基于样图的二维纹理合成技术是近几年来计算机图形学的一个重要研究课题，Efros和Leung利用邻近点相关性强的特征，提出了非参数采样合成算法，对很多种纹理的合成都取得了不错的效果；Wei和Levoy对之进行了改进，避免了显式的概率函数构造而直接从样图中进行取样，使合成效率得到进一步的提高；基于相关性原理，Ashikhmin的算法把搜索范围限制在当前点的邻域，极大地提高了合成速度，对自然纹理获得了理想的合成效果；徐晓刚提出了一种多种子快速纹理合成算法，利用螺旋线状搜索代替按扫描线顺序的穷尽搜索，加速匹配过程；Efros于2001年提出的基于块缝合的纹理合成算法，把合成的基本单位由单个像素改成样图中的纹理块，对以往算法处理效果都不够理想的结构性纹理，各纹元间拼接质量很高。然而，探索一种既要有高的合成效率又要有高的合成质量的算法仍然是一件非常困难的工作。 本文首先对纹理合成技术的主要应用做了介绍，然后对当前一些较为典型的二维纹理合成方法进行了研究，并对它们的算法思想、能够处理的纹理范围和存在的问题等进行了对比和总结；给了一种对Wei和Levoy基本算法(简称WL算法)进行加速的方法。通过大量的实验表明，在合成质量与WL算法相近的情况下，该方法使WL算法的合成速度大幅度地提高，取得了良好的加速效果；运用统计分析的方法，针对采用MRF模型的基于样图的纹理合成算法，给了一种邻域大小自动识别的方法，进一步减少了纹理合成算法的参数输入数量，更方便了用户的操作。 论文最后对未来的工作做了简单介绍。