基于样例的纹理合成是近年来国内外一个比较活跃的研究领域,在计算机视觉、图像处理及计算机图形学等领域都占有重要的地位,有着非常广阔的应用前景。传统的基于样例的纹理合成方法只需要输入一个具有有限空间尺度的样例,就可以合成在视觉感知上与样例类似的较大的纹理。但是如果要合成一个很清晰的类似大陆等的较复杂的纹理时,将需要输入一个具有较高分辨率的样例,而在实际中这是不可能获得的。目前,在二维纹理合成领域有一种称为多尺度纹理合成的方法,该方法需要输入多个样例,然后针对这些样例建立相应的样例图,高斯堆等数据结构形式,最后通过一系列的上采样、抖动和校正等技术来合成最终的多尺度纹理,本文的方法正是基于该方法提出来的,并扩展到三维领域形成了一种新的技术,即三维多尺度纹理合成技术,很好的解决了目前纹理合成领域面临的困境。本文首先对二维纹理自相似纹理的概念及自相似性度量进行了介绍,详细研究了两种判断二维纹理自相似性强弱的度量方法,为更有效的使用本文所提出的方法奠定了基础。然后详细讨论了二维多尺度纹理合成技术的原理及实现方法,接下来介绍了该技术在分形纹理以及渐变纹理等中的应用,这是本文的一个亮点。最后,详细介绍了本文的主要创新之处,即将二维多尺度纹理合成技术扩展到了三维领域,并且通过大量的实验结果证明了本文方法的可行性。