0328990 20240111140724.920090915235959.9 8 s. www cav_un_epca*0328987978-3-642-03766-50302-97431146-1153HeidelbergSpringer2009X. Jiang, N.Petkov texture editing Markov random fields cav_un_auth*0101093 Haindl Michal UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0101100 Havlíček Vojtěch UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. pdf http://library.utia.cas.cz/separaty/2009/RO/haindl-texture editing using frequency swap strategy.pdf 1M0572 GA MŠk cav_un_auth*0001814 GA102/08/0593 GA ČR cav_un_auth*0239567 2C06019 GA MŠk CZ cav_un_auth*0216518 CEZ:AV0Z10750506 A fully automatic colour texture editing method is proposed, which allows to synthesise and enlarge an artificial texture sharing anticipated properties from its parent textures. The edited colour texture maintains its original colour spectrum while its frequency is modified according to one or more target template textures. Edited texture is synthesised using a fast recursive model-based algorithm. The algorithm starts with edited and target colour texture samples decomposed into a multi-resolution grid using the Gaussian-Laplacian pyramid. Each band pass colour factors are independently modelled by their dedicated 3D causal autoregressive random field models (CAR). We estimate an optimal contextual neighbourhood and parameters for each of the CAR submodel. The synthesised multi-resolution Laplacian pyramid of the edited colour texture is replaced by the synthesised template texture Laplacian pyramid. Článek představuje novou metodu automatické editace barevných textur, která dovoluje syntézu a zvětšení umělé textury, která obsahuje předpokládané vlastnosti od svých rodičovských textur. Editovaná textura si zachovává původní spektrální informaci ale modifikuje frekvenční obsah podle jedné nebo více rodičovských textur. Editovaná textura se syntetizuje rychlým rekurzivním algoritmem založeným na matematickém modelu. Algoritmus nejprve rozloží vstupní i vzorovou texturu do víceměřítkové reprezentace pomocí gaussovsko-laplaceovské pyramidy. Každé barevné spektrální pásmo je nezávisle modelované svým 3D kauzálním autoregresním modelem náhodného pole (CAR). Odhadujeme optimální kontextové okolí a parametry každého dílčího CAR modelu. Syntetická víceúrovňová laplaceovská pyramida je nahrazena syntetickou vzorovou laplaceovskou pyramidou. Nakonec je výsledná texturní pyramida inverzně transformována do výsledné editované textury. cav_un_auth*0253902 13th International Conference on Computer Analysis of Images and Patterns Muenster 02.09.2009-04.09.2009 DE 2010 BD http://hdl.handle.net/11104/0175153 100 0.322 15.66 0.35 2009 pdf cav_un_epca*0328987 Computer Analysis of Images and Patterns 978-3-642-03766-5 0302-9743 1146 1153 Heidelberg Springer 2009 Lecture Notes in Computer Science 5702 X. Jiang, N.Petkov 340