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。     

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。     

基于匹配相容性的高效纹理合成

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.     

一个新的纹理图像合成方法

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,可以避免以往方法中的接缝、走样等问题,在计算机图形学、计算机视觉、图像处理等领域是非常重要的.一种基于块的纹理合成新方法被提出:应用最大流原理和顺序访问方式建立了新的GraphCut图结构,该方法具有Graph Cut算法[2]的较好运行效果,并降低了Graph Cut算法的复杂性.其中,对近规则邻域的纹理图像合成尤为适用.     

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。     

基于人工蜂群的D-Tile纹理合成算法

基于块的纹理合成通过拼接给定纹理样图中的纹理块来合成纹理。其主要思想是从给定纹理样图中选取一组纹理块,将这些纹理块按照某种方式进行拼接得到最终的输出纹理。基于人工蜂群的D-Tile纹理合成算法首先引入人工蜂群算法的思想,选择出边界像素差异性较小的4个正方形纹理块来制作D-Tile,用边界差异性较小的纹理块进行拼接能够降低D-Tile内部缝隙的明显程度,选择正方形纹理块则增加了对样图角部信息的利用;其次,4个正方形纹理块有重叠拼接,分别连接对角线,取中心菱形纹理块作为D-Tile初始框架,该框架的选取能够避免D-Tile拼接时存在的拐角不匹配问题;最后,D-Tile按照边界颜色匹配的原则进行无缝拼接,最终实现纹理合成。实验结果表明,该算法对于各类型纹理的合成都有一个良好的视觉效果。     

基于约束的多样图纹理设计与合成算法

提出了多样图纹理设计的概念,将块拼贴纹理合成方法和点匹配纹理合成方法相结合合成纹理图案。利用块拼贴合成方法合成背景及一些前景的部分,避免了基于点的纹理合成所产生的条带化、模糊等现象。同时,采用点匹配的合成方法合成一些前景及一些前景的部分,解决了块拼贴在小区域覆盖到其他区域的问题,并且利用图像平滑技术,使拼接处自然过渡。由于采用了以上两个算法相结合,在合成速度上已经大大超过了徐晓刚约束多样图纹理合成算法。     

并行波峰模式的规则块拼接纹理合成调度

在基于样图的纹理合成方法中,规则块拼接法因邻接块间相对高的约束条件难以利用并行化手段提高运算效率.文中从一个经典算法出发,把块合成顺序问题转换为任务调度问题,对该问题进行描述并分析提取其中的约束条件,然后以并行波峰模式为基础,提出了一种在满足相关约束下面向通用二维矩阵数据的空间平衡调度方案.在此基础上,提出一种基于并行波峰模式的规则块拼接纹理合成调度算法,很好地保持了规则块拼接的原有约束,实现了基于多核心CPU的并行纹理合成.最后通过理论上的分析和对比实验证明了文中方案的有效性.     

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．     

基于图论优化的块采样纹理合成

基于马尔可夫随机场(MRF)模型和已有的块采样合成技术,提出一种改进的合成算法,采用图论的最小割线算法对MRF的似然性进行优化,将合成时的光栅扫描方式改为之字形扫描方式,以抑制纹理的倾向性和纹元的不完整性。试验证明,该算法的合成效果较好。     

应用粒子群优化算法的混合纹理合成*

应用粒子群优化算法作为像素寻优策略,应用于多样图纹理合成算法中,将群智能中经典的粒子群优化算法引入到纹理合成领域。应用粒子群优化多样图纹理合成方法是传统的基于像素纹理合成方法和基于块的纹理合成方法的折中,除能大大提高多样图纹理合成的速度,样图的质量也得到了很大改善。实验证明,该算法有效解决了徐晓刚混合纹理合成中输出纹理出现的条痕问题。     

Decorating surfaces with bidirectional texture functions

We present a system for decorating arbitrary surfaces with bidirectional texture functions (BTF). Our system generates BTFs in two steps. First, we automatically synthesize a BTF over the target surface from a given BTF sample. Then, we let the user interactively paint BTF patches onto the surface such that the painted patches seamlessly integrate with the background patterns. Our system is based on a patch-based texture synthesis approach known as quilting. We present a graphcut algorithm for BTF synthesis on surfaces and the algorithm works well for a wide variety of BTF samples, including those which present problems for existing algorithms. We also describe a graphcut texture painting algorithm for creating new surface imperfections (e.g., dirt, cracks, scratches) from existing imperfections found in input BTF samples. Using these algorithms, we can decorate surfaces with real-world textures that have spatially-variant reflectance, fine-scale geometry details, and surfaces imperfections. A particularly attractive feature of BTF painting is that it allows us to capture imperfections of real materials and paint them onto geometry models. We demonstrate the effectiveness of our system with examples.     

基于图像类推的场景编辑

在Hertzmann的图像类推算法的基础上,使用块拼贴的纹理合成算法来实现其中的点匹配算法、提出了一个有效的场景编辑算法．为了使合成效果更加自然,本文通过加入一个边界宽度来改进efros提出的动态规划算法以及借鉴纹理传输的思想,使得目标图的边界缝合更加自然,实验表明结果令人满意．     

基于随机映射的快速图像修复算法

传统基于样本块的图像修复方法是在图像全局区域内循环搜索最优相似块,且结构传播过程易受置信因子影响,使得算法运算量大、时间长、效率低。针对以上问题,提出基于随机映射的修复算法。该算法采用随机映射的方法搜索与待修复区域在结构和纹理相似的样本区域,去除冗余的样本搜索空间;其次优化了基于置信因子和边缘信息的优先级计算方法,改进了最优相似块的计算方法,增强了图像结构传播的正确性。实验结果表明,该方法的修复速度比传统方法提高了5~10倍,且增强了图像修复效果。     

纹理的标准性和强标准性纹理的快速识别及合成

分析了纹理合成中时间开销最大的匹配过程,发现了对一类具有特征任意匹配性纹理,可以大大降低匹配精度甚至忽略匹配过程,从而加快纹理生成速度．通过对这类纹理特性的概括,引入了纹理标准性概念,利用可变尺度滑动窗口的灰度距离对标准性进行度量;并结合大量统计结果,给出纹理标准性区分标准,对强标准性纹理使用低精度的匹配或零搜索来合成纹理．实验结果证明,文中对于强标准性的纹理区分可靠有效,生成纹理的速度大大提高,且质量无明显降低．     

Fast connected-component labeling

Labeling of connected components in a binary image is one of the most fundamental operations in pattern recognition: labeling is required whenever a computer needs to recognize objects (connected components) in a binary image. This paper presents a fast two-scan algorithm for labeling of connected components in binary images. We propose an efficient procedure for assigning provisional labels to object pixels and checking label equivalence. Our algorithm is very simple in principle, easy to implement, and suitable for hardware and parallel implementation. We show the correctness of our algorithm, analyze its complexity, and compare it with other labeling algorithms. Experimental results demonstrated that our algorithm is superior to conventional labeling algorithms.     

Real-time patch-based medical image modality propagation by GPU computing

The synthesis of patient data of a certain medical image modality by applying an image processing pipeline starting from other modality is receiving a lot of interest recently, as it allows to save acquisition time and sometimes avoid radiation to the patient. An example of this is the creation of computerized tomography volumes from magnetic resonance imaging data, which can be useful for several applications such as electromagnetic simulations, cranial morphometry and attenuation correction in PET/MR systems. We present a fast patch-based algorithm for this purpose, implemented using graphics processing unit computing techniques and gaining up to \(\times\)15.9 of speedup against a multicore CPU solution and up to about \(\times\)75 against a single core CPU solution.