摘 要： 在進行非真實感渲染（NPR）處理時需要大量的計算，這對高幀率、高分辨率的視頻做實時的NPR渲染是一個難題。根據FPGA以并行運算為主的特點，對傳統的NPR算法做了改進和簡化，最終設計了一種基于FPGA的實時NPR系統。實驗結果表明，該系統對高幀率、高分辨率的視頻做實時NPR處理具有運算速度快、系統穩定等特點，同時還具有體積小、便于攜帶等優點。
?

0 引言

非真實感渲染（NON-photorealistic rendering，NPR）是計算機圖形學的一類技術，主要模擬藝術形式的畫面風格，也用于發展新的繪制風格。與傳統的追求真實感的計算機圖形學不同，NPR受到油畫、素描、技術圖紙和動畫卡通的影響。它已經以卡通造影的形式出現在電影和電子游戲中。非真實感繪制技術從20世紀80年代開始興起，當時的研究進展緩慢。直到90年代中期，尤其是EUROGRAPHICS和SIGGRAPH上關于這方面的幾篇論文才確立了這一領域的雛形[1]。近年來，NPR越來越多地被應用到各個領域，例如視頻通信、視頻游戲、精密程度較高的醫學和科學插圖[2]，由此可見高分辨率、實時的NPR系統越來越凸顯出重要的地位。

目前實現NPR處理主要有兩種途徑：一種是在PC機上進行處理[3-7]；另一種是在嵌入式系統中進行處理[8]。參考文獻[3]和參考文獻[4]主要在PC上針對單幅圖片做了NPR處理，參考文獻[5]利用OpenCV API在計算機上對圖片和視頻實現了抽象處理，參考文獻[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系統中，圖像濾波、邊緣檢測、色彩變化等都需要大量復雜的運算。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時處理。又由于PC機體積較大，不方便系統的移動，所以在嵌入式系統上做NPR是必然的趨勢。參考文獻[8]則是在一個以Xilinx Virtex-2 FPGA為核心的平臺上對單一圖片做了油畫處理，但是由于其平臺的限制，并未實現對視頻的實時處理。

本文在以Xilinx Virtex-5 FPGA為核心的自行設計的高速圖像處理平臺上，實現了對Camera Link接口相機采集到的視頻做實時的NPR渲染，并輸出到顯示器上進行顯示。本文首先對NPR算法進行講解，然后對系統和NPR算法的硬件結構做出具體分析，最后給出實驗結果及結論。

1 算法描述

雖然NPR渲染的具體實現方法多種多樣，但是它們的處理流程大致相同。經過大量的文獻查閱，主流的NPR渲染流程都要經過邊緣增強、擴散濾波、量化光照信息三個步驟。本文也采用這種流程進行處理，每個步驟所采用的具體方法將在下面進行介紹。

1.1 邊緣增強

當檢測到邊緣點之后，把邊緣點的RGB分量全部置為0，即可達到邊緣增強的效果。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上實現的復雜性及資源利用率，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方向的導數，第三列與第一列之差近似于y方向的導數[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實現。Prewitt算子模板如圖1（b）和（c）所示。

1.2 擴散濾波

NPR的另一個重要步驟是擴散濾波，它能模糊較小的不連續和突出的邊緣，并且達到圖像色彩擴散的效果。處理速度較快的經典圖像濾波算法有鄰域平均法和中值濾波法等。由于要實現擴散濾波的效果且要兼顧FPGA的運算特點，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分量值的平均值作為中心點像素相應分量值。若輸入圖像中某點的各分量值為f（j，k），以其為中心，取N×N的窗口像素組成的點集用A表示（其中N=3，5，7…）。經鄰域平均法濾波后，像素f（j，k）對應的輸出為[10]：

此算法的優點在于算法簡單，適于在FPGA上實現，而且能達到色彩擴散的目的。

1.3量化光照信息