自然纹理图像生成技术研究

摘要

纹理图像生成技术是数字图像处理、计算机图形学等研究领域的重要课题之一，它可广泛应用于通信、安全等领域，具有很高的应用价值。目前纹理生成技术尚未成熟，现有的一些方法无法满足实际对生成各种纹理图像的要求。本课题的主要研究内容就是将在人工智能领域较成熟的理论方法应用到自然纹理图像生成中，利用人工神经网络算法成功地实现了自然纹理图像的生成。人工神经网络BP算法可有效解决非线性数学建模问题，并具有较强的并行处理能力。本课题的主要工作包括以下三个方面：首先对自然纹理图像的特征函数进行了深入研究和分析，确定能够从各个角度真实全面反映图像的特征，最后选取16个特征函数作为图像生成的依据；第二，建立了有效的人工神经BP网络模型，将原始图像的16个特征函数作为BP网络的输入，通过学习—训练，确定人工神经网络结构；第三，形成了自然纹理图像的生成软件。当给定自然纹理图像时，软件将自动进行特征函数的提取，通过学习—训练，自动生成该图像的人工神经网络结构，最后实现该图像的生成。实验结果表明，本课题提出的纹理图像生成方法具有生成时间较短、生成效果逼真等优点。同时该方法打破了以往纹理图像根据结构不同采用不同模式生成方法的界限，可任意生成各种自然纹理图像。

目录

文摘

英文文摘

哈尔滨工程大学学位论文原创性声明

第1章绪论

1.1课题研究目的及意义

1.2技术背景

1.3课题主要研究内容

1.4论文章节安排

第2章人工神经网络理论

2.1人工神经网络

2.1.1概述

2.1.2人工神经元模型

2.1.3人工神经网络模型

2.2人工神经网络BP算法

2.2.1 BP算法的数学描述

2.2.2 BP算法在实际应用中的几个问题

2.3自组织竞争学习神经网络模型

2.4本章小结

第3章纹理分析方法的综合研究

3.1纹理特征

3.2统计分析方法

3.2.1一阶统计量

3.2.2二阶统计量

3.3纹理的句法结构分析方法

3.4基于局部方向、能量等信息的分析方法介绍

3.5本章小结

第4章自然纹理图像生成方法实现

4.1图像预处理

4.1.1全方位多结构元素

4.1.2算法结构和原理

4.1.3全方位结构元素加权层叠滤波算法实现

4.2纹理特征的提取

4.3自然纹理图像人工神经BP网络的建立

4.4本章小结

第5章实验仿真及结果分析

5.1实验设计

5.2实验结果及分析

5.3实验结论

附图

5.4本章小结

结论

参考文献

攻读硕士学位期间所发表的论文和取得的科研成果

致谢