摘 要： 在進(jìn)行非真實(shí)感渲染（NPR）處理時(shí)需要大量的計(jì)算，這對高幀率、高分辨率的視頻做實(shí)時(shí)的NPR渲染是一個(gè)難題。根據(jù)FPGA以并行運(yùn)算為主的特點(diǎn)，對傳統(tǒng)的NPR算法做了改進(jìn)和簡化，最終設(shè)計(jì)了一種基于FPGA的實(shí)時(shí)NPR系統(tǒng)。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)對高幀率、高分辨率的視頻做實(shí)時(shí)NPR處理具有運(yùn)算速度快、系統(tǒng)穩(wěn)定等特點(diǎn)，同時(shí)還具有體積小、便于攜帶等優(yōu)點(diǎn)。
?

0 引言

非真實(shí)感渲染（NON-photorealistic rendering，NPR）是計(jì)算機(jī)圖形學(xué)的一類技術(shù)，主要模擬藝術(shù)形式的畫面風(fēng)格，也用于發(fā)展新的繪制風(fēng)格。與傳統(tǒng)的追求真實(shí)感的計(jì)算機(jī)圖形學(xué)不同，NPR受到油畫、素描、技術(shù)圖紙和動(dòng)畫卡通的影響。它已經(jīng)以卡通造影的形式出現(xiàn)在電影和電子游戲中。非真實(shí)感繪制技術(shù)從20世紀(jì)80年代開始興起，當(dāng)時(shí)的研究進(jìn)展緩慢。直到90年代中期，尤其是EUROGRAPHICS和SIGGRAPH上關(guān)于這方面的幾篇論文才確立了這一領(lǐng)域的雛形[1]。近年來，NPR越來越多地被應(yīng)用到各個(gè)領(lǐng)域，例如視頻通信、視頻游戲、精密程度較高的醫(yī)學(xué)和科學(xué)插圖[2]，由此可見高分辨率、實(shí)時(shí)的NPR系統(tǒng)越來越凸顯出重要的地位。

目前實(shí)現(xiàn)NPR處理主要有兩種途徑：一種是在PC機(jī)上進(jìn)行處理[3-7]；另一種是在嵌入式系統(tǒng)中進(jìn)行處理[8]。參考文獻(xiàn)[3]和參考文獻(xiàn)[4]主要在PC上針對單幅圖片做了NPR處理，參考文獻(xiàn)[5]利用OpenCV API在計(jì)算機(jī)上對圖片和視頻實(shí)現(xiàn)了抽象處理，參考文獻(xiàn)[6]和[7]則在PC上用特征流法和光流法等特定算法對視頻做了抽象處理。在NPR系統(tǒng)中，圖像濾波、邊緣檢測、色彩變化等都需要大量復(fù)雜的運(yùn)算。因此在PC上很難對分辨率稍大或者幀率稍高的視頻做到實(shí)時(shí)處理。又由于PC機(jī)體積較大，不方便系統(tǒng)的移動(dòng)，所以在嵌入式系統(tǒng)上做NPR是必然的趨勢。參考文獻(xiàn)[8]則是在一個(gè)以Xilinx Virtex-2 FPGA為核心的平臺(tái)上對單一圖片做了油畫處理，但是由于其平臺(tái)的限制，并未實(shí)現(xiàn)對視頻的實(shí)時(shí)處理。

本文在以Xilinx Virtex-5 FPGA為核心的自行設(shè)計(jì)的高速圖像處理平臺(tái)上，實(shí)現(xiàn)了對Camera Link接口相機(jī)采集到的視頻做實(shí)時(shí)的NPR渲染，并輸出到顯示器上進(jìn)行顯示。本文首先對NPR算法進(jìn)行講解，然后對系統(tǒng)和NPR算法的硬件結(jié)構(gòu)做出具體分析，最后給出實(shí)驗(yàn)結(jié)果及結(jié)論。

1 算法描述

雖然NPR渲染的具體實(shí)現(xiàn)方法多種多樣，但是它們的處理流程大致相同。經(jīng)過大量的文獻(xiàn)查閱，主流的NPR渲染流程都要經(jīng)過邊緣增強(qiáng)、擴(kuò)散濾波、量化光照信息三個(gè)步驟。本文也采用這種流程進(jìn)行處理，每個(gè)步驟所采用的具體方法將在下面進(jìn)行介紹。

1.1 邊緣增強(qiáng)

當(dāng)檢測到邊緣點(diǎn)之后，把邊緣點(diǎn)的RGB分量全部置為0，即可達(dá)到邊緣增強(qiáng)的效果。目前主流的邊緣檢測方法有差分邊緣檢測、Roborts算子、Prewitt算子、Kirsh算子、Laplace算子、LOG算子和Canny算子，考慮到在FPGA上實(shí)現(xiàn)的復(fù)雜性及資源利用率，本文采用的是Prewitt算子。

通常情況下，邊緣檢測每次只對圖像中3×3的圖像塊進(jìn)行處理，如圖1（a）所示。圖像塊的第一行和第三行的差近似x方向的導(dǎo)數(shù)，第三列與第一列之差近似于y方向的導(dǎo)數(shù)[9]。如下所示：

Gx=（z7+z8+z9）-（z1+z2+z3）（1）

Gy=（z3+z6+z9）-（z1+z4+z7）（2）

上面就是Prewitt算子，Prewitt算子只有簡單的加減法，非常適合于FPGA實(shí)現(xiàn)。Prewitt算子模板如圖1（b）和（c）所示。

1.2 擴(kuò)散濾波

NPR的另一個(gè)重要步驟是擴(kuò)散濾波，它能模糊較小的不連續(xù)和突出的邊緣，并且達(dá)到圖像色彩擴(kuò)散的效果。處理速度較快的經(jīng)典圖像濾波算法有鄰域平均法和中值濾波法等。由于要實(shí)現(xiàn)擴(kuò)散濾波的效果且要兼顧FPGA的運(yùn)算特點(diǎn)，本文決定采用鄰域平均法。鄰域平均法是把相鄰像素的相應(yīng)分量值的平均值作為中心點(diǎn)像素相應(yīng)分量值。若輸入圖像中某點(diǎn)的各分量值為f（j，k），以其為中心，取N×N的窗口像素組成的點(diǎn)集用A表示（其中N=3，5，7…）。經(jīng)鄰域平均法濾波后，像素f（j，k）對應(yīng)的輸出為[10]：

此算法的優(yōu)點(diǎn)在于算法簡單，適于在FPGA上實(shí)現(xiàn)，而且能達(dá)到色彩擴(kuò)散的目的。

1.3量化光照信息