非真实感绘制是一个多学科交叉研究领域,涉及计算机艺术、计算机图形学、计算机视觉、数字图像和视频处理、视觉认知等多个学科领域。非真实感绘制在计算机动画、电影、工业设计、游戏、广告、工业制图等领域都有广泛的应用。风格化数字图像的生成和编辑是非真实感图形学的重要研究内容。从上世纪末开始,风格化图像的数字化模拟就开始得到学术界的关注,同时涌现出众多优秀的研究成果。本文综述了非真实感绘制领域相关研究工作的发展现状。在此基础上,对风格化数字图像的生成和编辑中若干关键技术进行了深入探讨,提出了新的解决方法,具体包括应用艺术家创作准则的肖像素描和伪装图像生成,风格感知的艺术图像克隆编辑和涂写编辑。本文的主要研究成果包括：·为了应用肖像素描细腻绘制五官的创作原则,我们提出了一种基于人脸特征和线积分卷积的肖像素描生成方法。首先进行人脸分割,由人脸特征点确定GrabCut算法中每个特征的初始trimap,然后根据分割结果使用线积分卷积算法绘制肖像素描。为了使得线积分卷积算法更适应于描绘肖像,我们使用了基于分割结果的多分辨率白噪声和方向场,并提出了基于分割结果的自适应性边界提取算法。实验结果表明,该算法可以更好地模拟素描的线条,突显人脸五官。·伪装图像在背景图像中隐藏了一个或多个前景。艺术家创作时会留下一些线索帮助观察者来识别这些隐藏的前景。为了应用艺术家识别线索选择原则,我们提出应用视觉注意力模型抽取前景的特征作为隐藏中要保留的特征的新方法。另外,满意的伪装图像作品需要适当的前景隐藏位置。为了应用艺术家选择隐藏位置的创作原则。我们提出了识别困难度预测算法,通过预测检测难度来推荐隐藏位置。我们还应用并行的纹理合成算法提高了隐藏图像合成算法的效率。为了让前景和局部背景完美地融合在一起,在合成算法中我们增加了空间因子。最后我们设计两个用户测试来验证了合成算法的质量和评估建议的准确性。·我们提出了风格感知的图像克隆算法,用户可以将任何照片或者设计中的物体嵌入到数字化艺术图像中,生成出一幅同样风格的新作品。为此,本文提出了一种以艺术风格和语义信息为距离函数的用于风格化照片的实时图像迁移算法。此外,我们还提供了多种交互操作,例如图层、阴影、语义标定和方向场编辑用于增强边界结果的和谐度。最后我们设计了两个用户测试验证算法的效果。实验表明我们算法不仅提升了效果的质量,也加快了算法效率。·我们提出了风格感知的绘制算法,该算法可以优化绘制笔画色彩的算法,在绘制的同时完成编辑过程的色彩搭配问题。另外我们提取了用户笔画中方向信息,包括单个的笔画和重叠的笔画组,使得绘制笔画可以模拟原风格化图像中笔画方向。我们展示了多种风格的绘制编辑效果,多项实验证明了该算法的有效性。