본 논문에서는 게임 배경 영상에 대해서 섬세한 일러스트레이션부터 거친 스케치까지 다양한 연필 드로잉 효과를 구현하는 방법을 제안한다. 이 방법은 컨볼루션 알고리즘에 기반한 방법으로 노이즈의 형태를 다양화 시켜서 발생시킴으로써 다양한 연필 효과를 추구한다. 기존의 방법에서 발생하는 노이즈는 영상의 톤을 반영 하는 픽셀 크기의 입자였다. 본 논문에서는 이러한 픽셀 크기의 노이즈의 형태와 분포를 확장해서 다양한 길 이와 두께 및 방향을 갖는 사각형 형태의 노이즈를 사용하는 방법을 고안한다. 그리고 영상 분할 알고리즘을 적용해서 영상의 정보를 추가적으로 활용함으로써 결과 영상의 시각적 완성도를 향상시킨다. 이러한 방법의 장점은 물체, 인물, 장면 등과 같은 다양한 게임 배경 영상에 적용되어 생성된 결과 영상의 우수성을 통해서 입증된다.

In this paper, we present an advanced pencil rendering framework for game wallpaper images that produces a diverse of pencil drawing styles including detailed illustration and rough sketch. Our framework is designed based on a noise generalization scheme that enriches the types of noise which is used in convolution-based pencil rendering framework. The noise used in the conventional framework is a pixel-sized particle whose value reflects the tone of an image. Our scheme extends the shape and the distribution of noise. Instead of using a pixel-sized particle, we use a rectangle-shaped noise whose length, width and orientation are controlled. The performance of the pencil rendering framework is pursued by simplifying the convolution filter. As a result, we produce pencil drawings of various styles. Furthermore, the segmentation algorithm is combined to support local level-of-detail approach that improves the visual attendance of the image. We have proved the excellence of our algorithm by experimenting various game background images including material, portrait, headshot portrait and crime scene. The next step of our framework is to extend the rendering technique to various graphite media.

ABSTRACT
 1. Introduction
 2. Related research
  2.1 Implementation pencil effects
  2.2 Implementation of pencil effect ongame image
 3. Properties and occurrence of linenoise
  3.1 Definition of Segment Noise
  3.2 Attributes of segment noise
   3.2.1 Location of center point
   3.2.2 Length and thickness of line noise
   3.2.3 Direction of line noise
  3.3 Generation of line noise
 4. Convolution filter
 5. Implementation and Results
 6. Conclusion and Future Directions
 Acknowledgement
 Reference

• Heekyung Yang(Dept. of Computer Science, Graduate School, Sangmyung Univ.) | 양희경
• Hyukmin Kwon(Dept. of Energy Grid, Graduate School, Sangmyung Univ.) | 권혁민
• Kyungha Min(Dept. of Computer Science, Sangmyung Univ.) | 민경하 Correspondence to