随着基于文本的交流的盛行，用ASCII艺术来代表各式的图像也随之变得更有意义。一个有效的ASCII艺术生成算法必须能够对微小形变、噪声、线条未对齐等难点进行处理。为此，研究者们提出了许多ASCII艺术生成算法，但对于任意图像的ASCII艺术生成仍是一个极富挑战性的课题。为此，本文重点研究对任意图像适用的基于结构的ASCII艺术快速生成方法。本文的主要工作如下：1、详细的介绍了一维和二维相位一致性模型，并对二维相位一致性模型进行了详细的分析，提出了一个基于多方向相位一致性的ASCII艺术生成模型，该模型能够有效提取图像中人类视觉系统敏感结构信息，并且能够有效的压制视觉上不敏感的噪声或纹理。2、在分析了现有相似度衡量方法的基础上，提出一种新的点对区域的匹配策略。该方法利用EMD(Earth Mover’s Distance)来计算特征向量之间的距离，同时结合了多方向相位一致性模型，构成本文的ASCII艺术生成方法中的图像相似度度量标准。3、利用动态规划方法将二维的ASCII艺术生成问题分解成为多个一维的子问题求解。大大的降低了算法复杂性，提高了运算速度，同时也能够获得每一个子问题的最优字符序列。4、实验结果表明，无论在视觉效果上，还是在时间性能上，本文所提出的方法都优于现有的几种主流方法，如方向梯度直方图和形状上下文等方法。