实现使用GAN进行纹理合成的代码
2023-03-14 21:17:07 26.34MB Python开发-机器学习
1
matlab数据平滑代码微结构制造商 Microstructure Maker是固体纹理合成算法的MATLAB \ C ++实现,用于仅从2D数据构建具有统计意义的3D微结构数据集。 该软件尝试从有限数量的倾斜2D截面\图像创建微结构的3D重建。 如果您正在研究很难或不可能应用3D表征技术(X射线显微断层照相术,连续截面SEM等)的材料系统,那么Microstructure Maker可能使您能够从2D获得材料系统的3D体积图。图片。 方法 我们的软件使用的方法是受固体纹理合成领域(计算机图形学的一个子领域)启发的。 我们的目标是使这些方法适用于实际的材料数据集,以便研究人员可以采用另一种方法来替代昂贵且有限的3D表征技术。 这些方法试图解决不适定的优化问题,即找到最匹配微观结构统计信息的3D重构,该微观结构统计信息存在于从倾斜截面获取的有限数量的2D示例(图像)中。 尽管这些方法可能非常有效,但它们确实有一些局限性。 首先,您希望重建的微观结构必须在统计上是同质的。 其次,除了一些耐心之外,您的计算机上还必须拥有大量的计算资源才能运行这些算法。 最后,不能保证它们收敛到全局最优值,因
2022-11-04 11:28:41 1.09MB 系统开源
1
用于执行图像绗缝的 Matlab 代码,如 Efros & Freeman 在 SIGGRAPH 2002 论文中所述。 注意:这不是 Efros & Freeman 的代码,只是它的一个实现。 纹理合成 IMOUT = SYNTHESIZE(IMGIN, SIZEOUT, TILESIZE, OVERLAP [, ISDEBUG]) 返回纹理合成的图像 IMGIN 代码都适用于灰度图像或彩色图像 尺码 一个1*2的数组,输出图像的大小 例如尺寸(纹理)*3 瓷砖尺寸 每个块的 TILESIZE 交叠 块之间重叠条的大小 调试器 如果没有调试功能,则等于 0(默认) 算法会显示每一步的进度,多一点 时间将花费在绘图中。
2022-04-18 18:01:43 137KB matlab
1
一种改进的基于纹理合成的图像修复算法研究,廖海波,王虹,数字图像修复技术是当前计算机图形学、计算机视觉和图像处理的研究热点邻域之一。其方法主要分2类::基于纹理合成的方法和基于偏�
2022-04-10 15:31:26 382KB 纹理合成
1
本文提出了一种基于GPU加速的几何纹理合成方法,以解决几何纹理合成过程中的高计算量、高存储占用和高耗时等问题。首先,将样本几何纹理数据进行子块划分,以及根据子块在样本中的位置关系设计可重用样本顶点数据的数据结构,优化存储以降低内存的占用率;然后,通过采用GPU多线程并发技术设计并行加速算法,将串行的几何理纹理合成过程并行化,这使得能够快速地生成任意尺寸的新的几何纹理。实验结果表明,本文算法不仅存储占用更小,而且能够在保证合成质量的同时,极大地降低几何纹理合成耗时。
2022-04-07 10:17:51 725KB 研究论文
1
matlab代码clc 图像绗缝 用于纹理合成和传输的图像绗缝 解释 通过将小块拼接在一起来合成图像。 使用 Matlab。 结果 图像绗缝 纹理合成 用法 用于图像绗缝 将所有 Matlab 代码下载到一个文件夹中。 打开 quilt_simple.m 输入“cmdcode_quilt_simple” 用于纹理转移 将所有 Matlab 代码下载到一个文件夹中。 打开 texture_transfer.m 输入“cmdcode_texture_transfer” 指令码 cmdcode_quilt_simple clear; clc; datestr(now) sample = imread('input5.bmp'); outsize = [600; 600]; patchsize = 48; overlap = 8; tol = 0.1; // sample imout = quilt_simple(sample, outsize, patchsize, overlap, tol); imout = imout / 255; imshow(imout); cmdcode_text
2022-03-30 21:26:38 1.54MB 系统开源
1
本文首先介绍基于样图的纹理合成技术的国内外研究现状,对TSFS的基本 模型、原理和经典算法进行了详细地介绍和讨论。在此基础上,本文对TSFS技 术中若干关键问题展开了深入的研究
2022-03-23 17:36:21 4.03MB 纹理 合成 TSFS
1
传统基于样本块的图像修复算法中样本块大小是固定不变的,在修复过程中无法根据图像的具体情况进行调节,这在很大程度上影响了图像的整体修复效果。为了解决这一问题,提出一种自适应确定样本块大小的方法。该算法通过分析图像的梯度域变化,获得各像素点处的结构信息,进而自适应确定待修复样本块的大小。仿真实验结果表明,该算法能够有效克服传统方法中经常出现的诸如结构误传播、图像整体结构丢失等缺点,对具有明显结构变化的图像取得了比较理想的修复效果。
1
纹理合成 这是纹理合成算法的Torch实现,与[1]非常相似。 给定输入纹理补丁,该算法将生成相同纹理的较大版本。 这是一个例子: 输入 输出 您可以看到更多示例。 用法 纹理合成是在脚本synthesis.lua实现的。 以下命令行选项可用: -source :源图像的路径。 -output_file :应该将输出写入的路径。 -height :输出文件的高度,以像素为单位。 -width :输出文件的宽度,以像素为单位。 -k :内核大小; 必须是一个奇数整数。 -gpu :使用哪个GPU。 设置gpu >= 0将在GPU模式下运行,而设置gpu < 0将在仅CPU模式下运行。 您可以查看使用不同源图像和内核大小。 参考文献: [1] Efros,Alexei和Thomas K. Leung。 “通过非参数采样进行纹理合成。” ICCV 1999年。
2022-03-14 18:44:01 14.85MB Lua
1
基于对抗生成网络的纹理合成方法,山东大学计算机学院2016级毕设论文,查重率10%以下,可参考,引用请说明。
2021-12-20 18:49:19 4.68MB 毕设论文 纹理合成 Python
1