基于真實場景的水墨風格圖像自動生成方法

劉曉崠，趙 凡，張文俊

(上海大學影視藝術與技術學院，上海200072)

非真實感繪制技術利用計算機生成具有手繪藝術風格的圖像，其目標主要在于模擬藝術作品、展現某種藝術風格。現今對于非真實感繪制技術的研究有利用計算機模擬素描、油畫、水彩畫以及剪紙等藝術作品的效果。水墨畫是中華文化的精華，研究水墨畫的計算機生成，對于弘揚我國的傳統文化具有重要的意義。

已有的利用計算機進行水墨畫模擬的方法大致分為兩種。一種是通過對虛擬毛筆、紙張等的建模，模擬毛筆、水墨和紙張之間的相互作用，開發出可以交互操作的中國畫創作系統。最早嘗試這種方法的是S.Strassmann［1］，他提出了第一個虛擬毛筆模型Hairy Brush。Guo和Kunii［2］在Strassmann的研究基礎上加入墨擴散的效果，建立了一種紙張模型。J.Lee［3］基于力學彈性理論建立了三維毛筆模型。香港科技大學的Nelson S.-H.Chu和Chiew-Lan Tai［4］開發出MoXi系統，可以讓用戶手握真實的毛筆進行創作，取得了很好的效果。但該方法只是為人們提供一個類似于紙和筆的工具，而不提供人們創作的靈感、方式等，需要用戶在水墨藝術創作領域有一定的先驗知識，只有具有一定美術功底的人才能創作出理想的水墨仿真作品。第二種方法是通過Maya、3ds Max等軟件實現水墨仿真。這方面具有代表性的是中國導演許毅執導的水墨動畫《夏》，也是中國大陸首次入選SIGGRAPH的作品。但該方法只適用于專業人員，不適合普通用戶，且制作復雜，水墨渲染所需的時間較長。

本文提出一種方法，將一幅已有的靜態圖像自動轉化為水墨風格圖像。圖像內容的取材為適合水墨風格的場景，如山水、古建筑等。該方法中，用戶只需要調整幾個簡單的參數就可以對生成的水墨作品進行調節，且對用戶的美術功底沒有要求，幾乎所有的用戶都可以通過該方法來完成對圖像的水墨效果處理。該方法的處理速度快，可以滿足即時性操作。

1 水墨風格圖像自動生成方法

典型的中國水墨畫作品具有以下幾個明顯的特征:1)只有黑色與白色而沒有彩色，通過水墨的混合比例來調節墨的濃淡，從而使得畫面有層次感;2)更加注重大面積的區域表現，并不拘泥于細節;3)水墨筆觸更注重寫意，由毛筆在宣紙上繪制所產生的筆觸以粗線條為主;4)水墨在宣紙上擴散產生出暈化模糊的效果［5］，邊緣部分較為柔和。

基于以上特點，本文提出的水墨風格圖像自動生成方法流程如圖1所示。包括圖像預處理、圖像腐蝕、各向異性擴散濾波和邊緣的提取與疊加等主要步驟。預處理把圖像色彩空間從RGB轉換為Lab，并將彩色通道進行分離，使得后續處理在只包含亮度信息的L通道內進行，在去掉彩色信息的同時加快了處理速度。圖像腐蝕的作用是減少圖像細節信息，同時生成類似毛筆筆觸的粗線條。各向異性擴散濾波用來模糊細小的邊緣，生成類似水墨擴散的效果。邊緣的提取與疊加使得圖像主要的邊緣信息被保留，增加了輸出圖像的真實感。整個過程通過對參數的調整，實現對輸出圖像效果的控制。

圖1 水墨風格圖像自動生成方法流程

1.1 圖像預處理

圖像預處理包括圖像色彩空間的轉換以及顏色通道的分離。首先把圖像色彩空間從RGB轉換為Lab［6］。在Lab空間中，一種顏色由L(亮度)、a顏色、b顏色3種參數表示。在一幅圖像中，每個像素都有對應的L，a，b值，一幅圖像就有對應的L通道、a通道和b通道。其中的亮度和顏色分量是分開的，L通道只有亮度信息沒有顏色信息，a通道和b通道只有顏色信息沒有亮度信息。在Lab空間的每個像素中，L分量取值為0～100(純黑-純白)、a分量取值為-128～+127(綠-洋紅)、b分量取值為-128～+127(藍-黃)。如果只取L通道的信息而拋棄a、b通道的顏色對立維度信息，則得到的即是一幅單通道的灰度圖像。水墨畫中有墨的濃淡變化，灰度圖像中也有不同灰度級的變化。將真實場景圖像轉化為灰度圖像是本方法的第一個步驟。同時，將Lab色彩空間圖像進行通道分離，可以使得后面的各向異性擴散濾波與邊緣提取的計算僅僅在L通道中進行，從而縮短了計算時間。圖2為一幅花的照片以及其L通道圖像對比。

1.2 圖像腐蝕

中國水墨畫注重寫意，不苛求細節信息，而一幅現實場景的圖像中難免會包含有很多不需要的細節信息。圖像腐蝕使得圖像亮部邊界向內部收縮，暗部邊界向外擴張，是一種消除邊界細節的過程，可以用來消除圖像中細小而且無意義的物體。在本文算法中，采用圖像腐蝕的方法來消除多余的細節信息，初步模擬毛筆的粗線條筆觸。圖像腐蝕屬于數字圖像處理中形態學的范疇。在灰度圖像中，設輸入圖像為f(x，y)，結構元素為b(x，y)，則用結構元素b對輸入圖像進行腐蝕運算的定義為圖像腐蝕的基本原理如圖3所示。將一幅圖像A與結構元素B進行卷積，計算結構元素B覆蓋區域的最小值，并把這個最小值賦給參考點指定的像素。結構元素在多數情況下是一個實心的正方形、十字形或圓形，參考點一般指結構元素中間的一點。本方法選用圓形的結構元素，使得圖像腐蝕的效果最為接近毛筆繪制的筆觸。

圖3 圖像腐蝕運算原理

圖4展示了對大小為200×200像素的圖像選用不同尺寸的圓形結構元素進行腐蝕得到的不同效果。從中可以看出，結構元素的尺寸越大，圖像的細節信息保留得越少。實驗系統中，用戶可以根據實際情況選擇不同的結構元素尺寸，以達到最為接近水墨畫的寫意效果，模擬毛筆產生的粗線條筆觸。

1.3 各向異性擴散濾波

圖像腐蝕運算將輸入圖像變得初步具有寫意風格，但此時的圖像仍然不具有水墨暈化效果。水墨作品另一個重要特征是水墨在宣紙纖維中擴散，在邊緣產生暈化模糊。本方法中采用各向異性擴散濾波的方法來實現對水墨擴散的模擬。

圖4 不同尺寸結構元素腐蝕效果對比

各向異性擴散最早由Perona和Malik［7］等人提出，基于他們提出的PM方程的一類濾波稱為各向異性擴散濾波。這種方法可以模糊圖像中較小的不連續的部分，同時又能保留重要的邊緣信息;另外在對比度特征中可以增強或者降低圖像的局部對比度。

對于輸入圖像f，圖像中的像素為x，x^代表x的鄰域像素，濾波模糊半徑用r表示，則濾波函數H的定義為

式中:r的值決定了圖像模糊范圍的大小。圖5展示了不同r的值所產生的效果對比。r的值太小達不到期望的擴散效果，太大則導致模糊的范圍過大。對于不同的輸入圖像，最合適的r值也是不一樣的。因此，在實驗系統中用戶可以調整r的取值來達到滿意的效果。

圖5 不同擴散半徑效果對比

式中:u(x)是擴散補償函數，另一個參數σ決定了局部圖像的模糊程度。

各向異性擴散濾波對于圖像反復迭代使用，迭代次數越多，圖像模糊的程度越高，水墨擴散效果越明顯。圖6為擴散半徑相同時不同迭代次數所產生的效果對比。迭代次數太少則達不到期望的擴散效果，太多則導致圖像過于模糊。且迭代次數越多所需要的運算時間也越長。在實驗系統中，用戶可以針對不同的輸入圖像，調整迭代次數，得到不同的水墨擴散效果，從而選擇其中最優的迭代次數。

W為鄰域權重函數，決定了當擴散濾波函數迭代使用時，圖像對比度增強或者減弱的位置和區域。

圖6 不同迭代次數效果對比

1.4 邊緣提取與疊加

水墨畫注重寫意，并不苛求細節，但是一些對比度較大部分的邊緣信息對于整幅作品來說仍然重要。通常人眼對強邊緣的敏感性強于弱邊緣，根據人眼的這一視覺特征，需要對圖像中的邊緣信息進行有選擇的增強，即保留對比度比較大的強邊緣，而不保留對比度較小的弱邊緣，以增強水墨效果的真實感。本方法采用Roberts邊緣檢測算子實現對灰度圖像強邊緣的提取，然后將邊緣圖像與經過圖像腐蝕和各向異性擴散后的圖像疊加，得到最終的水墨效果圖像。

Roberts算子利用局部差分來檢測邊緣，對于對比明顯的邊緣，其檢測效果好，對于對比不夠明顯的邊緣，則沒有很好的檢測效果。這一特點符合本方法對水墨仿真效果的要求。而且其卷積模板簡單，相比其他的邊緣檢測方法運算速度更快。

在邊緣信息與經過各向異性擴散濾波的圖像相疊加時，可能會遇到邊緣線條過于明顯，導致輸出圖像水墨韻味不足的問題。本方法采用對邊緣信息圖像進行線性變換的方法來解決。設經過擴散濾波之后的圖像為m(x，y)，圖像的邊緣信息為n(x，y)，則疊加后的圖像L(x，y)的生成可以表示為

式中:邊緣系數k調節邊緣線條在輸出結果圖像中的明顯程度。當k＜1時，可以使邊緣線條弱化。圖7中可以看出不同的k值對邊緣線條的調節效果。本方法通過對k值的調節，可以實現對于邊緣線條的控制。

圖7 邊緣疊加效果

2 實驗結果

基于以上所提出的將真實場景圖像自動轉化為水墨風格的方法，在硬件配置為2.4 GHz Intel Core 2 Duo處理器、2 Gbyte內存，系統為Mac OS X 10.8.4的環境下，使用Xcode 4.6以及OpenCV 2.4為軟件平臺進行了實驗仿真。實驗系統首先輸入一幅真實場景的靜態圖像，然后進行圖像預處理、圖像腐蝕、各向異性擴散濾波以及邊緣提取與疊加等步驟，實現了水墨效果的仿真。實驗選用圖片為適合水墨題材的真實照片，并且通過對參數的調整，可以適應不同的輸入圖像。表1對比了本方法中可調的參數及其作用。圖8為使用本文方法對一幅大小為520×360像素的真實場景圖像進行水墨效果仿真的實驗結果比較，參數選擇分別為:S=5×5，r=4，n=20，k=0．5。

表1 參數對比

圖8 仿真結果對比

本文的實驗仿真針對于水墨藝術品，對于藝術品的評價通常是主觀的。本實驗采用主觀評價的方法對仿真結果進行評估。實驗選擇了20位(10位男性，10位女性)不同年齡層次和文化背景的觀察者，分別對圖8的仿真結果圖像進行打分。主觀質量分為5個等級，數值分別為1～5，如表2所示。

表2 主觀評價評分標準

在相同的環境以及顯示設備的測試條件下，圖像的平均得分為4.1分。從測試結果可以看出，輸出的圖像具有水墨韻味，符合水墨畫的基本特征，達到了將真實感的照片自動轉化為水墨風格圖像的要求。且該方法的運算速度快，一幅640×480的圖像在迭代次數為20的條件下處理所需時間僅為1.844 s，可以實現即時性處理。

3 結論

本文提出一種基于真實場景的靜態水墨風格圖像生成方法，將一幅適合中國傳統水墨畫效果的真實場景圖像自動轉換為具有水墨風格的藝術圖像，實現了對圖像的水墨風格繪制，并且能夠通過對其中參數的調整實現對輸出圖像效果的控制。該方法與其他水墨仿真方法相比，具有以下優點:1)操作簡單，無需使用專業軟件，只需要調節幾個簡單的參數就可以實現對圖像的水墨風格處理;2)適合用戶廣，用戶無需具備美術功底即可完成水墨風格圖像的繪制;3)運算速度快，處理所需的時間遠少于普通渲染方法。

在以后的研究工作中，可以考慮加入水墨作品的一些紙張紋理特征，使輸出圖像更接近真實的水墨作品;同時，可以考慮將本方法擴展到實時視頻處理的領域，通過GPU硬件加速［8］等技術，使對視頻的實時水墨風格繪制成為可能。

:

［1］ STRASSMANN S.Hairy brushes［C］//Proc.ACM SIGGRAPH.Dallas:ACM Press，1986:225-232.

［2］ GUO Q，KUNII T L.Modeling the diffuse painting of sumi-e［C］//Proc.the IFIP WG 5.10 Working Conference.Berlin:Springer Press，1991:329-338.

［3］ LEE J.Simulating oriental black-ink painting［J］.IEEE Computer Graphics and Applications，1999，19(3):74-81.

［4］ NELSON S，CHIEW L T.Real-time ink simulation［C］//Proc.ACM SIGGRAPH.New York:ACM Press，2005:504-511.

［5］齊亞峰，孫濟州，商毅.中國水墨畫的基本藝術特征及其計算機仿真實現［J］.中國圖象圖形學報，2003，8(5):562-566.

［6］ WINNEMILLER H，OLSEN S C，GOOCH B.Real-time video abstraction［C］//Proc.ACM SIGGRAPH.New York:ACM Press，2006:1221-1226.

［7］ PERONA P，MALIK J.Scale-space and edge detection using anisotropic diffusion［J］.IEEE Trans.Pattern Analysis and Machine Intelligence，1990，12(7):629-640.

［8］方建文，于金輝，張俊松.國畫風格水動畫建模［J］.計算機輔助設計與圖形學學報，2012，24(7):864-870.