学位论文 > 优秀研究生学位论文题录展示
基于分类块拼接的纹理合成方法
作 者: 舒小斌
导 师: 钱昆明
学 校: 大连理工大学
专 业: 计算机应用技术
关键词: 纹理合成 块拼接 分类 视频纹理
分类号: TP391.41
类 型: 硕士论文
年 份: 2006年
下 载: 148次
引 用: 0次
阅 读: 论文下载
内容摘要
|
纹理采用任意变化的重复图案描述广泛变化的自然现象。计算机图形学的目标之一就是实现真实感的绘制,因此纹理起着十分重要的作用。但是纹理的多样性使得在一个通用框架下描述和生成纹理非常困难。纹理合成是解决这个问题的一个方法。目前,纹理合成研究方兴未艾,特别是大规模的场景的绘制要求和图形网络传输的要求,成为促进纹理合成技术发展的主要动力。 传统的样图纹理合成,利用统计方法对纹理进行分析,通常只能处理随机性纹理;基于MRF模型的逐点合成方法,提升了样图纹理合成的质量,但是速度很慢;基于块拼接的样图纹理合成,不仅改变了逐点合成方法速度慢的缺点,大大加快了合成速度,而且利用纹理的领域相关性得到了很好的合成效果,扩大了可处理纹理的范围,是样图纹理合成技术的发展方向。 本文对基于块拼接的纹理合成技术进行了深入的研究,发现经典的块拼接算法对有些结构性纹理进行合成时,无法保持原纹理图像内容的连续性和完整性:随机性不强,容易产生重复纹理块。尤其当样本图越小,合成图越大时,重复就越明显,且混合边界不易处理。针对这些问题,本文提出了基于分类块拼接的算法。与以往的纹理合成方法不同的是,在合成之前,先对纹理图像进行切割分类;然后将分割后的区块各自拼接成不规则形状的基本结构,再以基本结构作为拼接的单位,进行随机的组合,而不是像其他算法一样,用大小相等的规则的正方形纹理块作为拼接的单位;最后对拼接的边界进行模糊处理。该合成方法类似于拼图。实验证明,该算法对大部分的纹理图像都取得了不错的效果,有效地避免了原有算法的这些缺点。 随后本文将该算法的思想引入到对视频纹理的合成中,加上时间轴后,将视频映射到空间体中,然后对该空间体切割分类,然后再拼接成基本结构,此时的基本结构为形状不规则的空间体,再将基本结构作为拼接的基本单位进行随机的组合。可以看出,处理方法和图像纹理十分类似,不同的就是视频是在三维空间的处理,而图像是二维的。
|
全文目录
摘要 4-5 Abstract 5-8 1 绪论 8-20 1.1 问题的表述 8-12 1.1.1 纹理(texture)的定义与分类 8-10 1.1.2 纹理合成(texture synthesis)的定义 10-11 1.1.3 纹理合成方法分类 11-12 1.2 纹理合成应用 12-15 1.3 马尔科夫随机场(Markov Random Field) 15-16 1.4 视频纹理合成 16-18 1.5 本文工作 18-19 1.6 本文的结构 19-20 2 采用MRF模型的基于样图的典型二维纹理合成算法 20-26 2.1 逐像素生成的纹理合成算法 20-23 2.1.1 Efros99算法 20-21 2.1.2 Wei和Levoy算法 21-22 2.1.3 Ashikhmin算法 22-23 2.2 基于块拼接的纹理合成算法 23-26 2.2.1 Efros01算法 23-24 2.2.2 LL算法 24-26 3 基于分类块拼接的纹理合成算法 26-45 3.1 引言 26-27 3.2 预备知识与相关工作 27-30 3.2.1 预备知识 27-28 3.2.2 相关工作 28-30 3.3 提出算法 30-40 3.3.1 块分割与分类 30-32 3.3.2 将分类块组合成基本结构 32-34 3.3.3 用基本结构拼接出结果纹理 34-37 3.3.4 边界缝隙处理 37-40 3.4 实验结果与分析 40-44 3.5 本章小结 44-45 4 基于分类块拼接的视频纹理合成算法 45-55 4.1 引言 45 4.2 相关工作 45-48 4.2.1 基于跳变帧切换的视频纹理合成算法 45-46 4.2.2 GraphCut视频纹理合成算法 嘉 46-48 4.3 本文算法 48-50 4.3.1 对输入视频纹理进行切割分类 48-49 4.3.2 用基本结构拼接出输出视频纹理 49-50 4.3.3 对边界的平滑处理 50 4.4 实验结果与分析 50-53 4.5 本章小结 53-55 结论 55-57 参考文献 57-59 攻读硕士学位期间发表学术论文情况 59-60 致谢 60-61 大连理工大学学位论文版权使用授权书 61
|
相似论文
- K公司计划及预测改进对于合理库存配置的研究,F224
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于词义及语义分析的问答技术研究,TP391.1
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 基于纹理特征的视频编码技术研究,TP391.41
- 基于串核的蛋白质分类算法的研究与实现,TP301.6
- 统计与语言学相结合的词对齐及相关融合策略研究,TP391.2
- 上下文相关的词汇复述研究,TP391.1
- 基于仿生模式识别的文本分类技术研究,TP391.1
- 互联网上旅游评论的情感分析及其有用性研究,TP391.1
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 多样性密度学习算法的研究与应用,TP181
- 运动特征及地形约束的感知网目标跟踪算法及系统研究,TP212.9
- 计算智能在数字化卷烟叶组配方中的应用研究,TS44
- 基于中国土壤系统分类的土壤类型和界线确定研究,S155
- 弯孢属种分子鉴定体系的建立及其在疑难种上的应用,Q949.32
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 面向公众的教育视频共建共享平台的设计与实践研究,G434
- 基于土壤系统分类的土壤调查方法研究,S155
- 西藏生防芽孢杆菌鉴定及其脂肽化合物分析,S476.1
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|