Cross Dissolve without Cross Fade: Bildkomposition ohne Verlust von Kontrast, Farbe und Salienz

Im Wintersemester 2009/2010 nahm ich im Rahmen meines Mathematikstudiums am Seminar über Computergrafik teil; Vortrag am 11.02.2010. Mein Beitrag basiert auf Grundland et al. (2006): Cross dissolve without cross fade: preserving contrast, color and salience in image compositing, in: Computer Graphics Forum, 25. Jg., Nr. 3, S. 577-586.

Zusammenfassung

Die digitale Bildverarbeitung ist heute in vielen Bereichen unverzichtbar - man denke allein an die aufwändige Nachbearbeitung von Spezialeffekten in Filmen wie Transformers oder Avatar. Die einzelnen Bildsequenzen enthalten dort oft mehrere Ebenen von Realaufnahmen und computergenerierten Elementen, die zu einem stimmigen Gesamtbild zusammengefügt werden müssen. Für diesen Zweck wird von Bildbearbeitungsprogrammen meist die lineare Interpolation genutzt, obwohl sie einige Nachteile mit sich bringt: Farben ermatten, Kontrast geht verloren und Details verwischen. Häufig ist daher eine zeit- und kostenintensive Überarbeitung von Hand erforderlich, um hochwertiges Material zu erzeugen.

Die lineare Interpolation basiert auf dem Grundgedanken, die Pixel $p$ von $n$ Ausgangsbildern $A_{p}^{n}$ zu einem Ergebnisbild $E_{p}$ zusammenzufügen. Zu jedem Bildpunkt existiert hier der Faktor $w_{p}^{n}$ mit $0\leq w_{p}^{n}\leq 1$ , der die relative Deckkraft zwischen korrespondierenden Pixeln der einzelnen Bilder angibt. Für die drei RGB-Farbkanäle wird jeweils folgende Berechnungsvorschrift angewendet:

$E_{p}=\sum _{n}w_{p}^{n}A_{p}^{n}$ mit $\sum _{n}w_{p}^{n}=1$

Grundland et al. schlagen drei Modifikationen vor, um die Hauptcharakteristika der unterschiedlichen Ausgangskomponenten zu bewahren:

Kontrast: Die gewöhnliche lineare Interpolation reduziert den Farbkontrast, da im Ergebnisbild die Farbverteilung zu ihren Mittelwert hin verdichtet wird. Das modifizierte Verfahren korrigiert das Ergebnis zu $E'_{p}$ , indem es die Verteilung der Farbkanäle um ihre Mittelwert herum linear verbreitert.
Farbe: Menschen bevorzugen kräftige Farben, lineare Interpolation erzeugt jedoch matte Töne. Ferner sind im linearen Standardmodell der Farbmischung die Farbaddition und die Skalarmultiplikation keine geschlossenen Operationen, so dass Ergebnisse außerhalb des Farbraumkörpers entstehen können. Deren Korrektur führt unweigerlich zu einem Verlust von

Schatten, von hellen Stellen und der Farbtonsättigung. Es wird daher eine neue Farbalgebra vorgeschlagen, die kräftige Farben begünstigt und das Verbleiben im Farbraumkörper zulässt.

Salienz: Bei der linearen Interpolation gehen häufig Details verloren, auf die

von Menschen normalerweise die Aufmerksamkeit gerichtet wird. Der Informationsgehalt jedes Pixels soll durch eine Salienz-Ebene festgehalten werden, um wichtige Elemente eines Ausgangsbildes beim Zusammenführen nicht zu verlieren.

Alle drei Verfahren können kombiniert werden, um Kontrast, Farbe und Salienz der resultierenden Bilder gemeinsam zu verbessern.

Links

Seite der University of Cambridge mit Hinweisen und Beispielen zum Projekt
Seminarausarbeitung für den Vortrag
Präsentation zur Ausarbeitung