纹理合成是当前计算机图形学，计算机视觉和图像处理领域的研究热点之一。在计算机图形学中，经常使用纹理在粗糙的几何模型上表现精细的结构，纹理合成是绘制复杂场景真实感图形最为常用的技术。论文的主要研究内容是自然纹理合成优化算法及其在图像处理方面的一些应用。 论文首先介绍了纹理合成技术的基础知识及其发展阶段，然后分析了几个比较典型的基于样图的纹理合成算法，并分别从二维纹理合成、曲面纹理合成、视频纹理合成三方面就性能与特点的优势和不足进行了比较。 对于自然纹理合成优化算法，论文针对Ashikhmin的自然纹理合成算法在对大纹元或复杂纹元进行纹理合成时合成质量和速度方面的不足，分别提出了纹理合成运算优化和质量优化方法。其中采用候选点查找优化、L2距离计算优化、亮度空间合成方法对纹理合成算法进行加速，并且通过扩充边界、边界预处理、优化出界处理改进纹理合成质量。作为进一步的研究，论文提出了基于自然纹理合成优化的约束纹理合成方法。通过分析普通纹理合成算法应用到约束纹理合成的不足和缺点，修改自然合成优化算法，采用修改纹理合成顺序，对称的L型邻域，使用对应边界纹理大样本三个合成策略进行约束纹理合成操作。 另外，论文还分别提出了全局图像颜色转移方法和带约束的图像颜色转移算法。论文首先介绍了lαβ颜色空间及其与RGB颜色空间的相互转换公式，并提出了在该空间通过修改数据分布达到颜色转移的效果的全局颜色转移方法，然而在亮度不能完全匹配或颜色复杂多样的情况下该方法有时存在的颜色丢失问题。为解决这个问题，提出了使用样本框的带约束的颜色转移算法，并应用纹理合成方法查找相应的颜色匹配点，使得该方法具有图像颜色学习和自动识别对应区域的特点。