[发明专利]一种基于随机采样的贴片图像自动生成算法

说明书

技术领域

本发明涉及的是一种图像自动生成的方法，具体是一种基于因子图、局部对称性和随机采样的图像生成优化方法。

背景技术

在许多国家的文化中都存在通过重复排列一些颜色相对较为单调的图案而产生的艺术作品。例如中国古代的木质窗户、屋梁雕花、丝绸布匹，印第安人传统的陶器、篮筐，都包含有大量重复的图案，这些图案数量较少但是形状及样式相对较为规则。马赛克、刺花和其他的一些视觉类艺术品都具有这个共同的特点。现在，可以选择一些新的方法通过重新排列较少离散的图案块来生成更有用处的设计。例如在窗户和门等建筑元素都可以通过这种方法来进行建模并进行排列重建。在虚拟世界中这种基于网格的图案设计往往更加流行，应为这样在保证较好的视觉效果的同时可以使虚拟世界环境包含相应的语义，例如比较著名的沙盒游戏《我的世界》即采用这种设计。

对于这种通过贴片拼合生成新设计的方法，有较多相关研究。如：Cohen等人在2003年发表的论文Wang tiles for image and texture generation使用扫描线算法来进行非周期性图案的生成。Bokeloh等人在2010年发表的论文Aconnection between partial symmetry and inverse procedural modeling通过输入的模型推导出对称规则并提出制定有效形状文法的困难。Merrell在2007年发表的论文Example-based model synthesis描述了通过解析输入样本而生成新模型的方法。

YEH等人在2013发表于SIGGRAPH的论文Synthesis of Tiled Patterns using Factor Graphs中提出一种通过使用因子图作为概率图模型对图案进行建模的方法。使用因子分别表示贴片之间的不可松弛逻辑约束以及可松弛的统计关系。同时YEH根据MC-SAT采样算法的原理，提出了一种称为BlockSS的针对因子图和小规模样本输入的随机采样方式，这种随机采样方法的复杂度对输入的贴片呈线性增长，具有较好的尺度扩展性。然而这一方法存在单一方向采样匹配不可回溯的问题，容易陷入局部最优解，对于较为复杂的设计需求极易产生算法不收敛的情况。

发明内容

本发明所要解决的技术问题就是针对现有方法存在的上述不足，提供了一种基于随机采样的贴片图像自动生成算法，

为解决上述技术问题，本发明采用如下技术方案：一种基于随机采样的贴片图像自动生成算法，包括如下步骤：

第一步，读入设计样本序列，对样本进行解析，提取两类信息，第一类为符合因子形状的可松弛及不可松弛约束条件，根据统计的因子计算因子的概率分布函数，第二类为样本输入中的各种区块信息；

第二步，根据因子的概率分布函数及切片采样方法随机生成一组辅助变量；

第三步，进行大量随机采样，形成新的设计方案；

第四步，对设计方案计算KL散度和局部对称性参数，并根据设计方案的满足度调整参数，判断是否为局部最优解或全局最优解，有限步重复第二、三、四步生成多个设计方案；

第五步，根据KL散度、局部相似性和满足度对产生的设计方案进行排序，选出最佳结果。

优选的，第一步中，由因子图形成的概率图模型将概率模型表达成以下形式：

P(X=x)=1ZΠsΠiφs,i(ds,i)]]>

其中x为设计方案，Z为归一化系数，φ_s,i为因子函数，d_s,i为局部邻接关系，s为因子形状，i为锚点位置。