【導(dǎo)讀】地方外，論文中不包含其他人發(fā)表或撰寫過的研究成果。相關(guān)文獻(xiàn)的引用已在論文中作。論文與資料若有不實之處，本人愿意承擔(dān)責(zé)任。感，旨在給人以美的享受。此基礎(chǔ)上提出改進(jìn)算法，并在MATLAB平臺上分析比較各種算法的處理效果。生成算法的研究，可為在圖像處理軟件中實現(xiàn)圖像素描效果提供參考。

　　

【正文】 改進(jìn)的傳統(tǒng)圖像素描生成算法的現(xiàn)實 %****************************************************************** np = Gp。 % 復(fù)制原灰度圖 T = 8。 % 設(shè)定閾值 [m1, n1] = size(np)。 % 計算圖片的大小， m1行 *n1列 % 當(dāng)前像素點與當(dāng)前像素點右、下、右下角的像素平方和的三分之一進(jìn)行比較，如果差值大于指定的閾值 T，則證明顏色跳變嚴(yán)重，可以判斷出該點是輪廓。這時就用黑點 0把它描繪出來，否則將它置為白色 255。 Dx = double(np(1:m11,1:n11)np(2:m1,1:n11))。 % 求水平方向梯度 Dx(1:m1,n1)=255。 Dy = double(np(1:m11,1:n11)np(1:m11,2:n1))。 % 求垂直方向梯度 Dy(m1,1:n1)=255。 Dp = double(np(1:m11,1:n11)np(2:m1,2:n1))。 % 求對角方向梯度 Dp(m1,1:n1)=255。 Dp(1:m1,n1)=255。 np(1:m1,1:n1)=( sqrt(Dx.*Dx+Dy.*Dy+Dp.*Dp)T )*255。 n = 1。 % 高斯濾波器的方差 25 k = 3。 % 高斯濾波器的矩陣大小 ， k*k A2=fspecial(39。gaussian39。,k,n)。 % 生成高斯序列 Fp=filter2(A2,np)/255。 % 用生成的高斯序列進(jìn)行濾波 figure,imshow(Fp)。 % 顯示圖像 title(39。改進(jìn)的傳統(tǒng)的圖像素描生成算法 39。)。 %*********************************************************************** %% 基于空域梯度處理的圖像素描生成算法的現(xiàn)實 %*********************************************************************** I = Op。 % copy原圖 I=double(I)。 % 轉(zhuǎn)換為 double類型數(shù)據(jù) [Gx,Gy]=gradient(I)。 % 計算梯度 G=sqrt(Gx.*Gx+Gy.*Gy)。 % 注意是矩陣點乘 J1=2.*G。 % 圖像增強(qiáng) Ip = 255 G 。 % 取反 R2g = rgb2gray(uint8(Ip))。 % 轉(zhuǎn)為灰度圖 figure,imshow(R2g,[])。 title(39?；诳沼蛱荻忍幚淼膱D像素描生成算法 39。)。 %*********************************************************************** %% 基于 DFT的圖像素描生成算法的現(xiàn)實 %*********************************************************************** I = Gp。 % copy原灰度圖 PQ = paddedsize(size(I))。 % 對圖像 I補(bǔ)零填充進(jìn)行 DFT處理 D0=*PQ(1)。 % 設(shè)置高頻濾波的標(biāo)準(zhǔn)差 H=hpfilter(39。gaussian39。,PQ(1),PQ(2),D0)。 % 產(chǎn)生高通濾波器 g=dftfilt(I,H)。 % 對圖像進(jìn)行傅里葉正變換，高通濾波，傅里葉反 變換等處理 g=gscale(g)。 % 把 g縮放到 0255 Igp = 255 g。 % 將灰度值倒置 26 % 梯度法實現(xiàn)圖像銳化 [Gx,Gy] = gradient(double(Igp))。 % 計算梯度 G = sqrt(Gx.*Gx+Gy.*Gy)。 % 水平垂直差分 P5=Igp。 % 圖像增強(qiáng) Q=find(G=7)。 P5(Q)=0。 P5 = im2bw(double(P5),)。 % 二值化 n = 1。 % 高斯濾波器的方差 k = 5。 % 高斯濾波器的矩陣大小， k*k A2=fspecial(39。gaussian39。,k,n)。 % 生成高斯序列 Smp=filter2(A2,P5)/255。 % 用生成的高斯序列進(jìn)行濾波 figure,imshow(Smp,[])。 title(39?；?DFT的圖像素描效果生成算法 39。)。 %********************************************************************** %% 基于 DWT的圖像素描效果生成算法的現(xiàn)實 %********************************************************************** % 小波變換邊緣檢測 [c, s] = wavefast(Gp,6, 39。sym439。)。 % 進(jìn)行快速小波正變換 [nc, y] = wavecut(39。a39。, c, s)。 % 去除低頻分量 g = abs(waveback(nc,s,39。sym439。))。 % 進(jìn)行快速小波逆變換 Igp = 255 g。 % 將灰度值倒置 % 梯度法實現(xiàn)圖像銳化 [Gx,Gy] = gradient(double(Igp))。 % 計算梯度 G = sqrt(Gx.*Gx+Gy.*Gy)。 % 水平 垂直差分 P4=Igp。 % 第四種圖像增強(qiáng) K=find(G=8)。 P4(K)=255。 n = 1。 % 高斯濾波器的方差 k = 5。 % 高斯濾波器的矩陣大小， k*k 27 A2=fspecial(39。gaussian39。,k,n)。 % 生成高斯序列 Smp=filter2(A2,P4)/255。 % 用生成的高斯序列進(jìn)行濾波 figure, imshow(Smp,[])。 title(39。基于 DWT的圖像素描效果生成算法 39。)。 %********************************************************************** %% paddedsize函數(shù) %********************************************************************** function PQ=paddedsize(AB,CD,PARAM) if nargin ==1 PQ=2*AB。 elseif nargin==2 amp。 ~ischar(CD) %如果 CD不為字符串 PQ=AB+CD1。 PQ=2*ceil(PQ/2)。 elseif nargin==2 %如果 CD處為字符串 m=max(AB)。 P=2^nextpow2(2*m)。 %取 2的整數(shù)次冪 PQ=[P,P]。 elseif nargin==3 m=max([AB CD])。 P=2^nextpow2(2*m)。 PQ=[P,P]。 else error(39。wrong number of inputs39。)。 end %********************************************************************** %% hpfilter函數(shù) %********************************************************************** function H = hpfilter(type, M, N, D0, n) 28 if nargin == 4 n = 1。 % Default value of n. end % Generate highpass filter. Hlp = lpfilter(type, M, N, D0, n)。 H = 1 Hlp。 %********************************************************************** %% lpfilter函數(shù) %********************************************************************** function H = lpfilter(type, M, N, D0, n) [U, V] = dftuv(M, N)。 D = sqrt(U.^2 + V.^2)。 switch type case 39。ideal39。 H = double(D = D0)。 case 39。btw39。 if nargin == 4 n = 1。 end H = 1./(1 + (D./D0).^(2*n))。 case 39。gaussian39。 H = exp((D.^2)./(2*(D0^2)))。 otherwise error(39。Unknown filter type.39。) end %********************************************************************** %% dftfilt函數(shù) %********************************************************************** 29 function g = dftfilt(f, H) % Obtain the FFT of the padded input. F = fft2(f, size(H, 1), size(H, 2))。 % Perform filtering. g = real(ifft2(H.*F))。 % Crop to original size. g = g(1:size(f, 1), 1:size(f, 2))。 %********************************************************************** %% wavefast函數(shù) %********************************************************************** function [c, s] = wavefast(x, n, varargin) error(nargchk(3, 4, nargin))。 if nargin == 3 if ischar(varargin{1}) [lp, hp] = wavefilter(varargin{1}, 39。d39。)。 else error(39。Missing wavelet name.39。)。 end else lp = varargin{1}。 hp = varargin{2}。 end fl = length(lp)。