Image smoothing by using first and second order region statistics
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Son yıllar yeni anlayışların ve fikirlerin sağlandığı yeni görüntü düzleştirme tekniklerininortaya çıkmasına tanıklık etti ve bu iyi çalışılmış ̧ problemin doğasıyla ilgili yeni sorularsorulmaya başlandı. Son yıllardaki çalışmalar özellikle kenarlar için ve kenarları salınımlıyapılardan ayıran özel ölçüler için parlaklık değeri değişikliklerine bağlı olmayan(gradyan olmayan) tanımlamalardan faydalanarak verilen bir resmi yapı ve doku katmanlarına ayırırlar. Bu tezde görüntü bölgelerinin birinci ve ikinci dereceden istatistiklerine bağlı alternatif ve basit bir görüntü düzleştirme yaklaşımı öneriyoruz. Bölge istatistiklerinin bir resim parçası tanımlayıcısı olarak kullanımı yerel yapıyı ve doku bilgisini dolaylı olarak elde edebilmemizi sağlar ve yapı bilgisinin doku bilgisinden çıkarılması için yaklaşımımızı oldukça etkili yapar. Deney sonuçlarımız, önerilen yaklaşımın en son yapılan calışmalarla karşılaştırıldığında daha iyi görüntü ayrıştırımı yaptığını ve önemli kenarların ve gölgelemenin iyi korunduğunu gösterdi. Ayrıca bu tezde, yaklaşımımızın kenar çıkarma, görüntü özetleme, doku ve detay iyileştirme, görüntü birleştirme, ters yarı tonlama ve görüntü yeniden boyutlandırma gibi görüntü düzenleme ve işleme gorevlerinde uygulanabilirliğini gosterdik. Recent years have witnessed the emergence of new image smoothing techniques which haveprovided new insights and raised new questions about the nature of this well-studied prob-lem. Specifically, these models separate a given image into its structure and texture layersby utilizing non-gradient based definitions for edges or special measures that distinguishedges from oscillations. In this thesis, we propose an alternative yet simple image smoothingapproach which depends on 1 st and 2 nd order feature statistics of image regions. The useof these region statistics as a patch descriptor allows us to implicitly capture local structureand texture information and makes our approach particularly effective for structure extractionfrom texture. Our experimental results have shown that the proposed approach leads to betterimage decomposition as compared to the state-of-the-art methods and preserves prominentedges and shading well. Moreover, we also demonstrate the applicability of our approach onsome image editing and manipulation tasks such as edge detection,image abstraction, textureand detail enhancement, image composition, inverse halftoning and seam carving.
Collections