Способ автоматического ретуширования снимков

Изобретение относится к области вычислительной техники, а именно к автоматическому ретушированию снимков. Технический результат - автоматический поиск эталона для обрабатываемого снимка путем создания кодовых признаков каждого эталона, находящегося в базе эталонов, и последующей автоматической фотометрической коррекции обрабатываемого снимка по маске текстуры эталона, хранящейся в базе эталонов. Способ автоматического ретуширования снимков включает создание массива данных из снимков различного сюжета и классов, формирование базы эталонов из них посредством обработки «в интерактивном режиме» на основе специализированного программного обеспечения Photoshop CS2, предустановленных текстур, дающих комфортное восприятие образов объектов на снимках, построение функции сигнала фотометрической коррекции между исходным и эталонным снимками, определение «штрих-кодов» исходного снимка и эталона путем перекодировки яркости I(x,y) матриц изображений размером |m×n| элементов в матрицы интенсивностей тональных переходов размерностью ||k×k|| элементов исходного и эталонного ретушированного снимков, алгебраическое вычитание матриц «штрих-кодов» с установлением порога для достоверной идентификации эталона, формирование адреса эталона с расширением из его «штрих-кода», пороговой разности и функции сигнала фотометрической коррекции, автоматический поиск эталона для анализируемого снимка и его ретуширование на основе рассчитанного «штрих-кода» по адресу в базе эталонов и функции сигнала фотометрической коррекции. 4 ил.

 

Изобретение относится к информатике и может найти применение в системах сбора, преобразования, переработки информации в различных сферах человеческой деятельности: криминалистике, космонавтике.

Дистанционное зондирование Земли из космоса в интересах разведки полезных ископаемых, лесного хозяйства, экологии, мониторинга почвенных покровов осуществляют путем получения цифровых изображений подстилающей поверхности. Селективными признаками объектов на изображениях являются цвет, тон, текстура, топология. Экологический мониторинг осуществляют, как правило, получением спектрозональных снимков на трехслойном фотоносителе с чувствительными слоями R, G, В диапазонов.

Известен «Способ оценки загрязнения атмосферы», Патент RU №2117286, 1998, A01G 23/00 - аналог. Способ-аналог включает преобразование спектральной яркости изображения I(x,y) в цифровые матрицы |m×n| элементов в G, R участках видимого спектра, поэлементную логическую сортировку пикселей в обоих матрицах в соответствии с алгоритмом: если R>G, то R, а если R<G, то R=Rmax-|k|·G, где k - коэффициент корреляции хроматических коэффициентов r, g, получают результирующую матрицу тех же размеров, вычисляют числовые характеристики электрического сигнала результирующей матрицы: математическое ожидание, дисперсию, огибающую пространственного спектра, рассчитывают гистограмму распределения пикселей по яркости, осуществляют привязку полученного относительного закона распределения к абсолютным значениям индекса состояния атмосферы региона по его значениям и площади контрольных площадок.

Недостатком аналога является зависимость коэффициента корреляции хроматических коэффициентов r, g от условий съемки и неадекватность алгоритма логической сортировки пикселей физическому процессу, что искажает итоговую гистограмму распределения пикселей по яркости и точность оценки расчетного параметра.

Ближайшим аналогом заявленного технического решения является способ ретуширования изображений в интерактивном режиме [см, например, П.А.Минько, «Обработка графики в Photoshop GS2, изд. «Эксмо», 2007 г., гл.7. «Настройка изображения», стр.170-186]. В способе ближайшего аналога область ретуширования задают путем ее предварительного выделения, затем осуществляют заполнение выделенной области, выбранным визуально оператором, отдельным оттенком из множества предлагаемых программой Photoshop предустановленных текстур в стандартной палитре цветов BGR или в других палитрах CMYK, Lab, дающих комфортное восприятие образа объекта.

Недостатками ближайшего аналога можно считать:

- отсутствие кодового признака, позволяющего автоматически выбрать эталонный снимок для обрабатываемого изображения;

- субъективность комфортного восприятия образа объекта, зависящая от оператора.

Задача, решаемая заявленным изобретением, состоит в автоматическом поиске эталона для обрабатываемого снимка путем создания кодовых признаков каждого эталона, находящегося в базе эталонов, и последующей автоматической фотометрической коррекции обрабатываемого снимка по маске текстуры эталона, хранящейся в базе эталонов.

Техническое решение задачи достигается тем, что способ автоматического ретуширования снимков включает создание массива данных из снимков различного сюжета и классов, формирование базы эталонов из них посредством обработки «в интерактивном режиме» на основе специализированного программного обеспечения Photoshop CS2, предустановленных текстур, дающих комфортное восприятие образов объектов на снимках, построение функции сигнала фотометрической коррекции между исходным и эталонным снимками, определение «штрих-кодов» исходного снимка и эталона путем перекодировки яркости I(х,у) матриц изображений размером |mxn| элементов в матрицы интенсивностей тональных переходов размерностью ||kxk|| элементов исходного и эталонного ретушированного снимков, алгебраическое вычитание матриц «штрих-кодов» с установлением порога для достоверной идентификации эталона, формирование адреса эталона с расширением из его «штрих-кода», пороговой разности и функции сигнала фотометрической коррекции, автоматический поиск эталона для анализируемого снимка и его ретуширование на основе рассчитанного «штрих-кода» по адресу в базе эталонов и функции сигнала фотометрической коррекции.

Изобретение поясняется чертежами, где:

фиг.1 - функции сигналов фотометрической коррекции:

а) гистограммы яркости пикселей текущего 1 и ретушированного 2 снимков;

б) стандартная (оптимальная) кривая повышения контрастности большинства снимков ближайшего аналога;

фиг.2 - визуализированные образы матриц «штрих-кодов»:

а) эталонного ретушированного снимка, б) исходного снимка, в) алгебраического вычитания матриц «штрих-кодов»;

фиг.3 - функциональная схема устройства, реализующая способ;

фиг.4 - результат автоматического ретуширования снимков:

а) анализируемый снимок; б) автоматически ретушированный снимок.

Техническая сущность способа состоит в следующем.

Интерактивное улучшение параметров фотоизображений широко применяется в различных фоторедакторах [см., например, П.А.Минько, «Обработка графики в Photoshop CS2, изд. «Эксмо», 2007 г., стр.71-89, стр.145-151]. Однако уровень автоматизации процессов фотокоррекции пока очень низок: человек-фоторедактор вынужден сам подбирать оптимальные параметры преобразований фотоизображений в соответствии со своим художественным вкусом. Автоматизация заключается в написании специальных программ (скриптов и экшенов) на языках, воспринимаемых фоторедакторами, которые могут осуществлять фиксированную последовательность преобразований при запуске соответствующей программы.

Пока не существует универсальных методов автоматической оптимизации основных параметров фотоснимков, поскольку выбор алгоритмов и параметров такой оптимизации зависит от сюжета фотоизображений. Например, меню общего и избирательного контрастирования снимков с использованием низкочастотной и высокочастотной фильтрации ближайшего аналога представляется галереей, включающей более 80 фильтров (см. ближайший аналог, стр.225-237).

Инструментами интерактивного ретуширования снимков ближайшего аналога являются:

- коррекция гистограмм распределения пикселей по яркости, команда Histogram, Photoshop CS2, стр.171, иллюстрируемая фиг.1;

- повышение контрастности, общее затемнение или осветление изображения, команда Levels, стр.172;

- избирательное изменение контрастности с использованием галереи фильтров, команды Curves, группы Adjustment, меню Filter, стр.174, 225-229.

В заявленном способе для автоматического ретуширования снимков используют кодовое преобразование матрицы исходного изображения, функции яркости I(x,y) размерностью |m×n| элементов, в матрицу «штрих-кодов» (матрицу фреймов) размером ||k×k|| элементов, где k - максимальное значение яркости. Матрица фреймов не является обратимым преобразованием исходного изображения, но она несет полную информацию для распознавания сюжета изображения.

Алгоритм перекодировки включает следующие процедуры:

- задают матрицу |k×k| элементов «штрих-кодов», где k - максимальное значение яркости;

- выбирают окно фиксированной апертуры размерностью 2 элемента по строке;

- задают цикл сканирования матрицы в пределах 1≤i≤m; 1≤j≤n, где i - номер строки, j - номер столбца;

- циклически выбирают по два соседних элемента x(i,j) и x(i,j+1) исходной матрицы, и если значение x(i,j)=a, x(i,j+l)=b, то элемент матрицы «штрих-кода» с индексами (а, b) увеличивается на 1;

- отображают элементы матрицы |k×k|, не равные нулю, в виде узлов матрицы «штрих-кода», размеры которых пропорциональны накопленным значениям k-й яркости;

- вычисляют диагональный элемент матриц «штрих-кодов»

Перечисленные процедуры, а также алгоритм вычитания матрицы «штрих-кода» текущего изображения из эталона реализуется на основе специализированных программ на языке Турбо-Паскаль.

Программа получения матриц «штрих-кодов».

Разность матриц (матрицу разности) можно получить по простому алгоритму

По результатам выполнения перечисленных выше операций формируют адрес эталона с расширением из его «штрих-кода», пороговой разности и функции сигнала фотометрической коррекции для данного класса и сюжета анализируемых снимков. Процедура реализации автоматического ретуширования рассмотрена в примере конкретной реализации.

Пример реализации способа.

Заявленный способ может быть реализован по схеме фиг.3. Функциональная схема устройства фиг.3 содержит флеш-карту 1, набор клиентских цифровых фотоизображений в одном из общеупотребимых форматов (JPG, TIFF, RAW и др.), аппаратно-программную систему сети Интернет 2, реализованный на микропроцессорной базе цифровой конвертер 3, формирующий из цифровых фотоизображений (клиентских или эталонных) специальные матрицы фреймов изображений, ОЗУ 4, содержащее матрицу фреймов клиентских фотоизображений, ПЗУ 5, содержащее эталонные цифровые фотоизображения в одном из общеупотребимых форматов, ПЗУ 6, содержащее массив матриц фреймов эталонных фотоизображений, реализованный на микропроцессорной базе цифровой анализатор-дискриминатор 7, определяющий путем попарного сравнения матриц фреймов для каждого клиентского фотоизображения ближайшее эталонное фотоизображение и меру отличия клиентского фотоизображения от эталонного, реализованный на микропроцессорной базе цифровой преобразователь 8, корректирующий клиентские цифровые фотоизображения с учетом меры отличия каждого клиентского фотоизображения от соответствующего ему эталонного, ОЗУ 9, содержащее скорректированные клиентские цифровые фотоснимки в одном из общеупотребимых форматов. Все элементы устройства реализованы на существующей технической базе, ПЭВМ типа Intel. Предварительно, в ПЗУ 5 устанавливают специализированное программное обеспечение Photoshop QS2 с глобальным доступом задействуемых команд функций сигнала фотометрической коррекции: Histogram, Levels, Curves. В ОЗУ 4 устанавливают специализированную программу расчета матриц «штрих-кодов» снимков.

Интенсивности пикселей (0..255) изображения находятся в текстовом файле A1.txt. Значения интенсивностей прочитываются из файла построчно попарно. Пара «соседних» значений интенсивности, деленных нацело на 16, определяет координаты матрицы размером 16х16, названной штрих-кодом. Значением элемента матрицы штрих-кода является целое число, соответствующее количеству горизонтальных пар пикселей изображения с интенсивностями, значения которых совпадают с координатами элемента. Матрица штрих-кода построчно записывается в текстовый файл SCod.txt.

Матрица «штрих-кода», полученная по изображению, представленному на фиг.2а.

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 123 3 170 1 0 0 0 0 0 0 0 0 0 0
0 0 2 0 11 0 0 0 0 0 0 0 0 0 0 0
0 0 158 7 7199 1151 720 0 3 0 0 0 0 0 0 0
0 0 2 1 1027 2081 1508 1 13 0 2 0 0 0 0 1
0 0 3 1 638 1301 42416 2187 2449 13 32 0 13 2 0 4
0 0 1 0 1 4 2032 3814 2181 4 7 0 1 1 0 2
0 0 4 0 56 22 2127 2039 47525 2397 189 1 112 28 0 108
0 0 1 0 10 8 36 0 2197 19244 2898 0 32 8 0 51
0 0 1 1 9 6 33 3 102 2768 59833 8 180 29 0 165
0 0 0 0 0 0 0 0 0 0 4 1 4 0 0 1
0 0 0 0 16 10 30 1 14 4 115 0 156 14 0 221
0 0 1 0 52 15 11 0 12 3 2 0 7 1 0 82
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 49 37 146 3 112 52 56 0 76 103 0 56002

Визуализированный образ матрицы «штрих-кода» исходного снимка (фиг. 2а) иллюстрируется фиг.2б.

Матрица «штрих-кода», полученная из исходного снимка путем использования команды «Curves» оптимальной фотометрической коррекции.

471 0 4 0 55 12 8 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
4 0 107 3 152 1 0 0 0 0 0 0 0 0 0 0
0 0 2 0 10 0 0 0 0 0 0 0 0 0 0 0
56 0 140 6 6740 1121 718 0 3 0 0 0 0 0 0 0
12 0 2 1 1004 2048 1498 1 13 0 2 0 0 0 0 1
7 0 3 1 630 1298 42409 2187 2449 13 32 0 13 2 0 4
0 0 1 0 1 4 2032 3814 2181 4 7 0 1 1 0 2
0 0 4 0 56 22 2127 2039 47525 2397 189 1 112 28 0 108
0 0 1 0 10 8 36 0 2197 19244 2898 0 32 8 0 51
0 0 1 1 9 6 33 3 102 2768 59833 8 180 29 0 165
0 0 0 0 0 0 0 0 0 0 4 1 4 0 0 1
0 0 0 0 16 10 30 1 14 4 115 0 156 14 0 221
0 0 1 0 52 15 11 0 12 3 2 0 7 1 0 82
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 49 37 146 3 112 52 56 0 76 103 0 56002

Визуализированный образ матрицы «штрих-кода» ретушированного снимка иллюстрируется фиг.2а.

Для установления «соответствия» исходного изображения эталону осуществляют алгебраическое вычитание матриц с получением разностной матрицы. Меру соответствия выбирают установлением некоторого порога по критерию N<E, где N - принятая норма матрицы разности, например максимальное абсолютное значение, Е - число, установленное экспертом. Очевидно, что для снимков разного класса и сюжетов число (Е) может варьироваться в некоторых пределах и должно устанавливаться экспериментально. Для анализируемого исходного снимка фиг.2а разностная матрица приняла следующий вид.

-471 0 -4 0 -55 -12 -8 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-4 0 16 0 18 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
-56 0 18 1 459 30 2 0 0 0 0 0 0 0 0 0
-12 0 0 0 23 33 10 0 0 0 0 0 0 0 0 0
-7 0 0 0 8 3 7 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Визуализируемый образ разностной матрицы «штрих-кодов» иллюстрируется фиг.2в. База данных эталонов может представлять собой реляционную базу данных, поля записей которых состоят из указателя (адрес эталона) в составе матрицы «штрих-кода», классификатора (меры совпадения разностной матрицы) и расширения (команды Curves - функции сигнала фотометрической коррекции).

Эффективность способа характеризуется возможностью автоматического ретуширования снимков с различным сюжетом с высокой достоверностью идентификации и качеством обработки.

Способ автоматического ретуширования снимков включает создание массива данных из снимков различного сюжета и классов, формирование базы эталонов из них посредством обработки «в интерактивном режиме» на основе специализированного программного обеспечения Photoshop CS2, предустановленных текстур, дающих комфортное восприятие образов объектов на снимках, построение функции сигнала фотометрической коррекции между исходным и эталонным снимками, определение «штрих-кодов» исходного снимка и эталона путем перекодировки яркости I(x,y) матриц изображений размером |m×n| элементов в матрицы интенсивностей тональных переходов размерностью ||k×k|| элементов исходного и эталонного ретушированного снимков, алгебраическое вычитание матриц «штрих-кодов» с установлением порога для достоверной идентификации эталона, формирование адреса эталона с расширением из его «штрих-кода», пороговой разности и функции сигнала фотометрической коррекции, автоматический поиск эталона для анализируемого снимка и его ретуширование на основе рассчитанного «штрих-кода» по адресу в базе эталонов и функции сигнала фотометрической коррекции.



 

Похожие патенты:

Изобретение относится к средствам моделирования трехмерного видеоизображения. Техническим результатом является повышение четкости вокруг контуров предметов при отображении объемного реконструированного изображения.

Изобретение относится к обработке видеоизображения. .

Изобретение относится к устройству/способу обработки изображения и устройству кодирования изображений, которые выполнены с возможностью улучшения качества изображения.

Изобретение относится к средствам записи и обработки видеоизображения. .

Изобретение относится к обработке изображений в устройстве отображения изображений. .

Изобретение относится к области цифровой обработки изображений и может быть использовано для улучшения цифрового цветного или полутонового изображения. .

Изобретение относится к области обработки изображений, в частности к способу комплексирования цифровых полутоновых изображений, полученных от двух каналов различного спектрального диапазона.

Изобретение относится к области функциональной медицинской визуализации. .

Изобретение относится к средствам обработки цифровых изображений. Техническим результатом является повышение качества цифровых изображений за счет повышения глобального и локального контраста без формирования нежелательных артефактов и искажений. В способе выбирают функцию преобразования тонов на основе анализа распределения тонов элементов всего изображения, изменяют для каждого элемента изображения параметры функции преобразования тонов на основе анализа указанного распределения локальной окружающей области, где параметры изменяются плавно для соседних элементов изображения; и преобразуют тон каждого элемента изображения с помощью функции преобразования тонов с параметрами, полученными для данного элемента изображения. 2 н. и 10 з.п. ф-лы, 8 ил.

Изобретение относится к области обработки изображений для получения изображения с более высоким разрешением (ВР) во встроенном устройстве с использованием технологии сверхразрешения (СР). Техническим результатом является создание изображения с ВР по технологии СР для последовательности сжатых изображений. Указанный технический результат достигается тем, что сжимают последовательность изображений, содержащую множество изображений с более низким разрешением (НР), определяют векторы движения между опорным изображением в последовательности и одним или несколькими последующими изображениями в последовательности и генерируют следующее прогнозируемое изображение путем применения векторов движения к реконструируемой версии опорного изображения. Генерируют разностное изображение между следующим фактическим изображением и следующим прогнозируемым изображением, декодируют изображение в последовательности на основе от блока к блоку и применяют технологию СР к каждому декодированному блоку для генерирования изображения с более ВР путем выполнения временной интерполяции и/или пространственной интерполяции опорного изображения и разностного изображения. Сжатие последовательности изображений содержит этапы определения вектора движения между опорным изображением и, по меньшей мере, одним из дополнительного изображения последовательности изображений, причем полученный вектор движения используют к опорному изображению для прогнозирования, по меньшей мере, одного дополнительного изображения и рассчитывают разностные изображения между, по меньшей мере, одним дополнительным изображением и прогнозом, по меньшей мере, одного дополнительного изображения, соответственно. 2 н. и 11 з.п. ф-лы, 5 ил.

Изобретение относится к средствам обработки цифровых изображений. Техническим результатом является повышение степени сжатия изображения без потерь. В способе начальную ячейку многоцентричной развертки (МЦР) представляют дискретным квадратом из девяти клеток, развертку начальной ячейки выполняют от центра к краю квадрата и далее с обходом остальных ячеек по кругу, приоритетным является путь с направлением обхода влево от центра квадрата и далее по часовой стрелке, формируемая конструкция является фасетом (pFas), где p - шаг рекурсии, при p=1 имеют описанную выше начальную ячейку; для построения дальнейших направлений рекурсий различают четыре типа обхода: обход w1 как начальный (1Fas1), обход w2 как зеркальный от 1Fas1 в левую сторону (1Fas2), обход w3 как зеркальный от 1Fas2 в верхнюю сторону (1Fas3), обход w4 как зеркальный от 1Fas3 в правую сторону, выполняют обход в последовательности с начальным движением в квадрат влево от 1Fas и далее по часовой стрелке вокруг 1Fas. 4 ил.

Изобретение относится к обработке изображений. Техническим результатом является то, что устройство обработки изображения может выполнять соответствующую обработку изображения, одновременно предотвращая увеличение емкости памяти для хранения множества фрагментов данных изображения разных частотных диапазонов. Результат достигается тем, что устройство обработки изображений сохраняет в памяти первые данные изображения, обладающие наибольшей частотой среди множества фрагментов данных изображения разных частотных диапазонов в состоянии, в котором каждый пиксель первых данных изображения включает в себя сигнал цветовой компоненты любого из множества цветов, и дополнительно сохраняет в памяти вторые данные изображения и третьи данные изображения, частотные диапазоны которых ниже, чем у первых данных изображения, в состоянии, в котором часть или все пиксели вторых и третьих данных изображения обладают сигналами цветовых компонент множества цветов. 3 н. и 5 з.п. ф-лы, 6 ил.

Группа изобретений относится к технологиям обработки изображений. Техническим результатом является уменьшение количества ложных цветов, сформированных посредством обработки восстановления изображения в RAW изображение, а также уменьшение нагрузки по обработке восстановления изображений. Устройство обработки изображений для выполнения обработки восстановления для коррекции ухудшения качества изображения из-за аберрации в оптической системе формирования изображений. Устройство обработки изображений содержит средство разделения для разделения данных изображения цветов цветных фильтров на данные изображения соответствующих цветов цветных фильтров. Устройство также содержит множество средств обработки изображений, каждое из которых предназначено для выполнения обработки восстановления посредством обработки с помощью фильтра данных изображения одного из соответствующих цветов, разделенных упомянутым средством разделения. 6 н. и 4 з.п. ф-лы, 33 ил.

Изобретение относится к средствам обработки и восстановления изображения. Техническим результатом является повышение качества коррекции изображения при возникших аберрациях оптической системы захвата изображения. Устройство содержит первое средство пиксельной интерполяции опорного цветового компонента RAW-изображения; первое средство получения цветового контраста, используя пиксельное значение цветового компонента и пиксельное значение опорного цветового компонента; средство обработки восстановления изображения на основании функции, представляющей аберрации оптической системы формирования изображения к каждому цветовому компоненту RAW-изображения; второе средство пиксельной интерполяции опорного цветового компонента RAW-изображения; второе средство получения второго цветового контраста, используя пиксельное значение этого цветового компонента и пиксельное значение опорного цветового компонент; средство коррекции пиксельного значения RAW-изображения согласно разности между первым цветовым контрастом и вторым цветовым контрастом. 4 н. и 8 з.п. ф-лы, 51 ил.

Изобретение относится к средствам обработки цифровых изображений. Техническим результатом является обеспечение автоматической коррекции исходной фотографии по функции фотометрической коррекции эталонной фотографии. Способ включает создание массива данных цифровых фотографий, формирование базы эталонов; формирование матриц кодовых признаков эталонных фотографий перекодировкой матриц яркости в матрицы кодовых признаков; построение для каждой эталонной фотографии функции фотометрической коррекции; формирование матрицы кодовых признаков исходной фотографии путем перекодировки матрицы яркости в матрицу кодовых признаков, алгебраическое вычитание матриц кодовых признаков эталонных и исходной фотографий с установлением порога для достоверной идентификации ближайшей к исходной фотографии эталонной фотографии; формирование адреса эталонной фотографии с расширением из ее матрицы кодовых признаков и функции фотометрической коррекции; ретуширование исходной фотографии на основе рассчитанной матрицы кодовых признаков и функции фотометрической коррекции по адресу в базе эталонов. 4 ил.

Изобретение относится к компьютерной технике, а именно к системам генерирования изображения с иллюзией. Техническим результатом является автоматическое генерирование иллюзии с изображением из произвольного изображения. Предложено устройство генерирования изображения с иллюзией, включающее в себя модуль хранения и модуль управления. Модуль хранения включает в себя модуль хранения фильтров для хранения вейвлетного фрейма с ориентационной избирательностью или банка фильтров с ориентационной избирательностью, представляющего собой набор, состоящий из аппроксимирующего фильтра без ориентации и множества детализирующих фильтров с соответствующими ориентациями. Модуль управления включает в себя модуль разбиения для получения сигналов поддиапазонов посредством выполнения над указанными данными изображения разбиения с переменной разрешающей способностью посредством вейвлетного фрейма с ориентационной избирательностью или банка фильтров с ориентационной избирательностью. 4 н. и 8 з.п. ф-лы, 55 ил.

Изобретение относится к средствам редактирования изображений. Техническим результатом является оптимизация качества изображения при редактировании посредством получения более яркого цвета изображения без изменения его оттенка. В способе выполняют коррекцию контраста изображения, выполняют регулировку кривой изображения с исправленным контрастом, выполняют преобразование HSV в каждой точке, соответствующей полученному изображению, для получения преобразованных значений цвета (Н), чистоты (S) и яркости (V); и после взвешивания полученных значений S выполняют преобразование RGB со значениями Н, V и взвешенными значениями S для получения изображения с исправленной насыщенностью. 8 н.п. ф-лы, 7 ил.

Изобретение относится к компьютерной технике, а именно к устройствам и способам обработки изображений. Техническим результатом является обеспечение преобразования исходного изображения в изображение, подобное живописи, за счет настройки уровня размытости в соответствии с параметром регулировки съемки исходного изображения и объекта, включенного в исходное изображение. Предложено устройство обработки изображений для преобразования исходного изображения. Устройство содержит средство настройки, вычислительное средство, средство компоновки. Вычислительное средство формирует разностное изображение. Средство компоновки компонует разностное изображение и исходное на основании плотности разностного изображения. Средство настройки настраивает уровень размывания исходного изображения в соответствии с одним из регулировок съемки исходного изображения и объекта, включенного в исходное изображение, при этом объект определяется путем анализа исходного изображения. 14 н. и 13 з.п. ф-лы, 45 ил.
Наверх