[发明专利]一种多尺度通道注意力网络的图像纹理合成方法及系统

说明书

本发明公开一种多尺度通道注意力网络的图像纹理合成方法及系统，首先将噪声图像输入至生成器模型进行特征提取与融合获得特征融合图像；其次给定样本纹理图像，并将所述样本纹理图像进行随机裁剪，获得训练集；然后将训练集和特征融合图像输入至判别器模型，采用生成对抗损失函数优化生成器模型和判别器模型，获得多尺度通道注意力图像纹理合成模型；最后将待合成纹理图像输入多尺度通道注意力图像纹理合成模型进行纹理合成，获得纹理合成图像。本发明利用多尺度通道注意力图像纹理合成模型进行纹理合成后获得的纹理合成图像能够较好地恢复出任意大小的纹理细节信息，在视觉感知上具有优越性，避免存在局部失真或细节丢失的现象。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种多尺度通道注意力网络的图像纹理合成方法及系统。

背景技术

纹理合成(Texture Synthesis)是指基于给定的小区域纹理样本，按照表面的几何形状，拼合生成任意大小的纹理图像，其目的是解决在纹理映射(Texture Mapping)中获得的图像大小有限等问题。目前纹理合成方法主要分为过程纹理合成(PTS：ProceduralTexture Synthesis)和基于样图的纹理合成(TSFS：Texture Synthesis From Sample)技术。PTS通过对物体物理生成过程的仿真直接在表面上生成纹理，如云雾、树纹、羽毛等，但是需要反复测试，其结果有时也不尽如人意；TSFS通过给定样本图，提取它的纹理特征，生成大面积的纹理图像，该技术克服传统纹理映射的缺点，又避免了PTS调整参数的繁琐，因而受到越来越多研究人员的关注，并逐渐成为计算机视觉的研究热点之一。丰富的纹理信息是展现图像细节的重要方面，会使图像拥有更强的信息表达能力，所以纹理合成具有应用和研究价值，如图像修复方面，若图像的非残缺部分中具有重复性、周期性的部分，则可以利用纹理合成方法推测出残缺部分的纹理，实现对图像的修复；动画生成方面，纹理合成技术可以缩短人们的工作量，每一帧动画可以由计算机生成，而不再是人为一帧一帧地用手画。除此之外，纹理合成技术也可以帮助提高其他计算机视觉任务的性能，比如图像超分辨率重建，图像风格迁移等。