تم إضافة تقرير جديد 2024
ارسل ملاحظاتك

ارسل ملاحظاتك لنا









الرئيسية > A Proposed Methodology for Col...>الوصف

A Proposed Methodology for Colorizing Historical Grayscale Images: Using Image Editing and Artificial Intelligence Applications

المصدر: مجلة التراث والتصميم
الناشر: الجمعية العربية للحضارة والفنون الإسلامية
المؤلف الرئيسي: Ismail, Ahmed Mohamed Attia (Author)
المجلد/العدد: مج4, عدد خاص
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2024
التاريخ الهجري: 1446
الشهر: نوفمبر
الصفحات: 510 - 524
ISSN: 2735-5071
رقم MD: 1525915
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex
مواضيع:
تكنولوجيا المعلومات | الذكاء الاصطناعي | الصور الرمادية | عمليات الترميم
كلمات المؤلف المفتاحية:
تلوين الصور التاريخية | تطبيقات الذكاء الاصطناعي | ترميم الصور التاريخية | معالجة الصور الرمادية | Coloring Historical Images | Artificial Intelligence Applications | Restoration of Historical Photos | Grayscale Image Processing
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

6

حفظ في:
المستخلص: تمتلك البشرية رصيداً هائلاً من الصور الفوتوغرافية ذات الدرجات الرمادية المتدرجة التاريخية التي تحكي تاريخ هذا العالم، ولقد بدأت عمليات التلوين للصور التاريخي في تسعينيات القرن الماضي باستخدام تطبيقات معالجة الصور المحترفة والذكاء الاصطناعي، وفي السنوات العشر الأخيرة تم التوسيع في استخدام تطبيقات الذكاء الاصطناعي القائمة على التعلم العميق في إجراء معالجات الترميم والتلوين للصور، ومع ذلك فهناك مشكلات تتعلق بجودة الإنتاج مثل صحة درجات الألوان العناصر الصورة التاريخية لنقص المعلومات التاريخية عن محتوى الصورة لدى تطبيقات الذكاء الاصطناعي، بالإضافة لافتقاد وجود منظومة معتمدة تقتن استخدامات هذه البرامج للحصول على الجودة المطلوبة. لذا يهدف هذا البحث للتوصيل المعايير تستخدم في تصميم نظام إنتاج التلوين الصور الرمادية الترايخية يزيد من جودة التلوين والمواصفات التقنية للصور لتستخدم في الوسائط المطبوعة والمرئية، وقد انتهج الباحث المنهج الوصفي التجريبي لكي يقترح منهجية تجمع بين استخدام تطبيقات الذكاء الاصطناعي وتطبيقات معالجة الصور المحترفة لإجراء عمليات الترميم والتلوين بصورة أكثر دقة بتدخل العنصر البشري، وتحديد للعمليات الإنتاجية المتتابعة والمتداخلة والمواصفات النهائية الملفات الصور ويوصي الباحث بالتعاون بين مطوري التطبيقات الاصطناعية والمتخصصين في معالجة الصور التطوير هذه النظم، وكذلك بين المطورين والمؤرخين الإمداد تطبيقات الذكاء الاصطناعي بالمعلومات التاريخية من مصادر موثوقة لتحسين نتائج المعالجات اللونية.

Humanity has a vast wealth of historical grayscale images, which tell the history of this world. Colorization of historical images began in the 1990s by using professional image processing applications and artificial intelligence. Ten years ago, using artificial intelligence applications based on deep learning expanded to execute restoration and colorization of historical images. However, there are problems related to the quality of production, such as the accuracy of the color tones of historical image elements due to the lack of historical information about the image content in artificial intelligence applications, in addition to the lack of an approved system that codifies the uses of these programs to obtain the required quality. Therefore, this research aims to reach standards and design a production system for coloring old grayscale images, increasing the quality of coloring and technical specifications for use in printed and visual media. The researcher adopted the experimental descriptive approach to propose a methodology that combines the use of artificial intelligence applications and professional image processing applications to carry out restoration and coloring operations more accurately with the intervention of the human element and to determine the sequential and overlapping production processes and the final specifications of the image files. The researcher recommends cooperation between developers of artificial applications and specialists in image processing to develop these systems, and so between developers and historians to provide artificial intelligence applications with historical information from reliable sources to improve the results of color processing of images.
ISSN: 2735-5071

عناصر مشابهة


© 2025 المنظومة. جميع الحقوق محفوظة.