Trapetsoidulla vuorauksella varustetun vetolaatikon automaattinen kuvankorjaustekniikka ja sen sovellus

Trapetsoidulla vuorauksella varustetun vetolaatikon automaattinen kuvankorjaustekniikka ja sen sovellus

Kuvat ovat tärkein tiedon lähde, jonka ihmiset saavat ulkopuolelta. Siitä lähtien kun kuvia on ollut, on ollut myös tekniikkaa rikkinäisten kuvien korjaamiseen. Maalauskuvan restaurointitekniikka on ikivanha taidetta. Euroopan renessanssin aikaan taideteosten kadonneiden tai vahingoittuneiden osien entisöimiseksi ja teosten kokonaisvaikutuksen säilyttämiseksi alettiin taideteoksia korjata, mikä oli pääasiassa teosten halkeamien tai kolojen täyttämistä. tällaista työtä kutsutaan maalausmaalaukseksi.

Nykyään image Inpainting -korjausteknologiasta on tullut uusi aktiivinen tutkimussuunta kuvasuunnittelun alalla. Sen tarkoituksena on tutkia ja ratkaista, miten kuvan vaurioituneen osan havaitseminen voidaan toteuttaa paremmin ja vaurioituneen osan automaattisesti palauttaa kuvankorjausalgoritmilla vaurioitunutta kuvaa ympäröivän tehokkaan tiedon mukaan. Vaikka jotkut tehokkaat digitaaliset kuvankäsittelyohjelmistot, kuten Photoshop, voivat myös suorittaa ammattimaista erikoistehosteiden käsittelyä ja vaurioituneiden kuvien korjauskäsittelyä, mutta se vaatii kokeneita teknikoita monimutkaiseen manuaaliseen käsittelyyn, joka ei pysty saavuttamaan automaattisen "tietokoneälyn" tarkoitusta. käsittelyä.

Katsotaanpa ensin esimerkkiä kuvankorjauksesta. Kuvassa 1(b) on kirjainsymboli, kuten "@", josta osa on esteen peitossa. Ihmisten visuaalisen kokemuksen perusteella ja viitaten peitetyn kohteen muotoon ja ympäröivään kuvainformaatioon, tehdään arvaus, että esteen poistamisen jälkeen kuvassa 1(a) tai kuvassa 1(c) esitetyt merkit saattaa ilmestyä, ja kuvan 1(a) ja kuvan 1(c) korjaustulokset voivat olla oikein. Tietokonekuva Maalausteknologia simuloi tätä vaikutusta ihmisen visuaalisen psykologian näkökulmasta. Peitettävän kohteen reunatietojen mukaan se ulottuu ja leviää, yhdistää rajan tiettyyn suuntaan, täyttää peitetyn osan ja saavuttaa visuaalisen liitettävyyden. Kuvasta voidaan toki nähdä myös, että kuvan vaurioituneen tiedon koko (esteen koko) vaikuttaa suoraan myös ihmisten visuaaliseen liitettävyysarviointiin. Matemaattisesti katsottuna ilmiö, että kuvan korjaustulokset eivät ole ainutlaatuisia, jos vaurioituneen kuvan ympärillä ei ole riittävästi tietoa, on patologinen ongelma, joten myös kuvanmaalaustekniikan on perustuttava tietokonenäköteoriaan. Tämä ongelma ratkaistaan ​​rajoitetulla suunnittelun korjausalgoritmilla tietyin olettamuksin.

Bayesilaisen rakennejärjestelmän mukaan epätäydellisistä ja vääristyneistä tiedoista saatu täydellinen ihanteellinen kuva perustuu "parhaaseen hypoteesiin" tai "parhaaseen arvaukseen", joka on tehty simuloidulla ihmissilmän palautuskuvalla. Tämä "paras hypoteesi" perustuu seuraaviin kahteen tärkeään tekijään:

1. Kuvatietomalli: Kuinka voimme saada lisää tietoa alkuperäisen kuvan olemassa olevista kuvatiedoista.

2. Kuvan esimalli: Millainen kuvamalli ehjän alkuperäisen kuvan tulee olla. Jos esimerkiksi kunnostamme kuvan banaanista tai omenasta hedelmäkulhoon, meillä on ennakkokäsitys, että sen tulee olla sileä muotoinen, täynnä keltaista ja punaista.

Siksi "optimaalinen arvaus" on maksimoida jälkimmäisen todennäköisyys Bayesin todennäköisyysmallissa, täyttää kuvan puuttuva tai vaurioitunut osa tiettyjen algoritmisääntöjen mukaisesti siten, että korjattu kuva on lähellä kuvan visuaalista vaikutusta tai saavuttaa sen. alkuperäinen kuva.

Kuvan Inpainting entisöintitekniikan tekstuurirakenteen, kuten puun syyt, kalliokuvio jne., ydinajatuksena on simuloida ja generoida paikallista tekstuuria täyttöä varten. Koska tekstuuri heijastaa materiaalikomponenttien jakautumista tai ominaisuuksia, sen paikallinen muotoinformaatio voi ilmaista saman tekstuurin yhteistä. Tekstuurikartassa mitkä tahansa kaksi pientä pintakuviopalaa ovat samanlaisia, joten tekstuurin synteesimenetelmää voidaan käyttää kuvan korjaamiseen: (1) Histogrammitilastot kunkin pikselin väritiedoista tietyllä alueella; (2) Luo painotaulukko laskeaksesi liittyvien pikselien väritietojen määritysasteen; (3) Arvioi ja valitse sopivimmat pikselit kuvan palauttamista varten; (4) Jatka, kunnes vaurioitunut kuva on täynnä. Useissa tekstuurin synteesin algoritmeissa meidän tulisi laajentaa tutkimusaluetta yleisestä tekstuurista suuntautuvaan tekstuuuriin ja laajentaa sitä edelleen pintatekstuurisynteesiin, videotekstuurisynteesiin ja niin edelleen.

Pintakuvioimattomien kuvien maalaustekniikassa tällä hetkellä tutkijat käyttävät enimmäkseen korjausalgoritmia, joka perustuu korkean asteen osittaisen differentiaaliyhtälön (PDE) malliin. Pääideana on käyttää korjattavan alueen reunainformaatiota diffuusioinformaation ja diffuusion suunnan määrittämiseen aluerajan anisotropiasta rajadiffuusioon. Algoritmi voi täyttää useita alueita erilaisilla rakenteilla ja taustoilla samanaikaisesti, eikä paikkausalueen topologiselle suhteelle ole rajoituksia. Lisäksi Manou et ai. ehdotti nopeaa kuvan maalaustekniikkaa yllä olevien ideoiden pohjalta. Määrittämällä isointensiteettiviivan suunta korjattavan alueen rajalla ja yhdistämällä vastaavat isointensiteettiviivat suorilla viivoilla, raja täyttää korjattavan alueen levittämällä korjattavan alueen lähitietoa isointensiteettiviivan alueelle. . Tällä menetelmällä on hyvä vaikutus yksinkertaiseen rakennekuvan korjaukseen ja korjausaika lyhenee huomattavasti.

Image Inpainting -korjausteknologialla on laaja valikoima sovelluksia, joista ensimmäinen on staattisen kuvan halkeamien korjaamiseen ja esteiden poistamiseen. Painoteollisuudessa erityyppiset digitaaliset kuvat, jotka on käsiteltävä ennen tulostusta, kuten vaurioituneet vanhat valokuvat, naarmuuntunut lähetysnegatiivi tai poistamalla kuvasta esteitä, jotka eivät liity kuvan sisältöön, voidaan helposti korjata Maalaustekniikka. Käyttäjien tarvitsee vain valita korjausalue, tietokone suorittaa automaattisesti naarmuuntumisen, tyhjien alueiden täytön tai poistaa esteet taustakuvion täyttämisen jälkeen, mikä voi merkittävästi vähentää painoa edeltävän kuvankäsittelyn aikaa ja manuaalista työmäärää, mutta myös korjaustulokset kuvan jatkokäsittelyä varten.

Toinen on liikkuvan kuvan korjaus. Maalausrestaurointitekniikkaa voidaan soveltaa elokuva- ja televisioteollisuuteen. Esimerkiksi elokuva- ja televisiokopiossa, jos yhdessä jatkuvista kehyksistä on naarmuja, tahroja tai muita korjattavia olosuhteita, muunnamme elokuvan jatkuvat ruudut digitaaliseksi kuvasarjaksi ja poimimme sitten hyödyllistä tietoa viereisistä kehyksistä. kopioida ja korjata kehysten tietojen vertailun mukaan ennen ja jälkeen. Lisäksi elokuvassa olevat tekstitykset eri kielillä voidaan poistaa myös Inpainting-restaurointitekniikalla.

Kolmanneksi joillain valokuvausaloilla digitaalisten valokuvien punasilmäisyys voidaan poistaa Inpainting-tekniikalla tai vierekkäisten kuvien päällekkäiset osat korjata Inpainting-tekniikalla, kun useaan kertaan otetut digikuvat liitetään yhteen panoraamakuviksi.

Maalaustekniikka on herättänyt monien tutkijoiden huomion Kiinassa ja siitä on tullut aktiivinen tutkimuskenttä ulkomailla. Kaiken kaikkiaan Inpaintingin tekniset edut tulevat varmasti mukaan useammissa kuvasovelluksissa, kuten biolääketieteessä, kaukokartoituksessa, ja edistävät tämän tekniikan kehitystä eri aloilla.