Digital image inpainting is a process that attempts to automatically restore image. The objective is to automatically fill in missing data with simulated one, which has been achieved manually by professional painting restorators. The derivative information of image is very crucial in the inpainting since it contains the information of image structure. The structure tensor contains the information of gradient direction and tangential direction of an image. Hahn introduced a tensor regularizing model which preserves the image structure very well. Motivated by Hahn`s tensor regularizing model, we present a nonlinear PDE inpainting algorithm which uses the regularizing tensor. The regularized tensor in inpainting model is used as a coefficient of our anisotropic diffusion for image. Then it fills in the inpainting domain with the structure surrounding the inpainting domain. We provide some examples.
본 논문에서는 새로운 편미분방정식 기반의 훼손된 영상의 복원 알고리즘을 제시한다. 영상의 미분정보를 가지고 있는 tensor를 regularization 하여 훼손된 부분에 만들어준 다음 이것을 바탕으로 훼손된 부분에 이미지를 채워넣는다. Hahn이 제시한 tensor regularizing 모델은 비등방 확산 성질을 가지고 있으며 다른 regularized tensor와 비교했을 때 영상과 잘 부합되는 미분의 정보를 가진다. 이 tensor를 이용해서 이미지 복원을 하여서 보다 좋은 효과를 얻을 수 있을 것이라는 가정하에 이 regularized tensor를 이용한 이미지 복원 알고리즘을 만들었다. 새로운 알고리즘은 regularized tensor를 이용하여 비등방 확산을 함으로써 외곽선 정보를 복원할 영역 안으로 다 채워질때까지 확산을 하여 이미지를 자동 복원한다.
