Real-time frequency adjustment of images and videos

• Ano de defesa: 2021
• Autor(a) principal: Germano, Rafael Lucena
• Orientador(a): Gastal, Eduardo Simões Lopes
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Palavras-chave em Português: Processamento de imagens; Processamento de vídeos; Análise de freqüência
• Link de acesso: http://hdl.handle.net/10183/225714

Apresentamos uma técnica para ajuste em tempo real de frequências espaciais em imagens e vídeos. Nosso método permite aumentar e diminuir as frequências, e é ortogonal ao redimensionamento de imagens. Portanto, pode ser utilizado para automaticamente ajustar frequências espaciais preservando a aparência de padrões estruturados durante a redução e ampliação de imagens. Pré-computando a decomposição espaço-frequência da imagem e sua unwrapped phase, essas operações podem ser feitas em tempo real, devido à nossa nova perspectiva matemática sobre manipulação de frequências em imagens digitais: interpretando o problema por meio da teoria de frequências instantâneas e phase unwrapping. Para esse fim, introduzimos um algoritmo de phase unwrapping simultâneo de vários componentes de frequência desordenados, que também lida com a ambiguidade de sinal em sinais reais. Desse modo, nosso método proporciona melhorias teóricas e práticas para o conceito de remapeamento espectral, permitindo desempenho em tempo real e melhor tratamento de cores. Demonstramos sua eficácia em um grande número de imagens sujeitas a ajustes de frequência. Ao proporcionar controle em tempo real de frequências espaciais associadas a padrões estruturados, nosso método expande uma gama de possibilidades criativas e técnicas para processamento de imagens e vídeos. Nosso método inicialmente detecta as frequências e amplitudes de várias ondas senoidais que localmente reconstroem uma imagem por meio de uma transformada de Gabor e remove as ondas da imagem para obter o resíduo. Em seguida, para obter um campo de fases suave, as frequências são integradas usando o nosso método de integração por mínimos quadrados ponderado por uma medida de similaridade. Finalmente, a imagem é reconstruida somando o resíduo da imagem original e o produto das amplitudes e os cossenos das fases escaladas por um fator de ajuste. Além disso, podemos alterar as frequências em tempo real repetindo o processo de reconstrução com outro fator de ajuste. Demonstramos a performance em tempo real com uma implementação em GPU, nossa implementação usa a API OpenGL e o fato de que a reconstrução da imagem usa operações por pixel para reconstruir a imagem usando o fragment shader do pipeline gráfico.