資源描述：
《Poisson Image Editing》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、泊松圖像編輯PatrickPérezMichelGangnetAndrewBlake英國微軟研究院摘要運(yùn)用基于泊松方程式解一般插值機(jī)制，使得各種各樣的新穎的工具被引進(jìn)，用來解決圖像區(qū)域的無縫編輯。第一套工具允許無縫輸入透明或不透明的源圖像區(qū)域到一個(gè)目標(biāo)區(qū)域。第二中方法基于相似的數(shù)學(xué)觀點(diǎn)，允許用戶無縫地修改一個(gè)選定區(qū)域的形貌。這些變化可以利用來影響紋理，光照，區(qū)域內(nèi)物體的顏色或者是一個(gè)矩形選區(qū)內(nèi)的形貌。CR分類：I.3.3[計(jì)算機(jī)圖形學(xué)]：圖片/圖像——顯示算法；I.3.6[圖形學(xué)]：方法和技術(shù)——
2、交互技術(shù);I.4.3[圖片處理和計(jì)算機(jī)視覺]：濾波增強(qiáng)；關(guān)鍵字：交互式圖像編輯，圖像梯度，指導(dǎo)性插值，泊松方程，無縫克隆，選擇性編輯1介紹圖像編輯需要既考慮全局變化（顏色/亮度的真確性，濾波，走樣）還要考慮區(qū)域內(nèi)的變化。這里我們僅僅對(duì)一個(gè)人工選擇的區(qū)域的無縫變化感興趣。變化控制在輕微的畸變和完全被新內(nèi)容取代之間。傳統(tǒng)的工具包括在為了一個(gè)限定區(qū)域內(nèi)得到輕微變化的濾波器和用復(fù)制工具進(jìn)行交互式剪切、粘貼來完成完全替換。使用這些傳統(tǒng)的工具，在選定區(qū)域的變化會(huì)導(dǎo)致一些可見的縫，雖然隨后沿著邊界加了薄邊，但是
3、還是只有部分被隱藏。這里我們從用來自無縫連接和復(fù)制選定區(qū)域的工具中得出了一個(gè)一般的機(jī)制。這個(gè)方法的核心數(shù)學(xué)工具是狄利克雷邊界條件下的泊松偏微分方程，這指定了在不知道興趣域邊界上的函數(shù)值的情況下,興趣域上位置函數(shù)的拉普拉斯算子。這個(gè)動(dòng)機(jī)是雙重的。首先，被拉普拉斯算子抑制的緩慢的亮度梯度，可以在圖像上疊加而幾乎不被察覺，這對(duì)心理學(xué)家來說是眾所周知的。反之，通過拉普拉斯算子來提取的二階變換在知覺上是非常重要的。其次，有界域標(biāo)量方程是被它邊界上的值和它內(nèi)部的拉普拉斯算子唯一定義的。因此泊松方程有唯一解，從
4、而產(chǎn)生一個(gè)健全的算法。所以，給定在一定的域和邊界條件下，求解未知方程拉普拉斯算子的方法，泊松方程可以進(jìn)行數(shù)值求解，從而無縫地填充那個(gè)域。這個(gè)可以在彩色圖像的每個(gè)通道上獨(dú)立的重復(fù)操作。泊松方程求解也可以解釋為最小化問題：對(duì)某個(gè)規(guī)定的向量場——指導(dǎo)矢量場——在邊界條件下，計(jì)算在L2范數(shù)梯度最為接近的方程。這樣一來，重構(gòu)的方程向邊界條件內(nèi)插值，盡可能緊隨指導(dǎo)場的空間變化。第2部分將詳細(xì)講引導(dǎo)插值方法。我們將為指導(dǎo)場檢測很多種很能的選擇。我們特別展示這種插值機(jī)制在易用性和性能方面對(duì)經(jīng)典的復(fù)制工具的影響。作
5、為結(jié)果，這種復(fù)制方法允許用戶無縫地移除和添加物體。通過合適地混合原圖像的梯度和目標(biāo)圖像的梯度，添加透明物體已經(jīng)變得可能。此外，有復(fù)雜外形，包括有洞的物體，可以自動(dòng)的添加，而無需艱苦地刪掉。這些不同的復(fù)制工具將在第3部分展示。在第4部分我們將展示，同樣的機(jī)制也能用來去在限制的域內(nèi)修改圖像，同時(shí)避免可見的斷點(diǎn)。特別是，物體的顏色，紋理，關(guān)照可以被輕易地修改而不需要精確的找出輪廓。并且，一個(gè)矩形區(qū)域內(nèi)的圖像可以被做成無縫平鋪。相關(guān)工作泊松方程已經(jīng)被廣泛用在計(jì)算機(jī)視覺。很自然它作為某些變分方程解的必要條件
6、出現(xiàn)。在圖像編輯應(yīng)用的特殊背景下，三份先前的工作與泊松方程的使用有關(guān)，將在這里提及。在[Fattaletal.2002],高動(dòng)態(tài)范圍（HDR）圖像非線性重調(diào)，產(chǎn)生了一個(gè)向量場，這不再是一個(gè)梯度場。通過把向量場的發(fā)散當(dāng)作右手邊，和在諾埃曼邊界條件下，新圖像的在朝向邊界的普通方向的梯度是零來解決泊松方程，然后得到新圖像。相反，我們提出的方法可以用在任何來自圖像中的一片，而不僅僅是整個(gè)圖像。為了做到這點(diǎn)，在矩形輪廓上的諾埃曼邊界條件必須用在任何輪廓上的諾埃曼邊界條件來代替。跟進(jìn)一步的一般化是，延伸非線性
7、操作的范圍至梯度，用來包括最大限度的操作和抑制小的梯度，這兩項(xiàng)都有很有用的編輯函數(shù)。在[ElderandGoldberg2001],一個(gè)系統(tǒng)被介紹，通過圖像的邊界元素的稀疏矩陣來編輯圖像。為了抑制物體，相關(guān)聯(lián)的edgels要移除；為了增加物體，相關(guān)聯(lián)的edgels和顏色值一樣，兩邊的這些edgels被合并。新的圖像通過光滑插值與新edgels集合有關(guān)聯(lián)的顏色來得到。這相當(dāng)于在用顏色和edgels來給定的狄利克雷邊界條件來解決拉普拉斯方程（有一個(gè)空的右手邊的泊松方程）。編輯edgels和相關(guān)聯(lián)的顏色
8、并不總是一件很簡單的事情。此外，當(dāng)向輪廓域轉(zhuǎn)換或從輪廓域轉(zhuǎn)換時(shí)，圖像細(xì)節(jié)會(huì)丟失，這可能是不可取的。稀疏的基于edgel的表示確實(shí)是不完整的，與之相反的是，基于小波極值的相關(guān)表示，雖然完整，但是不適合手工編輯。在[Lewis2001],通過在選定區(qū)域從細(xì)節(jié)中分離出兩度分量，然后，用在選定邊界上對(duì)亮度進(jìn)行諧波插值，來代替亮度。這樣，將點(diǎn)從皮毛圖片中移除。在圖像編輯的功能方面，兩項(xiàng)現(xiàn)存的技術(shù)完成了無縫復(fù)制，如同我們的系統(tǒng)樣例所做的一樣。第一個(gè)是Adobe?Photoshop?7'sHea
