テクスチャ連続なセルデータの修復

デジタルカメラの普及によって画像データは広く社会で一般化している.またCTやシミュレーション結果としてのボリュームデータも多くなってきた.これらのデータはピクセルやボクセルと呼ばれるセルデータの配列であり,本研究課題ではセルデータと総称する.取得されたセルデータは部分的な欠損があったり,後から意図的に一部が削られたりして,データの修復が必要となる場面がある.この欠落部分を単純に補間すると,細かな構造やテクスチャが失われて不自然なものとなる.これに対して,画像データ内の類似箇所(類似例)を探索・利用することで,テクスチャ連続な画像修復を実現する手法がある.しかし,類似例探索の計算量はセル数に関して0(n^2)となるため,現状では低解像度の画像にしか利用できない.本研究では,高解像度の画像データに対する類似例探索手法を開発するとともに,ボリュームデータの修復にも適用範囲を広げることを目的としている.平成18年度は,映像データを処理対象とし,映像の安定化(stabilization),映像歪みの除去,フレーム中のゴミであるパラの除去などを行なった.自動的な映像修復については,一定の成果があげられた.しかし,これまでの実装では多くの処理時間要するため,今後は処理の高速化が望まれる.

デジタルカメラの普及によって画像データは広く社会で一般化している.またCTやシミュレーション結果としてのボリュームデータも多くなってきた.これらのデータはピクセルやボクセルと呼ばれるセルデータの配列であり,本研究課題ではセルデータと総称する.取得されたセルデータは部分的な欠損があったり,後から意図的に一部が削られたりして,データの修復が必要となる場面がある.この欠落部分を単純に補間すると,細かな構造やテクスチャが失われて不自然なものとなる.これに対して,画像データ内の類似箇所(類似例)を探索・利用することで,テクスチャ連続な画像修復を実現する手法がある.しかし,類似例探索の計算量はセル数に関して0(n^2)となるため,現状では低解像度の画像にしか利用できない.本研究では,高解像度の画像データに対する類似例探索手法を開発するとともに,ボリュームデータの修復にも適用範囲を広げることを目的としている.平成18年度は,映像データを処理対象とし,映像の安定化(stabilization),映像歪みの除去,フレーム中のゴミであるパラの除去などを行なった.自動的な映像修復については,一定の成果があげられた.しかし,これまでの実装では多くの処理時間要するため,今後は処理の高速化が望まれる.