的更鲜明，我们在这一步骤中还让原图像L空间加上了一个数值（15），使得图像变得更亮一些。最后得到的L空间和之前分离的a、b空间合成为一个图像，最终结果如图，还有同样操作只缺少量化的图像，至此处理完成：
%将图像分割成3个图层，取出亮度图层进行处理 b=f2(:,:,1); x=f2(:,:,2); y=f2(:,:,3); b1=im2double(b); l1=b1+x-black3; m2=cat(3,l1,x,y);
m3=applycform(m2,makecform('lab2srgb')); imshow(m3);
5.7小结
在本部分经过选择较优的边缘检测方法得到较清晰的边缘，再由阈值处理，开闭运算优化图像边缘，强化边缘和减少散乱的点，使图像整体质量提高，最后达到需求的效果，完成实验。
24
第六章 实验结果及对比
论文第二章分别讲述使用图像滤波、颜色量化、边缘提取强化及合成的方法，这几个步骤集合完成漫画效果的绘制，下面是部分实验结果：
a.原图
图6.1
b.结果图
a.原图
b.效果图
图6.2
a.原图
b.效果图
图6.3 25
6.1水彩画比较
在尽量保持参数一样的情况下使用[5]中提供的代码对同一幅图像进行处理，
a.水彩效果
b.漫画效果 图6.4
水彩画就其本身而言，具有两个基本特征：一是画面大多具有通透的视觉感觉；二是绘画过程中水的流动性。可以看出，水彩画下的图像额头分层更明显，颜色的过度较柔较弱，头发部分实现了水彩画水散开的效果，对象为人，人脸没有展示出水流的轻重。而相反，本文实现的图像太强，对比度十分强，即使是高光部分，留白十分不自然，线条勾勒十分清楚，与水彩的柔和相区分。两者都实现了非真实感绘制的效果，选择时应根据需求所选。
6.2与转描机技术比较
a.原图
b.转描机 c.论文实现
图6.5 26
转描机由于是有动画家来处理，细节描绘十分准确相比下尤其是眼睛部位，人物表情还原。论文实现的图像人物除了头发细节和胡子部分不尽人意，其他部分保留在可以接受的范围内。背景基本丢失，不失为一种突出主题人物的漫画效果，对于单帧的图像实现效果不错，但是相比转描机实现的是视频影视作品，算法对背景的处理需要改善加强。
6.3与openCV卡通化比较
在没有openCV的支持下，直接使用书中[23]的例子结果图进行比较：
a.原图
b.openCV
图6.6
c.Matlab
若要实现前者，步骤为1使用拉普拉斯算子提取轮廓；2使用双边滤波器对图像进行平滑；3将第二步的结果填充到第一步提取到的轮廓上。
两者比较边缘都得到放大强化，同样经过双边滤波图像去噪相似。前者颜色背景保留完善，加强了轮廓的深度，滤波器强度较弱，对原图的改变并不大，区分在于滤波器的次数不同，边缘提取方式的不同，虽然拉普拉斯算子与dog算子都能保留较好的边缘，但是前者的算法没有对边缘强化，轮廓并没有后者的清晰。但本文的结果图由于是在量化还对杂散点进行了消除，可以看出图像的颜色变化更大，背景上的树枝等几乎变成了新的杂散点，人物的手指、五官显示更为夸张，左上方的光线也由于去噪量化变成了额头的一部分。两者都实现漫画效果，但在观赏应用不同的角度上，选择也应不尽相同。
6.4与真实绘制的漫画对比
在网络上有人对图像进行真实绘制的漫画图像，对比如下：
27
a.原图
b.真实绘制
c.论文绘制
图6.7
真实绘制的图像有着计算机无法模拟的特征，对比算法绘制的图像，色彩更加鲜艳，各处细节完美再现。算法绘制的图像此刻缺点尽现，由于边缘检测衣服上和座位上方出现的杂散点让图像看上去很乱，有很好纹理的头发没有保存下来，人物表情变形等等。可以改进的方法是修改饱和度，寻找更细致有效的边缘检测方法，减小边缘的宽度。经过调整，缩小dog算子的sigma差值以缩小边缘，通过matlab自带函数rgb2hsv将图像转换到hsv颜色空间，对饱和度空间进行处理，增大它的值，使图像更加鲜艳。改良后的图像以更多的操作消耗为代价，与真实绘制的图像相比更加接近，也更具有漫画效果。
图6.8 经改良的图像
28