在艺术家的创作过程中，其视点往往会从现实世界的物理约束中解放出来，更多地侧重于主观印象的表现，而非单纯地再现真实场景。非真实感绘制技术即是试图用计算机来模仿艺术家的这一创作过程，或是帮助艺术家进行这样的创作。具体来说，通过考察艺术家们的创作过程，将其中的部分工作交由计算机自动处理，利用计算机的运算能力提高工作效率，而让艺术家们专注于更有创造性的工作中。其目标不在于图像的真实性，而更侧重于表现图像的艺术特质、模拟艺术作品或作为真实感图像的有效补充。如今，非真实感绘制技术已经广泛应用于工业界的多个领域，并取得了一定的成就，而且日益受到各方面的关注，具有重要的研究意义。随着对非真实感绘制需求的不断提高，如何利用图像与视频中的高层语义特征来实现更接近于艺术家创作的艺术图像或视频，已经成为了目前的非真实感绘制的研究热点。本文围绕着艺术家在创作不同风格的艺术作品时，所使用的基于图像与视频的不同低层特征和高层语义信息展开了研究，并利用这些内容分析结果来影响非真实感绘制过程，分别探讨了基于边缘分析的艺术图像合成技术、基于图像分割的区域分类技术、基于视频像素运动聚类的艺术视频绘制技术、基于光照模拟的素描图像绘制技术等四个方面的问题。本文的具体工作包括，提出了两种特定的艺术形式图像的自动生成算法，通过对图像边缘进行分析，并结合人类视觉感知特性，将次要物体隐藏于背景图像中，或嵌入外部物体的内部，以实现特定的艺术效果。本文还探讨了图像区域分类技术，利用现有机器分割算法的粗糙区域作为输入，对各粗糙区域进行分类，从而可以利用该区域分类结果来动态选择各区域适合的绘制风格与绘制参数。对于视频绘制的情况，本文提出了一种基于视频像素运动聚类的公共绘画分片技术，将具有相似运动的视频区域映射到一个参考帧上生成全景图像，再将绘制后的全景图像反向映射到各帧上组合成输出视频，该方法可以有效改善现有的非真实感视频绘制算法普遍存在的视频帧间连续性和笔划一致性问题。本文还提出了一种基于光照模拟的素描图像绘制算法，通过对场景中的光照进行模拟，实现素描图像中的光影增强效果，其结果更符合艺术家的创作方式。