论文部分内容阅读
纹理合成技术能基于小纹理生成视觉上相似的大纹理,它在计算机图形学及计算机视觉中有很广泛的应用。例如,大规模场景的绘制通常需要大量的纹理来丰富其细节表达,如果直接使用大纹理会给外存和内存带来很大的负担,而应用纹理合成技术可以改善绘制时的存储问题;在科学计算可视化方面,纹理合成技术也能用来提高相关内容的表现力,如流场的可视化。
由于纹理合成技术的重要性,近年来有大量的工作致力于改进纹理合成技术的速度、质量及合成能力。纹理优化是其中一种新颖的合成方法,它将纹理合成表示成能量最小化问题,并通过类期望最大化算法来逐步优化目标纹理。它不但能合成高质量的纹理,而且可以应用于带约束的纹理合成,如流场的纹理合成。但是,相比于其它合成方法,纹理优化方法的合成速度较慢,限制了它的实践应用。
基于纹理优化的思想,本文提出一种可运行于图形处理单元(GPU)的并行纹理合成算法,能很好地提高合成速度,且不降低合成质量。在新算法中,我们首先引进k-coherence search和主元分析(Principle Component Analysis)技术使得纹理优化可在GPU上并行计算,然后我们利用局部像素的连续性和局部邻域的合成稳定性设计了两个加速技术,进一步提高了纹理合成速度。虽然新算法需要一定的预计算,但相关的开销不大。经对比实验,新算法的在线合成速度能比2005年ACM SIGGRAPH大会上提出的初始的纹理优化算法快4000倍以上,能满足交互式应用的要求。文章最后,我们用新算法实现了纹理流场的交互式编辑。