数字图像合成是图像处理和计算摄影学邻域的一个重要课题,是图像编辑技术的重要组成部分,在影视,印刷出版,平面设计,广告制作等行业有着广泛的应用。然而,从含有复杂场景的图像源中精确提取合成元素(如前景物体)并不容易,当前景与新背景的在视觉特征上不同时(如亮度,颜色,纹理,风格等方面不同),要得到在感知上具有一致性的合成图像中也同样困难。论文以消除图像合成中常见的“渗色效应”,颜色失真,纹理的错位等问题为目标,对图像合成中的梯度域重构,粗糙化表示,颜色校正,以及块匹配的应用等关键技术进行了研究。主要工作有以下几个方面：(1)提出了一种基于图像粗糙表示的梯度域合成方法,该方法首先基于双边滤波和构造多项式产生粗糙化后的图像线性子空间,然后根据不同的图像类型,以三种不同的方式(直接投影、边界和梯度场投影,或快速投影)将基于梯度域的图像合成投影到粗糙化后的图像空间中进行。粗糙化后的图像将平滑区域中的相似像素绑定在一起,并具有良好的边缘感知特性,从而能减少在梯度域中重构合成图像时所产生的拟合误差。实验结果表明,论文的方法减少了图像合成中的“渗色效应”。此外,在粗糙化后的图像空间中进行合成只需求解规模较小的线性系统,有效地提高了基于梯度域的图像合成的计算效率。(2)提出了基于通用测地距离来估计图像合成中的颜色失真的方法。为使颜色置信度与主观感受相符,用户先以交互方式粗略地用笔刷给出颜色失真和非失真的区域,然后论文对笔刷覆盖的像素进行采样并使用高斯混合模型估计失真区域的颜色分布,最后基于通用测地距离(融合了空间距离,颜色距离以及图像颜色的分布信息)计算各像素与颜色失真区域的亲和度,并通过插值产生平滑的颜色置信度。实验证明,论文方法估计出的颜色置信度较好地反映了合成图像中颜色的失真程度,具有较强的鲁棒性。(3)提出了基于颜色置信度的颜色校正方法。在用于颜色校正的目标函数中,颜色保真项使保留合成图像中高置信度区域的颜色,而低置信度区域的颜色则通过颜色传播从高置信度区域得到。同时,为使梯度幅值较弱的边缘也能阻止颜色传播到边缘另一侧的平滑区域,论文引入对长边缘的检测来改进像素间相似性的计算。实验结果表明,论文的颜色校正方法不仅保留了基于梯度域的图像合成的优点,而且能有效地减少合成区域中前景物体的颜色失真,即使源图像和目标图像的色调相差较大,该颜色校正模型也具有较强的鲁棒性。(4)通过统计分析块匹配中的几何变换参数的分布特征,论文提出了一种分区域使用主几何变换进行块匹配的方法,并将其引入到基于块匹配的图像合成中以改进块搜索的结果。相比使用随机搜索机制,主几何变换反映了图像中块的主要变化模式,通过主几何变换及其邻域中找到的相似块具有更好的连贯性和一致性。较少的主变换参数(相较所有可能的变换参数)减少了块匹配的计算量。实验证明,该方法不仅能较好地消除合成图像中因不恰当的块匹配所造成的模糊或纹理错位,合成高分辨率图像时的计算性能也得到明显提升。