1、紋理合成在計(jì)算機(jī)視覺、計(jì)算機(jī)圖形學(xué)和圖像處理方面都有廣泛的應(yīng)用。高質(zhì)、快速的基于樣本的紋理合成方法是其中最典型的代表，它能夠避免傳統(tǒng)紋理映射和過程紋理適用范圍有限以及調(diào)整參數(shù)繁瑣的缺點(diǎn)，因此其應(yīng)用最為廣泛。雖然目前各類紋理合成算法層出不窮，但是對(duì)于紋理自身的刻畫以及其本質(zhì)屬性--自相似性的定義和度量依然不完備，而且在紋理合成質(zhì)量的評(píng)價(jià)方面也被人們所忽視。
　　 本文在綜述國內(nèi)外研究現(xiàn)狀的基礎(chǔ)之上，針對(duì)目前紋理自相似性的定義及度量

2、、平面紋理合成算法以及紋理合成結(jié)果的評(píng)價(jià)這三個(gè)方面研究存在的問題進(jìn)行了分析，并提出了有效的解決方案。本文主要的內(nèi)容及創(chuàng)新點(diǎn)包括：
　　 第一，基于人們對(duì)于紋理的認(rèn)知，考慮到紋理可以基于結(jié)構(gòu)和外觀特征來進(jìn)行紋理的識(shí)別，本文提出了一種紋理自相似性的定義以及如何度量紋理自相似性的定量方法。依據(jù)紋理自相似性的特點(diǎn)，本文從結(jié)構(gòu)和外觀細(xì)節(jié)表示兩個(gè)方面對(duì)紋理屬性進(jìn)行了量化計(jì)算。在進(jìn)行紋理結(jié)構(gòu)自相似性的度量方面，首先在一定尺度范圍內(nèi)提取紋理的邊

3、緣信息，并進(jìn)行邊緣細(xì)化，在此基礎(chǔ)上求取代表位置點(diǎn)并劃分子區(qū)域，通過求取子區(qū)域之間的形狀差異因子和面積差異因子，同時(shí)考慮子區(qū)域的半徑和面積等因素，選出在閾值控制范圍之內(nèi)最相似的多個(gè)子區(qū)域，進(jìn)而得到紋理樣本的結(jié)構(gòu)自相似性程度。紋理外觀自相似性的度量從兩個(gè)方面分別進(jìn)行求解，第一方面是進(jìn)行子區(qū)域之間灰度直方圖的距離計(jì)算，得到在閾值控制范圍之內(nèi)的外觀最相似的子區(qū)域個(gè)數(shù)，結(jié)合面積比例等因素得到紋理外觀的子區(qū)域相似度；第二方面通過對(duì)紋理進(jìn)行子塊劃分，

4、計(jì)算子塊和整個(gè)紋理之間灰度直方圖統(tǒng)計(jì)量上的差異，得到在閾值控制范圍內(nèi)外觀最相似的子塊個(gè)數(shù)，進(jìn)而得出紋理外觀的子塊相似度。
　　 第二，根據(jù)紋理樣本的自相似屬性，提出播種紋理合成算法，思路為首先進(jìn)行紋理樣本的分析及預(yù)處理，得到播種需要的樣本種子，而后基于樣本種子在合成空間進(jìn)行播種合成。算法主要包含：選種、分離種子范圍、確定其生長(zhǎng)方式、播種、種子生長(zhǎng)、修正等一系列步驟。本文從算法概述、算法描述、算法實(shí)現(xiàn)以及實(shí)驗(yàn)等多個(gè)環(huán)節(jié)對(duì)算法進(jìn)行了

5、詳細(xì)說明。實(shí)驗(yàn)證明該方法直觀明了、合成速度快，不論樣本是結(jié)構(gòu)特征明顯的紋理還是隨機(jī)性較強(qiáng)的紋理，利用該方法都可獲得較為滿意的結(jié)果。
　　 第三，嘗試?yán)脭?shù)值化的定量計(jì)算方法來劃分紋理類別并對(duì)紋理合成結(jié)果進(jìn)行評(píng)價(jià)。本文基于紋理自相似性的屬性定義，計(jì)算樣本的結(jié)構(gòu)自相似性和外觀自相似性，據(jù)此判定紋理樣本的自相似性程度。另外，通過組織用戶進(jìn)行紋理的人工劃分及評(píng)價(jià)，將得到的主觀評(píng)價(jià)結(jié)果同本文的數(shù)值方法相比較，證明該文提出的紋理類別劃分方法