修復

インペインティングは、芸術作品の損傷、劣化、または欠落した部分を補って完全な画像を表現する保存プロセスです。 ^[1]このプロセスは、画像の修復でよく使用されます。油絵やアクリル画、化学写真プリント、彫刻、デジタル画像やビデオなど、物理的およびデジタルアート媒体の両方に適用できます。

伝統的な修復は、絵画や彫刻などの物理的な芸術作品にルーツを持ち、芸術作品を注意深く研究し、作品に使用されている媒体や技法、処理の潜在的なリスク、処理の倫理的妥当性を判断した訓練を受け た美術修復家によって行われます。

現代における修復法の起源は、イタリアのヴェネツィアで絵画修復の責任者を務めたピエトロ・エドワーズ（1744-1821）に遡ります。エドワーズは科学的アプローチを用いて、芸術家の意図に焦点を当てて修復に取り組みました。^[2]

1930年の国際美術作品検査保存科学研究会議で、修復に対する現代的なアプローチが確立されました。ドイツの修復家であり保存家であったヘルムート・ルーエマン（1891-1973）は、修復における修復の使用に関する議論を主導しました。ヘルムート・ルーエマンは、修復と保存の近代化における主導的な人物でした。^[3]保存の分野における彼の最大の貢献は、「元の画家の手法に正確に従い、画家の芸術的意図を理解することにこだわったこと」です。^[4]修復家として40年以上のキャリアを積んだ後、ルーエマンは1968年に論文『絵画の洗浄：問題と可能性』を出版した。ルーエマンは自身の手法について、「修復の厚さを考慮して、（塗りつぶしの）表面は周囲の絵の具よりわずかに低くするべきである...修復媒体は元の媒体のように見え、そのように機能するべきであるが、経年変化で黒ずんではならない」と述べている。 ^[5] チェーザレ・ブランディ（1906-1988）は、美学と心理学を組み合わせた修復手法である修復の理論を開発した。しかし、この手法は主にイタリアの修復家や修復家によって使用され、1990年代にその用語が広まった。^[6]

技術の進歩により、修復の新しい用途が生まれました。デジタル技術の普及は、完全に自動化されたコンピューターによる修復から、手動でプロセスをシミュレートするツールまで多岐にわたります。^[7] 1990年代半ば以降、修復のプロセスはデジタルメディアを含むように進化しました。より一般的には画像またはビデオ補間として知られ、推定の一形態であるデジタル修復には、画像データの失われた部分や破損した部分を置き換えるために 高度なアルゴリズムに依存するコンピューターソフトウェアの使用が含まれます。

オリジナルの芸術作品の完全性を保つために、物理的またはデジタル作品に適用される修復技術や処理は、元に戻せるか、芸術作品の元の内容と区別できるものでなければなりません。^[8]修復士は、いかなる処理の前にも、アメリカ歴史美術作品保存協会の規定に従って作業を進めます。^[9]

修復が正当化されるには、倫理的な考慮事項がいくつかあります。修復の量と種類の倫理的妥当性に関するさまざまな審議決定は、多くの要因に左右されます。ほとんどの保存処理と同様に、修復の倫理的問題は主に、真正性、可逆性、および文書化に関係しています。

損失を補うためのいかなる介入も、処置記録や報告書に記録され、一般的な検査方法で検出可能でなければならない。このような補償は可逆的でなければならず、特に元の素材を除去したり隠したりすることによって、文化財の既知の美的、概念的、物理的特徴を不当に変更してはならない。^[10]

新しい技術と、欠陥のない完璧な画像を求める美的要求は、オリジナルの完全性を保護するための保存家の倫理的慣行に挑戦しています。^[11]

修復方法とテクニックは、目的と処理する画像の種類によって異なります。ギャップを埋める処理は、物理的なアートとデジタル アートでは異なります。修復では、画像の初期状態の詳細な記録が処理に役立ち、元の状態をより忠実に再現できます。

インペインティングは絵画の保存と修復に根ざしています。インペインティングは、オリジナルのアーティストの作品と同等の方法と材料を使用して、失われた部分や損傷した部分を修復することで、芸術作品全体の視覚的な改善を目指すことができます。^[12]

修復家は、さまざまな画家の絵画技法や歴史的に使用された絵の具の成分を研究することで、作品を元の外観に非常に近い形で修復することができます。絵画全体によって、どのようにギャップを埋めるかが決まります。

ヘルムート・ルーヘマンのジェッセルによる修復技法には、油絵やテンペラ画の品質を「保存」する手順が含まれています。^[13]

多くのプログラムが、デジタル写真やビデオの欠落または破損した部分を再構築できます。デジタル画像での使用で最も広く知られているのはAdob​​e Photoshopです。デジタル カメラのさまざまな機能と古い写真のデジタル化により、修復はデジタル画像に対して実行できる自動プロセスになりました。修復技術は、オブジェクトの削除、テキストの削除、および画像やビデオのその他の自動変更に適用できます。

ビデオの特殊効果では、インペインティングは通常、ビデオのマット処理の後に実行されます。これらは、画像圧縮や超解像度などのアプリケーションでも見られます。写真や映画では、フィルムの修復に使用され、劣化（写真のひび割れ、フィルムの傷やほこりなどの物理的損傷、または画像損失につながる化学的損傷、赤外線クリーニングの実行など）を元に戻したり、修復したり、軽減したりします。また、赤目、写真からスタンプされた日付、クリエイティブな効果のためのオブジェクトを削除するためにも使用できます。この手法は、たとえばストリーミング ビデオで、画像のコーディングと送信中に失われたブロックを置き換えるために使用できます。また、ビデオのロゴや透かしを削除するためにも使用できます。

ディープラーニング ニューラルネットワークベースの修復は、画像の検閲除去に使用できます。^[14] ディープイメージプライアベースの技術は、訓練されたディープラーニングモデルが利用できない、または実行不可能な場合に、デジタル画像の修復に使用できます。

文献には、2D イメージ修復アルゴリズムの 3 つの主なグループが記載されています。最初に注目すべきは構造的 (または幾何学的) 修復、2 番目はテクスチャ修復、最後はこれら 2 つの手法を組み合わせたものです。これらの修復では、物理的なイメージを復元する方法と同様に、既知または破壊されていないイメージ領域の情報を使用してギャップを埋めます。

構造的または幾何学的な修復は、はっきりした境界を持つ滑らかな画像に使用されます。^[15]幾何学的な修復にはさまざまなアプローチがありますが、それらはすべて、類似した領域またはドメインから幾何学を復元できるという考えに基づいています。 Bertalmio ^{[15] は、}保存家が絵画の修復に取り組む方法を模倣した構造的修復の方法を提案しました。 Bertalmio は、修復領域の境界から内側に向​​かって同様の情報を徐々に転送することで、ギャップを埋めることができると提案しました。^[16]

構造的/幾何学的修復は滑らかな画像を修復するのに有効ですが、テクスチャ修復はテクスチャが重く施された画像で最も効果的です。^[17]テクスチャには繰り返しパターンがあるため、レベル ラインを隙間まで延長しても失われた部分を復元することはできません。レベル ラインは、画像の完全で安定した表現を提供します。^[16]画像のテクスチャを修復するには、周波数と空間ドメインの情報を組み合わせて、選択した領域を目的のテクスチャで埋めることができます。この方法は、最もシンプルで非常に効果的ですが、修復するテクスチャを選択するときに効果的です。より広い領域またはより大きなフレームをカバーするテクスチャの場合は、修復する領域を分割して画像全体から対応するテクスチャを選択する必要があります。ワード プロセッサの「検索と置換」と同様に機能する、対応する領域を見つけるのに役立つプログラムがあります。^[18]

構造的およびテクスチャ的修復手法を組み合わせた手法では、画像情報が欠落している領域でテクスチャと構造を同時に埋めようとします。画像のほとんどの部分はテクスチャと構造で構成されており、画像領域間の境界には大量の構造情報が含まれています。これは、異なるテクスチャをブレンドした結果です。そのため、最先端の方法では、構造的修復とテクスチャ修復を組み合わせています。

より伝統的な方法は、連続性のためのディリクレ境界条件を伴う微分​​方程式（ラプラス方程式など）を使用して、一見シームレスなフィットを作成することです。これは、欠落している情報がオブジェクト領域の均質な部分にある場合にうまく機能します。^[19]

他の方法では、等輝度線（画像内の等輝度の輪郭）に沿って修復を行います。^[20]

モデルベースのインペインティングはベイズアプローチに従っており、欠損情報は、基礎となる画像のモデルと実際に観察された画像データの組み合わせから最適に適合または推定されます。決定論的な言葉で言えば、これはさまざまな変分インペインティングモデルにつながっています。^[21]

手動のコンピュータ手法としては、クローンツールを使用して画像の既存部分をコピーし、損傷したテクスチャを復元する方法があります。テクスチャ合成も使用できます。^[22]

サンプルベースの画像修復は、クローンツールのプロセスを自動化する試みです。画像の近くのソース領域で類似のパッチを検索し、最も類似したパッチのピクセルを穴にコピーすることで、画像内の「穴」を埋めます。ピクセルレベルではなくパッチレベルで塗りつぶしを実行することで、アルゴリズムは従来の手法で発生したぼやけたアーティファクトを軽減します。^{[23] [24]}

• インペイント
• 赤外線洗浄 – 画像スキャン技術
• ノイズ低減 – 信号からノイズを除去するプロセス
• シームカービング – 重要な要素を保存することを目的とした再スケーリングアルゴリズム
• 画像再構成
• 写真修復 – デジタル技術を使用した写真やその他の文書の修復リダイレクト先の簡単な説明を表示するページ
• メディア保存 – メディアの保存
• 写真の保存と修復 - 写真資料の物理的な管理と取り扱いの研究
• 写真乾板の保存と修復
• ヘルムート・ルーヘマン – ドイツの絵画修復家
• 絵画の保存と修復 - 文化遺産コレクションの保存
• 金属の保存と修復 - 材料保存活動
• 羊皮紙の保存と修復 - 文化遺産コレクションの保存
• 文化遺産の保存と修復 – 文化財保護のプロセスリダイレクト先の簡単な説明を表示するページ
• オーディオインペインティング – デジタルオーディオ信号の欠落部分の再構築フォールバックとしてウィキデータの説明を表示するページ

• Bugeau Aurelie & Bertalmio, Marcelo (2011)「画像修復のためのテクスチャ合成と拡散の組み合わせ」Hal アーカイブ。画像修復のためのテクスチャ合成と拡散の組み合わせ。

• デジタル画像におけるオブジェクト除去のためのインタラクティブなポイントアンドクリックセグメンテーション、ICCV-HCI 2005
• 画像とビデオの修復 (ウェブアーカイブ)、Guillermo Sapiro著
• Mathematica のインペイント関数。
• メッシュまたはポイントクラウド上の画像の修復、TIP 2014
• 平面構造ガイダンスを使用した画像完成、SIGGRAPH 2014