CN109308380B - 基于非真实感的刺绣艺术风格模拟方法 - Google Patents

Abstract

本发明公开了一种基于非真实感的刺绣艺术模拟方法。首先将输入的静态二维刺绣图像转换为灰度图像，并根据图像的局部灰度值添加噪声点，获得噪声图像；接着求取噪声图像的曲线方向，对每一像素点沿曲线方向进行噪声点汇聚处理，获得刺绣线条纹理；然后，将边缘图像叠加到刺绣线条纹理图像，获得刺绣纹理图像；再次，对刺绣纹理图像进行凹凸处理，获得具有2.5维立体视觉效果的刺绣纹理图像；最后，输入不同的布料等背景图像，将刺绣纹理图像与背景图像进行融合处理，获得最终的刺绣艺术效果图像。该方法对少数民族刺绣进行模拟，以图像刺绣线条提取、立体感视觉效果产生为基础，突出目标图像的主体特征，更符合实际情形、更具有一般性和通用性。

Description

基于非真实感的刺绣艺术风格模拟方法

技术领域

本发明属于信息技术领域，特别是涉及一种基于非真实感的少数民族刺绣艺术模拟方法。

背景技术

非真实感绘制(NPR：Non Photorealistic Rendering)技术是20世纪90年代图形工作者提出的研究方向，是计算机视觉及图形图像处理中的热点问题。非真实感绘制结合了艺术的绘画规则与科学的技术方法，利用计算机生成具有卡通、油画、水彩等手绘风格的图形，主要在于表现图形的艺术特质、模拟艺术作品，善于表现人的主观情感，在自然艺术风格的模拟，图像信息的增强，动画的生成，数据的艺术表现以及医学、建筑学、教育学等方面都发挥着越来越重要的作用。随着技术和算法改进，非真实感绘制逐渐适应图像内容，忽略次要细节，有效地将用户的注意力吸引到关键或者重要的部分；能节省大量的人力、物力和时间来完成动画的制作、艺术效果的生成过程，在影视作品、景点漫游、广告宣传、游戏娱乐等领域中，扮演着越来越重要的角色。

图形研究人员先后提出了油画、铅笔画、水彩画、抽象画等艺术作品的数字化模拟方法，同时也对中国特有的工笔画、水墨画、剪纸、书法等艺术作品进行了数字化模拟，非真实感绘制涉及到的艺术风格作品举不胜举，利用计算机仿真具有中国少数民族刺绣艺术风格的绘画作品，是非真实感绘制效果的有益补充，是非真实感艺术特质模拟的一项重要技术。“刺绣”也称之为“绣花”，是中华民族文明史上一颗闪耀的明珠，它以针引线，按照设计思路进行穿刺，组织成各种图案和色彩。刺绣艺术作品以其浓厚的民族风格、构图的美观和夸张、独特的造型和丰富的色彩而闻名于世。

在非真实感绘制公知的技术中，陈圣国等模拟了苏绣中常州刺绣的乱针绣制作技法，采用遗传算法优化绣线颜色，并通过混色原理模拟了精绣交叉针迹参数计算过程，最后验证了算法的有效性(计算机辅助乱针绣制作技术研究,计算机学报,2011,34(3):526-532)；周杰等通过图像解析、建立区域针法模型实现对图像内容的层次化描述，最后通过矢量场、非均匀网格与针法模型参数间的映射关系生成乱针绣模拟图像(乱针绣模拟的参数化生成方法,计算机辅助设计与图形学学报,2014,26(3):436-444)；项建华等将图像分解为不同的对象区域、矢量场和图像细节，模拟了单根绣线和多根绣线的创作技艺，并通过多层绘制技术模拟乱针绣的多层叠加效果，再现了苏州乱针绣的艺术效果(一种基于图像分解的乱针绣模拟生成方法,图学学报,2013,34(4):16-24)；钱文华等人采用背景纹理合成及偏离映射的方法获得了烙画艺术风格(中国图像图形学报，2013，18(7):836-843)；曹毅采用基于图像的方法模拟绘制了中国水墨画艺术效果(吉林大学博士毕业论文，2012)；陈钊针对具体场景设计了地形处理部分和地形水墨渲染两个模块，设计了写意水墨画绘制系统(吉林大学硕士论文，2011)；Meng等人对人脸等结构特征进行了研究，采用变形、数据库构建实现了人物肖像画的剪纸效果(吉林大学博士论文，2012)；钟秋月从网格和纹理贴图的风格化两方面模拟皮影的风格特征，设计了具有皮影风格的人影三维模型(电子科技大学硕士毕业论文，2012)；李云夕等(专利CN201110210312.1，2011)公开了一种计算机素描画的生成方法及系统；董立新公开了一种基于图像的水墨画画风图像生成方法(专利CN201110208739.8，2011)；郝雯公开了一种带特征线风格化的三维风格模型非真实感渲染方法(专利CN201010541055.5，2011)。钱文华公开了一种基于非真实感的艺术插画效果绘制方法(专利CN201210135344.4，2012)，目前尚缺乏对苗绣刺绣技艺的模拟。

不同的地域形成了苏绣、湘绣、蜀绣及粤绣四大名绣，各个民族的地区刺绣更是普遍流行，苗绣、彝绣、侗绣是其中的佼佼者。目前，研究人员已通过遗传算法、混色原理、网格划分等技术模拟了苏绣、湘绣等四大名绣中的作品，然而针对苗绣、彝绣、侗绣等少数民族刺绣的风格模拟并不多见。

由于苗绣的平绣、挑花、破线绣等技艺与苏绣、湘绣等作品的创作技法并不相同，苗绣是借助色彩和不规则几何纹样的搭配，形成多视角的图案，同时通过多层刺绣，产生一定的凹凸纹理和2.5维立体视觉效果，实现平面与立体视觉的统一，“远看成岭近成峰”，因此，如何从真实的云南苗绣创作手法出发，扩展非真实感研究领域和对象，解析苗绣作品的内在肌理，对苗绣作品中美观和夸张的构图、色彩、刺绣技艺、立体视觉效果进行计算机模拟，是苗绣艺术作品数字化模拟中亟待解决的问题之一。

发明内容

本发明的目的在于提供一种基于非真实感的刺绣艺术风格模拟方法，对少数民族苗绣作品进行计算机模拟；该方法以图像刺绣线条提取、立体感视觉效果产生为基础，突出目标图像的主体特征，更符合实际情形、更具有一般性和通用性。

本发明所采用的技术方案是，基于非真实感的刺绣艺术模拟方法，具体步骤如下：

步骤1、输入二维刺绣图像Input(x,y)，并进行去色处理，将其转换为灰度图像，转换公式如式(1)：

Gray(x,y)＝0.299×Input_R(x,y)+0.587×Input_G(x,y)+0.114×Input_B(x,y)；(1)

其中，Gray(x,y)表示灰度图像；Input_R(x,y)表示输入图像Input(x,y)的红通道值，Input_G(x,y)表示输入图像Input(x,y)的绿通道值，Input_B(x,y)表示输入图像Input(x,y)的蓝通道值；(x,y)表示某一象素位置；

步骤2、基于灰度图像Gray(x,y)的局部灰度值，对灰度图像Gray(x,y)添加噪声，将其转换为噪声图像，转换公式如式(2)：

其中，N(x,y)表示噪声图像；Gray_max表示灰度图像Gray(x,y)的最大灰度值；噪声影响因子n用来调节噪声增加的程度；噪声影响因子调节参数m，用于确定影响因子n的大小；

步骤3、对噪声图像N(x,y)沿其像素点的曲线方向进行噪声点汇聚处理，获得刺绣线条图像I(x,y)，汇聚处理公式如式(4)：

其中，w(x,y)表示高斯核，用来作为卷积算子进行卷积计算；N_h(x,y)表示噪声图像N(x,y)中以坐标为(x,y)的h点为起始点的流线；l(x,y)表示噪声图像N(x,y)中每一像素点的线条汇聚长度；α为汇聚程度因子，即噪声点向中心汇聚的程度，用于调节噪声点汇聚的程度，0≤α≤1；

步骤4、将边缘图像叠加到刺绣线条图像I(x,y)，并生成彩色刺绣纹理图像；

步骤5、将彩色刺绣纹理图像C(x,y)中的线条纹理进行凹凸处理，获得2.5维立体视觉效果刺绣纹理图像，处理公式如式(5)：

其中，G_R,G,B(x,y)表示2.5维立体视觉效果刺绣纹理图像G(x,y)的R，G，B三通道值；C_R,G,B(x,y)表示彩色的刺绣纹理图像C(x,y)的R，G，B三通道值；e(s,t)表示卷积矩阵凹凸程度算子；a表示卷积矩阵凹凸程度算子的行s的大小，b表示卷积矩阵凹凸程度算子的列t的大小；μ表示亮度补偿值；

步骤6、将2.5维立体视觉效果刺绣纹理图像G(x,y)与刺绣背景图像融合，获得刺绣艺术风格模拟图像。

所述步骤2中，噪声影响因子调节参数m取值范围是：50≤m≤100。

所述步骤3中，l(x,y)的计算过程如下：

步骤3.1、求取噪声图像N(x,y)中每一像素点的曲线方向β(x,y)，计算公式如式(6)：

β(x,y)＝arctan(v_X(x,y)/v_Y(x,y))；(6)

其中，v_X(x,y)表示噪声图像中坐标位置为(x,y)的像素点在水平方向X上的特征值，v_Y(x,y)表示噪声图像中坐标位置为(x,y)的像素点在垂直方向Y上的特征值；

步骤3.2、求取噪声图像中每一像素点的线条汇聚长度l(x,y)，计算公式如式(7)：

l(x,y)＝l_max-(l_max-2^d)×β(x,y)；(7)

其中，l_max为设定的噪声图像N(x,y)中的最大线条汇聚长度，即噪声汇聚时的最大长度，20≤l_max≤50；d是汇聚长度影响因子，用于调节线条汇聚长度，1≤d≤5。

所述步骤3.1中v_X(x,y)和v_Y(x,y)，通过对噪声图像N(x,y)中坐标位置为(x,y)像素点进行结构张量计算并对坐标位置为(x,y)像素点在水平方向和垂直方向求偏导确定。

所述步骤3.1中噪声图像N(x,y)中坐标位置为(x,y)像素点的曲线方向β(x,y)为负时，对其增加或减少π周期进行调整。

所述步骤4的具体步骤如下：

步骤4.1、通过边缘提取方法求取灰度图像Gray(x,y)的边缘图像Edge(x,y)；

步骤4.2、将边缘图像Edge(x,y)叠加到刺绣线条图像I(x,y)，获得刺绣纹理图像T(x,y)，叠加公式如式(8)：

T(x,y)＝p×I(x,y)+q×Edge(x,y),0＜p,q＜1；(8)

其中，p表示灰度图像叠加系数，q表示边缘图像叠加系数；

步骤4.3、将输入图像Input(x,y)的色彩信息传输到刺绣纹理图像T(x,y)，获得彩色刺绣纹理图像，如式(9)所示：

其中，C(x,y)表示彩色刺绣纹理图像；μ”表示刺绣纹理图像T(x,y)的色彩均值；μ'表示输入图像Input(x,y)的色彩均值；σ表示刺绣纹理图像T(x,y)的色彩方差；σ'表示输入图像Input(x,y)的色彩方差；ω为色彩传输时Input(x,y)的权重系数；

为色彩传输时T(x,y)的权重系数；该公式分别针对输入图像Input(x,y)的红、绿、蓝三通道计算。

所述色彩传输时Input(x,y)的权重系数ω的取值范围为0.4≤ω≤0.8；所述色彩传输时T(x,y)的权重系数

的取值范围为

所述步骤5中，卷积矩阵凹凸程度算子e(s,t)的大小为3≤a，b≤9。

所述步骤5中，亮度补偿值μ的取值范围是：32≤μ≤200。

所述步骤6的具体步骤如下：

步骤6.1、输入布料、服饰、纱、绢的纹理图像作为背景图像Back(x,y)，编辑背景图像Back(x,y)，使其与2.5维立体视觉效果刺绣纹理图像G(x,y)具有相同大小；

步骤6.2、采用图像融合的方法，将2.5维立体视觉效果刺绣纹理图像G(x,y)与背景图像Back(x,y)进行融合，获得刺绣艺术风格模拟图像E(x,y)，如式(10)：

E(x,y)＝τBack(x,y)+(Back(x,y)×λG(x,y))/(255-G(x,y))；(10)

其中，τ为背景权重因子，用于调节背景图像Back(x,y)在刺绣艺术风格模拟图像E(x,y)中的比例；λ为前景权重因子，用于调节2.5维立体视觉效果刺绣纹理图像G(x,y)在刺绣艺术风格模拟图像E(x,y)中的比例。

本发明的有益效果是：

(1)利用计算机对输入图像进行处理，能获得刺绣风格的艺术效果，在刺绣纹理图像生成的基础上，利用凹凸处理获得具有立体视觉的艺术效果，最终的彩色艺术效果更符合人们的审美观；

(2)基于输入图像的局部灰度值添加噪声点，并基于影响因子控制噪声增加的程度，由于针对局部区域进行处理，与公知的非真实感艺术效果绘制方法相比，添加的噪声更符合刺绣纹理亮度变化，提高了真实性；

(3)刺绣纹理图像生成后，采用矩阵算子对图像进行凹凸处理，获得具有2.5维立体视觉效果的图像，接近真实的刺绣手工作品，并通过边缘图像叠加、色彩传输，产生彩色的刺绣数字化仿真作品，对不同输入图像均能获得较好的刺绣模拟图像，提高了灵活性；

(4)建立了一种计算机模拟多视觉、多层刺绣艺术效果的绘制方法，是非真实感模拟针对不同艺术效果的一种有益补充，在影视作品、游戏动画、及广告宣传领域具有较大的潜在需求；为刺绣艺术作品模拟提供了一种新的绘制方法，也为东巴画、蜡染、及扎染等不同艺术效果的计算机模拟提供了有力的技术支持。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是基于非真实感的刺绣艺术模拟方法流程图；

图2是输入的静态彩色图像；

图3是输入图像经过图像去色得到的灰度结果图像；

图4是对灰度图像添加噪声后获得的噪声图像；

图5是对噪声图像进行噪声点汇聚得到的结果图像；

图6是经过边缘图像叠加得到的结果图像；

图7是经过色彩传输得到的结果图像；

图8是通过凹凸处理得到的立体视觉结果图像；

图9是输入的背景图像；

图10是输入的另一背景图像；

图11是图像融合之后得到的结果图像；

图12是图像融合之后得到的另一结果图像。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，基于非真实感的刺绣艺术模拟方法流程为：首先，将输入的静态二维图像转换为灰度图像，并根据图像的局部灰度值添加噪声点，获得噪声图像；接着，求取噪声图像的曲线方向，对每一像素点沿曲线方向进行噪声点汇聚处理，获得刺绣线条纹理；然后，将边缘图像叠加到刺绣线条纹理图像，并转换为彩色图像，获得彩色刺绣纹理图像；再次，通过对彩色刺绣纹理图像进行凹凸处理，获得2.5维立体视觉效果刺绣纹理图像；最后，输入不同的布料等背景图像，将刺绣纹理图像与背景图像进行融合处理，获得最终的刺绣艺术风格模拟图像。

基于非真实感的刺绣艺术模拟方法，具体步骤如下：

(1)输入图像转换灰度图像

输入二维图像Input(x,y)(如图2)，并对其进行去色处理，转换成灰度图像Gray(x,y)(如图3)，转换公式如下：

Gray(x,y)＝0.299×Input_R(x,y)+0.587×Input_G(x,y)+0.114×Input_B(x,y)；(1)

式中，Input_R(x,y)表示输入图像Input(x,y)的红通道值，Input_G(x,y)表示输入图像Input(x,y)的绿通道值，Input_B(x,y)表示输入图像Input(x,y)的蓝通道值，(x,y)表示某一象素位置；

(2)灰度图像添加噪声

基于灰度图像Gray(x,y)的局部灰度值，依据公式(2)对灰度图像Gray(x,y)添加噪声点，转换得噪声图像N(x,y)(如图4)：

为了控制噪声的多少，本发明采用2ⁿ来调节和控制噪声的多少，将

转换为：

式中，Gray_max表示灰度图像Gray(x,y)的最大灰度值，噪声影响因子n用来调节噪声增加的程度，噪声影响因子调节参数m为经验值，用于确定影响因子n的大小，50≤m≤100，m过小，会导致n过大，导致噪声点过大，反之，m过大，会导致n过小，导致噪声点过小；本发明经大量实验，确定m最优取值为64，保证噪声添加的均匀合理；

为大于Gray(x,y)/m的最小整数，表示对Gray(x,y)/m取整；

(3)刺绣线条纹理生成

求取噪声图像N(x,y)中每一像素点的曲线方向β(x,y)：

β(x,y)＝arctan(v_X(x,y)/v_Y(x,y))；(6)

式中，β(x,y)表示坐标位置为(x,y)像素点的曲线方向，v_X(x,y)表示坐标位置为(x,y)的像素点在水平方向X上的特征值，v_Y(x,y)表示坐标位置为(x,y)的像素点在垂直方向Y上的特征值；

通过结构张量计算并对图像在水平方向和垂直方向求偏导，确定特征值v_X(x,y)和v_Y(x,y)；结构张量计算能够区分图像中的平坦区域、边缘及角点，其与图像的水平和垂直梯度有关；特征值主要指图像在x和Y两个方向的梯度值；

由于经过公式(4)计算得到的曲线方向β(x,y)可能存在负值，因此，如β(x,y)为负，根据tan函数的周期性，可通过对其增加或减少π周期进行调整；

求取噪声图像N(x,y)中每一像素点的线条汇聚长度l(x,y)：

l(x,y)＝l_max-(l_max-2^d)×β(x,y)；(7)

式中，l(x,y)表示坐标位置为(x,y)的像素点的线条汇聚长度，l_max表示设定的线条最大长度，即噪声汇聚时的最大长度；本发明20≤l_max≤50，l_max最优值为32，d是汇聚长度影响因子，用于调节线条汇聚长度，1≤d≤5，本发明d最优值为3；保证模拟所得刺绣线条长度适中，符合真实的线条长度；

对噪声图像N(x,y)沿像素点的曲线方向进行噪声点汇聚处理，获得刺绣线条图像I(x,y)(如图5)：

式中，w(x,y)表示高斯核，用来作为卷积算子进行卷积计算，进而汇聚噪声点，形成刺绣线条；N_h(x,y)表示噪声图像N(x,y)中以h为起始点的流线，α为汇聚程度因子，即噪声点向中心汇聚的程度，用于调节噪声点汇聚的程度，0≤α≤1，本发明α优选值为0.6；

(4)彩色刺绣纹理图像生成

通过边缘提取方法求取灰度图像Gray(x,y)的边缘图像Edge(x,y)，并将其叠加到刺绣线条图像I(x,y)，获得刺绣纹理图像T(x,y)，如图6所示：

T(x,y)＝p×I(x,y)+q×Edge(x,y),0＜p,q＜1；(8)

式中，p表示灰度图像叠加系数，q表示边缘图像叠加系数，且p、q为经验值，p＝0.35，q＝0.65，可以强调边缘在结果图中的重要性，有效突出边缘信息；

将输入图像Input(x,y)的色彩信息传输到刺绣纹理图像T(x,y)，获得彩色的刺绣纹理图像C(x,y)，如图7所示：

其中，C(x,y)表示彩色刺绣纹理图像；μ″表示T(x,y)的色彩均值；μ'表示Input(x,y)的色彩均值；σ表示T(x,y)的色彩方差；σ'表示Input(x,y)的色彩方差；ω为色彩传输时Input(x,y)的权重系数，0.4≤ω≤0.8；

为色彩传输时T(x,y)的权重系数，

该公式分别针对输入图像Input(x,y)的红、绿、蓝三通道计算；

(5)2.5维立体视觉效果刺绣纹理图像生成

将彩色刺绣纹理图像C(x,y)中的线条纹理进行凹凸处理，获得2.5维立体视觉效果刺绣纹理图像G(x,y)，如图8所示：

其中，G_R,G,B(x,y)表示2.5维立体视觉效果刺绣纹理图像G(x,y)的R，G，B三通道值；C_R,G,B(x,y)表示彩色的刺绣纹理图像C(x,y)的R，G，B三通道值；e(s,t)表示卷积矩阵凹凸程度算子；a表示卷积矩阵凹凸程度算子的行s的大小，b表示卷积矩阵凹凸程度算子的列t的大小，3≤a，b≤9；μ表示亮度补偿值，32≤μ≤200，μ优选值为＝128；选用的卷积矩阵凹凸程度算子为：

其中，z表示凹凸程度；

(6)刺绣背景图像融合

输入布料、服饰、纱、绢等纹理图像作为背景图像Back(x,y)(如图9，图10)，编辑图像使Back(x,y)与2.5维立体视觉效果刺绣纹理图像G(x,y)具有相同大小，采用图像融合的方法，对2.5维立体视觉效果刺绣纹理图像G(x,y)与背景图像Back(x,y)进行融合，获得刺绣艺术风格模拟图像E(x,y)(如图11，图12)：

E(x,y)＝τBack(x,y)+(Back(x,y)×λG(x,y))/(255-G(x,y))；(10)

式中，τ为背景权重因子，用于调节背景图像Back(x,y)在E(x,y)中的比例，0≤τ≤1，本发明取值为τ＝0.8；λ为前景权重因子，用于G(x,y)在E(x,y)中的比例，0≤λ≤1，本发明取值为λ＝0.8。

由图11和图12可看出，通过本发明的方法获得的刺绣艺术风格模拟图像更加接近真实刺绣得艺术效果，具有真实刺绣的线条、纹理、色彩、结构、图案等特征，更加符合手工创作作品的要求，即更加符合人们的审美观。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (5)

1.基于非真实感的刺绣艺术模拟方法，其特征在于，具体步骤如下：

步骤1、输入二维刺绣图像Input(x,y)，并进行去色处理，将其转换为灰度图像，转换公式如式(1)：

Gray(x,y)＝0.299×Input_R(x,y)+0.587×Input_G(x,y)+0.114×Input_B(x,y)； (1)

其中，Gray(x,y)表示灰度图像；Input_R(x,y)表示输入图像Input(x,y)的红通道值，Input_G(x,y)表示输入图像Input(x,y)的绿通道值，Input_B(x,y)表示输入图像Input(x,y)的蓝通道值；(x,y)表示某一象素位置；

步骤2、基于灰度图像Gray(x,y)的局部灰度值，对灰度图像Gray(x,y)添加噪声，将其转换为噪声图像，转换公式如式(2)：

其中，N(x,y)表示噪声图像；Gray_max表示灰度图像Gray(x,y)的最大灰度值；噪声影响因子n用来调节噪声增加的程度；噪声影响因子调节参数m，用于确定影响因子n的大小；

步骤3、对噪声图像N(x,y)沿其像素点的曲线方向进行噪声点汇聚处理，获得刺绣线条图像I(x,y)，汇聚处理公式如式(4)：

其中，w(x,y)表示高斯核，用来作为卷积算子进行卷积计算；N_h(x,y)表示噪声图像N(x,y)中以坐标为(x,y)的h点为起始点的流线；l(x,y)表示噪声图像N(x,y)中每一像素点的线条汇聚长度；α为汇聚程度因子，即噪声点向中心汇聚的程度，用于调节噪声点汇聚的程度，0≤α≤1；

步骤4、将边缘图像叠加到刺绣线条图像I(x,y)，并生成彩色刺绣纹理图像；

步骤5、将彩色刺绣纹理图像C(x,y)中的线条纹理进行凹凸处理，获得2.5维立体视觉效果刺绣纹理图像，处理公式如式(5)：

其中，G_R,G,B(x,y)表示2.5维立体视觉效果刺绣纹理图像G(x,y)的R，G，B三通道值；C_R,G,B(x,y)表示彩色的刺绣纹理图像C(x,y)的R，G，B三通道值；e(s,t)表示卷积矩阵凹凸程度算子；a表示卷积矩阵凹凸程度算子的行s的大小，b表示卷积矩阵凹凸程度算子的列t的大小；μ表示亮度补偿值；

步骤6、将2.5维立体视觉效果刺绣纹理图像G(x,y)与刺绣背景图像融合，获得刺绣艺术风格模拟图像；

所述步骤3中，l(x,y)的计算过程如下：

步骤3.1、求取噪声图像N(x,y)中每一像素点的曲线方向β(x,y)，计算公式如式(6)：

β(x,y)＝arctan(v_X(x,y)/v_Y(x,y))； (6)

其中，v_X(x,y)表示噪声图像中坐标位置为(x,y)的像素点在水平方向X上的特征值，v_Y(x,y)表示噪声图像中坐标位置为(x,y)的像素点在垂直方向Y上的特征值；

步骤3.2、求取噪声图像中每一像素点的线条汇聚长度l(x,y)，计算公式如式(7)：

l(x,y)＝l_max-(l_max-2^d)×β(x,y)； (7)

其中，l_max为设定的噪声图像N(x,y)中的最大线条汇聚长度，即噪声汇聚时的最大长度，20≤l_max≤50；d是汇聚长度影响因子，用于调节线条汇聚长度，1≤d≤5；

所述步骤3.1中v_X(x,y)和v_Y(x,y)，通过对噪声图像N(x,y)中坐标位置为(x,y)像素点进行结构张量计算并对坐标位置为(x,y)像素点在水平方向和垂直方向求偏导确定；

所述步骤3.1中噪声图像N(x,y)中坐标位置为(x,y)像素点的曲线方向β(x,y)为负时，对其增加或减少π周期进行调整；

所述步骤4的具体步骤如下：

步骤4.1、通过边缘提取方法求取灰度图像Gray(x,y)的边缘图像Edge(x,y)；

步骤4.2、将边缘图像Edge(x,y)叠加到刺绣线条图像I(x,y)，获得刺绣纹理图像T(x,y)，叠加公式如式(8)：

T(x,y)＝p×I(x,y)+q×Edge(x,y),0＜p,q＜1； (8)

其中，p表示灰度图像叠加系数，q表示边缘图像叠加系数；

步骤4.3、将输入图像Input(x,y)的色彩信息传输到刺绣纹理图像T(x,y)，获得彩色刺绣纹理图像，如式(9)所示：

其中，C(x,y)表示彩色刺绣纹理图像；μ”表示刺绣纹理图像T(x,y)的色彩均值；μ'表示输入图像Input(x,y)的色彩均值；σ表示刺绣纹理图像T(x,y)的色彩方差；σ'表示输入图像Input(x,y)的色彩方差；ω为色彩传输时Input(x,y)的权重系数；

为色彩传输时T(x,y)的权重系数；该公式分别针对输入图像Input(x,y)的红、绿、蓝三通道计算；

所述色彩传输时Input(x,y)的权重系数ω的取值范围为0.4≤ω≤0.8；所述色彩传输时T(x,y)的权重系数

的取值范围为

2.根据权利要求1所述基于非真实感的刺绣艺术模拟方法，其特征在于，所述步骤2中，噪声影响因子调节参数m取值范围是：50≤m≤100。

3.根据权利要求1所述基于非真实感的刺绣艺术模拟方法，其特征在于，所述步骤5中，卷积矩阵凹凸程度算子e(s,t)的大小为3≤a，b≤9。

4.根据权利要求1所述基于非真实感的刺绣艺术模拟方法，其特征在于，所述步骤5中，亮度补偿值μ的取值范围是：32≤μ≤200。

5.根据权利要求1所述基于非真实感的刺绣艺术模拟方法，其特征在于，所述步骤6的具体步骤如下：

步骤6.1、输入布料、服饰、纱、绢的纹理图像作为背景图像Back(x,y)，编辑背景图像Back(x,y)，使其与2.5维立体视觉效果刺绣纹理图像G(x,y)具有相同大小；

步骤6.2、采用图像融合的方法，将2.5维立体视觉效果刺绣纹理图像G(x,y)与背景图像Back(x,y)进行融合，获得刺绣艺术风格模拟图像E(x,y)，如式(10)：

E(x,y)＝τBack(x,y)+(Back(x,y)×λG(x,y))/(255-G(x,y))； (10)

其中，τ为背景权重因子，用于调节背景图像Back(x,y)在刺绣艺术风格模拟图像E(x,y)中的比例；λ为前景权重因子，用于调节2.5维立体视觉效果刺绣纹理图像G(x,y)在刺绣艺术风格模拟图像E(x,y)中的比例。

Images