声明
摘要
第1章 绪论
1.1 问题的背景与意义
1.2 国内外研究现状
1.3 研究思路和研究内容
1.4 论文的组织安排
第2章 相关工作
2.1 基于类比的学习
2.2 艺术图像风格化
2.3 颜色传输
2.3.1 颜色传输方法
2.3.2 图像分割方法
2.3.3 图像语义标记方法
2.4 纹理合成技术
2.5 GPU加速技术
2.6 本章小结
第3章 基于图像类比的快速内容编辑方法
3.1 问题描述
3.2 经典的图像类比算法分析
3.3 基于GPU的纹理适应性的内容编辑算法
3.3.1 邻域匹配策略的选择
3.3.2 算法概述
3.4 基于CUDA的并行合成实现
3.4.1 基于CUDA的上采样
3.4.2 基于CUDA的精确全局搜索
3.4.3 基于CUDA的k-coherence搜索
3.5 实验结果及比较
3.6 本章小结
第4章 基于全局优化的快速内容编辑方法
4.1 问题描述
4.2 基于全局优化的内容编辑
4.2.1 算法概述
4.2.2 初始化样图生成
4.2.3 度量准则的定义
4.2.4 基于纹理优化的合成及CUDA加速
4.3 实验结果及分析
4.3.1 合成结果
4.3.2 合成结果比较和用户调查
4.4 本章小结
第5章 支持多样图的快速艺术图像风格化
5.1 问题描述
5.2 基于类比的快速艺术风格学习
5.2.1 算法描述
5.2.2 实验结果
5.3 基于流场的快速多样图艺术风格学习
5.3.1 算法流程
5.3.2 基于流场的自动风格传输
5.3.3 基于WYSIWYG方式的用户编辑
5.3.4 实验结果及分析
5.4 本章小结
第6章 基于语义的颜色传输
6.1 问题描述
6.2 基于语义的颜色传输
6.2.1 改进的Normalized Cut图像分割
6.2.2 基于MPEG-7描述符的区域语义标记
6.2.3 基于语义的颜色传输
6.3 实验结果与分析
6.4 本章小结
第7章 总结与展望
7.1 工作总结
7.2 未来工作展望
参考文献
致谢
攻读学位期间参加的科研项目和成果