基于样图的纹理合成技术是在已知小样图具有的纹理特征基础上,利用其已有的纹理结构特征合成一个大尺寸纹理图像,而且保持纹理结构的相似性与连续性。该技术在样本纹理中查找匹配点,并把它拷贝至输出图像中来生成与样本纹理相似且连续的纹理图像,在许多方面都有普遍的运用,如真实感及非真实感的绘制、图像修复以及计算机辅助设计等。论文主要对块拼贴纹理合成算法进行改进从而改善纹理合成结果的质量与速度,此外还将改进后的纹理合成算法在纹理传输过程中加以应用,完成了不同图像之间艺术风格的转换,本文所做的研究工作如下:一、针对基于块拼贴的纹理合成算法在拼贴块时会出现拼贴错误而产生的边界不连续现象,提出一种基于多阶误差曲面的纹理合成算法。通过计算多阶误差曲面来得到更精确的最小误差路径,使得按照路径拼接时纹理图像的结构信息保持得更好,通过实验论证与数据分析说明通过增大误差曲面公式的阶数可以得到更加准确的拼接路径从而获得更好的合成结果。二、为了进一步提高块拼贴算法的合成结果质量,本文对拼贴后的接缝处进行优化处理,在找到最佳切割路径完成纹理块的拼贴后引入了泊松混合来对纹理合成中出现接缝不连续的现象进行了平滑处理,由实验验证可以看到原算法中拼贴后的不连续区域经过泊松混合优化后确实得到改善,并且将改进后的算法扩展到纹理传输的实现,取得良好的结果。三、针对块拼贴纹理合成算法中,查找最佳匹配块采用逐点移动模板的方法进行搜索,其相关运算的计算量很大且用时过长的问题,本文提出一种基于遗传进化搜索策略的优化搜索算法。通过采用遗传搜索策略来完成对最佳匹配块的查找,能够快速搜索到更优的匹配块,加速了算法的搜索进程且找到更优匹配块能够保证得到更好的合成结果。由实验结果验证本文提出的算法搜索时间大大减少并且能够获得满意的合成结果。