三维表面纹理自相似性度量研究

论文摘要

纹理的自相似性度量是近年来国内外一个比较活跃的研究领域,在纹理分析、编辑、合成与绘制等计算机视觉、图像处理及计算机图形学领域都占有重要的地位,有着非常广阔的应用前景。传统的纹理自相似性度量方法都是基于二维纹理的,到目前为止已经有了相当的发展。但是三维表面纹理对光照和观测条件具有可变性,对其进行自相似性度量时,以往的方法就无法奏效。三维表面纹理的研究领域包括三维表面纹理在不同光照条件和视角角度的情况下的纹理表现,以及三维表面纹理的数据采集、分析、合成和绘制。本文在三维表面纹理各种表现形式下,采用针对性的方法对三维表面纹理的自相似性进行度量,并对度量结果的特点进行分析和评价,最终应用到不同的三维表面纹理应用领域中。本论文首先对二维纹理的相似性度量进行了介绍,系统研究了各种二维纹理相似性及自相似性的度量方法,然后讨论了三维表面纹理的理论框架。使用光度立体学和奇异值分解的技术以及原始拍摄图像,发展了三维表面纹理的自相似性度量方法。针对基于朗伯模型、奇异值分解的三维表面纹理的表示方法,从模型参数中计算自相似度数据,并将其应用到三维表面纹理的非线性放大编辑实验中;针对原始拍摄图像,直接计算自相似度数据,通过一系列的滤波器提取特征,进行了纹理分类的实验。实验结果证明了本文方法的有效性。本文最后对三维表面纹理的自相似性度量方法进行总结。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究的背景
• 1.2 国内外的研究状况
• 1.3 本研究工作的内容
• 2 纹理的相似性度量
• 2.1 纹理的相似性度量
• 2.1.1 Julesz的猜想
• 2.1.2 纹理的相似性
• 2.1.3 基于直方图的方法
• 2.1.4 Gabor特征
• 2.1.5 可操纵的金字塔方法
• 2.1.6 马尔可夫随机场
• 2.2 图像上两个点的相似度
• 2.3 纹理的自相似度
• 2.4 小结
• 3 三维表面纹理表现形式
• 3.1 方法选择的标准
• 3.2 图像数据采集环境
• 3.3 数学模型框架
• 3.4 符合朗伯模型的方法
• 3.4.1 朗伯模型和光度立体
• 3.4.2 3I方法
• 3.4.3 Gradient方法
• 3.4.4 小结
• 3.5 PTM方法和Eigen方法
• 3.5.1 PTM方法原理
• 3.5.2 基于Eigen模型的方法
• 3.6 结论
• 4 三维表面纹理自相似度度量框架
• 4.1 三维表面纹理自相似性度量
• 4.2 小结
• 5 三维表面纹理自相似度计算
• 5.1 三维表面纹理自相似度的特点
• 5.2 基于Gradient方法的三维表面纹理自相似度计算
• 5.3 基于原始获取图像的三维表面纹理自相似度计算
• 5.3.1 最优参考点的选择
• 5.3.2 计算自相似度
• 5.4 小结
• 6 基于自相似度的三维表面纹理非线性放大编辑
• 6.1 非线性放大技术
• 6.2 基于自相似的三维表面纹理非线性放大编辑
• 6.3 放大后纹理的重光照
• 6.4 小结
• 7 基于自相似度的三维表面纹理分类
• 7.1 归一化自相似度
• 7.2 特征提取
• 7.3 纹理分类实验
• 7.4 小结
• 8 总结及展望
• 参考文献
• 致谢
• 个人简历
• 发表的学术论文
• 研究成果