Populære Innlegg

Redaksjonens - 2019

100 prosent av et bilde gjenopprettet ved hjelp av en versjon som inneholder mellom en og 10 prosent av informasjonen

Anonim

I sin doktorgradsavhandling har Daniel Paternain-Dallo, Computer Engineer fra NUP / UPNA-Public University of Navarre, utviklet algoritmer for å redusere og optimalisere bilder; Ved å bruke et redusert bilde (med mellom 1% og 10% av informasjonen fra det opprinnelige bildet), tillater de 100% av pikslene i det opprinnelige bildet som skal gjenopprettes. "Med disse algoritmene kan vi skaffe bilder av høy kvalitet som ligner på originalen. Vi har vist at selv om vi mister 100% av bildens piksler, kan vi gjenopprette et tapt bilde med et svært høyt kvalitetsnivå bare ved bruker informasjonen fra det reduserte bildet. " Ph.d.-avhandlingen har rett til optimalisering av bildereduksjon og restaureringsalgoritmer basert på straffefunksjoner og aggregeringsteknikker.

annonse


Daniel Paternains forskning kommer innenfor rammen av digital behandling av bilder, en disiplin som har burgeoned enormt i løpet av de siste førti årene. Faktisk er den høye kvaliteten på dagens digitale bilder delvis på grunn av det faktum at det er stadig større romlig oppløsning (høyere antall piksler); Det er med andre ord mulig å bruke en mye større mengde informasjon til å representere samme scene.

Som forskeren påpeker, er de to hovedproblemene med høyoppløselige bilder kostnaden ved lagring eller overføring av dem (over Internett, for eksempel) og den lange perioden som datamaskiner tar for å behandle dem. For å løse disse to problemene samtidig, legger Daniel Paternains avhandling frem ulike algoritmer for å redusere bilder i form av både farge og gråtoner. "Målet, " forklarer han, "er å redusere antall piksler bildet inneholder mens du prøver å beholde alt eller så mye som mulig av informasjonen og egenskapene i det opprinnelige bildet."

Hovedideen som bygger på utviklede algoritmer er å dele bildet i små soner som behandles individuelt. "For hver sone ser vi etter en verdi som er minst forskjellig fra alle pikslene som danner sonen. Ved å følge denne metoden kan vi designe algoritmer som er svært effektive når det gjelder kjøretid og kan tilpasses til lokale egenskaper til hver sone i bildet. "

For det første utviklet han en algoritme for å redusere bildene på gråskalaen. Aggregasjonsfunksjoner brukes til å oppnå dette; "de er svært anvendelige fordi de studerer måten å kombinere ulike homogene eller heterogene kilder til informasjon til en enkelt verdi for å representere dem." Videre studerte han for de fargebilder hvor hver piksel inneholder en større mengde informasjon de såkalte straffefunksjonene. "Dette matematiske verktøyet gjør det mulig for oss å bruke optimaliseringsalgoritmer for automatisk å velge aggregasjonsfunksjonen som passer best for hver sone i fargebildet."

Bilde restaurering

Det endelige trinnet i hans undersøkelse utforsket hvordan man bruker reduksjonsalgoritmer til et av de vanskeligste problemene i bildebehandling: gjenoppretting av digitale bilder. «La oss anta at vi mister en stor mengde piksler på grunn av en overføringsfeil eller et problem når du behandler bildet, » forklarer Paternain. Restaureringsalgoritmen søker å estimere den opprinnelige verdien av pikslene vi har mistet, og for å oppnå et bilde som er like stort som mulig til originalen. "

For å gjøre restaureringen mulig, er det nødvendig å ha tilgjengelig på forhånd en svært redusert versjon av det opprinnelige bildet som vil konsentrere de fleste av egenskapene. Jo mer informasjon vi har lagret i det reduserte bildet, jo større blir kvaliteten på det restaurerte bildet. "Denne reduserte versjonen kan ikke være veldig stor, da vi ikke vil øke kostnadene ved lagring av bildet for mye. De reduserte bildene vi får gjennom disse algoritmene står for mellom 1% og 10% av det opprinnelige bildet." Deretter genereres en optimaliseringsalgoritme; det er i stand til å estimere verdien av de tapte pikslene ved hjelp av informasjonen i det skadede bildet, så vel som i det reduserte bildet.

"Vi har vist at ved å bruke algoritmer foreslått i denne avhandlingen, kan vi få bilder av høy kvalitet som ligner på originalen. Vi har vist at selv om vi mister 100% av bildens piksler, kan vi med et meget høyt kvalitetsnivå, gjenopprette et bilde som har blitt helt tapt, bare ved å bruke informasjonen fra det reduserte bildet. "

annonse



Historie Kilde:

Materialer levert av baskisk forskning . Merk: Innholdet kan redigeres for stil og lengde.