【技术实现步骤摘要】
本专利技术属于图像生成领域，涉及一种具有周期性的清晰图像生成方法。
技术介绍
1、在印染行业中，纹样的设计要求高度的周期性和高清晰度，以确保在大面积织物上的无缝拼接效果。然而，现有的纹样设计通常依赖于人工手绘或数字绘图工具，这耗费了大量时间和人力资源，还难以根据用户的需求对图像内容做灵活多样的修改。
2、近年来，生成式模型，特别是基于文本到图案的扩散模型(如midjourney和stablediffusion)的图像生成技术取得了显著进展，图像生成模型也因其多样化的生成内容和高效的生成过程得到广泛应用。
3、但现有的图像生成方法无法直接通过文本约束生成周期性图案。同时受限于计算资源，模型也无法直接生成高分辨率的纹样，需要依靠现有的超分辨率技术来提高生成图案的清晰度，而这种方法在印染应用中会放大生成过程中的伪影和失真，导致质量下降。
4、为此，迫切需要一种既能生成严格周期性又能自动优化图像分辨率的生成框架，以提升生成质量并降低印染设计的时间成本。
技术实现思路
1、针对上述问题，本专利技术提出了一种具有周期性的清晰图像生成方法。本方法包括两个核心组件：拼接与聚焦机制和超分流程，通过图像生成过程中对特征空间的拼接和注意力聚焦生成严格的周期性纹样，再使用图像编辑和超分辨率技术融合的超分流程修复图像并提高图像分辨率。
2、本专利技术提供了一种具有周期性的清晰图像生成方法，其步骤包括：
3、将待使用扩散模型的注意力机制修改为聚焦注意
4、在扩散模型的特征空间中生成图像的中心区域，并限制注意力至所述中心区域；
5、采样所述中心区域，并在其外围重复复制拼接，直至设定的步数，得到初始图案；
6、使用上采样技术提高图像的分辨率；
7、使用图像编辑技术在文本提示词的引导下修复图像并增添细节，生成满足目标分辨率要求的所述清晰图像。
8、进一步的，所述修改的方法为：剪裁自注意力过程中k和v向量的对应维度，只保留中心区域来平滑边缘区域的拼接。
9、进一步的，在所述采样过程中，通过替换函数生成各时间步的外扩特征向量，与原始特征向量进行拼接。
10、进一步的，利用预训练的扩散模型上采样技术将初始图案放大至目标分辨率，并分割为带有重叠区域的子图，所述子图分辨率在扩散模型处理能力范围内。
11、进一步的，对分割后子图的原始区域和外扩区域的对应部分增加一致性约束。
12、进一步的，其特征在于，修复图像并增添细节后，将所有子图重新拼接，并对相邻区域的重叠部分实施一致性约束。
13、进一步的，多次交替进行提高图像的分辨率和修复图像并增添细节，直至达到设定的图像分辨率。
14、本专利技术的有益效果：
15、与现有技术相比，本专利技术提供了一个即插即用无需训练的生成周期性图案的框架，同时提供了与之配套同时完成图像修复、生成细节并提高分辨率的图像处理流程，提高了在印染纹样设计领域图像生成模型的可用性，使得能够生成高质量风格化纹样，并且显著降低生产成本。
本文档来自技高网...【技术保护点】
1.一种具有周期性的清晰图像生成方法：
2.根据权利要求1所述的方法，其特征在于，所述修改的方法为：剪裁自注意力过程中K和V向量的对应维度，只保留中心区域来平滑边缘区域的拼接。
3.根据权利要求1所述的方法，其特征在于，在所述采样过程中，通过替换函数生成各时间步的外扩特征向量，与原始特征向量进行拼接。
4.根据权利要求1所述的方法，其特征在于，利用预训练的扩散模型上采样技术将初始图案放大至目标分辨率，并分割为带有重叠区域的子图，所述子图分辨率在扩散模型处理能力范围内。
5.根据权利要求4所述方法，其特征在于，对分割后子图的原始区域和外扩区域的对应部分增加一致性约束。
6.根据权利要求4或5所述方法，其特征在于，修复图像并增添细节后，将所有子图重新拼接，并对相邻区域的重叠部分实施一致性约束。
7.根据权利要求1所述方法，其特征在于，多次交替进行提高图像的分辨率和修复图像并增添细节，直至达到设定的图像分辨率。
8.一种电子装置，包括存储器和处理器，其中存储器存储计算机程序，所述计算机程序由处理器执行以
9.一种存储介质，存储计算机程序，所收计算器程序在执行时实现权利要求1-7所述方法的步骤。
...【技术特征摘要】
1.一种具有周期性的清晰图像生成方法：
2.根据权利要求1所述的方法，其特征在于，所述修改的方法为：剪裁自注意力过程中k和v向量的对应维度，只保留中心区域来平滑边缘区域的拼接。
3.根据权利要求1所述的方法，其特征在于，在所述采样过程中，通过替换函数生成各时间步的外扩特征向量，与原始特征向量进行拼接。
4.根据权利要求1所述的方法，其特征在于，利用预训练的扩散模型上采样技术将初始图案放大至目标分辨率，并分割为带有重叠区域的子图，所述子图分辨率在扩散模型处理能力范围内。
5.根据权利要求4所述方法，其特征在于，对分...
【专利技术属性】
技术研发人员：杨帅，兰晰程，高文硕，张璐瑶，刘家瑛，
申请(专利权)人：北京大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。