基于顏色量化的肖像漫畫生成方法研究

韓燕麗　楊慧炯

摘 要：目前創(chuàng)意文化已經(jīng)受到國家和地方政府的關(guān)注和大力發(fā)展，而人臉漫畫也受到了眾多愛好者的支持。本文在研究非真實(shí)感繪制的基礎(chǔ)上，提出了一種基于顏色量化的肖像漫畫生成算法。該算法首先通過雙邊濾波對(duì)輸入圖像進(jìn)行降噪處理，進(jìn)而提高圖像質(zhì)量；其次對(duì)降噪圖像進(jìn)行顏色量化處理，生成圖像的色塊效果；然后使用Canny邊緣檢測(cè)算子，提取降噪圖像的邊緣；最后將色塊效果圖像與邊緣圖像進(jìn)行融合，最終生成肖像漫畫效果。實(shí)驗(yàn)結(jié)果表明，對(duì)于給定的輸入圖像，能夠有效地生成具有藝術(shù)效果的漫畫肖像畫。

關(guān)鍵詞：非真實(shí)感繪制；雙邊濾波；顏色量化；邊緣檢測(cè)；圖像融合

中圖分類號(hào)：TP391.9 文獻(xiàn)標(biāo)識(shí)碼：A

1 引言（Introduction）

隨著經(jīng)濟(jì)社會(huì)的不斷發(fā)展，全球的動(dòng)漫產(chǎn)業(yè)產(chǎn)值也隨之越來越高，截至目前，產(chǎn)值已經(jīng)超過了兩千兩百億美元，與之聯(lián)系的衍生產(chǎn)品的產(chǎn)值也都超過了五千億美元。動(dòng)漫產(chǎn)業(yè)已經(jīng)逐漸成為了一些國家國民經(jīng)濟(jì)的支柱，在美國，動(dòng)漫行業(yè)已經(jīng)成為了第六大支柱產(chǎn)業(yè)；在日本，動(dòng)漫行業(yè)已經(jīng)成為日本的第三大產(chǎn)業(yè)；韓國承包了全球?qū)⒔种坏膭?dòng)漫制作業(yè)務(wù)；與美國、日本、韓國等一些比較發(fā)達(dá)的國家相比，中國的動(dòng)漫產(chǎn)業(yè)仍處于起步時(shí)期。在2012年，中國動(dòng)漫市場(chǎng)的規(guī)模已經(jīng)高達(dá)三百二十一億元，同期增長(zhǎng)了24.9%，可見，中國未來的動(dòng)漫產(chǎn)業(yè)通過產(chǎn)業(yè)鏈的消費(fèi)和國家政策的扶持，一定會(huì)有更加廣闊的發(fā)展空間。在這個(gè)陣營(yíng)中，人臉是人們面對(duì)面交流最直接的途徑，因此以人臉為主題的動(dòng)漫媒體內(nèi)容也為廣大用戶喜愛。漫畫是基于人臉的動(dòng)漫素材之一，人臉漫畫是用簡(jiǎn)單而夸張的手法來描繪臉部特征，并融入藝術(shù)家個(gè)人繪畫技巧以及主觀感覺的圖畫。為便于普通用戶創(chuàng)作肖像漫畫，本文正是研究如何基于人臉照片，模擬藝術(shù)家的工作，使用計(jì)算機(jī)自動(dòng)生成人臉漫畫。

目前相關(guān)的研究工作主要分為：（1）基于規(guī)則的方法：交互性強(qiáng)，形變結(jié)果比較簡(jiǎn)單。（2）基于樣例學(xué)習(xí)的方法：側(cè)重于學(xué)習(xí)某一類風(fēng)格的卡通肖像。（3）基于人臉特征的方法：不能對(duì)人臉的多特征進(jìn)行協(xié)調(diào)變形。（4）基于圖像處理的方法：側(cè)重于實(shí)現(xiàn)卡通紋理，沒有豐富的形變效果[1，2]。本文工作側(cè)重于基于圖像處理的方法。

2 本文算法（The algorithm in this paper）

2.1 算法思想

本算法首先通過對(duì)圖像進(jìn)行雙邊濾波實(shí)現(xiàn)去噪處理，進(jìn)而提高圖像的質(zhì)量；其次對(duì)圖像中的顏色進(jìn)行均勻量化處理，生成圖像的色塊效果；然后使用Canny邊緣檢測(cè)算子，提取出圖像的邊緣；最后將色塊效果圖像與邊緣圖像進(jìn)行融合，最終生成肖像漫畫效果。具體的算法處理流程如圖1所示。

圖1 本文算法的處理流程

Fig.1 The processing flow of the algorithm

presented in this paper

2.2 消噪處理

由于數(shù)字圖像在數(shù)字化和傳輸過程中常受到成像設(shè)備與外部環(huán)境噪聲干擾等影響而使圖像降質(zhì)，為了獲取高質(zhì)量數(shù)字圖像，很有必要對(duì)圖像進(jìn)行消噪處理，盡可能的保持原始信息完整性的同時(shí)，又能夠去除信號(hào)中無用的信息。作為一種重要的預(yù)處理手段，如何在抵制噪音和保留細(xì)節(jié)上找到一個(gè)較好的平衡點(diǎn)，成為近年來研究的重點(diǎn)。

圖2各種濾波器的濾波效果

Fig.2 Filtering results of various filters

從圖2中的各種濾波效果可以看出，在均值濾波和高斯濾波處理后的圖像中，邊緣處出現(xiàn)了模糊，而中值濾波和雙邊濾波則能夠較好地保留圖像的邊緣信息，且雙邊濾波比中值濾波處理的圖像更為清晰即保邊效果更好。

2.3 顏色量化

顏色量化是將原圖像中的多種顏色根據(jù)人的視覺效果歸類為較少的顏色，從而用這些較少種類的顏色重新生成一幅新的圖像，使量化后的圖像與原圖像的差別即量化誤差最小[3]。但在減少顏色的同時(shí)，圖像可能會(huì)出現(xiàn)色塊現(xiàn)象，而這種現(xiàn)象正好體現(xiàn)了漫畫的特點(diǎn)。

顏色量化中有一個(gè)重要的參數(shù)是量化等級(jí)，不同量化等級(jí)下的圖像量化效果如圖3所示，從實(shí)驗(yàn)結(jié)果可以看出，量化等級(jí)為6時(shí)圖像中存在太多色塊，量化等級(jí)為9時(shí)圖像存在太多的層段，均未達(dá)到預(yù)期的效果，因此本文采用的量化等級(jí)為8。

2.4 邊緣檢測(cè)

圖3 顏色量化效果

Fig.3 Color quantization results

圖4 不同邊緣檢測(cè)算子的檢測(cè)效果

Fig.4 Detection results of different edge

detection operators

根據(jù)以上實(shí)驗(yàn)結(jié)果（圖4）和算法分析可得，Sobel、Prewitt和Roberts算子的算法較為簡(jiǎn)單，容易實(shí)現(xiàn)，運(yùn)算速度較快，但對(duì)噪聲較敏感；Canny算子算法最為復(fù)雜，但其檢測(cè)效果最為理想。

2.5 圖像融合

在對(duì)原圖像進(jìn)行雙邊濾波，顏色量化和邊緣檢測(cè)處理之后，將顏色量化圖像與邊緣圖像進(jìn)行融合，最終生成肖像漫畫效果，如圖5所示。

3 實(shí)驗(yàn)結(jié)果（Experimental results）

本文所研究的漫畫肖像生成算法是以Matlab R2014a作為實(shí)驗(yàn)平臺(tái)，在Windows 7操作系統(tǒng)的PC機(jī)上進(jìn)行仿真計(jì)算。通過對(duì)大量的圖像進(jìn)行實(shí)驗(yàn)，生成的漫畫效果基本令人滿意。圖6給出了不同類型的圖像所生成的漫畫效果圖。

圖5 圖像融合效果

Fig.5 Image fusion effect

圖6 本文算法的實(shí)驗(yàn)結(jié)果

Fig.6 Experimental results of the algorithm

presented in this paper

4 結(jié)論（Conclusion）

數(shù)字動(dòng)漫對(duì)整個(gè)社會(huì)都有全方位的需求，以人臉為主題的動(dòng)漫內(nèi)容也深得大家的喜愛，同時(shí)也得到了眾多研究者的關(guān)注。本文在研究非真實(shí)感繪制的基礎(chǔ)上，分析和總結(jié)了國內(nèi)外肖像漫畫的生成方法，提出了一種基于顏色量化的肖像漫畫生成算法，并使用Matlab R2014a進(jìn)行仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，該算法對(duì)于給定的輸入圖像，能夠有效地生成基本令人滿意的具有藝術(shù)效果的漫畫肖像畫。但也存在一些不足，即沒有將圖像的變形和夸張?zhí)幚砑尤氲叫は衤嬛?。因此，在今后的工作中還有待于進(jìn)一步地研究和改進(jìn)。

參考文獻(xiàn)（References）

[1] 彭巨剛.個(gè)性化的人臉漫畫與動(dòng)畫合成方法研究[D].上海：復(fù)

旦大學(xué)，2009.

[2] 陳文娟，等.計(jì)算機(jī)肖像漫畫方法綜述[J].計(jì)算機(jī)應(yīng)用，2009，

29（8）：2049-2052.

[3] 任智斌，等.在均勻顏色空間中實(shí)現(xiàn)彩色圖像的顏色量化[J].

光學(xué)精密工程，2002，10（4）：346-348.

作者簡(jiǎn)介：

韓燕麗（1977-），女，碩士，副教授.研究領(lǐng)域：圖形圖像處理.

楊慧炯（1972-），男，碩士，副教授.研究領(lǐng)域：圖形圖像處理.