一種基于小波變換的多尺度鉛筆畫(huà)生成算法

趙春暉,高 冰

(哈爾濱工程大學(xué) 信息與通信工程學(xué)院，哈爾濱 150001)

?

一種基于小波變換的多尺度鉛筆畫(huà)生成算法

趙春暉,高 冰

(哈爾濱工程大學(xué) 信息與通信工程學(xué)院，哈爾濱 150001)

近年來(lái)，非真實(shí)感繪制技術(shù)(non-photorealistic rendering，即NPR)在娛樂(lè)視頻、醫(yī)學(xué)等方面都有廣泛的應(yīng)用。現(xiàn)存的許多自然圖像鉛筆畫(huà)生成算法，效果都不太理想，存在如鉛筆畫(huà)邊緣線條粗重或者層次不夠突出、缺少細(xì)節(jié)等一系列問(wèn)題。在分析了傳統(tǒng)的鉛筆畫(huà)生成算法的基礎(chǔ)上，提出了一種改進(jìn)的自然圖像的鉛筆畫(huà)生成算法。該算法仿照藝術(shù)家手工繪制鉛筆畫(huà)的過(guò)程，使用小波變換的多尺度方法生成鉛筆線條輪廓圖，使得到的線條輪廓圖保留了更多的細(xì)節(jié)信息且邊緣線條不會(huì)十分粗重；再利用直方圖匹配的方法得到與藝術(shù)家手工繪制鉛筆畫(huà)相同的色調(diào)，并使用一個(gè)優(yōu)化將色調(diào)與鉛筆畫(huà)的紋理圖結(jié)合從而得到色調(diào)紋理圖；最后將線條輪廓圖與色調(diào)紋理圖合并得到效果良好的鉛筆畫(huà)。通過(guò)將該算法應(yīng)用在各類圖像上，發(fā)現(xiàn)由該算法得到的鉛筆畫(huà)效果與現(xiàn)存鉛筆畫(huà)生成算法相比，不僅保留了更多的細(xì)節(jié)，而且更加接近藝術(shù)家手工繪制的鉛筆畫(huà)。

自然圖像; 鉛筆畫(huà); 小波變換; 多尺度

隨著生產(chǎn)生活的改善，以及圖像采集設(shè)備的不斷普及與使用，使得大眾在生活上有了更多藝術(shù)上的追求，為了滿足大眾的喜好，學(xué)者們致力于將照片處理成鉛筆畫(huà)、漫畫(huà)和油畫(huà)等，久而久之這種藝術(shù)風(fēng)格便逐漸成為一種娛樂(lè)方式。尤其是在使用非真實(shí)感繪制(NPR)技術(shù)[1]模擬繪制鉛筆畫(huà)時(shí)，通過(guò)使用明暗效果不同的線條以及各種色調(diào)，從而形成一種簡(jiǎn)單的、自然的效果，這種效果頓時(shí)吸引了大眾和學(xué)者的目光。因此基于自然圖像的鉛筆畫(huà)模擬繪制技術(shù)早已成為一個(gè)研究熱點(diǎn)。

目前，鉛筆畫(huà)的仿真繪制技術(shù)分為基于三維空間和基于圖像空間?；谌S空間的目的在于將其處理為風(fēng)格化的場(chǎng)景或者模型。其中比較有代表性的是Sousa等提出的通過(guò)對(duì)紋理的合成、作畫(huà)方法和繪制步驟的模擬來(lái)實(shí)現(xiàn)一種基于模型的三維鉛筆畫(huà)繪制方法[2]；基于圖像空間的鉛筆畫(huà)繪制技術(shù)隨著數(shù)碼相機(jī)的普及，使其得到高清圖片比構(gòu)建場(chǎng)景的三維模型更容易，因此廣大學(xué)者更加傾向于研究基于二維模型的鉛筆畫(huà)仿真技術(shù)。

迄今為止，基于自然圖像的計(jì)算機(jī)模擬繪制鉛筆畫(huà)的生成算法已經(jīng)提出了好多。文獻(xiàn)[3]和文獻(xiàn)[4]中提出的PencilSketch2D 繪圖系統(tǒng)，是人機(jī)交互式的模擬繪制鉛筆畫(huà)的技術(shù)，此方法需要大量的人力，因此應(yīng)用范圍不廣。2012年，Lu等[5]在NPAR會(huì)議上發(fā)表了英文論文《Combing Sketch and Tone for PencilDrawing Production》，提出了一種模仿藝術(shù)家創(chuàng)作鉛筆畫(huà)的流程算法，從而對(duì)傳統(tǒng)的模擬繪制鉛筆畫(huà)生成方法進(jìn)行了改進(jìn)。而本文算法的思想是建立在Lu等人的算法基礎(chǔ)上，在產(chǎn)生線條的步驟上使用了小波多尺度分析方法，從而使最終鉛筆畫(huà)結(jié)果保留了更多的畫(huà)面細(xì)節(jié)，更加貼近藝術(shù)家創(chuàng)作過(guò)程，也更加符合人眼的審美。

Mao X.等[6]在2001年發(fā)表了有關(guān)鉛筆畫(huà)繪制方法的論文，其主要方法是利用線積分卷積(LIC)提供流場(chǎng)的紋理方向的特點(diǎn)，將白噪聲圖像和向量場(chǎng)作為輸入進(jìn)行卷積運(yùn)算，從而生成了具有鉛筆畫(huà)風(fēng)格的紋理圖像。2003年，李重等[7]提出了基于傅里葉變換的圖像素描效果生成算法，其主要通過(guò)將灰度圖像分別進(jìn)行傅里葉正和逆變換，然后將每點(diǎn)的灰度值倒置求反，最后對(duì)圖像進(jìn)行銳化和平滑等處理從而實(shí)現(xiàn)圖像的鉛筆畫(huà)效果。孫碩等[8]提出的一種有效的基于區(qū)域的鉛筆畫(huà)方法是一種新的基于線性卷積積分(LIC)的自動(dòng)鉛筆畫(huà)生成方法，首先對(duì)圖像進(jìn)行圖像分割，然后提出一種新的基于區(qū)域的白噪聲和紋理方向的生成方法。同年，何偉強(qiáng)[9]提出將圖像進(jìn)行梯度和反相處理，然后再將圖像灰度化，最后產(chǎn)生一個(gè)畫(huà)面細(xì)膩的鉛筆畫(huà)生成算法。謝黨恩等[10]提出一種鉛筆濾鏡生成算法及其在GPU上的實(shí)現(xiàn)，該算法通過(guò)分析真實(shí)的鉛筆紋理的結(jié)構(gòu)特征，抽象出鉛筆筆畫(huà)的簡(jiǎn)單數(shù)學(xué)模型，并根據(jù)該模型確定其對(duì)應(yīng)的筆刷模板，進(jìn)行獲得鉛筆畫(huà)的紋理。這是一種借助于圖形處理單元(GPU)實(shí)現(xiàn)的鉛筆畫(huà)算法。桑桑等[11]突破了傳統(tǒng)的鉛筆畫(huà)生成算法中圖像分割的限制，提出了一種基于紋理和邊緣輪廓的鉛筆畫(huà)自動(dòng)生成算法。程佳等[12]利用線性卷積(LIC)方法，自適應(yīng)地處理圖像，將繪制結(jié)果和通過(guò)霓虹處理得到的輪廓效果想結(jié)合得到效果較好的鉛筆畫(huà)。

隨著學(xué)者對(duì)鉛筆畫(huà)生成算法的進(jìn)一步研究，使得鉛筆畫(huà)的生成算法也日漸趨于成熟，但是這些方法往往只關(guān)注了畫(huà)面整體的藝術(shù)風(fēng)格，忽略了畫(huà)面中的細(xì)節(jié)與層次信息，存在如鉛筆畫(huà)邊緣線條粗重使其看起來(lái)像漫畫(huà)或者層次不夠突出、缺少細(xì)節(jié)等一系列問(wèn)題，因此效果都差強(qiáng)人意。本文分析研究了Lu等人的算法框架，并且根據(jù)Lu等人的算法框架為基礎(chǔ)提出了基于小波變換的多尺度線條輪廓提取方法，從而得到了多尺度的線條輪廓的生成過(guò)程，并使最終生成的線條輪廓圖不僅包含不同層次的輪廓信息，還包含了畫(huà)面中的重要細(xì)節(jié)信息[13]。

1 自然圖像的鉛筆畫(huà)生成過(guò)程

圖1 算法框圖Fig.1 Algorithm block diagram

本文算法是建立在Lu等人算法基礎(chǔ)上提出多尺度的線條輪廓生成過(guò)程，使得最終生成的線條輪廓圖保留了更多的細(xì)節(jié)，從而能夠更加準(zhǔn)確的傳達(dá)圖像的思想。Lu等人的鉛筆畫(huà)生成算法不同于傳統(tǒng)的鉛筆畫(huà)生成算法，它是完全仿照藝術(shù)家繪制藝術(shù)作品時(shí)的流程從而生成的算法，其算法框圖見(jiàn)圖1，主要分為3步：①Line Drawing Strokes 得到一幅線條輪廓圖S;②Tone Mapping 得到一幅色調(diào)紋理圖T;③將S和T合并得到最終結(jié)果，即R=S+T。

鉛筆畫(huà)線條的生成和底紋色調(diào)的生成同樣重要，因?yàn)樗鼈儍烧叩男Ч嗟靡嬲?。其鉛筆畫(huà)效果圖見(jiàn)圖2,Lu等人算法生成的鉛筆畫(huà)不僅有鉛筆畫(huà)的整體線條輪廓，而且和藝術(shù)家手工繪制時(shí)使用的色調(diào)紋理圖十分相似，大致符合人眼的視覺(jué)審美。但是該算法在提取線條時(shí)沒(méi)有考慮到不同尺度的細(xì)節(jié)信息與層次性，因此本文提出基于小波變換的多尺度鉛筆畫(huà)線條生成算法，從而得到不同尺度的線條輪廓，使得最終鉛筆畫(huà)能夠保留更多的細(xì)節(jié)。本文重點(diǎn)敘述小波變換的多尺度線條輪廓圖生成算法，不再贅述色調(diào)紋理圖的生成。

圖2 Lu等人的鉛筆畫(huà)算法生成結(jié)果圖Fig.2 Result of Lu′s penciled drawing generation algorithm

2 鉛筆畫(huà)線條輪廓生成算法

2.1 Lu等人的鉛筆畫(huà)線條生成算法

本文的鉛筆畫(huà)算法是在Lu等人的鉛筆畫(huà)算法框架的基礎(chǔ)上提出的。Lu等人為了得到良好的鉛筆畫(huà)線條輪廓圖，對(duì)梯度圖進(jìn)行了兩次8個(gè)方向的卷積。

將輸入的圖像轉(zhuǎn)變成灰度圖像，然后計(jì)算這個(gè)灰度圖像的梯度。首先計(jì)算幅度，公式如下：

(1)

其中G是灰度圖像。?x是水平方向的梯度，?y是豎直方向的梯度。但是使用這個(gè)公式得到的結(jié)果里面含有太多的噪聲并且邊緣部分的線條有很多不連續(xù)的。為了得到更加穩(wěn)定的效果，Lu等人采用以下方法。

這里采用22.5°旋轉(zhuǎn)的方法選取8個(gè)方向，每個(gè)方向表示為φi，i∈{1…8}。對(duì)于每個(gè)確定方向的響應(yīng)，計(jì)算如下：

Gi=φi*G

(2)

其中φi是第i個(gè)方向的線段，它被認(rèn)為是一個(gè)卷積核，即φi為第i個(gè)方向的濾波核。卷積核的長(zhǎng)度在Lu等的算法中設(shè)置成了圖像長(zhǎng)度或者寬度的1/30，顏色梯度沿著方向i形成濾波器響應(yīng)圖Gi。

得到各個(gè)方向的卷積結(jié)果后，對(duì)每一個(gè)像素點(diǎn)，具有最大卷積值的那一個(gè)方向的響應(yīng)設(shè)置為G，其他方向設(shè)置為0，表示為：

(3)

其中p表示像素位置，Ci表示方向i的結(jié)果線條圖。

取出8個(gè)方向的最大值再次進(jìn)行濾波從而得到平滑的效果，然后將8個(gè)方向的結(jié)果合起來(lái)便會(huì)得到鉛筆線條的結(jié)果：

(4)

合并得到的鉛筆線條是在黑色背景上的白色線條圖。通過(guò)對(duì)白色線條S′逐像素值取反，從而得到在白色背景上的黑色線條圖S，為了得到組合成鉛筆畫(huà)效果圖的線條圖將其規(guī)范化到[0,1]。

2.2 基于小波變換的多尺度鉛筆畫(huà)線條輪廓生成算法

本文提出的基于小波變換的算法主要利用提升小波變換，從而提取不同尺度的輪廓與細(xì)節(jié)信息并合并最為線條輪廓圖。提升小波變換過(guò)程可以分為分裂、預(yù)測(cè)、更新、重構(gòu)4個(gè)步驟[14]。

首先，初始信號(hào)設(shè)為λ0,k,其分裂后的兩個(gè)互不相交的奇數(shù)子集和偶數(shù)子集表達(dá)式如下：

λ-1,k=λ0.2,l,γ-1,k=λ0.2l+1

(5)

然后假設(shè)預(yù)測(cè)算子為p，則有

γ-1.k=P(λ-1,k)

(6)

預(yù)測(cè)算子p反映數(shù)據(jù)之間的關(guān)系，一般指分裂步驟之后的某一個(gè)像素與周圍像素之間的波動(dòng)情況。

經(jīng)過(guò)分裂和預(yù)測(cè)可以得到圖像的高頻部分，即細(xì)節(jié)部分，但是要注意低頻數(shù)據(jù)會(huì)發(fā)生改變，也就意味著和原始數(shù)據(jù)不一致，因此需更新從而避免低頻數(shù)據(jù)產(chǎn)生差別而出錯(cuò)。更新過(guò)程的表達(dá)式如下：

λ-1,k=U(γ-1,k)

(7)

最后的重構(gòu)就是將分解過(guò)程中的預(yù)測(cè)算子和更新算子中的“+”或“-”符號(hào)改成相反符號(hào)即可。

把圖像的每一行(每一列)分別看作是一維信號(hào)，均對(duì)其進(jìn)行一維提升變換，從而得到了相應(yīng)的高頻子帶和低頻子帶。其中的高頻子帶的水平、豎直和對(duì)角的細(xì)節(jié)圖像利用圖像融合得到尺度1上的細(xì)節(jié)線條圖；低頻子帶為尺度1上的輪廓圖。若想對(duì)圖像繼續(xù)進(jìn)行下一尺度的分解或者任意尺度的分解，可以對(duì)一級(jí)小波分解得到的低頻子帶繼續(xù)做相同的操作[15-16]。在提升變換時(shí)，本文選擇D5/3小波作為小波基。

D5/3小波又叫CDF(2,2)小波，只有一次提升的過(guò)程，其變換公式如下：

(8)

提升小波變換有許多不同的組合方法，本文進(jìn)行了許多驗(yàn)證，最終選取效果較好的兩種方法進(jìn)行具體說(shuō)明，并給出了兩者的對(duì)比效果圖。

2.2.1 小波變換的組合方法一

圖3 方法一框圖Fig.3 Block diagram of the first method

組合方法一對(duì)輸入的灰度圖像只進(jìn)行一級(jí)小波分解，得到高頻子帶和低頻子帶，將低頻子帶的數(shù)據(jù)信息置為0，然后將高頻子帶中的水平、豎直和對(duì)角方向的子圖像還原，將其與原圖像提取的線條輪廓圖進(jìn)行合并，最后得到具有交叉感的鉛筆畫(huà)效果(圖3)。通過(guò)組合方法一得到的尺度1上的鉛筆畫(huà)效果圖見(jiàn)圖4，圖4(a)是原圖，圖4(b)是尺度1上的細(xì)節(jié)筆畫(huà)，圖4(c)是黑色背景下的白色線條圖，圖4(d)是白色背景下的黑色線條圖。

這里需要注意的是所要合并的圖像必須要大小一樣。

圖4 尺度1上的筆畫(huà)效果，以及其合并后的效果圖Fig.4 Impression drawings of scale 1 and combinating

2.2.2 小波變換的組合方法二

圖5 算法二框圖Fig.5 Block diagram of the second method

組合方法二將輸入的灰度圖像進(jìn)行二級(jí)小波變換。首先使用一級(jí)小波變換，將得到的低頻子帶的數(shù)據(jù)信息置為0，高頻子帶的水平、豎直和對(duì)角的子圖像進(jìn)行還原，然后提取圖像線條輪廓圖；在進(jìn)行二級(jí)小波變換，對(duì)低頻和高頻子帶的處理方法同上，然后進(jìn)行二次還原。最后將這兩者合并在一起得到最后的線條輪廓圖(圖5)。通過(guò)組合方法二得到的尺度2上的鉛筆畫(huà)效果圖見(jiàn)圖6，原圖見(jiàn)圖6(a)，一級(jí)小波分解的線條輪廓圖見(jiàn)圖6(b)，一級(jí)小波分解的線條輪廓圖見(jiàn)圖6(c)，合并后的筆畫(huà)效果圖見(jiàn)圖6(d)。

在組合方法一和方法二中本文將低頻子帶的數(shù)據(jù)信息置為0，因此在圖中不需要顯示。

圖6 尺度2上的筆畫(huà)效果，以及其合并后的效果圖Fig.6 Impression drawing of scale 2 and combination

3 仿真實(shí)驗(yàn)與分析

本文簡(jiǎn)要介紹了幾種現(xiàn)有的鉛筆畫(huà)生成算法，重點(diǎn)研究了基于小波變換的多尺度分析算法的理論精髓，以實(shí)現(xiàn)對(duì)自然鉛筆畫(huà)算法的改進(jìn)以及創(chuàng)新，將本文算法應(yīng)用在各類圖像上也都能得到良好的效果。

基于小波變換的多尺度鉛筆畫(huà)生成算法是在Lu等人的鉛筆畫(huà)的算法基礎(chǔ)上實(shí)現(xiàn)的，應(yīng)用在人物圖像上的鉛筆畫(huà)效果圖見(jiàn)圖7。原圖見(jiàn)圖7(a)，本文方法一和方法二的鉛筆畫(huà)效果圖見(jiàn)圖7(b)和圖7(c)，文獻(xiàn)[9]中算法的鉛筆畫(huà)效果圖見(jiàn)圖7(d)。可以發(fā)現(xiàn)本文提出的兩種方法都可以得到具有交叉感的線條，在最終的鉛筆畫(huà)效果圖中，方法一可以保留更多原圖的筆畫(huà)細(xì)節(jié)，方法二能夠更好的處理圖像邊緣。文獻(xiàn)[9]中算法也能得到鉛筆畫(huà)效果的圖像，但是畫(huà)面細(xì)節(jié)信息丟失的比較嚴(yán)重，同時(shí)線條輪廓也不夠清晰。

應(yīng)用在植物圖像上的鉛筆畫(huà)效果圖見(jiàn)圖8。原圖見(jiàn)圖8(a)，文獻(xiàn)[5]中算法的鉛筆畫(huà)效果圖見(jiàn)圖8(b)，本文方法一和方法二的鉛筆畫(huà)效果圖見(jiàn)圖8(c)和圖8(d)。3種方法都能夠得到良好的鉛筆畫(huà)效果圖，但是小波變換的算法采用了多尺度生成線條，因此得到更多的細(xì)節(jié)，尤其是通過(guò)方法一得到的鉛筆畫(huà)，花朵的邊緣輪廓信息十分明顯。

圖7 小波變換的鉛筆畫(huà)線條輪廓圖Fig.7 The pencil sharpener drawing line contour map of wavelet transform

圖8 小波變換算法與文獻(xiàn)[5]算法的鉛筆畫(huà)效果圖Fig.8 Impression drawing of wavelet transform algorithm and Lu′s algorithm

應(yīng)用在建筑物圖像上的鉛筆畫(huà)效果圖見(jiàn)圖9。原圖見(jiàn)圖9(a)，本文方法一和方法二的鉛筆畫(huà)效果圖見(jiàn)圖9(b)和圖9(c)，文獻(xiàn)[7]中算法的鉛筆畫(huà)效果圖見(jiàn)圖9(d)。本文提出的小波變換組合方法一以及組合方法二都能夠較好的傳遞出原圖的場(chǎng)景信息，并且得到效果良好的鉛筆畫(huà)效果圖像，而文獻(xiàn)[7]等人算法的鉛筆畫(huà)效果圖勾勒出了原圖的輪廓，但是線條不夠清晰，同時(shí)缺少了對(duì)于細(xì)節(jié)信息的處理導(dǎo)致細(xì)節(jié)信息比較模糊。

圖9 文獻(xiàn)[7]算法和小波變換的算法的鉛筆畫(huà)效果圖Fig.9 Impression drawings of Li Zhong′s algorithm[7] and wavelet transfony algorithm

4 結(jié) 論

在對(duì)Lu等人模擬繪制鉛筆畫(huà)生成算法的學(xué)習(xí)、分析過(guò)程中，發(fā)現(xiàn)其在提取線條輪廓圖時(shí)沒(méi)有考慮多尺度的線條信息從而造成圖像一些細(xì)節(jié)的丟失。本文依據(jù)其生成鉛筆畫(huà)算法的框架，重點(diǎn)學(xué)習(xí)基于小波變換的多尺度分析算法的理論精髓，通過(guò)使用小波提升變換公式對(duì)自然圖像進(jìn)行多尺度提取線條輪廓信息，得到多尺度的鉛筆畫(huà)線條輪廓圖，使得最終的鉛筆畫(huà)保留了更多的細(xì)節(jié)信息，并且實(shí)現(xiàn)對(duì)原有算法的改進(jìn)。

[1] Winkenbach G,Salesin D H.Computer-generated pen-and-ink illusration[C]//Proceedings of the 21stAnnual Conference on Computer Graphics and Interactive Techniques.New York:ACM Press,1994:91-100.

[2] Sousa M C,Buchanan J W.Computer generated graphite pencil rendering of 3D polygonal models[J].Computer Graphics Forum,1999,18(3):195-208.

[3] Vermeulen A H,Tanner P P.PencilSketch-a pencil-based paint system[C]//Proceedings of Graphics Interface’89 Conference,1989.

[4] Sousa M C,Buchanan J W.Observational model of blenders and erasers in computer-generated pencil rendering[C]//Proceedings Conference on Graphics Interface ’99,1999:157-166.

[5] Lu C W,Li X,Jia J Y.Combining sketch and tone for pencil drawing production [C]//Proceedings of Symposium on Non-Photorealistic Animation and Rendering.Aire-Ia-Ville,Switzer-land: Eurographics Association,2012:65-73.

[6] Mao X,Nagasaka Y,Imamiya A.Automatic Generation of Pencil DrawinG from 2D Images Using Line Integral Convolution[C]//Proceedings of the 7thInternational Conference on Computer Aided Design and Computer Graphics (CAD/GRAPHICS’ 01).2001,1(3):147-159.

[7] 李重，黃教，吳庋標(biāo).基于傅里葉變換的圖像素描效果生成算法[J].計(jì)算機(jī)應(yīng)用研究，2003,5:21-22.

[8] 孫碩,黃東衛(wèi).一種有效的基于區(qū)域的鉛筆畫(huà)方法[J].計(jì)算機(jī)工程與應(yīng)用,2007,43(14):34-37.

[9] 何偉強(qiáng).一種改進(jìn)的圖像素描生成算法[J].電腦與電信,2009(6):43-44.

[10] 謝黨恩,趙楊,徐丹.一種鉛筆濾鏡生成算法及其在GPU上的實(shí)現(xiàn)[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2008,20(1):26-31

[11] 桑桑,郝鵬翼,丁友東,等.基于紋理和輪廓的鉛筆素描畫(huà)生成方法[J].上海大學(xué)學(xué)報(bào):自然科學(xué)版,2010,16(3)：312-317

[12] 程佳,康棣.鉛筆畫(huà)的自適應(yīng)LIC繪制方法[J].計(jì)算機(jī)工程與應(yīng)用,2011,47(16):198-203

[13] 黃志勇,姚遠(yuǎn),張晶晶,等.改進(jìn)的自然圖像鉛筆畫(huà)效果生成[J].中國(guó)圖像學(xué)報(bào)，2015(227)：0437-0444.

[14] 王楠.遙感圖像融合算法研究[D].北京：北京化工大學(xué)，2004：11-24.

[15] 邵國(guó)峰.基于多分辨率分析的圖像融合技術(shù)研究[D].哈爾濱：哈爾濱工程大學(xué)，2013.

[16] 宋清昆，馬麗，曹建坤，等.基于小波變換和均值濾波的圖像去噪[J].黑龍江大學(xué)自然科學(xué)學(xué)報(bào)，2016，33(4):555-560.

An pencil drawing generation algorithm based on wavelet transform multiscale

ZHAO Chun-Hui,GAO Bing

(Collegeofinformationandcommunicationengineering,HarbinEngineeringUniversity,Harbin150001)

In recent years,non-photorealistic rendering(NPR)technology is widely used in the entertainment video,medicine,etc.The generation algorithm of pencil drawing results of many natural image are not satisfactory,and a series of problems exist,for example,the pencil edge lines are so coarse,the painting level is not prominent or the details are not enough.We mainly study the improved pencil drawing generation algorithm.This paper analyzes the traditional pencil drawing generation algorithm,and compare it with some pencil drawing generation algorithm,on this basis,an improved pencil drawing generation algorithm of the natural image is put forward.This algorithm is generated by modeling after the artist's hand drawn pencil drawing process,the line profile map is extracted based on wavelet transform multiscale method to make the line profile map retain more details and the edge lines will not be very coarse; then,using the histogram matching method to obtain the tone which is the same as the tone of artist manual pencil drawing,and the color texture map is obtained using optimization method by combining the tone and pencil texture map; finally,combining the line profile map and the tone texture map to obtain a pencil drawing with good result.Applying the algorithm in this article on all kinds of images,the results show that this algorithm retain more details and the results are more similar to those of the artist’s hand drawn pencil drawing compared with the existing pencil drawing generation algorithm.

natural image; pencil drawing; wavelet transform; multiscale

10.13524/j.2095-008x.2016.04.060

2016-09-12

國(guó)家自然科學(xué)基金資助項(xiàng)目(61405041,61571145)

趙春暉(1965-),男,黑龍江湯原人，教授,博士，博士研究生導(dǎo)師,研究方向：圖像處理與模式識(shí)別,E-mail:zhaochunhui@hrbeu.edu.cn。

TN911

A

2095-008X(2016)04-0068-07