论文部分内容阅读
随着计算机图形学的发展,非真实感绘制技术已经能够将任意一幅数字图像渲染成具有另一种艺术风格的图像。其中,对铅笔素描风格进行模拟受到研究学者的广泛关注。如何更加逼真地模拟绘制铅笔素描成为了研究热点。虽然计算机技术的革新使得铅笔素描模拟绘制技术不断进步,但现有的铅笔素描模拟方法还无法非常逼真地模拟真实的铅笔素描,存在以下不足之处:如无法模拟真实素描影线的深浅渐变和疏密渐变效果,影线的方向不符合素描的一般规律,生成的结果缺乏艺术感且不真实等等。因此,本文主要针对现有方法的不足之处,改进了基于线积分卷积的铅笔素描模拟方法。本文的主要的贡献如下:(1)以经过随机二值白噪声退化的图像作为输入,沿预设的向量场方向进行线积分卷积,可以模拟生成素描影线,但是无法根据输入图像的明暗变化模拟真实影线的深浅渐变和疏密渐变的效果。因此,本文考虑从噪声角度进行改进。本文在分析了几种噪声模型的基础上,提出了一种新的混合噪声模型,替换了传统的基于线积分卷积的铅笔素描模拟方法中所采用的随机二值白噪声,还提出了一种新的客观评估量度,称为影线渐变量度。本文通过主观和客观实验证明了混合噪声模型在铅笔素描影线模拟中的优良效果。(2)在传统的基于线积分卷积的铅笔素描模拟方法中,预设的向量场一般是简单的直线向量场,导致模拟生成的影线方向较为单一僵硬。因此,本文分析了真实铅笔素描影线方向的一般规律,引入了抛物线向量场,组合直线向量场,模拟实现了多种影线模型和铅笔笔型模型,改进了铅笔素描模拟方法中的阴影色调模拟环节。(3)现有的基于深度学习的铅笔素描模拟方法主要通过深度神经网络,训练大量数据,实现图像之间艺术风格的迁移。但这类方法普遍存在笔触无序和影线不清晰的问题。因此,本文考虑将传统方法与深度学习算法结合起来,首次提出利用神经网络,学习画家创作简单静物素描时的影线方向,生成对应的向量场,结合线积分卷积技术,指导素描影线方向的绘制,模拟生成影线方向更真实且线条清晰的铅笔素描结果。(4)本文实现了改进的铅笔素描模拟方法的整个流程,同时为了增强艺术效果,本文还拓展实现了彩色铅笔素描模拟方法和显著性铅笔素描模拟方法。本文通过理论分析和大量实验证明了所提方法的可行性,实现了铅笔素描影线的深浅渐变和疏密渐变模拟,改进了影线的方向,能够更加逼真地模拟铅笔素描,实验结果显示了本文方法的优良效果。