随着计算机图形学的发展,人们用越来越多的方式来模拟自然场景。在一些应用领域,如网络视频聊天,人们往往希望通过图形图像来表达真实感绘制的图形之外的信息,比如图像中人物及背景的线条描述、简化、卡通等,根据不同的场景来表述图像的主体信息。抽象化绘制技术的出现弥补了人们的需求,被抽象化的可视信息更能够吸引人的注意力,有更简洁的表述,成为了艺术家、观看者之间信息交流的桥梁。图像的抽象化绘制是把照片转换成非真实感效果的重要技术,因而对这方面的研究不仅具有理论意义,也具有实际的应用价值。本论文介绍了抽象化技术的研究背景和现阶段抽象化技术的应用以及技术现状。在此基础上,论文的重点工作是研究图像抽象化绘制中的两种关键技术,即基于视觉注意力的抽象化绘制和形状简化的抽象化绘制算法。论文的第一个工作是提出了一个基于视觉注意力的抽象化绘制框架。首先,将输入图像从RGB颜色空间转换到CIE-Lab颜色空间,目的是减少R、G、B三通道的关联性。使用迭代的双边滤波器构造出一个连贯的,边缘显著的特征流场,然后使用各向异性的高斯差分滤波器抽取出图像的整体线条图。同时,根据基于视觉显著性模型从输入图像中导出一张视觉显著性函数图,该视觉显著性函数图能够很好地反映出人眼关注的区域。通过双边滤波器,根据视觉显著性函数图的权重对图像非均匀地平滑,得到初步的抽象化绘制效果。再根据视觉显著性函数图权重对已经得出的图像整体线条图约束,得到了只有视觉显著区域的非均匀线条图,然后将线条添加到抽象化效果图增强高对比度区域的对比度,最后,本文将抽象化后的图像用亮度量化方法进一步的增强抽象化效果。论文的第二个工作是对图像形状的简化做了初步地尝试。思路是使用具有边缘切向量的特征流场去约束平均曲率流,迭代简化和收缩图像的整体形状,用SHOCK滤波器保护重要形状的边界。算法主要分为三个步骤,先使用迭代的双边滤波器构造出一个连贯的,边缘显著的特征流场。该流场能够指出图像强边缘的切线向量的方向,并使每一个弱边缘像素切线向量的方向趋近于平行。基于这个特征流场,受约束的平均曲率流迭代地简化和收缩图像的整体形状。最后,用SHOCK滤波器迭代地保护和增强图像中有显著边缘的边界结构。由于平均曲率流不仅仅约束边界形状,还约束颜色特征扩散,形成一定的风格化效果,因此不需要额外的处理步骤,就能够得到理想的抽象化效果。