真实感绘制技术

真实感绘制技术（共3篇）

真实感绘制技术 篇1

一、引言

地形是自然界中非常复杂的景物, 对其进行三维真实感图形的绘制一直是计算机图形学领域关注的热点。真实感强的三维地形与二维地形相比, 更能逼真地反映外部真实世界, 具有可视化程度高、动态感强等优点, 因此, 在战场环境仿真等训练模拟器中得到了广泛的应用。

为了满足不同的视景系统对三维地形的要求, 建造三维地形的方法也就多种多样, 并且生成的地形也具有不同的特点。常用的方法是先用专用软件 (如矢量化软件Scan In等) 将位图格式的地图矢量化, 再通过专业三维地形生成软件 (如Terra Vista等) 自动生成三维地形, 或通过Open GL等图形硬件应用程序接口创建三维地形, 这些方法的共同点是速度快, 精度高, 但需要专用的软硬件平台和数据, 投资费用高。

基于三维视景建模软件Multi Gen的三维地形建造方法, 是在某系统态势显示子系统的开发过程中, 本着“好用、够用”的原则, 充分利用现有设备, 逐步摸索、总结出来的一种有效方法, 取得了良好的效果。其基本过程如图1所示:

二、Multi Gen简介

Multi Gen是一种实时三维仿真建模工具软件系统, 性能优越, 系统可靠, 稳定性好, 具有其它建模软件无法比拟的优点, 在仿真可视化领域具有广泛的应用。Multi Gen有一系列模块组成, 核心是建模模块 (Modeling) , 另外还有数字特征分析数据 (DFAD) 转换模块、纹理模块 (Texture) 等扩展模块, 分别完成不同的功能。

Multi Gen中的数据地形海拔数据模块 (DTED) , 可以利用高程数据生成三维地形并作数据转换, 但是, 该模块价格昂贵 (高达数十万美元) , 需要另外购买。在三维战场态势显示子系统的开发过程中, 我们立足于现有设备, 选用已有的Modeling模块建造三维地形, 取得了良好的效果。

使用Modeling模块建造三维地形, 是一种新的尝试, 有一定的难度。为了最大限度地减小误差, 降低工作量, 在建模中充分运用计算机图形学和航海学知识, 使用扫描仪、海图资料等, 摸索出了这种简单可行的建模方法。

三、用Multi Gen建造三维真实感地形

现以中街山列岛中的大西寨岛为例, 简要介绍使用Multi Gen建造三维真实感地形的方法。

3.1图像预处理。图像预处理是获得纸质海图上的信息, 包括地形目标的尺寸、轮廓、等高线等信息。首先, 使用扫描仪将需要建造三维地形的纸质海图扫描成为jpg格式的位图文件, 使用图像处理软件Photoshop对其进行处理, 去除那些因为纸质海图的磨损、污染以及在扫描中因扫描仪性能有限而造成的多余像素。在图面处理中应注意保留图上的等高线及相应的高程数据, 这些信息是三维地形生成的关键。再使用Photoshop中的裁切工具, 将位图文件中包含大西寨岛的图面裁剪成矩形的小块, 裁剪时要紧贴该岛的四个边缘。经过处理后生成的大西寨岛位图文件Texture1如图2所示。

3.2图形预处理。使用矩形工具 (Rectangle) 建立矩形平面Terraine1, 其大小应等于实际地形的尺寸, 然后使用纹理工具 (Texture) 将经过处理的位图Texture1作为纹理贴至该矩形平面, 生成Terraine2如图3所示。

3.3三维地形轮廓生成。自然地形是非常复杂的景物, 为了真实地模拟自然地形, 必须模拟两方面的特征, 即地形的宏观形状和地貌特征。模拟地形的宏观形状有多种方法, 我们采用了在专业建模软件环境下基于等高线的方法, 即将等高线投影于给定网格, 在网格上重构高度场。

在Multi Gen环境中, 使用多边形工具 (Polygon) 沿着地形的轮廓和等高线生成多边形平面;然后使用移动工具 (Translate) 将各平面提升到相应的高度;再使用Loft工具将各个平面组合, 并进行材质计算, 生成三维地形雏形Terraine3如图4所示。

三维地形轮廓生成是三维地形建模过程中最关键的环节。通过图像、图形预处理获得的信息是二维信息, 除等高线外大部分空间的高度都是未知的, 再加上有些等高线并不连续, 所以地形生成难度大。在地形生成过程中只有熟练掌握Multi Gen的操作, 熟悉海图并具有空间立体感, 才能准确地模拟地形的宏观形状。

3.4地貌表面纹理生成。三维地形模拟效果取决于地形模型的细化程度和地表纹理的逼真性, 地形模型越细致, 其表面三角面片的数量就越多, 参与实时交互、计算的数据量就越大, 视景实时显示的速度就越慢。为了既能保证视觉逼真性又不影响视景的显示速度, 通过逼真的地貌表面纹理来模拟地貌特征就显得尤为重要。

在地貌生成过程中, 使用Photoshop对航空照片进行处理, 借助强大的滤镜效果功能制作逼真的地貌表面纹理。再使用纹理工具“Put Texture”和“Surface Project Texture”加入纹理, 生成的大西寨岛三维地形模型Terraine4如图5所示。

地貌表面纹理直接影响着三维地形的视觉逼真性和描述的正确性, 因而对建模人员的美术素养有较高的要求, 需要在实际工作中不断摸索, 反复调试。

四、结束语

基于三维视景建模软件Multi Gen的三维地形建造方法, 对建模人员的软件操作能力、空间立体感、美感等方面的素质要求较高, 相对其他方法工作量较大, 精度较低。但是, 该方法原理简单, 对软硬件平台的依赖性小, 只需要高性能的PC机和Multi Gen、Photoshop等专用软件, 以及扫描仪、纸质海图和相关的航海资料, 就能满足基本需要。如图6就是在战场态势视景显示子系统中中街山列岛部分岛屿的三维地形。

参考文献

[1]兰培真, 金一丞.基于等高线的三维真实感地形绘制技术的研究[J].中国航海, 2001 (1) .

[2]莫凡.一种新的基于矢量地图数据的地表纹理制作[J].测绘学院学报, 2002, 3.

[3]胡卫明, 等.大幅面地图的三维地形重建[J].自动化学报, 2002, 1.

[4]刘敏英, 等.真实感三维地形的计算机实现[J].海军大连舰院学报, 2002, 6.

真实感绘制技术 篇2

1 真实感绘制算法

1.1 光照模型

既是模拟物体表面的光照明物理现象的数学模型。可以划分为简单的光照模型和整体的光照模型两类。

简单的光照明模型, 假设物体是不透明的, 只考虑光源的直接照射, 而将光在物体之间的传播效果笼统地模拟为环境光。可以处理物体之间光照的相互作用的模型即为整体的光照明模型。

物体所表现的颜色与光源有密切的关系。光照模型的作用就是计算物体可见表面上每个点的颜色与光源的关系, 因此它是决定图形真实感的一项重要内容。物体表面发出的光是极其复杂的, 它既与环境中光源的数目、形状、位置、光谱组成和光强分布有关, 也与物体本身的反射特性和物体表面的朝向有关, 甚至还与人眼对光线的生理和心理视觉因素有关。把这一切都通过计算机精确地计算出来是不现实的, 我们只能用尽可能精确的数学模型——光照模型来模拟光和物体的相互作用, 从而近似地计算物体可见表面每一点的亮度和颜色。最基本的光照模型是Phong模型, 它首次使光源和视点的位置可以任意选定。

1.2 光线跟踪

光线跟踪常用算法的基本原理是从视点向每个象素发出一条光线, 它与场景中的一些物体表面相交, 最近的交点即为可见点, 记为P, 像素的亮度即由P点的亮度确定。由Whitted光照模型可知, P点的亮度由三部分组成:其中Isl可以直接由局部光照模型计算得到。为了求Isl和Itl, 从P点发出反射光线和透射光线, 它分别交场景中的物体表面于Ps和Pt, Ps和Pt点的亮度即分别为Isl和Itl, 将它们求出代入Whitted模型即可。但是, Isl和Itl同样由Whitted模型确定, 即Whitted模型是一个递归式, 从而计算Isl和Itl需要重复以上的计算过程:计算局部光亮度、发出反射光线与透射光线, 可以用一棵光线树来表示。如图1所示。

1.3 消隐

消隐的对象是三维物体;三维体的表示主要有边界表示和CSG表示等;消隐结果与观察物体有关, 也与视点有关。可分为隐藏线消除和隐藏面消除两种。前者主要用在线框图的绘制, Catmull提出的Z-Buffer算法是最常用的隐藏面消除算法。其算法思想是:先将Z缓冲器中每个单元的初始值置为最小值。当要改变某个像素的颜色值时, 首先检查当前多边形的深度值是否大于该像素原来的深度值;如果大于, 说明当前多边形更靠近观察点, 用它的颜色替换像素原来的颜色;否则说明在当前像素处, 当前多边形被前面所绘制的多边形遮挡了, 是不可见的, 像素的颜色值不改变。

2 复杂植物场景的真实感生成技术

2.1 自然景物模拟

自然景物模拟是现在非常流行的一个话题, 因此它也是计算机图形学的一个重要组成部分。在经典的欧几里德几何中, 我们可以用直线, 圆锥等规则的形状去描述诸如墙, 车轮等形状规则的人造物体。而在自然界中, 却存在许多不规则的形状复杂的物体, 我们可以用分行几何的方法对其进行描述。

高度复杂的植物场景的构造和真实感绘制就是自然景物的一种模拟。植物

对象比如草地和树木是虚拟自然场景的重要组成部分。这类物体因其形状, 形态随时间的推移而动态地, 随机地发生变化, 很难用常规的建模方法及模拟技术来生成。我们根据植物的自身特点, 可以分别采用多边形, 纹元和体纹理等作为工具来构造不同的植物。树木的绘制手段有多种, 常用的是绘制用粒子系统构造的树, 直接绘制多边形等几何面所构造的树以及绘制由三维纹理构造的远距离的树这三种方法。

2.2 纹元

最初由Kajiya和Kay提出的纹元, 是指用来近似表示许多微面总体光学特性的一个三维参数数组。纹元数组空间中的任意一个体元都存储着如下三个部分的内容:密度标量Q, 表示的是该体元包含的所有微面的近似投影面积;结构场B, 表示的是该体元中各微面的局部方向;光照模型7, 它决定将有多少光线从微面散射出来。

对于纹元绘制的光照模型, 我们采用类似于kajiya使用的方法。由于草叶子或者松针本身的方向向量 (切向量t) 是可以通过纹元的变形精确求取的, 因而对双向光照反射函数的计算可以采用局部光照模型。

2.3 体纹理

体纹理是构造复杂自然场景的重要工具, 三维体纹理使用的依据是自然景物的重复性。相同物种在形态和结构上通常都比较类似。对每一品种的植物构造有限个体纹理模型, 再将这些体纹理映射到自然场景中, 只要对体纹理的映射大小、形状和方向有一定的随机性以避免单一, 这样构造出来的自然场景在视觉效果上就可以接近真实场景。当然, 利用体纹理构造和绘制高度自然场景也存在许多困难, 主要有三个方面:如何构造所需的体纹理;如何解决分辨率和存储量之间的矛盾;如何减少运算量使得体纹理技术可以广泛应用。

3 总结和展望

3.1 本文的总结

本文主要介绍了图形的真实感生成技术与真实感绘制的方法, 并且对不同的算法进行比较, 重点讲述了自然景物的绘制, 它的难点主要在于原始数据的存储和光照计算。该文讲的是自然界中植物的绘制, 包括草地、树木和森林, 它们结构上高度复杂随机又各具特点, 这就决定了我们必须根据这些特点采取不同的构造和绘制技术, 才能保证存储和计算的效率。针对不同的环境特征和不同类型的树木, 我们可以分别采用基于Open GL的深度缓存阴影生成算法、结合光线跟踪和纹元绘制技术以及结合体绘制技术的光线跟踪方法。这几种绘制手段对应于各自相应的场景都有效可行。

3.2 进一步的工作

复杂场景的真实感绘制的研究内容非常广泛, 有许多值得进一步探讨的课题:在划分场景的时候如何考虑由于有向反射或者透射等产生的光能分布, 比如镜面反射光线造成的阴影, 是场景划分的另一个有意义的研究课题;如何构造和绘制高度复杂的植被场景, 包括不同距离的草地树木和森林等, 如何提高包括纹元, 体纹理和几何曲面等不同元素构成的场景的绘制效率;为了提高绘制效率.通常需要将场景进行划分。分别绘制然后再合成。对划分场景的标准的确定。以及如何合成最终结果、如何考虑不同部分的相互作用, 都是值得进一步研究的课题。

摘要：真实感图形是计算机图形学中一个重要的组成部分, 它的基本要求是在计算机中生成三维场景的真实感图形或图象。多媒体教育、虚拟现实系统、科学计算可视化、动画制作、电影特技模拟、计算机游戏等许多方面, 真实感图形学都发挥了重要的作用。其中的核心内容就是真实感绘制, 它有多种方法, 其中植物场景的真实感绘制是比较常用的。例如对于场景中的物体、要得到它的真实感图形, 就要对它进行透视投影, 并消除隐藏面, 然后计算可见面的光照明暗效果等。

关键词：真实感绘制技术,自然场景,体纹理,光线跟踪

参考文献

[1]潘云鹤.计算机图形学原理, 方法及应用[M].北京:高等教育出版社, 2003.

[2]杜世培.计算机图形与图像处理技术课件[M].重庆:重庆大学出版社, 2001.

[3]唐荣锡.计算机图形学教程[M].北京:科学出版社, 2000.

[4]Q Peng, Y Zhu, Y Liang.A Fast Ray Tracing Algorithm Using Space IndexingTechniques[J].EUROGRAPHICS'87, 1987.

真实感绘制技术 篇3

当今的计算机技术允许人们快捷方便地创造出具有高度真实感的自然图像, 但是处理结果的真实感已经使人们极为厌倦。目前, 计算机图形学领域的学者们正致力于开发自动的、具有非真实感意象的、充满艺术表现力的绘制技术和方法[1]。在基于笔刷的非真实感绘制方面, 许多学者提出了基于笔刷的不同绘画风格的算法, 如油画、水粉画、钢笔画、马塞克镶嵌画、圆点画、流线视觉效果及矢量域视觉效果等。通过绘制离散的元素 (如绘画的笔刷或圆点) 来自动生成非真实感图形的方法称为基于笔刷的绘制方法 (SBR) [2]。

非真实感绘制技术, 不仅可以使每个人都能够方便快捷地创作出充满艺术韵味和富于艺术想象力的图像, 同时还可以广泛地应用于媒体行业, 使其能够创作出具有艺术表征力的视频, 例如具有油画、水彩画或者国画风格的视频。本文给出一种基于笔刷模型的多重绘制方法来生成具有油画艺术风格的图像。

1 相关工作

非真实感绘制领域的早期研究成果当属Haelberi提出的基于笔刷模型的绘制方法[2]。Haelberi提出的绘制方法允许用户通过创建一系列已被着色的笔刷对原图进行绘制, 从而产生具有艺术风格的图像。与其他系统的不同之处在于, Haelberi的主要目标是开发出能够使用户快速有效地生成各种艺术风格的图像绘制系统。Haelberi开创了非真实感绘制领域的先河。Litwinowicz在Haelberi方法的基础上做了进一步扩展。他开发出一套系统, 通过分析视频特征, 然后由计算机自动生成具有印象派风格的视频片断。该系统允许用户自由地选择笔刷大小和笔刷模型, 然后让计算机自动地对视频片断进行处理。另外, 在该系统中用户既可以沿图像的轮廓方向用笔刷进行绘制, 也可以预先设定一个全局的绘制方向, 然后再用画笔进行绘制[3]。文献[4]中通过分析中国水墨画绘画材料及相互作用关系, 提出了局域粒子系统的仿真模型体系, 成功地模拟了中国水墨画的典型艺术效果。文献[5]中让用户交互地放置笔刷, 成功地在计算机上模拟了水彩画的效果。文献[6]中提出了一个三维计算机水粉笔笔刷模型, 绘出的结果具有手工绘制水粉画的效果, 但需要对笔刷单元选取、颜料模拟、颜料扩散以及整体控制四个部分进行处理。文献[7]中提出了一个由灰度图像产生的具有pen-and-ink风格的线条绘画的交互系统。这些算法大多数都是在具体模拟一个特定的绘画材质或是设计一个特定的笔刷, 有的还需要太多的人工交互, 实际上, 并不需要太多的用户交互和复杂的笔刷形状的设计也能够模拟出令人满意的艺术作品。文献[8]中就提出了一种自适应画笔分布的非真实感绘制方法, 实现了画笔分布能够随着源图像中细节的丰富程度而自适应变化。本文的基于笔刷的多重绘制方法, 通过不同的参数设置和灵活的笔刷设计, 能够快速自动地产生出油画的艺术效果。

2 算法思想

该算法是从手工绘画方法中得到启发的。人在绘画时, 是根据自然界景物的形状、颜色和明暗, 变化笔刷的颜色、形状和大小一笔一笔进行描画的。他们通常在一张很粗略的画布上, 不断地使用更细小的笔刷添加细节。由于不同画种所采用的色彩、笔刷和画布的质感不同, 因此产生的艺术效果不同。本文算法模拟画家的创作过程, 首先输入一幅源图像、一个不同尺寸的笔刷序列 (r1, r2, …, rn) 和一张由源图像背景色定义的画布, 然后按照笔刷尺寸由大到小的顺序进行逐层绘制, 每层使用的笔刷尺寸相同。算法的框架如图1所示。

对于算法框架的可作如下理解:

Step1 计算颜色参考图像与输入图像在每个像素上的颜色空间距离。

Step2 逐一扫描图像中的每个像素, 对于坐标处的像素, 求其邻域内的平均颜色空间距离, 若该值大于给定阈值, 则以该领域内具有最大颜色空间距离的坐标点作为笔刷落点, 并将其加入笔刷落点链表中。

Step3 从笔刷落点链表中随机地取出落笔点在画布上沿向量参考图的梯度法线方向 (即笔刷方向) 进行绘制, 直到该链表为空。

Step4 根据用户设定的笔刷大小, 由大到小, 重复Step 1到Step 3在画布上进行多重绘制, 得到最终绘制图像。

其中, 输入图像是用户采集的真实环境的照片。令Is表示输入的输入图像。颜色参考图是对输入图高斯滤波后获得的图像。令Ir表示颜色参考图。通过Is与Ir在对应绘制的颜色空间距离, 从而确定落笔点的数量以及落笔点在图像空间中的坐标位置。向量参考图是采用Sobel算子来产生向量参考图。

2.1 颜色参考图的产生

在逐层绘制时, 算法首先为各层创建一幅颜色参考图像 (reference) , 通过计算输入图像与颜色参考图像在对应位置的颜色空间距离, 从而确定落笔点的数量以及落笔点在图像空间中的坐标位置, 可以通过源图像与高斯核做卷积得到:

Iri=Is⨂G (fσri)

其中Gfσri为高斯核:

$G(r)=\frac{1}{2\pi \sigma {}^2}e{}^{-r{}^2/(2\sigma {}^2)}$

σ为其标准差取为fαri, fα为一个常数, 它的不同选择决定了源图像被模糊化的程度, ri为当前层所用的笔刷尺寸。

2.2 笔刷方向的产生

画家在运用笔刷进行创作时, 往往是先描绘出物体的大致轮廓, 然后再添加各种细节。所以在模拟绘画的时候, 图像的边缘信息具有重要的指导意义。另外, 图画中条纹的方向是很重要的, 画家常常用它们来表达物体的形状、纹理信息, 如果所绘制物体的纹理具有一定的方向特点, 则画中应表达出这种特征。Hertzmann运用与梯度垂直方向来选择笔刷的控制点, 从而很好地控制了笔刷的走向。这是因为图像梯度方向为图像颜色变化最大的方向, 与之垂直的方向则是颜色比较一致的方向。因此可以借助源图的梯度向量场信息来控制笔刷的走向。可通过如下步骤来产生笔刷的方向场:

(1) 彩色图像灰度化

将彩色图像转化为灰度图像的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色由R、G、B三个分量决定, 而每个分量取值范围为[0, 255], 这样一个像素点可以有1600多万 (255×255×255) 的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像, 其一个像素点的变化范围为255种, 所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。Hertzmann建议:L=0.299R+0.587G+0.114B。在具体编程时作者采用了Hertzmann的建议。

(2) 产生亮度图像的梯度场

通过边缘检测, 可以得到图像的梯度场, 从而可得图像方向场。边缘是图像最基本的特征。所谓边缘是指其周围像素灰度有阶跃变化或屋顶状变化的那些像素的集合, 它存在于目标与背景、目标与目标、区域与区域、基元与基元之间。由于边缘是图像上灰度变化最剧烈的地方, 可对图像各个像素点进行微分或求二阶微分来确定边缘像素点。一阶微分图像的峰值处对应着图像的边缘点, 二阶微分图像的过零点处对应着图像的边缘点。根据数字图像的特点, 处理图像过程中采用差分来代替导数运算。对图像的简单一阶导数由于具有因定的方向性, 只能检测特定方向的边缘, 为了克服这一缺点, 可以采用偏微分的方法。图像梯度的最重要的性质是梯度方向在图像灰度的最大变化率上, 这恰好可以反映出边缘上的灰度变化。数学上, 二维函数的梯度和梯度模可定义为:

$\nabla L=\left[\frac{\partial L}{\partial x},\frac{\partial L}{\partial y}\right]{}^{{\rm T}}$ (1)

$|\nabla L|=\sqrt{\left(\frac{\partial L}{\partial x}\right){}^2+\left(\frac{\partial L}{\partial y}\right)}{}^2$ (2)

在实际运用中, 本文采用Sobel算子来产生灰度图像的梯度场。Sobel算子很容易在空间上实现, Sobel边缘检测器不但产生较好的边缘检测效果, 而且受噪声的影响也比较小。记垂直和水平两个方向的检测子为hx、hy, 则计算灰度图像L各像素x和y方向的偏导数设为Gx和Gy:

Gx=L⨂hxGy=L⨂hy

其中:

$h{}_x=\left(\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right)h{}_y=\left(\begin{array}{ccc}1& 2& 10\\ -1& -2& -1\end{array}\right)$

故梯度方向为θg=atctan (Gx/Gy) , 笔刷的方向取自与梯度垂直的方向。如图2所示。

图2 (a) p0为起始点, g0为梯度方向, 则笔刷方向为v0;图2 (b) p1为第二个控制点, 它的下一笔有两个方向, 这里选择v1作为笔刷方向, 以免使得笔刷方向变化太剧烈。

2.3 多重自适应绘制

算法中输入数据为一幅源图像 (Is) 、一个笔刷序列 (r1, r2, …, rn) 和一块画布。用户可以预先定义一个笔刷尺寸ri, 其余笔刷可以通过ri=r1×2i-1计算得到。为了防止细小的笔刷被大的笔刷覆盖, 算法按照笔刷尺寸由大到小的顺序进行绘制。

在进行多重绘制时, 笔刷并不是绘制所有与当前参考图像不一致的区域, 而只捕捉画布中那些与当前笔刷大小至少相同的区域。因此算法中设置了一个区域门限T, 当捕捉到的区域与参考图像相应区域的距离 (errorarea) 大于这个门限值时才进行绘制。T的值越大则效果越抽象, 要获得一个与源图像非常近似的图像, 可以设置一个很小的门限值。距离定义为像素R、G、B通道的欧式距离:

$\parallel {\rm I}{}_{canvas}-{\rm I}{}_r\parallel =\sqrt{({\rm I}{}_R{}_{{}_r}-{\rm I}{}_R{}_{{}_{canvas}}){}^2+({\rm I}{}_G{}_{{}_r}-{\rm I}{}_G{}_{{}_{canvas}}){}^2+({\rm I}{}_B{}_{{}_r}-{\rm I}{}_B{}_{{}_{canvas}}){}^2}$ (3)

每重绘制过程中可以按照扫描线顺序产生所需要的笔刷, 笔刷数量可以通过跳跃步长来控制, 跳跃步长越大产生的笔刷数越少, 效果越抽象。但算法实际执行过程中, 每次按照扫描线顺序跳跃一个跳跃步长到达的像素点p并不是笔刷真正的起点, 而是以点p为中心产生一个ri×ri大小的区域, 在这个区域中选择一个与当前参考图像误差最大的点作为笔刷的起点。也可以通过随机数发生器随机地产生笔刷, 这种方法虽然灵活, 但在笔刷较少时有些细小的地方就有可能描绘不到。

3 实验结果

本文在一台配备有Intel 奔腾4 2.4GHz主频、512内存、Windows XP操作系统的计算机上运用VB6.0实现了多重自适应绘制的算法, 并与文献[8]的自适应画笔分布的非真实感绘制算法进行比较。算法中笔刷的形状设置为圆, 笔刷颜色取自源图像相应绘制起点处的颜色值。

图3 (a) 、图4 (a) 为源图像, 图3 (b) 、 (c) 、 (d) , 图4 (b) 、 (c) 、 (d) 分别是R=8, 4, 2的绘制结果。图5给出了对比实验。图5 (b) 为文献[8]的算法第三层绘制的实验结果, 可以看出结果画面中船、湖泊、树都比较模糊。图5 (c) 为本文算法第三层绘制的实验结果, 可以看出结果画面中船、湖泊、树都比较清晰, 更加接近手工油画的结果。

4 结 论

本文主要对基于笔刷的多重自适应非真实感绘制算法进行了较为简单的探讨, 并给出了相应的实验结果。从实验的结果看, 基本体现了多重自适应绘制的算法思想, 但与手工绘制还有较大差距, 主要是笔刷的形状比较单调、算法各层绘制相对独立。以后的工作是找到相关的解决方法, 以得到更好的实验结果。

参考文献

[1]Lansdown J, Schofield S.Expressive Rendering:A Reviewof Non pho-torealistic Techniques[J].IEEE Computer Graphics and Applications.1995, 15 (3) :29-37.

[2]Haeberli P E.Paint by numbers:Abstract image representations[C]//SIGGRAPH90 Conference Proceeding.ACM SIGGRAPH, AddisonWesley, 1990:207-214.

[3]Litwinowicz P.Processing images and video for an impressionist effect[C]//Proceedings of SIGGRAPH 97.ACM SIGGRAPH/AddisonWesley, Los Angeles, California, Computer Graphics Proceedings, Annual Conference Series, 1997:407-414.

[4]石永鑫, 孙济洲, 等.基于粒子系统的中国水墨画仿真系统[J].计算机辅助设计与图形学学报, 2003, 15 (6) :667-672.

[5]Curtis C, Anderso S, Seims J, et al.Computer-Generated Watercolor[C]//SIGGRAPH97 Conference Proceedings, 1997:421-430.

[6]于金辉, 徐晓刚, 彭群生.用随机正弦波拟合卡通流水[J].计算机研究与发展, 2000, 38 (5) :519-523.

[7]Salisbury M, Wong M, Hughes J, et al.Orientable Textures for Image-Based Pen-and-Ink Illustration[C]//SIGGRAPH97 Conference Pro-ceedings, 1997:401-406.

[8]钱小燕, 肖亮, 吴慧中.自适应画笔分布的非真实感绘制[J].工程图学学报, 2006, 2 (2) :59-63.

[9]Hertzmann A.Painterly rendering with curved brush strokes of multiplesizes[C]//SIGGRAPH 98 Conference Proceedings.ACM SIG-GRAPH, Addison Wesley, 1998:453-460.