0411486 20240103182331.420060210235959.9 1-904410-13-8 Los Alamitos IEEE 2005 6 s. 95-100ChantlerM.DrbohlavO. BTF textures virtual reality image modelling 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*0101091 Grim Jiří UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0101182 Pudil Pavel UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0021088 Kudo M. JP 09K IAA2075302 GA AV ČR cav_un_auth*0001801 1ET400750407 GA AV ČR cav_un_auth*0001797 1M0572 GA MŠk cav_un_auth*0001814 CEZ:AV0Z10750506 A generalization of our Gaussian distribution mixtures based method to Bidirectional Texture Function (BTF) modelling is discussed. We estimate the local statistical properties of the monospectral version of the BTF texture in the form of a Gaussian mixture of product components. The synthesized texture is obtained by means of a step-wise prediction of the whole fixed view BTF texture subspace. In order to achieve an authentic BTF texture we use optimally chosen pieces of the original BTF for synthesis. Metoda modelování textur pomocí Gaussovské směsi je zobecněna na případ tzv. hrubé texutry, jejíž vzhled závisí na směru pohledu a směru osvětlení a jejíž základní popis je spojen s velkými nároky na paměť. Vlastnosti textury v černobílé projekci jsou lokálně odhadnuty pomocí distribuční směsi a výsledný statistický model je použit pro syntézu textury metodou postupné predikce. Autentický vzhled textury se v průběhu predikce významně zlepšuje nahrazováním podmíněných průměrných hodnot. cav_un_auth*0213299 International Workshop on Texture Analysis and Synthesis /4./ Beijing CN 21.10.2005 BD 2006 RO http://hdl.handle.net/11104/0131566 UTIA-B 20050216 2005 2005 Los Alamitos IEEE 1-904410-13-8 Texture 2005. Proceedings of the 4th International Workshop on Texture Analysis 95 100 Chantler M. 340 Drbohlav O. 340