纹理合成示例的重复性度量

纹理合成已成为公认的领域。 然而，研究人员最关心的是学习纹理合成算法，以实现更高的质量和更好的效率。 我们在此提出一种重复性度量方法，以挑选出用于合成纹理的最佳纹理示例。 与传统的强调目标纹理纹理特征分析的纹理分析方法不同，我们的方法侧重于纹理样本的重复性度量。 为了实现更有效的方法，我们首先执行泊松磁盘采样以从输入图像中提取无序纹理样本。 对每个示例使用基于快速傅里叶变换（FFT）的归一化互相关（NCC），我们可以获得一些矩阵。 基于重复性指标，我们可以为每个示例分配一个分数。 由于FFT，我们的方法可以满足视觉要求并在更短的时间内完成高质量的工作。 引人注目的视觉结果和计算复杂性分析证明了我们工作的正确性。