Processus stochastiques et algorithmes pour la synthèse et le rendu de textures
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Lutz, Nicolas
Date de soutenance : 01-07-2021

Directeur(s) de thèse : Dischler, Jean-Michel - Sauvage, Basile

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Informatique
Classification : Informatique

Mots-clés libres : Informatique, Synthèse de textures, Bruit procédural, Rendu, Filtrage
Mots-clés :
  • Infographie
  • Texture (traitement d'images)
  • Filtres (informatique)
Résumé : En informatique graphique, les mondes virtuels suivant des considérations d'esthétisme demandent de représenter des objets avec de nombreux détails, classiquement apportés par les texture. La synthèse de textures permet d'introduire de l'aléa contrôlé dans le processus de génération et de rendu des textures, qui peuvent alors être plus larges, moins coûteuses en occupation mémoire et limiter les artefacts de répétition et d'alignement. Dans cette thèse, nous formalisons la synthèse de textures en tant qu'implémentation de processus stochastiques. Cette formalisation nous aide à comprendre les algorithmes de bruit procédural, et nous montrons qu'une classe de processus n'ayant pas été utilisé dans la synthèse par le passé, les processus cyclostationnaires, peuvent être exploités pour synthétiser des textures à organisation globale régulière (comme des murs de briques). Une de nos contributions porte également sur la création du filtrage d'une synthèse par pavage apériodique nommée « échange de contenus ». Le filtrage permet d'effectuer le rendu d'une surface texturée avec cette synthèse sans artefacts de scintillements ou effets de Moiré.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2021STRAD003
Type de ressource : Thèse