استخدام التكميم لاستخلاص الألوان الأساسية لصورة «تطبيق على صور السجاد»

يقع هذا البحث في مجال معالجة الصور عموماً، و معالجة صور السجاد خصوصاً، بما لها من ميزات و بما عليها من قيود. يهدف هذا البحث إلى اختزال عدد ألوان صورة سجادة مأخوذة بواسـطة الماسـح الضوئي، و الحصول على صورة تحوي الألوان الخمسة التي كانت موجودة أصلاً في الـصورة المـصدر بعدما تحولت نتيجة المسح الضوئي إلى صورة تحوي 16 مليون لون، مع الحرص علـى عـدم حـدوث تشوه في الصورة الناتجة، أي الحصول على جميع الأشكال الموجودة في الصورة الأصلية آلياً دون تدخل المستخدم. طورت لهذا الغرض خوارزمية في نظام CDS) System Design Carpet) -و هو نظام مطور محليـاً خصيصاً لأغراض تخدم عملية حياكة السجاد في المؤسسة العامة للصناعات النسيجية في سورية- و لكن ما تزال نتائج تطبيق الخوارزمية غير مرضية، حيث تحوي الصورة الناتجة تشوهات تدفع مستخدم النظام للاستعانة بأحد برامج معالجة الصور (Photoshop على سبيل المثال) لتصحيحها، مما يستغرق مدة تصل إلى قرابة الأسبوعين في بعض الحالات. قمنا في هذا البحث بدراسة عملية التحويل ضمن نظام CDS من جهة، و دراسة خوارزميـات تكمـيم الألوان المطورة في مخابر البحث المختصة المشهورة عالمياً في مجال معالجة الصور من جهة أخـرى، تم تطبيق هذه الخوارزميات على صور السجاد و إجراء بعض التعديلات أحياناً، و مقارنة النتائج و اقتـراح حلٍ أفضل للمسألة المطروحة (مسألة التحويل).

The topic of this research aims at minimizing carpet image color number (acquired by a scanner) from 16 million colors to 5 colors, in order to restore the shapes of the original image automatically without distortions. For this purpose an algorithm was developed for the application called CDS (Carpet Design System)- which is an application developed locally for use in sewing carpets in General Institution of Texture Factory in Syria-, but the results are still not acceptable, because the resulting images have a lot of distortions, and they need some processing using an image processing application (ex. Photoshop). This task needs more than tow weeks. In this research work, we study the CDS algorithm, and other color quantification algorithms, developed in research laboratories specialized in image processing. We apply this algorithms on carpet images, after doing the necessary modifications for tuning and adapting to our special problem. Finally we compare the results, and suggest the best solution for the problem.