【摘 要】
：
水彩画由于丰富的艺术表现力,在非真实感绘制领域备受关注。传统的水彩风格化算法能实现对水彩艺术效果的真实渲染,但算法复杂度较高,仅适用于高性能的台式设备。本文提出基于智能手机的水彩风格化绘制技术的研究,从绘制效果和算法效率的角度出发,在智能手机上实现对水彩画艺术效果的真实、高效模拟。本文的主要工作包括提出了一种水彩风格化绘制算法框架,研究了风格化绘制算法的优化方法,实现了一个基于Android手机平
论文部分内容阅读
水彩画由于丰富的艺术表现力,在非真实感绘制领域备受关注。传统的水彩风格化算法能实现对水彩艺术效果的真实渲染,但算法复杂度较高,仅适用于高性能的台式设备。本文提出基于智能手机的水彩风格化绘制技术的研究,从绘制效果和算法效率的角度出发,在智能手机上实现对水彩画艺术效果的真实、高效模拟。本文的主要工作包括提出了一种水彩风格化绘制算法框架,研究了风格化绘制算法的优化方法,实现了一个基于Android手机平台的水彩风格化绘制应用。本文提出的水彩风格化绘制算法框架包含图像抽象化、叠加水彩画效果和图像色彩调整模块。在图像抽象化模块中,采用中值滤波和均值漂移滤波去除噪声,提炼出原始图像的关键信息。在叠加水彩画效果模块中,首先分别使用Sobel算子和形态学腐蚀操作提取和增强图像边缘信息,生成水彩画的边缘变暗效果;然后提出一种模拟水彩画间隙效果的算法,通过将图像轮廓边缘处小于特定阈值的像素进行随机偏移实现水彩画的间隙效果,阈值大小和偏移量大小可以根据不同设备的物理像素进行灵活调整;最后使用Perlin噪声模拟了水彩画的湍流和纸张纹理效果。在图像色彩调整模块中,使用完美反射算法对图像进行白平衡操作调整图像色彩。为了提高代码执行效率,本文结合程序的软硬件条件使用Open MP对算法进行并行优化。最后利用Android NDK在Android手机上实现了高效的图像水彩风格化绘制功能,并通过实验验证了本文工作的有效性和高效性。
其他文献
保罗·欣德米特（Paul Hindemith,1895-1963）在20世纪西方音乐史上占有极其重要的地位,两次世界大战的经历及流亡生活的体验对其音乐创作有着深厚的影响。他音乐创作体裁广泛,涵盖交响曲、歌剧、协奏曲、弦乐四重奏等。其中,《世界和谐》是其晚期之作,交响曲于1951年创作,歌剧在五年后完成。该作品中,欣德米特不仅以开普勒的生活为题材,还将毕达哥拉斯学派的和谐思想运用于作品之中,成为作曲
为了提高物联网所提供应用服务的质量,应该对如何提升其任务调度效率进行研究。对于调度问题,传统算法所使用的盲目搜索策略会导致计算资源被大量浪费等问题,因此本文采用群体智能优化算法,以达到使任务调度更智能、更精准、更稳定和更低能耗的目的。群体智能优化算法蕴含着非盲目搜索的随机性,计算时间控制较好,可解决复杂的优化问题,将其引入物联网任务调度研究之中有着重要的理论价值和现实意义。首先,利用混沌映射,对丛
随着社会上智能手机和移动互联网的发展,智能手机已经慢慢成为我们必不可少的生活工具,人们把钱财资金、学习资料等信息都从线下转移到了线上操作。与此同时,智能终端中存储了大量的个人信息,这些信息中包括了大量的隐私信息,包括电话、账户密码、短信、照片等信息。这些信息可能会被一些恶意软件收集并传输到网络上,用户们的隐私信息被当作了获利数据到处售卖,信息的泄露会给智能手机用户带来巨大的损失。为了防范这些恶意软
生活于哀牢山、无量山一带的哈尼族,千百年来,随着自然环境、社会环境与文化环境的变迁,其文化不断交融和发展,创造了举世瞩目的农耕文明以及纷繁多样的乐舞文化,木雀舞便是哈尼族梯田稻作文化与宗教祭祀文化相结合所产生的代表性舞蹈样式,也是极具仿生意味的民间舞蹈。本文以哈尼族木雀舞仿生元素在教学组合编创中的运用研究为目的,采用交叉研究的方法,将仿生学中的相关理论运用于哈尼族木雀舞的研究。在哈尼族木雀舞民族、
佤族是一个跨界民族,主要分布于我国云南的西南地区,其中居住于沧源岩帅地区的佤族自称“布饶”。在佤族族群漫长的历史进程中,形成了与之相对应用来表述文化和情感的重要媒介,也就是“音乐”,并在具体的音乐事象中存在着特有的复杂因素。“音乐”是佤族人民智慧的结晶,是佤族人历史生活的写照,具有鲜明的地域性和民族性。本研究主要通过深描沧源岩帅地区佤族村寨的历史族源、宗教信仰、民风民俗等社会生活,聚焦音乐人类学研
凭借较高的频谱利用率,正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术获得了广泛的应用,然而对于传统的OFDM接收机而言,由于其采用高比特模数转换器（Analog-to-digital Converter,ADC）,导致整个系统有较大的功率损耗。因此,为了降低功率损耗,在OFDM系统中采用低比特ADC对接收信号进行量化。然而,低比特
目标跟踪技术当前是计算机视觉领域的一个重要的研究方向,在智能交通、视频监控、人机交互和自动驾驶等系统中广泛的运用。人为给定跟踪目标的初始信息,视觉目标跟踪算法能够准确地预测在接下来连续视频帧序列中跟踪目标的具体位置、尺度变化和行动轨迹等动态信息。跟踪场景种类繁多,背景环境复杂且多变,并且目标运动必然会产生形变、遮挡、模糊等问题,因此建立一个既准确鲁棒又满足实时性的视觉目标跟踪系统一直被认为是极富有
X射线计算机断层成像技术（X-ray Computed Tomography,CT）是一种临床常见、可提供清晰人体解剖结构图像的诊断工具。虽然限制CT设备扫描角度可有效降低患者所受电离辐射,但会导致在某些扫描角度上投影数据的部分缺失,最终使得重建出的CT图像质量大幅下降。因此,如何在CT投影数据不完整情况下重建出符合临床诊断需要、高质量的CT图像具有重要的社会价值和理论研究价值。为了提高部分扫描角
作为口腔临床诊断的重要工具,X线头影测量分析技术首先需要定位投影测量图像中的解剖特征点。由此可见,特征点的定位精度会对后续的口腔临床诊断产生重要影响。目前临床上仍然主要采用人工方式对特征点进行标记,定位速度慢、精度上受到主观因素影响较大,无法应对目前国内口腔临床日益剧增的门急诊量。因此,发展X线头影测量图像解剖特征点自动定位技术有重要理论价值和临床应用前景。为了提高X线头影测量图像解剖特征点定位速
随着深度学习的再度兴起,深度神经网络尤其是卷积神经网络在计算机视觉、自然语言处理等领域展现出极大的优势,广泛地应用于图像分类、目标检测、语义分割、语音信号处理、医学图像分析、遥感图像分析等实际应用及许多边缘计算场景。本文的主要研究内容如下:（1）在检测起重机表面锈蚀缺陷的各类方法中,人工巡检效率低下、传统手工设计特征的目标检测方法检测准确率较差。YOLOv3是一种更适用于边缘计算场景的快速目标检测