学位论文 > 优秀研究生学位论文题录展示

纹理合成技术的研究及其应用

作　者: 张岩
导　师: 李文辉
学　校: 吉林大学
专　业: 计算机应用技术
关键词: 纹理纹理映射纹理合成群智能粒子群优化算法经验模型分解方向经验模型分解纹理传输图像类比约束纹理合成全景图多分辨率视频纹理动态全景图
分类号: TP391.41
类　型: 博士论文
年　份: 2006年
下　载: 781次
引　用: 6次
阅　读: 论文下载

内容摘要

纹理在计算机视觉和真实感绘制技术中具有十分重要的作用。其中为了解决纹理映射存在的走样问题而提出的纹理合成技术应用范围更为广泛。在纹理合成研究领域,合成速度与合成质量是检验一个纹理合成算法是否有效的基本标准,本文从这两方面入手对纹理合成技术进行研究,并对纹理合成的一些应用进行了研究。在纹理合成中,影响纹理合成速度有很多种因素,其中最主要的是搜索匹配策略的选取,本文将群智能中经典的粒子群优化算法引入到纹理合成领域,提出了应用粒子群优化算法的快速纹理合成算法,使在不影响质量的情况下,合成速度有了很大提高。基于方向经验模型分解的纹理合成算法,是本文从纹理合成质量入手所提出的另一种新的纹理合成算法,该算法与其他算法比较,既保留了样本纹理特征,又更进一步的从细节出发,在多尺度下完成纹理合成,使合成质量更高。同时该算法还具备简单、高效、适用范围广等优点。本文就纹理合成在图像处理中的应用提出了几种新算法:一是提出了基于块的快速纹理传输方法,可以方便的使用参数控制各种纹理在合成中所占的比例,来完成纹理的传输;二是提出了快速的图像类比方法,采用本文提出的纹理合成算法,进行图像类比处理,提高了类比速度,而且本算法只要一个输入的艺术风格样图就能生成和该样图风格类似的艺术绘画效果。还提出了两种基于约束的纹理合成算法,一种是单样本约束纹理合成算法,对本文提出的纹理合成算法进行扩展,用其实现对单幅照片的修复。另一种是双样本约束纹理合成,用户可以根据自己的需求设计获得新的效果图,实现从图像到图像的变换。另外还将二维纹理合成搜索匹配思想,引入到图像拼接领域中,结合多分辨率、模式识别等技术提出一种基于粒子群优化算法的多分辨率拼接算法,并将视频纹理引入到静态全景图中,实现了动态全景图系统。

全文目录

第一章绪论  8-21
  1.1 纹理和纹理合成概述  8-10
    1.1.1 纹理的定义  8-10
    1.1.2 纹理合成的定义  10
  1.2 纹理合成技术的发展  10-17
    1.2.1 纹理映射  11-12
    1.2.2 过程纹理合成  12-13
    1.2.3 基于样图的纹理合成  13-17
      1.2.3.1 二维纹理合成  13-15
      1.2.3.2 曲面纹理合成  15-16
      1.2.3.3 动态纹理合成  16-17
  1.3 本文工作  17-21
第二章应用粒子群优化算法的纹理合成算法  21-41
  2.1 粒子群优化算法  22-28
    2.1.1 算法基本原理  22-23
    2.1.2 算法数学描述  23-24
    2.1.3 PSO 算法描述  24
    2.1.4 算法收敛性分析  24-27
    2.1.5 参数分析  27-28
  2.2 基于块拼贴纹理合成算法描述  28-31
    2.2.1 基于块缝合纹理合成算法  28-29
    2.2.2 基于块采样的实时纹理合成算法  29-31
  2.3 应用PSO 快速纹理合成算法  31-34
    2.3.1 粒子属性的定义  32-33
    2.3.2 粒子的适应度值  33
    2.3.3 相似度阈值的选取  33-34
    2.3.4 应用PSO 快速纹理合成算法描述  34
  2.4 合成结果与算法分析  34-40
    2.4.1 合成结果  34-35
    2.4.2 粒子数分析  35-37
    2.4.3 迭代次数分析  37-38
    2.4.4 与其它算法比较  38-40
  2.5 本章小结  40-41
第三章基于方向经验模型分解的纹理合成算法  41-58
  3.1 方向经验模型分解  42-47
    3.1.1 EMD 算法简介  42-43
    3.1.2 DEMD 分解算法  43-47
  3.2 基于DEMD 纹理合成算法  47-52
    3.2.1 纹理图像方向的提取  47-48
    3.2.2 纹理特征匹配  48-50
    3.2.3 搜索过程  50-51
    3.2.4 基于DEMD 纹理合成算法描述  51-52
  3.3 合成结果与算法分析  52-57
    3.3.1 合成结果  52-54
    3.3.2 与其它算法比较  54-57
  3.4 本章小结  57-58
第四章纹理合成在图像处理中的一些应用  58-78
  4.1 纹理传输  59-64
    4.1.1 基于点的纹理传输  59-61
    4.1.2 基于DEMD 纹理合成的纹理传输算法  61-62
    4.1.3 纹理传输结果  62-64
  4.2 通过图像类比方法实现艺术风格学习  64-70
    4.2.1 相关工作  65
    4.2.2 基于块的图像类比  65-67
      4.2.2.1 特征值选取  66
      4.2.2.2 亮度匹配  66
      4.2.2.3 算法实现  66-67
    4.2.3 类比结果与算法分析  67-70
      4.2.3.1 类比结果  67-69
      4.2.3.2 算法分析  69-70
  4.3 约束纹理合成  70-76
    4.3.1 单样本约束纹理合成  70-74
      4.3.1.1 算法实现  70-73
      4.3.1.2 单样本约束纹理合成结果  73-74
    4.3.2 双样本约束纹理合成  74-76
      4.3.2.1 算法实现  74-75
      4.3.2.2 双样本约束纹理合成结果  75-76
  4.4 本章小结  76-78
第五章动态全景图  78-96
  5.1 静态全景图生成技术  79-89
    5.1.1 柱面正投影算法  79-81
    5.1.2 基于粒子群优化算法的多分辨率拼接算法  81-89
      5.1.2.1 应用PSO 寻优的图像配准  82-84
      5.1.2.2 多分辨率拼接  84-88
      5.1.2.3 多分辨率拼接算法描述  88-89
      5.1.2.4 与其它算法比较  89
  5.2 动态场景表示方法  89-93
    5.2.1 分析模块  90-92
    5.2.2 合成模块  92-93
    5.2.3 绘制模块  93
  5.3 动态全景图实现  93
  5.4 动态全景图浏览器  93-95
  5.5 本章小结  95-96
第六章总结与展望  96-99
参考文献  99-110
致谢  110-112
作者攻读博士期间发表的论文情况  112-114
学位论文摘要(中文)  114-118
学位论文摘要(英文)  118-123

相似论文

动态全景图的研究,TP301
基于分类块拼接的纹理合成方法,TP391.41
MPEG-4数字视频错误隐藏技术的研究,TN919.81
基于集群的大屏幕高清晰度视频播放系统的研究与实现,TN948.64
基于视频的流水和火焰特效合成,TP391.41
视频合成技术的研究与实现,TP391.41
基于多分辨率聚类的安全定位算法研究,TN929.5
多分辨率建模关键技术研究,TP391.9
红外与可见光图像配准及融合技术的研究,TP391.41
基于小波变换的图像融合算法研究,TP391.41
基于多分辨率的数字图像水印算法的研究与实现,TP309.7
一种新型阈值函数在小波去噪中的应用,TN911.4
三维体数据的任意裁减技术及其应用研究,TP391.41
大规模地形景观的实时漫游及模型简化技术的研究,TP391.41
支持向量机在阵列电磁传播测井资料处理中的应用,P631.325
基于多分辨率分析的遥感图像融合理论与方法研究,TP751
基于DSP和小波去噪技术的L-PLC Modem的研究与软件设计,TN915.853
人脸面部特征与外部特征相结合的性别分类研究,TP391.41
数字水印技术研究与实现,TP309.7
基于指挥引导的轰炸视景仿真研究与实现,TP391.9