首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 109 毫秒
1.
纹理混合与纹理传输   总被引:5,自引:2,他引:5  
基于样本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纹理拼贴方法 ,而在已有的算法中 ,绝大多数只能处理单纹理样本的合成 .提出一种新颖的可处理两个纹理样本的纹理混合方法 ,通过调整参数可以控制纹理在合成结果中所占的比例 ,利用之字形双向扫描提高合成纹理的质量 ,即第一行先按扫描线顺序 ,第二行从行尾点开始按反方向进行扫描 ,第三行又按扫描线顺序 ,如此往复 ,直至图像结尾 ;还提出一种简单的纹理传输方法 ,用户可以根据实际需求进行设计和调整 ,获得各种结果 .计算一幅 3 0 0× 3 0 0的图片可在几秒内完成 .  相似文献   

2.
江巨浪  李飞  朱柱  詹文法 《计算机应用》2014,34(10):2982-2984
在现有的基于块的纹理合成算法中,针对块尺寸需要人工选择从而导致纹理合成质量不确定的问题,提出一种纹理合成中的块尺寸自动选择算法。在纹理样本上按扫描线顺序滑动子块直到遍历所有位置,对子块与纹理样本的直方图进行归一化与均值滤波预处理,然后计算二者直方图的交;在不同子块位置的上述计算结果中,取其最大值作为子块与样本的颜色相似度。针对颜色相似度与块尺寸的近似单调递增关系,采用二分法计算相似度阈值点所对应的横坐标,将其作为纹理合成的块尺寸。多种类型纹理的实验结果表明,该方法自动选择的块尺寸与最佳经验取值范围相吻合。所提方法不仅适用于结构性纹理的合成,而且适用于随机性纹理的合成,能够获得理想的合成结果。  相似文献   

3.
螺旋线状搜索的快速块匹配纹理合成   总被引:1,自引:0,他引:1  
为了避免纹理映射技术可能带来接缝走样的缺陷和过程纹理合成中复杂参数的调试,采用基于样图的纹理合成方法提出了一种新算法.该算法基于纹理的连贯性,在采用徐晓刚螺旋线状搜索算法的同时,结合了梁林的块拼贴纹理合成算法,即利用连贯性在样图中已合成纹理块位置向邻域扩展进行螺旋搜索,直到搜索到最佳匹配纹理块,然后进行纹理合成.大量实验结果表明,该算法与上述两种算法相比在合成效果上更加理想,合成时间也大大提高.  相似文献   

4.
基于样图的纹理合成是一个大计算量过程,为了利用GPU的并行计算能力进行大规模纹理合成,我们提出一种并行纹理合成算法.该算法综合块查找和全局纹理优化算法分多遍进行纹理的合成和优化,其中每一遍分为串行纹理块定位和并行最优块匹配2个阶段.纹理块定位阶段在CPU端按照扫描线顺序确定待合成的邻域,并将邻域位置传入GPU;最优块匹配阶段在GPU端并行计算待合成邻域与对应样本邻域的全局距离,并查找出最优解得到匹配块.最后根据匹配过程统计数据自适应调整优化规模,在全局范围内对纹理进行迭代优化.实验结果表明,文中算法在保证大规模纹理合成效果的基础上减少了计算时间,能够满足交互式纹理合成的应用.  相似文献   

5.
通过总结已有的纹理合成算法,采用基于样图的纹理合成方式提出了一种快速块拼贴纹理合成算法。该算法基于纹理的相关性,在搜索最佳目标纹理块时,通过相关位置偏移技术在样图中映射出已合成块的地址,适时加入螺旋搜索方法,利用块边界匹配算法将搜索到的地址块进行匹配,直到找到符合误差阈值的纹理块然后进行输出合成。通过实验发现,算法在处理随机性纹理和结构性纹理时都能取得比原先算法更好的合成效果,合成时间也大大加快。  相似文献   

6.
基于二维纹理样本的方向场引导的体纹理合成   总被引:1,自引:0,他引:1  
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.  相似文献   

7.
螺旋状匹配搜索的块拼贴纹理合成   总被引:3,自引:0,他引:3  
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纹理拼贴方法。该文在Efros块拼贴算法和徐晓刚的螺旋状点匹配搜索算法基础上,提出了一种螺旋状匹配搜索的块拼贴算法。该算法利用纹理块的连惯性,在搜索待合成纹理块时,在已合成纹理块在样本图像中位置的邻域进行搜索,找到匹配纹理块后进行输出。该方法大大加快了纹理合成的速度,与Efros块拼贴算法相比,在合成质量不变的基础上,合成速度平均提高了10倍。对于不同的纹理进行实验,其结果也令人满意。  相似文献   

8.
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.  相似文献   

9.
文中提出一种新的基于纹理块操作的纹理合成方法.对于每个纹理块,该方法根据样本纹理生成可与它进行拼接的纹理块邻接集合,并根据多步合成计算时纹理块之间的可拼接性(即匹配相容性)对邻接集合进行优化处理,即舍弃那些在多步操作后会引起匹配冲突的块.这样,合成计算时,可节省大量的关于邻接块之间的相似性度量计算,减少合成过程中的匹配冲突,由此提高纹理合成的效率.其合成质量,可与目前合成质量最好的纹理优化方法相媲美;而在合成速度方面,新方法的时间复杂度基本上是与目标纹理的大小成线性关系的,并经实验表明,新方法能以交互绘制的速度合成1024×1024像素的大纹理,而这是已有合成方法难以达到的.  相似文献   

10.
《计算机科学与探索》2017,(9):1484-1495
针对由纹理元素组成的样本纹理在模型表面纹理合成中难以保持样本纹理结构规律性的问题,提出了一种基于纹理元素分布构建的模型表面纹理合成方法。首先通过用户交互在三维模型表面上确定待合成纹理的初始位置,然后利用邻域比较以局部扩张-冲突检测的形式,从三维模型表面初始位置上开始逐步构建纹理元素的分布,使之与二维样本纹理的纹理元素分布具有一定的外观相似性。最后,采用自适应的局部参数化方法将纹理元素分别映射到模型表面对应位置,以获得最终的三维模型表面纹理合成结果。实验结果表明,该方法能够在模型表面合成高质量的纹理,并在保持纹理元素完整性和保持样本纹理潜在规律性的同时,能够使得已合成纹理中扭曲程度较低且是连续、无接缝的。  相似文献   

11.
从加快纹理相似性的判别速度出发,提出了一种纹理合成的自相关性判别法.传统的纹理合成算法随着邻域和样本的增大,计算量将成倍增加,纹理合成速度减慢的劣势逐渐体现出来.因此,算法对样本纹理建立简单的自相关性距离查找表,利用L邻域内像素的自相关性距离作为像素匹配的判别依据,以查找取代传统匹配过程中的繁琐计算,极大地加快了合成速度,可实现动态的、多精度的合成效果调控,以及避免块匹配中易出现纹理接缝的问题.经验证,该算法可在纹理合成、图像修补及纹理检索中应用,并可很好地达到实时的应用要求.  相似文献   

12.
基于三角块的曲面纹理合成   总被引:6,自引:2,他引:4  
根据曲面网格上的切向矢量场,采用广度优先搜索策略从样本纹理空间中为每个三角面片映射纹理面片,直至完全覆盖整个网格.在搜索和映射过程中,首先使网格上相邻三角面片的纹理有最小的匹配误差;然后对相邻的三角面片纹理使用图的分割方法拼接纹理,得到曲面上连续的合成纹理;最后压缩存储合成的三角面片纹理.该算法适用于多种类型的样本纹理和任意的三角化曲面.  相似文献   

13.
基于Graph Cut的快速纹理合成算法   总被引:1,自引:1,他引:0  
提出一种带边界匹配的基于Graph Cut的快速纹理合成算法.通过将纹理样本以不同的位移贴到输出图中完成合成,重叠区域的像素取值由Graph Cut确定.引入边界图辅助位移搜索,以增强合成结果的边界连续性;在预处理过程中计算2个相同样本在所有相对位移下的匹配误差,选取一部分误差最小的位移组成“优选位移”集合,合成过程中的块间相对位移仅从此集合中选取,大大地提高了合成速度.实验结果表明,该算法合成质量高、适用范围广、合成速度快.  相似文献   

14.
提出一个简单有效的基于样图的纹理合成新方法.现有纹理合成算法仅考虑两块待匹配块之间对应元素的颜色差别作为评价相似性的量度,对于一些纹理图象,找到的不一定是最相似的匹配块,因此合成后,没有得到令人满意的效果.为此,提出一个新的纹理合成算法,不仅考虑了两个匹配块之问的颜色相似性,还充分考虑了结构的差别,把结构的相似性作为匹配块之间相似性量度的重要因素之一.具体作法是:从样本图象产生一个基于结构的新的特征映射,降低结构上不连续的程度,从而获得比较理想的合成结果.  相似文献   

15.
对于包含明显特征对象的纹理,现有的纹理合成算法会破坏样图中特征对象的完整性,使得合成的纹理效果不理想。针对该类型的纹理,本文提出了一种基于特征提取的纹理合成算法,该算法将纹理样图进行分层处理,一层是纹理上具有明显边界和完整形状的特征对象,一层是除去特征对象的背景。我们先将纹理上的特征对象提取出来,然后用剩下的纹理合成背景,最后将提取的对象按照样本中的分布规律撒播在背景上来生成纹理。实验表明,该算法能够较好地保证样本纹理中特征对象的完整性,合成效果比较理想。  相似文献   

16.
Motivated by the low structural fidelity for near-regular textures in current texture synthesis algorithms, we propose and implement an alternative texture synthesis method for near-regular texture. We view such textures as statistical departures from regular patterns and argue that a thorough understanding of their structures in terms of their translation symmetries can enhance existing methods of texture synthesis. We demonstrate the perils of texture synthesis for near-regular texture and the promise of faithfully preserving the regularity as well as the randomness in a near-regular texture sample.  相似文献   

17.
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。  相似文献   

18.
Method of Direct Texture Synthesis on Arbitrary Surfaces   总被引:2,自引:0,他引:2       下载免费PDF全文
A direct texture synthesis method on arbitrary surfaces is proposed in this paper. The idea is to recursively map triangles on surface to texture space until the surface is completely mapped. First, the surface is simplified and a tangential vector field is created over the simplified mesh. Then, mapping process searches for the most optimal texture coordinates in texture sample for each triangle, and the textures of neighboring triangles are blended on the mesh. All synthesized texture triangles are compressed to an atlas. Finally, the simplified mesh is subdivided to approach the initial surface. The algorithm has several advantages over former methods: it synthesizes texture on surface without local parameterization; it does not need partitioning surface to patches; and it does not need a particular texture sample. The results demonstrate that the new algorithm is applicable to a wide variety of texture samples and any triangulated surfaces.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号