earticle

영어

This study compares the efficacy of four feature detection algorithms: SIFT, ORB, AKAZE, and BRIST in identifying and extracting damaged areas in emulsions. A dataset of 600 emulsified images featuring various deterioration phenomena was compiled and preprocessed. Performance evaluation metrics included the number of detected features, matching ability, matching rate, consistency, and execution time. The results showed that BRIXE was excellent in feature detection and matching number, but at the cost of increasing processing time. AKAZE and SIFT showed the highest matching rates, 25.3% and 25%, respectively, suggesting high-quality feature detection. ORB performed most consistently across images and ranked second in absolute matching number. According to this study, algorithm selection should be based on specific task requirements: BRIST for thorough feature detection, AKAZE or SIFT for high-quality matching, and ORB for consistent and efficient performance. This study contributes to art conservation by providing an objective method for the evaluation of damage in emulsions, potentially simplifying the restoration process, and optimizing the resource allocation of conservation efforts.

한국어

이 연구는 유화에서 손상된 부위를 식별하고 추출하는 데 있어 SIFT, ORB, AKAZE, BRIST의 네 가지 특징 감지 알고리즘의 효능을 비교합니다. 다양한 열화 현상을 특징으로 하는 600개의 유화 이미지 데이터 세트를 컴파일하고 전처리했습 니다. 성능 평가 지표에는 감지된 특징의 수, 일치 능력, 일치 비율, 일관성 및 실행 시간이 포함되었습니다. 그 결과 BRIXE는 특징 감지량과 일치 수에서 우수하지만 처리 시간이 증가하는 대가를 치렀습니다. AKAZE와 SIFT는 각각 25.3%와 25%로 가장 높은 일치 비율을 보여 고품질 특징 감지를 시사했습니다. ORB는 이미지 전 반에서 가장 일관된 성능을 보였으며 절대 일치 수에서 2위를 차지했습니다. 이 연 구에 따르면 알고리즘 선택은 특정 작업 요구 사항을 기반으로 해야 합니다: 철저 한 특징 감지를 위한 BRIST, 고품질 일치를 위한 AKAZE 또는 SIFT, 일관되고 효율적인 성능을 위한 ORB. 이 연구는 유화의 손상 평가를 위한 객관적인 방법을 제공하고 잠재적으로 복원 프로세스를 간소화하며 보존 노력의 자원 할당을 최적화 함으로써 예술 보존에 기여합니다.