Synthèse de textures par rééchantillonnage de patchs Vincent MICHEL Aurélien BOFFY Janvier 2007.

Slides:



Advertisements
Présentations similaires
RAPPORT DAVANCEMENT Par Narcisse Talla Tankam CURAT-LETSfévrier-mars 2004.
Advertisements

Aurélien LEDIG Impact-Web Soutenance de stage 18 / 07 / 2007
LOD et Progressive Meshes (maillages progressifs) Hugue Hoppes 1996
Unstructured Lumigraph Rendering
Efficient Simplification of Point-Sampled Surfaces
Université de Bordeaux I DESS IMM Synthèse d’images
Champs de Markov en Vision par Ordinateur
Champs de Markov en Vision par Ordinateur
Du codage par indexation vers la vérification de locuteur Réunion davancement SYMPATEX ENST: Dijana Petrovska-Delacrétaz, Gérard Chollet 6 Juin 2001, Thales.
APPROCHE PAR LES COMPETENCES ET
Piecewise Affine Registration of Biological Images
Xialong Dai, Siamak Khorram
Le remplacement moléculaire
MasterMind en spécialité i.s.n.
Progrès de la technique de mesure PLIF à deux couleurs
Sylvain Mondon Météo-France
Formation Gimp CAHM Faire un montage dimages ou de photos.
Reconstruction de volume 3D
IMAGES NUMERIQUES Qu’est-ce qu’une image numérique ?
INF-1019 Programmation en temps réel
Enregistrement d’un document
Chapitre III Traitement d’images Mme Lahbib Ilhem.
Détection de « tâches dobjets artificialisés » D.Réchal IRD, ESPACE Dev 18/02/2011 – Montpellier (France)
Eric Guilbert, Marc Daniel *, Eric Saux
PRESENTATION DU LOGICIEL
Rendu ExpressifJournée Jeunes Chercheurs C ONCLUSION Journée Jeunes Chercheurs 16/11/2010.
Application des algorithmes génétiques
Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC
Qualité d’image et acquisition volumique
AnaLyse diachronique de l’espace urbain PArisien : approche GEomatique
Créer une interface graphique avec Photoshop.
Construction de modèles visuels
- Elaborer et conduire un projet -
TUTO POWER POINT Parole d’école décembre 2010
Distance de BORGEFORS Et Applications
Base de données multimédia Cordelia Schmid
Recherche dun même objet / scène Approches basées sur des descripteurs locaux Approches basées sur des descripteurs globaux.
Deux sujets traités La segmentation d’images
Segmentation par analyse d’une image de gradient (ligne de partage des eaux) par fusion de régions dans un graphe par méthode variationnelle (Mumford.
Graph cuts et applications
Evaluation des incertitudes dans le recalage non rigide de formes Application à la segmentation avec ensemble apprentissage Maxime TARON Nikos PARAGIOS.
Probabilités et Statistiques
Extraction de segments pour la reconnaissance de symboles : Une approche robuste par Transformée de Hough Présenté par : Simon BERNARD Encadré par : Jean-Marc.
Détection de type de défauts sur la surface d’une poutre métallique
Présentation générale
Modèles Mathématiques et représentation discrètes pour la description des images couleur Luc Brun.
Les anneaux semblent tourner lorsque l'on s'approche ou s'éloigne de l'illusion tout en fixant le point central.
Mustapha Hamidou Vendredi 20 août Stage Contour Matching.
Adaptation des images d'un site web pour la compensation du daltonisme
janvier 2010 Atelier Nomenclatures - AFRISTAT - Bamako (Mali) 11 Stratégies de mise en oeuvre I N S E E Marie-Madeleine Fuger & Michel Lacroix.
Travail de fin d’études : Arnaud LOUIS Année Académique 2010 – 2011
Reconnaissance de chiffres manuscrits
Écoulements granulaires en régime intermittent d’avalanches
1 Méthode de “Fast Marching” générique pour “Shape From Shading” E. Prados & S. Soatto RFIA 2006 janvier 2006, Tours.
Construction d’images par une lentille
AJOUTER UNE BORDURE BLANCHE © 2010 Frederic DAVID.
Synthèse d’images et Rendu Réaliste Compression Progressive de Modèles 3D DOMENGET Bruno DUMAS Benjamin EISTI.
Sabrina Tollari, Hervé Glotin, Jacques Le Maitre
Université Lyon 2 - TICE 1 : séance 111 TICE 1 - séance 11 Création de schémas Rachid Saadi, Ny Haingo Andrianarisoa
Tétraédrisation de domaines volumiques avec des hiérarchies adaptatives Par A. Duprat et R. Abelé Suivit par M. Uribe-Lobello.
Suivi d’Horizons Sismiques
TAMPON DE DUPLICATION POUR SUPPRIMER ELEMENTS DE L’IMAGE © 2010 Frederic DAVID.
Vous présente en quelques réalisations un réel savoir-faire, le fruit de longues années d’expériences, aujourd’hui à votre service. Toutes les fonctionnalités.
la reconnaissance de visages
Filtrage des images.
Démarrage rapide avec DevWING « Découverte avec la version Démo » Stages CFAO des 15 et 22 mars 2014 organisés par le CDAM44 à Teillé CDAM44...
De la Terre à la carte: Projections et Géoréférencement
Processus ponctuels Caractéristiques et Modèles de répartitions spatiales.
A.I.P. Th.Viant St Michel 2011 Calibration du temps de pose en CCD et filtre RGB.
Transcription de la présentation:

Synthèse de textures par rééchantillonnage de patchs Vincent MICHEL Aurélien BOFFY Janvier 2007

Le problème du remplissage automatique d’une région d’une image De multiples applications (restauration, correction, manipulation, etc.)  Approche classique : « inpainting »  Approche qui utilise les zones connues de l’image et synthétise la nouvelle texture par copier/coller  Example-Based Region Tiling for Image Editing. Pérez et al. (2004)

Recherche du patch qui s’intègrerait au mieux

Distance entre patchs Pavé à remplirMots du dictionnaire

Les principaux paramètres Largeur des patchs Épaisseur des voisinages Sens de parcours pour le remplissage Épaisseur de la source du dictionnaire

Patch = 1 Patch = 5Patch = 10 Influence de la taille des patchs (1)

Influence de la taille des patchs (2) Patch = 5Patch = 20Patch = 40

Influence de la taille des patchs (3) Patch = 10Patch = 40 Patch = 5Patch = 40

Influence de la taille des patchs (4) Patch = 5Patch = 40

Voisinage = 5 Voisinage = 2 Voisinage = 10 Influence de l’épaisseur du voisinage (1)

Voisinage = 3 Patch = 4 Voisinage = 10 Patch = 4 Influence de l’épaisseur du voisinage (2)

Beaucoup plus rapide – Reconstruction identique Voisinage = 3 Patch = 20 Influence de l’épaisseur du voisinage (3)

Voisinage = 1Voisinage = 2Voisinage = 5 Influence de l’épaisseur du voisinage (4)

lien taille du patch / épaisseur du voisinage Patch = 2Patch = 6 Patch = 18

Influence très forte du sens de parcours. Le meilleur sens dépend beaucoup des paramètres. Pas de critère très discriminant (bien que le sens lexicographique semble moins bon) Influence du sens de parcours (1)

Sens lexicographique Sens concentrique Sens « par plus de voisins » Influence du sens de parcours (2)

Influence de la zone source (1)

Influence de la zone source (2)

Suppression d’objets

Texture complexe, bords mal définis Bonne reconstruction ! Application ludique / application en restauration. Restauration d’images

Pas toujours existence de patch adéquat. Bonne construction des zones homogènes (ciel…) « Agrandissement » d’images

Conclusion Un algorithme simple pour des résultats impressionnants Le choix des paramètres est très importants Un programme utile