摘要：研究了小波变换在二维图像处理中的多分辨率分析特性,提出了一种基于小波多分辨率分析的线条画生成方法,并采用MATLAB语言进行了编程实现。将彩色图像转换为灰度图像,采用bior1.1小波对灰度图像进行二层小波分解,滤除分解系数中的低频系数进行图像重构,并通过反向、滤波和亮度调整等一系列处理,最终获得一种模拟手绘线条画的效果图。试验结果表明,用该方法生成线条画效果图是行之有效的。

摘要：为了解决已有方法不能自动生成反映五官特征且具有写实漫画风格的线条画的问题,基于数据驱动和滤波的混合方法,提出一种漫画风格肖像线条画自动生成的方法.将五官和头发分为2部分,基于数据驱动的方法合成五官,使用非数据驱动的方法生成头发.在已有的特征点基础上,从数据库中匹配合适的五官数据生成五官图片.对于头发的处理,使用Canny边缘检测、图像二值化、自适应阈值二值化和XDoG算子4种不同处理方法生成头发线条域;为了更接近绘画效果,使用不同的绘画纹理与头发线条域进行叠加,生成具有不同纹理、不同风格的头发.整合五官图片和头发图片,最终生成肖像的漫画风格线条画.从互联网上获取图片构建数据集进行实验,采用不同方法生成不同风格的图片,并请专业和非专人士分别对图像质量的高低、人物特征的把握准确程度和整体审美效果3个方面打分进行评估.结果表明,所提方法能够实时地处理发生偏侧的人脸图片,与其他方法相比,该方法能生成的图片是写实漫画风格而非卡通风格或素描风格,在生成漫画风格夸张五官的同时处理结构复杂的头发.

摘要：本文针对相关方面的问题开展了分析,围绕数据驱动及滤波方法对线条画智能生成方法进行了讨论。具体来看,分别从五官与头发两方面进行了分析,借助数据及非数据驱动方式,依次对五官及头发合成进行了讨论,主要是基于已有特征点之上为其匹配相应的数据,从而生成五官图片;对于头发的处理,本文讨论了多种处理方式,主要是生成线条域,为实现最佳效果,还讨论了纹理和线条域叠加的方式,以此生成多样风格的头发。将五官及头发图片进行整合,将形成漫画风格的线条画。