Die UNESCO hat schon früh erkannt, dass historische Filme einen wichtigen Baustein in der Erhaltung des kulturellen Erbes darstellen. Durch eine Digitalisierung können diese für die Zukunft erhalten werden, ohne dass Filme durch Materialermüdung der Filmrollen bzw. Bänder Schaden nehmen. Leider haben einige dieser historischen Aufnahmen bereits Schäden, die durch Abspielen oder Lagerung hervorgerufen wurden. Dies macht sich beispielsweise durch weiße Linien bemerkbar, die durch Beschädigungen wie Kratzer auf der Filmrolle entstanden sind. Außerdem weisen einige dieser Aufnahmen störende Helligkeitsschwankungen auf.
Ziel dieser Arbeit ist die Entwicklung von Algorithmen zur Erkennung und Behebung solcher Fehler in historischen Schwarzweißfilmen. Das entwickelte Programm überarbeitet digitalisierte historische Filme automatisch. Durch die in dieser Arbeit vorgestellten Algorithmen wird die Qualität verbessert, indem typische Fehler erkannt und entsprechend korrigiert werden. Dabei handelt es sich um die Erkennung und Beseitigung von horizontalen Störlinien, um die Helligkeits- und Kontrastkorrektur sowohl bei starken Helligkeitsschwankungen als auch bei überdunkelten oder überhellten Sequenzen, sowie um die Entfernung von Verwackelungen bei Kameraeinstellungen.
Die einzelnen Algorithmen werden separat vorgestellt und erläutert. Die Umsetzung in ein lauffähiges C++ Programm und die Einbindung in eine vorhandene Multimediabibliothek wird erklärt.
Schließlich wird ein Ausblick auf weitere Einsatzmöglichkeiten der Algorithmen sowie Ansatzpunkte für weitere Forschungsmöglichkeiten in diesem Gebiet gegeben.
Inhaltsverzeichnis
1. EINFÜHRUNG
2. HELLIGKEIT/ KONTRAST
2.1. Helligkeitsschwankungen
2.1.1. Erkennung von Helligkeitsschwankungen
2.1.2. Korrektur von Helligkeitsschwankungen
2.2. Überdunkelte Sequenzen
2.2.1. Erkennung zu dunkler Sequenzen
2.2.2. Änderung zu dunkler Sequenzen
2.3. Überhellte Sequenzen
2.3.1. Erkennung zu heller Sequenzen
2.3.2. Änderung zu heller Sequenzen
3. HORIZONTALE WEIßE STÖRLINIE
3.1. Erkennung der weißen Linie
3.1.1. Voruntersuchungen
3.1.2. Erkennungsprozess
3.2. Beseitigung der weißen Störlinie
4. VERWACKELTE SEQUENZEN
4.1. Erkennung von verwackelten Sequenzen
4.2. Stabilisierung von verwackelten Sequenzen
5. ERGEBNIS UND AUSBLICK
5.1. Experimentelle Ergebnisse
5.2. Zukünftige Ansatzpunkte
5.3. Ausblick
Zielsetzung & Themen
Die Arbeit verfolgt das Ziel, automatisierte Algorithmen zur Verbesserung der Bildqualität historischer Schwarzweißfilme zu entwickeln. Im Fokus steht dabei die Identifizierung und Korrektur typischer Defekte, die durch Lagerung, Alterung oder den Digitalisierungsprozess entstanden sind, um das kulturelle Erbe effizient zu erhalten.
- Erkennung und Behebung von Helligkeits- und Kontrastfehlern.
- Automatische Beseitigung horizontaler weißer Störlinien.
- Stabilisierung von verwackelten Videosequenzen.
- Implementierung der Algorithmen in die MoCA-Bibliothek.
- Evaluierung der Leistungsfähigkeit anhand von Testsequenzen.
Auszug aus dem Buch
3.2. Beseitigung der weißen Störlinie
Wurde eine Störlinie entdeckt, soll diese beseitigt werden. Da es sich wie schon beschrieben um ein lokales Phänomen handelt, sind genügend Bildinformationen vorhanden, um die fehlerhaften Pixel zu rekonstruieren.
Die Höhe einer Störlinie beträgt ein Pixel. Die direkt darüber bzw. darunter liegenden Pixel können dadurch noch leicht verändert sein. Deshalb werden als Referenzwerte die jeweils 2 Pixel darüber bzw. darunter liegenden Pixel verwendet. Der neue Wert eines Pixels auf der Störlinie wird dann mit Hilfe dieser Referenzpixel interpoliert.
Für die Korrektur wird nun die fehlerhafte Zeile eines Frames in drei Bereiche unterteilt, an denen Korrekturen vorgenommen werden.
Der erste Bereich startet an Position firstOccurrence-80 (bzw. Position 0 falls firstOccurrence < 80) und geht bis firstOccurrence. Dabei handelt es sich um den Anfangsbereich der Zeile. In den meisten Fällen beginnt dieser Bereich bei der Position 0, da wie bereits erwähnt die Störlinien oft ganz links beginnen.
Der zweite Bereich geht von firstOccurrence bis lastOccurrence, er ist also der zentrale Bereich der Störlinie.
Der dritte Bereich geht von lastOccurrence bis zu lastOccurrence+20. Dabei handelt es sich um den Bereich unmittelbar nach dem vermeintlichen Ende einer Störlinie, in dem allerdings auch noch fehlerhafte Pixel vorkommen.
Zusammenfassung der Kapitel
1. EINFÜHRUNG: Dieses Kapitel erläutert die Bedeutung der digitalen Archivierung historischer Filme und stellt die typischen Fehlerquellen sowie den geplanten methodischen Ansatz vor.
2. HELLIGKEIT/ KONTRAST: Hier werden Verfahren zur globalen Korrektur von Helligkeitsschwankungen sowie zur Behandlung überdunkelter und überhellter Videosequenzen durch Kontrastanpassung beschrieben.
3. HORIZONTALE WEIßE STÖRLINIE: Dieses Kapitel widmet sich der Identifikation von Kratzern und der anschließenden Rekonstruktion der betroffenen Pixel mittels linearer Interpolation.
4. VERWACKELTE SEQUENZEN: Hier wird ein Verfahren zur automatischen Erkennung und Stabilisierung unruhiger Kameraaufnahmen durch Verschiebung der Frames relativ zu einem Referenzframe erläutert.
5. ERGEBNIS UND AUSBLICK: Das letzte Kapitel bewertet die experimentellen Resultate der entwickelten Algorithmen und diskutiert potenzielle Erweiterungen sowie zukünftige Forschungsrichtungen.
Schlüsselwörter
Filmrestaurierung, Bildverarbeitung, Schwarzweißfilm, Helligkeitskorrektur, Kontrastanpassung, Störlinienentfernung, Videostabilisierung, MoCA-Bibliothek, Digitale Archivierung, Algorithmen, Historisches Kulturgut, Interpolation, Kamerabewegung, Bildqualität, automatische Videobearbeitung.
Häufig gestellte Fragen
Worum geht es in der Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der automatisierten Qualitätsverbesserung digitalisierter historischer Schwarzweißfilme, die durch Alterungsprozesse oder Lagerung beschädigt wurden.
Was sind die zentralen Themenfelder?
Die zentralen Schwerpunkte sind die Korrektur von Helligkeits- und Kontrastproblemen, die Beseitigung von Kratzern (weißen Störlinien) und die Stabilisierung verwackelter Filmsequenzen.
Was ist das primäre Ziel der Arbeit?
Das Ziel ist die Entwicklung effizienter C++-Algorithmen, die diese Fehler automatisch erkennen und korrigieren, um den aufwendigen Prozess der manuellen Filmrestaurierung zu unterstützen.
Welche wissenschaftliche Methode wird verwendet?
Es werden bildanalytische Verfahren genutzt, die auf der Analyse von Helligkeitswerten, Bewegungsvektoren und statischen Schwellenwerten basieren und in die MoCA-Bibliothek eingebunden sind.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in die drei technischen Hauptkapitel zur Helligkeits- und Kontrastkorrektur, der Störlinienentfernung und der Stabilisierung von Verwackelungen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Zu den wichtigsten Begriffen gehören Filmrestaurierung, Bildverarbeitung, Helligkeitskorrektur, Störlinienentfernung, Videostabilisierung und digitale Archivierung.
Wie wird die "weiße Störlinie" algorithmisch erkannt?
Die Erkennung erfolgt durch die Suche nach Pixeln, die signifikant heller als ihre Nachbarn sind, wobei ein "checkPixel"-Verfahren und ein Linienzähler verwendet werden, um tatsächliche Kratzer von anderen Bildobjekten abzugrenzen.
Warum wird für die Stabilisierung ein dynamischer Rand berechnet?
Ein dynamischer Rand für die gesamte Kameraeinstellung stellt einen Kompromiss dar, der störende Bildsprünge verhindert, die bei einer frame-weisen dynamischen Randanpassung auftreten würden.
- Citation du texte
- Manuel Knaus (Auteur), 2005, Entwicklung von Algorithmen zur Verbesserung der Qualität von historischen Filmen, Munich, GRIN Verlag, https://www.grin.com/document/44901
