基于真实场景的水墨风格图像自动生成方法

刘晓岽，赵 凡，张文俊

(上海大学影视艺术与技术学院，上海200072)

非真实感绘制技术利用计算机生成具有手绘艺术风格的图像，其目标主要在于模拟艺术作品、展现某种艺术风格。现今对于非真实感绘制技术的研究有利用计算机模拟素描、油画、水彩画以及剪纸等艺术作品的效果。水墨画是中华文化的精华，研究水墨画的计算机生成，对于弘扬我国的传统文化具有重要的意义。

已有的利用计算机进行水墨画模拟的方法大致分为两种。一种是通过对虚拟毛笔、纸张等的建模，模拟毛笔、水墨和纸张之间的相互作用，开发出可以交互操作的中国画创作系统。最早尝试这种方法的是S.Strassmann［1］，他提出了第一个虚拟毛笔模型Hairy Brush。Guo和Kunii［2］在Strassmann的研究基础上加入墨扩散的效果，建立了一种纸张模型。J.Lee［3］基于力学弹性理论建立了三维毛笔模型。香港科技大学的Nelson S.-H.Chu和Chiew-Lan Tai［4］开发出MoXi系统，可以让用户手握真实的毛笔进行创作，取得了很好的效果。但该方法只是为人们提供一个类似于纸和笔的工具，而不提供人们创作的灵感、方式等，需要用户在水墨艺术创作领域有一定的先验知识，只有具有一定美术功底的人才能创作出理想的水墨仿真作品。第二种方法是通过Maya、3ds Max等软件实现水墨仿真。这方面具有代表性的是中国导演许毅执导的水墨动画《夏》，也是中国大陆首次入选SIGGRAPH的作品。但该方法只适用于专业人员，不适合普通用户，且制作复杂，水墨渲染所需的时间较长。

本文提出一种方法，将一幅已有的静态图像自动转化为水墨风格图像。图像内容的取材为适合水墨风格的场景，如山水、古建筑等。该方法中，用户只需要调整几个简单的参数就可以对生成的水墨作品进行调节，且对用户的美术功底没有要求，几乎所有的用户都可以通过该方法来完成对图像的水墨效果处理。该方法的处理速度快，可以满足即时性操作。

1 水墨风格图像自动生成方法

典型的中国水墨画作品具有以下几个明显的特征:1)只有黑色与白色而没有彩色，通过水墨的混合比例来调节墨的浓淡，从而使得画面有层次感;2)更加注重大面积的区域表现，并不拘泥于细节;3)水墨笔触更注重写意，由毛笔在宣纸上绘制所产生的笔触以粗线条为主;4)水墨在宣纸上扩散产生出晕化模糊的效果［5］，边缘部分较为柔和。

基于以上特点，本文提出的水墨风格图像自动生成方法流程如图1所示。包括图像预处理、图像腐蚀、各向异性扩散滤波和边缘的提取与叠加等主要步骤。预处理把图像色彩空间从RGB转换为Lab，并将彩色通道进行分离，使得后续处理在只包含亮度信息的L通道内进行，在去掉彩色信息的同时加快了处理速度。图像腐蚀的作用是减少图像细节信息，同时生成类似毛笔笔触的粗线条。各向异性扩散滤波用来模糊细小的边缘，生成类似水墨扩散的效果。边缘的提取与叠加使得图像主要的边缘信息被保留，增加了输出图像的真实感。整个过程通过对参数的调整，实现对输出图像效果的控制。

图1 水墨风格图像自动生成方法流程

1.1 图像预处理

图像预处理包括图像色彩空间的转换以及颜色通道的分离。首先把图像色彩空间从RGB转换为Lab［6］。在Lab空间中，一种颜色由L(亮度)、a颜色、b颜色3种参数表示。在一幅图像中，每个像素都有对应的L，a，b值，一幅图像就有对应的L通道、a通道和b通道。其中的亮度和颜色分量是分开的，L通道只有亮度信息没有颜色信息，a通道和b通道只有颜色信息没有亮度信息。在Lab空间的每个像素中，L分量取值为0～100(纯黑-纯白)、a分量取值为-128～+127(绿-洋红)、b分量取值为-128～+127(蓝-黄)。如果只取L通道的信息而抛弃a、b通道的颜色对立维度信息，则得到的即是一幅单通道的灰度图像。水墨画中有墨的浓淡变化，灰度图像中也有不同灰度级的变化。将真实场景图像转化为灰度图像是本方法的第一个步骤。同时，将Lab色彩空间图像进行通道分离，可以使得后面的各向异性扩散滤波与边缘提取的计算仅仅在L通道中进行，从而缩短了计算时间。图2为一幅花的照片以及其L通道图像对比。

1.2 图像腐蚀

中国水墨画注重写意，不苛求细节信息，而一幅现实场景的图像中难免会包含有很多不需要的细节信息。图像腐蚀使得图像亮部边界向内部收缩，暗部边界向外扩张，是一种消除边界细节的过程，可以用来消除图像中细小而且无意义的物体。在本文算法中，采用图像腐蚀的方法来消除多余的细节信息，初步模拟毛笔的粗线条笔触。图像腐蚀属于数字图像处理中形态学的范畴。在灰度图像中，设输入图像为f(x，y)，结构元素为b(x，y)，则用结构元素b对输入图像进行腐蚀运算的定义为图像腐蚀的基本原理如图3所示。将一幅图像A与结构元素B进行卷积，计算结构元素B覆盖区域的最小值，并把这个最小值赋给参考点指定的像素。结构元素在多数情况下是一个实心的正方形、十字形或圆形，参考点一般指结构元素中间的一点。本方法选用圆形的结构元素，使得图像腐蚀的效果最为接近毛笔绘制的笔触。

图3 图像腐蚀运算原理

图4展示了对大小为200×200像素的图像选用不同尺寸的圆形结构元素进行腐蚀得到的不同效果。从中可以看出，结构元素的尺寸越大，图像的细节信息保留得越少。实验系统中，用户可以根据实际情况选择不同的结构元素尺寸，以达到最为接近水墨画的写意效果，模拟毛笔产生的粗线条笔触。

1.3 各向异性扩散滤波

图像腐蚀运算将输入图像变得初步具有写意风格，但此时的图像仍然不具有水墨晕化效果。水墨作品另一个重要特征是水墨在宣纸纤维中扩散，在边缘产生晕化模糊。本方法中采用各向异性扩散滤波的方法来实现对水墨扩散的模拟。

图4 不同尺寸结构元素腐蚀效果对比

各向异性扩散最早由Perona和Malik［7］等人提出，基于他们提出的PM方程的一类滤波称为各向异性扩散滤波。这种方法可以模糊图像中较小的不连续的部分，同时又能保留重要的边缘信息;另外在对比度特征中可以增强或者降低图像的局部对比度。

对于输入图像f，图像中的像素为x，x^代表x的邻域像素，滤波模糊半径用r表示，则滤波函数H的定义为

式中:r的值决定了图像模糊范围的大小。图5展示了不同r的值所产生的效果对比。r的值太小达不到期望的扩散效果，太大则导致模糊的范围过大。对于不同的输入图像，最合适的r值也是不一样的。因此，在实验系统中用户可以调整r的取值来达到满意的效果。

图5 不同扩散半径效果对比

式中:u(x)是扩散补偿函数，另一个参数σ决定了局部图像的模糊程度。

各向异性扩散滤波对于图像反复迭代使用，迭代次数越多，图像模糊的程度越高，水墨扩散效果越明显。图6为扩散半径相同时不同迭代次数所产生的效果对比。迭代次数太少则达不到期望的扩散效果，太多则导致图像过于模糊。且迭代次数越多所需要的运算时间也越长。在实验系统中，用户可以针对不同的输入图像，调整迭代次数，得到不同的水墨扩散效果，从而选择其中最优的迭代次数。

W为邻域权重函数，决定了当扩散滤波函数迭代使用时，图像对比度增强或者减弱的位置和区域。

图6 不同迭代次数效果对比

1.4 边缘提取与叠加

水墨画注重写意，并不苛求细节，但是一些对比度较大部分的边缘信息对于整幅作品来说仍然重要。通常人眼对强边缘的敏感性强于弱边缘，根据人眼的这一视觉特征，需要对图像中的边缘信息进行有选择的增强，即保留对比度比较大的强边缘，而不保留对比度较小的弱边缘，以增强水墨效果的真实感。本方法采用Roberts边缘检测算子实现对灰度图像强边缘的提取，然后将边缘图像与经过图像腐蚀和各向异性扩散后的图像叠加，得到最终的水墨效果图像。

Roberts算子利用局部差分来检测边缘，对于对比明显的边缘，其检测效果好，对于对比不够明显的边缘，则没有很好的检测效果。这一特点符合本方法对水墨仿真效果的要求。而且其卷积模板简单，相比其他的边缘检测方法运算速度更快。

在边缘信息与经过各向异性扩散滤波的图像相叠加时，可能会遇到边缘线条过于明显，导致输出图像水墨韵味不足的问题。本方法采用对边缘信息图像进行线性变换的方法来解决。设经过扩散滤波之后的图像为m(x，y)，图像的边缘信息为n(x，y)，则叠加后的图像L(x，y)的生成可以表示为

式中:边缘系数k调节边缘线条在输出结果图像中的明显程度。当k＜1时，可以使边缘线条弱化。图7中可以看出不同的k值对边缘线条的调节效果。本方法通过对k值的调节，可以实现对于边缘线条的控制。

图7 边缘叠加效果

2 实验结果

基于以上所提出的将真实场景图像自动转化为水墨风格的方法，在硬件配置为2.4 GHz Intel Core 2 Duo处理器、2 Gbyte内存，系统为Mac OS X 10.8.4的环境下，使用Xcode 4.6以及OpenCV 2.4为软件平台进行了实验仿真。实验系统首先输入一幅真实场景的静态图像，然后进行图像预处理、图像腐蚀、各向异性扩散滤波以及边缘提取与叠加等步骤，实现了水墨效果的仿真。实验选用图片为适合水墨题材的真实照片，并且通过对参数的调整，可以适应不同的输入图像。表1对比了本方法中可调的参数及其作用。图8为使用本文方法对一幅大小为520×360像素的真实场景图像进行水墨效果仿真的实验结果比较，参数选择分别为:S=5×5，r=4，n=20，k=0．5。

表1 参数对比

图8 仿真结果对比

本文的实验仿真针对于水墨艺术品，对于艺术品的评价通常是主观的。本实验采用主观评价的方法对仿真结果进行评估。实验选择了20位(10位男性，10位女性)不同年龄层次和文化背景的观察者，分别对图8的仿真结果图像进行打分。主观质量分为5个等级，数值分别为1～5，如表2所示。

表2 主观评价评分标准

在相同的环境以及显示设备的测试条件下，图像的平均得分为4.1分。从测试结果可以看出，输出的图像具有水墨韵味，符合水墨画的基本特征，达到了将真实感的照片自动转化为水墨风格图像的要求。且该方法的运算速度快，一幅640×480的图像在迭代次数为20的条件下处理所需时间仅为1.844 s，可以实现即时性处理。

3 结论

本文提出一种基于真实场景的静态水墨风格图像生成方法，将一幅适合中国传统水墨画效果的真实场景图像自动转换为具有水墨风格的艺术图像，实现了对图像的水墨风格绘制，并且能够通过对其中参数的调整实现对输出图像效果的控制。该方法与其他水墨仿真方法相比，具有以下优点:1)操作简单，无需使用专业软件，只需要调节几个简单的参数就可以实现对图像的水墨风格处理;2)适合用户广，用户无需具备美术功底即可完成水墨风格图像的绘制;3)运算速度快，处理所需的时间远少于普通渲染方法。

在以后的研究工作中，可以考虑加入水墨作品的一些纸张纹理特征，使输出图像更接近真实的水墨作品;同时，可以考虑将本方法扩展到实时视频处理的领域，通过GPU硬件加速［8］等技术，使对视频的实时水墨风格绘制成为可能。

:

［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］齐亚峰，孙济州，商毅.中国水墨画的基本艺术特征及其计算机仿真实现［J］.中国图象图形学报，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，于金辉，张俊松.国画风格水动画建模［J］.计算机辅助设计与图形学学报，2012，24(7):864-870.