Содержание к диссертации
Введение
ГЛАВА 1. Обзор алгоритмов, методов и систем реставрации архивных фотодокументов 11
1.1. Обеспечение сохранности и необходимость реставрации архивных фотографических документов 11
1.1.1. Музеи в России и их фонды фотодокументов 11
1.1.2. Состояние архивных фотодокументов в музеях 12
1.1.3. Причины возникновения искажений, помех и дефектов на изображениях архивных фотодокументов 12
1.1.4. Существующие способы классификации дефектов архивных фотодокументов 13
1.1.5. Способы реставрации архивных фотодокументов 13
1.1.6. Способы обеспечения сохранности архивных фотодокументов 14
1.2. Современные способы реставрации изображений архивных фотодокументов 16
1.2.1. Целесообразность решения задач реставрации архивных фотодокументов с использованием методов цифровой обработки изображений... 16
1.2.2. Основные этапы процесса реставрации архивных фотодокументов с использованием методов цифровой обработки изображений и вычислительной техники 18
1.2.3. Способы оценки качества изображений архивных фотодокументов 19
1.3. Системы цифровой реставрации изображений 20
1.4. Методы и алгоритмы цифровой обработки изображений, используемые при реставрации фотоизображений 21
1.4.1. Методы и алгоритмы для устранения дефектов фотоизображений 21
1.4.2. Методы и алгоритмы, уменьшающие воздействие дефектов
на зрительное восприятие изображения 23
1.4.3. Методы и алгоритмы выделения дефектов изображений архивных фотодокументов 26
1.4.4. Методы и алгоритмы устранения выделенных дефектов изображений архивных фотодокументов 30
Выводы по главе 1 31
Постановка задачи исследования 32
ГЛАВА 2. Разработка технологии и алгоритмов реставрации изображений архивных фотодокументов 33
2.1. Классификация дефектов архивных фотодокументов: по типам и с точки зрения цифровой реставрации изображений 33
2.1.1. Классификация дефектов архивных фотодокументов по типам 33
2.1.2. Классификация дефектов архивных фотодокументов с точки зрения цифровой реставрации изображений 33
2.2. Результаты статистической обработки АФД по относительным частотам появления дефектов на них 37
2.3. Задача реставрации изображений архивных фотодокументов 38
2.4. Технология реставрации изображений архивных фотодокументов 39
2.5. Алгоритмы выделения царапин, надрывов, трещин фотослоя, волокон на изображениях архивных фотодокументов 47
2.6. Алгоритм выделения перегибов на изображениях архивных фотодокументов 51
2.7. Алгоритм выделения мелких пятен на изображениях архивных фотодокументов 57
2.8. Алгоритм выделения точечных и линейных дефектов на изображениях архивных фотодокументов в однородных локальных областях 60
2.9. Алгоритм подавления шума на изображениях архивных фотодокументов 62
2.10. Алгоритм выделения площадных дефектов на изображениях архивных фотодокументов 65
2.11. Устранение дефектов на изображениях архивных фотодокументов на основе предсказания яркостей 69
Выводы по главе 2 70
ГЛАВА 3. Исследование разработанных технологии, алгоритмов и создание автоматизированной системы реставрации изображений архивных фотодокументов 72
3.1. Формирование и обоснование тестовых изображений 72
3.2. Исследование алгоритма выделения точечных и линейных дефектов изображений архивных фотодокументов 76
3.3. Исследование алгоритмов выделения царапин, надрывов, трещин фотослоя, волокон на изображениях архивных фотодокументов 77
3.4. Исследование алгоритма выделения перегибов на изображениях архивных фотодокументов 79
3.5. Исследование алгоритма выделения мелких пятен на изображениях архивных фотодокументов 81
3.6. Исследование алгоритма подавления шума на изображениях архивных фотодокументов 82
3.7. Исследование алгоритма выделения локальных дефектов изображений архивных фотодокументов 84
3.8. Исследование алгоритма устранения выделенных дефектов на изображениях архивных фотодокументов 86
3.9. Исследование технологии реставрации изображений архивных фотодокументов 89
3.10. Структура автоматизированной системы реставрации изображений архивных фотодокументов 99
Выводы по главе 3 101
ГЛАВА 4. Практическое применение автоматизированной системы реставрации изображений архивных фото документов 103
4.1. Предварительный анализ изображений архивных фотодокументов 103
4.2. Реставрация изображений архивных фотодокументов, искаженных линейными дефектами 104
4.3. Реставрация изображений архивных фотодокументов, искаженных дефектом мелких пятен 108
4.4. Реставрация изображений архивных фотодокументов, искаженных шумом 108
4.5. Реставрация изображений архивных фотодокументов, искаженных локальными дефектами 108
4.6. Улучшение контраста изображений архивных фотодокументов 111
4.7. Устранение черных и белых полос на краях изображений архивных фотодокументов 115
4.8. Реставрация изображений архивных фотодокументов, искаженных многими дефектами 116
4.9. Реставрация сильно испорченных изображений архивных фотодокументов 118
Выводы по главе 4 120
Заключение 122
Литература 123
- Причины возникновения искажений, помех и дефектов на изображениях архивных фотодокументов
- Классификация дефектов архивных фотодокументов с точки зрения цифровой реставрации изображений
- Исследование алгоритмов выделения царапин, надрывов, трещин фотослоя, волокон на изображениях архивных фотодокументов
- Реставрация изображений архивных фотодокументов, искаженных линейными дефектами
Введение к работе
В настоящее время наблюдается переход музеев на использование электронных коллекций баз видеоданных, где хранятся цифровые копии изображений архивных фотодокументов. За счет пополнения коллекций количество цифровых копий графических данных постоянно возрастает. Это позволяет обеспечить непосредственный доступ к ним широкой публике без (нежелательного) использования оригинальных документов (создание иллюстрированных каталогов на CD/DVD, размещение изображений в сети Интернет).
Однако, проблемой является плохое качество многих изображений архивных фотодокументов, в том числе уникальных. От долгого хранения (часто в несоответствующих требуемым условиях), влияния окружающей среды на фотодокументах появляются дефекты. Традиционные методы реставрации ФД не обеспечивают должного качества его восстановления, кроме того, подвергают риску оригинальный фотодокумент. В связи с этим актуальна цифровая реставрация изображений исторических фотодокументов, позволяющая устранять всевозможные дефекты изображений фотодокументов и сохранять оригинал.
Цифровая реставрация изображений с использованием существующих систем (программ) является трудоемкой и требует много времени,ч Большая нагрузка в процессе реставрации ложится на человека-реставратора. Особенно остро это ощущается при необходимости реставрации большого количества ФИ в короткий срок, например при подготовке к выставке. При этом многие операции, выполняемые человеком в процессе реставрации, можно автоматизировать.
В связи с этим актуальны задачи автоматизации процессов: анализа изображения на наличие дефектов, выделения дефектов, устранения выделенных дефектов на изображениях архивных фотодокументов. Эти задачи сегодня не решены. Кроме того, известные алгоритмы не могут обеспечить наиболее полное их решение. Поэтому необходима разработка новых алгоритмов и методов, позволяющих проводить цифровую реставрацию ФИ; и разработка на их основе автоматизированной подсистемы реставрации изображений архивных ФД.
Целью диссертационной работы является разработка и создание автоматизированной системы реставрации изображений архивных фотодокументов.
Исходя из цели работы задачами исследования являются:
1. Анализ проблемы, связанной с сохранением и реставрацией изображений архивных фотодокументов.
2. Анализ методов и алгоритмов цифрового восстановления изображений.
3. Классификация дефектов изображений архивных фотодокументов с точки зрения их цифровой реставрации;
4. Разработка и исследование новых алгоритмов, технологии и автоматизированной системы реставрации изображений архивных фотодокументов.
5. Практическое применение автоматизированной системы реставрации изображений архивных фотодокументов.
Методы исследования. В работе использованы методы дискретной математики, математической логики, основные понятия математического анализа и теории множеств, методы цифровой обработки сигналов и изображений, теория вероятностей и математическая статистика.
Научная новизна.
В процессе проведенных исследований решены следующие задачи:
- классификация дефектов фотоизображений по методам их устранения в процессе цифровой реставрации;
- разработана технология реставрации изображений архивных фотодокументов;
- разработаны алгоритмы выделения царапин, надрывов, трещин фотослоя, волокон, перегибов, мелких пятен, площадных дефектов на изображениях архивных фотодокументов;
- разработан алгоритм подавления шума на изображениях архивных фотодокументов;
- разработана автоматизированная система реставрации изображений архивных фотодокументов.
Практическая ценность работы. Результаты диссертационной работы внедрены в Муромском Историко-художественном музее (город Муром). Результаты работы позволяют решать следующие практические задачи: 1. Сокращать время реставрации изображений архивных фотодокументов при использовании разработанной технологии. 2. Качественно выделять дефекты царапин, надрывов, трещин фотослоя, волокон, перегибов, мелких пятен, площадных дефектов на изображениях архивных фотодокументов.
3. Подавлять шум на изображениях архивных фотодокументов.
4. Реставрировать и визуально улучшать качество изображений архивных фотодокументов, имеющих шумы и различные дефекты.
На защиту выносятся следующие результаты работы:
1. Алгоритмы выделения точечных, линейных и площадных дефектов изображений архивных фотодокументов.
2. Алгоритм подавления шума изображений архивных фотодокументов.
3. Результаты экспериментальных исследований разработанных алгоритмов и технология реставрации изображений архивных фотодокументов.
4. Результаты практического применения разработанных алгоритмов и технологии реставрации изображений архивных фотодокументов.
Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на международном симпозиуме «Надежность и качество» (г. Пенза, 2004-2005 гг.); на VII всероссийской объединенной конференции «Технологии информационного общества - Интернет и современное общество» (г. Санкт-Петербург, 2004 г.); на международной конференции EVA (г. Москва, 2004-2005 гг.); на международной научно-технической конференции «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций» (г. Рязань, 2004 г.); на всероссийском научно-техническом семинаре «Сети и системы связи» (г. Рязань, 2005 г.); на научно-практическом семинаре «Музейные библиотеки в современном обществе: фонды и их сохранность» (г. Москва, 2005 г.); на VII международной научно-технической конференции "Распознавание-2005" (г. Курск, 2005 г.); на научно-технических конференциях преподавателей и сотрудников Муромского института (филиала) Владимирского государственного университета (г. Муром, 2003-2005 гг.).
Публикации. По теме диссертации опубликовано 12 работ, включая статей, 4 тезиса докладов.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, имеющего 130 наименований.
Общий объем диссертации 179 с, в том числе 122 с. основного текста, 11 с. списка литературы, 46 с. приложений. Таблиц 4, рисунков 108.
Причины возникновения искажений, помех и дефектов на изображениях архивных фотодокументов
Анализ методов реставрации фотоизображений (ФИ) требует рассмотрения причин и механизмов возникновения дефектов ФИ [16]. Причиной недолговечности фотографий является их бумажная основа, что делает их весьма уязвимыми перед временем.
Качество ФИ, прежде всего, зависит от качества хранящего его фотодокумента (ФД), которое обуславливается как внутренними причинами (характеристики фотобумаги, процесс изготовления фотографии), так и воздействием на него различных внешних факторов в процессе его хранения (свет, влажность, условия хранения и прочие).
Основные причины плохого качества ФИ связаны с процессом регистрации изображения (получение смазанного, расфокусированного или повернутого изображения в следствии плохого мастерства фотографа или по другим причинам); дискретным строением фотографического слоя; физическими воздействиями на ФД; условиями хранения ФД; качеством фотоматериалов и другими факторами [26,47].
Следствием этих факторов является наличие на изображении ФД различных дефектов, ухудшающих качество изображения.
Все дефекты, встречающиеся на фотонегативах и ФД по происхождению можно условно разделить на механические, химические и прочие [45]. Механические дефекты образуются от небрежного обращения с ФД при проведении с ним различных работ. К ним относятся царапины, трещины, сколы, масляные пятна, пятна от грязи, перегибы и другие. К химическим дефектам относятся вуаль и различные пятна. Обычно они образуются, когда при проведении химико-фотографической обработки нарушается технологический процесс. Кроме наличия механических и химических дефектов, фотоизображение существуют другие виды дефектов, например угасание вследствие "старения".
Дефекты также можно классифицировать по яркостным, геометрическим, статистическим и другим признакам. В [16] дефекты разделены на группы с точки зрения тех искажений документальных фотоизображений, которые они вызывают. Была предложена классификация дефектов по семи основным группам, которые послужили основой для определения единичных показателей качества ФД и проведения статистического анализа качества ФД по этим показателям.
В России в отличие от зарубежных стран специализация в области реставрации ФД только складывается [12]. Поэтому наибольший интерес представляет опыт зарубежных специалистов - реставраторов ФД. В США, например, сущность политики консервации документов состоит в минимальном вмешательстве в документ [9]. Особое внимание уделяется обследованию ФД перед их реставрацией. Для выбора методов и материалов обработки ФД обязательными являются процедуры идентификации фотографических процессов, определения типа используемых материалов и способов получения изображений. Существует следующие основные традиционные способы реставрации АФД: -Химические методы реставрации. В химических растворах обрабатываются негативы и позитивы изображений. К этим методам относятся и методы усиления изображения, которые применяют для получения более стойкого и более долговечного ФИ и способствует его сохранению при угасании. - Технический метод реставрации угасающего изображения. Он состоит в пересъемке оригинала за фильтрами сине-зеленой зоны спектра и дает возможность выявить изображение, почти отсутствующее на оригинале. - Дублирование фотографии на подложку. -Очистка фотодокумента. Специальными растворами и составами с поверхности АФД удаляются ненужные вещества; -Методы выравнивания фотографии. Применяются для устранения механических дефектов АФД, вызванных его деформацией, с минимальным вредом для самого ФД; - Метод сублимации [32]. Используется для сушки поврежденных водой ФД. Превращенная в лед вода при специальных условиях испаряется, минуя жидкое состояния. Это обеспечивает лучшее сохранение свойств бумажного носителя; - другие методы. В последнее время широкое применение получают цифровые методы реставрации фотоизображений (оцифровки подвергается как негативное, так и позитивное изображение), обеспечивающие одновременно сохранность изображения документа в цифровой форме. Сохранение исторически важных ФД и, одновременно, обеспечение возможности доступа к ним широкого круга заинтересованных лиц, является важной и сложной задачей, так как требует создания оптимальных условий хранения, предотвращающих ухудшение физического состояния оригинала [35, 49, 56]. Обеспечение сохранности изображений ФД также достигается созданием копий изображений для пользователей [9]. В настоящее время предпочитают создавать и хранить цифровые копии ФИ. Для их хранения используют возможности современной вычислительной техники и информационных технологий, которые позволяют хранить большое количество оцифрованных изображений на цифровых носителях [29]. Уникальность архивных графических документов, а также забота об их сохранности не позволяют обеспечить непосредственный доступ к ним широкой публике, а наличие цифровых копий решает эту проблему. В настоящее время большинство музеев, как в России, так и за рубежом, участвуют в программах оцифровки и микрокопированию уникальных фондов [85]. В процессе оцифровки фотографий создается множество файлов изображений. Изображение каждого ФД сопровождается соответствующими описаниями. Функции для работы с электронными коллекциями возлагаются на базы видеоданных [11,44]. Современные информационные технологии, обеспечивающие функционирование подобных баз данных, позволяют создавать и сколь угодно долго (при соблюдении определенных условий) хранить цифровые копии графических данных [29, 84]. Поэтому базы видеоданных на сегодняшний день являются надежными средствами сохранения изображений графических документов на длительный срок (естественно, цифровые копии должны резервироваться и периодически копироваться на новые цифровые носители). Цифровые копии фотографий хранятся в долгосрочном архиве базы, который представляет собой набор CD/DVD дисков. Для обеспечения надежности реализуется резервирование всех графических данных. При необходимости изображения фотографий извлекаются и обрабатываются. Во многих базах видеоданных предусмотрена возможность хранения реставрированных цифровых копий фотографий вместе с исходными, что в значительной мере расширяет возможности работы с архивными ФД при удаленном доступе.
Классификация дефектов архивных фотодокументов с точки зрения цифровой реставрации изображений
Для выделения на АФД пятен, отслоения фотослоя и других дефектов, искажающих небольшие локальные области, может применяться разностное изображение. Каждая точка этого изображения - это абсолютная разность между средней яркостью точек предполагаемого дефекта и окрестных точек.
Пороговое выделение дефекта по разностному изображению хорошо согласуется с характеристиками выделяемых дефектов (например, пятном называется относительная маленькая область изображения, яркость которой значительно отличается от яркости ее окрестности [76]). В [76] описаны два возможных варианта обнаружения пятен по разностному изображению. В первом случае сравнивается средняя яркость точек квадратной области со средней яркостью точек из четырех прилегающих к этой области таких же по размеру квадратных областей; во втором в качестве окрестности берется окружающая квадратную область полоса, шириной, равной стороне этого квадрата. Решение о присутствии пятна принимается при превышении абсолютной разности некоторого порога. Порог может быть выбран по гистограмме разностного изображения.
Недостатком метода применительно к обработке АФД является большая вероятность причисления к дефектам объектов изображения. Под сегментацией понимается разбиение изображения на области, однородные в смысле какого-либо показателя [76, 97, 113, 114, 125]. Часто такими показателями являются яркостные, цветовые и текстурные признаки. Наиболее просто реализуется сегментация по яркости. В простейшем случае для определения принадлежности точки к некоторой области проводится сравнение ее яркости с пороговым значением. Однако наличие на изображении шума приводит к ошибкам, для избежания которых приходится учитывать точки из окрестности "исследуемой" точки [52]. В [111] предложен алгоритм усиления локального контраста для предварительной обработки изображения перед его сегментацией методом наращивания областей. После обработки изображения границы объектов становятся более выраженными, а перепады приводятся к ступенчатому виду. Общеизвестны следующие методы сегментации: выделение областей границ [8], пороговая обработка [7], наращивание областей [83] и другие. В обработке ФИ сегментация может применяться для выделения участков изображения, поврежденных локальными дефектами. Локальная гистограмма - это гистограмма локальной области. Если в этой области присутствует дефект на фоне, то локальная гистограмма имеет две моды - одна соответствует дефекту, другая фону. Между модами гистограммы можно выбрать значение яркости, которое при пороговой обработке отделяет дефект от фона. Недостаток метода состоит в том, что двумодовый вид гистограммы необязательно указывает на то, что в данной локальной области присутствует дефект на фоне, поэтому возможно выделение областей, не относящихся к дефектам. Применение линейного фильтра с определенными весовыми коэффициентами позволяет обнаружить изолированные точки изображения и линии пороговой обработкой откликов фильтра [33]. На АФД дефектами в виде изолированных точек и линий могут являться мелкие пятна, пыль, царапины, волокна, надломы. К сожалению, отклик фильтра имеет повышенные значения на границах объектов изображений, сопоставимые со значениями отклика в некоторых дефектных точках. Поэтому при любых значениях порога можно достичь либо выделение только наиболее выраженных по яркости дефектов; либо возможное выделение вместе с дефектами границ объектов ФИ. Выделение контуров и распознавание по их форме дефектов при помощи согласованной фильтрации или преобразований Хоха. Если на изображении необходимо найти объект, форма которого известна, используют согласованную фильтрацию (инвариантную к сдвигу) или (обобщенное) преобразование Хоха (инвариантное к сдвигу, повороту и масштабированию) [38, 51, 65, 67, 68, 69, 98, 99, 100, 102, 103, 104, 105, 107, 109,116,120,121,123,124,125,126,128]. ОПХ обычно выполняется над контурным изображением, получаемым, как правило, бинаризацией изображения модуля градиента [65] или при помощи дифференциальных операторов в виде масок Превитта, Собела, Кирша, Канни и др., и позволяет обнаружить объекты на изображении по форме контура, задаваемым эталоном в виде набора точек. ПХ ставит в соответствие изображению п - мерный массив параметров (параметрическое пространство), который в дальнейшем анализируется. Присутствие на исходном изображении объекта с заданным набором параметров отображается на параметрическом пространстве локальным максимумом. В результате анализа параметрического пространства получаем описание каждого обнаруженного объекта как совокупность п параметров, соответствующих ему. На основе преобразований Хоха разработаны алгоритмы обработки и анализа изображений [65, 98, 103, 104, 116, 124, 126], в частности алгоритмы подавления аддитивного шума и алгоритмы подчеркивания границ объектов на полутоновых изображениях. В [70] предложено использовать ПХ для прямых линий для выделения линейных дефектов фотоизображений. ОПХ может использоваться для выделения любого дефекта, для которого известна форма контура. Но существенным ограничением применимости ПХ является то, что обнаруживаются не сами полутоновые объекты, а их контуры; а для многих дефектов форма контура может совпадать с формой объектов на изображении.
Существует множество методов выделения объектов на изображении, которые связаны с обнаружением и распознаванием объектов по различным признакам. На ФИ объектами, требующими выделения, являются дефекты. На практике используются яркостные, геометрические, топологические, вероятностные, спектральные, текстурные и другие признаки [54, 79]. Для выделения объектов на изображении применяются глобальные и локальные признаки.
К глобальным признакам изображения относятся: средняя яркость и контраст изображения, гистограмма изображения, спектр изображения, корреляционная функция, размеры изображения и другие. Явным преимуществом использования глобальных признаков является возможность их определения до обработки изображения и дальнейшее использование на всех этапах обработки.
Исследование алгоритмов выделения царапин, надрывов, трещин фотослоя, волокон на изображениях архивных фотодокументов
Проведена классификация дефектов изображений архивных фотодокументов: по типам и с точки зрения цифровой реставрации изображений. Она показывает какими методами цифровой обработки изображений можно устранить каждый дефект изображений архивных фотодокументов и в какой последовательности необходимо использовать эти методы для его устранения.
Разработана технология реставрации изображений архивных фотодокументов, согласно которой большинство этапов реставрации выполняется автоматически. Автоматически устраняются наиболее часто встречающиеся дефекты фотоизображений. Применение технологии позволяет сократить время реставрации изображения и сосредоточить внимание реставратора только на тех участках изображения, которые не были восстановлены автоматически. Технологией предусматривается устранение всех дефектов изображений архивных фотодокументов.
Разработаны алгоритмы выделения царапин, надрывов, трещин фотослоя, волокон на фотоизображениях. Алгоритмы используют операции математической морфологии, расширенные на обработку полутоновых изображений; обобщенное преобразование Хоха и адаптивную пороговую обработку параметрического пространства для выделения дефекта. Обеспечена инвариантность к расположению и ориентации дефекта.
Разработан алгоритм выделения перегибов на изображениях архивных фотодокументов. Составными частями алгоритма являются алгоритмы выделения царапин и волокон на изображении архивных фотодокументов. Выделению подлежат все виды перегибов, не зависимо от месторасположения и ориентации. 5. Разработан алгоритм выделения мелких пятен на изображениях архивных фотодокументов. По разностным изображениям определяются области предполагаемых пятен; для принятия окончательных решений о наличии пятен в этих областях производится их анализ и анализ окрестностей. Исключается возможность выделения алгоритмом объектов, не относящихся к мелким пятнам. 6. Разработан алгоритм выделения точечных и линейных дефектов на изображениях архивных фотодокументов в однородных локальных областях. Выделяются дефекты, которые значительно мешают восприятию изображения из-за большой разницы между яркостью точек дефекта и яркостью локальной области, которая является основой отнесения точки к дефекту. 7. Разработан алгоритм подавления шума на изображениях архивных фотодокументов. Сглаживающая способность фильтра зависит от уровня шума изображения. Точки, принадлежащие и не принадлежащие перепадам яркости, обрабатываются по-разному. Это позволяет избежать смазывания границ объектов и внести наименьшие искажения в изображение. 8. Разработан алгоритм выделения площадных дефектов на изображениях архивных фотодокументов. Выделение проводится по совокупности локальных признаков исходного изображения. Параметры алгоритма подбираются на этапе обучения автоматически по исходным изображениям с размеченными дефектами. В результате выделение площадных дефектов данного вида происходит автоматически. За количественную оценку качества реставрации ФИ берется мера подобия восстановленного изображения изображению, которое можно считать идеальным, то есть не поврежденным никаким шумом. Имея такое идеальное изображение и изображение с дефектами для реставрации, м ожно получить объективную оценку качества работы алгоритмов, которая необходима при исследовании их работы. Таким образом, нужно сформировать эталонные (без дефектов) и тестовые (с дефектами) изображения. Эталонные изображения должны быть полутоновыми и иметь характеристики как можно ближе приближенные к характеристикам идеального изображения. Тестовые изображения необходимо получить из эталонных, "нанесением" на них дефектов фотоизображений. Исследование алгоритма реставрации на тестовых изображениях состоит из следующих этапов: 1) Разработка идеальных эталонных изображений; 2) Оценка шумов и искажений исследуемого класса изображений фотографий; 3) Зашумление эталонных изображений теми видами помех, для которых разрабатывается алгоритм - получение тестовых изображений; 4) Выполнение алгоритма реставрации на тестовых изображениях; 5) Получение количественной оценки работы алгоритма и визуальное сравнение изображений. За основу построения эталонных изображений взято бинарное изображение фигуры правильного восьмиугольника, размещенной в центре изображения. Это изображение преобразовывается в полутоновое с двумя уровнями яркости, которые соответствуют яркостям объекта и фона. Для получения перепадов, аналогичным перепадам на изображениях реальных ФД, выполняется сглаживание изображения. И, наконец, к полученному изображению добавляется неоднородная функция для внесения неоднородности в само изображение. Полученные изображения (Рисунок 3.1) являются эталонными и служат основой для формирования тестовых изображений. Наличие на тестовом изображении фигуры правильного восьмиугольника в качестве объекта на фоне позволит исследовать алгоритмы устранения дефектов на возможность сохранения перепадов, расположенных вдоль основных направлений -горизонтального, вертикального и диагональных. Аналогично были получены эталонные изображения в виде окружностей (Рисунок 3.3); пчелиных сот и животных (Рисунок 3.3), а также повернутого на 22,5 относительно своего центра описанного выше правильного восьмиугольника (Рисунок 3.2). Для того чтобы учесть всевозможные варианты взаимодействия изображения ФД и дефектов на тестовых изображениях, были получены следующие изображения: 1) Эталонные изображения с различными видами яркостных перепадов, в том числе с перепадами, которые нельзя получить обыкновенным сглаживанием изображения; 2) Эталонные изображения, имеющие неоднородность, вызванную глобальными дефектами ФИ (структурная поверхность бумаги, зернистость фотослоя и другие); 3) Тестовые изображения, содержащие различные дефекты, в том числе с близким расположением их друг относительно друга и с наложением дефектов друг на друга. Для наложения дефекта на эталонное изображение задаются следующие характеристики: -Область определения дефекта. Соответствует точкам изображения, которые искажаются дефектом; -Характер взаимодействия сигнала изображения и шума в области определения дефекта (аддитивное, мультипликативное или полное замещение участков изображения шумом); -Характеристики шумовой составляющей - закон распределения и его параметры; наличие корреляционных зависимостей между соседними элементами.
Реставрация изображений архивных фотодокументов, искаженных линейными дефектами
Большинство ФИ искажены не одним дефектом, а несколькими, поэтому эффективно реставрировать изображение можно обнаруживая и устраняя на нем все дефекты. На изображениях, представленных на рисунках 4.15, 4.16 автоматически устранялись различные дефекты. В результате обработки их качество значительно улучшилось только автоматических этапов технологии составляет 2-Ю минут (с использованием характеристик ПК, рекомендованных в параграфе 3.10). В диалоговом режиме затрачивается гораздо больше времени и необходимо участие человека. Поэтому очевидны преимущества автоматизации процессов устранения дефектов ФИ и, следовательно, практическая ценность разработанных алгоритмов, технологии и системы реставрации.
Можно заметить, что качество изображений, представленных в параграфе 4.8, можно еще улучшить, применяя инструментальные средства реставрации человеком. 1. Разработанными алгоритмами устраняется подавляющее большинство линейных и точечных дефектов фотоизображений, практически не оставляя следов их присутствия на исходном изображении. 2. Локальные дефекты фотоизображений хорошо выделяются и устраняются разработанными алгоритмами, значительно улучшая качество. 3. Разработанный алгоритм подавления шума на фотоизображении снижает его влияние на зрительное восприятие изображения, не размывая границы объектов и не снижая контраст изображения. При слабом уровне шума качество изображения не изменяется. 4. Разработанные алгоритмы выделения и устранения дефектов фотоизображений выполняют наибольшую часть операций в процессе их реставрации, значительно сокращая время реставрации фотоизображений человеком. 5. Разработанная автоматизированная система имеет широкие возможности обработки изображений для реставрации фотоизображений в диалоговом и автоматическом режиме с реализацией алгоритмов устранения различных дефектов и оказывает значительную помощь реставратору цифрового изображения архивного фотодокумента. 1. Проведен обзор и анализ существующих алгоритмов, методов и систем реставрации изображений. Показана необходимость разработки новых и усовершенствования известных алгоритмов обработки и анализа изображений для автоматизированной реставрации изображений архивных фотодокументов. 2. Проведена классификация дефектов архивных фотодокументов по методам их устранения в процессе цифровой реставрации, позволяющая определить какими методами цифровой обработки изображений можно устранить каждый дефект изображений архивных фотодокументов и в какой последовательности необходимо использовать эти методы. 3. Разработаны: - технология реставрации изображений архивных фотодокументов; - алгоритмы выделения царапин, надрывов, трещин фотослоя, волокон на изображениях архивных фотодокументов; - алгоритм выделения перегибов на изображениях архивных фотодокументов; - алгоритм выделения мелких пятен на изображениях архивных фотодокументов; - алгоритм выделения точечных и линейных дефектов на изображениях архивных фотодокументов в однородных локальных областях; - алгоритм подавления шума на изображениях архивных фотодокументов; - алгоритм выделения площадных дефектов на изображениях архивных фотодокументов; - автоматизированная система реставрации изображений архивных фотодокументов. 4. Проведены исследования существующих и разработанных алгоритмов и технологии реставрации на тестовых и реальных изображениях. Исследования показали высокое качество реставрации изображений архивных фотодокументов. 5. С использованием разработанных алгоритмов и технологии решены практические задачи автоматизированной реставрации изображений архивных фотодокументов. 6. Создана тиражируемая система автоматизированной реставрации изображений архивных фотодокументов, которая может быть использована не только в музеях и архивах, но и в других областях, где требуется качественное визуальное улучшение изображений, имеющих различные шумы и дефекты.
Похожие диссертации на Автоматизированная система реставрации изображений архивных фотодокументов
