Inverzní polotónování nebo funkce odstranění rastru je proces rekonstrukce vysoce kvalitní continuous-tone obrázky z polotónové verze. Inverzní polotónování je špatně položený problém, protože různé zdrojové obrázky mohou produkovat stejný polotónový obraz. V důsledku toho má jeden polotónový obraz více věrohodných rekonstrukcí., Navíc informace jako tóny a detaily jsou během polotónování vyřazeny a tím i nenávratně ztraceny. Vzhledem k rozmanitosti různých polotónových vzorů není vždy zřejmé, který algoritmus použít pro nejlepší kvalitu.
existuje mnoho situací, kdy je požadována rekonstrukce. Pro umělce je náročným úkolem upravovat obrázky polotónů. Dokonce i jednoduché úpravy, jako je změna jasu, obvykle fungují změnou barevných tónů. V polotónových obrázcích to navíc vyžaduje zachování pravidelného vzoru. Totéž platí pro složitější nástroje, jako je retušování., Mnoho dalších technik zpracování obrazu je navrženo tak, aby fungovalo na obrazech s kontinuálním tónem. Například algoritmy komprese obrazu jsou pro tyto obrázky efektivnější. Dalším důvodem je vizuální aspekt, protože polotónování snižuje kvalitu obrazu. Náhlé změny tónu původního obrazu jsou odstraněny kvůli omezeným změnám tónu v polotónovaných obrázcích. Může také zavádět zkreslení a vizuální efekty, jako jsou moiré vzory. Zvláště při tisku na noviny se polotónový vzor stává viditelnějším díky vlastnostem papíru., Skenováním a přetiskem těchto obrázků jsou zdůrazněny moiré vzory. Rekonstrukce před přetiskem je proto důležitá, aby byla zajištěna přiměřená kvalita.
prostorové a frekvenční filtrováníedit
hlavními kroky postupu jsou odstranění polotónových vzorů a rekonstrukce změn tónu. Nakonec může být nutné obnovit podrobnosti, aby se zlepšila kvalita obrazu. Existuje mnoho algoritmů polotonování, které lze většinou rozdělit do kategorií uspořádaných dithering, difúze chyb a metody založené na optimalizaci., Je důležité zvolit správné funkce odstranění rastru strategie, protože vytvářejí různé vzory a většina inverzní polotónování algoritmy jsou navrženy pro určitý typ vzoru. Čas je dalším kritériem výběru, protože mnoho algoritmů je iterativní, a proto spíše pomalé.
nejjednodušší způsob, jak odstranit polotónové vzory, je použití nízkoprůchodového filtru buď v prostorové nebo frekvenční doméně. Jednoduchým příkladem je Gaussovský filtr. Zahodí vysokofrekvenční informace, které rozmazávají obraz a současně snižují polotónový vzor., To je podobné rozmazání efektu našich očí při prohlížení polotónového obrazu. V každém případě je důležité vybrat správnou šířku pásma. Příliš omezená šířka pásma rozostří hrany, zatímco vysoká šířka pásma vytváří hlučný obraz, protože vzor úplně neodstraní. Díky tomuto kompromisu není schopen rekonstruovat rozumné informace o hraně.
Další vylepšení lze dosáhnout vylepšením hran. Rozložení polotónového obrazu do jeho reprezentace vln umožňuje vybrat informace z různých frekvenčních pásem. Hrany se obvykle skládají z vysoképass energie., Pomocí extrahovaných informací highpass je možné ošetřit oblasti kolem okrajů odlišně, aby je zdůraznily a zároveň udržovaly informace lowpass mezi hladkými oblastmi.
filteringEdit
Další možností inverzního polotonování je použití algoritmů strojového učení založených na umělých neuronových sítích. Tyto přístupy založené na učení mohou najít sestupnou techniku, která se dostane co nejblíže k dokonalému. Cílem je použít různé strategie v závislosti na skutečném polotónovém obrazu., I pro jiný obsah v rámci stejného obrazu by měla být strategie různá. Konvoluční neuronové sítě jsou vhodné pro úkoly, jako je detekce objektů, která umožňuje sestupování založené na kategorii. Navíc mohou provádět detekci hran, aby vylepšili detaily kolem okrajových oblastí. Výsledky mohou být dále vylepšeny generativními kontradiktorními sítěmi. Tento typ sítě může uměle vytvářet obsah a obnovit ztracené detaily. Tyto metody jsou však omezeny kvalitou a úplností použitých údajů o školení., Neviditelné polotónování vzory, které nebyly zastoupeny v tréninkových dat jsou poměrně těžké odstranit. Navíc proces učení může nějakou dobu trvat. Naopak, výpočet inverzní polotónování obraz je rychlý ve srovnání s jinými iterační metody, protože vyžaduje pouze jeden výpočetní krok.
lookup tableEdit
Na rozdíl od jiných přístupů metoda vyhledávací tabulky nezahrnuje žádné filtrování. Funguje tak, že vypočítává rozložení sousedství pro každý pixel v polotónovém obrázku., Vyhledávací tabulka poskytuje hodnotu spojitého tónu pro daný pixel a jeho distribuci. Odpovídající vyhledávací tabulka se získá před použitím histogramů polotónových obrázků a jejich odpovídajících originálů. Histogramy poskytují distribuční před a po polotónování, a aby bylo možné přiblížit kontinuální tón hodnota pro konkrétní distribuci v polotónů obrazu. Pro tento přístup musí být předem známa strategie polotónování pro výběr správné vyhledávací tabulky. Kromě toho musí být tabulka přepočítána pro každý nový vzor polotónování., Generování sestupného obrazu je ve srovnání s iteračními metodami rychlé, protože vyžaduje vyhledávání na pixel.