画像成長 – ウィキペディア

画像の成長 （英語の「画像栽培」）は、一般的に「EFROSおよびLeungによるテクスチャ合成」とも呼ばれ、非パラメトリックテクスチャ合成アルゴリズムです。この技術は、1999年にAlexei A. EfrosとThomas K. Leungによって発表されました。 ^[初め]

非パラメトリックテクスチャ合成の目的は、可能な限りテンプレートに似ているが、それと同一ではないフロント画像から新しい画像を自動的に作成することです。画像の成長により、ピクセルのグレードグラフィックピクセルから新しい同様のデジタル画像「成長」が可能になります。

この技術にはわずかに異なる2つのバリエーションがあります。成長の実際のイメージでは、テンプレートの小さな部分がほとんど空の絵にあります 一瞬 収容。次に、種子の周りのピクセルのアルゴリズムピクセルがテクスチャを「成長させる」。すべての空の画像領域が完全に満たされている場合、合成は終了します。テクスチャは「収穫」できます。バリアントで 穴の詰め物 開始状況はその逆です：大部分が満たされた写真にはいくつかが含まれています 穴 、アルゴリズムで満たされた空の場所。どちらの場合も機能します。

ピクセルを設定するために、画像の成長は、同様の環境を持ち、それを1つに保持するピクセルを探しています 候補者のリスト 一緒。新しいピクセルは、この候補者のリストから選択されたピクセルの色値を引き継ぎます。

入力 [ 編集 | ソーステキストを編集します ]

基本フォームは、アルゴリズムを受け取ります3つの入力：

• プレゼンテーション： どんなデジタル画像でも、フロントイメージとして機能します。アルゴリズムの観点から、サイズ、コンテンツ、グラフィック形式、色の深さ、色空間は無関係であり、それぞれの実装と使用されるハードウェアのみに依存します。
• 準備版： これは、エディションの目的の寸法を備えたデジタル画像です。画像コンテンツのピクセルと特別な色のピクセルの両方が含まれています ファイル 。アルゴリズムはこの写真で動作し、みんなを埋めます ファイル マークされたピクセル。アルゴリズムの終了後、この画像には合成されたテクスチャが含まれています。色値 ファイル テンプレートでは発生しない場合がありますが、可能であれば、有効な色の値であってはなりません。
• 近傍： このフィルターマスクは、どのピクセルがピクセルの近くに属し、周囲の比較でそれらが考慮されるかを示します。これは、信じられないほどの数の行と列を備えたマトリックスであり、0〜1の間に1つになる数値が含まれています。数が大きいほど、環境比較の関連するピクセルがより重要になります。平均エントリは無視されるため、任意の値を含めることができます。この記事では、フィルターマスクの複雑なトピックに関する詳細を提供しています。

これらの主な引数に加えて、アルゴリズムには、ユーザー入力として照会するか、アルゴリズムで指定できる別のパラメーターが必要です。

• しきい値： しきい値は、ピクセルがどの環境類似性が候補としてカウントされるかを示します。値は0または等しく、潜在的に無制限です。値が低いほど、環境はより類似している必要があります。

アルゴリズム [ 編集 | ソーステキストを編集します ]

1. この実行で設定された空のピクセルの量を決定します。これらはすべて、垂直、水平、または斜めに無効なピクセルに隣接する出力フォームのピクセルです。空のピクセルがもうない場合は、アルゴリズムを終了します。
2. 空のピクセルの量からピクセルを選択します。このピクセルでは、候補者のリストが内側のループで作成されます。
   1. この内部ループでまだ考慮されていないフロント画像のピクセルを選択します。
   2. フォーム、出力フォーム、フィルターマスクを敷設して、検討されたばかりのピクセルとフィルターマスクの中心が互いに真上にあるように、互いに上に敷設します。フィルターマスクの下の領域のみを以下に考慮します。互いに上の2つの画像の色の値を引き出し、量を取り、フィルターマスクの数を掛けます。決定されたすべての値を追加します。重要：ピクセル ファイル 写真が重複しない領域は完全に無視されます。
   3. 決定された値がしきい値よりも小さい場合は、候補者のリストのテンプレートピクセルを追加します。テンプレートのすべてのピクセルがまだ表示されていない場合は、2.1で継続します。
3. 偶然に、候補者のリストとその色の値のピクセルと、現在考慮されている出力画像のピクセルを選択します。
4. 空のピクセルの量から設定したピクセルを削除します。金額が空の場合は、1に戻り、そうでなければ2に戻ります。

出力 [ 編集 | ソーステキストを編集します ]

アルゴリズムの版は、変更された合成画像で構成されています。 準備版 位置した。

テクスチャ合成のテクスチャは常に1つです 定常 画像、d。 H.写真のすべての部分は似ています。小さな表示ウィンドウを通してこのようなテクスチャーのさまざまな領域を見ると、常に同じことが見えます。この特別なプロパティは、テクスチャを次のように使用することにより、EFROSとLeungによると、テクスチャ合成を利用しています Markow Network モデル化。 Markowネットワークは、相互接続されたオブジェクト、いわゆるいわゆるオブジェクトで構成されています ノード それは異なる条件をとることができます。このようなMarkowネットワークでは、いわゆるものです Markow Property ：各ノードの条件は、 ローカルリミテッド 周囲のピクセルを囲む。

テクスチャでは、各ピクセルはMarkowネットワークの結び目を表し、各ピクセルは8つの隣接するピクセルに接続されています。局所的に限られた環境は、周囲のマスクによって指定されています。これは、環境の大きさを示しているだけでなく、ピクセルが隣人の影響を受けていることを示しています。 Markowプロパティは、静止と密接に関連しています。同様の方法で非アジャイル画像をモデル化しようとすると、ピクセルの状態が他のすべてのピクセルに依存することがわかります。

画像成長は、パラメーターが正しく選択されている場合、高品質の画像を作成します。原則として、フィルターマスクが大きいほど、結果は良くなります。フィルターマスクがテンプレート内の最大の構造を覆うように、サイズを選択する必要があります。

A. A. EfrosとT. K. Leungはすでに重要な弱点に気づいていました。時には、アルゴリズムがテンプレートの小さなサブエリアで候補者を捜索する際に硬化し、そこから不十分な結果を生み出します。その後、大きな構造が徐々に崩壊し、イメージノイズまたは正面の一部が同じようにコピーされます。

間隔 [ 編集 | ソーステキストを編集します ]

レジスタマシンの古典的なモデルによると、次のパラメーターはアルゴリズムの持続時間に影響します。

• フロントエリアのピクセルの数。
• 出力画像のピクセルの数。
• フィルターマスクのテーブルセルの番号B。

この用語は、O（M・N・B）によって上向きに漸近的に推定されます。空のピクセルでさえ繰り返される検索は、手順と進捗によって非常に異なることが異なるため、寛大に無視されます。 m >> nとb> 1が通常適用されるため、この用語はo（n）よりも著しく悪いです ² ）。高速コンピューターでも、アルゴリズムは非常に遅いです。

メモリの要件 [ 編集 | ソーステキストを編集します ]

アルゴリズムのメモリ要件は比較的低いです。設定するピクセルの量のサイズと候補者のリストのサイズとともに時間とともに変化しますが、写真のサイズは上部の障壁として使用できます。

空のピクセル [ 編集 | ソーステキストを編集します ]

元のアプローチでは、画像はすべての実行を完全に検索して、次の実行で設定された空のピクセルを選択します。この徹底的な検索は、最適ではなく、加速することができます。

簡単なアプローチは、種子のサイズ、形状、位置をしっかりと固定することです。これにより、すべてのステップで次の空のピクセルを予測することができなくなります。このアプローチは、特に穴の詰めに関しては、空の領域の位置、サイズ、形状を事前に決めることができない場合には、実用的ではありません。写真の中央の種子が配置されている場合、わずかな品質のゲインも観察できます。

より複雑なアプローチでは、事前に生成される追加のデータ構造を使用し、空のピクセルをより速く検索できるようにします。たとえば、各ピクセルは、ピクセル自体が設定されるとすぐに設定できるピクセルを参照するグラフが考えられるでしょう。

候補者のリスト [ 編集 | ソーステキストを編集します ]

候補者のリストの構造は、追加の検索構造を含めることで加速することもできます。たとえば、バイナリツリーベースのベクター量子化を使用したテクスチャ合成は、環境を含むピクセルが巧妙に配置される特別なバイナリツリーを示唆しています。

1. ↑ A. A. Efros、T。K。Leung： ノンパラメトリックサンプリングによるテクスチャ合成。 の： 1999年9月、ギリシャのCorfuにあるコンピュータービジョンに関するIEEE国際会議の議事録。 PDF 1 MB