基于特征流的抽象线条画绘制

为了将照片图像转换为具有一定艺术美感的线条画图像,文中设计了3种基于特征流的各向异性滤波器:FGsD滤波器、FGaD滤波器和FLSM滤波器.这些滤波器的主要任务是提取图像的边缘信息,并将其显示为光滑连续的风格化线条.前两种滤波器是在分析数字图像中基于一阶微分和二阶微分边缘检测算法的性能后,将高斯一阶导滤波结果和高斯差分滤波结果进行适当的混合作为边缘检测的微分响应,然后对混合的微分响应值进行柔和阈值化处理提取边缘点.第3种滤波器是专门针对图像中的线型边结构提出的,通过计算局部亮度相似度质量来判断该像素是否属于边缘点.如果将FGsD滤波结果和FLSM滤波结果进行叠加,还可以得到明暗对比度增强的抽象线条画效果.与已有的线条画绘制算法相比,采用文中算法所生成的线条画视觉特征更鲜明、风格化效果更突出、艺术表现力更强烈.     

自适应的线条画绘制

目的 基于参考图像的线条画生成是非真实感绘制最为常见的应用之一。尽可能模拟艺术家的创作风格生成疏密得当、具有层次感的线条画是这类工作的主要目标和挑战。本文提出一个自适应线画图绘制算法。方法 首先,将场景图像分割成若干个区域,分别计算每个区域亮度的方差以及每个像素到边界的最小距离,将每个区域的方差和面积的比值作为该区域的复杂度。然后,计算能反映其显著视觉特征的边缘切向流场。最后,使用基于流的各向异性高斯差分滤波生成线条画。在构造边缘切向流时,每个位置的切向量由其邻域的切向量加权而得到。文中增加了一个新的系数项,对于邻域的任意一个位置,如果它和参考位置在区域分类中属同一个类别。则该位置的权值更大。基于流的高斯差分自适应滤波过程中,高斯差分滤波的尺度参数和复杂度以及到区域边界距离有关。细节越丰富,离边界越近,尺度参数取值越小,这样得到的边缘比较细,同时可以防止将相邻小细线条连接成粗线条。然后,将高斯差分滤波结果沿着流线方向进行高斯滤波,对于细节丰富的区域,边缘比较多,尺度参数取值比较小,所连接边缘比较短,可以减少错误边缘可能。结果 对生物、树林、建筑、山河等具有代表性的图像,采用本文算法进行自动实时进行线条绘制,实验结果表明,采用本文算法所生成的线条随着区域场景的复杂程度呈现不同粗细和浓淡的变化,具有一定的层次感。因而本文算法能生成视觉特征鲜明、风格化效果突出的线条画,且能处理各种复杂场景的图像。结论 本文自适应参数的线条画生成算法,其算法参数调节以及算法效果优于固定参数的算法,本文算法在处理日常生活中各类主题场景的图像时均能取得良好效果。     

图像技术在包芯线自动卷绕机械中的应用

由于包芯线材料较软容易变形,导致卷绕过程中包芯线间隙过大或者错排乱排现象,为实现排线的高质量和快速性,设计了一种基于图像处理技术的包芯线自动卷绕系统.采用平滑滤波、灰度增强等预处理方法对图像进行加工,并利用类问方差法确定阈值,动态阈值分割图像,有效避免了光照以及生产过程中的干扰因素影响,将原始图像转化为不含噪声的二值化包芯线灰度图,采用差分边缘算子对图像边缘检测,提取间隙几何特征,识别包芯线间隙并驱动可执行机构采取处理措施.该算法对包芯线卷绕系统具有较强的实用性和适用性,并在试验中取得了较好效果.     

基于分区域处理的低剂量CT重建算法

为解决由于过度的量子噪声使低剂量CT重建图像质量产生退化的问题,提出一种基于分区域处理的联合先验低剂量CT统计迭代重建算法.对重建过程中的图像进行区域划分,对图像进行中值滤波并计算滤波图像的梯度,根据梯度划分出图像的边缘区域和平坦区域,分别利用全变分正则化(TV)和高斯马尔可夫随机场(MRF)正则化对不同的区域进行惩罚...     

线条增强的建筑物图像抽象画生成

针对建筑物图像线条鲜明、轮廓清晰的特点,提出一种自动化的抽象画生成算法.首先通过双边滤波对原始图像的细节进行简化;然后利用快速的、带有误判控制的图像线段检测算法来获得建筑物的外轮廓和门窗等线条特征,通过该线条特征增强基于流的高斯差滤波器生成线条框架;最后将双边滤波处理结果与线条框架进行融合形成最终的抽象画效果.该算法既去掉了建筑物图像中多余的细节信息,使整个图像更趋抽象,同时又通过边缘信息保持了建筑物自身独有的风格,充分展现出富有艺术家手绘风格的建筑物效果.文中算法简单、易于实现,并通过实验充分证明了其有效性.     

基于秘密共享的感知鲁棒图像Hash算法

数字图像在经过保持图像主要内容不变的操作后虽数字表示会发生变化,但其视觉感知效果不变,对应的图像Hash值也应不变,传统密码学中的Hash函数因其对数据每个比特变化的敏感性而不适合直接应用于图像Hash的计算.针对这一问题,提出一种有效的感知鲁棒图像Hash算法,并可应用于图像检索和图像认证等领域.首先通过图像缩放和基于整体变分的非线性滤波等操作对输入图像进行正则化预处理;接着在DCT域提取图像分块与其邻域的低频系数符号关系特征矩阵,该特征可反映图像局部视觉内容的分布特性;最后利用秘密共享机制对提取出的特征矩阵进行压缩得到依赖于密钥的二进制序列,置乱后即作为最终的图像Hash值.实验结果表明,该算法对常见保持图像内容不变的操作,如JPEG压缩、高斯低通滤波及图像缩放等具有较好的感知鲁棒性,同时对于视觉显著不同的图像具有极低的冲突概率.     

HVPL算法在双色水位计液位视觉检测中研究

为了快速准确获得工业锅炉汽包水位实时监测值,采用了基于FPGA的图像预处理和数字识别算法,包括双线性插值、最小的误分类误差阈值分割法、DoG滤波器(高斯差分滤波器)及缝隙码,并提出一种新算法—横竖端点寻线法(HVPL),对采集图像进行畸变校正、分割、提取及数字识别,从而实现了水位计图像数字化.实验结果表明,采用基于逻辑电路的快速算法实现对水位计图像的机器识别具有较好实时性、鲁棒性以及较高识别率.     

一种改进的指纹图像二值化处理方法

提出了一种指纹图像二值化处理方法,该方法利用维纳滤波对原始图像进行预处理,然后采用连续块方向图计算指纹方向,结合方向信息用方向滤波模板对图像进行增强二值化.实验结果表明,该算法可以消除孔洞、去除粘线、粘连断线,二值化后的图像效果良好,脊线饱满平滑.     

采用高斯差分算子的拉普拉斯线绘制

近年来,图像空间的线绘制技术在绘制质量和算法鲁棒性方面取得了长足的进步.但是,图像空间的线绘制算法不能生成特征线的空间几何信息,因而应用面不如物体空间的线绘制技术广泛.针对现有物体空间线绘制算法的绘制效果和绘制速度还远不如图像空间算法,提出一种物体空间线绘制算法.在预处理阶段,采用网格模型的高斯差分算子计算法向拉普拉斯;在实时绘制时,通过计算法向拉普拉斯与视线方向的点积,从而快速计算特征线的三维几何.在该算法框架下,进一步提出各向异性的高斯差分算子,在计算法向拉普拉斯时对于特征线的梯度方向和切线方向做不同的滤波处理,从而更好地反映特征线的走向.实验结果表明,文中算法比现有的其他物体空间线绘制算法更加鲁棒,对于包含几何噪声和非均匀网格化的三维模型,其生成的线绘制结果更加光顺,能更清晰地揭示模型的形状特征;在实时绘制效率方面,能实时生成包含上百万三角面片的网格模型的线绘制结果.     

指纹图像的预处理算法

提出了一种基于Gabor滤波的指纹图像预处理算法,包括指纹图像的增强、背景的分割、二值化和细化等几部分;在指纹图像增强方面,利用指纹的方向特性设计出Gabor滤波器,使用Gabor滤波器对指纹进行滤波;在图像分割方面,采用了滤波后指纹图像4个角部灰度均值作为阈值的快速分割算法;在二值化和细化方面也做了探讨;实验结果表明,经过这种预处理算法提取出了纹线,并且很好地保留了纹线的关键信息.     

粉笔画艺术风格模拟

目的 对不同艺术风格的模拟和绘制是非真实感绘制技术的主要任务之一,目前非真实感绘制技术已对油画、水彩画、中国书法等国内外艺术风格进行了模拟,然而对粉笔化艺术风格的模拟方法并不多见。本文提出了一种基于滤波扩散和线积分卷积（LIC）的粉笔画艺术风格绘制技术。方法 首先输入2维目标图像,通过对目标图像二值化处理、边缘提取操作,获得连续、光滑的边缘信息,并采用滤波扩散技术对边缘图像进行扩散处理,模拟粉笔画中笔划的毛糙效果,同时通过采用图像增强方法增强了笔划的细节信息;其次,由于真实粉笔画在创作时,粉笔颜料黏附在图像局部区域,形成具有方向的笔刷纹理效果,算法通过在目标图像中添加白噪声,基于线积分卷积LIC产生具有方向的粉笔画笔刷纹理,并通过形态学膨胀处理获得粉笔画的笔划纹理,模拟出粉笔画中笔划的笔触特征。再次,真实的粉笔画艺术效果往往在黑板、木材等材质中创作,算法将产生的笔刷纹理图像、色彩信息以及边缘图像通过图层映射方法,映射到黑板材质等输入背景图像中,产生最终的粉笔画艺术效果图像。结果 通过对输入2维图像进行实验,模拟出具有粉笔画艺术效果的结果图像,突出了粉笔画的线条细节信息和笔划艺术特征。结论 提出了一种粉笔画艺术效果模拟算法,非真实感绘制领域的有效补充,算法简单有效,能模拟出真实的粉笔画艺术效果,增强了艺术表现力。     

新的蜡笔画风格生成方法

对真实蜡笔画的艺术特征和纹理结构分析,模拟了蜡笔画的颜色、纹理特点,提出了一种基于彩色图像的蜡笔画风格自动生成算法,实现了基于区域的均值漂移对输入图像迭代运算,完成了图像的色彩风格转换。在此基础上,提出了多噪声纹理模拟方法,分别实现了对图像色彩区域和轮廓区域的纹理模拟与添加,生成蜡笔画风格,从而达到计算机辅助生成蜡笔画的目的。该算法生成的结果图和手绘效果非常相似,适合教育、漫画插图和娱乐等领域的应用。     

Reference-based Screentone Transfer via Pattern Correspondence and Regularization

Adding screentone to initial line drawings is a crucial step for manga generation, but is a tedious and human-laborious task. In this work, we propose a novel data-driven method aiming to transfer the screentone pattern from a reference manga image. This not only ensures the quality, but also adds controllability to the generated manga results. The reference-based screentone translation task imposes several unique challenges. Since manga image often contains multiple screentone patterns interweaved with line drawing, as an abstract art, this makes it even more difficult to extract disentangled style code from the reference. Also, finding correspondence for mapping between the reference and the input line drawing without any screentone is hard. As screentone contains many subtle details, how to guarantee the style consistency to the reference remains challenging. To suit our purpose and resolve the above difficulties, we propose a novel Reference-based Screentone Transfer Network (RSTN). We encode the screentone style through a 1D stylegram. A patch correspondence loss is designed to build a similarity mapping function for guiding the translation. To mitigate the generated artefacts, a pattern regularization loss is introduced in the patch-level. Through extensive experiments and a user study, we have demonstrated the effectiveness of our proposed model.     

边缘跟踪算法的图像线条画生成

给出一种基于边缘跟踪算法的图像线条画生成算法。该算法由边缘跟踪和线条画绘制两部分组成。在边缘跟踪中,提出基于相异性度量的边缘跟踪算法,以使利用边缘检测算子得到的边缘能够归类、连接;在线条画绘制过程中,引入非均匀B样条对不连续边缘进行插值并使用高斯平滑以获得连续光滑的边缘线条,然后以线条的曲率为依据,生成画笔,实现线条画的绘制。实验给出了本文方法生成的图像线条画的结果,实验结果表明,本文方法能够迅速快捷的生成较高质量的线条画。     

A generative sketch model for human hair analysis and synthesis

In this paper, we present a generative sketch model for human hair analysis and synthesis. We treat hair images as 2D piecewise smooth vector (flow) fields and, thus, our representation is view-based in contrast to the physically-based 3D hair models in graphics. The generative model has three levels. The bottom level is the high-frequency band of the hair image. The middle level is a piecewise smooth vector field for the hair orientation, gradient strength, and growth directions. The top level is an attribute sketch graph for representing the discontinuities in the vector field. A sketch graph typically has a number of sketch curves which are divided into 11 types of directed primitives. Each primitive is a small window (say 5 /spl times/ 7 pixels) where the orientations and growth directions are defined in parametric forms, for example, hair boundaries, occluding lines between hair strands, dividing lines on top of the hair, etc. In addition to the three level representation, we model the shading effects, i.e., the low-frequency band of the hair image, by a linear superposition of some Gaussian image bases and we encode the hair color by a color map. The inference algorithm is divided into two stages: 1) We compute the undirected orientation field and sketch graph from an input image and 2) we compute the hair growth direction for the sketch curves and the orientation field using a Swendsen-Wang cut algorithm. Both steps maximize a joint Bayesian posterior probability. The generative model provides a straightforward way for synthesizing realistic hair images and stylistic drawings (rendering) from a sketch graph and a few Gaussian bases. The latter can be either inferred from a real hair image or input (edited) manually using a simple sketching interface. We test our algorithm on a large data set of hair images with diverse hair styles. Analysis, synthesis, and rendering results are reported in the experiments.     

抑制光照不均匀影响的图像特征点提取算法

为解决在光照不均匀情况下图像特征点提取算法表现效果不佳的问题,提出了一种改进的尺度不变特征转换（Scale Invariant Feature Transform,SIFT）算法抑制光照不均的影响。该方法在尺度空间构造中对输入的图像进行频域上的高斯高通滤波处理来滤除光照成分,并结合Top-hat变换弱化高斯滤波器参数选取难度,利用高斯卷积构建基于光照滤除与参数弱化的高斯差分金字塔,融合SIFT算法生成具有良好光照不变性的GT-SIFT描述子,进行特征点提取与匹配。实验结果表明,与传统算法相比改进算法在光照不均匀条件下具有更好的鲁棒性,图像特征点提取与匹配效果更好。     

A simple mechanism for curvature detection

This paper presents a simple and biologically plausible algorithm for detecting and discriminating between line features of various curvatures. The algorithm involves filtering the input image with a set of directional filters, and computing the filter response energy (local energy). The curvature information is obtained from analysing the local energy information. The algorithm is insensitive to noise (up to 64 dB) and the orientation of the features present in the input image.     

Expressive line drawings of human faces from range images

We propose a novel technique to extract features from a range image and use them to produce a 3D pen-and-ink style portrait similar to a traditional artistic drawing. Unlike most previous template-based,component-based or example-based face sketching methods,which work from a frontal photograph as input,our system uses a range image as input. Our method runs in real-time for models of moderate complexity,allowing the pose and drawing style to be modified interactively. Portrait drawing in our system makes use of occluding contours and suggestive contours as the most important shape cues. However,current 3D feature line detection methods require a smooth mesh and cannot be reliably applied directly to noisy range images. We thus present an improved silhouette line detection algorithm. Feature edges related to the significant parts of a face are extracted from the range image,connected,and smoothed,allowing us to construct chains of line paths which can then be rendered as desired. We also incorporate various portrait-drawing principles to provide several simple yet effective non-photorealistic portrait renderers such as a pen-and-ink shader,a hatch shader and a sketch shader. These are able to generate various life-like impressions in different styles from a user-chosen viewpoint. To obtain satisfactory results,we refine rendered output by smoothing changes in line thickness and opacity. We are careful to provide appropriate visual cues to enhance the viewer’s comprehension of the human face. Our experimental results demonstrate the robustness and effectiveness of our approach,and further suggest that our approach can be extended to other 3D geometric objects.     

面向FT-M7002的高斯滤波算法优化实现

国产自主研发的飞腾系列高性能DSP处理器在图像处理领域的应用,对面向该平台的高性能图像处理算法提出了强烈需求.高斯滤波作为图像处理的基础算法,能有效滤除图像中的高斯噪声,在图像处理领域具有广泛应用.针对飞腾高性能DSP的体系结构特点与高斯滤波算法特性,实现了面向飞腾高性能DSP的高斯滤波算法优化.通过手工向量化、控制流消除和循环展开等优化手段充分利用数据级与指令级并行性,从而减少数据访存次数,提高指令执行效率.针对FT-M T2内核中的DM A硬件及向量存储器结构特点,进行了"乒-乓"缓存、DM A数组转置等优化,以减少数据传输时间,提高数据局部性.多种滤波核大小及图像矩阵规模下的测试结果表明,相对于高斯滤波算法的串行实现,该并行优化实现获得了1.3～1.41倍的加速比.在开启Cache的情况下,相较于dsplib库中高斯滤波算法在T M S320C6678平台上的运行性能,获得了1.15～1.71倍的加速效果.