【正文】 設(shè)備的 顏色空間，從 RGB 值中不容易判斷出該值所表示顏色，它與人們對顏色的感知心理很不相符，兩種顏色之間的知覺差異不能用該顏色空間中兩個顏色點(diǎn)之間的距離來度量 [17]。 顏色 量化即人工或根據(jù)某種特定的規(guī)律來選擇 多 種 顏色 ，從而組成新的調(diào)色板 使用 ，最后根據(jù)新 建 的調(diào)色板來重建圖 像。 dq=100/(quant_levels 1)。applycform39。最后取值為 如圖，算為比較好的量化， 鼻子處的不同是由于量化等級的選擇而凸顯出來的一部分，可以視為夸張表示。這些包括了深度上的不連續(xù)、 表面方向 的 不連續(xù)、物質(zhì)屬性 的 變化和場景照明 的 變化。 Prewitt：對噪聲 具 有平滑作用，檢測出的 結(jié)果 邊緣比較粗，定位精度， 但 容易損失角點(diǎn)。在實(shí)現(xiàn)時一般用兩個不同參數(shù)的高斯函數(shù)的差 DoG（ Difference of Gaussians）對圖像作卷積來近似。srgb2lab39。conv39。 閾值處理：“閾值”命令 可以 將灰度或彩色圖像轉(zhuǎn)換 形成 高對比度的黑白 圖像。此時得到的邊緣檢測圖像算是比較完整的了。 圖 強(qiáng)度統(tǒng)一后 23 開運(yùn)算和閉運(yùn)算 膨脹和腐蝕運(yùn)算是形態(tài)學(xué)圖像處理的基礎(chǔ)。 black3=imclose(black3,se)。 y=f2(:,:,3)。 小結(jié) 在本部分經(jīng)過選擇較優(yōu)的邊緣檢測方法得到較清晰的邊緣，再由閾值處理，開閉運(yùn)算優(yōu)化圖像邊緣，強(qiáng)化邊緣和減少散亂的點(diǎn)，使圖像整體質(zhì)量提高，最后達(dá)到需求的效果，完成實(shí)驗(yàn)。 與 openCV 卡通化比較 在沒有 openCV 的支持下，直接 使用書中 [23]的例子 結(jié)果圖 進(jìn)行比較： 圖 若要實(shí)現(xiàn)前者，步驟為 1 使用拉普拉斯算子提取輪廓 ； 2 使用雙邊濾波器對圖像進(jìn)行平滑 ； 3 將第二步的結(jié)果填充到第一步提取到的輪廓上。 經(jīng)過調(diào)整，縮小 dog 算子的 sigma 差值以縮小邊緣，通過 matlab 自帶函數(shù) rgb2hsv 將圖像轉(zhuǎn)換到 hsv 顏色 空間，對飽和度空間進(jìn)行處理，增大它的值， 使圖像更加鮮艷。 漫畫 的主題是人，但因?yàn)楸尘暗拇嬖谝约叭烁鞑课坏牟煌瑫驗(yàn)楦鞣N函數(shù)的實(shí)現(xiàn)而出現(xiàn)不同等級的新噪點(diǎn)，無法達(dá)到完美的整潔效果，想要清楚 便需要對圖像進(jìn)行分割，對不同位置進(jìn)行不同的去噪處理，但這樣不僅增大計算量，不同地方的數(shù)值選擇還會增加十分大的復(fù)雜度。 de Technologie de Compi232。n Escriv225。Scanner39。 在這次畢業(yè)論文設(shè)計中，我更加了解了數(shù)字圖像處理的相關(guān)咨詢，結(jié)合 Matlab 的使用，鍛煉了運(yùn)用相關(guān)專業(yè)知識、檢索相關(guān)資料用以處理問題的能力，培養(yǎng)了自己設(shè)計統(tǒng)籌額能力，是對我專業(yè)知識和基礎(chǔ)知識的 檢驗(yàn)和鞏固。雙邊濾波器既可以平滑圖像，又保持了圖像邊緣，因而能夠獲得圖像修改 良好的效果。兩者 都實(shí)現(xiàn)漫畫效果 ，但在觀賞應(yīng)用不同的角度上，選擇也應(yīng)不盡相同。 兩者都實(shí)現(xiàn)了非真實(shí)感繪制的效果，選擇時應(yīng)根據(jù)需求所選。 m3=applycform(m2,makecform(39。 照原理所述， L 空間 0 為黑色，若想得到邊緣（黑色）加強(qiáng)的圖像，則要用原圖像的 L 空間矩陣減去邊緣檢測圖像（邊緣檢測圖像中邊緣為白色，即為大值），結(jié)果邊緣被減后趨近于 0 值使得邊緣突出。 %開閉運(yùn)算 %創(chuàng)建一個方形的結(jié)構(gòu)元素 se=strel(39。 %強(qiáng)統(tǒng)一 Edge1(Edgemax_gradient)=max_gradient。在圖像的二值化中常常使用閾值， 并且 結(jié)果嚴(yán)重依賴閾值的選擇。 利用的是 DOG 算子對圖像進(jìn)行卷積得到，如原理中所述，該實(shí)驗(yàn)中我們一再強(qiáng)調(diào)保留邊緣，此時的 DOG 算子也是如此，而且 處理的對象是剛雙邊過濾完的圖像而不是量化完的圖像 ， 因?yàn)榱炕螽a(chǎn)生的色差會 多生產(chǎn)多余的邊緣線條，這并不是我們 想要的。,15,2)fspecial(39。 DOG 算法去除的高頻信號中通常包含了隨機(jī)噪聲，所以這種方法是最適合處理那些有高頻噪聲的圖像。 Canny： 同樣采用高斯函數(shù)對圖像進(jìn)行平滑處理，所以具有較強(qiáng)的噪聲抑制能力；但同樣 該算子也 會將一些高頻邊緣平滑掉，造成邊緣丟失，采用 雙閾值算法 進(jìn)行 檢測和連接邊緣，邊緣的連續(xù)性較好?；诹愦┰降姆椒?為 通過尋找圖像二階導(dǎo)數(shù)零穿越來尋找邊界，通常是 Laplacian 過零點(diǎn)或者非線性差分表示的過零點(diǎn)。信號與系統(tǒng)分析 過程中的基本運(yùn) 算相關(guān)與卷積，到實(shí)際的圖象處理中都表現(xiàn)為鄰域運(yùn)算。lab2srgb39。 %對 L空間進(jìn)行量化后四舍五入在放入 [0,100]的空間 qB(:,:,1)=(1/dq)*qB(:,:,1)。由于雙曲正切函數(shù) tanh 具有雙端抑制，中間過渡比較平滑的特征。 Lab 顏色空間是與設(shè)備無關(guān)的一種顏色空間模型，無論采用什么設(shè)備創(chuàng)建的圖像或者輸出的圖像，由這種顏色模型產(chǎn)生的顏色都會保持一致。 RGB 顏色空間由是由紅（ Red）、綠（ Green）、 藍(lán)（ Blue）三基色構(gòu)成的顏色空間，可以用一個由紅、綠、藍(lán)三個坐標(biāo)軸構(gòu)成的單位立方體來描述。在 sigma 為 [3 ]可以清晰看見原圖中眼睫毛在一次濾波后便被濾出了大部分，之后 3 次中幾乎不見眼睫毛了，對于要進(jìn)行漫畫化必須強(qiáng)化邊緣的實(shí)驗(yàn)是不允許的。 I2=bfilter2(I1,w,sigma)。 實(shí)現(xiàn)雙邊濾波 選擇使用的雙邊濾波器 [16]， 由于要確保圖像細(xì)節(jié)的完整， sigma 的值不可以過大導(dǎo)致模糊失真，所以選擇 sigma 小值，通過一次濾波后觀察是否需要繼續(xù)進(jìn)行下一次。值域高斯函數(shù)其數(shù)學(xué)形式為： (4) 其中 gray(xi,yi)為當(dāng)前點(diǎn)灰度值， gray(xc,yc)為中心點(diǎn)灰度值， sigma 為值域標(biāo)準(zhǔn)差。 零均值加性高斯噪聲圖像模型： (1) 式中 ， f 表示無噪聲圖像 ， n 是服從零均值高斯分布的噪聲 ， g 是噪聲圖像 ； g ( x, y )表示圖像 g 在位置 (x,y)上的像素值。 雙邊濾波器（英語： Bilateral Filter）是使圖像平滑化的非線性濾波器，與傳統(tǒng)的圖像平滑化算法不同 ，雙邊濾波器除了使用像素之間幾何上的靠近程度之外，還多考慮了像素之間的光度 、 色彩 的 差異， 使雙邊濾波器能夠有效的將圖像上的噪聲去除，同時保存圖像上的邊緣訊息 。 高斯濾波是一種線性平滑濾波，適用于濾除高斯白噪聲，已廣泛應(yīng)用于圖像處理的預(yù)處理階段。此功能使得 MATLAB 成為一個形象化技術(shù)數(shù)據(jù)的卓越工具。 3. 預(yù)定義函數(shù) MATLAB 帶有一個極大的預(yù)定義函數(shù)庫，它提供了許多已測試和打包過的 基本工程問題的函數(shù)。在 MATLAB 集成開發(fā)環(huán)境下，程序可以方便的編寫，修改和調(diào)試。直到 70 年代后期 ,美國 New Mexico 大 學(xué)計算機(jī)系系主任的 Cleve Moler,，在給學(xué)生講授線性代數(shù)課程時，想教學(xué)生使用 EISPACK 和 LINPACK 程序庫，但他發(fā)現(xiàn)學(xué)生用 FORTRAN 編寫接口程序很費(fèi)時間，于是他開始自己動手，為學(xué)生編寫 EISPACK 和 LINPACK 的接口程序。漫畫 圖像的特點(diǎn)可以歸類為四個： 1，變形夸張，這是卡通 漫畫 藝術(shù)的最大特點(diǎn)，通過這一點(diǎn)與現(xiàn)實(shí)圖像區(qū)分； 2，高度的概括，細(xì)節(jié)的減少強(qiáng)調(diào)出特殊部分，更加具有視覺吸引力； 3， 顏色 的泛用，圖像顏色較為鮮明，同一大區(qū) 域中，基本以一個顏色為主，沒有細(xì)小的色塊； 4，邊緣的強(qiáng)化，現(xiàn)實(shí)圖像很多會因?yàn)楣獾脑蜻吘壊磺逦?，而么漫畫因?yàn)槭抢L制而來，所以邊緣的保存能達(dá)到最好的效果。漫畫通過夸張變形，詼諧幽默和荒誕不經(jīng)等手段，表 達(dá)事物的精神實(shí)質(zhì)，并向人們傳遞文學(xué)和哲學(xué)理念。現(xiàn)在市面上有 Microsoft Cartoon Maker 和 toonpaint 等軟件實(shí)現(xiàn)照片的卡通 漫畫化，說明可行性的情況下，學(xué)術(shù)性的實(shí)現(xiàn)圖像漫畫效果 這一方法，對相關(guān)知識進(jìn)行學(xué)習(xí)填補(bǔ)。 (3) 工業(yè)設(shè)計領(lǐng)域。 要實(shí)現(xiàn)漫畫效果便要發(fā)現(xiàn)兩者間的不同，漫畫效果 對象一般為人，人的細(xì)節(jié)特征與風(fēng) 景并非相差無幾，正確發(fā)現(xiàn)不同并找出對應(yīng)解決辦法才能成功實(shí)現(xiàn)具備漫畫效果的圖像 。 1915 年， Max Fleischer發(fā)明了“轉(zhuǎn) 描機(jī)” ( Rotoscope)，它可將真人電影中的動作，一五一十地轉(zhuǎn)描在賽璐璐片或紙上。 作為非真實(shí)感繪制中的一支， 卡通漫畫 的研究時間較短 ， 較先由 Decaudin 提出了計算機(jī)自動完成卡通效果的 3D 場景的渲染算法，結(jié)合深度映像中的邊緣檢測得到的輪廓線，卡通著色通過 OpenGL 的 Phong 模型計算光照強(qiáng)度以及借助陰影圖 (Shadow Map)技術(shù)取到的陰影處理渲染對象的色調(diào)部分以獲得最終的效果 [6]。在非真實(shí)感繪制中的另一種 繪制，水彩化有部分 相似的特點(diǎn)，在現(xiàn)有的基礎(chǔ)上，可以利用相關(guān)研究資源借鑒發(fā)揮成為漫畫圖像 ， 是一個可以考慮發(fā)展的方向。 一般通過歸納 ,夸張 ,變形的手法來塑造各種形象 。 表 1 真實(shí)感與非真實(shí)感繪制的對比 非真實(shí)感繪制是 計算機(jī)圖形學(xué)中的一個研究熱點(diǎn)， 通過使用計算機(jī)生成不具有照片的真實(shí)感 ,而是具有手繪風(fēng)格的圖形技術(shù)便是非真實(shí)感繪制研究的內(nèi)容。 漫畫的建圖、描線、上色等操作都需要人來進(jìn)行操作， 消耗人力和物力 。真實(shí)感繪制希望通過計算機(jī)產(chǎn)生和現(xiàn)實(shí)生活中相同的圖像。所以它的價值將會越來越高。漫畫作為一種藝術(shù)與視覺的綜合藝術(shù)形式 ,憑借寫實(shí)、夸張、幽默、形象擬人化等特征深受青少年喜愛。 圖示給出 了一個非真實(shí)感繪制技術(shù)的發(fā)展歷史圖 [3,4]。 轉(zhuǎn)描機(jī)技術(shù)是一種動畫家用來逐禎的追蹤真實(shí)運(yùn)動的動畫技術(shù)。 圖 轉(zhuǎn)描機(jī)技術(shù) 具備卡通漫畫部分特殊的 水彩 畫 作為具有中國特色的繪畫風(fēng)格，在我國已經(jīng)發(fā)展成長相當(dāng)長的時間，在計算機(jī)方面的實(shí)現(xiàn)也已經(jīng)完成， 最早提出水彩畫模擬方法的是 1991年 Small 的細(xì)胞自動機(jī) (Cellular Automata)理論 [11]， 用來模擬顏料與水的交互作用 ， 獲得了較為逼真的水彩畫模擬效果。 (2)科學(xué)醫(yī)學(xué)領(lǐng)域。在游戲、電影中可以創(chuàng)造出許多藝術(shù)化的效果等 ，例 如卡通風(fēng)格的實(shí)時 游戲等。漫畫作為一種藝術(shù)形式存在，首先必須具有審美價值。 一類注重于構(gòu)思， 把 繪畫手段當(dāng)作表達(dá)思想的載體 ，另一類 注重漫畫的視覺藝術(shù)效果，通過細(xì)膩的刻畫來烘托漫畫的主題思想 。 在 70 年代中期 ,Cleve Moler 博士和他同事在美國國家科學(xué)基金的資助下開發(fā)了調(diào)用 EISPACK 和 LINPACK 的 FORTRAN 子程序庫。 優(yōu)點(diǎn) MATLAB 語言 相對于傳統(tǒng)的科技編程語言有諸多的優(yōu)點(diǎn)。在本書編 寫的時侯， windows 98/20xx/NT 和許多版本的 UNIX 系統(tǒng)都支持它。例如，用戶可以購買標(biāo)準(zhǔn)的工具箱以解決在信號處理，控制系統(tǒng)，通信，圖象處理，神經(jīng)網(wǎng)絡(luò)和其他許多領(lǐng)域的問題。Matlab 的這些特點(diǎn)使得它十分適用于我們實(shí)現(xiàn)這次目的。但是無法去掉噪聲，這能微弱的減弱它 [14]。此方法對于彩色和灰度圖像的濾波均適用，具有很強(qiáng)的適用性。 空間距離： 是當(dāng)前 目標(biāo) 點(diǎn)與中心點(diǎn)的歐式距離?？臻g域 sigma 選取 可以參考 OpenCV 參考文檔 所寫 ：“對應(yīng)高斯參數(shù)的 Gaussian sigma (標(biāo)準(zhǔn)差 )， 如果為零，則標(biāo)準(zhǔn)差由下面的核尺寸計算： sigma = (n/2 1)* 13 + ， 其中 n=param1 對應(yīng)水平核 ， n=param2 對應(yīng)垂直核” 。 %設(shè)定 w和 sigma，為雙邊濾波做準(zhǔn)備 w = z。 I4=bfilter2(I4,w,sigma)。色調(diào)和混合光譜中的主要光波長相聯(lián)系，飽和度則和一定色調(diào)的純度有光，隨著白光的加入飽和度會逐漸減少。 圖 RGB 顏色 空間示意圖 Lab 顏色空間是國際照明委員會 (CIE)于 1976 年定義的一種近似的均勻彩色空間。 顏色 量化的好壞對于圖像壓縮，圖像分割或者目標(biāo)識別過程起著 重要的作用，它是數(shù)字圖像處理中一項(xiàng)基礎(chǔ)而又非常重要的技術(shù)。 qB=applycform(B,makecform(39。,39。這樣 顏色 的量化基本實(shí)現(xiàn)。 圖像邊緣檢測大量減少了數(shù)據(jù)量，同時 剔除了可以認(rèn)為 是不相關(guān)的信息，保留了圖像重要結(jié)構(gòu)屬性。 Laplacian：算子二階微分算子，對 于 圖像中的階躍性邊緣點(diǎn) 的 定位 較 準(zhǔn)確， 并且 對噪聲非常敏感， 但是 丟失一部分邊緣的方向信息，造成 了 一些不連續(xù)的檢測邊緣。 目的是使用 二階求導(dǎo)的 LOG 算子求取邊緣可以得到比較清晰的圖像，但是計算量較大。))。,39?？梢灾付硞€色階作為閾值。 %邊緣強(qiáng)度統(tǒng)一 %max_gradient=。我們之后的操作基于這兩個運(yùn)算方法[22]。 在直接使用圖 7 處理后合成最終圖， 可以說是得到的預(yù)期想要的結(jié)果，但是仍有一點(diǎn)不足，可以看到眼 眶 、額頭處還殘留一些散亂的點(diǎn)，選擇處理這些點(diǎn)的方法是使用開運(yùn)算之后 閉運(yùn)算， 達(dá)到消除這些雜散點(diǎn)的目的。 b1=im2double(b)。 25 第 六 章 實(shí)驗(yàn)結(jié)果及 對比 論文第 二 章分別講述 使用圖像濾波、顏色量化、 邊緣提取 強(qiáng)化及合成 的方法，這 幾個步驟 集合完成漫畫效果的繪制，下面是部分實(shí)驗(yàn)結(jié)果：