Abo
  • Services:
Anzeige
Ein neu entwickelter Algorithmus erkennt und entfernt Spiegelungen auf Glasscheiben zuverlässig.
Ein neu entwickelter Algorithmus erkennt und entfernt Spiegelungen auf Glasscheiben zuverlässig. (Bild: Shih/Krishnan/Durand/Freeman)

Neuer Algorithmus: Das Ende für Spiegelungen in Fotos

Ein neu entwickelter Algorithmus erkennt und entfernt Spiegelungen auf Glasscheiben zuverlässig.
Ein neu entwickelter Algorithmus erkennt und entfernt Spiegelungen auf Glasscheiben zuverlässig. (Bild: Shih/Krishnan/Durand/Freeman)

Forscher des MIT und von Google haben eine Möglichkeit entdeckt, Spiegelungen auf Fensterscheiben aus Fotografien zu entfernen. Dabei nutzen sie die Tatsache, dass Reflexionen auf Fenstern meist doppelt dargestellt werden.

Anzeige

Mit einer neuen Methode erhoffen sich Forscher des MIT und von Google Research, Spiegelungen auf Fensterscheiben in Fotos effektiv beseitigen zu können. Der neue Algorithmus basiert auf der Grundannahme, die Spiegelung verlässlich von anderen Bildelementen unterscheiden zu können.

  • Ein Beispiel für die Wirksamkeit des neu entwickelten Algorithmus. (Bild: Shih/Krishnan/Durand/Freeman)
Ein Beispiel für die Wirksamkeit des neu entwickelten Algorithmus. (Bild: Shih/Krishnan/Durand/Freeman)

Erkennung dank doppelter Darstellung

Wie Yi Chang Shih, Frédo Durand und William T. Freeman vom MIT und Dilip Krishnan von Google Research bemerkt haben, bestehen Spiegelungen auf Fensterscheiben in den meisten Fällen aus zwei gleichen Bildern. Der Grund ist, dass bei Fenstern aus einer Scheibe das Bild auch von der Rückseite des Glases reflektiert wird. Noch deutlicher ist das Doppelbild bei Fenstern, die aus zwei aneinandergefügten Scheiben bestehen.

Da der Abstand dieser beiden Spiegelungen immer gleich ist, kann das Spiegelbild gut von anderen Bildelementen unterschieden werden. Das machen sich die Forscher mit ihrer neuen Methode zunutze: Ein auf einer Gauss'schen Mischverteilung beruhender Algorithmus filtert das Spiegelbild heraus, übrig bleibt das nun deutlich besser erkennbare Bild hinter der Glasscheibe. Um die Spiegelungen zu erkennen, werden die Bilder in 8 x 8 Pixel große Quadrate aufgeteilt und untersucht.

Spiegelung nach Anwendung des Filters nicht mehr erkennbar

In ihrem Forschungspapier zeigen die Forscher einige Ergebnisse ihrer neuen Technik. Die Ergebnisse sehen äußerst vielversprechend aus: Auf mehreren Bildern ist nach der Anwendung des Filters nicht mehr zu erkennen, dass sich das fotografierte Objekt hinter einer Glasscheibe befindet.

Gegen Spiegelungen auf Wasser oder anderen Materialien dürfte der Algorithmus aber machtlos sein, da hier die Reflexionen nicht in Doppelbildern dargestellt werden. Dementsprechend sind sie schwer oder sogar gar nicht erkennbar.

Der von Shih und seinen Kollegen entwickelte Algorithmus könnte etwa in Smartphones oder Kompaktkameras zum Einsatz kommen. Auch als Plugin für Bildverarbeitungsprogramme wäre eine derartige Technik hilfreich.


eye home zur Startseite
Atalanttore 20. Jun 2015

Ansonsten wäre der neue Algorithmus nur ein weiterer Eintrag in den Annalen der...

Endwickler 13. Mai 2015

Das Ding ist in der Nachbearbeitung, also dann gewollt. Beim Fotografieren hat das...

Anonymer Nutzer 13. Mai 2015

Ich muss ganz ehrlich sagen das mich die Ergebnisse im PDF schon nicht überzeugen...

sotix 12. Mai 2015

Musste lachen :D Aber jetzt bin ich wirklich neugierig, ob das passieren kann.

phw 12. Mai 2015

Bekommst ein Sternchen für's erkennen eines satirischen Beitrags. Das Husten klingt...



Anzeige

Stellenmarkt
  1. SEW-EURODRIVE GmbH & Co KG, Bruchsal
  2. Panasonic Industrial Devices Europe GmbH, Lüneburg
  3. GIGATRONIK Köln GmbH, Köln
  4. Robert Bosch GmbH, Schwieberdingen bei Stuttgart


Anzeige
Top-Angebote
  1. 4,99€
  2. 299,90€ (UVP 649,90€)
  3. und bis zu 40 Euro Sofortrabatt erhalten

Folgen Sie uns
       


  1. Sicherheitsrisiko Baustellenampeln

    Grüne Welle auf Knopfdruck

  2. Altiscale

    SAP kauft US-Startup für 125 Millionen US-Dollar

  3. Stiftung Warentest

    Mailbox und Posteo gewinnen Mailprovidertest

  4. Ausrüster

    Kein 5G-Supermobilfunk ohne Glasfasernetz

  5. SpaceX

    Warum Elon Musks Marsplan keine Science-Fiction ist

  6. Blau

    Prepaid-Kunden bekommen deutlich mehr Datenvolumen

  7. Mobilfunk

    Blackberry entwickelt keine Smartphones mehr

  8. Nvidia und Tomtom

    Besseres Cloud-Kartenmaterial für autonome Fahrzeuge

  9. Xavier

    Nvidias nächster Tegra soll extrem effizient sein

  10. 5G

    Ausrüster schweigen zu Dobrindts Supernetz-Ankündigung



Haben wir etwas übersehen?

E-Mail an news@golem.de


Anzeige
Canon vs. Nikon: Superzoomer für unter 250 Euro
Canon vs. Nikon
Superzoomer für unter 250 Euro
  1. Snap Spectacles Snapchat stellt Sonnenbrille mit Kamera vor
  2. MacOS 10.12 Fujitsu warnt vor der Nutzung von Scansnap unter Sierra
  3. Bildbearbeitungs-App Prisma offiziell für Android erhältlich

DDoS: Das Internet of Things gefährdet das freie Netz
DDoS
Das Internet of Things gefährdet das freie Netz
  1. Hilfe von Google Brian Krebs' Blog ist nach DDoS-Angriff wieder erreichbar
  2. Picobrew Pico angesehen Ein Bierchen in Ehren ...
  3. Peak Smarte Lampe soll Nutzer zum Erfolg quatschen

MacOS 10.12 im Test: Sierra - Schreck mit System
MacOS 10.12 im Test
Sierra - Schreck mit System
  1. MacOS 10.12 Sierra fungiert als alleiniges Sicherheitsupdate für OS X
  2. MacOS Sierra und iOS 10 Apple schmeißt unsichere Krypto raus
  3. Kaspersky Neue Malware installiert Hintertüren auf Macs

  1. Re: Finger weg von Blau.de

    tomacco | 06:49

  2. Re: Seit vorletzter Woche Freitag ist mächtig was...

    whitbread | 06:32

  3. Re: Zu teuer

    pk_erchner | 06:08

  4. Gibt es endlich einen guten Clone der GMAIL...

    GaliMali | 05:53

  5. Re: Und Abzocktendenzen?

    Moe479 | 05:05


  1. 07:00

  2. 19:10

  3. 18:10

  4. 16:36

  5. 15:04

  6. 14:38

  7. 14:31

  8. 14:14


  1. Themen
  2. A
  3. B
  4. C
  5. D
  6. E
  7. F
  8. G
  9. H
  10. I
  11. J
  12. K
  13. L
  14. M
  15. N
  16. O
  17. P
  18. Q
  19. R
  20. S
  21. T
  22. U
  23. V
  24. W
  25. X
  26. Y
  27. Z
  28. #
 
    •  / 
    Zum Artikel