【摘 要】
：
目的：在计算机图形学研究中，纹理生成主要是借助计算机完成，如何控制纹理演化过程生成不同纹理仍是真实感图像绘制中一个富有挑战性的研究问题。方法：提出一种Amold反变换的规范表达式来统一各类Amold正反变换形式.借助规范表示式对图案矩阵进行正反变换来描述图案纹理的演化过程，通过展示变换后的矩阵就可获得不同的纹理图案。结果：利用Amold变换，不论是正向的还是反向的，都可以像通常计算逆矩阵一样求得正
【机 构】
：
北京科技大学 信息工程学院，北京 100083 新疆师范大学计算机科学技术学院，乌鲁木齐 830054
论文部分内容阅读
目的：在计算机图形学研究中，纹理生成主要是借助计算机完成，如何控制纹理演化过程生成不同纹理仍是真实感图像绘制中一个富有挑战性的研究问题。
方法：提出一种Amold反变换的规范表达式来统一各类Amold正反变换形式.借助规范表示式对图案矩阵进行正反变换来描述图案纹理的演化过程，通过展示变换后的矩阵就可获得不同的纹理图案。
结果：利用Amold变换，不论是正向的还是反向的，都可以像通常计算逆矩阵一样求得正反变换矩阵，即可以不管变换中(MOD N)的限制.依此扩展生成纹理图案的方法。
结论：该方法简单易行，能够通过矩阵正反变换快速地生成大量不同的纹理图案实例.进一步引入图案基元的演化生成，推广图案纹理的构形。
其他文献
@@去模糊和去噪是图像复原技术所需要解决的主要问题。图像复原的数学本质可以由反问题模型来刻画和说明。反问题求解最大困难在于大多数反问题都呈现出不适定性，导致了求得的结果对于微小扰动极其敏感。在代价函数中嵌入正则项是解决图像复原中不适定问题的一种有效方法。
@@随着无线多媒体通信技术的发展，出现了越来越多的视频应用需求，如：无线多媒体传感器网络、移动可视电话、无线视频监控、无线PC摄像机等。在这些视频应用中，由于电源电量、存储容量、计算能力、通信能力都受限，不仅需要较低复杂度的编码，而且需要视频信号实时编码和传输。分布式视频编码具有编码简单、解码复杂的特点，适用于电量、存储、计算能力受限的无线多媒体传感器网络。
@@三维数据场的体绘制技术一直是科学计算可视化领域研究的热点。得益于近年图形卡中图形处理单元(GPU)技术的飞速发展，在个人计算机上实时地可视化中等规模的规则体数据（Regular volume datasets）已经成为现实。然而，对于不规则体数据（通常是四面体网格），由于其基本单元并不是规则的体素(voxel)，难以直接利用GPU强大的并行处理能力完成绘制工作。同时，数据的不规则性也导致在视点
@@遥感图像的噪声分析和去除作为经典问题一直受到关注并成为遥感图像处理的一个重要研究领域。传统的去噪方法在一定程度上可以去除图像中的噪声，但往往在去噪的同时会使图像的边缘和细节问题信息模糊化。特别是对于遥感图像，如何在较好的完成图像去噪的同时，能够自适应的最大化保护边缘等局部信息就尤为重要。
@@运动模糊是摄影中的常见问题，其产生原因是相机和景物在曝光时发生了相对位移。由于位移运动的任意性，自然图像的多样性，以及各种噪声的复杂性，使得图像去模糊问题变得非常困难。近年来，人们针对一类特殊的运动模糊图像进行卓有成效的研究。
@@PCNN模型在图像处理方面得到了很多很好的应用。在图像分割的应用上，PCNN模型要通过合理的设置循环迭代次数，才能得到最佳分割效果。为了实现PCNN的自动分割，很多学者做了大量的研究工作，提出了很多算法，主要有基于交叉熵的PCNN自动分割算法，基于遗传算法的PCNN自动分割算法，基于unit-linking的PCNN自动分割算法，基于区域增长的PCNN分割算法，基于图像连通域计算的分割结果评价
@@视频序列中的目标跟踪以数字图像处理和计算机视觉为依据，以动态图像处理技术为基础。它是智能领域中的热点研究之一，具有广泛的应用前景，尤其是在智能行为分析、人机交互以及辅助医疗诊断等领域。
@@分形埋论是非线性科学的前沿和重要分支，在分形造型、自然景物模拟以及图象压缩等方而具有广阔的应用前景，随着图形学和软件技术的迅速发展，分形理论的研究和应用逐渐受到人们重视。对具有分形特征的图形图像进行变形也越来越成为热门，分形变形技术是计算机图形学中重要的研究领域之一。
@@自动指纹识别系统(Automated fingerprint identification system，AFIS)在网络、通信、金融、保险、公安、国防等信息安全领域以及日常工作与生活领域的应用越来越普及，指纹因具有普遍性、唯一性、稳定性、可采集性和方便性等优点，而成为可靠的生物识别技术之一。因而，AFIS己成为当前一个重要的研究课题，有着非常广阔的应用前景。
@@人类之所以能够从复杂的场景中快速准确的筛选出感兴趣的信息，是因为其具有复杂的视觉神经网络系统。它可以帮助人类从入眼的海量信息中选择出重要的信息并做出响应。这种具有选择性和主动性的生理和心理活动被称为视觉注意机制。如何将该机制转化为有效的可计算模型，使计算机具有类似人眼的功能，是机器视觉领域科研人员关注的重要课题。