【正文】 j , kj , k (t )Ψ(j ,k )WTA(t )Ψf, Ψf (t ) 1 （ 12） 當 A=B=1 時，離散小波序列 ? ?, ,jk j k Z? ?為一正交基，此時小波變換的逆變換公式為： ?? ???? j , k j , kfj , k j , kj , k (t )Ψ(j ,k )WT(t )Ψf, Ψf (t ) （ 13） 式 （ 11） 和 （ 12） 是對一維信息的小波變換與重構(gòu)，處理圖像信號則需要二維小波變換。對一維小波變換進行拓展，即可得到二維離散小波變換與重建公式。 17 ⑤ 將灰度值倒置求反變換 圖像通過小波變換得到的圖像還只能實現(xiàn)圖像的大致輪廓。為了實現(xiàn)素描效果，可以對每點的灰度值倒置求反，記像素點原來的灰度值為 f(x,y) ，通過倒置求反變化，即f(x,y)f(x,y) 255? 為該點的新灰度值。 ⑥ 對圖像銳化處理 圖像的素描效果，必須要清晰地顯示圖像中物體的輪廓。我們經(jīng)過前面幾步變換得到的圖像，可顯示圖像的大概輪廓，為了對圖像中物體輪廓的增強，并對變換后產(chǎn)生的噪聲抑制處理，可對圖像進行銳化處理。因為圖像輪廓區(qū)域存在較明顯的灰度差，可采用同上所述的離散型的二階差分法進行銳化處理。 ⑦ 對圖像平滑處理 對圖像實現(xiàn)素描效果，即使圖像中物體的輪廓要清晰顯示出來，而對其它一些非重要的部分可用模糊的方式表示出 來。這里我們也同上采用高斯平滑濾波，即可實現(xiàn)圖像的平滑效果。 通過以上幾步的處理，就可以很好的實現(xiàn)圖像的素描效果了。 小波理論為圖像處理帶來了新的理論和方法，它能較好的解決時域和頻域的矛盾，是檢測突變信號強有力的工具，利用小波的奇異性檢測來提取圖像邊緣，消除噪聲，較之傳統(tǒng)方法具有很大的優(yōu)越性。實驗結(jié)果表明，算法Ⅳ實現(xiàn)素描效果快速有效。 圖 18 基于 DWT 的圖像素描生成算法 圖 19 基于 DWT 的圖像素描生成算法 18 5 素描算法比較分析 圖像最基本的特征是邊緣，邊緣是圖 像素描所依賴的最重要特征。本文討論了空間域和頻域兩大類方法： 空 間 域是指圖像平面本身，空 間 域濾波這類方法直接對圖像的像素進行處理。頻域濾波是變換域濾波的一種，它是指將圖像進行變換后（頻域是指經(jīng)過傅里葉變換 或小波變換 之后），在變換域中對圖像的變換系數(shù)進行處理，處理完畢后再進行逆變換，獲得濾波后的圖像。 兩大類算法對比分析 在空域中，差分邊緣檢測方法是最原始的基本方法 算法 Ⅰ就是用此方法 。根據(jù)灰度迅速變化處一階導(dǎo)數(shù)達到最大 (階躍邊緣情況 )原理，利用導(dǎo)數(shù)算子檢測邊緣。這種算子具有方向性，要求差分方向與邊緣 方向垂直，運算繁瑣，目前很少采用。而且利用此方法處理的素描效果邊緣生硬，噪聲多，畫面不細膩。算法Ⅱ中的梯度邊緣檢測方法利用梯度幅值在邊緣處達到極值檢測邊緣。該法不受施加運算方向限制，同時能獲得邊緣方向信息，定位精度高。素描處理后邊緣清晰，畫面細膩。實驗表明， 空 間 域濾波這類方法直接對圖像的像素進行處理 有一定的優(yōu)越性，運算實時性較頻域濾波的方法高。 在頻域中，邊緣對應(yīng)著信號的高頻部分，通過可以合理的設(shè)計一個高通濾波器來平滑背景，濾除噪聲，從而提取圖像的邊緣。但是此種受到了一些方面的限制。比如說，在頻域處理方法中 ，噪聲和邊緣、紋理等都具有高頻特性，因此如果門限設(shè)定過低的話，不能徹底地濾除噪聲，門限過高的話，很容易把有效的信息也濾除掉了。算法Ⅲ、Ⅳ的實驗結(jié)果可以證明。因此選擇一種合適的，能夠有效的提取圖像邊緣的方法顯得非常重要。另外，由于要經(jīng)過頻域的正逆變換，較之空域的直接處理，實時性會比較差，也就是算法的運算時間相對較長。但是，變換域濾波還是為圖像處理帶來了新的理論和方法，它能較好的解決時域和頻域的矛盾，是檢測突變信號強有力的工具，利用頻域的奇異性檢測來提取圖像邊緣，消除噪聲，較之傳統(tǒng)方法具有很大的優(yōu)越性。 由算法 實驗效果對比圖可以看出，四個算法基本實現(xiàn)了圖像的素描效果。從處理的素描效果，處理的效率等分析，每個算法都有它們的優(yōu)劣，我們應(yīng)從不同的應(yīng)用場合，結(jié)合應(yīng)用的需求去衡量每個算法，從而找到更合適的素描風(fēng)格化效果。 算法實驗效果對比圖 算法Ⅰ Ⅳ在 MATLAB 平臺上已經(jīng)得到了很好的仿真實現(xiàn)，為了清晰的對比他們的處理效果，以下給出三個不同圖像的處理效果對比圖，如圖 圖 2圖 22。 19 圖 20 雪人（ 838*600*3）處理效果對比圖 圖 21 荷花（ 750*500*3）處理效果對比圖 20 圖 22 企鵝（ 768*1024*3）處理效果對比圖 6 總結(jié)與展望 總結(jié) 本文首先介紹了圖像素描的理論知識及 MATLAB 的基本知識；接著討論了基于空間域和頻域的兩大類圖像素描算法，分別介紹了這兩類算法的現(xiàn)實思路，并且詳細介紹各個算法的實現(xiàn)步驟；然后根據(jù)各個算法的實現(xiàn)效果，分析討論了各個算法的優(yōu)劣；最后對兩大類素描算法做了詳細的分析比較。 展望 隨著計算機處理能力的不斷增強，數(shù)字圖像處理學(xué)科在飛速發(fā)展的同時，也越來越廣泛地向許多其他學(xué)科快速交叉滲透，使得圖像作為信息獲取以及信息的利用等方面 也變得越來越重要。目前數(shù)字圖像處理的應(yīng)用越來越廣泛，已經(jīng)滲透到工業(yè)、醫(yī)療保健、航空航天、軍事等各個領(lǐng)域，在國民經(jīng)濟中發(fā)揮越來越大的作用。 利用 MATLAB 來實現(xiàn)數(shù)字圖像處理使數(shù)字圖像處理更加方便簡單。 圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開拓性成就，屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測、機器人視覺、公安司法、軍事制導(dǎo)、文化藝術(shù)等，使 數(shù)字 圖 21 像處理成為一門引人注目、前景遠大的新型學(xué)科。 此外，非真實感繪制技術(shù)開辟了計算機圖形學(xué)領(lǐng)域有別于真實感繪制方法的新道路。但新的技術(shù)并不一定是完美的 ，因此 NPR 仍處于一種不斷發(fā)展，需要不斷改進的狀態(tài)，今后還需在以下方面做更多的工作。 (1)實時的藝術(shù)風(fēng)格傳輸算法。在基于二維紋理合成的藝術(shù)風(fēng)格傳輸方面，從最開始的需要消耗幾個小時到實時的風(fēng)格傳輸，已經(jīng)取得了較大的進展，而應(yīng)用到視頻處理還需要較長的時間。 (2)提高藝術(shù)風(fēng)格傳輸?shù)馁|(zhì)量。 (3)國畫的模擬創(chuàng)作。非真實感繪制技術(shù)已經(jīng)能夠比較成功地模擬出油畫、水彩畫、素描等多種繪畫風(fēng)格，開發(fā)能夠模擬國畫的創(chuàng)作軟件是一個新的挑戰(zhàn)?？梢詮膰嫷念伭咸匦?、擴散規(guī)律、光照模型出發(fā)進行研究。 (4)交互軟件的開發(fā)。提高非真 實感繪制的框架性能，提高交互操作能力，發(fā)展具有一定應(yīng)用價值的專業(yè)軟件。 (5)客觀的評價標準。非真實感繪制技術(shù)著重人們的主觀感受，不像真實感繪制已經(jīng)具有成熟的評判標準，非真實感繪制作為新興的技術(shù)仍沒有一個科學(xué)的評判。 22 參 考 文 獻 [1] 秦嶺 . 怎樣畫素描 . 濟南 : 山東美術(shù)出版社 , 1985. [2] 王爍 . 數(shù)字化肖像素描 : [碩士學(xué)位論文 ]. 杭州 : 浙江大學(xué)圖書館 , 2020. [3] Rafael C. Gonzalez Richard E. Woods. 數(shù)字圖像處理 . 阮秋琦 , 阮宇智譯 . 北京 : 電子工業(yè)出版社 , 2020. [4] Thomas H. Cormen。Charles E. Leiserson。 Ronald L. Rivest。Clifford Stein. 算法導(dǎo)論 . 第 2 版 . 潘金貴 , 顧鐵成 , 李成法譯 . 北京 : 機械工業(yè)出版社 , 2020. [5] 熊蔡明 . 數(shù)字藝術(shù)畫的計算機繪制 : [碩士學(xué)位論文 ]. 武漢 : 華中科技大學(xué)圖書館 , 2020. [6] 何偉強 . 一種改進的圖像素描生成算法 .《電腦與電信》 2020 年 06 期 . [7] 李熏 , 黃教 . 昊庋標 . 基于傅里葉變換的圖像素描效果生成算法 [J]. 計算機應(yīng)用研究 2020, 5: 2122. [8] Tzayy, Young, KingSunfu. 戚飛虎 , 周源華 , 等譯 . 模式識別與圖像處理 . 上海 : 上海交通 大學(xué)出版社 , 1986. [9] 王海暉 , 李亞 , 曾坤 . 基于計算機視覺的自然圖像自動線描系統(tǒng) . 華中科技大學(xué)學(xué)報 (自然科學(xué)版 ). 2020, 10. [10] 謝黨恩 , 趙楊 , 徐丹 . 一種鉛筆濾鏡生成算法及其在 GPU 上的實現(xiàn) [J].計算機輔助設(shè)計與圖形學(xué)學(xué)報 , 2020, 20(1): 2631. [11] 馮捷 , 鄭河榮 . 基于灰度合成的圖像素描效果生成算法 . 浙江工業(yè)大學(xué)學(xué)報 2020, 6 第 37 卷 , 第3 期 . [12] 謝黨恩 , 趙楊 . 徐丹 . 一種鉛筆濾鏡生成算法及其在 CPU 上的實現(xiàn) m. 計算機輔助設(shè)計與圖形學(xué)學(xué)報 , 2020, 20(1): 2630. [13] 王會芹 . 基于圖像空間的素描效果生成技術(shù) :《計算機應(yīng)用》 2020 年第 07 期 . [14] KASA0 A, MIYATA K. Algorithmic painter: A NPR method to generate various styles of painting[J]. The Visual Computer, 2020, 22(1): 1427. [15] 李勝 , 孟祥旭 . 基于曲線光線追蹤的非真實感繪制算法 . 系 統(tǒng)仿真學(xué)報 , 2020, 12(5): P. 544547. [16] STROTHOTIE T, SCHLECHTWEG S. Nonphotorealistic puter graphicsmodeling, rendering, and animation[M]. [.]: Elsevier Science， 2020: 217. 23 The Research of Image Sketch Generation Algorithm Wei Guoting (Information College, Zhongkai University of Agriculture and Engineering, Guangzhou 510225, China) Abstract: Image sketch generation algorithm is an effective integration of puter science and art. Using puter as the tool, it simulate the art drawing style by building various mathematical models and designing various algorithms. In order to give a person with wonderful enjoyment, it stressed the people39。s subjective feeling, not pursued realistic. This paper studied several image sketch generation algorithms based on the space domain and frequency domain. Based on these algorithms, the paper puts forward the improved algorithms, then analyses and makes a parison of various algorithms’ processing effect in MATLAB. The research of image sketch generation algorithm can offer reference for realizing the image sketch effect in image processing software. Key words: Matlab。 Sketch Generation Algorithm。 Space Domain。 Frequency Domain。 Edge Detection Algorithm 24 附 錄 %****************************************************************** %% 圖像素描生成算法研究 %****************************************************************** clear all。 close all。 clc。 PS: 如果有些函數(shù)下面沒有給出，請到網(wǎng)上下載。搜岡薩雷斯數(shù)字圖像處理源代碼。 %% **************************************************************** [Op, map] = imread(39。雪人 .jpg39。)。 % 讀入圖像 Gp = rgb2gray(Op)。 % 把圖像轉(zhuǎn)換為灰度圖像 %****************************************************************** %%