纹理合成技术研究：基于样图的新算法与应用

"这篇博士学位论文详细探讨了基于样图的纹理合成技术，即Texture Synthesis from Samples (TSFS)，这是近年来在计算机图形学和计算机视觉领域备受关注的技术。作者薛峰在导师张佑生的指导下，对TSFS的理论基础、经典算法以及关键问题进行了深入研究，提出了一系列创新算法和解决方案。 1. 论文首先概述了TSFS技术的发展历程，对其国内外的研究进展进行了综合评价，同时对各类经典算法进行了分类分析，指出了它们的优缺点。 2. 针对Wei & Levoy算法中的L邻域尺寸选取问题，作者提出了一种自动选取算法，旨在优化合成时间和提高合成质量，避免因尺寸选择不当导致的负面影响。 3. 提出了一种结合灰度辅助纹理和自组织特征映射（SOM）的纹理合成方法，通过灰度图像加速合成过程，并利用改进的SOM神经网络对纹理邻域进行分类，以实现更高效的纹理合成。 4. 对于二维实时纹理合成，论文介绍了基于最大梯度和灰度相关匹配的ImageQuilting加速算法，以及新的S-Tiles纹理贴块生成与应用。S-Tiles可用于实时生成高质量纹理，并且能实现“纹理句子”的实时生成。 5. 在三角网格曲面纹理合成方面，论文提出了一个两步方法：首先使用随机顺序纹理合成算法创建新的样本纹理，然后利用“纹理延伸”和梯形模板匹配策略，实现了快速曲面纹理合成，提升了合成速度。 6. 最后，论文探讨了如何运用纹理合成技术模拟地壳运动中的皱褶现象，通过研究方向可控的纹理合成算法，设计了一种应用于地壳皱褶仿真的方法。 这篇论文对TSFS技术的多个关键方面进行了深入探索，提出了有效的优化算法，对于提升纹理合成的效率和质量具有重要意义，同时也为地壳运动的仿真提供了新的研究途径。"