基于Image Quilting算法的纹理合成

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纹理拼接技术,用于解决传统方法中出现的缝隙、扭曲、变形和参数调整等问题。Image Quilting算法是简单易行的接缝消除方法,采用Image Quilting算法合成纹理并生成Wang Tile集,继而拼接大图像。实验表明,Image Quilting算法能够较好地保持纹理特征的连续性,但在接缝处可能破坏纹元特征。

Image Quilting纹理合成算法的实现与改进

针对Image Quilting算法在合成结构性较强的纹理图片时产生局部纹理不连续的问题,提出了一种改进的方法。改进从以下两方面进行:通过图像变形增加样本图的采样空间以增大匹配的概率;改变匹配块的选择策略以提高合成质量。实验结果表明,改进后的算法有效地改善了纹理不连续现象,生成的纹理图像质量更高。

多核并行技术在Image Quilting纹理合成算法中的应用

针对Image Quilting纹理合成算法的新旧纹理块拼接特点,研究了一种创建多任务实现纹理块切割拼接的并行编程模式.设计了重叠区域缝合路径计算的多任务模块函数iq(),利用MATLAB多核集群中创建的调度器将子任务分配到各个节点上并行执行计算.实验结果表明,该算法获得了较好的加速比,提高了多核CPU的使用效率,有效地提升了多核计算机资源的利用率.

基于Wang Tile的改进纹理合成算法

Wang Tiles由4个纹理块构建而成,并为Tiles拼接做准备。因为Wang Tiles是事先制作的,所以它是一种实时纹理合成方法。然而,在Tiles内部和相邻Tiles拐角处存在着匹配问题,因此,提出了一种改进Wang Tile的新方法,该方法使用一个新的样图来替换边界匹配样图的中心,并采用Image Quilting算法查找替换路径,从而生成Tile集合,继而合成大块纹理。实验结果表明,所绘制的纹理不仅成功克服了匹配问题,而且在某种程度上增强了纹理多样性。

基于演化算法的纹理合成图像修复技术

针对Criminisi算法中计算待修复块优先级时存在的一些不足及搜索最佳匹配块效率低的问题,提出一种基于演化算法EA(Evolutionary Algorithm)的纹理合成图像修复技术。该算法首先从等照度线方向和梯度方向共同考虑待修复块的优先权,并根据梯度的变化来控制模板窗口的大小,然后提出用演化算法在待修复区域周围搜索最佳匹配块,最终达到快速准确修复图像的目的。仿真实验表明,提出的新算法与传统算法相比具有更快地收敛速度和更好地修复效果,其综合性能优于Criminisi算法。

基于改进图像缝合技术的纹理合成研究

针对传统基于缝合的块匹配纹理合成中有时可能出现的明显不连续现象,对图像缝合技术进行改进。提出在最小误差边界分割方法中设置误差容忍度,追求路径累积误差最小的同时还限制路径经过误差较大的点,避免产生合成不连续现象。同时,在选择满足相似度限制的纹理块及缝合时采用多种形状边界区域。实验结果表明,改进方法能取得较好效果且不增加时间。

基于纹理合成算法在恢复污损牌照中的应用

车牌识别系统是现在智能交通系统中信息采集的一种手段,但是由于图像模糊、字符污损、粘连等实际问题导致识别的瓶颈。文中提出了一种基于纹理合成的图像修补算法——二维表面纹理填洞算法。该算法是根据区域生长得到车牌字符污损部分的边界,即算法中的"洞",再基于纹理片合成与Quilting算法相结合提出了一种二维表面纹理填洞算法,针对"洞"进行图像纹理修补。实验结果表明,该算法对恢复字符的完整性和修复纹理具有很强的自适应能力,极大地提高了后续的车牌字符分割和识别率。

一种改进的自然纹理合成方法

自然纹理合成方法是一种适合自然景物的基于样图的快速纹理合成方法。但是候选点超越样图边界的问题没有很好得到解决,成为导致合成后图像产生的纹理块间明显变化的主要因素。论文提出了一种改进的自然纹理合成算法,将样图边缘易产生无效候选点的区域用样图内部与之大小和形状相同的像素块来代替,像素块和被替代像素块沿一条不规则的曲线相匹配。合成过程中在接近边缘时像素块的生长会转向纹理内部。该方法减少了因随机产生候选点而形成的块间不连续,有效地改善了视觉效果。

基于改进能量优化的透视纹理合成研究

针对传统能量优化方法需要逐点计算的不足,提出一种结合缝合技术的改进能量优化方法用于透视纹理图像的合成。首先,用像素块处理代替逐个像素点的运算,建立基于图像块的能量优化模型;其次,在优化过程中,引入图像缝合技术解决块处理可能存在的接缝、重叠等问题,提高合成图像质量。实验结果表明,改进的能量优化法计算效率大大提高,且可获得更好的视觉效果。

结合蚁群优化搜索的图像综合特征类比在风格生成中的应用

为了解决图像风格虚拟生成过程中的参数控制困难以及运算时间较长的问题,提出了一种鲁棒的方法。该方法首先采用基于图像分割的综合特征区域纹理特征生成算法,通过与样本图像相似区域匹配获得新风格的图像;并将蚁群优化算法运用到纹理的匹配过程中以加速整个流程。实验结果表明,该算法在缩短算法时间的同时可以通过参数控制所得图像风格;以蚁群优化为代表的随机性算法能较大程度提高图像风格虚拟生成系统的综合性能。

自相似性匹配的纹理合成

基于Image Quilting算法,基于块匹配的误差提出了一种基于自相似匹配的改进方法,其有效提高了缝合速度及合成质量,对不同纹理样本都能取得较好的合成效果。该算法首先根据样本图像大小动态确定匹配块的大小;之后通过自相似匹配的原理设置了缝合块的边界匹配误差,保留了缝合块的边界信息;在缝合过程中使用贪心算法选取相似性最高的块作为下一个待缝合的块,通过局部最优合成效果合成最终纹理图像。实验结果表明,改进后的算法减少了合成时间,消除了匹配块之间的不连续性,提高了合成质量。

快速结构化图像修补

图像修补的目的是对图像中缺失的区域进行修复,或是将图像中的物体抠去并进行背景填充,以取得融合到难以用肉眼分辨的效果。在图像修补的过程中,较大的结构信息是修补的难点。为此提出了一种快速结构化的图像修补算法,该方法将图像修补分为结构修补与纹理填充两个部分,即在用户指定待修补区域与结构曲线之后,首先定义全局最优化能量函数,并用动态规划与置信度传播的算法将其最小化来完成结构修补;然后对剩余的待修补区域通过按行扫描来进行纹理填充,其中对于边界处的点是使用基于样本的修补算法,而对于待修补区域内部的点,则使用快速的加权Ashikhmin-WL算法,扫描完成后输出修补后的图像;最后实现了一个快速结构化图像修补系统,并给出一些实验结果,从实验结果中可以看到,该方法的修补流程与算法是有实际应用价值的。

基于图像的皮肤纹理评价算法研究

皮肤表面纹理或微轮廓的量化评价对抗皱宣称的化妆品功效评价有重要意义。基于皮肤美容领域的应用需求和日常生活的实际需要,结合图像处理领域的相关算法,对皮肤的基础纹理特征展开了研究。首先,将实验实测的皮肤图像转为灰度图像,再通过对比度受限的自适应直方图均衡化对图像进行增强,之后通过高斯滤波去除图像的噪声,再采用维纳滤波对纹理的细节信息进行增强,得到纹理清晰的皮肤图像。通过实验确定适合于皮肤纹理评价的灰度共生矩阵的灰度级数和距离,基于灰度共生矩阵算法对皮肤纹理进行统计分析,提出了基于4个纹理特征参数的综合指标数学模型,并应用该模型对全部皮肤图像进行了纹理特征定量评价,同时也由专家对这些皮肤图像进行视觉盲评,2种评价方法一致性良好。

交互性纹理合成

扩充了Efros与Freeman的图片缝合算法,添加了图形用户界面,从而可以动态地改变参数,并对算法做了一些改进,增强了用户对纹理合成的可控性并丰富了合成纹理的多样性.

基于SSIM的自适应样本块图像修复算法

现有基于样本块的图像修复算法,大多通过人工设定样本块大小来达到最佳修复效果,缺乏自适应性;此外,对图像不同纹理和结构区域采用相同大小的样本块,也不利于获得整体最优修复效果.为解决上述问题,本文提出一种基于改进结构相似性的自适应样本块大小选取算法,在传统的SSIM算法的基础上增加了梯度信息,并通过结合样本块亮度、对比度和结构3个模块来衡量结构差异,以此确定不同结构和纹理区域的最优样本块大小,提高算法适应性,改善修复效果.仿真实验结果表明,当图像存在复杂的结构和纹理信息时,本文算法仍然能够获得理想的修复效果.

结合随机映射和改进缝合线的纹理合成隐藏

传统修改式信息隐藏无法抵抗密写分析的检测,纹理构造式信息隐藏只能生成简单质地的纹理,不能对秘密信息进行有效掩盖,纹理拼接式信息隐藏,秘密信息与样本小块之间存在着固定的映射关系以及码块间的区别特征,会导致信息泄露,降低其安全性。针对以上问题,提出了一种结合随机映射和改进缝合线的纹理合成隐藏方法。首先将样本图像划分为样本小块并依据样本小块均值划分为不同类别,然后通过建立起秘密信息分段和样本小块类别间的随机映射关系来编码秘密信息并将其放置在空白图像的特定位置上,最后按改进缝合线纹理合成方法将放置小块与相邻小块进行纹理合成并生成含密纹理。实验结果表明,该方法可通过合成纹理来对秘密信息进行掩盖,秘密信息分段和编码样本小块不一一对应,该方法完全依赖于用户密钥且具备一定的抗攻击能力。

块拼接技术的改进及其在纹理传输中的应用

为了改善块拼接纹理合成图片在接缝处不平滑的现象,以及为了证明纹理传输约束的多样性,文中提出了一种改进的块拼接纹理合成技术,并把这种技术应用到了纹理传输中。文中对块拼接技术中最小切割路径的计算加入梯度结构信息,并且在选择匹配块时综合考虑重叠区域累计误差和最小切割路径,此外将改进的块拼接技术应用到纹理传输上,并对传输过程中依据的约束量的多样性进行探究。实验结果表明,改进的块拼接技术能够获得视觉上更好的合成结果,接缝处更加流畅连续,此外也验证了纹理传输中依据的两幅图像的对应约束量是多样的并不是单一的。

基于非标量距离度量的双向Wang Tiles纹理合成方法

针对Wang Tiles的纹理合成算法中存在的菱形接缝问题,提出一种基于非标量距离度量的双向Wang Tiles纹理合成方法.该方法在构造Wang Tiles过程中把非标量距离度量方法附加到原有的最小误差边界路径切割算法上,并且在Wang Tiles拼接过程中应用了双向的方法.理论分析和实验结果表明改进的方法使接缝更加曲折,消除了Wang Tile中明显的菱形接缝,取得更佳的视觉效果.在纹理合成质量和速度上都有提高.

纹理表达在图像压缩中的应用

本文针时静止纹理图像展开研究,详细阐述了基于高斯马尔科夫随机场参数和基于样图这两种纹理分析合成技术的原理及其实现,综合二维自相关纹理统计分析方法形成了一套针对不同类型的纹理图像自适应地选择表达合成方法的方案。实验表明,所提方案能够压缩图像数据量,是对新一代图像编码的一种探索。

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。