纹理合成技术在木材解剖学图片处理中应用

[摘要]： 木材解剖学通过研究木材的构造来分析识别木材。木材美学探索从木材的宏观或微观构造中提取木材的天然美学属性。木材解剖学可以为木材美学提供木材的微观图片素材，形成新的木材美学图案。本文选取欧洲水青冈为研究对象，分析其微观构造方面木射线、轴向薄壁组织、管孔等的特征，然后用基于样图的纹理合成技术解决木材微观图片在拼接过程中的接缝痕迹以及拉伸和变形问题，合成新木材美学图案。

[关键词]：微观构造 ；纹理合成；欧洲水青冈 ；木材美学

基金项目：福建省中青年教师教育科研项目

1. 木材解剖学与木材美学

木材解剖学[1]，是一门的传统的植物学科，经过长期的发展，能通过木材解剖后的构造对木材的分类及特性进行分析。木材解剖学知识是鉴别识别木材的重要手段。木材解剖学已有相当历史的发展，对大部分树种的构造特征都做了很好的阐释。木材解剖学的未来发展也在寻求更开阔的发展空间。

木材美学[2]是源于自然，高于自然的美学创作活动，自然界财富源源不断，需要不断探索与索取。通过研究木材微观与超微构造，分析典型树种构造的特点与独特之处，揭示基于木材解剖学的木材美学特征及其新应用，设计新的木材美学图案。木材美学研究无需消耗木质资源，不会对森林资源破坏，是一种生态文明、可持续发展的研究手段。开展木材美学研究，还可以为传统木材学拓展新的研究领域，为木材解剖学带来新的发展空间，让人们更好地理解木材的深层次构造，促进木材学知识的普及。将纹理合成技术运用到木材美学图案创作中，实现图案无缝拼接，加大木材构造图案提取和美学创作的灵活性。[3]

在木材美学宏观构造美学中，已经研究了树木之美、树皮之美、材表之美、木节之美、树丫之美、树根之美、树瘤之美、年轮之美、髓心之美、木材纹理之美、木材腐朽之美、木材化石之美等，当然，木材美学千变万化，大自然的财富是源源不尽的。

在木材美学微观和超微构造美学中，目前还没有专门的专著介绍这个方面，学者在一些文章中尝试创作木材微观构造美学图案。借助木材解剖学知识，获得木材显微构造图片。主要工具一般为显微镜、扫描电镜、木材切片机仪器，步骤一般为木材取样、木材软化、木材切片、处理切片、切片封固、显微摄影。木材微观美学元素包括木射线、木纤维细胞、木薄壁组织、管胞、导管、细胞壁上的纹孔和螺纹加厚等。已研究的木材有阴香木、桂花木、山龙眼、猫尾树等树种，还有大量树种美学价值等待开发。[4]

2.纹理合成

所谓纹理，就是我们日常生活中存在的视觉现象，比如自然界的物质，如石头、动物、植物、地表等的表面特征。研究发现，纹理结构其实在图像中能表现出一定的有规律的变化，这些变化的规律可以转变为某种数据。我们接触的许多物体，都具有表面不同的纹理，给人不同的质感。纹理可分为凹凸纹理与颜色纹理[5]，凹凸纹理就是指纹理为细小不规则凹凸状，颜色纹理就是纹理细节通过色调及亮度来表现。在附加于物体上的特有纹理可以创作出许多艺术的图案。离散法和连续法是目前纹理定义的主要方法[6]，离散法用二维数组来表示纹理，连续法则是用二元函数表示纹理函数。

纹理合成技术经过长期的发展，经过了三个发展阶段 [7]。第一个阶段是纹理映射，当遇到复杂场景需要表现真实感时，这种技术常被使用[9]。也可以通过经过映射后纹理变形表达出物体的一些几何形状。这个阶段将样图直接匹配到表面上，并没有经过特征提取及建造模型，所以只是简化后的基于样图的纹理合成。这个阶段常受采样区域的限制，小块纹理映射到大区域上经常导致纹理变形不清，达不到需要的好地效果，如果重复映射的话，小的纹理之间的拼缝也会出现走样的问题。

接着是第二个阶段，称之为过程纹理合成阶段，所谓的过程纹理合成就是模拟物理纹理的生成过程，在区域形成纹理。

通过细致的过程模拟可以逼真地得到一些效果，比如风化侵蚀，融化等。另外运用笔刷和颜料模型可以得到各种艺术风格的壁画效果。这个技术的特点就是并不是直接基于样图，而是根据仿真的物理生成模型生成具有物理特征的纹理。这个阶段主要强化构造物理模型，而隐藏特征提取，有点类似基于样图纹理合成；第三阶段则是基于样图的纹理合成。[5]基于样图的纹理合成技术就是对于给定的一个样图，通过数学的分析方法，提取样图中的表现特征的数据，然后用这些数据建立起相对应的数学模型，还需要对这个模型进行优化后形成一个中间的数学模型。接着根据原始样图和经过优化的数学模型，可以合成需要的任何尺寸及大小，并且避免重复视觉的重复纹理，并且这些重复的纹理可以防止边界出现瓦砖形状。

3.纹理合成技术对木材解剖学图片的应用

纹理合成是计算机图形学的新技术，本文需要基于某一样图合成需要的尺寸、大小、纹理无缝拼接的新的纹理。新的纹理的生成具有一定的随机性，在算法上有两个重要点，首先现有模型确定一个随机性的过程模型，这个决定纹理的准确度；另外是确定模型后如何找到合适的迭代方法产生需要的纹理，这个决定了合成过程的快慢。

在对木材解剖学图片合成中，本文采用基于样图的纹理合成方法。样图即为木材美学图案，样图中含有木材微观构造特征，从木材微观图片中采样，填入到目标图片区域中。

对于基于样图的纹理合成，研究基础及重要的问题就是如何更好地采样及拼接，拼接过程中如何处理选择种子点、领域采点方法、保证图形完整性手段等。

目前纹理合成算法主要有三种，第一种早期的是基于Markov Random Fields（MRF，马尔克夫随机场）的改进。MRF模型是将图像中的纹理看作一个个像素，每个像素都具有一定的空间性，并且有自己的特征，这些特征在范围内具有稳定性。這些像素在一定范围内与其他不同位置的像素没有关联，但是又存在的稳定的相似性。这个过程可以分为提取特征，优化模型，纹理合成三个步骤。

第二种是对MRF模型进行改进，运用随机块提高速度，这种方法又叫快速纹理合成算法，即WL算法[11]。这种算法利用L形状区域特点，在一定范围大小的领域进行直接地采样。这种算法也存在一定缺陷，因为它对边角类的特殊图像达不到良好的感知效果。

对以上算法进一步改进，出现了一种新的不同于以往的算法，这种算法是一种基于块的纹理合成算法，也称为Efros[36]算法。经过应用，发现这种算法比以往的算法都具有优越性，它的精度更高，算法的速度也更快，而且很好地解决了复杂纹理的边界问题。

本文采用的就是Efros的块拼贴纹理合成方法。任务是对给定的一幅较小的纹理样图，通过纹理合成，可以形成需要的无缝拼接效果纹理。

基于块的纹理合成从以下两个步骤实现：

第一步采取邻域搜索策略，在样本空间中搜寻最佳的匹配目标块。

第二步用一定的合成算法，将第一步中寻找到的目标块与已经合成的目标图像相互融合。

步骤中存在一个问题：当第一步中选定出的匹配块不是最佳的匹配块时， 那么在第二步中即使采用优化的算法也会无济于事。 所以在第一步中，如何搜索到与已经合成的结果图像最为相似的目标块是重要的一个考虑。

当前，现有算法中，第一步采用较多地是用颜色作为度量是否相似的标准，也就是说在两个相邻的重叠区域块中，每一个位置的对应的像素的颜色差作为整个度量相似性的偏差标准。

对于完整的块拼贴算法，如下所示：

根据扫描线的顺序一步一块地进行整个输出图像的合成；

在输入的木材样本纹理图像中，看作一个个块集合，找寻能够达到小误差的重叠区域的上下纹理块，随机挑选其中的一个块，然后匹配到需要的合成图的块的每个一个空间，接着在选取出来的具有纹理特征的纹理块与纹理合成图中的旧块重叠的部分，进行误差曲面计算。从中找到一个最佳的边界，达到边界无缝拼接的效果。把新块贴入到合成图中。

不断重复以上的步骤，最后合成完成。

接着，再截取欧洲水青冈弦切面中的纹孔构造。纹孔[12]是指木材细胞壁加厚产生次生壁时，初生壁上未被增厚的部分，即次生闭上的凹陷。纹孔是相邻相邻细胞间水分和养料的通道；木材加工利用中，纹孔对木材干燥、胶黏剂渗透和化学处理剂浸注等有较大的影响。它是木材细胞壁上重要的结构特征。

通过一次纹理合成，将欧洲水青冈弦切面合成新的木材美学图案，新的纹样比原來纹样更大，具有更多的纹孔特征，人工合成了一幅新的展现木材微观构造的木材纹样。

4.总结

本文选择块拼贴的纹理合成算法，以输入块为单位，输出具有输入纹样构造特征，在一定约束条件重叠下的合成图样。块拼贴纹理合成比点合成具有运算速度快、合成效果好的优势，在基于样图的纹理合成中得到越来越广泛的应用。在分析完算法思想，算法描述后，选取木材微观构造中的纹孔典型特征，在matlab中运行算法程序，将木材微观构造小块图形，合成大的具有木材美学典型构造特征的木材美学图案。

[参考文献]：

[1] 张新英. 木材解剖学的历史及发展[J]. 植物学报， 1993：52-62.

[2] 罗建举. 木材美学引论[M].南宁：广西科学技术出版社2008

[3] 廖晓梅. 木材美学图案的创作及其在室内装饰设计中的应用 [J]大众文艺2012（20）

[4] 罗建举.树木髓心构造及其美学应用[J] 南方农业学报2012，43（9）

[5] 刁伟忠， 常发亮， 孙晓燕. 基于MFC的OpenGL纹理贴图技术[J]. 山东建筑大学学报， 2005， 20（2）：70-73.

[6] 徐文华， 魏宝刚. 基于纹理合成的图像艺术风格学习[J]. 武汉大学学报， 2003， 36（3）： 115-119.

作者简介：

陈燕（1985），女，福建福清，硕士，教师，助教，木材科学与工程