基于真實(shí)場景的水墨風(fēng)格圖像自動生成方法

劉曉崠，趙 凡，張文俊

(上海大學(xué)影視藝術(shù)與技術(shù)學(xué)院，上海200072)

非真實(shí)感繪制技術(shù)利用計(jì)算機(jī)生成具有手繪藝術(shù)風(fēng)格的圖像，其目標(biāo)主要在于模擬藝術(shù)作品、展現(xiàn)某種藝術(shù)風(fēng)格?，F(xiàn)今對于非真實(shí)感繪制技術(shù)的研究有利用計(jì)算機(jī)模擬素描、油畫、水彩畫以及剪紙等藝術(shù)作品的效果。水墨畫是中華文化的精華，研究水墨畫的計(jì)算機(jī)生成，對于弘揚(yáng)我國的傳統(tǒng)文化具有重要的意義。

已有的利用計(jì)算機(jī)進(jìn)行水墨畫模擬的方法大致分為兩種。一種是通過對虛擬毛筆、紙張等的建模，模擬毛筆、水墨和紙張之間的相互作用，開發(fā)出可以交互操作的中國畫創(chuàng)作系統(tǒng)。最早嘗試這種方法的是S.Strassmann［1］，他提出了第一個(gè)虛擬毛筆模型Hairy Brush。Guo和Kunii［2］在Strassmann的研究基礎(chǔ)上加入墨擴(kuò)散的效果，建立了一種紙張模型。J.Lee［3］基于力學(xué)彈性理論建立了三維毛筆模型。香港科技大學(xué)的Nelson S.-H.Chu和Chiew-Lan Tai［4］開發(fā)出MoXi系統(tǒng)，可以讓用戶手握真實(shí)的毛筆進(jìn)行創(chuàng)作，取得了很好的效果。但該方法只是為人們提供一個(gè)類似于紙和筆的工具，而不提供人們創(chuàng)作的靈感、方式等，需要用戶在水墨藝術(shù)創(chuàng)作領(lǐng)域有一定的先驗(yàn)知識，只有具有一定美術(shù)功底的人才能創(chuàng)作出理想的水墨仿真作品。第二種方法是通過Maya、3ds Max等軟件實(shí)現(xiàn)水墨仿真。這方面具有代表性的是中國導(dǎo)演許毅執(zhí)導(dǎo)的水墨動畫《夏》，也是中國大陸首次入選SIGGRAPH的作品。但該方法只適用于專業(yè)人員，不適合普通用戶，且制作復(fù)雜，水墨渲染所需的時(shí)間較長。

本文提出一種方法，將一幅已有的靜態(tài)圖像自動轉(zhuǎn)化為水墨風(fēng)格圖像。圖像內(nèi)容的取材為適合水墨風(fēng)格的場景，如山水、古建筑等。該方法中，用戶只需要調(diào)整幾個(gè)簡單的參數(shù)就可以對生成的水墨作品進(jìn)行調(diào)節(jié)，且對用戶的美術(shù)功底沒有要求，幾乎所有的用戶都可以通過該方法來完成對圖像的水墨效果處理。該方法的處理速度快，可以滿足即時(shí)性操作。

1 水墨風(fēng)格圖像自動生成方法

典型的中國水墨畫作品具有以下幾個(gè)明顯的特征:1)只有黑色與白色而沒有彩色，通過水墨的混合比例來調(diào)節(jié)墨的濃淡，從而使得畫面有層次感;2)更加注重大面積的區(qū)域表現(xiàn)，并不拘泥于細(xì)節(jié);3)水墨筆觸更注重寫意，由毛筆在宣紙上繪制所產(chǎn)生的筆觸以粗線條為主;4)水墨在宣紙上擴(kuò)散產(chǎn)生出暈化模糊的效果［5］，邊緣部分較為柔和。

基于以上特點(diǎn)，本文提出的水墨風(fēng)格圖像自動生成方法流程如圖1所示。包括圖像預(yù)處理、圖像腐蝕、各向異性擴(kuò)散濾波和邊緣的提取與疊加等主要步驟。預(yù)處理把圖像色彩空間從RGB轉(zhuǎn)換為Lab，并將彩色通道進(jìn)行分離，使得后續(xù)處理在只包含亮度信息的L通道內(nèi)進(jìn)行，在去掉彩色信息的同時(shí)加快了處理速度。圖像腐蝕的作用是減少圖像細(xì)節(jié)信息，同時(shí)生成類似毛筆筆觸的粗線條。各向異性擴(kuò)散濾波用來模糊細(xì)小的邊緣，生成類似水墨擴(kuò)散的效果。邊緣的提取與疊加使得圖像主要的邊緣信息被保留，增加了輸出圖像的真實(shí)感。整個(gè)過程通過對參數(shù)的調(diào)整，實(shí)現(xiàn)對輸出圖像效果的控制。

圖1 水墨風(fēng)格圖像自動生成方法流程

1.1 圖像預(yù)處理

圖像預(yù)處理包括圖像色彩空間的轉(zhuǎn)換以及顏色通道的分離。首先把圖像色彩空間從RGB轉(zhuǎn)換為Lab［6］。在Lab空間中，一種顏色由L(亮度)、a顏色、b顏色3種參數(shù)表示。在一幅圖像中，每個(gè)像素都有對應(yīng)的L，a，b值，一幅圖像就有對應(yīng)的L通道、a通道和b通道。其中的亮度和顏色分量是分開的，L通道只有亮度信息沒有顏色信息，a通道和b通道只有顏色信息沒有亮度信息。在Lab空間的每個(gè)像素中，L分量取值為0～100(純黑-純白)、a分量取值為-128～+127(綠-洋紅)、b分量取值為-128～+127(藍(lán)-黃)。如果只取L通道的信息而拋棄a、b通道的顏色對立維度信息，則得到的即是一幅單通道的灰度圖像。水墨畫中有墨的濃淡變化，灰度圖像中也有不同灰度級的變化。將真實(shí)場景圖像轉(zhuǎn)化為灰度圖像是本方法的第一個(gè)步驟。同時(shí)，將Lab色彩空間圖像進(jìn)行通道分離，可以使得后面的各向異性擴(kuò)散濾波與邊緣提取的計(jì)算僅僅在L通道中進(jìn)行，從而縮短了計(jì)算時(shí)間。圖2為一幅花的照片以及其L通道圖像對比。

1.2 圖像腐蝕

中國水墨畫注重寫意，不苛求細(xì)節(jié)信息，而一幅現(xiàn)實(shí)場景的圖像中難免會包含有很多不需要的細(xì)節(jié)信息。圖像腐蝕使得圖像亮部邊界向內(nèi)部收縮，暗部邊界向外擴(kuò)張，是一種消除邊界細(xì)節(jié)的過程，可以用來消除圖像中細(xì)小而且無意義的物體。在本文算法中，采用圖像腐蝕的方法來消除多余的細(xì)節(jié)信息，初步模擬毛筆的粗線條筆觸。圖像腐蝕屬于數(shù)字圖像處理中形態(tài)學(xué)的范疇。在灰度圖像中，設(shè)輸入圖像為f(x，y)，結(jié)構(gòu)元素為b(x，y)，則用結(jié)構(gòu)元素b對輸入圖像進(jìn)行腐蝕運(yùn)算的定義為圖像腐蝕的基本原理如圖3所示。將一幅圖像A與結(jié)構(gòu)元素B進(jìn)行卷積，計(jì)算結(jié)構(gòu)元素B覆蓋區(qū)域的最小值，并把這個(gè)最小值賦給參考點(diǎn)指定的像素。結(jié)構(gòu)元素在多數(shù)情況下是一個(gè)實(shí)心的正方形、十字形或圓形，參考點(diǎn)一般指結(jié)構(gòu)元素中間的一點(diǎn)。本方法選用圓形的結(jié)構(gòu)元素，使得圖像腐蝕的效果最為接近毛筆繪制的筆觸。

圖3 圖像腐蝕運(yùn)算原理

圖4展示了對大小為200×200像素的圖像選用不同尺寸的圓形結(jié)構(gòu)元素進(jìn)行腐蝕得到的不同效果。從中可以看出，結(jié)構(gòu)元素的尺寸越大，圖像的細(xì)節(jié)信息保留得越少。實(shí)驗(yàn)系統(tǒng)中，用戶可以根據(jù)實(shí)際情況選擇不同的結(jié)構(gòu)元素尺寸，以達(dá)到最為接近水墨畫的寫意效果，模擬毛筆產(chǎn)生的粗線條筆觸。

1.3 各向異性擴(kuò)散濾波

圖像腐蝕運(yùn)算將輸入圖像變得初步具有寫意風(fēng)格，但此時(shí)的圖像仍然不具有水墨暈化效果。水墨作品另一個(gè)重要特征是水墨在宣紙纖維中擴(kuò)散，在邊緣產(chǎn)生暈化模糊。本方法中采用各向異性擴(kuò)散濾波的方法來實(shí)現(xiàn)對水墨擴(kuò)散的模擬。

圖4 不同尺寸結(jié)構(gòu)元素腐蝕效果對比

各向異性擴(kuò)散最早由Perona和Malik［7］等人提出，基于他們提出的PM方程的一類濾波稱為各向異性擴(kuò)散濾波。這種方法可以模糊圖像中較小的不連續(xù)的部分，同時(shí)又能保留重要的邊緣信息;另外在對比度特征中可以增強(qiáng)或者降低圖像的局部對比度。

對于輸入圖像f，圖像中的像素為x，x^代表x的鄰域像素，濾波模糊半徑用r表示，則濾波函數(shù)H的定義為

式中:r的值決定了圖像模糊范圍的大小。圖5展示了不同r的值所產(chǎn)生的效果對比。r的值太小達(dá)不到期望的擴(kuò)散效果，太大則導(dǎo)致模糊的范圍過大。對于不同的輸入圖像，最合適的r值也是不一樣的。因此，在實(shí)驗(yàn)系統(tǒng)中用戶可以調(diào)整r的取值來達(dá)到滿意的效果。

圖5 不同擴(kuò)散半徑效果對比

式中:u(x)是擴(kuò)散補(bǔ)償函數(shù)，另一個(gè)參數(shù)σ決定了局部圖像的模糊程度。

各向異性擴(kuò)散濾波對于圖像反復(fù)迭代使用，迭代次數(shù)越多，圖像模糊的程度越高，水墨擴(kuò)散效果越明顯。圖6為擴(kuò)散半徑相同時(shí)不同迭代次數(shù)所產(chǎn)生的效果對比。迭代次數(shù)太少則達(dá)不到期望的擴(kuò)散效果，太多則導(dǎo)致圖像過于模糊。且迭代次數(shù)越多所需要的運(yùn)算時(shí)間也越長。在實(shí)驗(yàn)系統(tǒng)中，用戶可以針對不同的輸入圖像，調(diào)整迭代次數(shù)，得到不同的水墨擴(kuò)散效果，從而選擇其中最優(yōu)的迭代次數(shù)。

W為鄰域權(quán)重函數(shù)，決定了當(dāng)擴(kuò)散濾波函數(shù)迭代使用時(shí)，圖像對比度增強(qiáng)或者減弱的位置和區(qū)域。

圖6 不同迭代次數(shù)效果對比

1.4 邊緣提取與疊加

水墨畫注重寫意，并不苛求細(xì)節(jié)，但是一些對比度較大部分的邊緣信息對于整幅作品來說仍然重要。通常人眼對強(qiáng)邊緣的敏感性強(qiáng)于弱邊緣，根據(jù)人眼的這一視覺特征，需要對圖像中的邊緣信息進(jìn)行有選擇的增強(qiáng)，即保留對比度比較大的強(qiáng)邊緣，而不保留對比度較小的弱邊緣，以增強(qiáng)水墨效果的真實(shí)感。本方法采用Roberts邊緣檢測算子實(shí)現(xiàn)對灰度圖像強(qiáng)邊緣的提取，然后將邊緣圖像與經(jīng)過圖像腐蝕和各向異性擴(kuò)散后的圖像疊加，得到最終的水墨效果圖像。

Roberts算子利用局部差分來檢測邊緣，對于對比明顯的邊緣，其檢測效果好，對于對比不夠明顯的邊緣，則沒有很好的檢測效果。這一特點(diǎn)符合本方法對水墨仿真效果的要求。而且其卷積模板簡單，相比其他的邊緣檢測方法運(yùn)算速度更快。

在邊緣信息與經(jīng)過各向異性擴(kuò)散濾波的圖像相疊加時(shí)，可能會遇到邊緣線條過于明顯，導(dǎo)致輸出圖像水墨韻味不足的問題。本方法采用對邊緣信息圖像進(jìn)行線性變換的方法來解決。設(shè)經(jīng)過擴(kuò)散濾波之后的圖像為m(x，y)，圖像的邊緣信息為n(x，y)，則疊加后的圖像L(x，y)的生成可以表示為

式中:邊緣系數(shù)k調(diào)節(jié)邊緣線條在輸出結(jié)果圖像中的明顯程度。當(dāng)k＜1時(shí)，可以使邊緣線條弱化。圖7中可以看出不同的k值對邊緣線條的調(diào)節(jié)效果。本方法通過對k值的調(diào)節(jié)，可以實(shí)現(xiàn)對于邊緣線條的控制。

圖7 邊緣疊加效果

2 實(shí)驗(yàn)結(jié)果

基于以上所提出的將真實(shí)場景圖像自動轉(zhuǎn)化為水墨風(fēng)格的方法，在硬件配置為2.4 GHz Intel Core 2 Duo處理器、2 Gbyte內(nèi)存，系統(tǒng)為Mac OS X 10.8.4的環(huán)境下，使用Xcode 4.6以及OpenCV 2.4為軟件平臺進(jìn)行了實(shí)驗(yàn)仿真。實(shí)驗(yàn)系統(tǒng)首先輸入一幅真實(shí)場景的靜態(tài)圖像，然后進(jìn)行圖像預(yù)處理、圖像腐蝕、各向異性擴(kuò)散濾波以及邊緣提取與疊加等步驟，實(shí)現(xiàn)了水墨效果的仿真。實(shí)驗(yàn)選用圖片為適合水墨題材的真實(shí)照片，并且通過對參數(shù)的調(diào)整，可以適應(yīng)不同的輸入圖像。表1對比了本方法中可調(diào)的參數(shù)及其作用。圖8為使用本文方法對一幅大小為520×360像素的真實(shí)場景圖像進(jìn)行水墨效果仿真的實(shí)驗(yàn)結(jié)果比較，參數(shù)選擇分別為:S=5×5，r=4，n=20，k=0．5。

表1 參數(shù)對比

圖8 仿真結(jié)果對比

本文的實(shí)驗(yàn)仿真針對于水墨藝術(shù)品，對于藝術(shù)品的評價(jià)通常是主觀的。本實(shí)驗(yàn)采用主觀評價(jià)的方法對仿真結(jié)果進(jìn)行評估。實(shí)驗(yàn)選擇了20位(10位男性，10位女性)不同年齡層次和文化背景的觀察者，分別對圖8的仿真結(jié)果圖像進(jìn)行打分。主觀質(zhì)量分為5個(gè)等級，數(shù)值分別為1～5，如表2所示。

表2 主觀評價(jià)評分標(biāo)準(zhǔn)

在相同的環(huán)境以及顯示設(shè)備的測試條件下，圖像的平均得分為4.1分。從測試結(jié)果可以看出，輸出的圖像具有水墨韻味，符合水墨畫的基本特征，達(dá)到了將真實(shí)感的照片自動轉(zhuǎn)化為水墨風(fēng)格圖像的要求。且該方法的運(yùn)算速度快，一幅640×480的圖像在迭代次數(shù)為20的條件下處理所需時(shí)間僅為1.844 s，可以實(shí)現(xiàn)即時(shí)性處理。

3 結(jié)論

本文提出一種基于真實(shí)場景的靜態(tài)水墨風(fēng)格圖像生成方法，將一幅適合中國傳統(tǒng)水墨畫效果的真實(shí)場景圖像自動轉(zhuǎn)換為具有水墨風(fēng)格的藝術(shù)圖像，實(shí)現(xiàn)了對圖像的水墨風(fēng)格繪制，并且能夠通過對其中參數(shù)的調(diào)整實(shí)現(xiàn)對輸出圖像效果的控制。該方法與其他水墨仿真方法相比，具有以下優(yōu)點(diǎn):1)操作簡單，無需使用專業(yè)軟件，只需要調(diào)節(jié)幾個(gè)簡單的參數(shù)就可以實(shí)現(xiàn)對圖像的水墨風(fēng)格處理;2)適合用戶廣，用戶無需具備美術(shù)功底即可完成水墨風(fēng)格圖像的繪制;3)運(yùn)算速度快，處理所需的時(shí)間遠(yuǎn)少于普通渲染方法。

在以后的研究工作中，可以考慮加入水墨作品的一些紙張紋理特征，使輸出圖像更接近真實(shí)的水墨作品;同時(shí)，可以考慮將本方法擴(kuò)展到實(shí)時(shí)視頻處理的領(lǐng)域，通過GPU硬件加速［8］等技術(shù)，使對視頻的實(shí)時(shí)水墨風(fēng)格繪制成為可能。

:

［1］ STRASSMANN S.Hairy brushes［C］//Proc.ACM SIGGRAPH.Dallas:ACM Press，1986:225-232.

［2］ GUO Q，KUNII T L.Modeling the diffuse painting of sumi-e［C］//Proc.the IFIP WG 5.10 Working Conference.Berlin:Springer Press，1991:329-338.

［3］ LEE J.Simulating oriental black-ink painting［J］.IEEE Computer Graphics and Applications，1999，19(3):74-81.

［4］ NELSON S，CHIEW L T.Real-time ink simulation［C］//Proc.ACM SIGGRAPH.New York:ACM Press，2005:504-511.

［5］齊亞峰，孫濟(jì)州，商毅.中國水墨畫的基本藝術(shù)特征及其計(jì)算機(jī)仿真實(shí)現(xiàn)［J］.中國圖象圖形學(xué)報(bào)，2003，8(5):562-566.

［6］ WINNEMILLER H，OLSEN S C，GOOCH B.Real-time video abstraction［C］//Proc.ACM SIGGRAPH.New York:ACM Press，2006:1221-1226.

［7］ PERONA P，MALIK J.Scale-space and edge detection using anisotropic diffusion［J］.IEEE Trans.Pattern Analysis and Machine Intelligence，1990，12(7):629-640.

［8］方建文，于金輝，張俊松.國畫風(fēng)格水動畫建模［J］.計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2012，24(7):864-870.