基于分形维数向量的纹理图像标准性度量及应用.doc

基于分形维数向量的纹理图像标准性度量及应用 汤 力，叶正麟，郑瑶函 (西北工业大学 理学院，陕西　西安 710072) 摘　要：利用纹理概念的模糊性，摒弃传统的将纹理看作一类图像的观点，将纹理视为图像所携带的一种特定性质，称为纹理标准性，其强度的不同决定了图像在视觉上的纹理化程度，称为标准性系数。采用分行维数向量的模来度量纹理的标准性并取得了良好的效果，结合这种标准性度量，将其应用到纹理合成的问题当中，对强标准性纹理省去了传统方法中最为耗时的有哪些信誉好的足球投注网站匹配过程，从而大大的减少纹理合成过程中的计算复杂度，而同时保持合成的质量没有降低。 关　键　词：分形维数向量；二值化；纹理合成；纹理标准性 中图分类号： 文献标识码：A 文章编号：1000-274X(2004)0114-当前纹理合成技术是计算机图形学、计算机视觉、图像处理等领域研究的热点。纹理反映的是图像的一种局部结构化特征，具体表现为图像像素点一定邻域像素点灰度级的某种变化，它受纹理元特征和纹理元的排列所控制。目前主流的纹理合成技术是基于样图的纹理合成技术，它基于给定的小区域纹理样本，按照表面的几何形状，拼合生成整个曲面的纹理，它在视觉上是相似而连续的，因此在现实世界中得到了广泛的应用。基于样图的纹理合成可以简单描述为：根据有限的纹理样本，提取此种纹理的特征，合成与原图像视觉效果相似的纹理图像。在1999年的SIGGRAPH上，Efros和Leung提出了基于像素的纹理合成方法[1]，其基本思想是以马尔科夫(MRF)为模型，先从纹理样本中随机选取一个小块贴到待合成的图像中；对于待合成图像的其他区域按像素点来逐点进行匹配计算，建立候选库，并在其中随机选取一个像素作为合成图像中待合成点的像素值。基于像素的方法在视觉上取得了很好的效果，其缺点是这种算法太慢。在2001年SIGGRAPH上，Efros提出了基于块的纹理合成方法[2]，大大加快了纹理合成的速度，而且效果良好。不过，由于这种方法在操作的每一步仍要进行全局有哪些信誉好的足球投注网站，它在时间上还远非实时的。之后，又有许多关于加速方面的文章发表[3～5]，其中文献［3］使用KD-Tree等方法，生成的纹理质量良好。我们摒弃传统的将纹理看作一类图像的观点，而将纹理视为图像所携带的一种特定性质，称为纹理标准性。其强度的不同决定了图像在视觉上的纹理化程度，称为标准性系数。采用分行维数向量的模来度量纹理的标准性，取得了良好的效果。结合这种标准性度量，将其应用到纹理合成的问题中，对强标准性纹理省去了传统方法中最为耗时的有哪些信誉好的足球投注网站匹配过程，从而大大地减少了纹理合成过程中的计算复杂度，而同时保持合成的质量没有降低。 1 传统纹理合成算法 目前，比较好的算法是由微软亚洲研究院的梁林等人提出的和文献[2]极为相似的块拼贴算法[3]，这个算法同样基于MRF 模型，并用纹理块边界匹配原则在样本图中有哪些信誉好的足球投注网站最佳匹配块，同时采用四叉树金字塔、优化的KD 树和主元分析来加速有哪些信誉好的足球投注网站过程，得到了较好的结果。该算法的合成过程如图1 所示（其中灰色区域为已经合成的部分，阴影区域为边界区，蓝色区域为将要合成的纹理块）。 假设当前要合成的纹理块为，它只有部分边界和输出图像中已经合成的纹理块的边界匹配。我们假设两个边界匹配是指它们的重迭区域匹配。在图1中，有宽为的边界区，在中已经合成的纹理块有宽为的边界区，通过基于块的采样策略后，应当和匹配。为了保证合成纹理的随机性，[LLXGS01]采用集合来包含输入图像中边界和匹配的所有纹理块。如果用来标记中左下角点为的纹理块， 可表达如下 这里指边界区的最大误差。[LLXGS01]在中随机选择一个纹理块作为当前待合成纹理块。如果为空，就选取中具有最小边界区误差的纹理块作为。这个基于块采样的算法的具体步骤如下：从输入图像中随机选择一个的纹理块，将其粘贴在输出纹理的左下角，并设。 根据中的所有纹理块，产生集合，使得中每一个纹理块的边界区都和匹配。 如果为空，设，这里是边界区和最接近的纹理块。 在中随机选择一个纹理块作为当前待合成纹理块，将拼贴在输出纹理上并设 。 重复步骤 2)～4)，直到输出纹理被完全覆盖。 在边界区上进行纹理颜色的混合。 2 本文算法 我们在研究纹理合成技术时发现，纹理概念虽然使用范围广泛，但其实并没有严格的定义。我们认为标准的纹理应该有如下几个特征： 1) 纹理中的纹理元要一致或基本一致(包括色彩、尺度、内容等)不应该有很大的变化。 2) 纹理元分布均匀一致，规则有序。可以有随机性（但必须保证这种随机性的特征稳定），也可以是确定性纹理。 3) 纹理元重复出现的周期应较多，以充分体现纹理特性是稳定的。 具有以上特性的纹理，我们称之为标准纹理。纹理的特性越标准，它的任意匹配性就越好，所以