Техника автоматического восстановления изображения ящика с трапециевидной облицовкой и ее применение

Mar 31, 2023

Оставить сообщение

Изображения являются основным источником информации, которую человек получает из внешнего мира. С тех пор, как появились изображения, появилась и технология восстановления поврежденных изображений. Техника реставрации изображения по живописи – древнее искусство. В эпоху европейского Возрождения, чтобы восстановить утраченные или поврежденные части произведений искусства при сохранении общего эффекта произведений, люди начали ремонтировать произведения искусства, что в основном заключалось в заполнении трещин или порезов на произведениях, такая работа называется Inpainting.

В настоящее время технология восстановления изображений Inpainting стала новым активным направлением исследований в области инженерии изображений. Его цель - изучить и решить, как лучше реализовать обнаружение поврежденной части изображения и автоматически восстановить поврежденную часть с помощью алгоритма восстановления изображения в соответствии с эффективной информацией вокруг поврежденного изображения. Хотя некоторые мощные программы для цифровой обработки изображений, такие как Photoshop, также могут выполнять профессиональную обработку спецэффектов и восстановление поврежденных изображений, но для выполнения сложной ручной обработки требуются опытные специалисты, неспособные достичь цели «компьютерного интеллекта» в автоматическом режиме. обработка.

Давайте сначала рассмотрим пример восстановления изображения. На рис. 1(b) показан буквенный символ типа «@», часть которого заблокирована препятствием. В соответствии с визуальным опытом людей и ссылкой на форму скрытого объекта и информацию об окружающем изображении делается предположение, что после удаления препятствия символы, как показано на рисунке 1 (a) или как показано на рисунке 1 (c) может появиться, и результаты ремонта рис. 1 (а) и рис. 1 (с) могут быть правильными. Компьютерное изображение Технология Inpainting имитирует этот эффект с точки зрения визуальной психологии человека. В соответствии с информацией о границах покрываемого объекта он расширяется и рассеивается, соединяет границу в определенном направлении, заполняет покрываемую часть и обеспечивает визуальную связность. Конечно, мы также можем видеть из рисунка, что размер поврежденной информации (размер препятствия) изображения также напрямую влияет на суждение людей о визуальной связности. С математической точки зрения, явление, когда результаты восстановления изображения не уникальны в случае недостаточной информации о поврежденном изображении, является патологической проблемой, поэтому метод Inpainting изображения также должен быть основан на теории компьютерного зрения. Эта проблема решается алгоритмом ремонта ограниченной конструкции с некоторыми допущениями.

Согласно байесовской структурной системе идеальное идеальное изображение, полученное из неполных и искаженных данных, основано на «наилучшей гипотезе» или «наилучшем предположении», сделанном с помощью смоделированного изображения восстановления человеческого глаза. Эта «лучшая гипотеза» основана на следующих двух важных факторах:

1. Модель данных изображения: как мы можем получить больше информации из существующих данных изображения в исходном изображении.

2. Предварительная модель изображения: какой моделью изображения должно быть неповрежденное исходное изображение. Например, если мы восстанавливаем изображение банана или яблока в вазе с фруктами, у нас будет предубеждение, что оно должно иметь гладкую форму, полную желтого и красного.

Следовательно, «оптимальное предположение» состоит в том, чтобы максимизировать вероятность последнего в байесовской вероятностной модели, заполнить отсутствующую или поврежденную часть изображения в соответствии с определенными правилами алгоритма, чтобы восстановленное изображение было близко или достигло визуального эффекта исходное изображение.

Для метода Inpainting восстановления текстурной структуры, такой как текстура древесины, рисунок камня и т. д., основная идея заключается в моделировании и создании локальной текстуры для заливки. Поскольку текстура является отражением распределения или характеристик компонентов материала, информация о ее локальной форме может выражать общность одной и той же текстуры. Для карты текстуры любые два небольших фрагмента текстуры похожи, поэтому метод синтеза текстуры можно использовать для восстановления изображения с помощью: (1) статистики гистограммы информации о цвете каждого пикселя в заданном диапазоне; (2) Создать таблицу весов для расчета степени определения соответствующей информации о цвете пикселей; (3) Оценить и выбрать наиболее подходящие пиксели для восстановления изображения; (4) Цикл, пока поврежденное изображение не будет заполнено. В различных алгоритмах синтеза текстур мы должны расширить область исследования от общей текстуры до направленной текстуры, а затем расширить ее до синтеза текстуры поверхности, синтеза видеотекстуры и так далее.

Для метода Inpainting нетекстурированных изображений в настоящее время исследователи в основном используют алгоритм восстановления, основанный на модели дифференциального уравнения в частных производных высокого порядка (PDE). Основная идея состоит в том, чтобы использовать информацию о границах области, подлежащей ремонту, для определения информации о диффузии и направления диффузии, от анизотропии региональной границы до граничной диффузии. Алгоритм может одновременно заполнять несколько областей с различной структурой и фоном, и нет никаких ограничений на топологическую взаимосвязь исправленной области. Кроме того, Ману и соавт. предложил технику экспресс-изображения, основанную на вышеизложенных идеях. Путем определения направления линии изоинтенсивности на границе ремонтируемой области и соединения соответствующих линий изоинтенсивности прямыми линиями граница заполняет ремонтируемую область путем распространения информации о соседстве ремонтируемой области в пределах диапазона линии изоинтенсивности. . Этот метод хорошо влияет на восстановление изображения простой структуры, и время восстановления значительно сокращается.

Технология восстановления изображения Inpainting имеет широкий спектр применений, первое из которых предназначено для устранения трещин статического изображения и удаления препятствий. В полиграфической промышленности различные типы цифровых изображений, которые необходимо обработать перед печатью, такие как поврежденные старые фотографии, поцарапанные негативы для передачи или удаление препятствий на изображении, не связанных с содержанием изображения, могут быть легко восстановлены с помощью Технология окраски. Пользователям нужно только просто выбрать объем ремонта, компьютер автоматически завершит царапины, заполнение пустых областей или удалит препятствия после заполнения фонового рисунка, может значительно сократить время и ручную нагрузку на допечатную обработку изображений, но также в соответствии с результаты восстановления для дальнейшей обработки изображения.

Во-вторых, ремонт движущихся изображений. Технология восстановления живописи может быть применена в кино- и телеиндустрии. Например, для кино- и телекопий, если на одном из непрерывных кадров есть царапины, пятна и другие дефекты, требующие устранения, мы преобразуем непрерывные кадры пленки в последовательность цифровых изображений, а затем извлекаем полезную информацию из соседних кадров. копировать и восстанавливать по сравнению информации кадров до и после. Кроме того, субтитры на разных языках в фильме также можно удалить с помощью технологии восстановления Inpainting.

В-третьих, в некоторых областях фотографии явление красных глаз на цифровых фотографиях может быть устранено с помощью технологии Inpainting, или перекрывающиеся части на соседних фотографиях могут быть восстановлены с помощью технологии Inpainting, когда цифровые фотографии, снятые несколько раз, объединяются в панорамные изображения.

Техника живописи привлекла внимание многих ученых в Китае и стала активной областью исследований за рубежом. В целом, технические преимущества Inpainting, безусловно, будут задействованы в большем количестве приложений для изображений, таких как биомедицина, дистанционное зондирование, и будут способствовать развитию этой технологии в различных областях.