CN109523607B - 素描渲染实时实现系统及其方法 - Google Patents
素描渲染实时实现系统及其方法 Download PDFInfo
- Publication number
- CN109523607B CN109523607B CN201811351052.8A CN201811351052A CN109523607B CN 109523607 B CN109523607 B CN 109523607B CN 201811351052 A CN201811351052 A CN 201811351052A CN 109523607 B CN109523607 B CN 109523607B
- Authority
- CN
- China
- Prior art keywords
- image
- intermediate image
- sketch
- processed
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000009877 rendering Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 21
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 8
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 7
- 238000009499 grossing Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010425 computer drawing Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了素描渲染实时实现系统及其方法。所述素描渲染实时实现系统包括图像预处理模块、白噪声生成模块、线积分卷积模块、边缘计算模块和加权合成模块。本发明公开的素描渲染实时实现系统及其方法,通过前期处理生成中间图像1和基于该中间图像1随机生成的白噪声图,以便对于每个像素点进行线积分卷积处理,从而生成中间图像2。通过对于中间图像2进行边缘计算,从而获得边缘部分,以便最终加权叠加形成素描图像。上述自动化处理过程无需人工干预,能够针对批量输入的待处理图像进行实时处理,最终生成的素描图像具有较为统一的风格。
Description
技术领域
本发明属于计算机绘图技术领域,具体涉及一种素描渲染实时实现系统和一种素描渲染实时实现方法。
背景技术
素描作品作为常见的艺术形式之一,具有较高的艺术价值和审美价值。然而,传统的素描通常由具有一定专业水平的人员完成,因此具有较高的学习成本和人们门槛。一般认为,素描能够通过简洁、明快的线条把需要描绘的物体轮廓勾勒出来,同时能够较为传神地表达细节特征。
值得注意的是,尽管素描具有较高的价值,但是形成过程严重依赖人工,受到人为因素的影响较为严重。同时,个人之间的素描水平具有较大差异,难以保证素描作品的一致性。同时,同一人在不同时刻创作的素描作品,也难以保证具有较高的一致性。此外,创作完成一件素描作品需要创作者持续较长的时间,如需批量出货具有较高一致性要求的素描作品,显然不再适合由人工完成。
发明内容
本发明针对现有技术的状况,克服上述缺陷,提供一种素描渲染实时实现系统和一种素描渲染实时实现方法。
本发明采用以下技术方案,所述素描渲染实时实现系统包括图像预处理模块、白噪声生成模块、线积分卷积模块、边缘计算模块和加权合成模块,其中:
所述图像预处理模块用于将待处理图像预处理以形成中间图像1;
所述白噪声生成模块用于将中间图像1随机生成该图像的白噪声图;
所述线积分卷积模块用于将中间图像1中的每一个像素点依次与白噪声图中一一对应的像素点进行线积分卷积处理以生成中间图像2;
所述边缘计算模块用于将中间图像2边缘计算处理以获取该图像的边缘部分;
所述加权合成模块用于将中间图像2和边缘部分加权叠加以形成素描图像。
根据上述技术方案,所述图像预处理模块包括输入单元、灰度处理单元和空间转换单元,其中:
所述输入单元用于输入待处理图像;
所述灰度处理单元用于将待处理图像灰度处理以形成中间图像0.1;
所述空间转换单元用于将待处理图像由RGB空间转换为HSV空间以形成中间图像0.2。
根据上述技术方案,所述灰度处理单元包括RGB分量计算子单元和RGB分量替换子单元,其中:
所述RGB分量计算子单元用于计算该图像中每个像素点的RGB三个分量的平均值;
所述RGB分量替换子单元用于将每个像素点的RGB三个分量同时替换为上述该像素点的平均值。
根据上述技术方案,所述图像预处理模块还包括平滑处理单元,其中:
所述平滑处理单元用于将中间图像0.2平滑处理以形成中间图像1。
根据上述技术方案,所述平滑处理单元采用高斯滤波器。
本发明专利申请还公开了一种素描渲染实时实现方法,包括以下步骤:
步骤S1:输入待处理图像,并且将待处理图像预处理,以形成中间图像1;
步骤S2:获取中间图像1,并且将中间图像1随机生成该图像的白噪声图;
步骤S3:获取中间图像1和白噪声图,将中间图像1中的每一个像素点依次与白噪声图中一一对应的像素点进行线积分卷积处理,以生成中间图像2;
步骤S4:获取中间图像2,并且将中间图像2边缘计算处理,以获取该图像的边缘部分;
步骤S5:获取中间图像2和步骤S4中的边缘部分,并且将中间图像2和步骤S4中的边缘部分加权叠加,以形成素描图像。
根据上述技术方案,步骤S1具体包括以下步骤:
步骤S1.1:输入待处理图像;
步骤S1.2:获取待处理图像,并且将待处理图像灰度处理,以形成中间图像0.1;
步骤S1.3:获取待处理图像,并且将待处理图像由RGB空间转换为HSV空间,以形成中间图像0.2;
步骤S1.4:获取中间图像0.2,并且将中间图像0.2平滑处理,以形成中间图像1。
根据上述技术方案,步骤S1.2中的灰度处理具体包括以下步骤:
步骤S1.2.1:获取待处理图像,计算该图像中每个像素点的RGB三个分量的平均值;
步骤S1.2.2:将每个像素点的RGB三个分量同时替换为上述平均值。
根据上述技术方案,步骤S1具体包括以下步骤:
步骤S1.1:输入待处理图像;
步骤S1.2:获取待处理图像,并且将待处理图像灰度处理,以形成中间图像0.1;
步骤S1.3:获取中间图像0.1,并且将中间图像0.1由RGB空间转换为HSV空间,以形成中间图像0.2;
步骤S1.4:获取中间图像0.2,并且将中间图像0.2平滑处理,以形成中间图像1。
根据上述技术方案,步骤S1.2中的灰度处理具体包括以下步骤:
步骤S1.2.1:获取待处理图像,计算该图像中每个像素点的RGB三个分量的平均值;
步骤S1.2.2:将每个像素点的RGB三个分量同时替换为上述平均值。
本发明公开的素描渲染实时实现系统及其方法,其有益效果在于,通过前期处理生成中间图像1和基于该中间图像1随机生成的白噪声图,以便对于每个像素点进行线积分卷积处理,从而生成中间图像2。通过对于中间图像2进行边缘计算,从而获得边缘部分,以便最终加权叠加形成素描图像。上述自动化处理过程无需人工干预,能够针对批量输入的待处理图像进行实时处理,最终生成的素描图像具有较为统一的风格。
具体实施方式
本发明公开了一种素描渲染实时实现系统和一种素描渲染实时实现方法,下面结合优选实施例,对本发明的具体实施方式作进一步描述。
优选地,所述素描渲染实时实现系统包括图像预处理模块、白噪声生成模块、线积分卷积模块、边缘计算模块和加权合成模块,其中:
所述图像预处理模块用于将待处理图像预处理以形成中间图像1;
所述白噪声生成模块用于将中间图像1随机生成该图像的白噪声图;
所述线积分卷积模块用于将中间图像1中的每一个像素点依次与白噪声图中一一对应的像素点进行线积分卷积处理以生成中间图像2;
所述边缘计算模块用于将中间图像2边缘计算处理以获取该图像的边缘部分;
所述加权合成模块用于将中间图像2和边缘部分加权叠加以形成(最终的)素描图像。
优选地,所述图像预处理模块包括输入单元、灰度处理单元和空间转换单元,其中:
所述输入单元用于输入待处理图像;
所述灰度处理单元用于将待处理图像灰度处理以形成中间图像0.1;
所述空间转换单元用于将待处理图像由RGB空间转换为HSV空间以形成中间图像0.2。
其中,所述灰度处理单元包括RGB分量计算子单元和RGB分量替换子单元,其中:
所述RGB分量计算子单元用于计算该图像中每个像素点的RGB三个分量的平均值;
所述RGB分量替换子单元用于将(待处理图像中的)每个像素点的RGB三个分量同时替换为上述该像素点(RGB三个分量)的平均值。
可选地,所述图像预处理单元还可包括输入单元、灰度处理单元和空间转换单元,其中:
所述输入单元用于输入待处理图像;
所述灰度处理单元用于将待处理图像灰度处理以形成中间图像0.1;
所述空间转换单元用于将中间图像0.1由RGB空间转换为HSV空间以形成中间图像0.2。
其中,所述灰度处理单元包括RGB分量计算子单元和RGB分量替换子单元,其中:
所述RGB分量计算子单元用于计算该图像中每个像素点的RGB三个分量的平均值;
所述RGB分量替换子单元用于将(待处理图像中的)每个像素点的RGB三个分量同时替换为上述该像素点(RGB三个分量)的平均值。
进一步地,所述图像预处理模块还包括平滑处理单元,其中:
所述平滑处理单元用于将中间图像0.2平滑处理以形成中间图像1。
其中,所述平滑处理单元优选采用高斯滤波器。
进一步地,所述边缘计算模块优选采用Laplacian算子。
上述优选实施例揭示了一种素描渲染实时实现系统。根据上述优选实施例的素描渲染实时实现系统,本发明专利申请还公开了一种素描渲染实时实现方法,具体简述如下。
优选地,所述素描渲染实时实现方法,包括以下步骤:
步骤S1:输入待处理图像(RGB图像),并且将待处理图像预处理,以形成中间图像1;
步骤S2:获取中间图像1,并且将中间图像1随机生成该图像的白噪声图;
步骤S3:获取中间图像1和白噪声图,将中间图像1中的每一个像素点依次与白噪声图中一一对应的像素点进行线积分卷积处理,以生成中间图像2;
步骤S4:获取中间图像2,并且将中间图像2边缘计算处理,以获取该图像的边缘部分;
步骤S5:获取中间图像2和步骤S4中的边缘部分,并且将中间图像2和步骤S4中的边缘部分加权叠加,以形成(最终的)素描图像。
进一步地,步骤S1具体包括以下步骤:
步骤S1.1:输入待处理图像;
步骤S1.2:获取待处理图像,并且将待处理图像灰度处理,以形成中间图像0.1;
步骤S1.3:获取待处理图像,并且将待处理图像由RGB空间转换为HSV空间,以形成中间图像0.2。
其中,步骤S1.2中的灰度处理具体包括以下步骤:
步骤S1.2.1:获取待处理图像,计算该图像中每个像素点的RGB三个分量的平均值;
步骤S1.2.2:将(待处理图像中的)每个像素点的RGB三个分量同时替换为上述(步骤S1.2.1中该像素点的)平均值。
进一步地,步骤S1具体还可包括以下步骤:
步骤S1.1:输入待处理图像;
步骤S1.2:获取待处理图像,并且将待处理图像灰度处理,以形成中间图像0.1;
步骤S1.3:获取中间图像0.1,并且将中间图像0.1由RGB空间转换为HSV空间,以形成中间图像0.2。
其中,步骤S1.2中的灰度处理具体包括以下步骤:
步骤S1.2.1:获取待处理图像,计算该图像中每个像素点的RGB三个分量的平均值;
步骤S1.2.2:将(待处理图像中的)每个像素点的RGB三个分量同时替换为上述(步骤S1.2.1中该像素点的)平均值。
进一步地,步骤S1具体还包括以下步骤:
步骤S1.4:获取中间图像0.2,并且将中间图像0.2平滑处理,以形成中间图像1。
其中,步骤S1.4中的平滑处理优选采用高斯滤波器。
进一步地,步骤S4中的边缘计算处理优选采用Laplacian算子。
对于本领域的技术人员而言,依然可以对前述各实施例所记载的技术方案进行修改,或对其中部分技术特征进行等同替换,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,均应包含在本发明的保护范围。
Claims (5)
1.一种素描渲染实时实现方法,其特征在于,包括以下步骤:
步骤S1:输入待处理图像,并且将待处理图像预处理,以形成中间图像1;
步骤S2:获取中间图像1,并且将中间图像1随机生成该图像的白噪声图;
步骤S3:获取中间图像1和白噪声图,将中间图像1中的每一个像素点依次与白噪声图中一一对应的像素点进行线积分卷积处理,以生成中间图像2;
步骤S4:获取中间图像2,并且将中间图像2边缘计算处理,以获取该图像的边缘部分;
步骤S5:获取中间图像2和步骤S4中的边缘部分,并且将中间图像2和步骤S4中的边缘部分加权叠加,以形成素描图像;
步骤S1具体包括以下步骤:
步骤S1.1:输入待处理图像;
步骤S1.2:获取待处理图像,并且将待处理图像灰度处理,以形成中间图像0.1;
步骤S1.3:获取中间图像0.1,并且将中间图像0.1由RGB空间转换为HSV空间,以形成中间图像0.2;
步骤S1.4:获取中间图像0.2,并且将中间图像0.2平滑处理,以形成中间图像1。
2.根据权利要求1所述的素描渲染实时实现方法,其特征在于,步骤S1.2中的灰度处理具体包括以下步骤:
步骤S1.2.1:获取待处理图像,计算该图像中每个像素点的RGB三个分量的平均值;
步骤S1.2.2:将每个像素点的RGB三个分量同时替换为上述平均值。
3.一种素描渲染实时实现系统,其特征在于,所述素描渲染实时实现系统包括图像预处理模块、白噪声生成模块、线积分卷积模块、边缘计算模块和加权合成模块,其中:
所述图像预处理模块用于将待处理图像预处理以形成中间图像1;
所述白噪声生成模块用于将中间图像1随机生成该图像的白噪声图;
所述线积分卷积模块用于将中间图像1中的每一个像素点依次与白噪声图中一一对应的像素点进行线积分卷积处理以生成中间图像2;
所述边缘计算模块用于将中间图像2边缘计算处理以获取该图像的边缘部分;
所述加权合成模块用于将中间图像2和边缘部分加权叠加以形成素描图像;
所述图像预处理模块包括输入单元、灰度处理单元、空间转换单元和平滑处理单元,其中:
所述输入单元用于输入待处理图像;
所述灰度处理单元用于将待处理图像灰度处理以形成中间图像0.1;
所述空间转换单元用于将中间图像0.1由RGB空间转换为HSV空间以形成中间图像0.2;
所述平滑处理单元用于将中间图像0.2平滑处理以形成中间图像1。
4.根据权利要求3所述的素描渲染实时实现系统,其特征在于,所述灰度处理单元包括RGB分量计算子单元和RGB分量替换子单元,其中:
所述RGB分量计算子单元用于计算该图像中每个像素点的RGB三个分量的平均值;
所述RGB分量替换子单元用于将每个像素点的RGB三个分量同时替换为上述该像素点的平均值。
5.根据权利要求3所述的素描渲染实时实现系统,其特征在于,所述平滑处理单元采用高斯滤波器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811351052.8A CN109523607B (zh) | 2018-11-14 | 2018-11-14 | 素描渲染实时实现系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811351052.8A CN109523607B (zh) | 2018-11-14 | 2018-11-14 | 素描渲染实时实现系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109523607A CN109523607A (zh) | 2019-03-26 |
CN109523607B true CN109523607B (zh) | 2023-04-28 |
Family
ID=65776643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811351052.8A Active CN109523607B (zh) | 2018-11-14 | 2018-11-14 | 素描渲染实时实现系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109523607B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930576A (zh) * | 2012-10-15 | 2013-02-13 | 中国科学院软件研究所 | 一种基于特征流的抽象线条画生成方法 |
CN204462609U (zh) * | 2015-03-10 | 2015-07-08 | 浙江绿浪信息技术有限公司 | 一种自动化静物拍摄装置 |
CN106023276A (zh) * | 2016-05-13 | 2016-10-12 | 云南大学 | 基于图像处理的铅笔画绘制方法及装置 |
-
2018
- 2018-11-14 CN CN201811351052.8A patent/CN109523607B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930576A (zh) * | 2012-10-15 | 2013-02-13 | 中国科学院软件研究所 | 一种基于特征流的抽象线条画生成方法 |
CN204462609U (zh) * | 2015-03-10 | 2015-07-08 | 浙江绿浪信息技术有限公司 | 一种自动化静物拍摄装置 |
CN106023276A (zh) * | 2016-05-13 | 2016-10-12 | 云南大学 | 基于图像处理的铅笔画绘制方法及装置 |
Non-Patent Citations (2)
Title |
---|
基于GPU的实时素描风格化渲染算法研究;高山晓;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170515;第29-37页 * |
基于图像的铅笔画绘制技术的研究现状与展望;潘龙 等;《计算机科学》;20120630;第39卷(第6A期);第474-477、498页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109523607A (zh) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6550723B2 (ja) | 画像処理装置、文字認識装置、画像処理方法、およびプログラム | |
CN113052814B (zh) | 基于Retinex和注意力机制的暗光图像增强方法 | |
CN109472754A (zh) | 基于图像修复的ct图像金属伪影消除方法 | |
CN110232668B (zh) | 一种多尺度图像增强方法 | |
CN112651389B (zh) | 非正视虹膜图像的矫正模型训练、矫正、识别方法及装置 | |
CN109903320B (zh) | 一种基于肤色先验的人脸本征图像分解方法 | |
CN109616080B (zh) | 一种异形屏轮廓补偿方法及终端 | |
CN111476758A (zh) | Amoled显示屏的缺陷检测方法、装置、计算机设备及存储介质 | |
CN108305232A (zh) | 一种单帧高动态范围图像生成方法 | |
CN114862694A (zh) | 一种保证图像质量的高动态范围图像重建方法及装置 | |
KR102416202B1 (ko) | 정확도가 향상된 콘볼루션 신경망 기반 분류 장치 | |
CN109523607B (zh) | 素描渲染实时实现系统及其方法 | |
CN112288680A (zh) | 汽车轮毂x射线图像的缺陷区域自动提取方法及系统 | |
CN107578393B (zh) | 一种基于人工交互的航拍图像亮度调节方法 | |
CN110211122A (zh) | 一种检测图像处理方法及装置 | |
CN111080512B (zh) | 动漫图像生成方法、装置、电子设备及存储介质 | |
CN115222637A (zh) | 一种基于全局优化模型的多模态医学图像融合方法 | |
CN112669239A (zh) | 一种工业x射线图像对比度增强方法 | |
JP2022156631A (ja) | 画像補正モデル生成方法、画像補正モデル生成プログラム及び画像補正モデル生成装置 | |
CN110197471A (zh) | 一种图像对比度增强方法 | |
CN112037293A (zh) | 一种涂料样板色彩分析的方法及装置 | |
CN111652839A (zh) | 基于快速区域全卷积神经网络的牙齿比色检测方法及系统 | |
CN111739008A (zh) | 图像处理方法、装置、设备及可读存储介质 | |
CN115115537B (zh) | 一种基于掩码训练的图像修复方法 | |
CN111754418B (zh) | 一种基于Hess矩阵的图像增强方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |