डेमोसाइसिंग

डेमोसाइज़िंग एल्गोरिथ्म एक डिजिटल इमेज प्रोसेस है जिसका उपयोग एक रंग फिल्टर सरणी (सीएफए) के साथ एक छवि संवेदक से अधूरा रंग नमूने आउटपुट से पूर्ण रंग की छवि के पुनर्निर्माण के लिए किया जाता है। इसे सीएफए प्रक्षेप या रंग पुनर्निर्माण के रूप में भी जाना जाता है।

अधिकांश आधुनिक डिजिटल कैमरों सीएएफ के साथ एक छवि संवेदक का इस्तेमाल करते हुए छवियों का अधिग्रहण करते हैं, इसलिए डेमोसाइजिंग इन चित्रों को एक दर्शनीय प्रारूप में प्रस्तुत करने के लिए प्रसंस्करण पाइपलाइन का हिस्सा है।

कई आधुनिक डिजिटल कैमरे एक कच्चे प्रारूप में छवियों को बचा सकते हैं, जिससे कैमरे के अंतर्निर्मित फर्मवेयर का उपयोग करने के बजाय उपयोगकर्ता उन्हें डेमोसेक करने की इजाजत देता है।

लक्ष्य
डेमोसाइसिंग एल्गोरिदम का उद्देश्य सीएफए से अलग-अलग रंग के रंग चैनल आउटपुट से एक पूर्ण रंग की छवि (अर्थात रंग ट्रिपल का पूरा सेट) फिर से बनाना है। एल्गोरिथ्म में निम्न लक्षण होना चाहिए:

झूठे रंग कलाकृतियों की शुरूआत से बचें, जैसे कि रंगीन उपनाम, जिपरिंग (पड़ोसी पिक्सल के एक नंबर पर तीव्रता में अचानक अप्राकृतिक परिवर्तन) और बैंगनी फ्रिंजिंग
छवि संकल्प के अधिकतम संरक्षण
तेजी से प्रसंस्करण या कैमरे में कुशल हार्डवेयर के कार्यान्वयन के लिए कम कम्प्यूटेशनल जटिलता
सटीक शोर में कमी के विश्लेषण के लिए योग्यता

रंग फिल्टर सरणी
एक रंग फिल्टर सरणी छवि संवेदक के सामने रंग फिल्टर का मोज़ेक है। व्यावसायिक रूप से, सबसे अधिक इस्तेमाल किया सीएफए कॉन्फ़िगरेशन यहां दिखाए गए बायर फ़िल्टर है। इसमें अजीब पंक्तियों के लिए लाल (आर) और हरे रंग (जी) फिल्टर और वैकल्पिक पंक्तियों के लिए हरे रंग (जी) और नीले (बी) फिल्टर का पर्याय है। लाल या नीले रंग के रूप में कई हरे रंग के फिल्टर के रूप में दो बार आते हैं, जिससे हरे रंग की रोशनी में मानव आंख की उच्च संवेदनशीलता होती है।

चूंकि एक सीएफए के सीमेंशन का रंग उसके स्वभाव से एलियासिंग में होता है, इसलिए एक ऑप्टिकल एंटी-अलियासिंग फ़िल्टर आमतौर पर छवि संवेदक और लेंस के बीच में प्रक्षेप द्वारा शुरू किए गए झूठे रंग की कलाकृतियों (रंगीन उपनाम) को कम करने के लिए ऑप्टिकल पथ में रखा गया है।

चूंकि सेंसर का प्रत्येक पिक्सेल रंग फिल्टर के पीछे होता है, आउटपुट पिक्सेल मूल्यों का एक सरणी होता है, प्रत्येक तीन फ़िल्टर रंगों में से एक का एक कच्चा तीव्रता दर्शाता है। इस प्रकार, प्रत्येक पिक्सेल के लिए एक एल्गोरिथ्म आवश्यक है, एक एकल घटक के बजाय सभी रंग घटकों के लिए रंग स्तर।

चित्रण
रंग फ़िल्टरिंग एरे द्वारा एकत्र आंकड़ों से पूर्ण रंग की छवि का पुनर्निर्माण करने के लिए, रिक्त स्थान को भरने के लिए प्रक्षेप का एक रूप आवश्यक है। यहां गणित व्यक्तिगत कार्यान्वयन के अधीन है, और इसे डेमोसाइजिंग कहा जाता है।

इस उदाहरण में, हम एक बेयर फ़िल्टर डिवाइस जैसे एक डिजिटल कैमरा के सर्किटरी को अनुकरण के लिए एडोब फोटोशॉप के बाईक्यूबिक प्रक्षेप का उपयोग करते हैं।

नीचे दी गई छवि बायर फ़िल्टर्ड छवि संवेदक से आउटपुट को सिम्युलेटर करती है; प्रत्येक पिक्सेल में केवल एक लाल, हरा या नीला भाग होता है। इसी खंड की समाप्ति पर मनमोहक पुनर्निर्माण के साथ इसी मूल छवि को दिखाया गया है।

खंगाला हुई छवि आम तौर पर वर्दी रंग के क्षेत्रों में सटीक होती है, लेकिन इसमें संकल्प (विस्तार और तीक्ष्णता) का नुकसान होता है और किनारों की कलाकृतियों (उदाहरण के लिए, पत्रों के किनारों को दिखाई दे रहे रंगीन फैनिंग और कुछ कठोरता)

एल्गोरिदम

साधारण प्रक्षेप
ये एल्गोरिदम एक समान ग्रिड पर multivariate प्रक्षेप के उदाहरण हैं, समान रंग घटक के पास के उदाहरणों पर अपेक्षाकृत सरल गणितीय परिचालन का उपयोग करते हुए। सरलतम विधि निकट-पड़ोसी प्रक्षेप है जो केवल एक ही रंग चैनल के आसन्न पिक्सेल की नकल करता है। यह किसी भी आवेदन के लिए अनुपयुक्त है जहां गुणवत्ता का महत्व है, लेकिन सीमित कम्प्यूटेशनल संसाधनों के पूर्वावलोकन के लिए उपयोगी हो सकता है। एक अन्य सरल विधि द्विरेखीय प्रक्षेप है, जिससे गैर-लाल पिक्सेल के लाल मूल्य को दो या चार आसन्न लाल पिक्सल के औसत के रूप में गिना जाता है, और इसी तरह नीले और हरे रंग के लिए। अधिक जटिल तरीके जो प्रत्येक रंग के विमान के भीतर स्वतंत्र रूप से उभरे होते हैं, इसमें बाईक्यूबिक प्रक्षेप, स्पलाइन प्रक्षेप और लान्ज़ोस रिसाम्पलिंग शामिल हैं।

यद्यपि इन पद्धतियों को समरूप छवि क्षेत्रों में अच्छे परिणाम प्राप्त हो सकते हैं, वे किनारों और विवरणों के साथ क्षेत्रों में गंभीर शैतानों के लिए प्रवण होते हैं जब शुद्ध-रंग सीएफएएस के साथ उपयोग किया जाता है। हालांकि, स्पेयरियो-स्पेक्ट्रा (पंचार) सीएफए के साथ मिलकर जब रेखीय प्रक्षेप बहुत अच्छे परिणाम प्राप्त कर सकता है। एक आम धारणा के लिए छवियों के सरल गठन मॉडल का फायदा उठा सकता है। एक ही खंड के भीतर प्राकृतिक चित्रों में, रंगों का अनुपात संरक्षित किया जाना चाहिए। इस तथ्य का उपयोग छवि शोषण के लिए संवेदनशील प्रक्षेप में किया गया था।

एक छवि के भीतर पिक्सेल सहसंबंध
अधिक परिष्कृत डेमोसाइसिंग एल्गोरिदम एक रंग की छवि के भीतर पिक्सेल के स्थानिक और / या वर्णक्रमीय संबंधों का फायदा उठाते हैं। स्थानिक सहसंबंध पिक्सल की प्रवृत्ति है जो एक छवि के एक छोटे समरूप क्षेत्र के समान रंग मानों को ग्रहण करता है। स्पेक्ट्रल सहसंबंध एक छोटी छवि क्षेत्र में विभिन्न रंगीन विमानों के पिक्सेल मूल्यों के बीच निर्भरता है।

ये एल्गोरिदम में शामिल हैं:

ग्रेडिएंट प्रक्षेप की चर संख्या ब्याज की पिक्सेल के पास के ग्राडियंट की गणना करती है और एक अनुमान बनाने के लिए निम्न ग्रेडियेंट (छवि के चिकनी और अधिक समान भागों का प्रतिनिधित्व करती है) का उपयोग करती है। यह डच के पहले संस्करणों में प्रयोग किया जाता है, और रंग कलाकृतियों से ग्रस्त है।
पिक्सेल ग्रुपिंग अनुमान बनाने में प्राकृतिक दृश्यों के बारे में धारणाओं का उपयोग करता है। इसकी प्राकृतिक चित्रों पर ग्रेडीन्ट विधि की वैरिएबल संख्या से कम रंग की कलाकृतियों हैं; यह रिलायंस एनर्जी से डच में पेश किया गया था 8.71 जैसा “पैटर्नयुक्त पिक्सल ग्रुपिंग”
अनुकूली एकरूपता निर्देशित प्रक्षेप प्रक्षेप की दिशा का चयन करता है ताकि एकसमृद्धि मीट्रिक को अधिकतम किया जा सके, इस प्रकार आम तौर पर रंग की कलाकृतियों को कम कर दिया जा सके। यह हाल के संस्करणों में लागू किया गया है।

वीडियो सुपर-रिज़ॉल्यूशन / डेमोसाइजिंग
यह दिखाया गया है कि सुपर-रिज़ोल्यूशन और डेमोसाइजिंग एक ही समस्या के दो चेहरे हैं और एक एकीकृत संदर्भ में उन्हें संबोधित करना उचित है। ध्यान दें कि दोनों समस्याएं अलियासिंग समस्या को संबोधित करते हैं इसलिए, विशेष रूप से वीडियो (बहु फ्रेम) के पुनर्निर्माण के मामले में, संयुक्त सुपर-रिज़ोल्यूशन और डेमोसाइजिंग दृष्टिकोण इष्टतम समाधान प्रदान करता है।

समझौतों से
कुछ तरीकों से प्राकृतिक दृश्यों के लिए बेहतर परिणाम हो सकते हैं, और कुछ मुद्रित सामग्री के लिए, उदाहरण के लिए, इससे पिक्सल का आकलन करने में अंतर्निहित समस्या का पता चलता है, जिसे हम निश्चित रूप से कुछ के लिए नहीं जानते हैं। स्वाभाविक रूप से, अनुमान की गुणवत्ता की तुलना में गति की सर्वव्यापी ट्रेडऑफ़ भी होती है।

कंप्यूटर इमेज प्रोसेसिंग सॉफ्टवेयर में उपयोग करें
जब किसी के पास डिजिटल कैमरे से कच्चे छवि डेटा तक पहुंच होती है, तो कोई भी कंप्यूटर सॉफ्टवेयर का उपयोग विभिन्न प्रकार के डिमोशोनीकरण एल्गोरिदम के साथ कर सकता है, जो कैमरे में बनाए गए किसी तक सीमित नहीं है। कुछ कच्चे विकास कार्यक्रम, जैसे कि रॉथ्रेपी, उपयोगकर्ता को यह चुनने का विकल्प देता है कि किस एल्गोरिथम का उपयोग किया जाना चाहिए। हालांकि अधिकांश कार्यक्रमों को एक विशेष विधि का उपयोग करने के लिए कोडित किया जाता है। बेहतरीन विस्तार (और अनाज बनावट) को प्रस्तुत करने में मतभेद जो विभिन्न प्रकार के डेवलपर्स के बीच मुख्य अंतरों में शामिल हैं; अक्सर फोटोग्राफर इस प्रभाव से संबंधित सौंदर्य कारणों के लिए एक विशेष कार्यक्रम को पसंद करेंगे।

डेमोसाईजिंग के कारण रंगीन कलाकृतियों ने फोटो फर्जीज की पहचान करने के लिए महत्वपूर्ण सुराग प्रदान किया।