Inpainting

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen
Vergleich zwischen einem teils zerstörten Polaroid und dessen digitaler Restaurierung.

Inpainting ist eine Methode der Bildbearbeitung, die versucht, zerstörte oder verlorene Teile eines Bildes zu rekonstruieren. Das Ziel ist es, ein überarbeitetes Bild zu erzeugen, an dem der Betrachter nicht erkennen kann, dass Veränderungen vorgenommen wurden.

Anwendungsgebiete

[Bearbeiten | Quelltext bearbeiten]

Rekonstruktion fehlender Bildteile

[Bearbeiten | Quelltext bearbeiten]

Alte Bilder können Risse aufweisen oder es können einzelne Teile komplett fehlen. Mit Hilfe von Inpainting können die fehlenden Bildteile rekonstruiert werden.

Entfernen von Objekten

[Bearbeiten | Quelltext bearbeiten]

Beim Entfernen von Objekten oder Personen von einem Bild ist die einzige Benutzereingabe, die dazu benötigt wird, eine Markierung des zu entfernenden Objekts. Anschließend wird das Objekt automatisch ersetzt. Die Hauptschwierigkeit besteht darin, den Hintergrund möglichst stetig bezüglich der Farbe und Textur in die zu füllende Fläche hineinzuziehen.[1]

Bildkompression

[Bearbeiten | Quelltext bearbeiten]

Inpainting kann auch als Bildkompression verwendet werden. Um eine Kompression zu erreichen, werden Pixelblöcke gelöscht. Dabei werden in Gebieten gleichbleibender Textur relativ viele Blöcke gelöscht und entlang von Kanten nur wenige, damit der Kantenverlauf nicht verloren geht. Nach der Rekonstruktion der gelöschten Blöcke ist kein Qualitätsverlust gegenüber einer JPEG Komprimierung erkennbar.

Sämtliche Verfahren, die Image Inpainting behandeln, beruhen auf dem Handwerk von Rekonstruktoren. Dies ist ein alter Beruf, der hauptsächlich von Bildrestauratoren ausgeübt wird. Der Prozess, der Inpainting genannt wird, ist das sukzessive Fortführen der Randinformationen in das Bildinnere hinein (Lücke füllen). Rekonstruktoren gehen dabei folgendermaßen vor:

  1. Die Gesamtheit des Bildes verleiht einen Eindruck, wie das Bild fortgesetzt werden soll. Das Ergebnis sollte ein in sich stimmiges Bild sein.
  2. Es wird eine Fläche (Maske) für das Inpainting definiert. Bildbereiche außerhalb dieser Maske bleiben während der weiteren Arbeitsschritte unverändert.
  3. Die Konturlinien, die den Rand der Maske berühren, werden entlang ihrer gedachten Verlängerung ins Bild weitergeführt, sowie die Struktur von der Gegend um die Maske herum.
  4. Die Konturlinien in der Maske definieren unterschiedliche Regionen und werden mit zum Rand passenden Farben gefüllt.
  5. Die Textur wird hinzugefügt, d. h. kleine Details wie weiße Punkte auf blauem einheitlichem Himmel werden gemalt, damit das Bild natürlich wirkt.

Auch die meisten digitalen Algorithmen verwenden teilweise diese Vorgehensweise.

Structural Inpainting konzentriert sich auf die Rekonstruktion der Struktur und Kanten im fehlenden Bildteil. Eine der wichtigsten Structural Inpainting Methoden ist PDE. Der Algorithmus verlängert Linien gleicher Grauwerte (isophote Linien) am Rand iterativ in den zu füllenden Bereich hinein. Anschließend wird Farbe in den zu füllenden Bildbereich hineingezogen.[2] Es gibt auch noch einige andere Ansätze wie z. B. die Navier-Stokes Fluid Flow Methode.

Während sich Textural Inpainting nur auf die Rekonstruktion der Textur konzentriert, können mit dem Combined structural and textural Inpainting Strukturen und Texturen rekonstruiert werden.

Mit Image-based Rendering werden Vorgehensweisen zur Bildsynthese bezeichnet, bei denen die geometrische Modellierungsphase durch einen Bildaufnahmeprozess ersetzt wird. Da auf Bildern nie alle Informationen eines dreidimensionalen Objektes abgebildet werden können, wird ein Inpainting-Schritt eingeführt, der fehlende Informationen möglichst genau rekonstruiert.

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. Object Removal by Exemplar-Based Inpainting (Memento vom 12. Oktober 2012 im Internet Archive), Criminisi, A, Perez, P., & Toyama, K., Appears in the Proceedings of the 2003 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (PDF)
  2. M. Bertalmío, G. Sapiro, V. Caselles and C. Ballester., „Image Inpainting“, Proceedings of SIGGRAPH 2000, New Orleans, USA, July 2000.