葛照君

（杭州師范大學(xué)錢(qián)江學(xué)院,浙江 杭州 310012）

0 引言

隨著計(jì)算機(jī)圖形學(xué)的發(fā)展，非真實(shí)感繪制發(fā)展迅速，其在智能模擬、藝術(shù)領(lǐng)域、社會(huì)領(lǐng)域、娛樂(lè)領(lǐng)域等方面有著廣泛的應(yīng)用前景。傳統(tǒng)水彩畫(huà)作為以“水”和“彩”為特點(diǎn)的畫(huà)種，水和色彩構(gòu)成了水彩畫(huà)語(yǔ)言的基礎(chǔ)，借助水和色彩的相互作用，使畫(huà)面產(chǎn)生獨(dú)特的具有活潑的、偶然的、詩(shī)一般的藝術(shù)效果和情感意境。由傳統(tǒng)水彩畫(huà)的特征及繪制方法不難總結(jié)出非真實(shí)感水彩畫(huà)的繪制目標(biāo):從藝術(shù)角度需要模擬出水彩畫(huà)柔和、光亮等藝術(shù)特征，從繪制角度來(lái)看需要繪制出邊緣的暗色化、顏料自由擴(kuò)散、流動(dòng)圖案以及不同的紙張紋理產(chǎn)生的不同繪制效果。為了模擬出更好的水彩畫(huà)效果，本文提出一種基于Canny邊緣暗色化的水彩畫(huà)模擬繪制方法。利用八鄰域加權(quán)平均擴(kuò)散算法來(lái)實(shí)現(xiàn)水彩顏料的自由擴(kuò)散效果，利用形態(tài)學(xué)運(yùn)算來(lái)實(shí)現(xiàn)水和色彩相互作用產(chǎn)生的流動(dòng)圖案，最后利用基于像素級(jí)的融合算法來(lái)實(shí)現(xiàn)紙張的紋理效果。水彩畫(huà)模擬繪制流程圖如圖1所示。

圖1 水彩畫(huà)模擬繪制流程圖Fig.1 Flow chart for simulation drawing of watercolor paintings

1 Canny邊緣暗色化

邊緣暗色化是水彩畫(huà)模擬繪制過(guò)程中一個(gè)非常重要的環(huán)節(jié)，可實(shí)現(xiàn)邊緣顏色比內(nèi)部顏色要深的特征效果。實(shí)現(xiàn)這一特征效果最簡(jiǎn)單的思路是先檢測(cè)出圖像的邊緣，然后通過(guò)改變邊緣線的顏色值達(dá)到邊緣的暗色化。這個(gè)處理過(guò)程主要包括兩項(xiàng)工作:一是精確的邊緣檢測(cè)，這個(gè)是實(shí)現(xiàn)邊緣暗色化的基礎(chǔ)；二是邊緣暗色化處理。

1.1 Canny邊緣檢測(cè)

圖像的邊緣檢測(cè)算法有很多，如Robert，Sobel，Laplace，Prewitt，Canny等算子。Canny邊緣檢測(cè)將原圖與高斯平滑濾波后得到圖像進(jìn)行卷積，計(jì)算平滑過(guò)的圖像的一階導(dǎo)數(shù)，可以得到圖像的梯度值與梯度方向。通過(guò)高斯濾波平滑后產(chǎn)生的圖像通常邊緣上會(huì)有所擴(kuò)散，通常使用非最大抑制來(lái)降低這種擴(kuò)散對(duì)邊緣檢測(cè)效果的影響。圖2為各類經(jīng)典邊緣檢測(cè)的效果圖。

圖2 各經(jīng)典邊緣檢測(cè)效果圖Fig.2 Effect pictures of various classical edge detections

從效果圖上看，各種邊緣檢測(cè)算法基本上都能檢測(cè)出比較準(zhǔn)確的邊緣。Sobel算子和Prewitt算子的效果輪廓較為清楚，但是效果圖中間噪聲比較明顯。對(duì)于非真實(shí)感水彩畫(huà)繪制的邊緣暗色化，只需要對(duì)圖像大色塊中的邊緣進(jìn)行暗色；而對(duì)于同一大色塊中略微差別的邊緣無(wú)需進(jìn)行暗色化。因此，盡管這兩個(gè)算法效果較好，但是，不是太適合水彩畫(huà)的邊緣暗色化。Robert交叉算子丟失部分細(xì)節(jié)信息，Laplace算子檢測(cè)出來(lái)的效果比較模糊而且噪聲偏多，因此，這兩種算法也不適合水彩畫(huà)的邊緣暗色化。Canny算子效果適中，既能檢測(cè)出比較完整的邊緣信息，而且除了邊緣之外沒(méi)有多于的噪聲；因此，本文中最后選擇Canny算子最為水彩繪繪制的邊緣檢測(cè)算法。

1.2 邊緣暗色化

在此通過(guò)Canny邊緣檢測(cè)完成對(duì)圖像的邊緣檢測(cè)操作。所謂邊緣暗色化就是對(duì)已經(jīng)檢測(cè)到的邊緣像素的顏色值進(jìn)行暗色化操作。對(duì)邊緣像素值做特定的改變就可以得到暗色化的效果。本文選擇在RGB顏色模型中進(jìn)行暗色化效果的操作。在RGB空間模型中，每個(gè)像素的顏色值都是由R，G，B值來(lái)表示，三個(gè)值的范圍為0～255，并且顏色從暗到亮依次變化。因此必須對(duì)三個(gè)分量分別進(jìn)行處理本文中在邊緣檢測(cè)的基礎(chǔ)上對(duì)圖像的像素點(diǎn)一一進(jìn)行判斷，如果該像素點(diǎn)為邊緣點(diǎn)，則對(duì)其進(jìn)行亮度調(diào)暗操作，即對(duì)RGB三個(gè)分量值都進(jìn)行同一參數(shù)值的調(diào)暗。實(shí)驗(yàn)證明，參數(shù)值為-40時(shí)的亮度調(diào)整產(chǎn)生較好的暗色化效果，效果如圖3所示。

圖3 邊緣暗色化效果圖Fig.3 Effect pictures of edge darkening

2 八鄰域顏料自由擴(kuò)散

顏料顆粒自由擴(kuò)散作為水彩畫(huà)模擬過(guò)程中重要環(huán)節(jié)之一，是指在繪制過(guò)程中，顏料在水的作用下在紙張上的一些細(xì)微的自由擴(kuò)散。本文采取一種基于圖像處理的八鄰域內(nèi)的平均擴(kuò)散算法，實(shí)現(xiàn)中心點(diǎn)向八鄰域內(nèi)隨機(jī)產(chǎn)生的擴(kuò)散點(diǎn)的自由擴(kuò)散，擴(kuò)散范圍如圖4所示。如果把隨機(jī)生成的擴(kuò)散方向處的像素值直接替換成中心點(diǎn)的像素值，將會(huì)使整個(gè)圖片的顏色發(fā)生很大的變化，最后處理出來(lái)的圖片將會(huì)嚴(yán)重的失真。為使擴(kuò)散效果柔和、逼真，本文利用相鄰像素平均色差的思想，即在利用隨機(jī)函數(shù)產(chǎn)生出中心點(diǎn)的擴(kuò)散方向后，該擴(kuò)散點(diǎn)的顏色值不是單純的由中心點(diǎn)的顏色值取代，而是由該點(diǎn)原來(lái)的顏色值加上中心點(diǎn)與該點(diǎn)原來(lái)顏色值色差的平均值來(lái)定。擴(kuò)散的效果如圖5所示。

圖4 八鄰域擴(kuò)散范圍Fig.4 Scope of eight-neighborhood diffusion

圖5 八鄰域內(nèi)自由擴(kuò)散效果圖Fig.5 Effect pictures of eight-neighborhood free diffusion

3 形態(tài)學(xué)流動(dòng)圖案產(chǎn)生

流動(dòng)圖案的產(chǎn)生是指在水彩畫(huà)繪制的過(guò)程中，顏料隨水流動(dòng)的方向產(chǎn)生的羽狀效果。為了實(shí)現(xiàn)圖像流動(dòng)的效果，本文應(yīng)用彩色形態(tài)學(xué)中的一些理論、原理來(lái)實(shí)現(xiàn)。實(shí)驗(yàn)過(guò)程中發(fā)現(xiàn)，結(jié)構(gòu)元素的大小直接膨脹處理后的細(xì)節(jié)保留程度和顏色保留度與結(jié)構(gòu)元素大小有關(guān)，結(jié)構(gòu)元素越大，越容易破環(huán)原圖的顏色和細(xì)節(jié)。圖6a）、圖6b）中分別列出了使用3×3菱形、5×5菱形結(jié)構(gòu)元素進(jìn)行膨脹運(yùn)算后的效果圖。從效果圖中可以看出，在RGB空間中易于使用小的結(jié)構(gòu)元素進(jìn)行膨脹處理，因此，本文選擇結(jié)構(gòu)元素的尺寸大小為3×3。選定好結(jié)構(gòu)元素以后，本文比較幾種經(jīng)典常用的基本的結(jié)構(gòu)元素。最后根據(jù)效果圖得出3×3結(jié)構(gòu)元素尺寸中菱形結(jié)構(gòu)元素具有最好的實(shí)現(xiàn)效果。

圖6 膨脹效果圖Fig.6 Pictures of expansion effect

4 圖像融合紙張紋理

傳統(tǒng)的水彩畫(huà)一般在宣紙上繪制。這類紙張表面粗糙、吸附能力強(qiáng)，因此紙張紋理的加入會(huì)使水彩畫(huà)的模擬具有更加逼真的效果。本文采用圖像融合的思想來(lái)實(shí)現(xiàn)紙張紋理效果的加入和彩色圖片在紙張上繪制的效果。

本文中用到的融合原理圖如圖7所示。

圖7 融合原理圖Fig.7 Diagram of fusion principle

設(shè)B（x，y）表示B層的像素值，F(xiàn)（x，y）表示F層的像素值，R（x，y）表示最后融合得到的新像素值，其中x，y∈N，在空域中采用點(diǎn)處理的方式對(duì)每個(gè)像素進(jìn)行運(yùn)算，選擇128×128的融合區(qū)域進(jìn)行操作。在圖像融合處理過(guò)程中，以矩形中心像素為起點(diǎn)，從里向外由背景圖像逐漸地把像素值過(guò)渡到合成后的圖像。假定把滿足下式的函數(shù)作為圖像融合函數(shù):

式中:K是一個(gè)常數(shù)，表示融合因子，它是決定融合變化快慢的參數(shù)；D（x，y）決定融合時(shí)圖像的漸變方式，是與位置有關(guān)的系數(shù)，也是合成后的圖像像素值相對(duì)于合成前圖像像素值的變化偏移量；在保持背景圖像的連續(xù)性基礎(chǔ)上函數(shù)最后加入B（x，y）；在式中通常用從矩形區(qū)域內(nèi)的點(diǎn)到矩形中心點(diǎn)的歐氏距離來(lái)代替系數(shù)D（x，y）。隨著距離的增加，層F相對(duì)于層B的變化量權(quán)值逐漸增大，即背景圖逐漸向前景圖過(guò)渡。使用上式進(jìn)行融合時(shí)，首先要選定常數(shù)K，K值決定了圖像過(guò)渡的快慢。合成前后的像素偏移量相對(duì)于背景圖的像素值B（x，y）的百分比越小，圖像過(guò)渡越能達(dá)到自然柔和的效果。同時(shí)這個(gè)百分比選擇又不宜太小，如果太小，將失去融合產(chǎn)生的效果。在實(shí)驗(yàn)多次融合效果的比較中，K=0.025 8時(shí)，圖像具有較好的融合效果。本文把紙張紋理作為前景圖F，把產(chǎn)生的流動(dòng)圖案作為背景圖B，對(duì)于不同的紙張紋理產(chǎn)生的融合效果如圖8所示。其中圖8b）為圖 8a）紙張對(duì)應(yīng)的效果圖，圖 8d）為圖 8c）紙張對(duì)應(yīng)的紋理圖。本文選擇不同類型的圖片進(jìn)行水彩畫(huà)模擬繪制，部分效果如圖9所示。圖9a）表示原圖，圖9b）表示效果圖。從實(shí)驗(yàn)結(jié)果可知本文提出的水彩畫(huà)模擬繪制方法具有較好的繪制效果。

圖8 不同紙張紋理融合效果Fig.8 Texture fusion effects of different types of paper

圖9 水彩畫(huà)繪制效果Fig.9 Drawing effects of watercolor paintings

5 結(jié)論

本文通過(guò)詳細(xì)的分析和研究傳統(tǒng)水彩畫(huà)特征和基本繪制技法，從而引入對(duì)非真實(shí)感水彩畫(huà)的繪制方法和目標(biāo)。本文提出一種基于Canny邊緣檢測(cè)和八鄰域加權(quán)平均擴(kuò)散算法的水彩畫(huà)模擬繪制方法，利用形態(tài)學(xué)運(yùn)算來(lái)實(shí)現(xiàn)水和色彩相互作用產(chǎn)生的流動(dòng)圖案，最后提出基于像素級(jí)的融合算法來(lái)實(shí)現(xiàn)紙張的紋理效果。實(shí)驗(yàn)結(jié)果表明，所提方法具有較好繪制效果。