块拼接纹理合成算法在图像拼接中的应用

小面积图像往往满足不了人们在工作中的需求，很多时候人们需要是大面积的图像，因此就需要一种算法来将相关的小范围拍摄的图像拼接成大图像，即实现全景图拼接。文中从块拼接纹理合成出发，并对块拼接纹理合成算法进行改进，将块拼接的原理应用到图像拼接上，并对像素加入与人视觉有关的权值进行接缝处理。实验结果表明，该方法简单实用，对于基本的由不同方位拍摄的图像都可以通过本算法进行拼接，并通过对接缝处的处理，取得了较好的结果。     

块拼接技术的改进及其在纹理传输中的应用

为了改善块拼接纹理合成图片在接缝处不平滑的现象,以及为了证明纹理传输约束的多样性,文中提出了一种改进的块拼接纹理合成技术,并把这种技术应用到了纹理传输中。文中对块拼接技术中最小切割路径的计算加入梯度结构信息,并且在选择匹配块时综合考虑重叠区域累计误差和最小切割路径,此外将改进的块拼接技术应用到纹理传输上,并对传输过程中依据的约束量的多样性进行探究。实验结果表明,改进的块拼接技术能够获得视觉上更好的合成结果,接缝处更加流畅连续,此外也验证了纹理传输中依据的两幅图像的对应约束量是多样的并不是单一的。     

块纹理合成中纹理块尺寸自适应算法

分析了块纹理合成方法中纹理块尺寸对合成结果的影响,经过对大量不同类型纹理图像采样,归纳并验证了纹理相关性特征值与纹理块尺寸之间的关系,得出纹理相关性特征值自适应调整纹理块尺寸的算法.采用该算法可避免因纹理块尺寸选取不当而引起的合成时间的增加和合成质量的降低.     

人脸全景纹理图像拼接算法

研究人脸部位真实图像问题,为了获得真实感人脸三维模型,提出一种柱面人脸全景纹理图像拼接算法.考虑到人头部接近于一个圆柱体以及因投影方向不同直接进行拼接会造成视觉的不一致性,采用了一种人脸特征的柱面投影方法;针对人脸纹理特征信息丰富的特点,利用特征块匹配法配准相邻的图像;再根据亮度直方图均衡法消除相邻图像的亮度差异;并使用改进的平滑因子实现图像的平滑过渡.实验表明算法能够有效地消除视觉不一致性,快速有效地生成真实感人脸全景图像,为人脸三维建模提供参考依据.     

基于纹理块连贯性的纹理合成技术

纹理合成是当前计算机图形学、计算机视觉和图像处理领域的研究热点之一。文章对基于样图的二维纹理合成技术进行了研究,有机结合了前人的一些观点,在此基础上提出了一种新的算法:在Efros和Liang提出的块拼接纹理合成算法的基础上融入Ashikhmin提出的基于位置相对性的合成技术,并加入与视觉相关的权值,得到了很好的视觉效果。     

纹理合成在图像修复中的应用研究

图像修复是数字图像处理领域中的主要研究方向,该文介绍纹理合成技术中的Criminisi算法,并针对其在利用边界点优先权调整修补次序过程中存在的问题,提出一种改进算法,该算法不仅可以有效改善图像的修复效果,还可以在数字图像上实现用背景替换较大的前景物。实验结果证明了其有效性。     

螺旋线轨迹在纹理合成算法中的应用

本文在MRF模型和已有块拼贴算法的基础上,根据纹理的邻域相关性以及匹配点的位置分布在上次合成匹配点邻域的概率较大这一特点,直接选取前一匹配块的相邻块为待选最佳匹配块,使算法能够快速地采样到最优匹配块,并能较好的保持合成纹理的邻域相关性;同时,采用螺旋顺序逐块合成纹理,能够加强对合成过程的约束,克服了合成过程中不连续区域的出现。本文算法较好的维持了样本图的结构特征,在保证纹理合成质量的同时,能够有效的减少算法的计算量。     

块拼贴的纹理合成算法的实现与改进

基于样图的纹理合成方法是继纹理映射、过程纹理合成等方法后发展起来的一种新的纹理拼接技术。其中块拼贴的纹理合成算法由于合成速度快,效果良好,受到极大关注。对采用块拼接技术的纹理合成方法进行综述,运用图像切割方法较好解决了块拼贴算法中的最佳分割路径获取问题,并对合成的结果进行平滑优化。     

一种基于自适应块拼接的纹理合成方法

纹理合成是当前计算机图形学、计算机视觉和图像处理领域的研究热点之一。本文在MRF模型和已有块拼接技术的基础上提出了一种自适应块拼接算法,该方法在全局最优的前提下进行不同大小纹理块的拼接,并使图像中的像素带有与视觉相关的权值,不仅在保证合成速度的同 时得到了更好的合成效果,而且从理论上统一了逐点合成和逐块合成两种基本方法。     

一种基于特征块的图像拼接算法

提出一种基于基本特征块的图像拼接算法。该方法先定义边缘特征量,逐点计算各像素点邻域的边缘信息量大小,并采用局部非极大值抑制及阈值法进行排除,最终确定基本特征块;先利用基本特征块的位置信息初步估计模型参数,再提取特征点对模型参数进行修正;最后,对图像进行拼接获得更大视野更高分辨率的拼接图。实验表明,该算法运算量较小,但可保证一定的精确度,具有一定的可行性和适用性。     

块纹理合成的优化计算

针对块纹理合成方法,深入分析了块的形状、大小以及相邻块间重叠区域等参数对合成效率的影响,并基于纹理的特征及其变化的周期和重叠区域的约束性等给出了衡量这些参数作用的度量方法.该方法能自适应地优化这些参数,提高纹理合成的效率.     

应用PSO的快速纹理合成算法

应用PSO的快速纹理合成算法是一种高效的纹理合成算法,应用粒子群优化(PSO)算法对基于块采样的纹理合成算法的搜索匹配过程进行了改进,改变了原算法的全遍历搜索过程,在不影响合成质量的前提下加快了合成速度．本算法对于按序和随机的各种应用都能在一台中等的PC机上几秒内合成高质量的纹理．并对算法执行中的粒子数、迭代次数对合成速度和合成效果的影响进行了详细的分析．     

基于纹理规则性分析的图像填补方法

针对目前图像填补中存在的很难自动分析和提取前景、背景,然后合理地恢复图像等问题,提出一种利用纹理规则性分析和纹理合成技术进行有效图像填补的方法.为了实现自动化的提取,将前景视为近似规则纹理的场景区域,首先引入纹理规则性分析方法,利用近似规则纹理具有强烈的信号规则性的特点自动有效地提取前景信息;然后通过合成优先级的思想将纹理合成技术和图像修补技术结合起来,提出一个合理的背景填补方法以恢复图像.实验结果证明,该方法可以自动有效地提取具有近似规则纹理特征的前景或背景内容,并合理地恢复图像.     

结合随机映射和改进缝合线的纹理合成隐藏

传统修改式信息隐藏无法抵抗密写分析的检测,纹理构造式信息隐藏只能生成简单质地的纹理,不能对秘密信息进行有效掩盖,纹理拼接式信息隐藏,秘密信息与样本小块之间存在着固定的映射关系以及码块间的区别特征,会导致信息泄露,降低其安全性。针对以上问题,提出了一种结合随机映射和改进缝合线的纹理合成隐藏方法。首先将样本图像划分为样本小块并依据样本小块均值划分为不同类别,然后通过建立起秘密信息分段和样本小块类别间的随机映射关系来编码秘密信息并将其放置在空白图像的特定位置上,最后按改进缝合线纹理合成方法将放置小块与相邻小块进行纹理合成并生成含密纹理。实验结果表明,该方法可通过合成纹理来对秘密信息进行掩盖,秘密信息分段和编码样本小块不一一对应,该方法完全依赖于用户密钥且具备一定的抗攻击能力。     

遮挡物体移除与图像纹理修补方法

以基于样例修补的目标移除方法为基础,改进了基于样本块的图像纹理修补方法.首先将抠像技术应用到目标物的提取过程中,然后使用图像分割的方法实现了分区修补的目的.改进后的方法能够更好地还原图像的线性特征并且减少图像修补的时间.在此基础上,根据不同角度的图像可以提供更加丰富的修补信息这一思想,进一步提出一种基于多幅图像的修补方法,并取得了更高质量的修补效果.实验结果表明,该方法不仅能够准确地提取并移除图像上不需要的物体,而且能够有效地修补图像受损区域的纹理和结构.     

采用向量化运算进行图像融合的真实感纹理映射

提出一种基于向量运算体现纹理形变要求的映射对应点获取方法,根据场景表面纹理走势特点划分表面形变控制网格,以网格边界为形变控制向量,通过对控制向量的合成取得映射点;同时,根据对应点亮度进行图像融合达到纹理真实感融入．对于场景表面纹理走势细节性变化给出了网格调整方法,进一步使用三次参数样条曲线拟合映射区域,基于曲率半径进行边界多边形化以实现对映射区域的精确判断．该方法能产生高度真实感的虚拟实景效果．