画像の勾配空間フィルタリング

• Item type: Journal(1)
• 公開日: 2011-02-15
• タイトル: 画像の勾配空間フィルタリング
• タイトル / 言語: en
• タイトル: Gradient-domain Image Filtering
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 一般論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 東京工科大学メディア学部
• 著者所属(英): en
• 著者所属(英): School of Media Science, Tokyo University of Technology
• 著者名: 宮岡, 伸一郎
• 著者名(英): Shinichiro, Miyaoka
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 勾配空間での画像編集は，様々な応用可能性を持った方法である．本論文ではこの枠組みを利用し，勾配空間の分割・再合成により画像のフィルタリングを行う手法を提案する．たとえば勾配をその強度により強勾配と弱勾配に分割し，それぞれに対応するPoisson方程式を解くことによって，画像の平坦化（イラスト風変換）やグラデーションの抽出が行える．このとき，所望のフィルタリング効果を得るため，勾配に重みをかけて再合成した後対応する画像を再構成することが望まれるが，重みを調整するたびにPoisson方程式を解くのは処理負荷が大きい．そこで，分割勾配に対応した基本画像と呼ぶ画像を生成しておき，逐一Poisson方程式を解くことなく画像空間でのブレンド処理によりインタラクティブに重み調整を行える方法を提案する．さらに，勾配分割の仕方を工夫することにより，グラデーションの方向別強調，線の抽出・消去，コントラスト保存明度改善などが行えることを示す．特にコントラスト保存明度改善は，領域ごとに異なるトーンカーブを適用した画像を教師画像とし，生成した基本画像を最適ブレンドすることによって，原画像の色合いや画像全体のコントラスト保持しながら暗い部分の明度・コントラストを上げるなどのトーン変換を可能とする．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Gradient-Domain Image Editing is a useful technique to do various-type image editing, for example, Poisson Image Editing which can do seamless image composition. This paper presents Gradient-Domain Image Filtering based on Gradient-Domain Editing. The proposed filtering process is carried out by the following computational scheme. Firstly gradient space is divided, for example, according to gradient strength. New images, corresponding to the strong gradient and the weak gradient, are reconstructed by solving the Poisson equations. The reconstructed strong-gradient image is a flattened image (like a illustration image) and the weak-gradient image is a gradation-extraction image. By mixing the gradients with appropriate weights and solving the corresponding Poisson equation, we can get various filtering effects. To do this efficiently and interactively, we propose a technique to generate the fundamental images from the divided gradients and blend the images in image space without solving Poisson equations. Furthermore, by devising how to divide gradient space, we show that various-type filters are constructed, for example, gradation enhancement by the direction, line extraction/deletion, and contrast-preserving brightness enhancement. The last one is carried out by blending the fundamental images optimally based on a training image.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 52, 号 2, p. 901-909, 発行日 2011-02-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764