圖像;從而可W克服現(xiàn)有技術(shù)中 分層效果差、擅染不靈活性和人工交互操作復(fù)雜的缺陷，W實(shí)現(xiàn)分層效果好、擅染靈活和人 工交互操作簡單的優(yōu)點(diǎn)。
[0090] 本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變 得顯而易見，或者通過實(shí)施本發(fā)明而了解。
[0091] 下面通過附圖和實(shí)施例，對本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。
【附圖說明】
[0092] 附圖用來提供對本發(fā)明的進(jìn)一步理解，并且構(gòu)成說明書的一部分，與本發(fā)明的實(shí) 施例一起用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的限制。在附圖中：
[0093] 圖1為本發(fā)明藝術(shù)風(fēng)格化圖像處理方法示意圖。
[0094] 圖2(a)人臉、胳膊，（b)頭發(fā)，（C)衣服，（d)樹木，（e)背景。
[0095] 圖3為彎曲筆觸繪制軌跡的確定圖，（a)高斯模糊后得到的圖像某個(gè)像素點(diǎn)；（b)計(jì) 算該點(diǎn)的梯度方向，沿垂直于梯度方向添加筆觸路徑；（C)重復(fù)運(yùn)一過程；
[0096] 圖4為化rzman的彎曲筆觸模擬效果，（a)為源圖像，（b)為模擬圖像；
[0097] 圖5為彎曲筆觸模擬效果；（a)Litwinowicz，（b)化ysandEssa，（c)黃華；
[0098] 圖6為朱松純、趙明天等的彎曲筆觸模擬效果；
[0099] 圖7為朱松純等所制作的單筆筆觸紋理；
[0100] 圖8為應(yīng)用化ong光照模型的擅染效果，（a)源圖像，（b)高度場，（C)凹凸紋理效果；
[0101] 圖9為假設(shè)筆觸顏色為白色，則顏色差分圖中前景物體的亮度值高，代表前景物體 接近預(yù)設(shè)值的顏色，背景的亮度值地，代表背景與預(yù)設(shè)筆觸顏色差距較大，圖片來源；（a)圖 像子區(qū)域，（b)顏色差分圖；
[0102] 圖10(a)為求得的筆觸大小示意圖，圖10(b)為求得的筆觸方向示意圖；
[0103] 圖11(a)為筆觸面積分布圖，高亮區(qū)域表示平滑筆觸，深色區(qū)域表示細(xì)節(jié)筆觸，（b) 筆觸位置分布圖，平滑的區(qū)域筆觸較少，細(xì)節(jié)區(qū)域筆觸較多，圖片來源；
[0104] 圖12為基于圖像矩的藝術(shù)風(fēng)格化算法結(jié)果，（a)原圖，（b)s = 25結(jié)果，（c)s = 15結(jié) 果，（d)和(e)多尺度圖像矩的藝術(shù)風(fēng)格化算法結(jié)果；
[0105] 圖13為本發(fā)明中發(fā)明人手繪的一些藝術(shù)作品；
[0106] 圖14為本發(fā)明中基于屯、理認(rèn)知模型的藝術(shù)風(fēng)格化繪制3G框架圖，（a)為簡約圖表 達(dá)示例圖，（b)、（C)為與或圖表達(dá)示例圖，（d)、（e)為筆觸分布圖表達(dá)示例圖；
[0107] 圖15為本發(fā)明中簡約圖中的顏色關(guān)系表達(dá)示例圖，（a)為輸入圖像，（b)為圖像的 顏色關(guān)系聚類；
[0108] 圖16為本發(fā)明中圖像簡約圖生成結(jié)果示例圖；
[0109] 圖17為本發(fā)明中圖像細(xì)節(jié)層次不斷細(xì)化為圖像細(xì)節(jié)解析樹圖；
[0110] 圖18為本發(fā)明中簡約圖與與或圖生成結(jié)果的疊加示例圖；
[0111] 圖19為本發(fā)明中長直線輪廓檢測結(jié)果圖；
[0112] 圖20為本發(fā)明中長直線筆觸疊加效果圖；
[0113] 圖21為本發(fā)明中短輪廓線檢測結(jié)果圖；
[0114] 圖22為本發(fā)明中短筆觸添加效果圖；
[0115] 圖23為本發(fā)明中筆觸分布示意圖；
[0116] 圖24為本發(fā)明中細(xì)節(jié)深入刻畫操作界面；
[0117] 圖25為本發(fā)明中細(xì)節(jié)刻畫后的藝術(shù)風(fēng)格化處理結(jié)果；
[0118] 圖26為本發(fā)明中基于化ree-Gra地統(tǒng)一框架的仿古典油畫風(fēng)格全自動(dòng)繪制處理結(jié) 果；
[0119] 圖27為本發(fā)明中化ree-Gra地藝術(shù)風(fēng)格處理流程圖。
【具體實(shí)施方式】
[0120] W下結(jié)合附圖對本發(fā)明的優(yōu)選實(shí)施例進(jìn)行說明，應(yīng)當(dāng)理解，此處所描述的優(yōu)選實(shí) 施例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。
[0121] 根據(jù)本發(fā)明實(shí)施例，如圖13-圖27所示，提供了一種藝術(shù)風(fēng)格化圖像處理方法，具 體設(shè)及一種真實(shí)圖像自動(dòng)轉(zhuǎn)換為油彩顏料類畫種(包括油畫、丙締畫、水粉、水彩)藝術(shù)風(fēng)格 的技術(shù)，屬于圖形圖像處理技術(shù)領(lǐng)域，具體細(xì)分為非真實(shí)感繪制技術(shù)領(lǐng)域。
[0122] 針對目前真實(shí)圖像油彩顏料類藝術(shù)風(fēng)格轉(zhuǎn)換的方法，本發(fā)明主要解決的技術(shù)問題 有：
[0123] 1.圖像分層算法過于強(qiáng)調(diào)圖像局部處理而忽略圖像整體關(guān)系的問題
[0124] 現(xiàn)有算法一般是W像素為單位，一般考慮某個(gè)像素點(diǎn)周圍的一個(gè)小區(qū)域來確定筆 觸模型及其參數(shù)，在某些算法中，雖然對圖像進(jìn)行了全局考慮，例如^dzmann提出的由粗 到精分層繪制方法，本課題組成員朱松純提出的圖像前后背景分層與內(nèi)容理解等，但是運(yùn) 些圖像整體關(guān)系仍然局限在技術(shù)領(lǐng)域，和進(jìn)行圖像模式識別、視頻監(jiān)控等領(lǐng)域的分析方法 并無二致，沒有深入分析藝術(shù)行業(yè)的獨(dú)有分析規(guī)律，例如圖像色彩關(guān)系、物體明暗關(guān)系、物 體空間關(guān)系等，從軟件工程角度來講，現(xiàn)有算法均過于注重代碼實(shí)現(xiàn)而忽略了實(shí)現(xiàn)與需求 分析的一致性。所W本發(fā)明將更關(guān)注繪畫認(rèn)知屯、理過程的建模與藝術(shù)風(fēng)格化處理統(tǒng)一框架 的建立，在處理好圖像整體關(guān)系的基礎(chǔ)上再應(yīng)用現(xiàn)有的圖像局部處理成果。
[0125] 2.油畫等繪畫筆觸在圖像擅染過程中的排列組合過于單調(diào)呆板的問題
[0126] 在已有方法中，對于繪畫筆觸效果的模擬，關(guān)注重點(diǎn)均為單一筆觸效果的逼真程 度，而在運(yùn)些筆觸組合方面，一般采用了圖像梯度方向場作為指導(dǎo)依據(jù)，即使單一筆觸效果 再逼真，組合在一起的規(guī)律性也很難令人信服地認(rèn)為運(yùn)是一副手工繪制的藝術(shù)作品。因此， 本發(fā)明將更關(guān)注模擬繪畫筆觸組合后的效果，即多個(gè)筆觸反復(fù)疊加、罩染而形成的顏料紋 理生成算法，及其與真實(shí)圖像的合成。
[0127] 3.藝術(shù)風(fēng)格化處理處理參數(shù)較多，人工交互操作復(fù)雜的問題
[0128] 目前，在油彩顏料類藝術(shù)風(fēng)格化自動(dòng)轉(zhuǎn)換算法中，采用了較多參數(shù)，運(yùn)些參數(shù)的排 列組合產(chǎn)生了無數(shù)可能結(jié)果，導(dǎo)致的問題是，對于一副圖像，調(diào)整參數(shù)的時(shí)間超過了用戶能 承受的屯、理預(yù)期，若對輸出結(jié)果不滿意，重新調(diào)整仍舊較為費(fèi)時(shí)，對用戶本身的藝術(shù)修養(yǎng)要 求較高。在生活節(jié)奏明顯加快的今天，過于繁瑣的操作方法和轉(zhuǎn)換效率導(dǎo)致了已有方法很 難為大眾所接收，成為真正的消費(fèi)產(chǎn)品，從而不利于產(chǎn)品開發(fā)和產(chǎn)業(yè)化推廣。本發(fā)明定位為 藝術(shù)風(fēng)格化系統(tǒng)研發(fā)、成果轉(zhuǎn)化及產(chǎn)業(yè)化推廣，因此算法目標(biāo)為力爭做到最少交互，快速將 圖像轉(zhuǎn)換為多種繪畫藝術(shù)風(fēng)格，從而方便產(chǎn)品的多平臺移植和市場推廣。
[0129] 本發(fā)明的技術(shù)方案:
[0130] 如前所述，現(xiàn)有的藝術(shù)風(fēng)格化處理方法其經(jīng)驗(yàn)來源一般都是視頻監(jiān)控、目標(biāo)跟蹤 等傳統(tǒng)處理方法，忽略了對藝術(shù)行業(yè)本身的深度分析，為此，本發(fā)明在實(shí)地調(diào)研、藝術(shù)家訪 談等常規(guī)分析方法的基礎(chǔ)上，進(jìn)一步親身學(xué)習(xí)和實(shí)踐藝術(shù)創(chuàng)作過程，圖13為發(fā)明人手繪的 一些藝術(shù)作品，相對于只是從美學(xué)書籍或美術(shù)展中去感受藝術(shù)作品，我們的實(shí)踐方法更利 于深度理解藝術(shù)規(guī)律。
[0131] 通過對藝術(shù)規(guī)律的分析，我們建立了繪畫過程的屯、理認(rèn)知模型，并根據(jù)該模型提 出了一種新的油彩顏料類藝術(shù)風(fēng)格化處理框架，包括油畫、水彩、水粉和丙締畫等，如圖14 所示。其中簡約圖表達(dá)層主要用于標(biāo)識圖像總體關(guān)系，包括圖像色彩、空間、明暗等關(guān)系；與 或圖表達(dá)層處理圖像細(xì)節(jié)迭代優(yōu)化，通過內(nèi)容理解與神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)等算法，對圖像 的不同內(nèi)容產(chǎn)生不同的細(xì)節(jié)優(yōu)化結(jié)果；筆觸分布圖表達(dá)層主要利用筆觸算法深入刻畫圖 像，W往的算法基本都是直接處理本層次的內(nèi)容，因此本框架兼容并蓄，既包含了已有算法 成果，又可W在本框架下指導(dǎo)新的算法研發(fā)過程。圖14為基于屯、理認(rèn)知模型的藝術(shù)風(fēng)格化 繪制3G(T虹ee Graph)框架：
[0132]
[0133] 1.簡約圖表達(dá)
[0134] 圖像簡約圖主要生成圖像的色彩關(guān)系、物體空間關(guān)系、物體明暗關(guān)系，對于油彩顏 料類的繪畫畫種，色彩關(guān)系是首要考慮的參數(shù)，運(yùn)是W往研究算法中所忽視的一個(gè)重要參 數(shù)，因此可W考慮顏色聚類化-Means MeanShift)、基于色調(diào)的圖像分割等算法來形成圖像 的色彩關(guān)系，對于物體空間關(guān)系及明暗關(guān)系，可W采用紋理合成算法來進(jìn)行表現(xiàn)，而圖像抖 動(dòng)和圖像解譯算法則可W從整體上更好地生成圖像的簡約圖模型。
[0135] -種典型的圖像簡約圖表達(dá)算法生成步驟為顏色聚類，HSV空間轉(zhuǎn)換，圖像分割， 紋理合成等。
[0136] 步驟1、顏色聚類
[0137] 在圖像色彩關(guān)系簡約圖生成過程中，本發(fā)明首先應(yīng)用了基于