基于多分辨率小波纹理合成算法及其应用

论文摘要

当前纹理合成算法的两个关键问题是合成质量和时间消耗之间的矛盾。本文阐述了基于小波的样图纹理合成方法。该算法采用双多分辨率金字塔:一个是由样图小波变换得到的输入金字塔,另一个是由小波逆变换得到的输出金字塔。低分辨率的纹理通过非参数化的纹理优化方法得到。同时,由小波变换得到的高频细节信息通过小波逆变换添加到结果纹理。在查找匹配步骤,小波系数作为度量邻域相似度的指标以取代RGB通道。输出金字塔从低分辨率到高分辨率的过程通过小波逆变换实现,这种策略极大的减少了纹理合成消耗的时间。而由于纹理合成是可逆的,这样得到的纹理质量不会降低。本文将多分辨率小波纹理合成的思想应用于图像修复领域。总结了基于样图纹理合成算法对图像修复的作用,分析图像修复算法的现状和发展趋势,详细分析了纹理合成技术特点,实现和改进了基于块拼接的纹理合成算法。本文算法主要步骤如下:确定最高优先权的待修复块,寻找最佳样本块,拷贝最佳样本块的相应数据,更新可信度。通过大量实验表明本文的方法对于大多数纹理合成非常有效。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 纹理及其分类
• 1.2 纹理合成技术
• 1.3 纹理合成的应用
• 1.4 本文的主要工作
• 1.5 本文的结构安排
• 第二章 纹理合成研究现状
• 2.1 纹理合成方法分类
• 2.1.1 纹理映射
• 2.1.2 过程纹理合成
• 2.1.3 基于样图的纹理合成
• 2.2 基于样图的二维纹理合成典型算法
• 2.2.1 Efros 算法
• 2.2.2 Wei 算法
• 2.2.3 Ashikhmin 算法
• 2.2.4 Image Quilting 算法
• 2.2.5 Kwatra 纹理优化算法
• 2.2.6 总结和评价
• 2.3 图像多分辨率金字塔
• 2.4 小波理论
• 2.4.1 小波变换
• 2.4.2 图像小波理论
• 第三章 基于小波的纹理合成算法
• 3.1 Haar 小波变换
• 3.2 基于小波的多分辨率金字塔算法
• 3.2.1 算法框架
• 3.2.2 样图小波分解
• 3.2.3 基于优化的二维纹理合成算法
• 3.2.4 小波纹理重构
• 3.3 实验结果与分析
• 3.4 结论
• 第四章 图像匹配研究
• 4.1 现有的邻域匹配策略
• 4.2 小波系数通道
• 4.3 邻域矩阵匹配
• 4.4 距离度量
• 4.4.1 传统Euclidean 距离
• 4.4.2 Hausdorff 距离
• 4.4.3 IMED
• 4.5 结论
• 第五章 基于纹理合成的图像修复算法研究
• 5.1 基于样本的图像修复算法
• 5.2 MSRA 的结构图像修复算法
• 5.3 结合小波基于样图的图像修复算法
• 5.3.1 小波纹理图像修复算法
• 5.3.2 基于小波图像修复多分辨率策略
• 5.4 图像修复结果
• 5.5 互联网图像修复应用
• 第六章 总结与展望
• 参考文献
• 发表论文和参加科研情况说明
• 致谢