图像风格迁移算法是当前计算机视觉领域的研究热点。传统图像风格迁移算法通常从风格图中采集纹理并将其迁移到内容图中，该类算法在对色彩与纹理较为复杂的图像进行处理时，合成效果不理想，且运算速度较慢。随着人工智能技术的不断发展，图像的艺术风格化已可使用卷积神经网络完成。但如何实现参数的合理调整，以及如何简化预训练模型，该类算法仍存在一定的局限性。为解决上述问题，文章提出基于颜色特征，基于 LBP 纹理特征，基于结构张量特征的混合特征提取新算法，并结合运用PatchMatch算法来解除这些限制，最终进一步通过GPU实现实时的图像风格迁移算法。