非真实感绘制技术是当今计算机图形学研究的热点问题之一,它不像真实感图形学那样追求像照片一样的真实感,而是希望通过忽略图像中的一些不重要的细节,来突出图像要表达的信息,或生成具有艺术效果的图像。由于画家在绘画时总是在不同的区域使用具有不同属性的笔画进行绘制,因此本文在研究非真实感绘制技术的基础之上,研究了基于分割的铅笔画效果模拟和基于分割的油画效果模拟的相关算法。本文的具体工作主要包括:研究了非真实感图形学和分割算法的发展现状,对非真实感绘制的几种关键技术进行了研究,包括轮廓线检测技术、基于笔刷模型的非真实感绘制技术、基于纹理合成的非真实感绘制技术和颜色传输算法;研究了图像处理中的几种常用的分割算法,详细介绍了本文要使用的高效的基于图论的分割算法;最后研究了铅笔画和油画效果模拟的几种常用技术,提出了基于分割的铅笔画生成和油画效果模拟的方法。本文在研究铅笔画的过程中,提出了基于梯度锐化的轮廓线提取技术,对原始图像进行灰度处理并进行分割,在此基础上统计每个区域的平均灰度值,对不同的区域根据该区域的平均灰度值添加不同的白噪声,生成具有较好明暗色调的白噪声图像,在分割的基础上,提取每个区域的特征信息,分别产生各区域的向量场,然后使用LIC处理生成纹理图像,将提取到的轮廓线图和纹理图像进行融合,生成具有铅笔画效果的图像。在油画效果的模拟方面,根据油画所具有的特点——画家在进行绘画时通常在不同的区域或要绘制不同物体时,采用具有不同颜色、大小、方向等属性的画刷进行绘制。因此,可以据此对图像中的每个区域分别绘制,在每个区域根据要表达的物体信息选取具有不同属性的画刷进行绘制。本论文的创新点在于:(1)在对图像进行轮廓线提取时,提出了一种基于梯度锐化的轮廓线提取方法,算法首先对图像进行梯度锐化,然后进行反相、去色处理,可以得到图像的轮廓线信息。(2)在对图像使用高效的基于图论的方法进行分割时,对算法进行了改进。在将图像转换为一个无向图之后,判断图中的每条边的权值信息,当边的权值小于设定的阈值T的时候,将该边所连接的两个顶点合并为一个区域,对图像完成一个初始分割,然后在利用高效的基于图论的分割方法进行分割,提高了算法的分割效率。(3)使用改进后的基于图论的分割算法对图像进行分割,然后根据每个区域的不同特征对所选的笔刷进行设置,完成油画效果的模拟。在绘制的过程中,当画笔的长度达到设置的最大长度或到达区域的边界时停止该笔的绘制。