Removing Image Artifacts Due to Dirty Camera Lenses and Thin Occluders

         Oke ane nge blog lagi nih tapi kali ini ane mau ngebahas tentang teknologi, emang ya kalo ngomongin teknologi tuh ga ada abisnya taun ke taun teknologi makin keren sekarang udah ada kacamata ajaib pada tau kan tuh google glass kacamata tapi bisa sebagai alat macem gadget gitu hahahah keren emang teknologi sekarang. Tapi ane ga bahas itu bahasnya yang mudah"an bisa bermanfaat buat yang baca yaitu sama kayak judul yang artinya menghilangkan debu atau kotoran pada lensa kamera yang mengganggu di gambar. Ane dapet info ini dari web www.siggraph.org disitu banyak banget informasi seputar teknologi yang ada dimasa kini bahkan dimasa depan.

         Tuh gambar diatas logo siggraphnya ane dapet info ini dari web itu ente wajib baca deh bagi yang suka sama teknologi. Udah ya cukup pembukanya sekarang waktunya masuk ke topik haha.

         Kotoran pada lensa kamera dan oklusi dari benda tipis seperi pagar debu dan lainnya tidak hanya mengganggu fotographer tetapi juga halangan visi komputer dan forensik digital. Kedua efek dapat dijelaskan oleh satu gambar model pembentukan, dimana lapisan menengah (debu, atau kotoran) baik melemahkan cahaya yang masuk dan menyebarkan cahaya liar ke arah kamera karena kamera defocus dan frekuensinya rendah baik aditif maupun multiplikatif. ada sejumlah metode fisika untuk menghapus efek ini dari foto digital dan video. Untuk lensa kamera kotor ada dua metode untuk memperkirakan pelemahan dan hamburan dari kotoran lensa dan menghapus debu baik dengan mengambil beberapa pola kalibrasi terstruktur sebelumnya atau dengan memanfaatkan statistik gambar pasca pengolahan gambar yang ada.

           Gambar diatas adalah contoh gambar yang ada kotorannya dan yang sebelahnya gambar yang sudah di perbaiki bagaimana caranya disini akan ane bahas.
           Ada dua teori dan metode dalam kasus ini ane bahas dibawah ini ya gan.

         Pertama Gambar Inpainting dan Hole-filling: Berbagai inpainting dan teknik sintesis tekstur digunakan untuk memperbaiki ketidaksempurnaan dalam foto [Bertalmio et al. 2000; Efros dan Freeman 2001; Matahari et al. 2005]. Sebuah karya terbaru yang menarik [Liu et al. 2008] menggunakan simetri untuk menghapus artefak terstruktur (misalnya, pagar dan jerat) dari gambar input. Metode ini tidak memerlukan pengetahuan fisika, dan mengandalkan murni pada daerah tetangga untuk mensintesis informasi dalam daerah yang terkena dampak. Sebaliknya, karena informasi yang asli Adegan masih (sebagian) dapat diakses dalam kasus ini, dengan ini dapat mengambil pendekatan berbasis fisik dan memulihkan adegan pointwise asli, yang diharapkan akan lebih setia kepada struktur yang sebenarnya. Perhatikan bahwa operasi pointwise dan metode gambar inpainting tidak saling eksklusif - bekas dapat digunakan di mana adegan
sebagian terlihat, setelah yang terakhir dapat digunakan pada sisa, daerah benar-benar diblokir.
          Kedua Pemodelan dan Menghapus Kamera Artefak: [Talvala et al.2007] mempelajari kamera-jilbab silau yang, pada dasarnya, seragam hilangnya kontras dalam gambar. [Raskar et al. 2008] mengusulkan menggunakan kamera bidang cahaya untuk menghilangkan silau lensa. Baru-baru ini, [Koreban dan Schechner 2009] silau lensa menunjukkan dapat digunakan untuk memperkirakan geometri sumber dan kamera. Tubuh lain pekerjaan dianggap artefak gambar akibat hamburan berpartisipasi media dan teknik maju untuk dehazing [Schechner et al.2003], restorasi kontras dalam cuaca buruk [Narasimhan dan Nayar 2003], dan pencitraan bawah air [Schechner dan Karpel 2005]. Dua karya terbaru yang menarik pada dehazing [Fattal 2008; Dia et al. 2009] menggabungkan kedua pendekatan statistik dan berbasis fisik. Sementara menarik inspirasi dari metode ini, dan daerah yang lebih luas fotografi komputasi, kita fokus pada efek visual yang berbeda.

Dalam konteks lensa kamera kotor, [Willson et al. 2005] dianggap penampilan gambar debu yang terletak pada lensa transparan menutupi. Mereka melaporkan kedua "artefak debu gelap" (yaitu, redaman) Adegan occluder Lensa Kamera Sensor.

             Gambar diatas merupakan gambaran dari metode tersebut yang dapat dijadikan rumus yaitu

           Misalkan I0 (x, y) adalah pancaran target adegan,? (x, y) ∈ [0, 1] adalah pola pelemahan dari
Lapisan menengah, yaitu, fraksi cahaya yang ditransmisikan (0 = benar diblokir), dan saya? (x, y) adalah istilah intensifikasi (yaitu, cahaya ekstra dari lapisan menengah itu sendiri). Kami punya:
di mana k (x, y) adalah kernel defocus blur untuk lapisan menengah, dan * menunjukkan gambar convolution.2 Ada beberapa fitur penting Persamaan (1):

 Teknik menghilangkan debu dengan menggunakan kalibrasi
           

           Jika kita diperbolehkan untuk mengambil beberapa gambar kalibrasi sebelumnya, kami dapat menggunakan ide yang sama seperti di atas dan langsung mengukur nya (x, y) dan b (x, y) dengan mengambil satu set gambar dari pola terstruktur (misalnya, kotak-kotak) pada posisi yang berbeda: (x, y) = Imax (x, y) - Imin (x, y), b (x, y) = Imin (x, y), (6) di mana Imax dan Imin adalah maksimum dan minimum pointwise atas semua gambar, respectively.4 Idealnya, jika hitam dan putih piksel dalam pola terstruktur dapat ditukarkan tepat di kedua gambar, hanya dua gambar yang diperlukan. Dalam prakteknya, lebih banyak gambar dapat diambil untuk menekan kebisingan di sekitar tepi. Untuk menghapus artefak dari gambar baru, kita hanya perlu memperkirakan agregat dari luar pencahayaan c untuk adegan baru. Ini masih menantang karena c tidak bisa hanya dihitung sebagainilai rata-rata citra masukan. Karena lensa itu sendiri biasanya akanmelihat bidang yang jauh lebih besar pandang dari sensor gambar, c sering lebih besar dari nilai rata-rata citra masukan dan informasi mungkin tidak tercatat dalam foto yang diambil. Sebaliknya, kita menemukan bahwa c dapat diperkirakan dengan menggunakan statistik citra alami. Gambar alam yang dikenal memiliki sparsity kuat dalam mereka gradien [Rudin et al. 1992; Levin et al. 2007]. Sejak kotor-lensa artefak yang frekuensi rendah (karena blur defocus), jika artefak tidak benar-benar dihapus, gambar pulih akan bertahan.

  

Gambar Diatas: Hasil simulasi untuk memecahkan c berdasarkan Persamaan (7). (a) Sebuah gambar sintetik dengan artefak yang kotor-lensa yang dihasilkan dengan menggunakan pola kotoran lensa diekstrak dari Gambar. 3 (c). (b) Persamaan (7) adalah digunakan untuk memulihkan gambar artefak-bebas, dengan per- mutlak berarti error tampak dalam persentase 0,44% dibandingkan dengan ground truth. (c) Sebidang|| ∇I0 || 1 vs c. Perkiraan optimal, c ?, memiliki kesalahan 0,25% dibandingkan dengan ground truth.

Dibawah ini beberapa contoh gambar yang sudah berhasil di edit dan dihilangkan debu atau kotoran.

           Mungkin cuma itu yang bisa ane jelasin disini untuk lebih lengkapnya ente bisa liat di www.siggraph.org disitu ada lengkapnya semoga dengan adanya tulisan ini bisa bermanfaat bagi agan" sekalian ya mohon maaf cuma sedikit penjelasannya. 

Kaskus, Situs Forum Terbesar Di Indonesia Dengan Tampilan Yang Istimewa

    Dalam kesempatan ini saya akan mengulas tentang situs forum terbesar di indonesia yaitu, Kaskus.

    Kaskus adalah situs forum internet Indonesia yang mengklaim sebagai komunitas online terbesar di Indonesia.
Didirikan di Amerika Serikat pada tanggal 6 November 1999 oleh mahasiswa Indonesia Andrew Darwis , Ronald Stephanus , Ken Dean Lawadinata dan Budi Dharmawan. Pada bulan Agustus tahun 2000, Kaskus memiliki lebih dari 4.000.000 rekening yang terdaftar dan lebih dari 650.000.000 posting. PC Magazine Indonesia sebagai Kaskus sebagai Masyarakat Indonesia Terbaik pada bulan Agustus 2005 dan September 2006. Cukup penjelasan tentang kaskusnya, disini saya akan mengulas mengenai interfacenya yang menarik untuk dilihat pada situs Kaskus ini dan aspek-aspek lainnya.

       Gambar diatas merupakan halaman utama pada situs tersebut, menarik bukan ? mungkin sekilas jika dilihat simple sekali tampilannya, tetapi jika diperhatikan tampilan atau interface seperti ini sangat memudahkan pengguna dalam mengakses situs tersebut. Bisa dilihat jika ingin memilih kategori forum kita tinggal memilih di panel sebelah kiri,  dan juga pada halaman depan menampilkan threads atau postingan yang sedang hangat dibicarakan orang sehingga kita bisa langsung membuka postingan yang sedang rame dilihat orang lain. tidak hanya itu jika kita ingin membuat threads atau postingan dengan mudah kita tinggal memilih panel biru di kanan atas untuk threads biasa dan yang hijau untuk membuat postingan berjualan.

       Bukan hanya itu kaskus dibuat tidak hanya untuk sekedar membuka postingan lucu atau berdebat dengan pengguna lain, tapi forum ini menyajikan tempat untuk kita berjualan ataupun dengan mudah membeli barang yang kita inginkan dan langsung mengetahui harga serta langsung berhubungan dengan penjualnya.

        Menarik bukan dengan tampilan yang sangat enak dilihat kita dapat mencari informasi atau sekedar mencari hiburan bahkan berbelanja pun menjadi sangat menyenangkan hehe. Ada yang menarik lagi dari situs ini anda tahu maintenance server ? ya pasti anda mengetahuinya yaitu pada saat situs tersebut membutuhkan pemeliharaan secara berkala demi menjaga keamanan dan kenyamanan pada situs tersebut. yang biasa kita jumpai saat suatu situs mengalami maintenance atau pemeliharaan hanya mengeluarkan tampilan yang menjelaskan bahwa situs tersebut maintenance.

        Bete kan kalau cuma dikasih penjelasan kayak gitu, berbeda dengan kaskus situs tersebut memberi nama nyeleneh jika sedang maintenance. Maintenance diubah namanya menjadi Main Tenis memang agak mirip sih kata-katanya dan lebih kerennya lagi tampilannya memang betul-betul tenis yang dimunculkan dan kita bisa memainkannya hahaha.

       
         Seperti itu tampilannya menarik bukan, meski sudah terlanjur buka situs itu tapi kita disuguhkan game tenis saat maintenance server dan kata-katanya sangat nyeleneh yaitu "Lagi main tenis, Gan" hahaha sungguh kreatif pembuat situs ini.

         Mungkin ini saja dulu yang saya bahas kali ini, mudah-mudahan bermanfaat buat teman-teman sekalian, hehe. Sekian, terima kasih. :D