廈門(mén)動(dòng)畫(huà)設(shè)計(jì)制作公司卓想動(dòng)畫(huà)是最佳選擇
(2)最佳基元的選擇：在輸出的合成紋理中，假定e”，是當(dāng)前所選種子以及～(e”’)是由其所有 最鄰近種子組成的集合（部分種子可能被基元覆蓋）。
通常情況下，采用鄰域比較方法( neighborhood comparisons)從已抽取的基元集合中找到與etg匹配的最佳基元e”‘，而最佳基元將覆 蓋當(dāng)前所選種子。需要指出的是，樣本紋理中的所有基元在鄰域比較過(guò)程中也看成是種子。此時(shí)，從 給定的參照連通圖中抽取的最佳基元的所有最鄰近種子集c( eref)相似于種子集w(e“’)。不同于現(xiàn) 有的基于局部鄰域比較的紋理合成方法，在該方法中，所用的“鄰域”(種子集j由基元而不是像素組 成
。兩個(gè)鄰域Q／(e”‘)和～(e”，)之間的相似性指的是在這兩個(gè)鄰域的相對(duì)基元之間它們的位置和 類(lèi)別的差異是最小的，而不是它們?cè)谙袼氐念伾系淖钚〔町悺?當(dāng)進(jìn)行位置之間的匹配時(shí)，我們考慮鄰域中co(e”I)以eref為中心且在局部坐標(biāo)系中均勻分布的 所有種子。相似地定義～(e”，)和e”，，中心種子以及所有最鄰近種子的分布圖8. 19(a)和f 1)) 所示。局部坐標(biāo)系分為四個(gè)象限，根據(jù)相對(duì)位置關(guān)系可以確定鄰域中每一個(gè)種子的象限。如圖8. 19(a ，所示，種子ei‘屬于第一象限是由于c{‘‘的J軸坐標(biāo)大于e”‘的，以及ei的y軸坐標(biāo)大于F”‘的 。
如果某一象限中有多個(gè)種子，我們使用象限角d(定義為．z軸與邊(eref eref)之間的夾角，進(jìn)一步 估計(jì)這些種子順序（象限角是具有方向的角）。在這種方式下，逆時(shí)針地排序鄰
flash動(dòng)畫(huà)創(chuàng)作與后期視頻處理技術(shù)*域～（P甜）中的各種子efef和鄰域co(e”，)中 的各種子好。將鄰域～(e”“，的每個(gè)種子依次與鄰域c( erLf)的各種子進(jìn)行匹配，以 好”和作為的初始種子對(duì)，遞增地匹配后續(xù)種子對(duì)e;'I，和竹吲，可建立鄰域cv(e …，)和～(F”‘)之間的一個(gè)匹配，廠。
依次更換初始種子對(duì)，可建立候選匹配集F，其大小取決于鄰域中種子的，豆、數(shù)目"。 一旦獲得了匹配集F，基于鄰域和Q／(Fn‘)之間差異的誤差函數(shù)定義如下： 式中，如果e：‘‘和e：ar的象限不 同。q(礦‘，e;ar)為l。否則q為o。g好，1為象限角Oref和 O;a，的絕對(duì)差。L是邊“和邊(F”，，e;ar)的 長(zhǎng)度L夕’的絕對(duì)差。上述三項(xiàng)用于測(cè)量鄰域中種子在位置之間的差 異。如果F乎和dar的類(lèi)別屬性不同，為l，否則為o。這一項(xiàng)用于測(cè)量基元之間在類(lèi) 別屬性上的差異。如果en-f和F：盯的序號(hào)相同，用于避免基元重復(fù)出現(xiàn)的測(cè)量項(xiàng)subid (e；ef釁”) 取值為l，否則為o。公式(8.27)中的權(quán)重系數(shù)的取值為，當(dāng)然，對(duì)于不同的樣本紋理。這些權(quán)重的取值可以進(jìn)行相應(yīng)地淵整。
在匹配了所有鄰域 cy(eref)中的所有種子，具有最小誤差的種子F”‘即為適合于當(dāng)前昕選種子e”，的最佳基元。此外 ，我們約束鄰域(u( eref)的大小大于鄰域oJ(F””)的大小，即鄰域中的種子數(shù)目多 于鄰域的。然而，我們發(fā)現(xiàn)所有鄰近基元形成了環(huán)的基元可以重復(fù)陂用，這是由于樣本紋理 中有限的基元數(shù)目使得在鄰域比較時(shí)總是選擇這樣的基元。事實(shí)上．n：紋理合成的每一次擴(kuò)張過(guò)程中 ，通常從已抽取的基元集合中隨機(jī)地選擇一個(gè)基元作為最佳鹱元，但是約束最初所確定的最佳基元的 序號(hào)以及已合成基元的分布保持不變。允許隨機(jī)地選擇基元（不同的基元具有不同的顏色和亮度）， 使合成的紋理圖像具有更自然的外觀。
轉(zhuǎn)載請(qǐng)注明：
廈門(mén)flash動(dòng)畫(huà)制作公司：http://www.haldonestatewines.com/city13/
