基于卷积神经网络的水墨画合成方法

针对传统基于图像的水墨画绘制方法生成的图像只具备水墨画的一些基本特征，不能给其指定某一种风格，使得生成的图像显得呆板、缺乏意境层次的表达的情况，提出一种基于卷积神经网络的水墨画合成方法。该算法调整一个训练完成的卷积神经网络模型的结构，定义图像在卷积神经网络模型中的卷积层映射的特征响应的表示，以及特征响应之间的相互关系表示。先对照片作对比度增强预处理，然后在一张随机的图像上，匹配照片的特征响应来获取内容信息，匹配水墨画的特征响应相互关系来获取风格信息。实验表明，基于卷积神经网络的水墨画合成方法可以生成效果较好的水墨画图像，既保留了原照片轮廓信息，又带有原水墨画整体纹理信息，对水墨画灰度图像的风格合成效果出色。