图像类比框架对于合成用于非均匀输入的吸引人的图像特别有用，并为用户提供了对合成结果的创造性控制。 但是，传统框架没有根据邻域的不同纹理内容来自适应地采用搜索策略。 此外，由于邻域匹配中涉及大量的计算，因此合成速度较慢。 在本文中，我们提出了一种基于CUDA的图像相似度匹配算法。 我们的算法根据图像的不同纹理特征在合成过程中自适应地应用了精确的L（2）最近邻和k相干搜索策略的全局搜索，这对于非均匀纹理特别有用。 为了在GPU上始终实现上述两种搜索策略，我们采用了基于CUDA的快速k最近邻搜索算法。

基于样图的纹理合成是一个大计算量过程,为了利用GPU的并行计算能力进行大规模纹理合成,我们提出一种并行纹理合成算法.该算法综合块查找和全局纹理优化算法分多遍进行纹理的合成和优化,其中每一遍分为串行纹理块定位和并行最优块匹配2个阶段.纹理块定位阶段在CPU端按照扫描线顺序确定待合成的邻域,并将邻域位置传入GPU;最优块匹配阶段在GPU端并行计算待合成邻域与对应样本邻域的全局距离,并查找出最优解得到匹配块.最后根据匹配过程统计数据自适应调整优化规模,在全局范围内对纹理进行迭代优化.实验结果表明,文中