Blind Deconvolution автоматическое восстановление смазанных изображений Хабрахабр. Смазанные изображения один из самых неприятных дефектов в фотографии, наравне с расфокусированными изображениями. Ранее я писал про алгоритмы деконволюции для восстановления смазанных и расфокусированных изображений. Мы сделали небольшой обзор программ, которые помогут вам в работе и не только. Ведь для журналистов и PRспециалистов. Проверка орфографии онлайн предназначена для быстрого нахождения ошибок и правильного написания слов как на компьютере, так и на телефоне. Кроме проверки орфографии, программа выделяет повтор слов и некоторые погрешности грамматики, руководствуясь правилами. Проверка орфографии очень облегчает жизнь тем, кто печатает много текстов. Вычитывать тексты и исправлять ошибки вручную было бы намного. Избежать таких ошибок помогает программа проверки грамматических ошибок в предложении поанглийски grammar checker. Эти, относительно простые, подходы позволяют восстановить исходное изображение, если известна точная траектория смаза или форма пятна размытия. Появилось достаточно много работ по этой теме, и начинается активное коммерческое использование результатов. Многие из вас помнят конференцию Adobe MAX 2. Blind Deconvolution Исправление смазанных фотографий в новой версии Photoshop. В этой статье я хочу подробнее рассказать как же работает эта удивительная технология, а также показать практическую реализацию Smart. Deblur, который теперь тоже имеет в своем распоряжении этот алгоритм. Внимание, под катом много картинокНачало. Этот пост является продолжением серии моих постов Восстановление расфокусированных и смазанных изображений Часть 1. Теория Восстановление расфокусированных и смазанных изображений Часть 2. Практика Восстановление расфокусированных и смазанных изображений. Часть 3. Повышаем качество Восстановление расфокусированных и смазанных изображений. Рекомендуется прочитать хотя бы первую теоретическую часть, чтобы лучше понимать, что такое свертка, деконволюция, преобразование Фурье и прочие термины. Хоть я и обещал, что третья часть будет последней, но не смог удержаться и не рассказать про последние веяния в области восстановления изображений. Оригинал статьи можно найти на его страничке http cs. Это не самая новая работа, в последнее время появилось много других публикаций, которые демонстрируют лучшие результаты но там используется совсем сложная математика для неподготовленного читателя в ряде этапов, а основной принцип остается тем же. К тому же, работа Фергуса является своего рода классикой, он одним из первых предложил принципиально новый подход, который позволил автоматически определять ядро смаза даже для очень сложных случаев. Модель искажения. И так, приступим. Каковы они Вариантов решения бесконечно 1. Позволяет просмотреть оригинальную картинку без удаления текущего изображения. При отпускании кнопки обработанное. Сравнить с оригиналом. Смазанные изображения один из самых неприятных дефектов в фотографии. Для работы с программой требуется лишь загрузить. Программа для большинства найденных грамматических ошибок. В независимую версию программы дополнительно включена. Скачать AKVIS Refocus для исправления резкости фотографий и улучшения нечетких изображений. Скачать программу и учебник. Программа Фото Исправитель' title='Программа Фото Исправитель' />Или, переходя к наглядному представлению Целевая функция. Чтобы получить конкретное решение нужно вводить ограничения, как то описывать модель того, к чему мы стремимся. Одним из вариантов этого является задание целевой функции это такая функция, значение которое тем выше в простом случае, чем ближе получаемый результат к желаемому. Такое распределение имеет пик в окрестности нуля и, в отличие от гауссового распределения, имеет значительно большие вероятности больших значений вот такое масло масляное. Вот пример гистограммы градиентов для резкого изображения И для размытого изображения Таким образом мы получили инструмент, которые позволяет нам измерить качество получаемого результата с точки зрения четкости и похожести на реальное изображение. Теперь мы можем сформулировать основные пункты для построение завершенной модели 1. Ограничения накладываемые моделью искажения B KLN2. Целевая функция для результата реконструкции насколько похожа гистограмма градиентов на теоретическое распределение с медленно убывающими границами. Обозначим ее как pLP3. Целевая функция для ядра искажения положительные значения и низкая доля белых пикселей т. Обозначим ее как pKОбъединим все это в общую целевую функцию следующим образом Где qLP, qK распределения, получаемые подходом Variational Bayesian Далее эта целевая функция минимизируется методом покоординатного спуска с некоторыми дополнениями, которые я не буду описывать из за их сложности и обилия формул все это можно прочитать в работе Фергуса. Этот подход позволяет улучшить качество имеющегося ядра, но им нельзя построить это ядро с нуля, т. От самого маленького размера до исходного размера. В качестве универсального варианта можно выбрать последний гауссово пятно. Плюс к этому осуществляют промежуточную и финальную фильтрацию получаемого ядра, чтобы убрать лишний шум и исправить некоторые ошибки в алгоритме уточнения. Практическая реализация. Наверное, самое интересное это поиграться с алгоритмом Blind Deconvolution вживую на реальных изображенияхЭто связано с тем, что алгоритмы потребляют очень много памяти. Даже на изображении 1. Mystery Mj 4.240 Руководство тут. Поэтому введено ограничение на размер. Если результат не устраивает, можно выбрать другой регион выделить мышкой на изображении двигая ее вправо вниз, немного не очевидно, но пока так. Правой кнопкой выделение убирается. Галочка Agressive Detection изменяет параметры, чтобы выделять только самые важные элементы ядра. Пока что хорошие результаты достигаются далеко не на всех изображениях поэтому будем очень рады фидбеку, это поможет нам улучшить алгоритмы Vladimir Yuzhikov Владимир Южиков.