块尺寸自适应的Tile纹理合成算法

针对Wang Tiles纹理合成算法中样图信息利用不完全、所制作的Tile中心处有明显接缝,以及Tile拼接时拐角处不完全匹配等问题提出了一种改进的纹理合成算法。分析给定的纹理样图,得到适当的纹理块长度,按照该长度从纹理样图中提取4个菱形纹理块,生成Tile初始框架;从样图中选择与Tile初始框架尺寸相同的纹理块作为替代纹理块,与Tile初始框架重叠放置,求取最佳缝合路径,从而制作Tile;通过一系列Tile拼接生成最终的输出纹理。实验结果表明,该算法制作的Tile有很好的视觉效果,同时对各类型纹理该算法都能取得一个较好的纹理合成效果。     

尺寸自适应的T-Tile三维纹理合成

以Wang Tiles纹理合成算法思想为基础,提出一种新的三维网格纹理合成算法。首先,分析给定的样本纹理,得到适当的纹理块尺寸,根据该尺寸从样本纹理中选取3个菱形纹理块,生成T-Tile初始框架;其次,从样本纹理中提取与T-Tile初始框架尺寸相同的纹理块作为替代纹理块,与初始框架完全重叠放置,制作T-Tile;最后,调整给定的三角网格模型为等边三角形网格模型,按照T-Tile边界颜色匹配的原则进行三角形面片的纹理合成。实验结果表明,该算法能够以较快的速度进行纹理合成,达到了实时纹理合成的效果,同时也可以得到较高的纹理合成质量。     

基于PSO的Wang Tiles纹理合成

如何在纹理样图中选择组成Wang Tiles的图像块决定着纹理的合成质量。基于PSO的Wang Tiles纹理合成通过粒子群优化算法在纹理样图中快速搜索边界差异最小的图像块,并用选取的图像块构建Wang Tiles,最后用Wang Tiles纹理合成算法合成纹理。实验表明,该算法合成的纹理具有较少的接缝,比随机选择图像块具有更好的合成效果。     

利用相关性的快速块拼贴纹理合成

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。     

基于混洗蛙跳和粒子群优化算法的块自增纹理合成

针对基于样图的纹理合成技术,提出了一种基于混洗蛙跳和粒子群优化算法的块自增纹理合成方法。该方法在纹理合成过程中,通过选取尺寸按2的倍数不断增大的纹理块来提高纹理合成的速度,将混洗蛙跳算法和粒子群算法相结合,作为纹理块匹配的寻优策略,以提高纹理块的查找速度和全局搜索性能。实验结果表明,该方法在保证纹理合成质量的前提下,能够显著地提高基于样图的纹理合成速度,并能克服粒子群算法易陷入局部最优解的缺陷。     

GPU适用的并行纹理合成算法

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.     

基于Wang Tile的改进纹理合成算法

Wang Tiles由4个纹理块构建而成,并为Tiles拼接做准备。因为Wang Tiles是事先制作的,所以它是一种实时纹理合成方法。然而,在Tiles内部和相邻Tiles拐角处存在着匹配问题,因此,提出了一种改进Wang Tile的新方法,该方法使用一个新的样图来替换边界匹配样图的中心,并采用Image Quilting算法查找替换路径,从而生成Tile集合,继而合成大块纹理。实验结果表明,所绘制的纹理不仅成功克服了匹配问题,而且在某种程度上增强了纹理多样性。     

自相似性匹配的纹理合成

基于Image Quilting算法,基于块匹配的误差提出了一种基于自相似匹配的改进方法,其有效提高了缝合速度及合成质量,对不同纹理样本都能取得较好的合成效果。该算法首先根据样本图像大小动态确定匹配块的大小;之后通过自相似匹配的原理设置了缝合块的边界匹配误差,保留了缝合块的边界信息;在缝合过程中使用贪心算法选取相似性最高的块作为下一个待缝合的块,通过局部最优合成效果合成最终纹理图像。实验结果表明,改进后的算法减少了合成时间,消除了匹配块之间的不连续性,提高了合成质量。     

基于特征匹配的渐变纹理图像合成算法

近年来发展起来的纹理合成算法可以由小块纹理样图合成任意大小的纹理图像。合成的纹理图像虽然和样本纹理在视觉上相似且连续,但是缺少变化,因此需要有算法能使合成纹理图像产生需要的变化。文中借助输入样本图像的MIP图像和基于块的纹理合成,在边界的合成过程中加入了特征匹配以提高合成纹理图像的质量。实验结果表明,该算法可以在沿着纹理合成的方向上产生渐变的纹理图像,并通过特征匹配能够使合成的纹理图像在视觉是平滑过渡的。     

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。     

基于纹理谱的纹理分割方法

纹理分析是图象处理中的一个重要领域。本文提出一种基于纹理谱特征分割纹理图象的方法。它首次将纹理谱特征与区域生长算法结合起来，从而实现了无监督的纹理分割。纹理谱特征具有对方向性敏感等优点，基于纹理谱的纹理图象分割取得了良好效果。     

Textural filters based on the texture spectrum

Conventional digital filtering techniques, based on classical Fourier analysis (that is, low-pass, high-pass and band-pass), are widely used in digital image processing. Unsatisfaction may be encountered when applying these filters to texture analysis of images, where one needs some specific spatial filters which are able to transform an image in the sense of texture rather than the spectral properties. Such textural filters can be designed in the texture spectrum domain and they are of interest for texture analysis. An example is given in this paper, and has been applied to four of Brodatz's natural images. The result shows a promising potential of the texture spectrum for designing textural filters.     

一类新的纹理谱描述子

在纹理元的基础上提出了一类新的纹理谱描述子,新的纹理谱描述子在3个方面作了改进：将像素的灰度差量化为4个值;量化区间根据纹理对比度自动确定,并保证量化值具有灰度线性不变性;利用相关性弱的8邻域像素构建纹理谱描述子,从而降低了纹理谱维数。定义了基于新的纹理谱描述子的光照、旋转不变性纹理特征。利用该特征对Outex纹理进行光照、旋转不变性分类,分类准确率高于基于局部二值模式的光照、旋转不变性纹理特征。     

一种新的基于局部傅立叶级数的纹理描述子

纹理分析在图象分析和模式识别中起着非常重要的作用,而纹理描述又是其中一个基础的研究课题。由于均匀纹理其局部的灰度分布与空间关系在整体上具有周期性,因此可以用这种局部信息来很好地刻划不同纹理的差异。为了获得良好的纹理分类效果,利用象素点八近邻灰度之间的空间相关性,提出了用八近邻的傅立叶级数作为纹理刻划的新方法。该方法视象素点的八近邻为周期列,并首先通过计算其傅立叶级数,进而来得到整幅图象的局部傅立叶级数图,然后将通过对该傅立叶级数图幅值进行量化而获得的直方图作为纹理描述子（该纹理描述子具有平移旋转不变性）;最后用13种Brodatz纹理来进行分类。实验结果表明,该描述子具有良好的分类能力。     

基于卷缩轮信息的虹膜识别

本文利用图像纹理元的灰度模式及统计特征完成卷缩轮的分割，并在卷缩轮分割的基础上实现对虹膜的识别；同时，运用该方法进行了实验，实验效果很好。     

Synthesizing Feather Textures in Galliformes

The texture of feather is one of the most fascinating, complicated, and beautiful texture patterns in nature. In this paper, we propose a new and effective texture generation approach that uses the traits of iteration behavior to synthesize the textures of Galliformes feathers realistically. We also propose an interactive feather modeling approach which provides a close connection between the user's intuition and the resulting branching pattern. In texturing the feather structure, we use an object-space mapping technique. Experimental results are presented to show the effectiveness of our method.     

一种基于纹理模式的汽车牌照定位方法

针对车牌区域内字符串具有丰富的纹理特征,采用纹理模式分析方法,充分利用这些纹理特征,突出车牌区域,削弱伪车牌区域。提出了一种基于纹理模式的车牌定位方法。试验结果表明,此方法能较准确地定位车牌,便于进一步的车牌字符分割。     

一种新型纹理图像生成方法研究

利用人工神经网络BP算法 ,提出了一种新型纹理图像生成方法。其技术关键在于正确选取能够全面描述纹理的特征函数 ,并建立有效的人工神经网络模型。生成纹理图像时只需给出原始纹理图像 ,系统将自动计算图像的特征函数并做为BP网络输入 ,便可输出图像的灰度向量 ,生成纹理图像。实验结果表明 ,该方法适合于生成多种纹理图像 ,取得了令人满意的效果。     

一种新的基于环境纹理映射的浓淡方法

提出了一种新的基于环境纹理映射思想实时近似Ｐｈｏｎｇ效果的浓淡方法。由于采用了预先定义的光照纹理与仿射纹理映射方法,使得该方法具有较高的效率,同时几乎不损失生成画面的质量,并可以在低档系统中实现帝时的仿Ｐｈｏｎｇ浓淡效果。     

基于谱直方图和SOFM网络的纹理分类

提出了一种基于纹理谱直方图和自组织特征映射网络的纹理分类方法。引入像素的八近邻离散付氏变换犤5犦,随机选取局部纹理区域,计算所选纹理区域的纹理谱并量化得到谱直方图,将其作为自组织特征映射(SOFM)网络的特征模式输入并训练网络。训练结束后的拓扑输出层对应于纹理的不同类别。算法简单有效,对6类Brodatz纹理进行测试,得到了良好的分类效果。