版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、紋理綜合是當(dāng)前計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)視覺(jué)和圖像處理領(lǐng)域的研究熱點(diǎn)之一.本文對(duì)紋理綜合技術(shù)進(jìn)行了研究,提出了一些新的觀點(diǎn)和算法.本文首先介紹了紋理綜合研究中的一些基本概念、常用方法以及國(guó)內(nèi)外的發(fā)展;又介紹了分形的基本理論和基本方法,為后續(xù)章節(jié)提供了理論依據(jù);接著闡述了紋理綜合的基礎(chǔ)以及綜合方法,對(duì)紋理綜合技術(shù)的做了介紹,然后對(duì)當(dāng)前一些較為典型的紋理綜合方法進(jìn)行了研究,并對(duì)它們的算法思想、能夠處理的紋理范圍和存在的問(wèn)題等進(jìn)行了對(duì)比和總結(jié).
2、 接著介紹了基于分形的紋理綜合方法,該方法以紋理樣本作為輸入,通過(guò)金字塔算法和直方圖匹配生成與紋理樣本視覺(jué)上相似的任意大小的綜合紋理圖像.這種方法是以人類(lèi)的感知模型為基礎(chǔ)的,對(duì)于計(jì)算機(jī)圖形生成技術(shù)具有現(xiàn)實(shí)意義.最后主要是針對(duì)采用Markov隨機(jī)場(chǎng)(MRF)模型的基于樣本的紋理綜合算法,并給了一種鄰域大小自動(dòng)識(shí)別的方法,能夠獲取最佳鄰域大小,在此基礎(chǔ)上合成的圖像能夠基本滿(mǎn)足人類(lèi)的視覺(jué)要求,能夠在合成質(zhì)量和合成時(shí)間之間取得平衡.進(jìn)一步減
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Markov隨機(jī)場(chǎng)的紋理綜合方法研究.pdf
- 基于Markov隨機(jī)場(chǎng)的圖像分割方法研究.pdf
- 一種基于灰度行程與Guass-Markov隨機(jī)場(chǎng)的木材紋理分析方法.pdf
- 基于Markov隨機(jī)場(chǎng)的圖像分割.pdf
- 基于Markov隨機(jī)場(chǎng)的視頻異常挖掘研究.pdf
- 基于分形和神經(jīng)網(wǎng)絡(luò)的紋理的分析-綜合方法研究與應(yīng)用.pdf
- 基于Markov隨機(jī)場(chǎng)的遙感影像分割研究.pdf
- Markov隨機(jī)場(chǎng)和變形模板分割方法及其應(yīng)用研究.pdf
- 基于馬爾可夫隨機(jī)場(chǎng)的木材表面紋理分類(lèi)方法的研究.pdf
- 分形圖像編碼加速和紋理分割方法的研究.pdf
- 基于紋理特征的分形圖像編碼方法.pdf
- 基于粗糙集理論和Markov隨機(jī)場(chǎng)的遙感圖像分類(lèi)算法研究.pdf
- 基于分形幾何的彩色紋理圖像分析方法研究.pdf
- SAR圖像分類(lèi)的雙Markov隨機(jī)場(chǎng)模型研究.pdf
- Markov隨機(jī)場(chǎng)在圖像處理中應(yīng)用的研究.pdf
- 基于Markov隨機(jī)場(chǎng)的短波電報(bào)信號(hào)檢測(cè)技術(shù)研究.pdf
- 基于邊緣檢測(cè)及Markov隨機(jī)場(chǎng)模型的遙感圖像分割研究.pdf
- 基于馬爾科夫隨機(jī)場(chǎng)的紋理圖像分割研究.pdf
- 基于Markov隨機(jī)場(chǎng)的超分辨率圖像重建.pdf
- 基于馬爾科夫隨機(jī)場(chǎng)的紋理圖像分類(lèi).pdf
評(píng)論
0/150
提交評(píng)論