摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 引言 | 第8-9页 |
1.2 研究背景及意义 | 第9-12页 |
1.3 国内外研究现状 | 第12-14页 |
1.4 论文安排 | 第14-15页 |
第二章 基于图像的 NPR 绘制 | 第15-28页 |
2.1 几种艺术风格的 NPR 绘制 | 第15-24页 |
2.1.1 油画风格的模拟 | 第15-18页 |
2.1.2 水墨画的模拟 | 第18-20页 |
2.1.3 铅笔画的模拟 | 第20-22页 |
2.1.4 卡通画风格绘制 | 第22-23页 |
2.1.5 钢笔画风格绘制 | 第23-24页 |
2.2 线条画绘制 | 第24-27页 |
2.2.1 手绘线条的特点 | 第24-26页 |
2.2.2 线条画绘制的发展 | 第26-27页 |
2.3 本章小结 | 第27-28页 |
第三章 线条画算法 | 第28-35页 |
3.1 线条画自动生成 | 第28-32页 |
3.1.1 ETF 场的生成 | 第28-30页 |
3.1.2 FDoG 算法 | 第30-32页 |
3.2 实验结果图 | 第32-34页 |
3.3 本章小结 | 第34-35页 |
第四章 基于双目视觉的深度获取 | 第35-45页 |
4.1 引言 | 第35-36页 |
4.2 双目立体视觉系统模型 | 第36-40页 |
4.2.1 坐标系的定义 | 第36-39页 |
4.2.2 双目立体视觉系统的测量原理 | 第39-40页 |
4.3 获取视差图实验 | 第40-42页 |
4.3.1 摄像机的标定 | 第40-41页 |
4.3.2 图像匹配 | 第41-42页 |
4.4 获取深度图 | 第42-44页 |
4.5 本章小结 | 第44-45页 |
第五章 基于深度的线条画增强 | 第45-66页 |
5.1 深度数据的分析 | 第45-48页 |
5.2 基于深度的线条画的算法 | 第48-61页 |
5.2.1 深度图的边缘检测 | 第49-50页 |
5.2.2 深度图的线条画 | 第50-51页 |
5.2.3 基于深度的线条画生成 | 第51-59页 |
5.2.4 彩色线条画 | 第59-61页 |
5.4 背景剔除以及法向增强 | 第61-64页 |
5.4.1 基于深度的背景剔除 | 第61页 |
5.4.2 基于深度法向的增强 | 第61-64页 |
5.5 本章小结 | 第64-66页 |
第六章 总结和展望 | 第66-68页 |
6.1 本文总结 | 第66页 |
6.2 展望 | 第66-68页 |
参考文献 | 第68-73页 |
攻读硕士学位期间取得的研究成果 | 第73-74页 |
致谢 | 第74页 |