约束纹理合成

对基于块的实时纹理合成算法进行扩展并应用到约束纹理合成中, 对瑕疵进行修复, 在纹理合成的过程中采用不同类型的纹理段寻找匹配, 并且利用可变大小的纹理块修复瑕疵的边缘处, 使修复后的图像在原来瑕疵的边界处没有明显边界感.     

运用图论理论优化运输方案

施工工地运输方案的优化设计可以归结为：按施工期要求设计运输线路或验证已有线路通行能力，计算总线路中影响提高流量的关键路段，取得最小费用最大流。本文运用图论理论这一数学工具把实际问题抽象为有向网络，进而建立数学模型。此方法理论上严密，解题步骤直观清晰，并对公路、水路、铁路等其它运输系统有普遍意义。     

基于块采样的纹理合成算法改进

通过引入最小误差映射表数据结构,改进图像重叠区域最小误差分割算法,以提高纹理合成过程的纹理块匹配速度.通过对可接受误差范围参数进行调整,实现纹理选取过程的优化,提高合成图像的质量.以二值化的原始纹理块和合成图像中的黑色像素点百分比折线对比、黑色区域数量折线对比作为合成效果的评价依据,给出合成图像效果的评价算法.试验结果表明,改进算法在提高合成速度、改善合成效果方面都较理想.     

基于纹理合成的图像修复优化方法

针对Criminisi算法存在高时间复杂度及修复中偏差延续两个问题,提出一种优化方法.首先,在进行SSD(sum of squared differences)准确匹配之前预先计算待修复图像已知区域中所有纹理块的平均灰度值,并在匹配过程中结合阈值比较已知区域中纹理块及当前待修块的平均灰度值,筛选淘汰灰度差异较大的一些纹理块,节省大量匹配时间,加快修复速度.其次,定义一种新的优先权计算公式,其中不仅考虑置信度项和数据项,还增加是否接近原始边界因素的影响,使优先权的计算更为合理,修复的结果更理想.实验表明,此方法简单易行,图像修复效率得到较大提高,修复结果看起来更自然,更符合人的视觉感知.     

基于相关性原理的多样图纹理合成方法

基于样图的纹理合成方法是继纹理映射、过程纹理合成等方法后发展起来的一种纹理拼贴方法.文中提出了一种新颖的基于多种纹理样图的纹理合成方法,通过调整参数可以控制各种纹理在合成结果中所占的比例,利用双向扫描来提高合成纹理的质量.进一步提出了一种目标约束的多样图纹理合成方法,可以根据用户需求生成新的图案.实验结果表明算法速度快,在PⅢ600/256M的PC机上,一幅600×600pixels的图片的计算可在20s内完成.     

基于三维表面纹理合成的流场可视化

本文提出了一种基于三维表面纹理合成的流场可视化方法。不同于传统的基于二维静态纹理的流场可视化,该方法在流场中添加了光照信息,可以得到任意光照和视角条件下的流场图像,从而使得可视化结果更加直观、真实。采用方向性三维表面纹理来表示流场的矢量信息,并结合3I重光照方法实现了任意光照和视角条件下的流场可视化。     

基于样图的纹理合成技术的研究

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技术,在大规模场景的生成以及真实感图形绘制和非真实感绘制、计算机动画等方面具有广泛的应用前景。该文对该纹理合成方法的数学模型进行了分析,对典型算法进行了比较总结。     

广义最大流问题

将网络最大流问题作了推广，给出了推广后的网络最大流GMF的标号算法及初始可行流计算的办法，并用线性规划的对偶理论说明了有关的结论。     

一种基于纹理的云彩合成技术研究

通过对云彩图像纹理特征函数分析,选取16个特征函数作为云彩图像生成的依据,同时,通过对BP算法的研究,建立了有效的人工神经BP网络模型,最后形成了云彩纹理图像的合成程序。     

基于块缝合纹理合成算法的Java语言实现

概括了纹理的性质以及相关的一些概念,并总结几种重要的纹理合成的方法。在此基础上,提出了一种基于块缝合的纹理合成算法的Java语言实现,并给出关键部分的代码。最后,通过测试代码获得几种纹理图像的合成与识别效果与分析此算法的结果和效率,对此算法的优缺点进行概括。     

基于样图的肝脏体纹理合成与映射方法

为了能够在虚拟手术仿真系统中,可以清楚地看到肝脏的内部真实情况,增强用户的视觉临场感,将体纹理的原理与方法引入到肝脏的真实感绘制中。首先对样本集进行了处理,采用多样本的体纹理合成方法合成肝脏体纹理。其次,为了提高图形硬件的映射效率,将纹理地图集引入体纹理的映射中,采用基于三角形包围盒高度递减排序的方法填充纹理地图集,提高了纹理地图集的填充率。实验结果表明,映射之后的肝脏模型能够清晰地展示肝脏的内部纹理结构。研究成果对于虚拟肝脏手术的真实感绘制具有重要的意义,也为其它人体器官的体纹理合成与映射提供了思路。     

拼接法纹理合成中的结构特征匹配

提出一种新的纹理合成技术,该方法对样本纹理图像进行采样,逐块合成纹理图像.在寻找最优候选匹配块时改变以往算法中仅匹配颜色相似度的做法,加入结构信息,提高了块边界结构的相似度.用该算法选择的最优匹配块更符合人的视觉特性,合成图像接缝区域的过渡更为流畅,结构单元的完整性明显优于原有方法.实验结果表明,该算法对结构性强的纹理具有良好的合成效果.     

点模型上基于样图的纹理合成

[目的]目前已有的在三维点模型上的纹理合成方法,是将点模型进行三角面片化后再进行纹理合成操作,本研究的目的是避免三角面化的过程,得到一种直接在点模型上操作的、快速有效的纹理合成方法.[方法]首先,用KD树为三维点模型上的每一点建立领域,然后为每一点在样图中寻找最匹配的纹理值,最后通过基于点的绘制技术完成纹理合成.[结果]本研究方法能在三维点模型上生成连续光滑的纹理,且保持了原样图的纹理结构.[结论]本研究的纹理合成方法是有效的,并且和传统的三维纹理合成算法相比,本方法费时更少、更灵活可控.     

基于像素自适应邻域的纹理合成方法

针对传统像素点的纹理合成方法普遍存在对纹理样本适用范围比较窄的问题,提出了一种可以自动确定最佳匹配像素邻域大小的纹理合成方法.首先,利用方块编码原理提取样本纹理元,通过纹理元来确定最佳匹配像素邻域;然后,在像素匹配阶段,对像素匹配准则进行改进.通过比较样本像素和目标像素邻域的均值和方差来确定邻域的相似度,最终选择最优的合成像素.对比实验表明,该方法不仅有良好的合成效果,而且具有较广的适用范围,可以作为一种通用性的纹理合成方法.     

基于MVC嵌入的约束纹理映射

针对约束纹理映射中三角网格极易发生形变的问题,本文提出一种基于均值坐标(Mean value coordinates)嵌入的约束纹理映射.使用基于局部/整体思想的ARAP(As-Rigid-As-Possible)算法参数化三维人脸网格,实验数据表明,参数化后的三维人脸网格三角形角度变形和面积变形均为最小.在网格嵌入中,采用均值坐标(Mean value coordinates)嵌入,得到的模型更加平滑.本文对多幅人脸图像进行纹理映射,结果表明该方法能够取得良好的实验效果.     

非均匀纹理图像大区域修复算法

为了改善实际非均匀纹理图像大区域修复效果,提出了一种改进的纹理合成算法.在传统图像修复算法优先权系数的基础上,增加了方向性优先权系数,为纹理合成时各点的传播方向和进度提供索引;同时,针对非均匀纹理图像渐近变化的特点,将以待修复块为中心的扇形区域作为最优匹配块的搜索区域,以减少误匹配.仿真实验结果表明,该方法能够有效克服传统纹理合成方法没有考虑方向性的缺点,对实际大区域非均匀纹理图像取得了较好的修复效果.     

图像纹理分析与纹理测度

为了从更深层次上进行系统的纹理分析 ,首先概括了纹理分析中的困难并从寻找纹理的本质入手 ,回答了纹理图像与普通数字图像间的差异、成像尺度与图像纹理间的关系、窗函数的选取等问题并给出了计算一幅具体图像纹理性大小的算法。从采样频率和成像尺度的角度来看待图像纹理在该领域内尚属首次。仿真实验对Brodatz像册中全体纹理图求取了纹理性因子的大小并进行了排序 ,试验表明该求取纹理性因子的算法与视觉感受趋于一致。对图像纹理理论探讨的欠缺是纹理分析的瓶颈 ,该文是在一这方面努力尝试的结果     

基于概率图模型的图像纹理模型

 纹理作为一种视觉特征,它广泛应用于图像分析。概率图模型由于其自身特点可以很好地描述纹理。高斯图模型结构可根据局部马尔科夫性和高斯变量的条件回归之间的关系来学习。高斯图模型可用一个邻域系统、一个参数集和一个噪声序列表示。利用惩罚正则化方法,可以选择高斯图模型的邻域并估计参数,然后提取纹理特征进行纹理合成和分类。实验结果显示基于高斯图模型的纹理特征更加有效。     

基于纹理频谱子集的纹理识别

纹理频谱法是一种有效的纹理特征提取方法,但其所提取的特征高达6 561(38)维,导致很大的存储和计算复杂性.局部二值模式通过简化纹理频谱法的定义,虽然减小了计算的复杂性,却削弱了纹理的刻划能力.为了在保持纹理频谱法纹理刻划能力的同时,又减少其存储和计算复杂性,提出了基于子集的纹理频谱方法.新方法建立在统一模式的概念上,仅提取纹理频谱的1个子集,特征维数仅为原方法的12%,大大减小了空间和时间代价.实验结果表明,新方法比纹理频谱法和局部二值模式具有更好的纹理识别性能.