本课题针对非真实感渲染算法研究中的问题,研究并提出了基于单张图像的两种风格化渲染算法——人脸卡通画风格和低模风格。对于人脸卡通画风格的非真实感渲染分为很多不同的类型,本课题针对简单线条人脸表达及夸张的风格进行模拟,旨在绘制出能够充分表现人脸特色的漫画效果。对于低模风格的渲染,我们用颜色大小各异的三角形抽象地表现参考图像,渲染的难度在于利用有限数量的三角形还原参考图像的主要内容,同时保证渲染结果的美观度和渲染时间的实时性。本文研究工作首先针对单张图片进行人脸区域分析和特征提取,并对五官做二值化处理,得到简笔画效果的卡通绘制人脸,在高度还原人物相似度的同时,通过夸张算法艺术化地表现人物形象,并生成和该风格统一的头发渲染结果。对于人脸图片的低模风格渲染,我们提出了在三角化过程中利用轮廓特征保存图像信息的方法,并将低模渲染算法应用于视频实时处理。论文的主要研究内容和成果包括:(1)提出一套稳定有效的局部特征夸张的人脸简单线条卡通风格渲染算法。我们将五官和人脸轮廓分层处理,并使用Active Shape Models(ASM)计算出的关键点作为遮罩,有效降低渲染时的互相干扰;使用Adaptive Thresholding分层二值化五官以获得更好的脸部卡通绘制效果,有效缓解由于光线分布不均引起的干扰;实现了两种脸部特征夸张算法,有效提取人脸特征并加以夸张,从而生成更诙谐生动的渲染结果;(2)提出一套与脸部卡通风格一致的头发渲染流程,将边缘检测结果作为头发纹理,并对其进行增强和描边处理,生成漫画风格的头发;(3)提出一种对单帧图像生成三角形化低模渲染效果的算法框架,并提出视频低模化处理的改进方案。大幅提升了以往算法的渲染效率,并且稳定生成美观且能够保留输入画面中主要信息的结果。在选择三角形顶点时,以更高的概率选择图像中边缘上的点,对于包含人脸的图像,使用ASM获得的关键点作为选择顶点时的约束,从而保证用有限的三角形个数充分表现原图像;提出三角形重心颜色着色算法,相比以往算法有非常大的效率提升;(4)针对本课题的两种风格化渲染,通过主客观评价对渲染结果进行评估,并根据与其他算法及艺术家手绘结果的比较,得出本课题算法有效性的评价。