CYFROWA REKONSTRUKCJA OBRAZÓW Z WYKORZYSTANIEM ALGORYTMU SURF
Shanmukhaprasanthi Tammineni
prashanthitammineni.rs@andhrauniversity.edu.inAndhra University College of Engineering, Department of Electronics and Communication Engineering (Indie)
https://orcid.org/0009-0000-5352-2265
Swaraiya Madhuri Rayavarapu
Andhra University College of Engineering, Department of Electronics and Communication Engineering (Indie)
https://orcid.org/0009-0007-7559-2142
Sasibhushana Rao Gottapu
Andhra University College of Engineering, Department of Electronics and Communication Engineering (Indie)
https://orcid.org/0000-0002-0416-2918
Raj Kumar Goswami
Gayatri Vidya Parishad College of Engineering for Women, Departement of Electronics and Communication Engineering (Indie)
https://orcid.org/0000-0002-0651-6783
Abstrakt
We współczesnych czasach utrwalanie dorobku naukowego i twórczego często opiera się na wykorzystaniu archiwów filmowych i obrazowych, co podkreśla znaczenie przetwarzania obrazu jako przedsięwzięcia krytycznego. Inpainting odnosi się do procesu cyfrowej zmiany obrazu w sposób, który sprawia, że korekty są niezauważalne dla widza nie znającego oryginalnego obrazu. Inpainting to technika stosowana najczęściej w celu przywracania uszkodzonych obszarów obrazu poprzez wykorzystanie informacji uzyskanych na podstawie dopasowania cech odpowiednich obrazów. Proces ten polega na wypełnieniu uszkodzonych obszarów i usunięciu niepożądanych obiektów. Rozważany algorytm SURF (Speeded Up Robust Feature) dzieli się na trzy główne fazy. Po pierwsze, identyfikowane są podstawowe cechy obrazu zaburzonego i obrazu istotnego. W drugim etapie określa się relację pomiędzy obrazem uszkodzonym a obrazem odpowiednim pod względem translacji, skalowania i rotacji. Ostatecznie zniszczony obszar rekonstruuje się poprzez zastosowanie transformacji odwrotnej. Ocenę jakości renowacji obrazów można ocenić za pomocą wskaźników, takich jak wskaźnik podobieństwa strukturalnego (SSIM), szczytowy stosunek sygnału do szumu (PSNR) i błąd średniokwadratowy (MSE). Wyniki eksperymentów dostarczają dowodów na to, że sugerowana technika renowacji jest skuteczna zarówno pod względem szybkości, jak i jakości.
Słowa kluczowe:
SURF, inpainting, renowacja obrazu, cechy obrazuBibliografia
Bay H., Tuytelaars T., Van Gool L.: Surf: Speeded up robust features. 9th European Conference on Computer Vision–ECCV 2006, Austria, 2006.
Google Scholar
Bertalmio M. et al.: Image inpainting. Proceedings of the 27th annual conference on Computer graphics and interactive techniques, 2000.
Google Scholar
Bertalmio M. et al.: Simultaneous structure and texture image inpainting. IEEE transactions on image processing 12(8), 2003, 882–889.
Google Scholar
Birajdar G. K., Vijay H. M.: Digital image forgery detection using passive techniques: A survey. Digital investigation 10(3), 2013, 226–245.
Google Scholar
Cheng W. H. et al.: Robust algorithm for exemplar-based image inpainting. Proceedings of International Conference on Computer Graphics, Imaging and Visualization, 2005.
Google Scholar
Criminisi A., Pérez P., Toyama K.: Region filling and object removal by exemplar-based image inpainting. IEEE Transactions on image processing 13(9), 2004, 1200–1212.
Google Scholar
Drori I., Cohen-Or D., Yeshurun H.: Fragment-based image completion. ACM SIGGRAPH 2003 Papers, 2003, 303–312.
Google Scholar
Jia J., Tang C. K.: Image repairing: Robust image synthesis by adaptive and tensor voting. IEEE Computer Society Conference on Computer Vision and Pattern Recognition 1, 2003.
Google Scholar
Kakar P.: Passive approaches for digital image forgery detection. Thesis, 2015.
Google Scholar
Prasanthi T. S. et al.: Performance analysis of different applications of image inpainting based on exemplar technique. International Journal on Recent and Innovation Trends in Computing and Communication 11(4), 2023, 113–117.
Google Scholar
Wong A., Orchard J.: A nonlocal-means approach to exemplar-based inpainting. 15th IEEE International Conference on Image Processing, 2008.
Google Scholar
Wu J., Ruan Q.: Object removal by cross isophotes exemplar-based inpainting. 18th International Conference on Pattern Recognition (ICPR'06) 3, 2006.
Google Scholar
Yogesh Laxman Tonape V.: Faster and Efficient Method for Robust Exemplar Based Inpainting Using Block Processing. International Journal of Computer Science and Information Technologies 6(3), 2015.
Google Scholar
Autorzy
Shanmukhaprasanthi Tammineniprashanthitammineni.rs@andhrauniversity.edu.in
Andhra University College of Engineering, Department of Electronics and Communication Engineering Indie
https://orcid.org/0009-0000-5352-2265
Autorzy
Swaraiya Madhuri RayavarapuAndhra University College of Engineering, Department of Electronics and Communication Engineering Indie
https://orcid.org/0009-0007-7559-2142
Autorzy
Sasibhushana Rao GottapuAndhra University College of Engineering, Department of Electronics and Communication Engineering Indie
https://orcid.org/0000-0002-0416-2918
Autorzy
Raj Kumar GoswamiGayatri Vidya Parishad College of Engineering for Women, Departement of Electronics and Communication Engineering Indie
https://orcid.org/0000-0002-0651-6783
Statystyki
Abstract views: 135PDF downloads: 128
Inne teksty tego samego autora
- Swarajya Madhuri Rayavarapu, Shanmukha Prasanthi Tammineni, Sasibhushana Rao Gottapu, Aruna Singam, PRZEGLĄD GENERATYWNYCH SIECI PRZECIWSTAWNYCH DLA ZASTOSOWAŃ BEZPIECZEŃSTWA , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 14 Nr 2 (2024)
- Tammineni Shanmukha Prasanthi, Swarajya Madhuri Rayavarapu, Gottapu Sasibhushana Rao, Raj Kumar Goswami, Gottapu Santosh Kumar, OBRAZOWANIE OPARTE NA CZĘSTOTLIWOŚCI RADIOWEJ DO LOKALIZACJI WEWNĄTRZ POMIESZCZEŃ Z WYKORZYSTANIEM TECHNIK BEZPAMIĘCIOWYCH I TECHNOLOGII BEZPRZEWODOWEJ , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 14 Nr 4 (2024)
