CN106296637A - 一种图像纹理生成方法及装置 - Google Patents

Abstract

本发明提出一种图像纹理生成方法及装置，该装置包括待处理图像获取模块、灰度处理模块、第一边缘图像获取模块、第二边缘图像获取模块、图像分割模块、图像合并模块、高斯模糊处理模块、锐化模块和图像输出模块。本发明方法通过改进传统玻璃纹理中图像边缘提取模板，从而保留了图像中更多的边缘与轮廓，且玻璃格子随机，更贴近真实感。

Description

一种图像纹理生成方法及装置

技术领域

本发明涉及图像渲染领域，尤其涉及一种图像纹理生成方法及装置。

背景技术

滤镜主要是用来实现图像的各种特殊效果。计算机图形学中的纹理既包括通常意义上物体表面的纹理即使物体表面呈现凹凸不平的沟纹，同时也包括在物体的光滑表面上的彩色图案，通常我们更多地称之为花纹。本发明方法可以产生不规则分离的彩色玻璃格子，其分布与图片中颜色分布有关。

传统的玻璃纹理，根据颜色分布产生随机的纹理，这样使得很多特别明显的边缘与轮廓消失。

发明内容

本发明的目的在于提出一种图像纹理生成方法及装置，旨在解决现有技术玻璃纹理根据颜色分布产生随机的纹理，使得很多特别明显的边缘与轮廓消失的问题。

本发明的技术方案具体为：

一种图像纹理生成方法，包括以下步骤：

获取待处理图像A；

将图像A灰度处理为单通道灰度图Gray；

对灰度图Gray进行边缘提取，得到边缘图像G；

对边缘图像G进行形态学处理，得到边缘图像G′；

对边缘图像G′进行图像分割，得到图像H；

将图像H与原图像A合并为新的图像A1；

对图像A1进行高斯模糊处理，得到图像A2；

对图像A2进行锐化，得到输出图像B；

输出图像B。

优选地，所述将图像A灰度处理为单通道灰度图Gray具体为：

Gray(i，j)＝0.299·R_A(i，j)+0.587·G_A(i，j)+0.114·B_A(i，j)

其中，Gray(i，j)表示灰度图像Gray的第i行第j列的像素值；R_A(i，j)表示图像A的第i行第j列的红色分量像素值；G_A(i，j)表示图像A的第i行第j列的绿色分量像素值；B_A(i，j)表示图像A的第i行第j列的蓝色分量像素值。

优选地，所述对灰度图Gray进行边缘提取，得到边缘图像G中，

边缘图像G采用如下方法计算：

$G=\sqrt{{\mathrm{Gx}}^2+{\mathrm{Gy}}^2}$

其中， $\mathrm{Gx}=\mathrm{Gray}\⊗s,s=\left[\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right];\mathrm{Gy}=\mathrm{Gray}\⊗s^{\′},s^{\′}=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right];$

表示卷积运算。

优选地，所述对灰度图Gray进行边缘提取，得到边缘图像G中，

边缘图像G采用如下方法计算：

G＝|Gx|+|Gy|

其中， $\mathrm{Gx}=\mathrm{Gray}\⊗s,s=\left[\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right];\mathrm{Gy}=\mathrm{Gray}\⊗s^{\′},s^{\′}=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right];$

|公式|表示取绝对值。

优选地，所述对边缘图像G进行形态学处理，得到边缘图像G′中，形态学算子模板为：

其中p、q分别为逻辑整数，n为模板大小。

优选地，所述将图像H与原图像A合并为新的图像A1中，

合并方法如下：

依据图像H被分割的区域为原图像A分区，使得原图像A与图像H的分区一致，并标记原图像A被分成的区域为a₁、a₂、…、a_m；

其中，A1(i，j)表示图像A1的第i行第j列的像素值；a_k的特征像素值可以是a_k区域中的随机像素，平均值，中值等等，k＝1，2，…，m；m表示图像H被分割成的区域个数。

优选地，所述对图像A1进行高斯模糊处理，得到图像A2具体为：

其中表示卷积运算；通过二级高斯函数计算高斯算子模板G_算子，σ值设定为(4，+∞)的实数，根据分割块的大小决定。

优选地，所述对图像A2进行锐化，得到输出图像B中，

锐化公式为：

锐化的模板为：

一种图像纹理生成装置，包括待处理图像获取模块、灰度处理模块、第一边缘图像获取模块、第二边缘图像获取模块、图像分割模块、图像合并模块、高斯模糊处理模块、锐化模块和图像输出模块；

待处理图像获取模块，用于获取待处理图像A；

灰度处理模块，用于将图像A灰度处理为单通道灰度图Gray；

第一边缘图像获取模块，用于对灰度图Gray进行边缘提取，得到边缘图像G；

第二边缘图像获取模块，用于对边缘图像G进行形态学处理，得到边缘图像G′；

图像分割模块，用于对边缘图像G′进行图像分割，得到图像H；

图像合并模块，用于将图像H与原图像A合并为新的图像A1；

高斯模糊处理模块，用于对图像A1进行高斯模糊处理，得到图像A2；

锐化模块，用于对图像A2进行锐化，得到输出图像B；

图像输出模块，用于输出图像B。

本发明的有益效果

本发明提出一种图像纹理生成方法及装置，本发明方法通过改进传统玻璃纹理中图像边缘提取模板，从而保留了图像中更多的边缘与轮廓，且玻璃格子随机，更贴近真实感。

附图说明

图1是本发明优选实施例一种图像纹理生成方法流程图；

图2是本发明优选实施例一种图像纹理生成装置结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明，为了便于说明，仅示出了与本发明实施例相关的部分。应当理解，此处所描写的具体实施例，仅仅用于解释本发明，并不用以限制本发明。

本发明实施例提出一种图像纹理生成方法及装置，本发明实施例方法通过改进传统玻璃纹理中图像边缘提取模板，保留了图像中更多的边缘与轮廓，且玻璃格子随机，更贴近真实感。

实施例一

图1是本发明优选实施例一种图像纹理生成方法流程图；所述方法包括以下步骤：

Step1、获取待处理图像A；

Step2、将图像A灰度处理为单通道灰度图Gray；

Gray(i，j)＝0.299·R_A(i，j)+0.587·G_A(i，j)+0.114·B_A(i，j)

其中，Gray(i，j)表示灰度图像Gray的第i行第j列的像素值；R_A(i，j)表示图像A的第i行第j列的红色分量像素值；G_A(i，j)表示图像A的第i行第j列的绿色分量像素值；B_A(i，j)表示图像A的第i行第j列的蓝色分量像素值。

Step3、对灰度图Gray进行边缘提取，得到边缘图像G；

边缘图像G可采用如下方法计算：

$G=\sqrt{{\mathrm{Gx}}^2+{\mathrm{Gy}}^2}$

其中， $\mathrm{Gx}=\mathrm{Gray}\⊗s,s=\left[\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right];\mathrm{Gy}=\mathrm{Gray}\⊗s^{\′},s^{\′}=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right];$

表示卷积运算；

如果上述方法计算量过大，也可采用如下公式计算：

G＝|Gx|+|Gy|

其中，|公式|表示取绝对值；

Step4、对边缘图像G进行形态学处理，得到边缘图像G′；

形态学算子模板如下：

其中p、q分别为逻辑整数，n为该模板大小。

Step5、对边缘图像G′进行图像分割，得到图像H；

设定图像H被分割成了m个区域；

图像分割方法可以采用形态学分水岭算法，或者随机分割方法，或者形态学分水岭算法和随机分割方法混合使用。

Step6、将图像H与原图像A合并为新的图像A1。

合并方法如下：

依据图像H被分割的区域为原图像A分区，使得原图像A与图像H的分区一致，并标记原图像A被分成的区域为a₁、a₂、…、a_m。

其中，A1(i，j)表示图像A1的第i行第j列的像素值；a_k的特征像素值可以是a_k区域中的随机像素，平均值，中值等等，k＝1，2，…，m；

Step7、对图像A1进行高斯模糊处理，得到图像A2。

其中表示卷积运算。

通过二级高斯函数计算高斯算子模板G_算子，σ值设定为(4，+∞)的实数，根据分割块的大小决定，x，y表示变量。

Step8、对图像A2进行锐化，得到输出图像B；

锐化公式为：

锐化的模板如下：

Step9、输出图像B。

实施例二

图2是本发明优选实施例一种图像纹理生成装置结构图，所述装置包括包括待处理图像获取模块、灰度处理模块、第一边缘图像获取模块、第二边缘图像获取模块、图像分割模块、图像合并模块、高斯模糊处理模块、锐化模块和图像输出模块；

待处理图像获取模块，用于获取待处理图像A；

灰度处理模块，用于将图像A灰度处理为单通道灰度图Gray；

Gray(i，j)＝0.299·R_A(i，j)+0.587·G_A(i，j)+0.114·B_A(i，j)

其中，Gray(i，j)表示灰度图像Gray的第i行第j列的像素值；R_A(i，j)表示图像A的第i行第j列的红色分量像素值；G_A(i，j)表示图像A的第i行第j列的绿色分量像素值；B_A(i，j)表示图像A的第i行第j列的蓝色分量像素值。

第一边缘图像获取模块，用于对灰度图Gray进行边缘提取，得到边缘图像G；

边缘图像G可采用如下方法计算：

$G=\sqrt{{\mathrm{Gx}}^2+{\mathrm{Gy}}^2}$

其中， $\mathrm{Gx}=\mathrm{Gray}\⊗s,s=\left[\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right];\mathrm{Gy}=\mathrm{Gray}\⊗s^{\′},s^{\′}=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right];$

表示卷积运算；

如果上述方法计算量过大，也可采用如下公式计算：

G＝|Gx|+|Gy|

其中，|公式|表示取绝对值；

第二边缘图像获取模块，用于对边缘图像G进行形态学处理，得到边缘图像G′；

形态学算子模板如下：

其中p、q分别为逻辑整数，n为该模板大小。

图像分割模块，用于对边缘图像G′进行图像分割，得到图像H；

设定图像H被分割成了m个区域；

图像分割方法可以采用形态学分水岭算法，或者随机分割方法，或者形态学分水岭算法和随机分割方法混合使用。

图像合并模块，用于将图像H与原图像A合并为新的图像A1。

合并方法如下：

依据图像H被分割的区域为原图像A分区，使得原图像A与图像H的分区一致，并标记原图像A被分成的区域为a₁、a₂、…、a_m。

其中，A1(i，j)表示图像A1的第i行第j列的像素值；a_k的特征像素值可以是a_k区域中的随机像素，平均值，中值等等，k＝1，2，…，m；

高斯模糊处理模块，用于对图像A1进行高斯模糊处理，得到图像A2。

其中表示卷积运算。

通过二级高斯函数计算高斯算子模板G_算子，σ值设定为(4，+∞)的实数，根据分割块的大小决定。

锐化模块，用于对图像A2进行锐化，得到输出图像B；

锐化公式为：

锐化的模板如下：

图像输出模块，用于输出图像B。

本领域的普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序指令相关硬件来完成的，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质可以为ROM、RAM、磁盘、光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种图像纹理生成方法，其特征在于，包括以下步骤：

获取待处理图像A；

将图像A灰度处理为单通道灰度图Gray；

对灰度图Gray进行边缘提取，得到边缘图像G；

对边缘图像G进行形态学处理，得到边缘图像G；

对边缘图像G′进行图像分割，得到图像H；

将图像H与原图像A合并为新的图像A1；

对图像A1进行高斯模糊处理，得到图像A2；

对图像A2进行锐化，得到输出图像B；

输出图像B。

2.如权利要求1所述的图像纹理生成方法，其特征在于，所述将图像A灰度处理为单通道灰度图Gray具体为：

Gray(i，j)＝0.299·R_A(i，j)+0.587·G_A(i，j)+0.114·B_A(i，j)

其中，Gray(i，j)表示灰度图像Gray的第i行第j列的像素值；R_A(i，j)表示图像A的第i行第j列的红色分量像素值；G_A(i，j)表示图像A的第i行第j列的绿色分量像素值；B_A(i，j)表示图像A的第i行第j列的蓝色分量像素值。

3.如权利要求1所述的图像纹理生成方法，其特征在于，所述对灰度图Gray进行边缘提取，得到边缘图像G中，

边缘图像G采用如下方法计算：

$G=\sqrt{{\mathrm{Gx}}^2+{\mathrm{Gy}}^2}$

其中， $\mathrm{Gx}=\mathrm{Gray}\⊗s,$ $s=\left[\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right];$ $\mathrm{Gx}=\mathrm{Gray}\⊗s^{\′},$ $s^{\′}=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right];$

表示卷积运算。

4.如权利要求1所述的图像纹理生成方法，其特征在于，所述对灰度图Gray进行边缘提取，得到边缘图像G中，

边缘图像G采用如下方法计算：

G＝|Gx|+|Gy|

其中， $\mathrm{Gx}=\mathrm{Gray}\⊗s,$ $s=\left[\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right];$ $\mathrm{Gx}=\mathrm{Gray}\⊗s^{\′},$ $s^{\′}=\left[\begin{array}{ccc}-1& -2& -1\\ 0& 0& 0\\ 1& 2& 1\end{array}\right];$

|公式|表示取绝对值。

5.如权利要求1所述的图像纹理生成方法，其特征在于，所述对边缘图像G进行形态学处理，得到边缘图像G′中，形态学算子模板为：

其中p、q分别为逻辑整数，n为模板大小。

6.如权利要求1所述的图像纹理生成方法，其特征在于，所述将图像H与原图像A合并为新的图像A1中，

合并方法如下：

依据图像H被分割的区域为原图像A分区，使得原图像A与图像H的分区一致，并标记原图像A被分成的区域为a₁、a₂、…、a_m；

其中，A1(i，j)表示图像A1的第i行第j列的像素值；a_k的特征像素值可以是a_k区域中的随机像素，平均值，中值等等，k＝1，2，…，m；m表示图像H被分割成的区域个数。

7.如权利要求1所述的图像纹理生成方法，其特征在于，所述对图像A1进行高斯模糊处理，得到图像A2具体为：

其中表示卷积运算；通过二级高斯函数计算高斯算子模板G_算子，σ值设定为(4，+∞)的实数，根据分割块的大小决定。

8.如权利要求1所述的图像纹理生成方法，其特征在于，所述对图像A2进行锐化，得到输出图像B中，

锐化公式为：

锐化的模板为：

9.一种图像纹理生成装置，其特征在于，包括待处理图像获取模块、灰度处理模块、第一边缘图像获取模块、第二边缘图像获取模块、图像分割模块、图像合并模块、高斯模糊处理模块、锐化模块和图像输出模块；

待处理图像获取模块，用于获取待处理图像A；

灰度处理模块，用于将图像A灰度处理为单通道灰度图G_ray；

第一边缘图像获取模块，用于对灰度图G_ray进行边缘提取，得到边缘图像G；

第二边缘图像获取模块，用于对边缘图像G进行形态学处理，得到边缘图像G′；

图像分割模块，用于对边缘图像G进行图像分割，得到图像H；

图像合并模块，用于将图像H与原图像A合并为新的图像A1；

高斯模糊处理模块，用于对图像A1进行高斯模糊处理，得到图像A2；

锐化模块，用于对图像A2进行锐化，得到输出图像B；

图像输出模块，用于输出图像B。