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。     

面向纹理合成的块尺寸自动选择算法

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。     

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.     

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。     

自适应选取样本块大小的纹理合成方法

在传统基于样本块的纹理合成算法中,样本块的大小需要靠人工设定,或根据图像修复效果进行调节,缺乏自适应性。为解决上述问题,通过提取图像的相关纹理特征,提出一种样本块大小自适应选取方法。利用图像分解技术对图像进行预处理,利用图像灰度共生矩阵提取待修复图像的纹理特征,通过确定相关纹理特征与最优样本块大小的相互关系,实现了样本块大小的自动选取。仿真实验结果表明,利用文中方法自适应选取样本块大小,对自然图像能够获得理想的纹理合成效果。     

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。     

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。     

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。     

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．     

纹理合成中邻域窗口参数的自动提取算法

在纹理图像合成中,邻域窗口的大小是一个重要参数,直接影响着合成图的质量。文章基于平滑图像与差值图像,通过对大量纹理图像和非纹理图像的实验分析,发现了一些规律,并在此基础上提出了一种邻域窗口大小的自动提取算法。试验表明,该方法对规则纹理和随机纹理都具有较好的效果,具有很好的实用价值。     

基于样本的纹理合成技术综述

近年来,纹理合成技术取得了长足的进步,已成为当前计算机图形学、计算机视觉和图像处理领域的研究热点之一。为使人们对该技术有个概略了解,首先针对纹理合成的研究现状,从合成采样、特征分析与匹配、约束合成和多目标合成等4个方面全面论述了纹理合成目前采用的技术方法;然后从合成质量、合成效率等角度对典型的纹理合成算法进行了分析,并指出了它们的长处和存在的不足之处;最后探讨了纹理合成技术今后的发展方向。     

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.     

纹理合成中的邻域大小自动识别算法

在许多采用马尔可夫随机场模型的基于样图的纹理合成算法中,邻域大小决定着这些合成算法的纹理合成质量和合成速度。但目前该参数是由用户根据目测的纹元大小进行试探性的设置,往往需要多次试探才能获得较为理想的邻域大小,设置起来非常不便。文章运用统计分析的方法,提出了一种邻域大小自动识别的算法。实验表明,在一个较宽的纹理范围内,该算法能够自动地识别出理想的邻域大小。