Inpainting

Restauration d'une photographie ancienne détériorée.

L'inpainting est le nom donné à la technique de reconstruction d'images détériorées ou de remplissage des parties manquantes d'une image.

Elle peut être pratiquée de manière manuelle, avec des techniques similaires à celles de la restauration d'anciens tableaux ou de photographies (retouche ou réintégration colorée), ou bien avec un ordinateur, avec ou sans interaction de l'utilisateur.

Applications

Les applications sont multiples : retrait d'occultations, retouche d'image, trucage photographique, photomontage, effets spéciaux, réalisation de panoramas, vidéo, vision par ordinateur…

Ici retrait de la statue (le trou correspond à la zone grise de l'image de gauche) avec la fonction de remplissage du logiciel Adobe Photoshop.

Notions

• Le « trou » correspond à la zone à compléter.
• Un patch est un carré de X×X pixels.
• Un offset correspond au vecteur (distance) entre deux patch identiques.

Méthodes

Il existe deux grandes catégories de méthodes d'inpainting numérique :

• les « diffusion-based » qui utilisent des équations aux dérivées partielles (EDP) ;
• les « exemplar-based » qui résolvent des problèmes de graphes ou de correspondance de patchs.

Diffusion-based

Retrait d'un tatouage numérique.

Cette méthode qui utilise des EDP, est particulièrement adaptée pour remplir de petites zones ou retirer des inclusions minimes (comme du tatouage numérique), tout en préservant la qualité du résultat et la rapidité. Le but étant de passer des techniques manuelles d'inpainting à une formule mathématique générale :

$I^{n+1}(i,j)=I^{n}(i,j)+\Delta tI_{t}^{n}(i,j),\quad \forall (i,j)\in \Omega$

Avec :

• $I^{n}(i,j)$ : l'image en entrée
• $(i,j)$ : les coordonnées des pixels.
• $\Delta t$ : le taux de remplissage.
• $I_{t}^{n}(i,j)$ : l'actualisation de l'image.
• $\Omega$ : la zone à compléter (c'est-à-dire le trou).

Exemplar-based

Méthode patch-match

Principe de patch-match : les voisins les plus proches d'un patch connu (ici le vert) seront les voisins (rouge et bleu) les plus proches de ce même patch situé à la frontière du trou (zone grise).

Vois aussi

Bibliographie

 : document utilisé comme source pour la rédaction de cet article.

• (en) Kaiming He et Jian Sun, « Statistical Image Completion », Springer,‎ 2012, p. 16-29 (lire en ligne, consulté le 4 février 2014). 
• (en) Marcelo Bertalmio, Guillermo Sapiro, Vincent Caselles et Coloma Ballester, « Image Inpainting », Proceedings of the 27th annual conference on Computer graphics and interactive techniques, ACM Press/Addison-Wesley Publishing Co,‎ 2000, p. 417-424 (lire en ligne, consulté le 4 février 2014). 
• (en) Connelly Barnes, Eli Shechtman, Adam Finkelstein et Dan Goldman, « PatchMatch: A Randomized Correspondence Algorithm for Structural Image Editing », ACM Transactions on Graphics-TOG,‎ 2009 (lire en ligne, consulté le 4 février 2014). 
• (en) Vivek Kwatra, Arno Schödl, Irfan Essa, Greg Turk et Aaron Bobick, « Graphcut textures: image and video synthesis using graph cuts », ACM Transactions on Graphics-TOG, vol. 22,‎ 2003, p. 277-286 (lire en ligne [archive du 21 juillet 2013], consulté le 4 février 2014). 
• (en) Manuel Oliveira, Brian Bowen, Richard McKenna et Yu-Sung Chang, « Fast Digital Image Inpainting », Appeared in the Proceedings of the International Conference on Visualization, Imaging and Image Processing (VIIP 2001),‎ 2001 (lire en ligne, consulté le 7 février 2014). 

Articles connexes

• Traitement d'images

Liens externes

• (en) M. Granados, K. I. Kim, J. Tompkin, J. Kautz, C. Theobalt, « Background Inpainting for Videos with Dynamic Objects and a Free-moving Camera » [archive du 29 décembre 2013], Institut Max-Planck d'informatique (consulté le 5 janvier 2014).