Современные информационные технологии

(2. Вычислительная техника и программирование)

К.т.н. Воронин В.В., студ. Франц В.А., студ. Гапон Н.В., студ. Сизякин Р.А.

ФГБОУ ВПО «Южно-Российский государственный университет экономики и сервиса» (ФГБОУ ВПО «ЮРГУЭС»)

Алгоритм реконструкции изображений на основе восстановления границ объектов

При обработке и анализе изображений возникает задача автоматизированного восстановления областей с искаженными пикселями. Реконструкция находит свое приложение во многих областях обработки изображений, таких как ретуширование, восстановление фотографий, кодирование, компьютерное зрение и т.д. К главному недостатку известных методов относится неспособность восстанавливать изогнутые контуры, что существенно ограничивает область использования данных методов, которые в основном применимы при удалении царапин и небольших дефектов на структуре изображений. Так же следует отметить, что известные методы приводят к размытию текстуры и структуры при восстановлении больших областей с искаженными значениями пикселей. В связи с этим, реконструкция изображений с возможностью восстановления границ объектов является важным направлением применения современной цифровой вычислительной техники с целью получения достоверной оценки для визуального и особенно автоматического анализа.

Целью данной работы является уменьшение погрешности реконструкции изображений на основе алгоритма интерполяции границ кубическими сплайнами при восстановлении изображений.

Предлагается алгоритм, который позволяет качественно восстанавливать как большие, так и малые области с искаженными значениями пикселей c минимизацией вычислительных затрат. Данный компромисс достигается за счет раздельного восстановления структуры, текстуры и однородных областей на изображениях. Для каждого класса областей используется подход, который показывает наилучшие результаты. В случае восстановления границ и перепадов яркости используется многошаговая процедура выделения границ с последующим их анализом и восстановлением кубическими сплайнами. Выбор текущего пикселя для восстановления осуществляется с помощью метода быстрого марша (FMM) [1]. Далее, в зависимости от классификации области, в которой находится восстанавливаемый пиксель, используется метод Telea (TM) [2] или метод exemplar based method (EBM) [3,4]. Первый метод основан на локальной обработке и использует взвешенное среднее значений пикселей в некоторой области. При этом в качестве весов используется функция, зависящая от положения пикселя, локальных границ и расстояния до границы. Достоинством метода является высокая скорость работы. К недостаткам следует отнести неспособность восстановления текстуры.

Метод EBM используется для восстановления областей с текстурой и основан на поиске похожих блоков на изображении. Недостатком метода является значительное время обработки. К тому же метод не всегда обеспечивает приемлемое качество восстановление текстуры и структуры с изогнутыми границами.

Предлагаемый алгоритм реконструкции изображений включает следующие этапы (рисунок 1):

1. Выделение и анализ границ вокруг области с искаженными пикселями.

2. Классификация областей на текстуру и однородные области.

3. Восстановление границ с помощью кубических сплайнов.

4. Обход граничных пикселей методом FMM.

5. Восстановление пикселей текстуры с помощью метода EBM.

6. Восстановление однородных областей с помощью метода TM.

Рис. 1. Алгоритм восстановления изображений

Для исследования предлагаемого алгоритма восстановления изображений выбран фрагмент тестового изображения «Кривые». На данном изображении область с искаженными пикселями находится на пересечении нескольких границ (рис. 2а), которые необходимо экстраполировать, соединив противоположные участки границ. На рисунке 2б представлен результат восстановленного изображения.

а) б)

Рис. 2. Результат восстановления тестового изображения «Кривые»

Анализ результатов обработки позволяет отметить, что предложенный алгоритм позволяет правильно восстанавливать границы контуров и не приводит к размытию перепадов яркости.

В заключении можно сделать следующий вывод:

В статье предлагается алгоритм построения составной кривой с помощью кубических сплайнов при восстановлении границ объектов на изображении, который позволяет уменьшить погрешность реконструкции изображений. Предлагаемый метод позволяет эффективно восстанавливать текстуру и однородные области за счет раздельной обработки методами Telea и Exemplar based.

Литература

1. Sethian J.A., "Level Set Methods and Fast Marching Methods, Second edition," Cambridge, UK: Cambridge Univ. Press (1999).

2. Telea A., "An image inpainting technique based on the fast marching method," Journal of Graphics Tools, vol. 9, no. 1, ACM Press, pp. 25-36 (2004).

3. Criminisi, A., Perez, P., Toyama, K., "Region filling and object removal by exemplar-based image inpainting," IEEE Trans. Image Process 13(9), 28-34 (2004).

4. Voronin V.V., Marchuk V.I. and Egiazarian K.O., "Images reconstruction using modified exemplar based method," in Image Processing: Algorithms and Systems IX, edited by Jaakko T. Astola, Karen O. Egiazarian, Proceedings of SPIE Vol. 7870 (2011).