摘要：针对当前非均匀纹理合成方法或无法保持非均匀纹理的大尺度结构,或受网络结构限制,无法合成任意大小的纹理的问题,提出基于相对坐标控制的非均匀纹理合成方法.该方法基于全卷积金字塔结构生成对抗网络SinGAN,首先,引入相对坐标信息作为条件输入进行引导控制合成,从而保留非均匀纹理样图的整体结构特性;然后引入旋转图块增强训练,通过下采样和角度旋转,获得大量纹理图块训练数据,从而进一步提升纹理合成的细节质量.最后,通过对多张挑战性非均匀纹理进行任意比例合成实验,结果表明,该方法可合成具有任意大小的新纹理样本,合成结果能够有效地保持源图像的全局结构和局部精细纹理.此外,用户还可根据需要选择源纹理区域进行扩展合成,从而带来更好的可控纹理合成体验.

摘要：材料微观结构表征与重建(Microstructure characterization and reconstruction,MCR)可用于建立加工-结构-属性(Processing-Structure-Property,PSP)关系,已成为计算材料学与材料设计的研究重点。通过阈值分割将多相非均质材料的金相照片识别为由不同相构成的纹理,结合多分辨率高斯金字塔进行重建。以各相占比为目标参数,对颗粒补充后的重建结果进行面积分数迭代优化,提出了一种面积分数可控的MCR纹理合成算法。利用该优化算法对多相非均质铝硅聚苯酯(AlSi-PHB)封严涂层微观组织进行表征重建,PHB和孔隙两相的两点相关函数计算结果证实了算法的有效性。在此基础上,将两组金相照片作为原始图像,重建20组模型,重建结果的两点相关函数误差最大为8.8×10^(-5)。本研究为多相非均质材料的准确重建提供了解决途径。

摘要：几何网格可以将用户控制设计带入到纹理的合成和编辑中,并且可以为合成结果带来丰富的变化.针对目前几何网格方法中不能结合用户控制信息与样图结构信息快速高效地合成结果的问题,提出一种交互式并行合成方法.首先分析用户控制图得出无缝网格;再对无缝网格进行简单拼接形成初始的结果网格,并通过对其节点位置进行优化来去除网格重复性得到结果网格;在此基础上,利用像素的距离特征和纹元块匹配对结果纹理进行初始化;最后结合像素的方向特征和GPU的并行计算能力合成出结果纹理.实验结果表明,采用该方法用户可以交互地进行纹理的设计与合成,并且得出很好的合成效果.

摘要：根据曲面网格上的切向矢量场 ,采用广度优先搜索策略从样本纹理空间中为每个三角面片映射纹理面片 ,直至完全覆盖整个网格 在搜索和映射过程中 ,首先使网格上相邻三角面片的纹理有最小的匹配误差 ;然后对相邻的三角面片纹理使用图的分割方法拼接纹理 ,得到曲面上连续的合成纹理 ;最后压缩存储合成的三角面片纹理

摘要：提出一种纹理合成算法 首先将经验模型分解 (EMD)算法引入到纹理合成领域 ,对样本图像的纹理结构进行提取 ;然后应用分片采样算法和Markov随机场 (MRF)模型生成输出纹理的结构 对于结构之间的空白区域 ,采用距离变换方法分片提取其不规则的形状并进行填充 实验结果表明 ,该算法不仅简单、快速、合成质量高 。

摘要：提出一种带边界匹配的基于Graph Cut的快速纹理合成算法.通过将纹理样本以不同的位移贴到输出图中完成合成,重叠区域的像素取值由Graph Cut确定.引入边界图辅助位移搜索,以增强合成结果的边界连续性;在预处理过程中计算2个相同样本在所有相对位移下的匹配误差,选取一部分误差最小的位移组成"优选位移"集合,合成过程中的块间相对位移仅从此集合中选取,大大地提高了合成速度.实验结果表明,该算法合成质量高、适用范围广、合成速度快.

摘要：在纹理合成过程中利用向量场作为指导,生成反映向量场大小和方向变化的合成结果·采用块纹理合成的流程,在对向量场合成块均匀划分的基础上,通过进一步的自适应分割,将向量场划分成为不同大小和不同形状的最终合成块,使之与向量场的变化趋势相吻合·对向量变化过于剧烈的区域,则采用点合成的方式进行纹理合成,以保证合成效果的平滑·实验表明,文中的方法可以实现快速而高质量的向量场可视化·

摘要：传统的纹理合成方法使用高维向量树来加速目标纹理块的搜索效率,存在占用内存量大、执行效率低、无法在GPU上并行执行等缺点.为了实现图像块的快速近似邻域查找,提出一种并行优化纹理合成方法.该方法分为初始化和迭代优化2个阶段,初始化阶段从样本纹理中随机抽取样本纹理块填充目标图像,迭代阶段交替采用并行的随机查找算法和并行的纹理块传播算法迭代精化目标纹理.随机查找算法根据最相似纹理块出现在前一目标纹理块周围的概率与它到前一目标纹理块的距离成反比的特点,使随机采样纹理块的概率分布与最相似目标纹理块出现的概率相匹配,达到加速纹理合成的目标.采用CUDA实现了文中方法,实验结果表明,其执行效率比已有的纹理合成算法快50~100倍,可应用于交互式纹理合成和超大尺寸纹理合成.

摘要：提出的纹理合成算法首先将样本纹理通过方向经验模型分解求得其固有方向;然后在该方向上进行方向经验模型分解,获得一系列分解图像;在各级图像上应用方向经验模型分解提取出的特征值来搜索匹配块,采用相关搜索来完成各级图像的合成;将其进行合并,得到在该方向上的合成图像;最后沿固有方向进行逆旋转变换,得到最终的合成结果.实验结果表明,该算法不仅合成质量高,而且简单、快速.

摘要：在基于样图的纹理合成方法中,规则块拼接法因邻接块间相对高的约束条件难以利用并行化手段提高运算效率.文中从一个经典算法出发,把块合成顺序问题转换为任务调度问题,对该问题进行描述并分析提取其中的约束条件,然后以并行波峰模式为基础,提出了一种在满足相关约束下面向通用二维矩阵数据的空间平衡调度方案.在此基础上,提出一种基于并行波峰模式的规则块拼接纹理合成调度算法,很好地保持了规则块拼接的原有约束,实现了基于多核心CPU的并行纹理合成.最后通过理论上的分析和对比实验证明了文中方案的有效性.