دانلود با لینک مستقیم و پر سرعت .
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه14
چکیده : در این مقاله ، روشی جهت شناسایی و حذف ترکهای موجود در عکسها و نقاشیهای قدیمی ارائه شدهاست. ابتدا با استفاده از تبدیل top-hat این ترکها شناسایی شده و سپس با استفاده از الگوریتمهای رشد ناحیه[1] یا استفاده از hue و saturation سعی میشود تا قسمتهایی از تصویر که به اشتباه به عنوان ترک شناسایی شدهاند از این ترکها حذف شوند. در انتها با دانستن محل ترکها و استفاده از فیلترهای آماری یا پخش متجانس کنترل شده[2] اقدام به پرکردن آنها مینماییم.
بخش اول : مقدمه
معمولا نقاشیها و عکسهای قدیمی دارای ارزش زیادی برای افراد هستند. با گذشت زمان ، عوامل طبیعی یا انسانی موجب ایجاد آسیبهایی در این نقاشیها و عکسها میشود که به صورت ترکهایی در نقاشی ، عکس و یا جلای روی آن ایجاد میشود. این ترکها در اثر خشک شدن جوهر و انقباض آن ، رطوبت هوا و انبساط کاغذ عکاسی یا بوم نقاشی ، عوامل مکانیکی نظیر خراشیدگی یا تاخوردن و ... بوجود میآیند.
وجود این ترکها بر روی نقاشی و یا عکس نا خوشایند بوده و موجب میشود که تصویر به خوبی رؤیت نگردد لذا میتوان از پردازش تصویر دیجیتالی کمک گرفت و پس از دیجیتالی کردن این عکسها و نقاشیها ، اقدام به شناسایی و حذف این آسیبها نمود.
این تکنیک شامل مراحل زیر است :
- شناسایی محل ترکها
- جداسازی ترکهای واقعی از قسمتهایی از تصویر که به اشتباه ترک تلقی شدهاند.
- پر کردن ترکها .
هیچ الگوریتم کاملا اتوماتیکی برای این کار وجود ندارد و برای گرفتن نتایج خوب ، به خصوص در مرحلهی شناسایی ترکها ، اندکی تعامل با کاربر مورد نیاز است تا نتایج بهینه حاصل آید. تنوع ساختاری ترکها باعث شده است که تعامل با کاربر امری اجتناب ناپذیر بوده و هر الگوریتم خودکاری با شکست مواجه گردد. تمام مراحل الگوریتم میتواند به صورت بلادرنگ[3] پیادهسازی گردد تا کاربر اثر تنظیم پارامترها را مشاهده نموده و برای گرفتن بهترین نتیجه ، آنها را تغییر دهد.
در ادامه ، در بخش دوم ، فرآیند تشخیص ترکها ، در بخش سوم دو روش برای جدا سازی ترکها از نواحی به اشتباه ترک تلقی شده و در بخش سوم فرآیند پر کردن ترکها را بررسی مینماییم .
بخش دوم : شناسایی ترکها
ترکها معمولا دارای روشنایی[4] متفاوت با تصویر هستند. نقاشیها معمولا بر بومهای سیاه کشیده میشوند لذا ترکهای موجود در آنها دارای روشنایی پایین و به رنگ سیاه دیده میشوند یعنی ترکها از نواحی اطراف خود تیرهتر هستند. در عکسهای فتوگرافی از آنجا که عکس بر کاغذ سفید چاپ میشود ترکها روشن و به رنگ سفید دیده میشوند یعنی از نواحی اطراف خود روشنتر هستند. با توجه به مطالب گفته شده ، میتوان شناسایی ترکها را بر اساس میزان روشنایی انجام داد. در این مقاله الگوریتم شناسایی ترکها بر پایهی تبدیل top-hat مورد بررسی قرار گرفته است.
تبدیل top-hat عملگریاست که جزئیات و عناصر کوچک تصویر را جدا مینماید. تبدیل top-hat دارای دو نوع است :
- White top-hat transform (Tw)
- Black top-hat transform (Tb)
که به صورت زیر تعریف میشوند :
Tw(f) = f○b - f Tb(f) = f●b – f
که ○ بیانگر عملگر opening و ● بیانگر عملگر closing می باشد. این عملگرها به صورت زیر تعریف میشوند.
Opening( f ) = dilation(erosion( f ))
Closing( f ) = erosion(dilation( f ))
Dilation و Erosion تبدیلاتی به فرم زیر هستند :
شکل 1 : نحوه ی محاسبه dilation و erosion
پنجره ی لغزان روی کل تصویر حرکت کرده و تبدیلات فوق محاسبه میشوند.
خروجی تبدیل white top-hat تصویری است شامل آن دسته از جزئیات و عناصر تصویر ورودی که :
- از پنجره ی لغزان کوچکتر باشند.
- از نواحی اطراف خود روشنتر باشند.
خروجی تبدیل black top-hat تصویری است شامل آن دسته از جزئیات و عناصر تصویر ورودی که :
- از پنجره ی لغزان کوچکتر باشند.
- از نواحی اطراف خود تیرهتر باشند.
با توجه به نوع ترکهای موجود در تصویر میتوان از یکی از تبدیلات فوق برای استخراج ترکها استفاده نمود. اگر ترکها از نواحی اطراف خود روشنتر باشند تبدیل white top-hat و اگر از نواحی اطراف خود تیره تر باشند تبدیل black top-hat مناسب است. اندازه ی پنجره ی لغزان نیز پارامتر مهمی است که باید به درستی انتخاب شود. در صورتی که اندازه ی پنجره کوچک باشد ، به طوری که ضخامت ترکها از اندازه ی پنجره بزرگتر باشد ، ترکها به خوبی تشخیص داده نخواهند شد و در صورتی که اندازه ی پنجره بزرگ باشد ، ممکن است جزئیاتی از تصویر که ترک نیستند نیز به عنوان ترک تلقی شوند.
خروجی تبدیل top-hat یک تصویر با سطوح خاکستری[5] است که برای تعیین محل دقیق ترکها ، انجام یک threshold روی آن لازم است. تعیین مقدار آستانه یک پارامتر مهم در این مرحله است که میتوان آن را به عهدهی کاربر گذاشت و به صورت بلادرنگ خروجی را به او نشان داد تا بهترین مقدار را انتخاب نماید. حاصل این مرحله یک تصویر دودویی است که محل ترکها سفید و سایر نقاط مشکی است. از این تصویر دودویی میتوان برای حذف ترکهای تصویر اصلی بهرهبرد.
در زیر حاصل تبدیل white top-hat را میبینید.
شکل 2 : الف) تصویر اصلی (2780 × 2080 ) - ب تا ج ) حاصل تبدیل white top-hat
به ترتیب با فیلتر سایز 3 ، 7 ،11 ، 17 و 31
[2] Controlled anistropic diffusion