图像和视频的各种艺术风格渲染(素描、油画、水墨画等)方法是非真实感绘制领域(Non- Photorealistic Rendering)研究的重点之一。本文研究目标为基于视频内容理解的油画风格化系统。本系统包括两个主要模块:(1)基于关键帧技术的视频内容语义分割模块,包括视频语义分割、特征提取和匹配。首先在关键帧中,采用交互式方式对关键帧进行语义分割,获取单帧图像的分层结构。然后在序列帧之间利用测地线传播算法完成对非关键帧的语义分割。在特征提取匹配方面,本文重点研究基于分层图结构的线描匹配技术,并结合尺度不变特征匹配(SIFT)和MSRE特征匹配算法,在各语义区域中提取稠密的混合图像特征。匹配特征技术是后面画刷传播稳定性和一致性算法的基础。(2)语义驱动的视频风格化模块:首先我们建立一个大型的油画画刷库,在绘制过程中首先对关键帧图像进行绘制。绘制以语义驱动的方式进行,即根据区域的语义信息选取画刷和内部方向场摆放画刷。根据帧间稠密特征点匹配关系,基于薄板样条函数,在时域上传播画刷。因画刷在传播过程中会积累误差,从而不可避免的产生画刷抖动现象。为了达到逼真流畅的油画风格化视频,我们设计弹簧模型表达画刷彼此之间的关系,并利用LM算法来抑制序列帧的画刷抖动。实验结果表明本系统对于高分辨率的视频能取得较好的油画渲染效果。