English
Лаборатория компьютерной графики
Rus > Наука > Высококачественный алгоритм масштабирования
[Главная]
[О нас]
[Наука]
[Публикации]
[Семинары]
[Библиотека]
[Файлы]
[Ссылки]
[Форум]
 
Hosted sites
[Курсы]
[Журнал]
[Графикон]
[Сжатие]
[Графор]
 
Поиск
детальный поиск
 
Rambler's Top100
Высококачественный алгоритм масштабирования

В октябре 2002г. в лаборатории начался проект "High quality image and video resampling" при поддержке Samsung Advanced Institute of Technology (http://www.sait.samsung.co.kr). Задачей проекта является создание алгоритма масштабирования изображений и видео, по своим характеристикам превосходящий известные аналоги.

Проект включает в себя исследования по следующим направлениям:

  • Создание алгоритма масштабирования изображений.
  • Создание и реализация метрик оценки качества изображений
  • Создание методики оценки алгоритмов масштабирования и массовое тестирование известных алгоритмов.

Пример масштабирования тестового изображения сначала вниз, а потом вверх с использованием разных методов.

Наш алгоритм масштабирования изображений, G&M Lab Impress, обладает следующими преимуществами по сравнению со стандартными методами:

  • Высокая степень четкости получающихся изображений и хороший анти-алиасинг.
  • Возможность изменения соотношения между различными взаимоисключающими артефактами алгоритма (размытие, алиасинг, эффект Гиббса).
  • Отсутствие суб-пиксельного сдвига в результирующем изображении.
  • Возможность повышения резкости изображения в процессе масштабирования.
  • Возможность быстрой аппаратной реализации алгоритма.

В рамках проекта разработан и реализовано несколько метрик изображений. Помимо вариаций LUV метрики с использованием Contrast Sensitivity Function интерес также представляет метрика, измеряющая размытость и резкость участков изображения.


Пример метрики, измеряющей степень размытия (резкости) одного изображения по сравнению с другим.

Также в рамках проекта проведено массовое тестирование алгоритмов масштабирования. Для этого были взяты 7 изображений, специально сгенерированных для тестирования алгоритмов масштабирования, а также 9 фотографий, предоставленных Samsung Advanced Institute of Technology. Эти 16 изображений сравнивались на 18 методах масштабирования, в том числе реализованных в известной программе обработки видео VirtualDub и в известном редакторе изображений Photoshop. Всего было проведено более 1500 замеров разных вариантов применения тестируемых методов масштабирования при разных разрешениях.


Приведены изображения метрик, полученных для разных методов масштабирования.

Изображения получены путем сравнения отмасштабированного изображения с его векторным вариантом (растеризованным с помощью Adobe Photoshop). Черный цвет соответствует отсутствию изменений. Градации синего - незначительным изменениям, желтого и красного - значительным (видимым) изменениям.
 


Приведены примеры определения сдвигов (в том числе субпиксельных) в алгоритме масштабирования.

Команда разработчиков:

Руководитель Научный консультант проекта Разработчики
  • Алексей Лукин (студент 5 курса)
  • Анастасия Куликова (студент 5 курса)
  • Сергей Путилин (студент 3 курса)
Graphics & Media lab (webmaster@graphics.cs.msu.su)