基于样图的纹理合成方法是继纹理映射,过程纹理合成方法后发展起来的一种纹理合成技术,用于解决传统方法中出现的缝隙、扭曲、变形和参数调整等问题。本文主要研究了纹理合成技术在向量场可视化和视频合成这两方面的应用。本文介绍了纹理合成研究领域的一些基本概念,通过一些典型算法描述了目前基于样图纹理合成技术的发展现状,指出了纹理合成中的一些关键问题。在向量场可视化的应用中,对于基于纹理合成的向量场可视化算法存在的问题——有时合成块内点的向量场大小和方向差异巨大,不能很好的体现向量场变化的趋势,本文提出了改进方法,采用点块结合的自适应分割方法进行合成。在约束纹理合成的框架下,定义了在向量场的指导下相邻两帧之间点位置的相关性约束,使用纹理合成算法迭代合成连续帧,用视频实现了向量场可视化。这种视频实现相对于合成图像实现向量场可视化,更直观地展示了基于向量场的纹理变化过程。在视频合成的应用中,介绍了现有的基于纹理合成的视频合成算法,针对它们大多需要一段视频作为输入的局限性,本文提出了基于单张图像生成一段视频的方法,运用图像分割算法提取图像中的流体部分,通过人工交互的方式生成流体的运动轨迹。对样本进行旋转和缩放等变换丰富了采样空间,使之适用于不同方向和大小的向量场。定义了多帧之间点位置的相关性约束,在此约束下合成了一组连续的帧,实现了单张图像中流体部分运动视频的合成。本文算法在计算机动画片、大规模场景渲染、场景的模拟生成等方面有一定的应用前景。