基于Wang Tiles的几何纹理合成

提出了一种基于Wang Tiles的几何纹理合成方法来在不同物体表面上即时地生成几何纹理.首先根据给定的几何纹理预计算出一组Wang Tiles,然后用这组Wang Tiles在不同的目标物体上即时生成新的几何纹理.尽管基于Wang Tiles的方法已经应用于图像纹理,但由于几何纹理采用了与图像纹理完全不同的表示方式,因此需要用完全不同的方法来处理.采用了基于约束的几何纹理合成技术自动生成几何纹理Wang Tiles,从而保证了生成的几何纹理Wang Tiles在所有排列下都能保持其几何连续性.与现有的方法相比,生成的几何纹理Wang Tiles可以重用到不同的目标物体上,同时占用的存储空间及计算量更小,速度更快.     

纹理合成技术在遥感影像缺失信息恢复中的应用

纹理合成技术是目前计算机图形图像领域研究的一个热点,特别是基于样本的纹理合成,可以根据用户给定的纹理样本,生成具有相同视觉效果的大面积纹理图像,在图像缺失信息修复、目标物去除等方面具有很大的应用价值。本文采用基于马尔可夫随机场原理的样本纹理合成方法,对遥感影像上可能出现的遮挡区域进行恢复弥补,并针对遥感影像的特点,引入相应的GIS辅助数据,提高算法处理的可靠性和视觉质量。通过实验表明,该方法取得了较好的恢复效果,在遥感应用中具有一定的实用价值。     

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.     

基于多样图的纹理生成方法研究

在计算机仿真和虚拟现实领域,如何构造具有高度真实感的视觉与动力学特征的物体,以模拟被研究对象在真实世界中的表现和作用,一直是人们研究的重要课题。纹理合成技术,则是真实再现表面效果和性能的重要手段之一,具有巨大的实用价值。纹理合成就是在样本图像有限并已知的情况下生成与其近似的纹理图像,并且新图像不能是原样本的复制。     

织物纹理的计算机生成技术

纹理是真实感图象最重要的特征之一，而织物纹理是决定服装风格特征的一个重要因素。由于织物纹理的多样性和复杂性，在计算机图形学和服装ＣＡＤ技术的研究中，如何用计算机生成漂亮、逼真的服装面料以及织物纹理就成为一个非常有趣并富有挑战性的问题。本基于Ａｒｎｏｌｄ变换和生命游戏算法提出了一种在计算机上生成多种复杂织物纹理的新方法。实验表明，利用该方法生成的织物纹理既十分漂亮又比较逼真。     

基于零空间分析的计算机生成图像识别研究

伴随着信息技术的发展,数字图像的真伪识别研究已成为热点,提出一种基于零空间分析的计算机生成图像识别方法.对计算机生成图像和真实图像的生成原理及特点进行研究,分析出可通过图像纹理、噪声和空间域特征上的差异对计算机生成图像和真实图像加以区分.为了解决小样本问题,采用零空间分析方法,建立新的样本矩阵,通过调整正则化因子选择出...     

一种有效的基于区域的铅笔画方法

提出了一种新的基于线性卷积积分（Line Integral Convolution）自动铅笔画生成方法。已有的基于LIC的铅笔画方法通过图像的分割和纹理方向的检测技术来获得图像的合理区域划分和各个区域笔画的方向。铅笔画的结果很大程度上依赖于纹理的方向和区域的白噪声。如果分析得到的纹理方向和白噪声和输入的图像不相一致,生成铅笔画的效果就很差。本文提出的方法改进了已有的铅笔画生成方法,首先利用基于图的图像分割方法实现快速有效的区域分割,其次提出一种新的基于区域的白噪声和纹理方向生成方法。实验表明提出的方法更接近于真实的铅笔画效果。     

用自回归(AR)和分层采样生成草书笔画纹理

提出一种基于自回归和分层采样的草书纹理生成方法,从草书作品中采集一些典型的笔画纹理,构建一个纹理笔画库;然后基于自回归模型生成新的草书纹理,并引入分层采样方法来控制纹理宽度;最后将生成的草书纹理映射到字上,得到满意的草书风格作品.     

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。     

基于深度残差生成式对抗网络的样本生成方法

作为样本生成的重要方法之一,生成式对抗网络(GAN)可以根据任意给定数据集中的数据分布生成样本,但它在实际的训练过程中存在生成样本纹理模糊、训练过程不稳定以及模式坍塌等问题.针对以上问题,在深度卷积生成式对抗网络(DCGAN)的基础上,结合残差网络,设计一种基于深度残差生成式对抗网络的样本生成方法RGAN.该样本生成方法利用残差网络和卷积网络分别构建生成模型和判别模型,并结合正负样本融合训练的学习优化策略进行优化训练.其中:深度残差网络可以恢复出丰富的图像纹理;正负样本融合训练的方式可以增加对抗网络的鲁棒性,有效缓解对抗网络训练不稳定和模式坍塌现象的发生.在102 Category Flower Dataset数据集上设计多个仿真实验,实验结果表明RGAN能有效提高生成样本的质量.     

图像复原的算法研究

近年来有关图像复原的研究成果大量涌现，焦点大多集中在图像中的纹理合成或面向结构的图像润饰。分析的几个重要算法，即基于同步的结构纹理填充算法、基于统计的图像润饰算法和基于样本的图像润饰算法，突破了以往研究的局限性，取得了较好的复原效果。基于同步的结构纹理填充算法，首先将纹理合成和图像润饰技术同时应用于图像恢复，基于统计的图像润饰算法则全面利用了图像的全局信息，基于样本的图像润饰算法则将纹理合成和图像润饰技术的特性融于一体。对此进行了分析探讨，并在此基础上总结了目前图像复原研究状况。     

三角网格曲面纹理合成技术研究

纹理合成是真实感图形绘制中重要的技术.对由三角网格组成的曲面模型,提出了一种基于表面三角块矢量场的纹理合成方法.首先用矢量加平滑方法来计算曲面上每个三角块上的纹理方向矢量,并根据这些纹理方向来合成纹理;然后在样本纹理空间按扫描线顺序搜索样本纹理空间,找出最匹配的纹理坐标;算法用队列作为存取结构,并且结果保存在队列中,达...     

面向视觉分类模型的投毒攻击

数据投毒攻击中的后门攻击方式的攻击者通过将带有隐藏触发器的样本插入训练集中来操纵训练数据的分布,从而使测试样本错误分类以达到改变模型行为和降低模型性能的目的。而现有触发器的弊端是样本无关性,即无论采用什么触发模式,不同有毒样本都包含相同触发器。因此将图像隐写技术与深度卷积对抗网络（DCGAN）结合,提出一种基于样本的攻击方法来根据灰度共生矩阵生成图像纹理特征图,利用图像隐写技术将目标标签字符嵌入纹理特征图中作为触发器,并将带有触发器的纹理特征图和干净样本拼接成中毒样本,再通过DCGAN生成大量带有触发器的假图。在训练集样本中将原中毒样本以及DCGAN生成的假图混合起来,最终达到投毒者注入少量的中毒样本后,在拥有较高的攻击率同时,保证触发器的有效性、可持续性和隐藏性的效果。实验结果表明,该方法避免了样本无关性的弊端,并且模型精确度达到93.78%,在30%的中毒样本比例下,数据预处理、剪枝防御以及AUROR防御方法对攻击成功率的影响达到最小,攻击成功率可达到56%左右。     

三维离散点采样表面基于全局优化的纹理合成算法

提出了一个直接在三维离散点采样表面上进行基于全局优化的纹理合成算法．算法首先对点模型表面进行基于协方差分析的递归式聚类削分，然后通过对各初始聚类进行优化调整和区域生长，得到更为均匀的计算单元块且使相邻单元块间具有重叠区域．基于所得到的计算单元块和样本纹理，在点模型表面上建立了一个全局的纹理合成能量方程，并采用最大期卑值算法迭代优化求解出一个全局的能量最小值．在全局优化算法中，通过加入的约束条件，进而给出了点模型颜色纹理的修复算法和流引导的可控纹理合成算法．由于点模型表面离散点元的稠密性，通过对离散点元的法向基于纹理合成结果进行相应的扰动，进一步增强了表面纹理的几何粗糙感．实验结果表明，该文的算法在点采样几何表面上有效地保持了生成的纹理结构和视觉效果的连续性和平滑性，得到了令人满意的结果。     

基于Lévy分布的不平衡数据过采样方法

针对不平衡数据集上的分类问题，提出了基于Lévy分布的过采样方法，其核心思想是根据初始数据集的分布，利用Lévy分布构造新样本的密度分布。基于Lévy分布的特性，使得从边界样本合成的新样本密度最大，靠近多数类的样本合成的新样本密度次之，靠近少数类的样本合成的新样本密度最小。因此，该算法可以增强分类边界，同时可以减小噪声生成。通过在多个数据集上的实验，表明所提算法可以有效改善不平衡数据的分类效果。     

移动设备上基于Wang tiles的双向纹理合成算法

为了在移动设备上实现纹理合成,首先在总结了PC平台上纹理合成技术特点的基础上,指出基于Wang tiles的纹理合成适合在资源受限的移动平台上实现;然后通过深入分析Cohen随机贴片算法中的不足,提出了改进的基于Wang tiles的双向纹理合成新算法,即包括样本纹理子图的选取、片填充和基于双向扫描的贴片算法。该算法不仅扩大了最佳切割线的搜索范围和增加了贴片的随机性,同时也减少了计算和存储需求。实验结果表明,该算法不仅能够运行在移动设备上,而且与随机贴片算法相比,还提高了非周期性视觉效果。     

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.     

空间各向异性肝动脉体纹理合成方法研究

针对空间上具有各向异性的体纹理,提出一种基于样本的体纹理合成方法,把二维情况下基于二维纹理样本块的粘贴技术扩展至三维,应用到构建好的肝动脉模型。根据用户在四面体网格上定义的张量场,以四面体为合成单元,粘贴各向异性的三维纹理样本块。实验结果与理论分析表明,该方法可以在任意三维区域根据用户的交互合成预期的纹理效果,且能够较好地模拟肝动脉的内部结构,实现切割的实时可视化。     

复杂纹理的生成与定位技术

本文提出了一种直接在三维景物表面上进行纹理喷绘的复杂纹理生成技术．与传统二维喷绘系统不同，本方法实时地将每一笔划所确定的颜色值作为某种纹理属性直接在景物表面上喷绘出各种纹理及光照效果．利用该技术，我们可方便地解决相邻表面间纹理的连续拼接及多重纹理之间的过渡问题．结果表明，本方法可用来生成非常复杂的纹理．