基于Gabor小波的着色及纹理合成算法

着色和纹理合成是图形图像中的两类基本研究课题。前者需根据用户定义的彩色笔触信息，自动对黑白照片、电影或者漫画染上颜色；后者则需根据用户输入的样本纹理，经计算得出与样本纹理视觉上近似的结果纹理。这两类课题都有广泛的应用背景。如着色常常用于给经典的黑白电影或者照片自动上色，解决现在的染色工序中存在的需要大量人工交互的难题；而纹理合成常用于电影和电子游戏的地形地貌、织物、头发等等纹理的自动生成。 这两大类问题都需要分析纹理特征，并且依赖于分析结果的准确性。Gabor小波滤波器与人眼的视觉感受野相当吻合，用它来分析纹理得到的结果比较精确。鉴于此，本文把Gabor小波应用到了着色问题和纹理合成中。对于着色问题，本文用基于Gabor小波的特征向量重新定义邻居关系，然后用最优化方法迭代地对照片和卡通染色。相比以往的算法，本算法具有用户交互少、效果好、算法简单稳健的优点，并且算法允许用户逐步地添加色彩细节。对于纹理合成，本文用基于Gabor小波的特征向量来预计算K-Coherence候选集，提高了K-Coherence算法的准确性，从而改进了纹理合成的最终效果。 本文提出的算法是天然并行的，因而可利用GPU加速，做到实时计算。