A classificação de texturas coloridas sob diferentes condições de iluminação é um desafio na área de visão computacional, e depende da eficiência dos descritores de textura em capturar características que sejam discriminantes independentemente das propriedades da fonte de luz incidente sobre o objeto. Visando melhorar o processo de classificação de texturas coloridas iluminadas com diferentes fontes de luz, este trabalho propõe três novos descritores, nomeados Opponent Color Local Mapped Pattern (OCLMP), que combina o descritor de texturas por padrões locais mapeados (Local Mapped Pattern - LMP) com a teoria de cores oponentes; Color Intensity Local Mapped Pattern (CILMP), que extrai as informações de cor e textura de maneira integrada, levando em consideração a textura da cor, combinando estas informações com características da luminância da textura em uma análise multiresolução; e Extended Color Local Mapped Pattern (ECLMP), que utiliza dois operadores para extrair informações de cor e textura de forma integrada (textura da cor) combinadas com informações apenas de textura (sem cor) de uma imagem. Todos esses novos descritores propostos são paramétricos e, sendo o ajuste ótimo de seus parâmetros não trivial, o processo exige um tempo excessivo de computação. Portanto, foi proposto nesta tese a utilização de algoritmos genéticos para o ajuste automático dos parâmetros. A avaliação dos descritores propostos foi realizada em duas bases de dados de texturas coloridas com variação de iluminação: RawFooT (Raw Food Texture Database) e KTH-TIPS- 2b (Textures under varying Illumination, Pose and Scale Database), utilizando-se um classificador. Os resultados experimentais mostraram que os descritores propostos são mais robustos à variação de iluminação do que outros decritores de textura comumente utilizados na literatura. Os descritores propostos apresentaram um desempenho superior aos descritores comparados em 15% na base de dados RawFooT e 4% na base de dados KTH-TIPS-2b. / Color texture classification under varying illumination remains a challenge in the computer vision field, and it greatly relies on the efficiency at which the texture descriptors capture discriminant features, independent of the illumination condition. The aim of this thesis is to improve the classification of color texture acquired with varying illumination sources. We propose three new color texture descriptors, namely: the Opponent Color Local Mapped Pattern (OCLMP), which combines a local methodology (LMP) with the opponent colors theory, the Color Intensity Local Mapped Pattern (CILMP), which extracts color and texture information jointly, in a multi-resolution fashion, and the Extended Color Local Mapped Pattern (ECLMP), which applies two operators to extract color and texture information jointly as well. As the proposed methods are based on the LMP algorithm, they are parametric functions. Finding the optimal set of parameters for the descriptor can be a cumbersome task. Therefore, this work proposes the use of genetic algorithms to automatically adjust the parameters. The methods were assessed using two data sets of textures acquired using varying illumination sources: the RawFooT (Raw Food Texture Database), and the KTH-TIPS-2b (Textures under varying Illumination, Pose and Scale Database). The experimental results show that the proposed descriptors are more robust to variations to the illumination source than other methods found in the literature. The improvement on the accuracy was higher than 15% on the RawFoot data set, and higher than 4% on the KTH-TIPS-2b data set.

La thèse vise à prédire l’adhérence des chaussées contaminées par des particules fines. Ces particules se déposent sur la chaussée pendant les périodes sèches et agissent, seules ou se mélangeant avec l’eau de pluie, comme un lubrifiant à l’interface pneu/chaussée. La démarche de recherche est basée sur l’approche du troisième corps en distinguant les phases de dépôt et de lessivage des particules par la pluie. Les particules sont caractérisées par leur distribution granulométrique et leurs compositions chimique et minéralogique. L’étude est menée à trois échelles : globale, par des mesures de frottement et de masses du troisième corps (particules pendant le dépôt et le mélange eau/particules pendant le lessivage) ; dans l’aire de contact par des analyses de flux du troisième corps ;et au niveau des particules par des observations au MEB. Les flux de particules pendant la phase de dépôt sont identifiés par des visualisations avec une caméra rapide. L’interaction entre les particules et la texture de la chaussée est mise en évidence par des observations microscopiques. La modélisation des flux permet d’estimer le taux de recouvrement d’une surface qui, à son tour, est utilisé comme un facteur de pondération pour calculer le coefficient de frottement pendant la phase de dépôt. En présence d’eau, la fraction volumique des particules est utilisée pour estimer la viscosité du mélange. Le coefficient de frottement pendant la phase de lessivage dépend de cette viscosité et du taux de recouvrement de la surface. Les résultats sont discutés en termes d’influence des caractéristiques des particules(concentration, taille) et de la texture de la chaussée. / The thesis aims to predict the skid resistance of road surfaces contaminated by fine particles. These particles are deposited on the road during dry periods and act, alone or mixing with rainwater, as a lubricant at the tire / road interface. The research methodology is based on the third body approach by distinguishing the phases of deposit and washing of particles by rain. Particles are characterized by their size distribution and their chemical and mineralogical compositions. The study is conducted at three scales: global, by measurements of friction and third body masses (particles during the deposit phase and the water / particles mixture during the washing phase); in the contact area by analyses of third body flows; and at the particle level by SEM observations. Particle flows during the deposit phase are identified by visualizations with a high-speed camera. The interaction between the particles and the road surface texture is highlited by microscopic observations. Flow modeling is used to estimate the coverage rate of a surface that, in turn, is used as a weighting factor to calculate the coefficient of friction during the deposit phase. In the presence of water, the volume fraction of the particles is used to estimate the viscosity of the mixture. The coefficient of friction during the washing phase depends on this viscosity and the coverage rate of the surface. Results are discussed in terms of the influence of particle characteristics (concentration,size) and road surface texture.

Nous avons évalué l'apport de l'analyse de la texture de radiographies de l'os trabéculaire sur le diagnostic de l'ostéoporose et sur le pronostic de l'arthrose. Tout d'abord, la combinaison de la densité minérale osseuse et de l'analyse de texture de la microarchitecture osseuse a été étudiée dans la perspective d'améliorer la détection des fractures ostéoporotiques. La texture a été analysée avec le paramètre fractal H et le TBS (Trabecular Bone Score) calculés sur des régions d’intérêt de radiographies du calcanéum et de densitométries osseuses aux vertèbres, respectivement. L'information supplémentaire apportée par l'analyse de texture a permis de discerner des femmes avec des fractures de fragilité dans le groupe des patientes non ostéoporotiques. Dans un second temps, des techniques de prétraitement ou de filtrage des images ont été exploitées afin d'améliorer l'analyse de la texture osseuse. L'une des dernières méthodes de décomposition variationnelle a été comparée avec des techniques classiques de filtrage. Les prétraitements améliorent certaines caractéristiques de texture, mais parmi celles-ci, le paramètre fractal H était plus robuste puisqu'il restait au même niveau de performance sans nécessiter de prétraitement. Enfin, les capacités prédictives de l'analyse de texture dans la progression de l'arthrose ont été étudiées à partir de radiographies numérisées du genou. La progression de l'arthrose a été évaluée par la variation du score radiographique de Kellgren et Lawrence à 4 ans d'intervalle. La signature fractale et l'entropie mesurées sur le compartiment tibio-fémoral latéral étaient significativement associées à la progression de la gonarthrose. / We have evaluated the added value of trabecular bone radiography's texture analysis to improve osteoporosis diagnosis and osteoarthritis prognosis. Firstly, fracture discrimination by combined Bone Mineral Density (BMD) and microarchitectural texture analysis has been studied. The Spine Trabecular Bone Score (TBS) and calcaneus mean Hurst parameter (H) has been assessed. The texture parameters have helped to classify a subset of non-osteoporotic women into a group with a higher risk of fractures. Secondly, preprocessing or filtering methods have been used to improve bone texture analysis. One of the latest variational decomposition model has been compared to classical filtering methods. Preprocessing improve some texture features but among them the fractal parameter H is more reliable since it doesn't need preprocessing to obtain the same performance. At last, the predictive ability of texture analysis with respect to knee osteoarthritis progression has been studied from digitalized radiography. The progression of knee osteoarthritis has been evaluated by the change in Kellgren and Lawrence scale at 4 years. The fractal signature and entropy assessed on lateral tibiofemoral compartment have been significantly associated with knee osteoarthritis progression.

La problématique de cette thèse repose sur la caractérisation de la qualité des abricots et leur aptitude à la transformation industrielle. Trois axes principaux ont guidé cette étude. Le premier consistait au départ à une caractérisation morphométrique globale des pieds clones des abricots marocains transplantés vers une station expérimentale de l’INRA Marrakech puis suivie par l’analyse de la diversité génétique. 92 accessions, issus de différentes régions géographiques, ont été génotypés en utilisant 21 marqueurs microsatellites. En effet, la collection analysée a été caractérisée par un polymorphisme élevé et une diversité génétique réduite. Au total, 120 allèles ont été identifiés avec une moyenne de 5,71 allèles par locus.Toutes les preuves statistiques (analyse hiérarchique, ACP et analyse de structure) montrent que la structure génétique de l’abricot marocain peut être subdivisée en deux populations :une majeure population constituée de la plupart des accessions de groupes génétiques(population authentique liée notamment à la variété Delpatriarca) et une seconde population moins diversifiée et liée à toutes les variétés de références, y compris la variété Canino. La variabilité observée entre les 92 génotypes pourrait être un atout pour améliorer la culture de l’abricot et permettre un développement durable dans l’espace et dans le temps du fruit par la sélection de nouveaux génotypes d’abricots. Finalement, la variabilité génétique observée a été utilisée dans le choix et la sélection de nouveaux clones d’abricots pour une analyse phénotypique. Le deuxième axe s’est intéressé à l’étude des marqueurs biochimiques qui permettent de comprendre et d’évaluer la qualité des abricots sélectionnés, à savoir : le changement des acides organiques et des sucres solubles en relation avec la qualité sensorielle, le développement des pigments et le changement de la couleur, l’’évolution des composés phénoliques en relation avec l’activité antioxydante et la perte de la texture en relation avec la biochimie de la paroi cellulaire. En effet, de bonnes propriétés physicochimiques et biochimiques ont été rapportées pour les dix clones choisis (Valeurs maximales rapportées pour certains composés bioactifs : Vitamine C = 0,15 g/kg ; β-carotène= 149,251 μg/kg ; provitamine A = 0,028 mg/kg), ainsi que des caractères qualitatifs associés à la saison de maturation et au génotype, cela représente certainement une source génétique précieuse pour prolonger la saison des abricots et alimenter les étalages et l’industrie.Le troisième axe était sur l’implication de la texture du fruit dans la transformation industrielle de l’abricot. Nous avons analysé l’aptitude variétale des abricots à la transformation industrielle, par l’analyse de leurs propriétés texturales, avant et après la transformation. Et pour mieux comprendre la variabilité de la texture de l'abricot, nous avons étudié l'impact du traitement thermique en fonction du stade de récolte des fruits sur une large gamme de cultivars français. Au final, cinq variétés d’abricots ont été choisies les plus appropriés pour le processus industriel. / The problematic of this thesis is based on the characterization of the quality of apricotsand their aptitude for industrial processing. Three main axes guided this study. The first oneconsisted initially of a global morphometric characterization of Moroccan apricot clonesmaintened in experimental station of INRA of Marrakech and followed by the analysis ofgenetic diversity. 92 accessions, from different geographical regions, were genotyped using21 microsatellite markers. Indeed, the analyzed collection was characterized by a highpolymorphism and a reduced genetic diversity. A total of 120 alleles were identified with anaverage of 5.71 alleles per locus. All the statistical evidence (hierarchical analysis, PCA andstructural analysis) show that the genetic structure of Moroccan apricot can be subdivided intotwo populations : a major population made up of most accessions of genetic groups (authenticpopulation linked in particular to the Delpatriarca variety) and a second less diversifiedpopulation related to all reference varieties, including the Canino variety. The observedvariability between the 92 genotypes could be an asset to improve the apricot cultivation andto allow a sustainable development in the space and the time of the fruit by the selection ofnew genotypes of apricots. Finally, the observed genetic variability was used in the selectionof new apricot clones for phenotypic analysis. The second axis focused on the study ofbiochemical markers that allow to understand and evaluate the quality of selected apricots,namely : the change of organic acids and soluble sugars in relation to the sensory quality, thedevelopment of pigments and color change, the evolution of phenolic compounds in relationto antioxidant activity and loss of texture according to the cell wall biochemistry. Indeed,good physicochemical and biochemical properties have been reported for the ten chosenclones (Maximum values reported for some bioactif compounds : Vitamin C = 0.15 g / kg, β-carotene = 149.251 μg / kg, provitamin A = 0.028 mg / kg), as well as the qualitative traitsassociated with the maturation season and the genotype, is certainly a valuable genetic sourceto extend the apricot season and to supply stalls and industry. The third axis was on theimplication of the texture of the fruit in the industrial processing of apricot. We analyzed thevarietal ability of apricots for industrial processing by analyzing their textural propertiesbefore and after processing. And to better understand the variability of apricot texture, westudied the impact of heat treatment depending on the stage of fruit harvesting on a widerange of French cultivars. In the end, five apricots varieties were chosen as the mostappropriate for the industrial process.

Dans cette thèse, nous nous intéressons à la classification des images de textures avec aucune connaissance a priori sur les conditions de numérisation. Cette classification selon des définitions pré-établies de matériaux repose sur des algorithmes qui extraient des descripteurs visuels.A cette fin, nous introduisons tout d'abord une variante de descripteurs par motifs binaires locaux (Local Binary Patterns).Dans cette proposition, une approche statistique est suivie pour représenter les textures statiques.Elle incorpore la quantité d'information complémentaire des niveaux de gris des images dans des opérateurs basés LBP.Nous avons nommé cette nouvelle méthode "Completed Local Entropy Binary Patterns (CLEBP)".CLEBP capture la distribution des relations entre les mesures statistiques des données aléatoires d'une image, l'ensemble étant calculé pour tous les pixels au sein d'une structure locale.Sans la moindre étape préalable d'apprentissage, ni de calibration automatique, les descriptions CLEBP contiennent à la fois des informations locales et globales des textures, tout en étant robustes aux variations externes.En outre, nous utilisons le filtrage inspiré par la biologie, ou biologically-inspired filtering (BF), qui simule la rétine humaine via une phase de prétraitement.Nous montrons que notre approche est complémentaire avec les LBP conventionnels, et les deux combinés offrent de meilleurs résultats que l'une des deux méthodes seule.Les résultats expérimentaux sur quatre bases de texture, Outex, KTH-TIPS-2b, CURet, et UIUC montrent que notre approche est plus performante que les méthodes actuelles.Nous introduisons également un cadre formel basé sur une combinaison de descripteurs pour la classification de textures.Au sein de ce cadre, nous combinons des descripteurs LBP invariants en rotation et en échelle, et de faible dimension, avec les réseaux de dispersion, ou scattering networks (ScatNet).Les résultats expérimentaux montrent que l'approche proposée est capable d'extraire des descripteurs riches à de nombreuses orientations et échelles.Les textures sont modélisées par une concaténation des codes LBP et valeurs moyennes des coefficients ScatNet.Nous proposons également d'utiliser le filtrage inspiré par la biologie, ou biologically-inspired filtering (BF), pour améliorer la resistance des descripteurs LBP.Nous démontrons par l'expérience que ces nouveaux descripteurs présentent de meilleurs résultats que les approches usuelles de l'état de l'art.Ces résultats sont obtenus sur des bases réelles qui contiennent de nombreuses avec des variations significatives.Nous proposons aussi un nouveau réseau conçu par l'expertise appelé réseaux de convolution normalisée, ou normalized convolution network.Celui-ci est inspiré du modèle des ScatNet, auquel deux modifications ont été apportées.La première repose sur l'utilisation de la convolution normalisé en lieu et place de la convolution standard.La deuxième propose de remplacer le calcul de la valeur moyenne des coefficients du réseaux par une agrégation avec la méthode des vecteurs de Fisher.Les expériences montrent des résultats compétitifs sur de nombreuses bases de textures.Enfin, tout au long de cette thèse, nous avons montré par l'expérience qu'il est possible d'obtenir de très bons résultats de classification en utilisant des techniques peu coûteuses en ressources. / This thesis investigates the complementary approaches for classifying texture images.The thesis begins by proposing a Local Binary Pattern (LBP) variant for efficient texture classification.In this proposed method, a statistical approach to static texture representation is developed. It incorporates the complementary quantity information of image intensity into the LBP-based operators. We name our LBP variant `the completed local entropy binary patterns (CLEBP)'. CLEBP captures the distribution of the relationships between statistical measures of image data randomness, calculated over all pixels within a local structure. Without any pre-learning process and any additional parameters to be learned, the CLEBP descriptors convey both global and local information about texture while being robust to external variations. Furthermore, we use biologically-inspired filtering (BF) which simulates the performance of human retina as preprocessing technique. It is shown that our approach and the conventional LBP have the complementary strength and that by combining these algorithms, one obtains better results than either of them considered separately. Experimental results on four large texture databases show that our approach is more efficient than contemporary ones.We then introduce a framework which is a feature combination approach to the problem of texture classification. In this framework, we combine Local Binary Pattern (LBP) features with low dimensional, rotation and scale invariant counterparts, the handcrafted scattering network (ScatNet). The experimental results show that the proposed approach is capable of extracting rich features at multiple orientations and scales. Textures are modeled by concatenating histogram of LBP codes and the mean values of ScatNet coefficients. Then, we propose using Biological Inspired Filtering (BF) preprocessing technique to enhance the robustness of LBP features. We have demonstrated by experiment that the novel features extracted from the proposed framework achieve superior performance as compared to their traditional counterparts when benchmarked on real-world databases containing many classes with significant imaging variations.In addition, we propose a novel handcrafted network called normalized convolution network. It is inspired by the model of ScatNet with two important modification. Firstly, normalized convolution substitute for standard convolution in ScatNet model to extract richer texture features. Secondly, Instead of using mean values of the network coefficients, Fisher vector is exploited as an aggregation method. Experiments show that our proposed network gains competitive classification results on many difficult texture benchmarks.Finally, throughout the thesis, we have proved by experiments that the proposed approaches gain good classification results with low resource required.

Les applications graphiques tendent à offrir un rendu interactif de scènes 3D de plus en plus réaliste, résultant en partie de l'accroissement de la richesse géométrique des objets affichés. Le maillage de certains de ces objets est toutefois trop complexe au regard des capacités de traitement des cartes graphiques et doit donc être simplifié afin de conserver un bon niveau d'interactivité. Une méthode élégante pour pallier à la perte des détails les plus fins induits par la simplification consiste à les stocker sous forme de normales dans des textures de grande résolution et de les utiliser lors du calcul de l'éclairage de ces objets. Cette technique de préservation d'apparence repose cependant traditionnellement sur des opérations complexes de paramétrisation 2D de maillages 3D qui sont encore souvent impossibles à réaliser sans l'intervention d'un utilisateur. Nous proposons dans ce mémoire une méthode alternative de préservation de détails basée sur les octree-textures. La création de l'octree est pilotée par la variation des normales à la surface des maillages originaux, adaptant l'échantillonnage des normales à la richesse de détails locale de la surface. Grâce à la nature volumique des octree-textures, aucune opération de paramétrisation n'est requise, rendant le processus de création des textures totalement automatique. Nous proposons un encodage compact de l'octree sous forme de textures 2D exploitables par les GPU programmables, et nous détaillons l'utilisation de ces textures pour le rendu interactif. Nous présentons également un processus de conversion en atlas de textures 2D classiques dans lesquels tous les détails de l'octree-texture sont conservés. Enfin nous montrons l'adéquation de cette représentation des maillages détaillés avec leur visualisation à distance via le réseau. La transmission instantanée du maillage simpliée permet une interaction immédiate avec l'objet 3D pendant que l'affichage se raffine progressivement à mesure du téléchargement des normales les plus précises.

Texture evolution of depleted uranium is investigated using a viscoplastic self-consistent model. Depleted uranium, which has the same structure as alpha-uranium, is difficult to model as it has an orthorhombic symmetry structure, as well as many twin systems which must be addressed in order to properly simulate the textural evolution. The VPSC method allowed for a flexible model which could not only encompass the low symmetry component but also the twinning components of depleted uranium. The model focuses on the viscoplastic regime only, neglecting the elastic regime of deformation, and uses a self-consistent method to solve the model. Different deformation processes, such as torsion, rolling, and swaging, are simulated and the theoretical textures, plotted as pole figures or inverse pole figures, are compared with previous experimental textures found for alpha uranium from previous experimental sources. A specific twin system, the (176)[512] system, is also given special consideration. This twin system is a dominant deformation mode for alpha uranium at high strain rates, but is quite elusive in general. Different deformation processes are compared where this twin system is active and not active. This allows comparison on the effect of this twin on the overall texture of depleted uranium. In addition, a sample of depleted uranium from Y12 which was analyzed for (176)[512] twins is compared to theoretical results from a VPSC simulation where the (176)[512] twin is active.

Texture analysis has been used extensively in the computer-assisted interpretation of SAR sea ice imagery. Provision of maps which distinguish relevant ice types is significant for monitoring global warming and ship navigation. Due to the abundance of SAR imagery available, there exists a need to develop an automated approach for SAR sea ice interpretation. Grey level co-occurrence probability (<i>GLCP</i>) texture features are very popular for SAR sea ice classification. Although these features are used extensively in the literature, they have a tendency to erode and misclassify texture boundaries. Proposed is an advancement to the <i>GLCP</i> method which will preserve texture boundaries during image segmentation. This method exploits the relationship a pixel has with its closest neighbors and weights the texture measurement accordingly. These texture features are referred to as <i>WGLCP</i> (weighted <i>GLCP</i>) texture features. In this research, the <i>WGLCP</i> and <i>GLCP</i> feature sets are compared in terms of boundary preservation, unsupervised segmentation ability, robustness to increasing boundary density and computation time. The <i>WGLCP</i> method outperforms the <i>GLCP</i> method in all aspects except for computation time, where it suffers. From the comparative analysis, an inconsistency with the <i>GLCP</i> correlation statistic was observed, which motivated an investigative study into using this statistic for image segmentation. As the overall goal of the thesis is to improve SAR sea ice segmentation accuracy, the concepts developed from the study are applied to the image segmentation problem. The results indicate that for images with high contrast boundaries, the <i>GLCP</i> correlation statistical feature decreases segmentation accuracy. When comparing <i>WGLCP</i> and <i>GLCP</i> features for segmentation, the <i>WGLCP</i> features provide higher segmentation accuracy.

Texture analysis has been used extensively in the computer-assisted interpretation of SAR sea ice imagery. Provision of maps which distinguish relevant ice types is significant for monitoring global warming and ship navigation. Due to the abundance of SAR imagery available, there exists a need to develop an automated approach for SAR sea ice interpretation. Grey level co-occurrence probability (<i>GLCP</i>) texture features are very popular for SAR sea ice classification. Although these features are used extensively in the literature, they have a tendency to erode and misclassify texture boundaries. Proposed is an advancement to the <i>GLCP</i> method which will preserve texture boundaries during image segmentation. This method exploits the relationship a pixel has with its closest neighbors and weights the texture measurement accordingly. These texture features are referred to as <i>WGLCP</i> (weighted <i>GLCP</i>) texture features. In this research, the <i>WGLCP</i> and <i>GLCP</i> feature sets are compared in terms of boundary preservation, unsupervised segmentation ability, robustness to increasing boundary density and computation time. The <i>WGLCP</i> method outperforms the <i>GLCP</i> method in all aspects except for computation time, where it suffers. From the comparative analysis, an inconsistency with the <i>GLCP</i> correlation statistic was observed, which motivated an investigative study into using this statistic for image segmentation. As the overall goal of the thesis is to improve SAR sea ice segmentation accuracy, the concepts developed from the study are applied to the image segmentation problem. The results indicate that for images with high contrast boundaries, the <i>GLCP</i> correlation statistical feature decreases segmentation accuracy. When comparing <i>WGLCP</i> and <i>GLCP</i> features for segmentation, the <i>WGLCP</i> features provide higher segmentation accuracy.

With the growing demand of embedded graphics applications, how to provide an efficient graphics hardware acceleration solution has drawn much attention. It is well known that computer graphics contains two major domains: two-dimensional (2D) and three-dimensional (3D) graphics. Each domain owns large amounts of applications, such that general embedded platforms will require both graphics acceleration supports. This thesis proposes an advanced texture unit architecture which can provide various 3D texture filtering functions including trilinear, anistrophics filtering etc , and 2D coloring, painting, and texturing functions. Our proposed design consists of a core computation unit, and a set of data registers. The equations for those supported functions are decomposed into a series of basic arithmetic operations such as multiply-add-accumulation, multiply, etc executed by the core computation unit. To evaluate those equations for each pixel may require some pre-computed parameters which will be computed outside our unit in advance by the system¡¦s micro-controller. The equations can be computed by our texture unit based on the selected finite-state machine sequences which is stored in the on-chip control table. By updating those sequences can change the functionality provided by our chip. The overall cost of the proposed unit is about 28.36k gates. In addition to various texturing functions, this thesis also proposes an implementation of texture function for high-dynamic range (HDR) textures. HDR textures can provide various color details according to the frame¡¦s global illumination environment. Therefore, the 3D rendering system has to incorporate a tone-mapping mechanism to map the HDR image into normal color range of output display system. To reduce the overall tone-mapping implementation cost, this thesis uses an extra accumulator between the standard per-fragment rendering pipeline stages to accumulate the global illumination intensity based on the depth comparison result of the incoming pixel. After all of the pixels have passed through the pipeline stages, every pixel of the stored rendering result will be fetched into a mapping unit which will generate its mapping color in the normal dynamic range. The overall cost of the additional hardware for the realization of HDR textures is about 6.98k gates.