作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在计算机图形学和图像处理等领域,通常的纹理合成算法都是基于一块较小的样本纹理合成任意尺寸的纹理,这种算法虽然能合成质量较好的纹理,但纹理合成的效率却十分低下。因此,提出一种改进的算法,在基于纹理样图和马尔科夫随机场(MRF)模型的纹理合成算法基础上,通过使用K-means聚类算法来加速纹理合成。
推荐文章
基于Spark的并行K-means算法研究
Spark
K-means
PSO
迭代计算
基于变异的k-means聚类算法
聚类
mk-means算法
变异
基于MapReduce框架下K-means的改进算法
MapReduce框架
K-means算法
数据挖掘
聚类分析
k-means算法的研究与改进
聚类
划分方法
数据样本
阈值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于K-means的快速纹理合成
来源期刊 现代计算机:中旬刊 学科 工学
关键词 纹理合成 K-MEANS 图像处理
年,卷(期) 2018,(1) 所属期刊栏目
研究方向 页码范围 76-78
页数 3页 分类号 TP311.13
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李程鹏 四川大学计算机学院 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
纹理合成
K-MEANS
图像处理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
总被引数(次)
0
论文1v1指导