تکنیک تعمیر خودکار تصویر دراور باکس با آستر ذوزنقه ای و کاربرد آن

تکنیک تعمیر خودکار تصویر دراور باکس با آستر ذوزنقه ای و کاربرد آن

تصاویر منبع اصلی اطلاعاتی هستند که انسان ها از دنیای بیرون به دست می آورند. از آنجایی که تصاویر وجود داشته است، فناوری تعمیر تصاویر شکسته نیز وجود دارد. تکنیک بازسازی تصویر درون نقاشی یک هنر باستانی است. در رنسانس اروپا، برای بازگرداندن قسمت‌های از دست رفته یا آسیب‌دیده آثار هنری با حفظ تأثیر کلی آثار، مردم شروع به تعمیر آثار هنری کردند که عمدتاً برای پر کردن شکاف‌ها یا شکاف‌های روی آثار بود. به چنین کاری Inpainting می گویند.

امروزه فناوری تعمیر تصویر Inpainting به یک جهت تحقیقاتی فعال جدید در زمینه مهندسی تصویر تبدیل شده است. هدف آن بررسی و حل چگونگی تشخیص بهتر قسمت آسیب دیده تصویر و بازیابی خودکار قسمت آسیب دیده با الگوریتم تعمیر تصویر با توجه به اطلاعات موثر در اطراف تصویر آسیب دیده است. اگرچه برخی از نرم‌افزارهای قدرتمند پردازش تصویر دیجیتال مانند فتوشاپ نیز می‌توانند پردازش جلوه‌های ویژه حرفه‌ای و تعمیر تصاویر آسیب‌دیده را انجام دهند، اما نیازمند تکنسین‌های با تجربه برای انجام پردازش‌های دستی پیچیده است که قادر به دستیابی به هدف «هوش رایانه‌ای» خودکار نیستند. در حال پردازش.

ابتدا به نمونه ای از تعمیر تصویر نگاه می کنیم. شکل 1(b) نماد حرفی مانند "@" را نشان می دهد که بخشی از آن توسط یک مانع مسدود شده است. با توجه به تجربه بصری افراد و با توجه به شکل شی مبهم و اطلاعات تصویر اطراف، یک قضاوت حدس زده می شود که پس از برداشتن مانع، کاراکترهایی مانند شکل 1(a) یا شکل 1(c) نشان داده شده است. ممکن است ظاهر شود و نتایج تعمیر شکل 1(a) و شکل 1(c) ممکن است صحیح باشد. فناوری Inpainting تصویر کامپیوتری این اثر را از دیدگاه روانشناسی بصری انسان شبیه سازی می کند. با توجه به اطلاعات لبه جسمی که باید پوشانده شود، امتداد یافته و منتشر می شود، مرز را در جهت خاصی به هم متصل می کند، قسمت پوشیده شده را پر می کند و به اتصال بصری دست می یابد. البته از شکل نیز می توان دریافت که اندازه اطلاعات آسیب دیده (اندازه مانع) تصویر نیز مستقیماً بر قضاوت ارتباط بصری افراد تأثیر می گذارد. از نقطه نظر ریاضی، این پدیده که نتایج تعمیر تصویر در مورد اطلاعات ناکافی در اطراف تصویر آسیب دیده منحصر به فرد نیست، یک مشکل پاتولوژیک است، بنابراین تکنیک Inpainting تصویر نیز باید بر اساس تئوری بینایی کامپیوتر باشد. این مشکل با یک الگوریتم تعمیر طراحی محدود با مفروضات خاص حل می شود.

با توجه به سیستم ساختاری بیزی، تصویر ایده آل کاملی که از داده های ناقص و تغییر شکل یافته به دست می آید، بر اساس «بهترین فرضیه» یا «بهترین حدس» ساخته شده توسط تصویر شبیه سازی شده بازسازی چشم انسان است. این "بهترین فرضیه" بر اساس دو عامل مهم زیر است:

1. مدل داده های تصویری: چگونه می توانیم اطلاعات بیشتری از داده های تصویر موجود در تصویر اصلی بدست آوریم.

2. پیش مدل تصویر: تصویر اصلی دست نخورده باید چه نوع مدل تصویری باشد. به عنوان مثال، اگر تصویری از یک موز یا یک سیب را در یک کاسه میوه ترمیم کنیم، پیش فرض خواهیم داشت که باید شکلی صاف و پر از زرد و قرمز داشته باشد.

بنابراین، "حدس بهینه" عبارت است از به حداکثر رساندن احتمال دومی در مدل احتمال بیزی، پر کردن قسمت گم شده یا آسیب دیده تصویر طبق قوانین الگوریتم خاصی، به طوری که تصویر تعمیر شده به جلوه بصری نزدیک شود یا به آن برسد. تصویر اصلی

برای تکنیک بازسازی تصویر ساختار بافت، مانند دانه چوب، الگوی سنگ و غیره، ایده اصلی شبیه‌سازی و تولید بافت محلی برای پر کردن است. از آنجایی که بافت انعکاسی از توزیع یا ویژگی های اجزای مواد است، اطلاعات شکل محلی آن می تواند اشتراک همان بافت را بیان کند. برای نقشه بافت، هر دو قطعه کوچک بافت مشابه هستند، بنابراین روش سنتز بافت را می توان برای ترمیم تصویر با استفاده از موارد زیر استفاده کرد: (1) آمار هیستوگرام اطلاعات رنگ هر پیکسل در محدوده مجموعه ای. (2) یک جدول وزن برای محاسبه درجه تعیین اطلاعات رنگ پیکسل ایجاد کنید. (3) بهترین پیکسل ها را برای بازیابی تصویر ارزیابی و انتخاب کنید. (4) چرخه بزنید تا تصویر آسیب دیده پر شود. در الگوریتم‌های مختلف برای سنتز بافت، باید دامنه تحقیق را از بافت عمومی به بافت جهتی گسترش دهیم و بیشتر آن را به سنتز بافت سطحی، سنتز بافت ویدیویی و غیره گسترش دهیم.

برای تکنیک Inpainting تصاویر بدون بافت، محققان در حال حاضر بیشتر از الگوریتم تعمیر مبتنی بر مدل معادلات دیفرانسیل جزئی مرتبه بالا (PDE) استفاده می‌کنند. ایده اصلی استفاده از اطلاعات لبه ناحیه مورد تعمیر برای تعیین اطلاعات انتشار و جهت انتشار، از ناهمسانگردی مرز منطقه ای تا انتشار مرزی است. این الگوریتم می‌تواند چندین ناحیه را با ساختارها و پس‌زمینه‌های مختلف به طور همزمان پر کند و هیچ محدودیتی در رابطه توپولوژیکی منطقه وصله‌شده وجود ندارد. علاوه بر این، مانو و همکاران. بر اساس ایده های فوق، یک تکنیک نقاشی سریع تصویر را پیشنهاد کرد. با تعیین جهت خط هم‌شدت در مرز منطقه مورد تعمیر و اتصال خطوط هم‌شدت متناظر با خطوط مستقیم، مرز با پخش اطلاعات همسایگی منطقه مورد تعمیر در محدوده خط هم‌شدت، منطقه مورد تعمیر را پر می‌کند. . این روش در تعمیر تصویر سازه ساده تاثیر خوبی دارد و زمان تعمیر بسیار کوتاه می شود.

فناوری تعمیر Image Inpainting طیف گسترده ای از کاربردها را دارد، اولین مورد برای تعمیر ترک استاتیک تصویر و حذف موانع است. در صنعت چاپ، انواع مختلفی از تصاویر دیجیتالی که قبل از چاپ نیاز به پردازش دارند، مانند عکس های قدیمی آسیب دیده، نگاتیو خراشیده و یا برداشتن موانع غیر مرتبط با محتوای تصویر از روی تصویر، به راحتی قابل تعمیر هستند. تکنولوژی رنگ آمیزی. کاربران فقط باید به سادگی محدوده تعمیر را انتخاب کنند، کامپیوتر به طور خودکار خراش، پر کردن ناحیه خالی، یا حذف موانع را پس از پر کردن الگوی پس‌زمینه کامل می‌کند، می‌تواند زمان و حجم کار دستی پردازش تصویر قبل از چاپ را تا حد زیادی کاهش دهد، اما همچنین با توجه به نتایج تعمیر برای پردازش تصویر بیشتر.

دوم تعمیر تصویر متحرک است. فناوری ترمیم Inpainting را می توان در صنعت فیلم و تلویزیون به کار برد. مثلاً برای کپی فیلم و تلویزیون، اگر یکی از فریم های پیوسته دارای خط و خش، لکه و شرایط دیگری باشد که نیاز به تعمیر دارد، فریم های پیوسته فیلم را به ترتیب تصویر دیجیتال تبدیل می کنیم و سپس اطلاعات مفیدی را از فریم های مجاور استخراج می کنیم. برای کپی و تعمیر با توجه به مقایسه اطلاعات قاب ها قبل و بعد. علاوه بر این، زیرنویس‌ها به زبان‌های مختلف فیلم را می‌توان با فناوری بازسازی Inpainting حذف کرد.

ثالثاً، در برخی از زمینه‌های عکاسی، پدیده قرمزی چشم در عکس‌های دیجیتال را می‌توان با فناوری Inpainting از بین برد، یا قسمت‌های روی هم افتاده در عکس‌های مجاور را می‌توان با فناوری Inpainting تعمیر کرد، زمانی که عکس‌های دیجیتال گرفته شده در چندین بار به هم متصل شده و به تصاویر پانوراما تبدیل می‌شوند.

تکنیک Inpainting توجه بسیاری از محققان در چین را به خود جلب کرده و به یک زمینه تحقیقاتی فعال در خارج از کشور تبدیل شده است. در مجموع، مزیت های فنی Inpainting مطمئناً در کاربردهای تصویری بیشتری مانند پزشکی زیستی، سنجش از دور و ارتقای توسعه این فناوری در زمینه های مختلف نقش خواهد داشت.