基于混合梯度最小化的铅笔画生成

doi:10.12066/j.issn.1007-2861.1780

上海大学学报(自然科学版) ›› 2018, Vol. 24 ›› Issue (2): 314-321.doi: 10.12066/j.issn.1007-2861.1780

基于混合梯度最小化的铅笔画生成

王权¹^,², 胡越黎¹^,²^,³(), 燕明¹^,², 胡云生¹^,², 陈朋¹^,²

1. 上海大学机电工程与自动化学院, 上海 200444
2. 上海市电站自动化技术重点实验室, 上海 200072
3. 上海大学微电子研究与开发中心, 上海 200072

收稿日期:2016-05-01 出版日期:2018-04-30 发布日期:2018-05-07
通讯作者: 胡越黎 E-mail:huyueli@shu.edu.cn

Pencil drawing production based on hybrid gradient minimization

WANG Quan¹^,², HU Yueli¹^,²^,³(), YAN Ming¹^,², HU Yunsheng¹^,², CHEN Peng¹^,²

1. School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200444, China
2. Shanghai Key Laboratory of Power Station Automation Technology, Shanghai 200072, China
3. Microelectronic Research and Development Center, Shanghai University, Shanghai 200072, China

Received:2016-05-01 Online:2018-04-30 Published:2018-05-07
Contact: HU Yueli E-mail:huyueli@shu.edu.cn

摘要/Abstract

摘要：

利用计算机模拟铅笔画生成的算法主要存在两个问题: 其一是画面细节易丢失, 边缘重点线条不够突出; 二是笔画单一不能很好地展示原画中的层次信息. 针对以上问题, 提出了一种基于混合梯度最小化的铅笔画生成算法, 通过结合 $L_{0}$ 梯度最小化和 $L_{1}$ 范数约束, 既突出显示了图像边缘和重点线条, 又不影响图像的整体锐度, 同时可与原图像结构保持高度一致, 充分展现了图像的层次性和丰富的细节信息. 实验结果表明, 本算法能够生成质量更高、真实感更强的的铅笔画效果, 相比于已有的其他算法具有一定的优越性.

关键词: 铅笔画, 非真实感渲染, $L_{0}$ 梯度最小化, 色调渲染

Abstract:

Algorithms for creating pencil drawing effect from an image have two major problems: details are often missing so that important edge lines are not clearly shown, and lines are monotonous without hierarchical information. To solve these problems, this paper proposes a pencil drawing generation algorithm based on hybrid gradient minimization. By combining $L_0$ gradient minimization and $L_1$ norm, prominent edges are maintained and enhanced without affecting the overall sharpness. This way, rich and hierarchical details in the image are fully retained. Experimental results indicate that the proposed method can generate high quality and more realistic pencil drawing effect. It is superior to several other existing method.

Key words: pencil drawing, non-photorealistic rendering, $L_0$ gradient minimization, tone rendering

中图分类号:

TP391

王权, 胡越黎, 燕明, 胡云生, 陈朋. 基于混合梯度最小化的铅笔画生成[J]. 上海大学学报(自然科学版), 2018, 24(2): 314-321.

WANG Quan, HU Yueli, YAN Ming, HU Yunsheng, CHEN Peng. Pencil drawing production based on hybrid gradient minimization[J]. Journal of Shanghai University（Natural Science Edition）, 2018, 24(2): 314-321.

图/表 7

图1

图2

图3

图4

图5

图6

表1

参考文献 18

[1]	Decarlo D, Finkelstein A, Rusinliewicz S, et al. Suggestive contours for conveyingshape[J]. ACM Transactions on Graphics, 2003,22(3):848-855.
[2]	Judd T, Durand F, Adelson E. Apparent ridges for line drawing[J]. ACM Transactions on Graphics, 2007,26(3):19.
[3]	Lee Y J, Markosian L, Lee S Y, et al. Line drawings via abstracted shading[J]. ACM Transactions on Graphics, 2007, DOI: 10.1145/1276377.1276400. doi: 10.1145/1186822.1073296 pmid: 21165160
[4]	Grabli S, Turquin E, Durand F, et al. Programmable rendering of line drawing from 3D scence[J]. ACM Transactions on Graphics, 2010,29(2):397-408.
[5]	Hertzmann A, Zorin D. Illustrating smooth surfaces [C] //Proceedings of the 27th Annual Conference on Computer Graphics and lnteractive Techniques. 2000: 517-526.
[6]	Praun E, Hoppe H, Webb M, et al. Real-time hatching [C]//Proceedings of the 28th Annual Conference on Computer Graphics and Interactive Techniques. 2001: 581-586.
[7]	Klee H, Kwon S, Lee S. Real-time pencil rendering [C]//The 4th International Symposium on Non-Photorealistic Animation and Rendering. 2006: 37-45.
[8]	Mao X, Nagasaka Y, Lmamaya A. Automatic generation of pencildrawing from 2D images using line integral convolution [C]//Proceedings of the International Conference on Computer Aided Design and Computer Graphics. 2001: 240-248.
[9]	Yamamoto S, Mao X, Lmamiva A. Enhanced LIC pencil fliter [C]// Proceedings of the International Conference on Computer Graphics, Imaging and Visualization. 2004: 251-256.
[10]	Kang H, Lee S, Chui C K. Coherent line drawing [C]//The 5th International Symposium on Non-Photorealistic Animation and Rendering. 2007: 43-50.
[11]	Orzan A, Bousseau A, Barla P, et al. Structure-preserving manipulation of photo-graphs [C]//The 5th International Symposium on Non-Photorealistic Animation and Rendering. 2007: 103-110.
[12]	Lu C W, Li X, Jia J Y. Combining sketch and tone for pencildrawing production [C]//The 10th International Symposium on Non-Photorealistic Animation and Rendering. 2012: 65-73.
[13]	黄志勇, 姚远, 张晶晶, 等. 改进的自然图像铅笔画效果生成[J]. 中国图象图形学报, 2015,20(3):437-444.
[14]	Rudin L I, Osher S, Fatemi E. Nonlinear total variation based noise removal algorithms[J]. Physica D, 1992,60(1):259-268.
[15]	Xu L, Lu C, Xu Y, et al. Image smoothing via $L_{0}$ gradient minimization[J]. ACM Transactions on Graphics, 2011,30(6):174-185.
[16]	徐美婷, 杨士颖. 结合轮廓和纹理特征的铅笔画自动生成系统[J]. 电子测量技术, 2015,6(6):48-53.
[17]	庞学舜, 王怀彬. 基于改进的 $L_{0}$ 梯度最小化的图像平滑[J]. 天津理工大学学报, 2016,32(1):35-39.
[18]	桑桑, 郝鹏翼, 丁友东, 等. 基于纹理和轮廓的铅笔素描画生成方法[J]. 上海大学学报(自然科学版), 2010,16(3):312-317.

基于混合梯度最小化的铅笔画生成

Pencil drawing production based on hybrid gradient minimization

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 18

相关文章 15

编辑推荐

Metrics

本文评价

[1]	陆申阳, 冉峰, 郭爱英, 沈华明. 一种用于自适应直方图均衡化的硬件加速器[J]. 上海大学学报(自然科学版), 2020, 26(3): 401-412.
[2]	张婷婷, 张焱, 田丰. VR 影像镜头组接的轴线规则[J]. 上海大学学报(自然科学版), 2019, 25(6): 888-897.
[3]	胡嘉成, 王向阳, 刘晗. 基于深度学习的连铸坯表面缺陷检测[J]. 上海大学学报(自然科学版), 2019, 25(4): 445-452.
[4]	高明柯, 陈一民, 张典华, 黄晨, 李泽宇. 基于改进蚁群算法的血管介入手术路径规划[J]. 上海大学学报(自然科学版), 2019, 25(2): 198-205.
[5]	郁怀波, 胡越黎, 徐杰. 基于多特征融合与树形结构代价聚合的立体匹配算法[J]. 上海大学学报(自然科学版), 2019, 25(1): 66-74.
[6]	张亚军, 刘宗田, 李强, 周文. 面向事件的中文指代语料库的构建[J]. 上海大学学报(自然科学版), 2018, 24(6): 900-911.
[7]	徐敏, 丁友东, 于冰, 李畅, 吴彪, 张婉莹. 基于5${\times}$5邻域像素点相关性的划痕修复算法[J]. 上海大学学报(自然科学版), 2018, 24(5): 686-693.
[8]	黄东晋, 雷雪, 蒋晨凤, 陈燕敏, 丁友东. 基于改进JPS算法的电影群体动画全局路径规划[J]. 上海大学学报(自然科学版), 2018, 24(5): 694-702.
[9]	周敬一, 郭燕, 丁友东. 基于深度学习的中文影评情感分析[J]. 上海大学学报(自然科学版), 2018, 24(5): 703-712.
[10]	陈悦, 董红斌, 谭成予, 梁意文. 数据起源在多版本文档检索中的应用[J]. 上海大学学报(自然科学版), 2018, 24(5): 730-744.
[11]	黄春晖, 赵其杰, 柯震南. 一种钢坯表面喷印字符图像分割算法[J]. 上海大学学报(自然科学版), 2018, 24(5): 763-772.
[12]	夏天然, 丁友东, 于冰, 黄曦. 基于子帧缝合的老电影大面积破损修复[J]. 上海大学学报(自然科学版), 2018, 24(4): 503-511.
[13]	黄东晋, 李贺娟, 段思文, 肖帆, 丁友东. 基于多自主智能体的电影混战群体仿真[J]. 上海大学学报(自然科学版), 2018, 24(4): 512-523.
[14]	谢志峰, 叶冠桦, 闫淑萁, 何绍荣, 丁友东. 基于生成对抗网络的HDR图像风格迁移技术[J]. 上海大学学报(自然科学版), 2018, 24(4): 524-534.
[15]	田丰, 戴帅凡, 董凤龙, 张芷依, 褚灵伟. 虚拟现实电影中穿越事件对观众感知的影响[J]. 上海大学学报(自然科学版), 2018, 24(4): 535-544.