论文部分内容阅读
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,具有广泛的应用价值。近几年出现的基于样图的纹理合成技术,不仅可以克服传统纹理映射方法可能带来的纹理接缝和纹理扭曲的缺陷,而且避免了过程纹理合成调整参数的繁琐,因而受到越来越多研究人员的关注。虽然基于样图的纹理合成方法发展迅速,但是目前尚没有一种通用算法能够快速有效的合成各种纹理。传统的方法对于结构较明显的纹理和随机性较强的纹理得到了较好的合成效果,但是对于介于二者之间的一类纹理往往合成失败。本文致力于改善这类纹理的合成效果,研究和分析了基于样图的纹理合成算法的特点和存在的不足,并在其基础上提出了如下新的观点和算法:(1)提出一种引入结构性信息的纹理合成方法。结合边缘跟踪算法与边界的链码表述方法记录样图的结构信息,用这些结构信息计算两个块之间的结构匹配误差,将结构差异作为相似性度量的重要因素之一,保证了图像间结构信息的连贯性。(2)为了兼顾纹理合成的质量与合成速度,提出了一种基于小波的纹理合成方法。纹理合成时先对样图进行二维小波分解,只在分解后的低频部分进行最佳匹配块的搜索,使合成速度得到了很大提高。在搜索最佳匹配块时,使用多尺度小波变换后的小波系数的差异作为误差度量,并在比较匹配误差时增加高频系数的权重,突出了纹理结构的匹配。合成彩色图时,将离散K-L变换与小波变换相结合,利用离散K-L变换克服合成彩色图时存在的颜色失真。实验结果表明,本文方法不仅得到了较好的合成质量,而且在很大程度上减少了合成时间。