การแปรภาพทิวทัศน์เป็นลายเส้นดินสออัตโนมัติจากภาพถ่าย

Abstract

This research presents an automatic pencil sketch landscape image generation from the photograph. The proposed algorithm is based on the Sobel operator, the Gaussian low-pass filter is used as the texture-noise reduction method. The automatic Gaussian kernel size adjustment algorithm based on image color tone is proposed. The 35 sample images were randomly selected as the dataset, the color tones are classified into 3 groups based on its median value. The dataset is consisting of Black-tone, Mid-tone, and White-tone. The light surrounding or the image texture can result in noise at the Sobel operator, the more image sharpness results in more noise. This problem is eliminating by using the optimal kernel size of the Gaussian low-pass filter determined by our proposed algorithm. The evaluation was done using the online questionnaire participated by the expert in the field of Arts and Photography. The results have shown the accuracy of our color-tone classification 84 percent, and the stultification result of the final sketched result is 72.01 percent.

งานวิจัยนี้ได้นำเสนอการแปรภาพทิวทัศน์เป็นลายเส้นดินสออัตโนมัติจากภาพถ่าย โดยใช้วิธีโซเบล และการลดสัญญาณรบกวนบนพื้นผิว โดยใช้การกรองความถี่ต่ำผ่านแบบเกาส์ โดยมีการปรับขนาดตามคุณลักษณะวรรณะสีโทนของภาพถ่าย ในการศึกษานี้ได้สุ่มคัดเลือกภาพตัวอย่าง จำนวน 35 ภาพ และดำเนินการจัดแบ่งวรรณะสีโทนออกเป็น 3 กลุ่มตามค่ามัธยฐานในแต่ละภาพ ประกอบด้วย วรรณะสีโทนดำ, วรรณะสีโทนกลาง และ วรรณะสีโทนขาว เมื่อนำภาพถ่ายทิวทัศน์มาแปรเพื่อหาขอบโครงร่างของเส้น จะปรากฏสัญญาณรบกวนซึ่งเป็นจุดรบกวนในภาพ ซึ่งเกิดจากแสง สภาพแวดล้อม หรือลักษณะพื้นผิวของวัตถุในภาพถ่าย โดยการเพิ่มปริมาณการหาขอบเส้นเพื่อให้วัตถุในภาพเด่นชัดมากขึ้น จะส่งผลให้สัญญาณรบกวนปรากฏมากขึ้นตามการเพิ่มปริมาณความคมชัด ดังนั้นในงานวิจัยนี้จึงทำการปรับภาพให้มีความราบรื่นมากขึ้นก่อนการหาเส้นของภาพ ในการวิจัยได้ทำการใช้การกรองความถี่ต่ำผ่านแบบเกาส์เซียน เพื่อลดทอนรายละเอียดภาพจากการหาค่าที่เหมาะสม สำหรับการหาเส้นขอบของภาพที่มีค่ามัธยฐานที่แตกต่างกันออกไปและจากการศึกษาผู้วิจัยได้ทำการนำผลการศึกษาไปประเมินผลลัพธ์ผ่านระบบออนไลน์เพื่อหาผลที่เหมาะสมที่สุดจากผู้ประเมินที่มีความรู้ด้านศิลปะและภาพถ่าย จากการทดลองพบว่า มีความถูกต้องในการจำแนกวรรณะสีโทนได้ถูกต้องเฉลี่ยร้อยละ 84 และมีค่าความพึงพอใจในการแปรภาพทิวทัศน์เป็นลายเส้นดินสออัตโนมัติจากภาพถ่ายที่เฉลี่ยร้อยละ 72.01