版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、自然圖像水墨風(fēng)格化研究將計(jì)算機(jī)相關(guān)技術(shù)與中國傳統(tǒng)的繪畫藝術(shù)相結(jié)合,利用計(jì)算機(jī)將圖像轉(zhuǎn)換成具有水墨畫效果的圖像。這對于拓展計(jì)算機(jī)應(yīng)用領(lǐng)域、推動(dòng)計(jì)算機(jī)藝術(shù)仿真技術(shù)的發(fā)展,弘揚(yáng)中華民族文化,都具有重要的理論和現(xiàn)實(shí)意義。
水墨畫繪制并非是對現(xiàn)實(shí)的真實(shí)寫照,而是通過對現(xiàn)實(shí)景物的抽象描繪,來展現(xiàn)一種意境美。水墨畫繪制過程中,其筆法的使用,墨色的描繪,以及水墨在宣紙上的滲透,都是水墨畫的特色。因此,本文以真實(shí)風(fēng)景圖像作為輸入,采用圖像處理的
2、方法,針對水墨畫的特點(diǎn),進(jìn)行了仿真算法探索。其研究工作主要從6個(gè)方面進(jìn)行。
?。?)基礎(chǔ)理論研究。對計(jì)算機(jī)非真實(shí)感繪制,特別是水墨畫仿真的研究背景和近年來的研究成果進(jìn)行了探究。對中國水墨畫的筆法和墨法等相關(guān)知識進(jìn)行了學(xué)習(xí)。通過閱讀文獻(xiàn),了解了現(xiàn)階段國內(nèi)外關(guān)于水墨畫仿真研究的現(xiàn)狀,并結(jié)合水墨畫的特點(diǎn),構(gòu)建了本文的算法框架。
(2)顯著性模型的學(xué)習(xí)。針對水墨畫的抽象化特點(diǎn),進(jìn)行了圖像顯著性圖的學(xué)習(xí),了解了顯著性圖的概念和顯
3、著性模型的基礎(chǔ)知識,掌握了Itti顯著性模型構(gòu)建顯著性圖的過程,并將顯著性圖用于本文算法中。
(3)圖像抽象化。利用圖像顯著性圖和雙邊濾波對圖像進(jìn)行抽象化處理,減少圖像的細(xì)節(jié)信息,讓圖像符合水墨畫抽象化的特點(diǎn)。
?。?)圖像擴(kuò)散、脫色處理。對圖像中的像素進(jìn)行色彩擴(kuò)散處理,使圖像具有水墨畫繪制過程中墨在宣紙上產(chǎn)生的擴(kuò)散效果,然后對擴(kuò)散后的圖像進(jìn)行灰度化及灰度增強(qiáng)處理,使圖像符合水墨畫的墨色效果。
?。?)邊緣線計(jì)
4、算。提取圖像的邊緣信息,然后對邊緣進(jìn)行顯著性、灰度調(diào)整、擴(kuò)寬、高斯濾波等操作,產(chǎn)生近似水墨畫中的邊緣效果,然后將邊緣合成到脫色處理后的圖像中,最后對合成圖像進(jìn)行宣紙效果處理,得到最終符合水墨畫效果的圖像。
?。?)算法仿真實(shí)驗(yàn)工作。利用Matlab軟件平臺(tái),編寫仿真程序,進(jìn)行算法的仿真實(shí)現(xiàn),并展示效果圖。
本文的創(chuàng)新之處體現(xiàn)在以下兩個(gè)方面。
?。?)將顯著性圖引入圖像水墨畫的仿真。顯著性圖可以增強(qiáng)圖像高對比度的
5、地方,減弱低對比度的地方,讓圖像抽象化和邊緣提取的過程,更符合人類視覺特征,符合畫家在繪制前對景物觀察記憶的特點(diǎn),能夠?qū)崿F(xiàn)更好的水墨畫仿真效果。
(2)圖像邊緣的計(jì)算。相較建立毛筆模型進(jìn)行邊緣繪制和紋理映射等方法,直接采用圖像處理的方法進(jìn)行邊緣的計(jì)算,算法簡單,易于實(shí)現(xiàn),而且具有水墨畫的效果。
本文算法的不足之處是,通過灰度增強(qiáng)產(chǎn)生的圖像,在墨色仿真上還沒有做到墨分五色的效果;邊緣線計(jì)算過程中受到山體上樹木、花草等景
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于顯著性分割的圖像分類算法研究.pdf
- 圖像顯著性算法和評價(jià)研究
- 基于位置感知的圖像顯著性算法研究.pdf
- 基于視覺顯著性的圖像檢索算法研究.pdf
- 基于顯著性檢測模型的圖像分割算法研究.pdf
- 基于HITS的圖像顯著性檢測算法.pdf
- 圖像顯著性算法和評價(jià)研究.pdf
- 基于顯著性的圖像分割研究.pdf
- 基于顯著性檢測的圖像融合算法研究.pdf
- 圖像顯著性區(qū)域檢測算法研究.pdf
- 基于流形正則化SVM的圖像顯著性檢測.pdf
- 基于顯著性的移動(dòng)圖像檢索.pdf
- 圖像顯著性檢測研究.pdf
- 基于超像素的圖像顯著性研究.pdf
- 基于視覺顯著性的遙感圖像飛機(jī)檢測算法研究.pdf
- 基于視覺機(jī)制的圖像顯著性檢測及檢索算法研究.pdf
- 圖像顯著性區(qū)域檢測算法研究(1)
- 基于構(gòu)圖信息的圖像摘要顯著性檢測算法.pdf
- SAR圖像顯著性檢測與分類算法研究.pdf
- 基于顯著性分析及擴(kuò)散模型的圖像分割算法研究.pdf
評論
0/150
提交評論