Attēla rekonstrukcija no tā raksturīgajām līnijām

Abstract

Maģistra darba mērķis ir atrast efektīvus paņēmienus, kā no minimāla datu apjoma – attēla raksturīgajām līnijām, pēc iespējas precīzāk rekonstruēt sākotnējo attēlu. Attēls tiek uztverts kā divu argumentu funkcija. Kursa darbā jau tika izstrādātas metodes viena argumenta funkcijas rekonstrukcijai no tās ekstrēmu punktiem, šīs metodes balstījās uz kubisko splainu interpolācijas paņēmiena. Šajā darbā tiek aplūkots risinājums paplašināt tās līdz divargumentu funkciju gadījumam. Kā arī tiek izpētīta pavisam cita pieeja – meklēt pietiekoši gludu diskrētu funkciju, kura interpolē dotās raksturīgās līnijas un ņem vērā to īpašības. Abas pieejas ir implementētas un darbinātas uz reāliem attēlu piemēriem. Balstoties uz eksperimentiem un teorētisko analīzi tika izdarīti secinājumi par metožu praktiskās pielietošanas iespējām.

The aim of the thesis is to find effective methods for image reconstruction from the minimal amount of data – image characteristic lines. Image is treated as a two-argument function. Within the course paper techniques for one-argument function reconstruction from its extrema points were developed, those techniques were based on a cubic spline interpolation method. Within this thesis an attempt to expand the worked-out methods up to a two-argument function case is made. As well a completely different approach is studied – to look for a smooth discrete function which interpolates given characteristic lines and takes their features into account. Both approaches are implemented and tested on the real image examples. Based on the experiments and theoretical analysis the conclusions about practical applications of these techniques were drawn.