本文对基于MRF模型的二维图像纹理合成方法进行了研究,提出了如下新的观点和算法:1.提出了一种基于候选列表和中心搜索的纹理合成算法.算法以像素为单位合成纹理,在不同的情况下使用不同的邻域;根据纹理的局部相关性,采用候选列表搜索,提高了合成质量;采用中心搜索很好的解决了合成复杂纹理时容易发生的重复采样问题;螺旋合成顺序在一定程度上也加强了对合成过程的约束,克服了随机区域的出现.实验结果表明,算法对大多数纹理都能取得较好的合成效果.2.提出了基于LUV颜色空间和遗传算法的纹理合成算法.在块纹理合成的基础上,利用LUV颜色空间代替RGB颜色空间,改善了纹理块边界匹配误差目标函数,从而更贴近视觉相似效果;在纹理块的优化选择方面提出了利用遗传算法求解近似最优解的新方法;并提出了边界平均亮度索引的快速搜索算法,提高了合成速度.实验结果表明,对于大多数纹理,算法都能取得令人满意的结果,而且提高了搜索效率,加快了合成速度.3.讨论了一种切合纹理本质属性的基于纹理特征识别的纹理合成方法.纹理基元是具有近似不变特性的视觉基元,纹理基元最基本的不变特性之一是具有几乎固定的灰度级或颜色,但更复杂的是与形状有关的特性.该方法虽然现在还处在理论探索阶段,但随着纹理特征识别与纹理分割技术的不断完善会逐步实现;而且这种合成方法对继续研究新的纹理合成算法也有一定的启发作用.