孫玉紅 張?jiān)?孟靜 韓麗娟

摘要：針對(duì)目前鉛筆畫(huà)生成方法中的線條不夠靈活、紋理缺少方向感的問(wèn)題，提出了一種基于帶方向的紋理和線條草圖將一幅圖像轉(zhuǎn)換為鉛筆畫(huà)風(fēng)格的方法。首先，對(duì)輸入圖像進(jìn)行直方圖匹配得到圖像的色調(diào)圖，并將圖像分割為多個(gè)區(qū)域，對(duì)每個(gè)區(qū)域，根據(jù)其顏色和形狀計(jì)算其色調(diào)和方向，以此決定鉛筆紋理的色調(diào)和方向；然后，通過(guò)可調(diào)整的線性卷積方法得到鉛筆畫(huà)的線條草圖；最后，將紋理和草圖結(jié)合得到鉛筆畫(huà)效果。運(yùn)用提出的方法對(duì)不同類(lèi)型的自然圖像進(jìn)行了鉛筆畫(huà)的轉(zhuǎn)換，并與已有的線卷積積分方法和基于色調(diào)的方法進(jìn)行了對(duì)比。實(shí)驗(yàn)結(jié)果表明帶方向的區(qū)域紋理能更好地模擬手工鉛筆畫(huà)紋理的方向，可調(diào)整的線條能夠更好地模擬手工鉛筆畫(huà)的線條的隨意性和靈活性。

關(guān)鍵詞：

圖像處理；鉛筆畫(huà)；非真實(shí)感繪制；紋理；草圖

中圖分類(lèi)號(hào)： TP391.9 文獻(xiàn)標(biāo)志碼：A

0引言

鉛筆是一種最觸手可及和易于使用的繪畫(huà)工具。鉛筆畫(huà)作為一種最基本的圖畫(huà)語(yǔ)言來(lái)抽取對(duì)自然場(chǎng)景的理解，有其獨(dú)特的吸引力。在一些文獻(xiàn)插圖、影視制作、廣告設(shè)計(jì)中，時(shí)常見(jiàn)到鉛筆畫(huà)的應(yīng)用，它可以準(zhǔn)確地描繪畫(huà)面的內(nèi)容，同時(shí)給人一種簡(jiǎn)潔、準(zhǔn)確的藝術(shù)效果。手工繪制鉛筆畫(huà)需要一定的專(zhuān)業(yè)技巧，而且費(fèi)時(shí)費(fèi)力，在計(jì)算機(jī)輔助下進(jìn)行鉛筆畫(huà)的繪制是一種可行的方法，也是非真實(shí)感圖形學(xué)繪制的一種重要形式。

自從非真實(shí)感繪制技術(shù)出現(xiàn)以來(lái)，許多鉛筆畫(huà)的繪制方法被提出，如文獻(xiàn)[1-10]。這些方法可分為基于3D模型的繪制方法和基于2D圖像的繪制方法。三維的繪制方法需要復(fù)雜的3D模型，隨著數(shù)碼相機(jī)技術(shù)的不斷發(fā)展，獲取高質(zhì)量的2D圖像比建立3D模型容易得多，因此本文研究基于2D圖像生成鉛筆畫(huà)的方法，基本框架是根據(jù)已有的鉛筆紋理和一幅待處理的圖像，通過(guò)計(jì)算圖像區(qū)域的紋理色調(diào)和方向，并結(jié)合線卷積生成的線條草圖，形成最后的鉛筆畫(huà)。

1相關(guān)研究

通過(guò)對(duì)眾多鉛筆畫(huà)的觀察可以發(fā)現(xiàn)，藝術(shù)家一般用手繪的線條表示整體的形狀和輪廓，通過(guò)重復(fù)的涂抹鉛筆筆畫(huà)描述色調(diào)或陰影，形成特定的鉛筆紋理效果，因此鉛筆畫(huà)由表示形狀的線條和描述陰影的紋理組成。在已有的2D圖像生成鉛筆畫(huà)的過(guò)程中，許多方法是分別模擬鉛筆畫(huà)紋理和鉛筆線條，再組合在一起生成最后的鉛筆畫(huà)效果，如文獻(xiàn)[3-4]、[7-9]等。

1.1鉛筆紋理的生成

對(duì)生成鉛筆畫(huà)風(fēng)格的陰影和紋理的研究有大量的成果?；?D模型的方法如Sousa等[1]和Lee等[2]提出的方法，根據(jù)光照和模型的紋理材質(zhì)形成陰影，并不適合于圖像處理。在基于圖像生成陰影的方法中，Li等[3]根據(jù)輸入圖像的局部結(jié)構(gòu)，使用線積分卷積（Line Integral Convolution， LIC）的方法生成鉛筆紋理。Chen等[4]通過(guò)基于區(qū)域的LIC方法，結(jié)合邊界線、unsharp的圖像和紋理生成鉛筆畫(huà)。Yamamoto等[5]則將原圖像劃分為不同層次，根據(jù)圖像的色調(diào)生成鉛筆風(fēng)格的陰影線。Yang等[6]提出了一種旋轉(zhuǎn)的雙邊線積分卷積（Swing Bilateral LIC， SBL）濾波的方法生成可以控制的鉛筆紋理效果，通過(guò)交互和調(diào)整參數(shù)能生成多種交叉的陰影線的效果。國(guó)內(nèi)一些學(xué)者也都采用了LIC的方法生成鉛筆畫(huà)的紋理效果，如文獻(xiàn)[7-8]。

在LIC方法中，需要指定一幅噪聲圖像，然后沿著特定的矢量場(chǎng)進(jìn)行卷積。噪聲圖像一般設(shè)定為與圖像的色調(diào)相關(guān)的高斯白噪聲，對(duì)矢量場(chǎng)的獲得，李龍生等[7]通過(guò)分割圖像并進(jìn)行傅里葉分析以抽取紋理的方向；Li等[3]則計(jì)算圖像的矩來(lái)獲得區(qū)域的方向；而Yang等[6]的方向場(chǎng)是由不同類(lèi)型的筆畫(huà)流構(gòu)成。

上述這些LIC方法的缺點(diǎn)在于計(jì)算量較大，而且由于結(jié)果受到矢量場(chǎng)和噪聲圖的影響，算法在擴(kuò)展時(shí)有一定的局限。例如，矢量場(chǎng)分布到整個(gè)圖像，而不論圖像描述的色調(diào)如何，都要進(jìn)行卷積生成紋理。而手工繪制鉛筆畫(huà)時(shí)，對(duì)背景區(qū)域和對(duì)象區(qū)域不會(huì)采用相同的紋理。

Lu等[9]提出了一種結(jié)合草圖和色調(diào)的方法生成鉛筆畫(huà)。與上述LIC方法生成紋理的方法不同，該方法通過(guò)用樣本紋理不同次數(shù)的重復(fù)來(lái)模擬鉛筆畫(huà)圖像的不同色調(diào)。該方法運(yùn)行快速，有很大啟示，但該方法對(duì)色調(diào)圖的近似，是用鉛筆紋理對(duì)圖像每個(gè)像素單獨(dú)進(jìn)行的，然后使用梯度懲罰項(xiàng)來(lái)保持紋理的連續(xù)性，因此，最終結(jié)果中每個(gè)像素的色調(diào)接近原圖像，而圖像區(qū)域整體上缺乏明顯的鉛筆紋理的特點(diǎn)，如方向感，與手工繪制的鉛筆筆畫(huà)有一定差距。對(duì)此，本文進(jìn)行了改進(jìn)，進(jìn)一步考慮了圖像塊整體的紋理特征和方向性。

1.2鉛筆線條生成

根據(jù)一幅真實(shí)感圖片，抽取有意義的線條在圖像抽象中有大量研究。一般的邊界檢測(cè)方法生成的線條一般不盡如人意，或者有孤立的小線段，或者線段不夠光滑，而且對(duì)噪聲極為敏感。為了獲得更準(zhǔn)確、有意義的描述物體的線條，Kang等[11]提出了使用邊界切線流（Edge Tangent Flow， ETF），并用迭代的高斯差分方法得到連續(xù)的線條畫(huà)；基于ETF[11]、Wang等[12]建立了方向增強(qiáng)的邊界流線場(chǎng)，并由此生成線畫(huà)效果；趙艷丹等[13]利用線積分卷積的方法生產(chǎn)了人臉肖像的素描畫(huà)；Kim等[14]提出一種基于最大濾波器的方法，生成手繪風(fēng)格的特征線和紋理；Lu等[9]提出基于線性卷積的線條抽取方法，生成的線條類(lèi)似手工草圖的效果。本文進(jìn)一步改進(jìn)了文獻(xiàn)[9]的卷積方法，通過(guò)調(diào)整卷積核的大小得到不同的細(xì)節(jié)程度和粗糙程度的線條。實(shí)驗(yàn)結(jié)果證明了本文方法的有效性。

2鉛筆畫(huà)繪制

2.1算法概述

在本文的方法中，首先計(jì)算輸入圖像的鉛筆畫(huà)色調(diào)，接著根據(jù)顏色和亮度將圖像分割成不同區(qū)域，本文采用了mean shift的圖像分割方法。然后，計(jì)算每個(gè)區(qū)域的方向和色調(diào)，基于給定的鉛筆紋理進(jìn)行色調(diào)和方向模擬，同時(shí)用線性卷積方法提取圖像的鉛筆線條，最后結(jié)合紋理和線條生成鉛筆畫(huà)。算法流程如圖1所示。

2.2鉛筆紋理生成

在手工創(chuàng)作鉛筆畫(huà)的過(guò)程中，藝術(shù)家通過(guò)在特定區(qū)域重復(fù)繪制鉛筆筆畫(huà)來(lái)形成特定的紋理效果。在以前的研究方法中，LIC方法用于模擬特定方向的鉛筆筆畫(huà)，但該方法模擬的紋理效果是單調(diào)和生硬的，與實(shí)際手繪的鉛筆畫(huà)有一定差距，如圖2所示。Lu等[9]中模擬鉛筆紋理的方法是使用一個(gè)指數(shù)運(yùn)算來(lái)模擬鉛筆筆畫(huà)的重復(fù)，能夠較好地近似鉛筆畫(huà)的色調(diào)。

通過(guò)對(duì)鉛筆畫(huà)創(chuàng)作的觀察，藝術(shù)家通常在圖像的特定區(qū)域，沿著一定的方向重復(fù)繪制鉛筆筆畫(huà)，尤其是大片同色調(diào)的區(qū)域。它們是“一筆一筆或連筆”畫(huà)，而不是“逐點(diǎn)”畫(huà)，由此形成了方向感明顯的鉛筆紋理，因此本文根據(jù)圖像的區(qū)域，采用帶方向的紋理來(lái)模擬這種鉛筆紋理效果。

2.2.1紋理色調(diào)模擬

首先，通過(guò)直方圖匹配的方法計(jì)算輸入圖像轉(zhuǎn)化為鉛筆畫(huà)的色調(diào)。一些方法如文獻(xiàn)[3-8]使用圖像的灰度作為鉛筆畫(huà)的色調(diào)，但通過(guò)觀察手工鉛筆畫(huà)，可以看出真正的鉛筆畫(huà)色調(diào)與灰度圖的色調(diào)差別是比較大的，手工繪制的圖像常常有許多空白和亮度較高的區(qū)域。而且經(jīng)觀察可以發(fā)現(xiàn)，無(wú)論自然圖像的色調(diào)是否有差別，鉛筆畫(huà)的色調(diào)直方圖都是比較類(lèi)似的，因此，在Lu等[9]的方法中，通過(guò)計(jì)算一個(gè)參數(shù)模型來(lái)模擬鉛筆畫(huà)的色調(diào)分布。在本文中，考慮到鉛筆畫(huà)的色調(diào)直方圖是類(lèi)似的，因此，借助于一幅已有的鉛筆畫(huà)色調(diào)，通過(guò)直方圖匹配，可以快速方便地得到待處理圖像的鉛筆畫(huà)色調(diào)。

對(duì)一特定的色調(diào)值，采用類(lèi)似Lu等[9]的方法，通過(guò)紋理的指數(shù)運(yùn)算來(lái)模擬鉛筆畫(huà)的效果，如圖3所示。首先根據(jù)圖像分割，得到n個(gè)不同顏色的區(qū)域，n的值由圖像顏色的多少和設(shè)定的顏色差的大小決定。然后，對(duì)圖像的某一區(qū)域Ri，如果其色調(diào)圖Ji，給定的鉛筆紋理圖為T(mén)i，計(jì)算其指數(shù)βi，如式（1），使得βi在最小二乘意義下滿足Ti βi = Ji：

2.2.2紋理方向計(jì)算

對(duì)鉛筆畫(huà)紋理的方向，通過(guò)生成對(duì)應(yīng)每個(gè)區(qū)域的帶方向的紋理來(lái)模擬。如果區(qū)域方向是直線方向，通過(guò)旋轉(zhuǎn)操作將給定的紋理調(diào)整到對(duì)應(yīng)的方向；如果區(qū)域的方向是曲線方向，通過(guò)變形路徑的方式變形紋理，如圖4所示。根據(jù)分割所得區(qū)域的形狀，采用不同的方式?jīng)Q定其方向，對(duì)于小的和細(xì)長(zhǎng)的區(qū)域，計(jì)算其方向?yàn)閰^(qū)域主軸（principal axis）的方向。主軸是一個(gè)與區(qū)域內(nèi)所有點(diǎn)距離之和最小的直線。對(duì)不規(guī)則和復(fù)雜的區(qū)域，計(jì)算區(qū)域的中軸（medial axis），并進(jìn)一步細(xì)化得到區(qū)域的方向。首先，根據(jù)距離轉(zhuǎn)換（distance transform）計(jì)算區(qū)域內(nèi)距離區(qū)域邊界最遠(yuǎn)的像素；然后，對(duì)中軸進(jìn)行細(xì)化以消除不連續(xù)性和雙線問(wèn)題。根據(jù)此細(xì)化結(jié)果確定該中軸線上各像素的方向?yàn)檠卮司€切線的方向。區(qū)域的方向即為該中軸線的方向，如圖5所示。

在現(xiàn)有研究方法中，Li等[3]計(jì)算區(qū)域的矩作為矢量方向，李龍生等[7]使用了紋理分析的方法決定矢量場(chǎng)的方向，這些方法的計(jì)算量都是比較大的。Lu等[9]在鉛筆畫(huà)生成中沒(méi)有考慮區(qū)域的方向，或者說(shuō)整幅圖像使用了同一個(gè)方向。本文方法在Lu等[9]的基礎(chǔ)上，計(jì)算了每個(gè)區(qū)域的方向，因此在模擬鉛筆紋理的有效性和準(zhǔn)確性上優(yōu)于已有的方法。

通過(guò)觀察實(shí)際的鉛筆畫(huà)繪制，發(fā)現(xiàn)許多細(xì)節(jié)是通過(guò)清晰的線條或筆畫(huà)表示的，而不是涂抹的筆畫(huà)，因此不需要對(duì)所有的區(qū)域計(jì)算色調(diào)和方向，在實(shí)現(xiàn)中，設(shè)置一個(gè)與區(qū)域的面積有關(guān)的閾值Th來(lái)區(qū)分一個(gè)區(qū)域是否需要填充紋理。其次，一些自然圖像中的細(xì)節(jié)，在區(qū)域劃分過(guò)程中可能被統(tǒng)一到一個(gè)區(qū)域內(nèi)部，因此在最終的繪制中丟失了。對(duì)此問(wèn)題的解決，本文通過(guò)統(tǒng)計(jì)區(qū)域的直方圖，如果一個(gè)區(qū)域?qū)?yīng)原圖像中的部分在直方圖中的最大值與最小值差別不大，即比較平穩(wěn)，則認(rèn)為區(qū)域內(nèi)部沒(méi)有細(xì)節(jié)，否則需要注意區(qū)域內(nèi)部的細(xì)節(jié)，本文使用2.3節(jié)的方法生成不同細(xì)節(jié)層次的線條來(lái)表述。

2.2.3鉛筆草圖生成

對(duì)彩色圖像轉(zhuǎn)化為彩色鉛筆畫(huà)，首先將圖像從RGB顏色空間轉(zhuǎn)化到Y(jié)UV顏色空間，因?yàn)樵赮UV顏色空間中，U和V表示了色度信息，Y表示亮度，根據(jù)Y值生成一幅鉛筆畫(huà)Y′，最后將Y′和U、V值重新合成，最后生成一幅彩色的鉛筆畫(huà)。本文方法所生成的鉛筆畫(huà)效果如2.4節(jié)。

在鉛筆畫(huà)中，線條一般用于描述物體的形狀和輪廓或描述細(xì)節(jié)，是鉛筆畫(huà)的重要元素。在手工繪制過(guò)程中，由于手和筆尖的移動(dòng)，鉛筆筆畫(huà)通常在連接點(diǎn)或拐點(diǎn)處斷開(kāi)或交叉，因此手工鉛筆線條在一些連接處有交叉線，顯得比較隨意。一些生成特征線條的方法如文獻(xiàn)[3-8]等都不能生成這樣的效果，本文改進(jìn)了Lu等[9]的卷積的方法。卷積生成線條的基本思想是使用適當(dāng)長(zhǎng)度的直線卷積核，對(duì)圖像的梯度圖進(jìn)行卷積，從而生成交叉線、分支線等類(lèi)似手繪的效果。

首先，計(jì)算圖像的梯度圖G，如式（2）：

G=（（xI）2+（YI）2）1/2（2）

其中：I為圖像的灰度圖，（XI）和（YI）分別為圖像在水平和垂直方向的梯度。然后，確定每個(gè)像素的方向，方法是沿著特定的直線方向?qū)μ荻葓D進(jìn)行卷積以抑制該方向的噪聲。取幾個(gè)不同的直線方向di對(duì)G進(jìn)行卷積得到不同的卷積圖Ci，如果一個(gè)像素p有方向di，則在所有方向的卷積圖中，di方向?qū)?yīng)的卷積圖有最大值，由此可以確定像素p的方向?yàn)閐i。

得到像素的方向后，沿每一個(gè)卷積圖再次卷積，以沿著像素的正確方向進(jìn)行延長(zhǎng)。最后所有的卷積圖加和，以此模擬手繪線條，如圖6所示。

在卷積過(guò)程中，核Li的大小直接影響到線條的粗糙程度，如圖7所示。小的卷積核可以得到工整的線條，但缺少手工繪制的隨意性，如圖7（a）。大的卷積核形成較為隨意和粗糙的線條，更類(lèi)似于速寫(xiě)效果，但不利于表現(xiàn)細(xì)節(jié)，如圖7（b），但在手工畫(huà)圖的時(shí)候，對(duì)不同的部分會(huì)使用不同的細(xì)節(jié)表達(dá)（有的地方需要詳細(xì)的細(xì)節(jié)，有的地方則用大段線條）對(duì)此情況，本文根據(jù)不同區(qū)域采用可調(diào)整的卷積核進(jìn)行處理。卷積核的大小根據(jù)如下方式?jīng)Q定：統(tǒng)計(jì)卷積圖Ci中亮度值大于閾值V的連續(xù)像素的個(gè)數(shù)num，如果num足夠大（>N），則選擇一個(gè)較大長(zhǎng)度的Li，否則選擇較小長(zhǎng)度的Li。如圖7（c）塊1中，只有少量像素亮度值大于V，因此此處有細(xì)節(jié)，使用較小的卷積核；而在塊2中，亮度值大于V的連續(xù)像素構(gòu)成一條較長(zhǎng)的線，因此選擇較大的卷積核。可調(diào)整卷積核的卷積效果如圖7（d）?？梢钥闯?，圖（d）中既有詳細(xì)的細(xì)節(jié)（魚(yú)上方翅膀），也有長(zhǎng)的線條（頭部線條和尾部線條），從而證明本文的可調(diào)整卷積核的方法能夠得到不同細(xì)節(jié)的鉛筆畫(huà)。

2.3本文方法的結(jié)果

本節(jié)給出方法實(shí)現(xiàn)的一些鉛筆畫(huà)結(jié)果。圖8所示為本文方法與傳統(tǒng)的LIC方法生成的鉛筆畫(huà)。對(duì)如8（a）圖像，文獻(xiàn)[5]的LIC方法生成的鉛筆畫(huà)如圖8（b），通過(guò)本文方法生成的鉛筆畫(huà)如圖8（c）。由圖8可以看出本文方法跟手繪鉛筆畫(huà)更接近。

對(duì)于改進(jìn)的LIC方法，文獻(xiàn)[6]采用SBL生成的鉛筆畫(huà)如圖9（b）所示，但由于鉛筆線條依賴(lài)于特征流線，所生成的鉛筆畫(huà)比較工整，不像手工繪制那么隨意，本文方法處理結(jié)果如圖9（c）所示，更接近手工鉛筆畫(huà)的效果。

本文方法與文獻(xiàn)[9]方法的對(duì)比結(jié)果如圖10所示。對(duì)于輸入圖像圖10（a），文獻(xiàn)[9]方法生成的效果如圖9（b），圖像的色調(diào)比較準(zhǔn)確，但缺少明顯的紋理方向感，本文生成的方法如圖9（c），可以看出紋理有明顯的方向。

本文方法的更多結(jié)果如圖11～1411。圖11包含3幅不同的自然圖像，所生成的灰度鉛筆畫(huà)和彩色鉛筆畫(huà)效果如圖11（b）～（c）所示?？梢?jiàn)，本文方法不論對(duì)有顯著特征的圖像（dog圖圖11（a）、woman圖11（b）），還是一般的自然圖像（sky圖11（c）），都能夠生成逼真的鉛筆畫(huà)效果。

2.4本文方法的局限性

在本文生成鉛筆畫(huà)的過(guò)程中，需要分割圖像為不同的區(qū)域，因此圖像分割的結(jié)果影響到最終的繪制效果，尤其是在背景與對(duì)象難以通過(guò)顏色進(jìn)行清晰分割時(shí)。例如，光照情況影響對(duì)象在照片中的顏色，造成分割的效果不理想，最終影響到生成的鉛筆畫(huà)效果。這依賴(lài)于更好的圖像分割算法，此處不作贅述。

3結(jié)語(yǔ)

本文提出了一種基于鉛筆紋理和線條草圖將圖像處理為鉛筆畫(huà)的方法。首先，對(duì)圖像分割，并計(jì)算鉛筆畫(huà)的色調(diào)。對(duì)圖像的不同區(qū)域，采用不同色調(diào)和方向的紋理來(lái)模擬鉛筆畫(huà)效果，區(qū)域的色調(diào)使用給定鉛筆紋理的指數(shù)運(yùn)算來(lái)近似，區(qū)域的方向通過(guò)距離轉(zhuǎn)換和細(xì)化中軸來(lái)近似。線條草圖的生成，本文使用了改進(jìn)的線性卷積的方法，通過(guò)對(duì)圖像的梯度進(jìn)行卷積，使用可調(diào)整的卷積核，得到不同細(xì)節(jié)程度的、類(lèi)似手工繪制效果的線條。最后帶方向的區(qū)域紋理和鉛筆線條結(jié)合生成圖像的鉛筆畫(huà)效果。

與現(xiàn)有的基于圖像的鉛筆畫(huà)方法相比，本文方法有如下優(yōu)點(diǎn)：首先，陰影線和鉛筆紋理的模擬通過(guò)已有的鉛筆紋理進(jìn)行計(jì)算，在運(yùn)算速度和準(zhǔn)確性上，優(yōu)于傳統(tǒng)的和改進(jìn)的線卷積LIC的方法；在對(duì)鉛筆畫(huà)紋理的處理上，比文獻(xiàn)[9]進(jìn)一步考慮了圖像區(qū)域的方向，更接近真正的手繪鉛筆畫(huà)；在鉛筆線條的處理上，采用對(duì)圖像的梯度線性卷積的方式，抑制了噪聲的干擾，并模擬了手工繪制中線條的交叉和分支的情況；而且，本文考慮了可調(diào)整核長(zhǎng)度的卷積，可以在鉛筆畫(huà)生成的結(jié)果中能夠生成不同細(xì)節(jié)程度的線條，更接近實(shí)際的手繪效果；最后，本文方法可以在給定不同的樣本鉛筆紋理的條件下，生成多種風(fēng)格的鉛筆畫(huà)，從而適用于用戶(hù)定制。

接下來(lái)進(jìn)一步的研究包括把本文方法的框架從靜態(tài)圖像擴(kuò)展到視頻序列，或應(yīng)用于游戲軟件及移動(dòng)設(shè)備軟件中，如文獻(xiàn)[15]。

參考文獻(xiàn)：

[1]

SOUSA M C， BUCHANAN J W. Computer generated graphite pencil rendering of 3D polygonal models [J]. Computer Graphics Forum， 1999， 18（3）： 195-207.

[2]

LEE H， KWON S， LEE S. Realtime pencil rendering [C]// NPAR 2006： Proceedings of the 4th International Symposium on NonPhotorealistic Animation and Rendering. New York： ACM， 2006： 37-45.

[3]

LI N， HUANG Z. A featurebased pencil drawing method [C]// GRAPHITE 2003： Proceedings of the 1st International Conference on Computer Graphics and Interactive Techniques in Australasia and South East Asia. New York： ACM， 2003： 135-140.

[4]

CHEN Z Y， ZHOU J Y， GAO X Y， et al. A novel method for pencil drawing generation in nonphotorealistic rendering [C]// PCM 2008： Proceedings of the 9th Pacific Rim Conference on Multimedia， LNCS 5353. Berlin： Springer， 2008： 931-934.

[5]

YAMAMOTO S， MAO X Y， IMAMIYA A. Enhanced LIC pencil filter [C]// CGIV 2004： Proceedings of the 2004 International Conference on Computer Graphic， Imaging and Visualization. Washington， DC： IEEE Computer Society， 2004： 251-256.

[6]

YANG H， KWON Y， MIN K. A stylized approach for pencil drawing from photographs [J]. Computer Graphics Forum， 2012， 31（4）： 1471-1480.

[7]

李龍生，周經(jīng)野，陳益強(qiáng)，等.一種改進(jìn)的鉛筆畫(huà)的生成方法[J].中國(guó)圖象圖形學(xué)報(bào)，2007，12（8）：1423-1429.（LI L S， ZHOU J Y， CHEN Y Q， et al. An improved generation method of pencil sketching [J]. Journal of Image and Graphics， 2007， 12（8）： 1423-1429.）

[8]

謝黨恩，趙楊，徐丹.一種鉛筆濾鏡生成算法及其在GPU上的實(shí)現(xiàn)[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2008，20（1）：26-31.（XIE D E， ZHAO Y， XU D. A method for generation of pencil filter and its implementation on GPU [J]. Journal of ComputerAided Design & Computer Graphics， 2008， 20（1）： 26-31）

[9]

LU C W， XU L， JIA J Y. Combining sketch and tone for pencil drawing production [C]// NPAR12： Proceedings of the 10th International Symposium on NonPhotorealistic Animation and Rendering. AirelaVille： Eurographics Association， 2012： 65-73.

[10]

KIM G， WOO Y， YIM C. Color pencil filter for nonphotorealistic rendering applications [C]// ISCE 2014： Proceedings of the 18th IEEE International Symposium on Consumer Electronics. Piscataway， NJ： IEEE， 2014： 1-2.

[11]

KANG H， LEE S， CHUI C K. Coherent line drawing [C]// NPAR 2007： Proceedings of the 5th International Symposium on Nonphotorealistic Animation and Rendering. New York： ACM， 2007： 43-50.

[12]

WANG S D， WU E H， LIU Y Q， et al. Abstract line drawings from photographs using flowbased filters [J]. Computer & Graphics， 2012， 36（4）： 224-231.

[13]

趙艷丹，趙漢理，許佳奕，等.基于人臉特征和線積分卷積的肖像素描生成[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2014，26（10）：1711-1719.（ZHAO Y D， ZHAO H L， XU J Y， et al. portrait drawing generation based on facial features and line integral convolution [J]. Journal of ComputerAided Design & Computer Graphics， 2014， 26（10）： 1711-1719.）

[14]

KIM G， KIM T， LIM DH， et al. Sketch filter for feature extraction and rendering applications [J]. Electronics Letters， 2013， 49（13）： 805-806.

[15]

JUNG J J， KIM J Y， CHUNG H S， et al. An intuitive user interaction method using multisensors for pencil drawing filter of NPR rendering in mobile devices [J]. Multimedia Tools & Applications， 2015， 74（7）： 2371-2389.