Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.uta.edu.ec/jspui/handle/123456789/32217
Título : Modelo matemático basado en las técnicas de detección de bordes y propagación de texturas para restaurar imágenes fotográficas documentales RGB
Autor : Gordón Gallegos, Carlos Diego
Jordán Bolaños, Carlos Rodrigo
Palabras clave : Seam Carving
Restauración de imágenes
Imágenes documentales
RGB
Fecha de publicación : 2021
Editorial : Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Maestría en Matemática Aplicada
Resumen : EXECUTIVE SUMMARY The restoration of RGB documentary photographic images, using a mathematical model based on two fundamental techniques texture propagation and edge detection seek to give balanced priority to the two techniques, that is, neither should prevail over the other, using the notation for image restoration: I = Image, ɸ = source region. It is the known region of the image, Ω = target region. It is the region to restore and 𝛿Ω = border. RGB (color) documentary photographic images focus on people and social groups, to show aspects of their daily lives and are born with the intention of capturing reality in a still image. Edge detection is a technique that facilitates the identification of image objects and therefore their recognition. If the purpose of edge detection algorithms is to obtain as a result an image where the pixels of those points of the original image where sudden changes in intensity are presented are highlighted. In this respect it is worth highlighting, among others, the techniques related to zero crossing (“Zero crossing”) and level set (“level set”). On the other hand, texture propagation is a technique that consists of building from a small sample image, a large image that preserves the structure of the sample. An important part of the model that is proposed in this work, consists in filling the image by pixels, first of all, you must count on the area to be restored is well defined so that the neighboring textures maintain balance and harmony in the final result. The proposed mathematical model is designed to obtain from the original image, first the gradient of the image followed by the extraction map which is nothing more than the silhouette of the object to be extracted; then the energy map of the image is created to proceed with the removal of seams. Seam after seam will be removed until you create a resulting image similar in size and characteristics to the original. Finally the restoration will be done considering the edges and textures of the original image, with this it will be evaluated if the restored documentary photographic image is visually satisfactory. The similarity criterion to make the comparison between the original and resulting image has to be of mathematical type, that is, an algorithm will compare pixel by pixel the two images showing on screen how efficient the algorithm is. Under the above context it is said that the restoration of images through mathematical modelling seeks to refine the amendment in an intelligent way, that is to say, that at the end of the restore process, the image is visually pleasing to the observer, where the subtraction of elements or the size modification does not harm the harmony of colors, shapes and textures.
Descripción : RESUMEN EJECUTIVO La restauración de imágenes fotográficas documentales RGB, mediante un modelo matemático basado en dos técnicas fundamentales propagación de textura y detección de bordes buscar dar prioridad equilibrada a las dos técnicas, es decir, ninguna debe primar sobre la otra, utilizando la notación para restauración de imágenes: I = Imagen, ɸ = Región fuente. Es la región conocida de la imagen, Ω = Región objetivo. Es la región a restaurar y 𝛿Ω = Frontera. Las imágenes fotográficas documentales RGB (color) se centran en las personas y en los grupos sociales, para mostrar aspectos de su vida cotidiana y nacen con la intención de plasmar la realidad en una imagen fija. La detección de bordes es una técnica que facilita la identificación de los objetos de la imagen y por lo tanto su reconocimiento. Si el propósito de los algoritmos de detección de bordes es obtener como resultado una imagen donde se resalten los pixeles de aquellos puntos de la imagen original en donde se presentan cambios bruscos de intensidad. A este respecto vale la pena resaltar entre otras, las técnicas relacionadas con cruces por cero (“Zero crossing”) y de curvas de nivel (“Level set”). Por otra parte, la propagación de texturas es una técnica que consiste en construir a partir de una pequeña imagen de muestra, una gran imagen que conserve la estructura de la muestra. Parte importante del modelo que se propone en este trabajo, consiste en el llenado de la imagen por pixeles, en primer lugar, se debe contar con que el área a restaurar está bien definida para que las texturas vecinas mantengan el balance y armonía en el resultado final. El modelo matemático propuesto está diseñado para obtener de la imagen original, primero el gradiente de la imagen seguido del mapa de extracción que no es más que la silueta del objeto a extraer; luego se crea el mapa energético de la imagen para proceder con la eliminación de costuras. Costura tras costura serán eliminadas hasta crear una imagen resultante similar en tamaño y características de la original. Finalmente se hará la restauración considerando los bordes y texturas de la imagen original, con ello se valorará si la imagen fotográfica documental restaurada es visualmente satisfactoria. El criterio de similitud para hacer la comparación entre la imagen original y resultante tiene que ser de tipo matemático, es decir, un algoritmo comparará pixel por pixel las dos imágenes mostrando en pantalla cuan eficiente es el algoritmo. Bajo el contexto anterior se dice que la restauración de imágenes a través de modelos matemáticos busca perfeccionar la modificación de manera inteligente, es decir, que al finalizar el proceso de restauración la imagen sea visualmente agradable al observador en donde la sustracción de elementos o la modificación del tamaño no dañe la armonía de colores, formas y texturas.
URI : https://repositorio.uta.edu.ec/jspui/handle/123456789/32217
Aparece en las colecciones: Maestría en Matemática Aplicada

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
t1763mma.pdfTexto completo4,36 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.