CN106652009B - 一种彩色素描模拟方法 - Google Patents

Abstract

本发明提供的彩色素描模拟方法在线积分卷积生成黑白素描的基础上，通过研究彩色素描的绘制特点，结合双色调映射技术实现了基于色彩定制的彩色素描绘制。该策略首先对图像进行区域分割，而后按照上下叠加的方式，用一个主色调和一个副色调进行色彩融合来表现每个分割的区域。每个特定的区域可以自动地、也可以由用户交互地指定颜色集。此外，本发明所提供的方法通过增设纸肌理，使得能够将真实的素描纸肌理添加到计算机生成的图像当中，使得最终的效果更接近真实的绘画。本发明在对图像进行分割方面采用的是基于k‑means聚类的分割方法，在保证分割效率的同时还使得分割结果更好地适应彩色素描的绘制。

Description

一种彩色素描模拟方法

技术领域

本发明涉及图像处理领域，更具体地，涉及一种彩色素描模拟方法。

背景技术

非真实感绘制是指利用计算机生成具有绘画风格的图形或图像的技术，它以模拟图形的艺术特性为主要目标。这个概念在上个世纪八十年代被提出，发展至今已经可以很好地模拟油画、水彩、水墨、素描以及卡通等艺术风格。人们虽对素描有着浓厚的兴趣，手工绘画却不是所有人都能够轻易掌握的技能，因此利用计算机自动生成铅笔画的技术越来越受到人们的重视。人们已经提出了许多生成铅笔画的方法，但是这些方法大部分都是对黑白素描的模拟。

发明内容

本发明为解决以上现有技术难题，提供了一种彩色素描模拟方法，该方法可以高效逼真的模拟出彩色素描。

为实现以上发明目的，采用的技术方案是：

一种彩色素描模拟方法，包括以下步骤：

S1.使用K-means聚类分割方法对图像进行分割，将图像分割成若干个区域；

S2.以图像所分割区域原来的颜色为依据，为每个区域指定主色调和副色调；各个分割区域所确定的主色调和副色调联结在一起形成图像的主色调层和副色调层；

S3.依据随机赋值算法对主色调层和副色调层进行赋值处理，分别生成主色调层和副色调层的噪声图像；

S4.对每个区域围绕其中心建立边长为m的窗口，将该窗口转换到频域；然后将频域分成几个不同的角度区间，并计算每个角度区间的能量值和总体均值；将计算获得的最大能量值与总体均值进行比较，若两者之间的比例大于所设定的阈值，则判定该区域的纹理走向与最大能量值所对应的角度垂直；

S5.对主色调层和副色调层噪声图像中的每个像素点，以其为中心沿其所属区域的纹理走向的正、反两个方向查找与其相邻的n个像素点以形成流线，利用卷积核对流线上各个像素点的噪声值进行卷积计算，并将计算得到的结果赋值给主色调层或副色调层噪声图像中的原像素点；

S6.使用霓虹变换的方法对图像进行处理，得到素描轮廓；

S7.将步骤S5得到的主色调层和副色调层噪声图像按照上下次序使用双色调映射的方法进行融合，得到彩色素描的纹理图，在纹理图的基础上叠加素描轮廓，即可得到彩色素描的效果。

优选地，所述完成步骤S6后，使用以下方法生成纸肌理：

将一张纸纹理灰度图像当作一个高度场来考虑，其中的高、低强度分别对应着素描纸张本身的凸起和凹陷；首先计算出纸张高度的平均值，对于高度大于平均值的点，对纸纹理灰度图像在相应位置的强度做同比例的加深；而对高度小于平均值的点，则对纸纹理灰度图像在相应位置的值做相同比例的减淡处理；具体如下：

其中p_x,y代表纸纹理灰度图像在(x,y)坐标处的强度，t_x,y代表素描纸在(x,y)位置的灰度，代表整张素描纸灰度的平均值，k代表一个强度系数。

计算得到纸肌理后，步骤S7将纸肌理、主色调层和副色调层噪声图像按照上下次序使用双色调映射的方法进行融合，得到彩色素描的纹理图。

优选地，所述步骤S1在使用K-means聚类分割方法对图像进行分割前，需要为分割算法确定K个初始的聚类中心，即需要确定图像当中主色调的个数，其具体过程如下：将图像转化到HSV色彩空间，通过计算色调直方图来判定图像中主色调的个数，从而确定K值。

优选地，所述步骤S3的随机赋值算法具体如下：

其中p表示当前像素的灰度值，noise表示赋予当前像素的像素值，r表示一个随机数，l₁、l₂表示两个分级阈值，其将[0,255]分成了三个灰度级；noise_max为噪声图像中的最大强度值；noise_min1、noise_min2、noise_min3为三个灰度级的最小灰度值。

优选地，所述l₁、l₂分别为24和79，所述noise_max为255，所述noise_min1、noise_min2、noise_min3分别为5、25、80。

优选地，所述步骤S5进行卷积计算的具体过程如下：

其中，g(x,y)为卷积计算得到的向像素点(x,y)赋予的值，p_i与分别为该像素点在其所属区域的纹理走向的正、反方向上的第i个相邻像素的强度，l代表纹理线条的长度；

其中，k(w)代表卷积核，Δs_i代表流线在矢量的正、反两个方向上实际走过的距离。

优选地，所述步骤S2中，为每个区域指定主色调和副色调的具体过程如下：

设区域的主色调为c，即基本色库中的颜色c_i与c的颜色差异d_i按照公式定义如下：

其中，r、g、b分别代表主色调c在RGB色彩空间下的三原色分量，r_i、g_i、b_i分别代表颜色c_i在RGB色彩空间下的三原色分量，i、j、k则为依照人眼的生理特性设置的三个权值；

通过以上方式依次算出基本色库中的颜色与区域的主色调c的颜色差异，然后选取d_i最小时的颜色c_i作为该区域的主色调，确定主色调后，再通过以上方法从基本色库剩余的颜色中选取另一种颜色作为区域的副色调。

优选地，所述步骤S7中，使用双色调映射的方法进行融合的具体过程如下：

其中c为融合后的颜色，g₀代表纸张的颜色，g₁和g₂分别代表主色调和副色调，g_1,2代表主色调和副色调叠加后的色彩，α₁、α₂则分别代表主色调和副色调的权值。

与现有技术相比，本发明的有益效果是：

本发明提供的彩色素描模拟方法线积分卷积生成黑白素描的基础上，通过研究彩色素描的绘制特点，结合双色调映射技术实现了基于色彩定制的彩色素描绘制。该策略首先对图像进行区域分割，而后按照上下叠加的方式，用一个主色调和一个副色调进行色彩融合来表现每个分割的区域。每个特定的区域可以自动地、也可以由用户交互地指定颜色集。此外，本发明所提供的方法通过增设纸肌理，使得能够将真实的素描纸肌理添加到计算机生成的图像当中，使得最终的效果更接近真实的绘画。本发明所提供的方法在对图像进行分割所采用的是基于k-means聚类的分割方法，在保证分割效率的同时还使得分割结果更好地适应彩色素描的绘制。

附图说明

图1为本发明所提供的方法的流程图。

图2为使用K-means聚类方法进行分割的示意图。

图3为确定主色调和副色调的流程图。

图4为噪声图像和颜色缩放变换的效果。

图5为卷积生成的卷积纹理效果图。

图6为纸肌理叠加的效果图。

图7轮廓提取的效果图。

图8为彩色素描叠加轮廓的效果图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

以下结合附图和实施例对本发明做进一步的阐述。

实施例1

如图1所示，本发明所提供的方法包括以下步骤：

(1)对图像进行分割

一幅画中不同的色块，其颜色构成也不同；此外它们的线条方向也存在差异。按照这一特性，本发明所提供的方法的第一步操作即是对彩色图像做区域分割。本发明在进行分割时所采用的是基于k-means聚类实现的分割算法，该方法能够利用色调直方图自动的统计出分割块数，同时也确定了聚类中心。该方法的分割效果能够较好地反应彩色图像本身的颜色分布特性，因而能够更好地适用彩色素描的模拟。效果如图(2)所示。

(2)确定主色调和副色调

在绘画过程中，对特定的色块，人们会首先用一种主要的色调进行铺底，此后再用一到两种副色调进行修饰补充，以此达到调色的效果。按照这一特性，在图像分割完成后，要为每一个分割的区域按照其颜色特性指定两种基本色。本实施例给出了12种基本色。基本色的指定可以由用户交互地进行，也可以通过计算来自动获取。如图(3)给出了为每个区域自动地指定两种基本色的流程。本实施例中，通过比较颜色的差异性来自动地选择主色调。对每个特定的区域，假定其k-means聚类的中心色为c，基本色库中的颜色c_i与c的颜色差异d_i可以按照公式定义如下。

其中r、g、b分别代表颜色c在RGB色彩空间下的三原色分量，i、j、k则为依照人眼的生理特性设置的三个权值，一般i取0.3，j取0.59，k取0.11。本实施例依次算出12种基本色与区域平均色c的颜色差异，取d_i最小时的颜色c_i作为该区域的主色调。在确定了主色调之后，还剩11种颜色可以作为副色调使用。

(3)生成噪声图像

在真实的素描绘制中，笔芯的碳粒会随着纸张的凹凸随机地散布。为了模拟这一特征，可将图像中的像素值按照一定的概率随机的赋值为黑或白。这种方法生成的结果图具有很强的颗粒感，因而也被称作黑白噪声图。依据这一原理，本实施例分别为主色调和副色调生成噪声图像。由于仅仅由0和255两个值描述的黑白噪声图过于单调。本发明采用了分级的方法将0至255分成了3个不同的范围，以此增加了噪声图像的随机灰度值的个数，这使得最终绘制的铅笔素描有更强的明暗层次感，效果如图(4)所示。

(4)区域纹理方向的确定

本发明利用傅里叶变换将图像转换到频域，然后将频域分成几个不同的角度区间，并统计每个角度区间的能量。若某个角度区间的能量明显高于其余的区间，则可以认为原始图像在与这个高能量区间相垂直的方向上有明显的纹理走势。对每个区域，本实施例围绕其中心建立边长为m的窗口；将该窗口转换至频域，同时计算每个角度区间的能量值和总体均值；进而将最大的能量和能量均值作比较，当比例大于某个特定的阈值就判定纹理走向为与该角度垂直的方向。简化起见，实验中仅考虑了水平、垂直以及正负45度这四种方向。如果无法获取一个特定的纹理走向，就为该区域指定一个随机的方向。利用上述方法获取主色调层各个区域的纹理走向，副色调层可以与其一致，也可以呈一定的偏转角度。

(6)生成卷积纹理

对图像中的每个像素点，以其为中心沿特定角度的正、反两个方向查找与它相邻的n个像素以形成流线，利用卷积核将这条线上的各个像素的噪声值进行卷积计算，并将最后的结果赋值给原点像素。这种算法本质上是根据图像在特定方向上的关联性对黑白噪声图进行的平滑滤波处理，效果如图(5)所示。

(7)生成纸肌理

专业的素描纸具有明显的凹凸感，这也影响了铅笔颗粒在纸上的分布。事实上素描纸越是毛糙，彩铅就越容易画出痕迹。纸张凸起的点会更容易着色，因而呈现加深的效果；纸张凹陷的点着色相对较少，因而会呈现减淡的效果。本发明将一张纸纹理灰度图像当作一个高度场来考虑，其中的高、低强度分别对应着素描纸张本身的凸起和凹陷。首先计算出纸张高度的平均值，对于强度大于平均值的点，对图像在相同位置的强度做同比例的加深；而对强度小于平均值的点，则对图像在该位置的值做相同比例的减淡处理。这种做法更好地保留了素描图像整体的明度，效果如图(6)所示。

(8)生成素描轮廓

拥有简单的轮廓线条是素描的一个显著的特点。计算机提取图像轮廓最简单的做法就是运用边缘检测算子，这种方法能够快速地生成图像的轮廓，但随着阈值系数的调整，提取的线条要么过于复杂，勾勒出一些多余的区域，要么又过于简单，勾勒不连贯或不完整。与真实手绘的轮廓相比较，边缘检测算子生成的素描轮廓并不理想。考虑以上问题，本申请采用了基于霓虹变换的方法，生成了更为理想的素描轮廓效果如图(7)所示。

(9)主色调与副色调的融合

将副色调与主色调按照上下次序用双色调映射的原则进行融合，即可得到彩色素描的纹理图。在纹理的基础上叠加轮廓线条，即可得到彩色素描的效果，如图(8)所示。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。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，均应包含在本发明权利要求的保护范围之内。

Claims (7)

1.一种彩色素描模拟方法，其特征在于：包括以下步骤：

S1.使用K-means聚类分割方法对图像进行分割，将图像分割成若干个区域；

S2.以图像所分割区域原来的颜色为依据，为每个区域指定主色调和副色调；各个分割区域所确定的主色调和副色调联结在一起形成图像的主色调层和副色调层；

S3.依据随机赋值算法对主色调层和副色调层进行赋值处理，分别生成主色调层和副色调层的噪声图像；

S4.对每个区域围绕其中心建立边长为m的窗口，将该窗口转换到频域；然后将频域分成几个不同的角度区间，并计算每个角度区间的能量值和总体均值；将计算获得的最大能量值与总体均值进行比较，若两者之间的比例大于所设定的阈值，则判定该区域的纹理走向与最大能量值所对应的角度垂直；

S5.对主色调层和副色调层噪声图像中的每个像素点，以其为中心沿其所属区域的纹理走向的正、反两个方向查找与其相邻的n个像素点以形成流线，利用卷积核对流线上各个像素点的噪声值进行卷积计算，并将计算得到的结果赋值给主色调层或副色调层噪声图像中的原像素点；

S6.使用霓虹变换的方法对图像进行处理，得到素描轮廓；

S7.将步骤S5得到的主色调层和副色调层噪声图像按照上下次序使用双色调映射的方法进行融合，得到彩色素描的纹理图，在纹理图的基础上叠加素描轮廓，即可得到彩色素描的效果；

所述步骤S2中，为每个区域指定主色调和副色调的具体过程如下：

设区域的主色调为c，即基本色库中的颜色c_i与c的颜色差异d_i按照公式定义如下：

其中，r、g、b分别代表主色调c在RGB色彩空间下的三原色分量，r_i、g_i、b_i分别代表颜色c_i在RGB色彩空间下的三原色分量，i、j、k则为依照人眼的生理特性设置的三个权值；

通过以上方式依次算出基本色库中的颜色与区域的主色调c的颜色差异，然后选取d_i最小时的颜色c_i作为该区域的主色调，确定主色调后，再通过以上方法从基本色库剩余的颜色中选取另一种颜色作为区域的副色调。

2.根据权利要求1所述的彩色素描模拟方法，其特征在于：完成所述步骤S6后，使用以下方法生成纸肌理：

将一张纸纹理灰度图像当作一个高度场来考虑，其中的高、低强度分别对应着素描纸张本身的凸起和凹陷；首先计算出纸张高度的平均值，对于高度大于平均值的点，对纸纹理灰度图像在相应位置的强度做同比例的加深；而对高度小于平均值的点，则对纸纹理灰度图像在相应位置的值做相同比例的减淡处理；具体如下：

其中p_x,y代表纸纹理灰度图像在(x,y)坐标处的强度，t_x,y代表素描纸在(x,y)位置的灰度，代表整张素描纸灰度的平均值，k代表一个强度系数；

计算得到纸肌理后，步骤S7将纸肌理、主色调层和副色调层噪声图像按照上下次序使用双色调映射的方法进行融合，得到彩色素描的纹理图。

3.根据权利要求1所述的彩色素描模拟方法，其特征在于：所述步骤S1在使用K-means聚类分割方法对图像进行分割前，需要为分割算法确定K个初始的聚类中心，即需要确定图像当中主色调的个数，其具体过程如下：将图像转化到HSV色彩空间，通过计算色调直方图来判定图像中主色调的个数，从而确定K值。

4.根据权利要求1所述的彩色素描模拟方法，其特征在于：所述步骤S3的随机赋值算法具体如下：

其中p表示当前像素的灰度值，noise表示赋予当前像素的像素值，r表示一个随机数，l₁、l₂表示两个分级阈值，其将[0,255]分成了三个灰度级；noise_max为噪声图像中的最大强度值；noise_min1、noise_min2、noise_min3为三个灰度级的最小灰度值。

5.根据权利要求4所述的彩色素描模拟方法，其特征在于：所述l₁、l₂分别为24和79，所述noise_max为255，所述noise_min1、noise_min2、noise_min3分别为5、25、80。

6.根据权利要求1所述的彩色素描模拟方法，其特征在于：所述步骤S5进行卷积计算的具体过程如下：

其中，g(x,y)为卷积计算得到的向像素点(x,y)赋予的值，p_i与分别为该像素点在其所属区域的纹理走向的正、反方向上的第i个相邻像素的强度，l代表纹理线条的长度；

其中，k(w)代表卷积核，Δs_i代表流线在矢量的正、反两个方向上实际走过的距离。

7.根据权利要求1所述的彩色素描模拟方法，其特征在于：所述步骤S7中，使用双色调映射的方法进行融合的具体过程如下：

其中c为融合后的颜色，g₀代表纸张的颜色，g₁和g₂分别代表主色调和副色调，g_1,2代表主色调和副色调叠加后的色彩，α₁、α₂则分别代表主色调和副色调的权值。