大連東軟信息學院數字藝術系 李 放
虛擬三維破損圖像復原真實性優化研究
大連東軟信息學院數字藝術系 李 放
破損圖像復原技術是在傳統美術學的基礎之上,應用計算機技術還原被破損畫作的原貌,且要求復原后的圖像必須與原圖保持統一格調。本文對原有破損圖像復原技術進行了創新,建立了一種新型虛擬三維破損圖像復原優化仿真模型,且通過實驗證明經過該模型復原的圖片在圖像復原時間和復原清晰度上都具有更高的可行性。
虛擬三維;破損圖像復原;真實性
目前階段,破損圖像復原技術被廣泛應用于人們生活的各個方面,過去我國一直依靠引進其他國家的技術發展自己的圖像復原事業。但隨著科技手段的發展與進步,我國學者提出了將電子計算機技術與圖像復原技術相結合的新型理念,并在理論基礎的支持下嘗試將該項技術運用在案件偵破等領域,且獲得了使用者的一致好評。因此,相關科研人員加大力度對該項技術進行研究,從二十世紀末期到現在,我國已經建立了完善的虛擬三維破損圖像復原理論,但由于種種原因,所復原的圖像仍然存在著真實性不高的問題[1]。為了改善這個現狀,本文在原有仿真模型的基礎上進行了改革,建立了一種新型的優化仿真模型,且通過實驗證明了優化仿真模型所復原圖片確實具有更高的真實性。
簡單來說三維破損圖像復原原理就是將待復原的圖片通過電子掃描儀輸入電腦,并通過計算機對圖片本身的圖形圖像構成進行分析,并按照分析結果將破損的圖片恢復成受損前狀態。計算機在分析過程中首先要計算出虛擬圖像的信號強度,并通過建模得出模糊核值,再對模糊核值進行不規則取樣,找出分布數據最多的樣本區間,在該區間中找到出現最多的數據[2-3],再對該數據進行反推,得到一個還原算法,則該還原算法即為復原的理論依據。這整個過程的計算都遵循如下公式:

其中w是在以x、y、z為坐標軸的空間直角坐標系中的隨機點,都為自然常數,p為模糊值。在對p進行不規則取樣時,有如下公式:

仿真模型的復原算法是通過對像素點所處環境的圖像灰度進行取樣計算,得出像素點的圖像濾波系數,再對噪點所處環境的圖像灰度進行取樣計算,得出噪點的圖像純度系數。將二者進行對比能夠得到像素點與噪點所處區域的結構相似度[4],相似度越高則說明該圖片的受損程度越低,反之則越高。這整個過程中使用的計算公式與(1)相同,整體的工作流程如圖1所示:

圖1 優化復原算法工作流程

圖2 復原圖像清晰度對比圖
圖像復原模型的建立是整個優化仿真模型的核心部分,其建立過程主要依靠對SSIM值和ISNR值的計算。SSIM代表結構近似度,它主要的作用就是分析在正常情況下,均勻的像素背景中能產生多少種不同的圖像環境。而ISNR是像素點與噪點平均量的比值,通過ISNR值得確定,可以得出該圖片的復原難度。通常情況下,我們會將計算得到的兩個數值進行比較,并將比較結果命名為虛擬圖像復原系數,如果該無線接近1,則表示該圖片的復原難度較大,如果該系數無線接近0則表示該圖片極易富源,等于0則說明圖片沒有受損。一般時候,圖像復原系數都處于0.3-0.7之間,或者也可以說只有復原系數位于該區間之中的圖片具有復原價值。
優化復原算法和圖像復原模型就好比河流的主干道,這兩部分承擔了整個優化仿真模型的絕大多數工作。在這兩個組成部分正常工作的前提下,我們只需對每一步驟產生的數據進行收集,并輸入進模擬器當中。模擬器通過反復的實驗,并將每一次實驗復原的圖像與原圖進行對比,最終在顯示器中顯示的圖像信息,就是經過模擬器對比產生的與原圖相似度最高的圖像,也就是復原圖像[5-6],至此整個優化仿真模型也就完成了一個周期的工作流程。
為了更好的突出優化仿真模型與仿真模型之間的區別,本文從圖像復原時間和復原清晰度上對兩者進行了對比,已驗證本文所提出的優化仿真模型是具有真實可行性的。
本文選取了100張破損程度相同的圖片作為實驗對象,對其中50張采用仿真模型進行復原,另外50張采用優化仿真模型進行復原,并分別對他們的復原時間進行了記錄,將結果繪制成了如下表格。

表1 復原時間對比表
根據表1我們可以發現,在復原受損程度相同的圖片時,仿真模型所需的復原時間要明顯長于優化仿真模型,且復原的圖像數量越多,每張圖片所需要花費的時間越長。
我們通過清晰度圖譜繪制器分別繪制了兩種模型所復原圖片的清晰度曲線如圖2所示。
通過圖2我們可以清楚的看出通過仿真模型復原圖像的清晰度整體低于優化仿真模型[7],且優化仿真模型隨著復原圖像數目的增多整體波動幅度較小。
上述實驗足以證明優化仿真模型,不論是在復原圖像所用的時間還是清晰度上都比仿真模型具有更大的實用優價值,因此值得大力推廣。
我國的圖像復原技術目前階段已進入了緩慢發展時期,為了將來能夠在該領域有更大的作為,大肆推廣虛擬三維破損圖像復原真實性優化模型是極為有必要的。
[1]鄭海春,董秀成,王孝平等.MultiGen Creator虛擬現實三維建模優化技術的研究與實踐[J].西華大學學報:自然科學版,2011,30(6):26-29.
[2]華忠,魯東明,潘云鶴.敦煌壁畫虛擬復原及演變模擬模型研究[J].中國圖象圖形學報,2002,7(2):181-186.
[3]李永明,蘭田.古代壁畫數字化版權問題初探[J].浙江大學學報:人文社會科學版,2010,41(預印本2010年11期):95-102.
[4]程浩,龔丹丹,劉國慶.一種基于虛擬模糊圖像恢復的小波壓縮算法[J].微計算機信息,2010,26(29):210-211.
[5]肖瀟,楊國光.白劍.基于最優參數的全景圖像三次樣條插值復原[J].紅外與激光工程,2007,36(5):725-728.
[6]王慧琴,韓建武,吳萌等.《馬球圖》壁畫中裂縫的自動虛擬修復方法研究[C].中國文物保護技術協會第七次學術年會論文集,2012.
[7]藺素珍,王棟娟,鐘家讓等.利用曲率特征虛擬拼接青銅器小碎片的方法[J].西安電子科技大學學報(自然科學版),2016,43(6):146.
李放(1985—),男,遼寧大連人,碩士研究生,講師,主要研究領域為虛擬現實。