[发明专利]一种与用户交互式结构性纹理的合成方法

说明书

技术领域

本发明涉及结构性纹理的交互设计与合成的技术领域，具体涉及一种与用户交互式结构性纹理的合成方法。

背景技术

本发明主要关注了具有结构信息纹理的交互设计与合成，最近的成果包括了基于特征的纹理合成、纹元重排列、块的拼接方法以及实时纹理合成。

基于特征的纹理合成：

纹理中的特征多种多样，包括了形状、大小、方向、纹元颜色等等，所以近年来有很多研究都着眼于此。

Wu等人从样图中提取出小的容易获取的结构特征如曲线、褶皱等的分布图，然后特征的匹配及变形构建出一个大的特征分布图从而完成整个合成过程。Hays对于近规则纹理合成提出了一种较好的方法，首先从样图纹理中依据近似规则的拼接由用户参与提取出分布小格子，几何变形场的构建可以提供几何数据用于格子形状的变形，从而合成结果。Dischler等人利用了一个无缝的网格以及样图，首先拼接出一个大的网格图，接着依据从样图中提出的网格信息通过其优化方法对网格图进行变形。

特征同样被用于加强纹理合成变化，Velho的方法就能得出这样的结果，它将特征进行变形混合从而引入了形状及纹元的变化，进而得出具有丰富变化的纹理结果。Zara从样图中提取出多个特征分布图，再利用变形方程得出一个单一复杂的的插值结果。Ray利用一个等级集平滑方法进行特征变形，限定了利用给定样图进行纹理的合成。相比较于在整个特征图上进行全局形变，Ruiters等人只是在局部进行特征的插值，然后利用块混合的方法进行合成。纹理特征不仅仅能够在空间上进行变换，在时间上也能进行变化得出良好效果，Narain就从动态的流体现象中提取出特征信息，然后在视频中合成出动态的效果。

本文方法同样是基于特征的纹理设计与合成。相对于上述这些方法，本方法避免了对用户输入大网格的严格要求，同时保持了样图以及输入网格的特征，在这个基础上添加的模式。信息为纹理设计带来了更大的灵活性。

纹元重排列：

特征图不仅仅是包含了形状、大小、方向、颜色等信息，同样包含了纹元的排列信息。Zhou Kun等人在特征图合成时加入了纹元密度、分布等信息，此方法在模拟大自然中的纹理时获得了很好的效果。Ray等人引入了材质坐标系用于对纹元进行重排列。

相较于特征图，控制图则在更高的水平上加强了对于纹元排列的控制。Reng,Kwartra,Wei Liyi等人都是利用了一个输入控制图对纹元排列进行指导。近年来，Rosenberger自动的从给定样图中获取其层次控制图，进而进行纹理合成。

除此之外，还有其他的方法用于纹元的排列。Ijiri提出了一种局部生长的过程性的方法用于纹元的生长排列得出了良好的效果。Zelinka利用了三维空间的褶皱信息用于模式的重排列。

本发明方法，从给定样图中提取出的网格信息可以用于对纹元的重排列。

块拼接：

基于块拼接的纹理合成方法最主要的问题便是如何去除掉拼接处的缝隙。Cohen等人提出了一个由从样图中提取出的Wang Tiles集合，得到连续分布的纹理合成方法。Kwatra,Efros利用误差函数，在两个块的重复部分找出一条最小代价的Graphcut，进而将两个块放在一起。

Clapworthy提出了对于非规则形状的块进行边的切割，然后得出在视觉上具有最小非连续性的新图像的方法。Praun更进一步讨论了在3D表面的对非规则块进行优化从而得出满意效果的解决方法。

在本发明方法中有两个步骤用到了块的信息：一个是纹理网格的构造，我们会首先通过一个边匹配代价方程从样图网格中提取出一个无缝的网格；另一个是光栅化阶段网格的初始化部分，在这里我们会通过一些变形放缩方法将从样图中提取出的块放入结果网格中。

实时纹理合成：

在计算机图形学中，纹理合成是一个耗时工作，研究者们提出了额、各种方法试图解决实时纹理合成的问题。其中一个想法便是预计算。Zelinka首先通过预计算分析了样图纹理，每个像素的邻域信息都存储在了jump map中，就是通过这个jump map可以大大加快整个合成的速度。

几何空间的结构信息同样可以帮助加快纹理合成的速度。在Michel Dischler中，首先是通过快速构建样图的二维几何信息，在光栅化时结合GPU利用这些信息并行的快速得出结果纹理。

另一种减少时间开销的方法是通过块合成方法。在方法Hays中，作者依据马尔科夫随机理论，摒弃了基于像素的合成而采用块的合成大大加快了合成进程，并且取得了很好的效果。