首页> 中文学位 >一种基于GPU加速的二维图像铅笔化算法
【6h】

一种基于GPU加速的二维图像铅笔化算法

代理获取

目录

文摘

英文文摘

独创性说明及大连理工大学学位论文版权使用授权书

引 言

1非真实感图像渲染与真实感图像渲染

1.1图像渲染与计算机图形学

1.2真实感图像渲染

1.2.1真实感图像渲染方法策略

1.2.2实时真实感图像渲染方法策略

1.3非真实感图像渲染

1.3.1非真实感图像渲染简介

1.3.2非真实感图像渲染分类

1.3.3应用领域

2图形处理器和通用运算

2.1图形硬件技术和Shader语言

2.1.1图形处理流水线结构

2.1.2顶点处理

2.1.3片段处理

2.1.4 Shader语言

2.2图形处理器的特点和通用计算

3铅笔化算法相关图像处理方法

3.1图像基础

3.1.1图像表示

3.1.2图像格式

3.2相关图像处理方法

3.2.1图像增强

3.2.2图像颜色处理

3.2.3边缘检测

3.2.4二值化

4从彩色图像生成铅笔风格画

4.1素描渲染的发展与应用

4.1.1素描的定义及应用

4.1.2素描渲染的发展现状

4.2铅笔化算法实现

4.2.1引言

4.2.2并行图像处理

4.2.3 Mao算法描述及分析

4.2.4本文的算法思想

4.2.5图像划分为不同的亮度区间

4.2.6进行边缘检测和阈值分割提取边界

4.2.7纹理填充

4.2.8实验结果与分析

4.2.9效果展示

结论

参考文献

攻读硕士学位期间发表学术论文情况

致 谢

展开▼

摘要

渲染技术分为两类:真实感渲染和非真实感渲染。真实感渲染以追求效果的真实为目标,它的发展已经有相当长的时间了。非真实感渲染是近十年来计算机图形学领域兴起的学科,它主要使被渲染的图像具有艺术风格。 铅笔画作为一种以绘画等造型艺术为主要表现手段的艺术形式,在计算机中研究如何实现图像的素描风格是相当有意义的。本文提出了一个新的图像铅笔化算法,针对目前铅笔化算法较好的Mao算法,在图像分割和笔触渲染上,本文做出了很大的改进。 在图像分割上,大家知道铅笔画的特点就是通过笔触的明暗对比实现的,为此本文是根据象素的灰度值进行区域划分,根据人眼对于灰阶的敏感度,本文将灰度从黑到白平均划分为八个区间。这样划分的思想是基于人类生理特征的,是有一定的科学性,而且从本文算法的最终结果图里可以看到,本文所采用的划分方法是比较成功的。 在笔触渲染上,本文提出了一种新的笔触渲染方法。本文不再使用像Mao那样使用LIC进行数学运算来达到模拟铅笔笔触的效果,而是直接使用真实的不同亮度的铅笔笔触贴图来直接作用于目标图像。这些贴图的选择是按照与区域分割时的八个亮度区间相对应的,在GPU中将这八个贴图作为纹理,采用平铺的思想对相应亮度的区域里的象素进行填充以达到铅笔画风格的效果。由于本文使用的是真实的铅笔笔触,当然比Mao算法模拟出来的笔触效果要更真实。同时本文可以通过更换不同的贴图,就可以达到不一样的铅笔画风格,如粗的笔触和细的笔触等。 本文算法能够取得较好的效果,同时本文算法是基于GPU并行实现的,显著的提高了算法计算速度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号