Image Quilting紋理傳輸算法的改進(jìn)及應(yīng)用研究.pdf

1、對于大多數(shù)的物體，我們都可以通過紋理來描述其表面錯綜復(fù)雜的細(xì)節(jié)。紋理合成技術(shù)從開始發(fā)展到現(xiàn)在一直受到眾多研究學(xué)者的關(guān)注，在許多領(lǐng)域都發(fā)揮著巨大的作用，是當(dāng)前圖像處理、計算機(jī)視覺以及圖形圖像學(xué)等領(lǐng)域的研究重點(diǎn)，近幾年出現(xiàn)的基于樣圖的紋理合成技術(shù)更是受到廣泛的關(guān)注?；跇訄D的紋理合成技術(shù)的出現(xiàn)，有效的改變了傳統(tǒng)紋理映射技術(shù)和過程紋理合成帶來的缺陷，為紋理合成帶來了廣闊的發(fā)展空間。
　　本文在 image quilting紋理合成方法的

2、基礎(chǔ)上，對紋理合成和紋理傳輸算法的過程進(jìn)行了分析改進(jìn)，修改了紋理傳輸過程中的誤差匹配公式，對目標(biāo)圖像和樣本圖像進(jìn)行亮度重映射處理，對改進(jìn)后的紋理傳輸算法的效果圖進(jìn)行圖像相似性衡量，并且探討了紋理傳輸過程中約束度量多樣性的問題。本文的研究工作主要包括：
　　（1）對目前的紋理合成技術(shù)的發(fā)展進(jìn)行了總結(jié)分析，并且詳細(xì)介紹和描述了紋理合成技術(shù)發(fā)展過程中出現(xiàn)的經(jīng)典的算法。
　　（2）樣本圖像和目標(biāo)圖像整體亮度相似性的處理。采用 Her

3、tzmann在其圖像類推方法中提出的亮度映射函數(shù)，對樣本圖像和目標(biāo)圖像進(jìn)行亮度重映射處理，使得樣本圖像和目標(biāo)圖像的亮度大體處在同一個尺度上，減少因為亮度問題導(dǎo)致的紋理塊匹配錯誤。
　　（3）修改image quilting紋理傳輸算法中的誤差匹配公式，在誤差匹配公式中添加目標(biāo)圖像邊緣梯度信息。首先對目標(biāo)圖像進(jìn)行邊緣信息檢測，并把邊緣檢測點(diǎn)記為集合edge，當(dāng)進(jìn)行紋理傳輸時，先檢查邊緣檢測點(diǎn)集合 edge，確定 edge中是否存在圖

4、像的邊緣信息點(diǎn)，如果有則提取相應(yīng)信息進(jìn)行誤差計算，如果沒有則誤差匹配公式中邊緣梯度信息這一項為0。
　?。?）圖像相似性衡量。本文分別采用了對應(yīng)像素求差值和灰度直方圖匹配兩種方法對紋理傳輸圖像進(jìn)行相似性衡量。通過兩幅圖像對應(yīng)像素求差值的方法對 image quilting紋理傳輸算法的結(jié)果和改進(jìn)后的紋理傳輸算法的結(jié)果進(jìn)行對比，對應(yīng)像素之間的差值越小，說明兩幅圖像之間的相似性越高。
　　（5）探究不同的紋理傳輸約束度量值對傳輸

5、效果的影響。通過實驗控制不同的紋理傳輸約束度量，分別對不同的顏色空間，不同的顏色分量以及在 RGB顏色空間下控制R分量權(quán)重從0到1逐漸變化進(jìn)行紋理傳輸實驗，從而發(fā)現(xiàn)不同的傳輸約束度量可以實現(xiàn)不同風(fēng)格的紋理傳輸，為構(gòu)造不同藝術(shù)風(fēng)格的紋理渲染圖像提供了極大的支持。
　　通過大量的實驗分析驗證，本文所采取的新改進(jìn)的 image quilting紋理傳輸算法在傳輸效果方面比較優(yōu)越，同時也證明了紋理傳輸過程約束度量值多樣性的問題，并且不同的