[發明專利]一種基于幾何空間的語義約束紋理合成方法

有效

• 申請號: 201110328195.9
• 申請日: 2011-10-25
• 公開（公告）號: CN102385757A
• 公開（公告）日: 2012-03-21
• 發明（設計）人: 王莉莉;金其江;馬志強;何兵
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T11/00
• 分類號: G06T11/00
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 李新華;顧煒

技術領域

本發明涉及一種基于樣圖的紋理合成方法。

背景技術

基于樣圖的紋理合成是計算機圖形與圖像學領域非常熱門和重要的研究方向。在早期，人們主要研究如何利用一小塊樣例紋理獲取大塊紋理，涌現出了基于鄰域匹配算法的逐像素合成和基于塊拼接思想的逐塊合成等眾多優秀方法。中后期，特別是近些年，大量的研究都不再單純的致力于提升合成質量和提高速度，而是從多個方面呈現出發散性，如特征匹配合成，動態紋理的合成，非均勻紋理合成，多尺度紋理合成，以及紋理的混合與平滑轉換等。

1)平面紋理合成方法

逐像素紋理合成方法每次合成一個像素，基于鄰域匹配算法進行合成。該算法最早見于Efros等的非參數化采樣合成方法，基本思想是：通過對比所有樣圖像素鄰域與待合成像素的鄰域的距離來選取最佳匹配像素，如此逐像素進行，從而合成目標紋理。像素鄰域一般按豎直方向和水平方向構造，分為全鄰域、半鄰域、L形鄰域。全鄰域用于并行紋理合成和紋理的優化，半鄰域和L形鄰域適合于串行合成方法。平行可控合成方法是一種實時可交互方法。基于該方法的外觀空間紋理合成利用外觀向量極大的提升了合成質量。平行可控合成最近又被Risser等改進，用于結構化圖像的混合。逐塊合成方法每次從樣圖中選取一個紋理塊拷貝到目標紋理中。Efros等和Kwatra等運用動態規劃在新塊與已合成部分的重疊區域中尋找一條分界線。Wang?Tiles紋理合成技術以Efros等的方法為基礎，具有實時性，它的最新研究成果是等的半隨機性Tile合成方法。

2)曲面紋理合成方法

在曲面上合成紋理目前主要有三種方式：第一種是直接合成，先將曲面細化，再計算所有曲面頂點的顏色。這種方式最適合動態紋理的合成。第二種是間接合成方式，Ying等以及Lefebvre等的基于紋理地圖的方法，將整個曲面分割為若干個區域映射到平面上，再在平面上合成這些區域紋理。第三種是給曲面鋪上紋理塊，直到整個曲面都被覆蓋為止。在Soler等的方法中，一個紋理塊對應一個曲面三角形。Praun等的方法用一塊不規則紋理在曲面上重復鋪蓋。Fu等基于Tarini等的PolyCube映射將Wang?Tiles方法擴展到曲面上。

3)特征分析與匹配方法

紋理粒子和特征變形方法實現了在圖元層對紋理合成進行控制。Wu等利用特征圖保持紋理的結構特征。基于有效的特征分析方法，紋理的混合與平滑轉換才得以實現。因為透視以及光照等物理因素的存在，照片中的紋理往往具有很強的立體感。Liu等利用變形域在照片中進行紋理替換，Eisenacher等則基于雅可比場實現了從照片合成紋理。特征匹配合成基于紋理優化算法，合成結果匹配模型表面的特征曲線。Dischler等基于紋理網格對紋理合成進行語義相關的控制。

發明內容

本發明的技術解決問題是：紋理可從結構特征上分為結構性和非結構性紋理，又可根據特征的分布情況分為均勻和非均勻紋理。針對均勻結構性紋理，本發明提出一種語義約束合成方法，通過對其語義特征(結構特征)進行分析與處理，使用戶可以按自己的意愿選擇合成紋理的結構特征。解決了已有紋理合成方法只能合成與樣例紋理具有同一種結構特征的紋理的缺陷。

本發明的技術方案為：

(1)紋理網格的合成

基于塊拼接技術合成目標紋理網格。用樣本紋理網格(從樣本紋理中提取或用戶給定)生成一個左邊界和右邊界匹配，上邊界和下邊界匹配的網格塊。將該網格塊的多個副本相互拼接得到初始目標紋理網格，然后再經過優化，降低目標紋理網格的重復度，提升網格質量。這里，分為兩種情況：一是若用于合成目標紋理網格的樣本網格就是樣本紋理的紋理網格，那么目標紋理網格與樣本紋理的網格具有同一種拓撲結構，這樣，最終的目標紋理就與樣圖在語義結構上保持一致；二是若用另一個不同于樣本紋理的網格的樣本網格進行合成，則目標網格與樣本紋理的網格具有不同的拓撲結構，從而最終的目標紋理將具有用戶指定的語義結構，不再受限于樣本紋理。

(2)在紋理網格的約束下基于鄰域匹配算法合成目標紋理

本發明因為要實現語義約束紋理合成，采用傳統鄰域匹配算法無法獲取令人滿意的合成質量，所以引入特征矢量進行輔助合成。傳統合成方法沒有意圖改變紋理語義特征，可以直接按豎直和水平方向構造像素鄰域，而在本發明中，鄰域的構造需要依據特征矢量。特征矢量是由像素與紋理特征的相對位置決定的。直觀的看，特征矢量與圖元邊界大體垂直(圖6)。