基于蜜蜂进化型遗传算法的Wang tiles纹理合成

在基于Wang Tiles的纹理合成中引入蜜蜂进化型遗传算法,用它来实现样本纹理块选择的全局优化,解决纹理合成出现的菱形接缝问题,提高了Wang Tile集的质量,加快了合成速度。通过实验得到了理想的合成效果。     

窄带主动轮廓模型及在医学和纹理图像局部分割中的应用

提出一种新的基于二值水平集的窄带主动轮廓模型用于局部分割.通过对二值水平集进行形态学膨胀和腐蚀操作, 提出一种稳定灵活可控的窄带控制方案,该方案可使得曲线进化精度从一个像素宽度灵活变化到任意大小. 考虑到局部分割一般要求初始轮廓置于待分割目标内部并不断膨胀进化直至目标边缘,本文提出用形态学闭运算作为新的曲线平滑方案. 与传统的高斯平滑和曲率平滑方案相比,形态学闭运算不仅能够更好地促进曲线的膨胀进化,而且有利于保持水平集函数的二值性. 此外,本文提出的方法是一种通用的自然框架,可以根据不同的需求设计不同的速度函数. 为了证明所提出的局部分割框架的有效性和鲁棒性,本文以医学图像和纹理图像为例分别设计了两个速度函数: 一个是融合了磁共振脑图像的非严格对称信息的速度函数用于大脑皮质下结构的局部分割;另一个是融合了局部熵和局部梯 度算子的速度函数用于纹理图像的局部分割. 在合成图像、医学图像和纹理图像上的实验证明了本文方法在局部分割中的有效性和鲁棒性.     

基于联合双边滤波的纹理合成上采样算法

提出了一个新的纹理合成的上行采样算法,即利用现有的高分辨率的样本纹理作为先验引导条件,对合成的低分辨率的纹理进行插值,获取更好的高分辨率纹理合成结果.该算法的主要思想是基于联合双边滤波器进行纹理合成上采样,对低分辨率合成纹理应用空间滤波,而将一相似的边界滤波联合地应用在高分辨率的样本纹理上.该算法克服了传统的以光滑性为先验引导条件的上采样方法会导致图像特征模糊的缺点,使获得的上采样纹理图像保持纹理特征,同时视觉上光滑.文中给出了图像和视频纹理合成结果的上行采样算法.实验结果表明,文中的方法减小了优化纹理合成过程所需的时间和空间,获取了更好的图像和视频合成纹理上采样效果.     

基于进化规划策略的纹理图象检索

由于进化规划具有群体搜索和随机信息交换的优点,可以对图象特征矢量进行优化选取,有鉴于此,本文提出了一种新的基于进化规划的纹理图象的检索方法,实验结果表明,该方法能够充分体现出进化规划算法在纹理图象检索方面的优越性,有效提高检索精度,改善了检索效果。     

运用局部纹理映射加速曲面纹理合成

基于样图的纹理合成方法能够在网格曲面上合成高质量纹理,但合成速度有待进一步提高,对此提出一种运用局部纹理映射加速曲面纹理合成的算法.首先以三角形法向量、切向矢量与纹理尺度为约束,将三角网格曲面分割为一系列映射区与合成区;然后用基于块的平面纹理合成方法生成大面积样图,用调和映射方法对映射区进行纹理映射;最后采用基于三角块的合成方法生成合成区纹理.实验结果表明,该算法对一般的随机性纹理与半结构性纹理具有很高的合成质量,能够控制纹理方向与尺度的变化.由于大部分三角形的纹理通过局部纹理映射得到,仅需要合成少数三角形的纹理,纹理合成过程得到大幅度地加速.     

基于纹理与灰度协同进化的图像分割算法

为了获得更好的分割效果,成功地将局部二值模式(LBP)纹理模型和灰度特征纳入到合作型协同进化算法(Co-CEA)框架中,并实现了图像分割。 该方法首先分别对LBP纹理模型和灰度特征进行编码,然后运用Co-CEA进行进化操作,最后通过本文提出的联合适应度函数确定分割区域。实验结果表明该方法在分割质量上效果明显,并有效地降低了时间复杂度。     

基于匹配相容性的高效纹理合成

文中提出一种新的基于纹理块操作的纹理合成方法.对于每个纹理块,该方法根据样本纹理生成可与它进行拼接的纹理块邻接集合,并根据多步合成计算时纹理块之间的可拼接性(即匹配相容性)对邻接集合进行优化处理,即舍弃那些在多步操作后会引起匹配冲突的块.这样,合成计算时,可节省大量的关于邻接块之间的相似性度量计算,减少合成过程中的匹配冲突,由此提高纹理合成的效率.其合成质量,可与目前合成质量最好的纹理优化方法相媲美;而在合成速度方面,新方法的时间复杂度基本上是与目标纹理的大小成线性关系的,并经实验表明,新方法能以交互绘制的速度合成1024×1024像素的大纹理,而这是已有合成方法难以达到的.     

基于Wang Tiles的几何纹理合成

提出了一种基于Wang Tiles的几何纹理合成方法来在不同物体表面上即时地生成几何纹理.首先根据给定的几何纹理预计算出一组Wang Tiles,然后用这组Wang Tiles在不同的目标物体上即时生成新的几何纹理.尽管基于Wang Tiles的方法已经应用于图像纹理,但由于几何纹理采用了与图像纹理完全不同的表示方式,因此需要用完全不同的方法来处理.采用了基于约束的几何纹理合成技术自动生成几何纹理Wang Tiles,从而保证了生成的几何纹理Wang Tiles在所有排列下都能保持其几何连续性.与现有的方法相比,生成的几何纹理Wang Tiles可以重用到不同的目标物体上,同时占用的存储空间及计算量更小,速度更快.     

图像的纹理标准性度量及其应用

通过分析纹理合成中子块参数对合成速度及质量的影响,发现对于一类纹理图像,不依赖于参数的选择即可快速高效地进行纹理合成。选择子块灰度平均值作为度量指标,根据纹理标准性强的图像应具有的特征,提出了一种新的计算图像纹理标准性系数的算法。结合大量计算结果,界定了一般图像、强标准性纹理以及弱标准性纹理的分类标准。并将其应用到纹理合成当中,对强标准性纹理图像的合成采用大尺度子块及零搜索的合成方法,提高了合成速度的同时保持合成质量不变。     

一种基于遗传算法的进化计算模型

提出一种基于遗传算法的进化计算模型(ECM).在ECM的种群中,每个成员都根据其适应度值不同程度地影响着种群的进化.ECM定义了个体对进化的影响因子,并以个体的影响因子为参数定义了个体的形成算子.分析表明,ECM是采用算术交叉算子的两父辈遗传算法以及采用频率扫描交叉算子的多父辈交叉遗传算法的推广,形成操作是父代群体编码的凸组合.实验研究显示,ECM具有比经典遗传算法更强的优化计算功能.     

An evolutionary system for near-regular texture synthesis

Near-regular texture is probably among the most difficult to handle in the texture synthesis area, because the synthesis must preserve the holistic structural property and the local randomness simultaneously. In this paper, motivated by the relationship between a near-regular texture image and an evolutionary system, we propose a novel texture synthesis algorithm. By defining individuals with appropriate attributes and behaviors, we convert the texture synthesis problem to an evolution process of an evolutionary system. It can achieve high-quality synthesized results on a large variety of near-regular textures without any extra overhead for memory and pretreatment, and the speed approaches real-time. Moreover, it can be easily generalized to deal with other kinds of textures.     

The Promise and Perils of Near-Regular Texture

Motivated by the low structural fidelity for near-regular textures in current texture synthesis algorithms, we propose and implement an alternative texture synthesis method for near-regular texture. We view such textures as statistical departures from regular patterns and argue that a thorough understanding of their structures in terms of their translation symmetries can enhance existing methods of texture synthesis. We demonstrate the perils of texture synthesis for near-regular texture and the promise of faithfully preserving the regularity as well as the randomness in a near-regular texture sample.     

基于纹理规则性分析的图像填补方法

针对目前图像填补中存在的很难自动分析和提取前景、背景,然后合理地恢复图像等问题,提出一种利用纹理规则性分析和纹理合成技术进行有效图像填补的方法.为了实现自动化的提取,将前景视为近似规则纹理的场景区域,首先引入纹理规则性分析方法,利用近似规则纹理具有强烈的信号规则性的特点自动有效地提取前景信息;然后通过合成优先级的思想将纹理合成技术和图像修补技术结合起来,提出一个合理的背景填补方法以恢复图像.实验结果证明,该方法可以自动有效地提取具有近似规则纹理特征的前景或背景内容,并合理地恢复图像.     

一个新的纹理图像合成方法

基于样本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,可以避免以往方法中的接缝、走样等问题,在计算机图形学、计算机视觉、图像处理等领域是非常重要的.一种基于块的纹理合成新方法被提出:应用最大流原理和顺序访问方式建立了新的GraphCut图结构,该方法具有Graph Cut算法[2]的较好运行效果,并降低了Graph Cut算法的复杂性.其中,对近规则邻域的纹理图像合成尤为适用.     

Synthesis of Color Textures for Multimedia Applications

An algorithm for synthesizing color textures from a small set of parameters is presented in this paper. The synthesis algorithm is based on the 2-D moving average model, and realistic textures resembling many real textures can be synthesized using this algorithm. A maximum likelihood estimation algorithm to estimate parameters from a sample texture is also presented. By combining the estimation and synthesis algorithms, a color texture can be synthesized from a sample texture without human intervention. Using the estimated parameters, a texture larger than the original image can be synthesized from a small texture sample. The synthesis algorithm does not require an expensive iterative algorithm, and the quality of synthesized textures may be acceptable for many multimedia applications. In the experiment, various textures suitable for multimedia applications are synthesized from parameters estimated from real textures.     

块拼贴的纹理合成算法的实现与改进

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新的纹理拼接技术。其中块拼贴的纹理合成算法由于合成速度快,效果良好,受到极大关注。对采用块拼接技术的纹理合成方法进行综述,运用图像切割方法较好解决了块拼贴算法中的最佳分割路径获取问题,并对合成的结果进行平滑优化。     

基于泊松填充的纹理自适应插值方法

针对新图形技术条件下的纹理合成问题,提出一种纹理插值方法,可将源纹理图像自适应拉伸为不同尺寸的纹理图像并保持其清晰度不改变。首先,采用高维图像插值算法将源纹理裂变为目标纹理分辨率,作为中间过渡纹理;其次,利用自然图像的自相似性,依据中间纹理像素特征随机从源纹理中选取像素块;最后,使用泊松图像编辑算法将源纹理像素块平滑嵌入到中间纹理的间隙区域,得到最终的合成纹理。通过与现有算法的大量对比实验表明,该算法对静态和非静态纹理合成问题都能适用,且合成结果与源纹理具有较高的视觉一致性。另外,该算法逻辑简单、计算快速,无法复杂优化计算或者学习训练步骤,适合在低硬件配置的移动平台应用。     

Texture Repairing by Unified Low Rank Optimization

In this paper, we show how to harness both low-rank and sparse structures in regular or near-regular textures for image completion. Our method is based on a unified formulation for both random and contiguous corruption. In addition to the low rank property of texture, the algorithm also uses the sparse assumption of the natural image: because the natural image is piecewise smooth, it is sparse in certain transformed domain (such as Fourier or wavelet transform). We combine low-rank and sparsity properties of the texture image together in the proposed algorithm. Our algorithm based on convex optimization can automatically and correctly repair the global structure of a corrupted texture, even without precise information about the regions to be completed. This algorithm integrates texture rectification and repairing into one optimization problem. Through extensive simulations, we show our method can complete and repair textures corrupted by errors with both random and contiguous supports better than existing low-rank matrix recovery methods. Our method demonstrates significant advantage over local patch based texture synthesis techniques in dealing with large corruption, non-uniform texture, and large perspective deformation.     

基于结构的纹理合成

提出一个简单有效的基于样图的纹理合成新方法．现有纹理合成算法仅考虑两块待匹配块之间对应元素的颜色差别作为评价相似性的量度，对于一些纹理图象，找到的不一定是最相似的匹配块，因此合成后，没有得到令人满意的效果．为此，提出一个新的纹理合成算法，不仅考虑了两个匹配块之问的颜色相似性，还充分考虑了结构的差别，把结构的相似性作为匹配块之间相似性量度的重要因素之一．具体作法是：从样本图象产生一个基于结构的新的特征映射，降低结构上不连续的程度，从而获得比较理想的合成结果．     

基于多阶误差曲面的纹理合成

针对Image Quilting纹理合成算法拼贴块时会出现的边界不连续现象,提出一种基于多阶误差曲面的纹理合成改进算法。该算法通过多阶误差曲面来计算最小误差边界分割,从而得到更精确的最佳切割路径;此外在按照最佳切割路径拼贴块后,利用泊松混合（Poisson Blending）来修复边界不连续区域,使得不连续的边界区域能够变得平滑,纹理合成效果更符合视觉要求,并且将改进后的算法扩展到纹理传输的实现。实验结果表明,改进后的算法可以较好地克服Image Quilting算法存在的不足,得到良好的合成结果。