纹理合成是当前计算机视觉、计算机图形学、图像处理等多个领域的研究热点之一。目前纹理合成主要有过程纹理合成和基于样图的纹理合成，其中基于样图的纹理合成技术是近几年迅速发展起来的一种新的纹理拼接技术。　　 Cohen等人于2003年提出了一种Wang-Tile纹理合成算法。该算法引入了计算理论中的“Wang Tile”理论，由于其是利用合成的一组Wang Tile来进行一系列简单的拼接，从而产生了非周期性纹理。首先从输入纹理中任意选择多块菱形样本纹理，并赋予不同颜色，按照一定的规则对样本纹理进行排列，采用Quilting方法对重叠区域进行合成，并剪切合成后的中心矩形部分得到Tile集，最后根据Tile块的边缘颜色匹配进行纹理拼贴。因此，Tile集的质量直接决定了最终生成的合成纹理的质量，而要保证Tile集的质量，要求所选择的样本纹理在合成时的综合误差路径值满足一定的阈值，但是这个阈值是很难确定的，使得算法效率不高。另外即使综合误差路径值很小，也不能保证所选择的样本纹理是全局最优的，使得算法在合成某些具有精细纹理特征和鲜明颜色对比的纹理时会产生明显的菱形接缝。如何避免或减少Wang-Tile方法中菱形接缝一直是人们在不断研究的问题，这对提高纹理合成的质量具有重要意义。　　 本文提出了一种基于模拟退火的Wang-Tile纹理合成算法，本算法结合模拟退火算法和小波变换技术从效率和效果两个方面对Wang-Tile纹理合成算法进行了改进。首先利用模拟退火算法收敛于全局最优解的特点，在选择生成Tile集的样本时进行优化选择，得到近似最优的Tile集，也就是可以得到最佳合成效果的Tile集合，解决了Wang-Tile算法出现的菱形接缝的问题，实验证明可以得到很好的合成效果。其次，为了提高算法的效率，本算法在样本集的选择之前首先对初始样本进行二维小波分解，只在分解后的低频部分进行最佳匹配块的搜索，样本图像在分解后的只有原来1/4大小，也就是实现了纹理的压缩。因此，在选择匹配块时可以大大减少搜索时间，从而提高了算法效率。实验结果证明了本算法的有效性。