曲面渐变纹理合成中重采样问题研究

在渐变纹理合成过程中,纹理尺度和方向的变化需要不断对原样图进行重采样。为避免不断重采样对纹理合成速度的影响,在基于块合成方法的基础上,以线性函数作为纹理尺度的过渡函数,在二维空间生成渐变纹理,将二维渐变纹理作为新的样本,利用矢量场控制曲面纹理合成,采用灰度图像辅助合成,以避免纹元破裂。实验结果表明,该方法对自然界中大多数纹理进行合成时能取得较好的效果,能保持纹理的视觉连续性,合成效率较高。     

基于联合双边滤波的纹理合成上采样算法

提出了一个新的纹理合成的上行采样算法,即利用现有的高分辨率的样本纹理作为先验引导条件,对合成的低分辨率的纹理进行插值,获取更好的高分辨率纹理合成结果.该算法的主要思想是基于联合双边滤波器进行纹理合成上采样,对低分辨率合成纹理应用空间滤波,而将一相似的边界滤波联合地应用在高分辨率的样本纹理上.该算法克服了传统的以光滑性为先验引导条件的上采样方法会导致图像特征模糊的缺点,使获得的上采样纹理图像保持纹理特征,同时视觉上光滑.文中给出了图像和视频纹理合成结果的上行采样算法.实验结果表明,文中的方法减小了优化纹理合成过程所需的时间和空间,获取了更好的图像和视频合成纹理上采样效果.     

基于颜色传递的不同季节植物表观仿真

为模拟植物在不同季节的颜色变化,提出一种在虚拟环境中实现对不同季节植物表观仿真的方法.采用基于二阶统计量的全局颜色传递算法,得到不同季节的纹理库;基于生成的纹理库实现对不同季节植物的表观仿真.为改善传递效果,引入高阶矩,调整目标图像的斜度和峰度分布,使之与样本图像一致.建立评估模型,从颜色和纹理两方面对传递效果进行评估,评估结果表明,该方法的仿真效果较好.     

基于二维纹理样本的方向场引导的体纹理合成

提出一种考虑方向场的体纹理合成新方法.在二维纹理样本中搜索邻域,采用优化的邻域匹配算法逐个合成体素;在匹配二维纹理样本像素邻域和体素邻域时,考虑各体素上的方向,生成各向异性体纹理,并允许采用各向异性的二维纹理样本获得满意的合成结果.方向场可由过程式方法生成,也可由三维医学数据处理而得.实验结果表明,从动物的弥散张量图像得到的方向场能有效地合成真实的动物肌肉纹理,为计算机图形学提供了一种新的肌肉建模手段.     

基于物理的植物叶子形态变化过程仿真造型

文中提供了一种对植物叶子造型的新方法,可以非常真实地展现叶子在干枯、老化过程中几何形态的变化.基于植物学和物理原理,文中引入了双层结构模型表达叶子的力学结构,很好地模拟了不同种类植物叶子形状的多样性.文中首先分析了叶子形状变化的原因,即在叶子枯萎过程中,叶肉和叶脉由于各自不同的组织结构,导致了收缩比例不同,从而在物理模拟中,通过建立关于叶子基本结构的双层质点-弹簧模型,并对上下两层的不同参数的合理设置,很好地表现了叶肉和叶脉的不同力学特性.双层模型的相互作用,决定了叶子最终变形的方式和效果,由此可以得到非常接近真实树叶的各种叶子形态.     

过程纹理造型技术在自然物体仿真中的应用

通过对过程纹理造型技术的应用以木材为例成功地对其纹理作了仿真模拟。并给出了由所提炼出的相关数学模型得出的仿真算法。现在比较常用的构造三维纹理的基本方法有两种：基于高频采样的数字化纹理和采用数学模型动态计算生成纹理。基于高频采样的数字化纹理由于需要有三维数组的支持，在处理高分辨率的纹理时占用空间将急剧增大，多数场合对此是无法忍受的。在真实感较好的一些图形合成系统中多采用数学模型动态计算生成纹理的纹理定叉方法。经过多年的研究实践已经开发积累了许多过程迭代函数以产生各种复杂的纹理，这些过程纹理（Procedural Texture）函数被证明是非常有效的，成功模拟了木材、大理石．云彩、火焰和石板等许多自然物体的纹理。     

基于模拟退火算法的Tile集生成优化

纹理合成技术是计算机图形学、计算机视觉和图像处理领域的研究热点之一,其中因Wang-Tile纹理合成方法可以实时地生成任意大小的纹理而受到人们的关注。Tile集的生成是Wang-Tile纹理合成方法的一个重要方面,但由于其中样本纹理选择的随意性使得合成纹理出现明显的菱形接缝。采用模拟退火算法来实现样本纹理选择过程的全局优化,提高了Tile集的质量,得到了理想的合成结果,对此进行了论述。     

基于运行时纹理合成的纹理画刷

纹理画刷是一种交互式纹理生成工具,能够在用户控制下生成所需要的纹理.本文提出了一种基于运行时纹理合成的纹理画刷实现算法.纹理合成采用逐块合成的方式,每次将整个样本图以选定的位移放置到合成图中,然后用Graph Cut来决定最终的输出区域.在预处理过程中计算得到两个相同样本图间的最佳切合位移集合,在合成过程中,贴块位移搜索范围限定在由此集合及用户控制所决定的一个很小的范围内,使合成速度达到实时.另外通过对"孤立块"采取"虚拟贴块法"选取贴块位移,较好地保持了画刷所生成纹理的一致性.实验结果表明该纹理画刷的纹理生成速度满足与用户交互的需求,且生成纹理的质量高.     

基于双向约束的生成对抗网络

提高生成样本的质量和多样性一直是生成对抗网络(generative adversarial network, GAN)领域主要挑战任务之一.为此,提出了一种双向约束生成对抗网络(bidirectional constraint generative adversarial network, BCGAN).与传统GAN变体相比,该网络在架构设计上增加了一个生成器模块,两个生成器分别从两个不同方向逼近真实样本的数据分布.然后根据BCGAN的网络架构,设计了新的损失函数,并对其进行了理论分析及证明.在BCGAN的训练过程中,一方面通过增加两个生成样本数据分布之间的距离来丰富生成样本的多样性,另一方面通过减小鉴别器对两个生成样本数据分布之间的差异来稳定训练过程,提高生成样本的质量.最后,在1个合成数据集和3个不同公开挑战数据集上进行了实验.一系列实验证明,较其他生成方法相比,所提方法对真实数据分布具有更强的拟合能力,能够有效提升生成样本的质量和多样性.此外,所提方法的训练过程更加平滑稳定.     

基于图像图形相结合的植物叶子动态生长显示

文章介绍了利用图像和图形相结合的方式显示植物叶子虚拟动态生长,利用纹理贴图技术和模型控制技术很好地展现出了植物叶子的生命过程,通过对模型增加控制手段,真实地表现诸如叶子折断、随风飘动、枯萎等显示效果。     

傅氏变换的自配准性质及其在纹理识别和图象分割中的应用

图象按纹理一致性进行辨识和分割是图象分析中的一个重要问题 ,有着广泛的实际应用 .讨论了傅氏变换应用于纹理识别的机理 ,并基于此提出了一种图象分割算法 .图象中的纹理线条呈现出很多方向 ,并随机地分布在图象的各个位置 ,然而对于它的傅氏变换幅度谱来说 ,相同方向的线条无论其位置如何 ,它们的贡献会被叠加在一起 ,集中地反映在通过频谱中心垂直于原线条方向的条带上 .这一现象被称为傅氏变换幅度谱的自配准性质 .首先对这一性质进行实验个例的研究和理论分析 ,然后设计算法将其应用于图象的纹理辨识和基于纹理的图象分割实验 ,取得了较为满意的效果 .实验证明 ,得益于自配准性质 ,傅氏变换方法不失为一种有潜力的纹理分析和图象分割方法 ,值得进一步扩展更多的图象应用领域     

Generating vast varieties of realistic leaves with parametric 2Gmap L-systems

Creating realistic plants and trees require the ability to generate thousands of leaves with different shapes and textures for different given species. This paper presents an original method to generate large atlases of leaves with many details from a single formal grammar. Leaves are described by a parameterized 2Gmap L-system that describes their evolution in shape and texture through out their entire life cycle. Our approach automatically synthesizes the deformations as well as the color and texture changes as the leaves age, as well as defects such as holes or cracks produced by insect attacks or accidents.     

基于图像纹理的玉米叶片叶绿素含量分析研究

经研究作物的叶绿素含量高低与株体的营养状况有关,并且在叶片纹理上有所体现。本文采用数字图像处理技术中纹理分析的空间灰度共生矩阵法寻找纹理各统计量与玉米叶片叶绿素含量的关系。实验结果表明,玉米叶片的叶绿素含量与其对应灰度共生矩阵的能量、熵特征量的相关关系较好,可以用这些特征量来估测叶片叶绿素含量,进而判断玉米的营养状况。     

Compression-Based 3D Texture Mapping for Real-Time Rendering

While 2D texture mapping is one of the most effective of the rendering techniques that make 3D objects appear visually interesting, it often suffers from visual artifacts produced when 2D image patterns are wrapped onto the surfaces of objects with arbitrary shapes. On the other hand, 3D texture mapping generates highly natural visual effects in which objects appear carved from lumps of materials rather than laminated with thin sheets as in 2D texture mapping. Storing 3D texture images in a table for fast mapping computations, instead of evaluating procedures on the fly, however, has been considered impractical due to the extremely high memory requirement. In this paper, we present a new effective method for 3D texture mapping designed for real-time rendering of polygonal models. Our scheme attempts to resolve the potential texture memory problem by compressing 3D textures using a wavelet-based encoding method. The experimental results on various nontrivial 3D textures and polygonal models show that high compression rates are achieved with few visual artifacts in the rendered images and a small impact on rendering time. The simplicity of our compression-based scheme will make it easy to implement practical 3D texture mapping in software/hardware rendering systems including real-time 3D graphics APIs such as OpenGL and Direct3D.     

2-D Macroscopic Texture Synthesis

We present a new macroscopic texture synthesis method based upon a hierarchical macroscopic texture model. Our model allows the composition of various patterns which can be themselves distorted spatially. Such a method is able to simulate a vast class of realistic macro-textures.     

Background subtraction using hybrid feature coding in the bag-of-features framework

Although numerous algorithms have been proposed for background subtraction with demonstrated success, it remains a challenging problem. One of the main reasons is the lack of effective background model to account for the complex variations of backgrounds. Although researchers have strived to obtain a background model effectively attenuating false positives from dynamic background variations, their methods are still sensitive to structured motion patterns of background (e.g., waving leaves, rippling water, spouting fountain, etc.). In this paper, inspired by the bag-of-features framework, we present a simple, novel, yet powerful approach for background subtraction. It relies on the hypothesis that texture variations in the background scenes can be well attenuated by effectively encoding the local color and texture information. Specifically, the proposed method adopts joint domain-range features, which are encoded in the soft-assignment coding procedure. We also propose a novel method for deciding the appropriate kernel variances in the soft-assignment coding, which result in strong adaptability and robustness to dynamic scenes compared to employing fixed kernel variances. Experimental results demonstrate that our proposed method is able to handle severe textural variations of backgrounds and perform favorably against the state-of-the-art methods.     

Retrieval of translated, rotated and scaled color textures

A new method for color texture retrieval using color and edge features is proposed in this study. The proposed method unifies color and edge features rather than simply analyzing only color characteristics. First, the distributions of color and local edge patterns are used to derive a similarity measure for a pair of textures. Then, a retrieval method based on the similarity measure is proposed to retrieve texture images from a database of color textures. Finally, the similarity measure is extended to retrieve texture regions from a database of natural images. Since the proposed feature distributions can resist variations in translation, rotation and scale, our method has the ability to retrieve texture images or regions that change in translation, rotation and/or scale. The effectiveness and practicability of the proposed method have been demonstrated by various experiments.