《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 業(yè)界動態(tài) > 基于小波的紋理合成方法

基于小波的紋理合成方法

2008-07-22
作者:閆懷平,趙鳳群,戴 芳,張曉艷

??? 摘 要:將KL變換與小波" title="小波">小波變換相結(jié)合提出了一種新的紋理合成方法,利用KL變換克服了合成彩色圖時存在的顏色失真;對樣圖進(jìn)行二維小波分解使得最佳匹配塊的搜索僅在原樣圖的低頻部分進(jìn)行,從而提高了合成速度。在搜索最佳匹配塊時,使用多尺度小波變換" title="小波變換">小波變換后的小波系數(shù)的差異作為誤差度量,并在比較匹配誤差時增加高頻系數(shù)的權(quán)重,突出了紋理結(jié)構(gòu)的匹配。實驗結(jié)果表明,該方法不僅得到了較好的合成質(zhì)量,而且在很大程度上減少了合成時間。
??? 關(guān)鍵詞:紋理合成? 小波變換? KL變換

?

??? 紋理合成是當(dāng)前計算機(jī)視覺、計算機(jī)圖形學(xué)、計算機(jī)圖像處理等多個領(lǐng)域的研究熱點之一。該技術(shù)可以由樣本紋理得到與其相似的大塊紋理,而且可以進(jìn)行紋理填充、紋理傳輸?shù)?。紋理合成在圖像修復(fù)、圖像的真實感圖形繪制、圖像視頻壓縮等方面有著廣泛的應(yīng)用。
??? 基于樣圖的紋理合成是近幾年才發(fā)展起來的一門技術(shù),由于該技術(shù)克服了早期的紋理映射和過程紋理合成的許多缺點,所以發(fā)展速度很快,并且逐漸成為了紋理合成的主流技術(shù)。根據(jù)合成方式的不同,基于樣圖的紋理合成可以分為兩大類:基于點的紋理合成和基于塊的紋理合成。早期的基于樣圖的紋理合成方法采用的都是基于點的合成方式?;邳c的合成方式對于隨機(jī)性紋理能夠得到很好的合成效果,但是對結(jié)構(gòu)性信息較強的紋理合成效果比較差,而且時間花費也較長。Efros[1],Liang[2]等人采用基于塊的合成方式合成紋理,一定程度上保證了結(jié)構(gòu)的連貫性,而且合成速度也得到了很大提高。這些基于塊的方法在匹配時直接用L2距離比較兩個塊的誤差,由于沒有突出圖像結(jié)構(gòu)信息的匹配,所以對于結(jié)構(gòu)不太規(guī)則的紋理合成效果較差。近幾年隨著小波技術(shù)的發(fā)展與完善,有的學(xué)者將小波應(yīng)用到紋理合成中,希望借助這個數(shù)學(xué)工具來達(dá)到較好的合成效果。使用小波的紋理合成方法,雖然在一定程度上改善了合成效果,但合成時間較長。有鑒于此,筆者將KL變換與小波變換相結(jié)合,提出一種新的紋理合成方法。
1 紋理合成時引入小波的方法
??? 圖像信號經(jīng)過小波變換后可以用小波系數(shù)來描述,小波系數(shù)體現(xiàn)了原圖像性質(zhì),圖像信息的局部特征可以通過處理小波系數(shù)而改變。多尺度小波變換能夠?qū)D像的低頻信息和高頻信息分離,并通過對低頻部分的逐層分解,將包含圖像細(xì)節(jié)信息的高頻部分提取出來,為分析圖像的特征細(xì)節(jié)提供了很大的方便。
?? ?J.Chen和B.Zeng于2004年提出一種實時的基于塊的多尺度的紋理合成方法[3],將紋理合成引入到了小波域內(nèi),合成過程中僅對圖像小波分解后的低頻部分進(jìn)行合成,使得合成得到了實時,但合成時卻丟失了圖像的高頻信息,而這些部分恰恰是合成具有結(jié)構(gòu)信息的紋理所不可或缺的。
?? ?Leandro Tonietto等人于2005年提出一種基于塊的紋理合成[4],對紋理合成時誤差的度量做了修改,采用下式計算兩個塊的匹配誤差:
???


式中,cBik和cBjk分別代表兩個塊重疊部分經(jīng)過多尺度小波變換后的第k個小波系數(shù),A是重疊部分像素的個數(shù)。在搜索最佳匹配塊時,選擇匹配誤差最小的塊作為當(dāng)前塊的最佳匹配塊。該方法通過對重疊部分進(jìn)行多尺度變換,用變換后的小波系數(shù)來體現(xiàn)圖像的細(xì)節(jié)信息,在一定程度上考慮了圖像結(jié)構(gòu)內(nèi)容的匹配,得到了較好的合成效果。但是在合成時沒有做任何的預(yù)處理,導(dǎo)致了合成時間較長。
??? 受上面方法的啟發(fā),這里提出一種基于小波的紋理合成方法,先對圖像進(jìn)行二維小波分解,然后只在分解后的低頻部分進(jìn)行最佳匹配塊的搜索,這樣可以在很大程度上減少搜索時間。在搜索最佳匹配塊時,對計算匹配誤差的公式(1)做了修改,比較匹配誤差時增加了高頻系數(shù)的權(quán)重,突出了結(jié)構(gòu)信息的匹配。合成彩色圖時,借鑒參考文獻(xiàn)[5]的方法,用KL變換消除顏色失真,得到了較好的合成效果。
2 基于小波的紋理合成方法
??? 傳統(tǒng)的方法在搜索最佳匹配塊時,直接對樣圖進(jìn)行全局搜索,若樣圖較大將導(dǎo)致合成時間過長。在紋理合成之前先對樣圖進(jìn)行二維小波分解,將樣圖分解為低頻、水平高頻、垂直高頻、斜線高頻四個部分。由于低頻部分包含了樣圖大部分的能量,所以合成時只在低頻部分搜索最佳匹配塊,這樣在很大程度上減少了搜索時間。對于其他部分則不再進(jìn)行最佳匹配塊的搜索,而是將其內(nèi)部與在低頻部分搜索到的最佳匹配塊相對應(yīng)的塊作為最佳匹配塊。如圖1 所示,Bi塊的左上角在圖1(a)中的位置為(m,n),Bj塊的左上角在圖1(b)中的位置也是(m,n),則認(rèn)為Bj塊是Bi塊在圖1(b)中的對應(yīng)塊。這樣就使全局搜索時的樣圖縮小為原樣圖的1/4,從而很大程度上縮短了搜索時間,提高了合成速度。四部分合成完以后,再通過小波重構(gòu)" title="重構(gòu)">重構(gòu)得到輸出圖。

???????????????????
??? 在低頻部分搜索最佳匹配塊時,與直接通過比較圖像塊的L2距離刻畫其相似程度不同[3],這里先對兩個塊的重疊部分進(jìn)行一維多尺度小波變換,然后通過變換后的小波系數(shù)差異度量兩個塊的匹配程度。由于對圖像進(jìn)行多層小波分解,可以把圖像中的高頻信息逐層提取出來,而高頻信息又往往表現(xiàn)為圖像中的結(jié)構(gòu)特征,所以可以通過比較兩個塊高頻信息的匹配誤差來度量紋理中結(jié)構(gòu)特征的匹配程度。為了突出結(jié)構(gòu)信息的匹配,在比較匹配誤差時,對每一層的高頻系數(shù)都賦予比低頻系數(shù)高的權(quán)重。匹配誤差的計算公式如下:
???

式中,Ah+Al=A(重疊部分像素的個數(shù)),Ah、Al分別代表高頻系數(shù)和低頻系數(shù)的個數(shù),α、β分別代表高頻系數(shù)和低頻系數(shù)所占的比重,搜索時選擇d(Bi,Bj)最小的塊作為當(dāng)前塊Bi的最佳匹配塊。圖2是使用不同匹配誤差公式計算的合成效果圖的比較。由圖可以看出,對紋理塊的重疊部分進(jìn)行三層小波分解時,使用參考文獻(xiàn)[4]方法計算匹配誤差的合成效果圖圖2(b)中存在紋理錯位、結(jié)構(gòu)雜亂現(xiàn)象,與樣圖的紋理結(jié)構(gòu)有較大出入,而使用本文方法的合成圖較好地保持了原樣圖的結(jié)構(gòu),如圖2(c)所示(其中α=2,β=1)。

???????????????????
??? 上面的方法因為需要進(jìn)行小波分解與重構(gòu),所以僅對灰度圖適用。對于彩色紋理,由于每一個像素點都由R、G、B三基色表示,可以對三基色分別進(jìn)行合成,但是這樣會引起顏色失真,如圖3所示。借鑒參考文獻(xiàn)[5]的方法,使用KL變換解除R、G、B三基色的相關(guān)性,將彩色紋理變換成相互獨立的三分量I1、I2、I3,然后對每個獨立分量用上面提出的方法進(jìn)行合成,生成相應(yīng)的紋理圖像,最后將三幅紋理圖像變換回R、G、B彩色空間,生成最后的彩色紋理。

???????????????
??? 綜上所述,將本文的算法總結(jié)如下:
??? (1)對彩色樣圖進(jìn)行KL變換,將彩色圖R、G、B分量變換成相互獨立的I1、I2、I3分量。
??? (2)對每個獨立分量Ii(i=1,2,3)進(jìn)行二維小波分解,將圖像分解為低頻、水平高頻、垂直高頻、斜線高頻四個部分。
??? (3)同時對低頻、水平高頻、垂直高頻、斜線高頻四個部分進(jìn)行合成,但僅在低頻部分進(jìn)行最佳匹配塊的搜索。
??? (4)對合成后的四個部分進(jìn)行小波重構(gòu),得到該獨立分量Ii的合成圖像。
??? (5)重復(fù)(2)~(4),得到I1、I2、I3三分量的合成圖像。
??? (6)將I1、I2、I3三分量的合成圖像變換回R、G、B彩色空間,輸出最終的彩色合成" title="彩色合成">彩色合成圖。
3 實驗參數(shù)及結(jié)果分析
??? 所有實驗都是在CPU主頻2.66GHz、內(nèi)存512MB" title="512MB">512MB的Pentium IV PC機(jī)上使用Matlab實現(xiàn)。
??? 實驗中紋理塊的大小對合成結(jié)果有較大影響,如果紋理塊太小,則塊內(nèi)包含的信息較少,將導(dǎo)致合成的結(jié)果呈現(xiàn)較大的隨機(jī)性,不能很好地匹配當(dāng)前塊;紋理塊太大的話,每次小波變換的時間會較長。所選紋理塊的尺寸一般應(yīng)該能夠涵蓋一個紋理基本元素,重疊部分取紋理塊的1/4~1/2。表1給出了實驗時對于不同樣圖所選的參數(shù)。

???????????????????
??? 二維小波分解和多尺度小波變換時都采用haar小波,多尺度小波分解到三層或者分解到低頻系數(shù)的個數(shù)少于4。
??? 圖4給出了本文方法與參考文獻(xiàn)[1]方法的比較,可以看出本文方法克服了參考文獻(xiàn)[1]方法引起的紋理錯位的問題。圖5給出了本文方法與參考文獻(xiàn)[2]方法、參考文獻(xiàn)[4]方法的比較??梢钥闯?,本文方法和參考文獻(xiàn)[4]方法在效果上都優(yōu)于參考文獻(xiàn)[2]方法,較好地克服了參考文獻(xiàn)[2]方法引起的紋理錯位,結(jié)構(gòu)雜亂的問題。而且,由表2可以看出本文方法的合成時間明顯少于參考文獻(xiàn)[4]方法的合成時間。為了比較其效果,實驗時對不同方法選擇了相同的初始點。實驗所用時間為多次實驗的平均。

???????????????

?

??????????????

?????????????????
??? 本文提出了一種基于小波的紋理合成方法,將KL變換及小波變換應(yīng)用于彩色紋理的合成中,不僅得到了較好的合成效果,合成速度也得到了很大提高。該算法雖然使得合成速度得到了很大提高,但是要想實時地合成紋理,還有很多工作要做。
參考文獻(xiàn)
[1] EFROS A A,F(xiàn)REEMAN W T.Image quilting for texture?synthesis and transfer[J].Proc SIGGRAPH,2001,(8):341-346.
[2] LIANG L,LIU C,XU Y et al.Real-time texture synthesis?by patch-based sampling[R].Technical Report MSR- TR-2001-40,Microsoft Research,2001.
[3] CHEN J,ZENG B.Patch-Based Multi-Resolution Real-Time Texture Synthesis in Wavelet Domain[J].Chengdu(CN):International Conference on Communications,Circuits and?Systems,2004,2:788-791.
[4] TONIETTO L,WALTER M,JUNG C R.Patch-based texture synthesis using wavelets[C].Proceedings of SIBGRAPI(Natal,Brazil,October 2005),IEEE Computer Society,2005:383-389.
[5] 李厚強,董朋朋,葉中付.基于無參數(shù)Markov隨機(jī)場模型的彩色紋理綜合方法[J].計算機(jī)工程,2003,29(18):34-36.

本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章、圖片、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容、版權(quán)和其它問題,請及時通過電子郵件或電話通知我們,以便迅速采取適當(dāng)措施,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118;郵箱:aet@chinaaet.com。