| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及其意义 | 第7-9页 |
| ·纹理合成综述 | 第7-8页 |
| ·基于样图的纹理合成研究内容及意义 | 第8-9页 |
| ·纹理合成基本方法及数学模型 | 第9页 |
| ·二维纹理合成研究进展 | 第9-11页 |
| ·本文研究内容与安排 | 第11-13页 |
| ·本文主要工作 | 第11-12页 |
| ·本文章节安排 | 第12-13页 |
| 第二章 基于QPSO 的块拼贴纹理合成算法 | 第13-21页 |
| ·马尔可夫随机场模型 | 第13页 |
| ·基于块拼贴的纹理合成算法 | 第13-15页 |
| ·典型基于块拼贴的纹理合成算法 | 第13-14页 |
| ·基于块拼贴的纹理合成算法的优缺点 | 第14-15页 |
| ·搜索策略 | 第15-18页 |
| ·局部搜索策略与全局搜索策略 | 第15页 |
| ·粒子群优化算法（PSO） | 第15-16页 |
| ·具有量子行为的粒子群优化算法（QPSO） | 第16-17页 |
| ·QPSO 算法的优点 | 第17-18页 |
| ·基于QPSO 的纹理合成算法 | 第18页 |
| ·实验结果及分析 | 第18-21页 |
| ·精确度分析 | 第18-19页 |
| ·收敛速度的比较 | 第19-20页 |
| ·合成效果对比 | 第20-21页 |
| 第三章 互信息在纹理合成中的应用 | 第21-25页 |
| ·现有典型相似性测度 | 第21页 |
| ·采用互信息作为相似性测度的研究 | 第21-23页 |
| ·互信息的概念 | 第21-22页 |
| ·互信息作为相似性测度的纹理合成 | 第22-23页 |
| ·基于互信息的纹理合成算法 | 第23-25页 |
| 第四章 纹理全局特性研究 | 第25-42页 |
| ·MRF 的优点和不足 | 第25页 |
| ·基于特征的分析 | 第25-26页 |
| ·特征匹配 | 第25-26页 |
| ·现有特征匹配算法 | 第26页 |
| ·多边形近似在特征点识别上的应用 | 第26-31页 |
| ·多边形近似定义 | 第26-27页 |
| ·离散的二进制粒子群算法（BPSO） | 第27-28页 |
| ·二进制具有量子行为的粒子群算法(BQPSO) | 第28-29页 |
| ·BQPSO 在多边形近似中的应用 | 第29-31页 |
| ·基于多边形近似的纹理图像特征点提取 | 第31-38页 |
| ·纹理图像灰度化 | 第31页 |
| ·边缘强化 | 第31-32页 |
| ·二值化与减肥算法 | 第32-34页 |
| ·区域分割与基于多边形近似的特征点提取 | 第34-35页 |
| ·焦点区域特征点问题 | 第35-37页 |
| ·特征点分级 | 第37-38页 |
| ·基于特征点定位的块纹理合成讨论 | 第38-42页 |
| ·特征点网格 | 第38-40页 |
| ·输出图像特征点布局与基于特征点的块纹理合成方法讨论 | 第40-42页 |
| 第五章 总结与展望 | 第42-44页 |
| ·全文总结 | 第42页 |
| ·进一步研究展望 | 第42-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-50页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第50页 |