臺灣博碩士論文加值系統

紋理合成技術在近幾年提出不同的應用，如紋理轉移、影像修補、透視紋理合成跟影像類比上。在過去有許多學者提出不同的紋理合成概念來解決不同的問題，但仍在計算或品質上則無法有良好的解法。也因此這成為一個重要的研究方向。
在這個議題上，我們首先著重在透視失真的紋理轉換上。經由霍式轉換，我們對於透視紋理影像提出了一個有效率並且能夠精準偵測直線的方式來取得透視失真的參數座標點。並且透過粒子群聚法的快速比對方式來減少計算上的複雜度。
另一方面，這個議題亦可用在於藝術風格轉移上。由於藝術風格影像在紋理上具有不同的特徵，例如：線條、亮度、彩度、飽和度等，也因此我們提出了一個以特徵為基礎的藝術風格轉移演算法並採用以板塊為基礎的紋理合成方式來合成，並且透過粒子群聚法的快速比對方式來減少計算上的複雜度。我們在演算法增加一些特徵比對上的限制，也因此能讓轉移後的輸出影像能具有類似手繪上的畫風。經實驗結果，確實能透過特徵限制的方式來類比出原影像上的特徵風格。

Recently, the technique of texture synthesis is widely used in various applications such as texture transfer, image inpainting, and image analogies. However, the synthesis quality and efficiency usually can not achieve simultaneously. Therefore, it became an important issue to be studied.
In this thesis, we first focus on synthesis of perspective-distorted texture. By Hough transform, we proposed an automatic synthesis approach which provides an effective and accurate solution to synthesis line structure based perspective-distorted texture. Using Particle Swarm Optimization (PSO), the computational complexity also reduced significantly.
On the other hand, the thesis also developed an effective texture transform method for artistic style transfer. Because there are many different features in an image, such as line, bright, hue, saturation, etc. therefore, we present a feature based artistic styles transfer algorithm, which employs patch-based texture synthesis approaches, as well as speeds up texture synthesis process by PSO during matching search process. We add some new feature constraints to the current algorithm, therefore, output image has similar visual effect as a manual painting. Once a certain sample image with artistic style is presented, the algorithm can accomplish image analogy by transferring the style to the target.

摘要I
AbstractII
誌謝IV
目錄V
圖目錄VII
第一章 緒論1
1.1 研究動機與背景1
1.2 論文架構4
2 相關研究回顧5
第二章 傳統的紋理合成技術研究6
2.1.1 以像素取樣為基礎的紋理合成6
2.1.2 以板塊取樣為基礎的紋理合成12
2.1.3 透視性質紋理的紋理合成16
2.2 紋理合成技術在影像類比上的應用20
第三章 透視性質紋理的紋理合成方法與步驟22
3.1 透視性紋理影像的分析23
3.2 前處理25
3.3 透視轉換估測32
第四章 風格轉換的合成方法與步驟44
4.1 正規化48
4.2 特徵擷取50
4.3 以板塊為基礎的藝術風格轉換方式55
4.3.1 邊緣處理55
4.3.2 粒子群快速比對法60
4.3.3 特徵強化適應性板塊合成68
4.4 以像素為基礎的藝術風格轉換方式77
第五章 實驗結果與討論82
5.1 具透視性質紋理的合成結果與討論83
5.1.1 透視轉換結果83
5.1.2 透視轉換紋理合成結果85
5.2 藝術風格轉移的結果90
5.2.1 以板塊為基礎的藝術風格轉移結果91
5.2.2 以像素為基礎的藝術風格轉移結果96
5.2.3 色彩較強烈特徵以不同的特徵轉換結果101
5.2.4 其它線條較強烈特徵的轉換結果115
第六章 結論123
參考文獻124
圖目錄
圖1 紋理影像的分類1
圖2 Wei & Levoy 合成方式6
圖3 Wei & Levoy不同板塊大小的合成結果7
圖4 Wei & Levoy 高斯金字塔合成方式7
圖5 Ashikhmin紋理合成示意圖9
圖6 以像素取樣為基礎的紋理合成結果11
圖7 以板塊為基礎的鄰域板塊示意圖12
圖8 (a)~(d)為板塊的合成順序13
圖9 Liang與Efros板塊合成的比較圖15
圖10 具透視性質的紋理影像16
圖11 具透視性質的紋理合成結果17
圖12 變形座標與映射座標17
圖13 李俊賢的透視紋理合成結果18
圖14 影像類比示意圖20
圖15.影像類比之演算法21
圖16 透視紋理之邊界線段23
圖17 透視轉換的合成步驟24
圖18 RGB量化8階25
圖19 Sobel 3x3 Kernel26
圖20 膨脹與侵蝕遮罩27
圖21 細線化演算法所使用的鄰域排列27
圖22 示例 N(p1)=4。T(p1)=3 28
圖23 透視合成之前處理結果30
圖24 結構性佳的透視合成前處理31
圖25 結構性差的透視合成前處理31
圖26 斜率45°的霍式頻譜示意圖34
圖27 主要線段分佈區間。A1線段與B1線段。35
圖28 次要線段分佈區間。C1線段與D1線段。36
圖29 轉換參數座標38
圖30 一般的透視影像38
圖31 一般透視變形影像的矯正參考座標點虛擬碼39
圖32 具有斜向失真的透視紋理影像40
圖33 公式3.13示意圖41
圖34 透視轉換結果43
圖35 紋理分類44
圖36 藝術風格轉移流程圖47
圖37 正規化示意圖49
圖38 尋找最小差異點(以4個像素點為例)56
圖39 重疊邊中像素點位置的表示法58
圖40 計算重疊邊中像素點權值的表示法59
圖41 粒子群最佳化示意圖60
圖42 PSO虛擬碼61
圖43 板塊比對示意圖63
圖44 輸出Source亮度與Target彩度67
圖45 輸出Source彩度與Target亮度67
圖46 不同板塊大小的轉換結果69
圖47 Radius Basis Function 示意圖73
圖48 特徵點簡化的計算方式74
圖49 不同板塊大小合成結果76
圖50 像素為基礎的比對方式78
圖51 隨機座標比對結果80
圖52 透視轉換結果84
圖53 透視轉換紋理合成1 87
圖54 透視轉換紋理合成2 89
圖55 彩色特徵較強烈的測試圖90
圖56 線條特徵較強烈的測試圖90
圖57 以板塊為基礎合成色彩較強烈的結果93
圖58 以板塊為基礎合成線條較強烈的結果95
圖59 以像素為基礎合成色彩較強烈的結果98
圖60 以板塊為基礎合成線條較強烈的結果100
圖61 水彩與各種特徵畫轉移結果103
圖62 油畫與各種特徵轉移結果105
圖63 莫內與各種特徵轉移結果107
圖64 粉筆與各種特徵轉移結果109
圖65 梵谷與各種特徵轉移結果111
圖66 色彩轉移結果1 112
圖67 色彩轉移結果2 113
圖68 色彩轉移結果3 114
圖69 紋理轉換結果1 116
圖70 紋理轉換結果2 117
圖71 紋理轉換結果3 118
圖72 紋理轉換結果4 119
圖73 紋理轉換結果5 120
圖74 紋理轉換結果6 121
圖75 紋理轉換結果7 122

中文部份
[1]李俊賢, “非擬真成像與材質合成之研究” 國立中興大學資訊科學研究所博士論文, 2004, pp. 100-117
英文部份
[1]Aaron Hertzmann et al., “Image Analogies.” Proc. Siggraph, ACM Press, pp. 327-340, 2001.
[2]Alexei A. Efros and William T. Freeman, “Image Quilting for Texture Synthesis and Transfer.” Proceedings of SIGGRAPH 2001, 2001.
[3]Alexei Efros and Thomas Leung, “Texture Synthesis by Non-parametric Sampling.” 7th IEEE International Conference on Computer Vision, 1999.
[4]Andrew Nealen and Marc Alexa, “Hybrid Texture Synthesis.”, 14th ACM International Conference on Eurographics workshop on Rendering, 2003
[5]Duda, R. O. and P. E. Hart, "Use of the Hough Transformation to Detect Lines and Curves in Pictures," Comm. ACM, Vol. 15, pp. 11–15, 1972.
[6]G. R. Liu et al., “Particle Swarm Optimization Method Used In Pixel-Based Texture Synthesis.” Computational Methods, pp.1187-1192, 2006.
[7]Lin Liang, et al., “Real-Time Texture Synthesis by Patch-Based Sampling.” tech. rep. MSR-TR-2001-40, Microsoft, 2001.
[8]Li-Yi Wei and Marc Levoy, “Fast Texture Synthesis Using Tree-Structured Vector Quantization.” Proceedings of SIGGRAPH 2000, pp. 479-488, July 2000.
[9]Michael Ashikhmin, “Fast Texture Transfer.” Computer Graphics and Applications, IEEE, 2003.
[10]Michael Ashikhmin, “Synthesizing Natural Textures.” 2001 ACM Symposium on Interactive 3D Graphics, pp. 217–226, March 2001.
[11]Xuexiang Xie and Feng Tian, et al., “Feature Guided Texture Transfer Synthesis (FGTS) for Artistic Style Transfer.” 2nd ACM International Conference on Digital Interactive Media in Entertainment and Arts, pp.44-49, 2007.
[12]Y. Zhang and Y. Meng, et al., “Particle swarm optimization-based texture synthesis and texture transfer.” Proceedings of the Third International Conference on Machine Learning and Cybernetics, pp. 4037-4042, 2004.