图像与视频是表达真实场景而且易于获取的的重要媒体。基于图像变换以生成新的模型或动态模型是计算机图形学与图像处理中重要的研究课题，多年来受到广泛的关注与研究。基于图像的变换技术和合成技术在影视、教育、计算机仿真、娱乐等领域具有广泛的应用，该课题的研究具有重要的研究与应用价值。该论文主要研究了单幅图的纹理图像的合成技术和两幅图像之间的变换技术。主要研究工作与贡献在如下两个方面:　　 第一，在图像变换技术研究中，本论文针对传统方法中存在的模糊和重影问题，提出了一种基于转换曲面的图像变换方法，将从源图像生成的前向拉伸序列和从目标图像生成的逆向拉伸序列在三维空间、沿优化的曲面进行缝合对接。由于避免了传统方法中的混合操作，能够保持颜色的频域，克服了传统方法中的重影和模糊问题。本论文将三维转换曲面的计算投射为标签问题。使用基于图割的方法设计能量方程求解最优转换曲面，使前向和逆向变形序列在中间帧合理地衔接。实验结果表明，本论文给出的方法能够有效地克服重影和模糊问题，生成高质量的图像变换结果，并处理两幅不相关图像之间的自然过渡;与传统方法相比，该方法更能有效地处理图像之间的变形，产生更自然清晰的转换效果。　　 第二，在图像合成技术研究中，本论文主要研究基于样本的纹理图像的合成，针对局部增长方法误差累积的缺点和全局优化方法合成速度慢的问题，提出了匹配相容性的纹理合成方法。该方法对于每个纹理块，根据样本纹理生成可与之进行拼接的纹理块邻接集合，并根据多步合成计算时的纹理块之间的可拼接性，即匹配相容性，对邻接集合进行优化处理，以舍弃那些在多步操作后会引起匹配冲突的块。由此在合成计算时，可节省大量的关于邻接块之间的相似性度量计算，减少合成过程中的匹配冲突，大大地提高了纹理块选择的效率。合成质量与目前合成质量最好的纹理优化方法相媲美;在合成速度方面，本文方法远远快于纹理优化方法，合成时间与目前合成速度最快的并行纹理合成方法不相上下，而合成质量明显优于并行合成方法。本文方法可在交互时间内合成1024×1024的大纹理，这是已有的合成方法难以达到的。