Image Vectorization with Depth: convexified shape layers with depth ordering

要約

画像のベクトル化は、ラスター イメージをスケーラブルなベクター グラフィック形式に変換するプロセスです。
目的は、スケーラブルなパラメータ化された曲線によって画像の境界を表現しながら、ピクセル化効果を効果的に除去することです。
私たちは、形状間の深さ順序を考慮した深さのある新しい画像ベクトル化を提案し、ベクトル化プロセスで凸状形状に対して曲率ベースの修復を使用します。与えられた色で量子化されたラスター画像から、最初に同じ色の各連結コンポーネントを形状レイヤーとして定義し、
新しく提案された深さ順序付けエネルギーを使用して、それらの間で深さ順序付けを構築します。
すべての形状間の大域的な深さの順序付けは有向グラフによって記述され、グラフ内のサイクルを除去するためのエネルギーを提案します。
形状の深さ順序を構築した後、オイラーのエラスティカ曲率ベースの変分修復によってオクルージョン領域を凸化し、Modica-Mortola 二重井戸ポテンシャル エネルギーの安定性を活用して大きな領域を修復します。
これは、形状の境界が滑らかに伸びているという人間の視覚認識に倣っており、形状は凸状である可能性が高いと想定されます。
最後に、ベジエ曲線を境界にフィットさせ、ベクトル化を SVG ファイルとして保存します。これにより、深さの順序に従って曲率ベースでペイントされた形状を重ね合わせることができます。
これは、計算された深度順序を使用して画像をスケーラブルな形状レイヤーに分解することにより、画像をベクトル化する新しい方法です。
このアプローチにより、図形や画像の編集がより自然かつ直感的になります。
セマンティック ベクトル化のためにシェイプ レイヤーをグループ化することも検討します。
提案されたモデルを検証するために、さまざまな数値結果と最近のレイヤーベースのベクトル化手法との比較を示します。

要約(オリジナル)

Image vectorization is a process to convert a raster image into a scalable vector graphic format. Objective is to effectively remove the pixelization effect while representing boundaries of image by scaleable parameterized curves. We propose new image vectorization with depth which considers depth ordering among shapes and use curvature-based inpainting for convexifying shapes in vectorization process.From a given color quantized raster image, we first define each connected component of the same color as a shape layer, and construct depth ordering among them using a newly proposed depth ordering energy. Global depth ordering among all shapes is described by a directed graph, and we propose an energy to remove cycle within the graph. After constructing depth ordering of shapes, we convexify occluded regions by Euler’s elastica curvature-based variational inpainting, and leverage on the stability of Modica-Mortola double-well potential energy to inpaint large regions. This is following human vision perception that boundaries of shapes extend smoothly, and we assume shapes are likely to be convex. Finally, we fit B\'{e}zier curves to the boundaries and save vectorization as a SVG file which allows superposition of curvature-based inpainted shapes following the depth ordering. This is a new way to vectorize images, by decomposing an image into scalable shape layers with computed depth ordering. This approach makes editing shapes and images more natural and intuitive. We also consider grouping shape layers for semantic vectorization. We present various numerical results and comparisons against recent layer-based vectorization methods to validate the proposed model.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google