WWW.DISS.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
(Авторефераты, диссертации, методички, учебные программы, монографии)

 

На правах рукописи

АХТАРИЕВ РУСЛАН ЖАУДАТОВИЧ

РАЗРАБОТКА МЕТОДОВ ФОРМИРОВАНИЯ

ЦИФРОВОГО ИЗОБРАЖЕНИЯ

ВЫСОКОКОНТРАСТНОГО ОБЪЕКТА

Специальность 05.02.13. – Машины, агрегаты и процессы

(печатные средства информации)

Автореферат диссертации на соискание ученой степени кандидата технических наук

Москва 2010 г.

Работа выполнена на кафедре «Технология допечатных процессов»

в ГОУВПО «Московский государственный университет печати»

доктор технических наук,

Научный руководитель профессор Винокур Алексей Иосифович

Официальные оппоненты: доктор технических наук, профессор Журкин Игорь Георгиевич кандидат технических наук, с.н.с., доцент Позняк Ева Станиславовна ФГОУ ВПО «Санкт-Петербургский

Ведущая организация государственный университет кино и телевидения»

Защита состоится 21 декабря 2010 г. в 16 часов на заседании диссертационного совета Д.212.147.01 при ГОУВПО «Московский государственный университет» по адресу: 127550, г. Москва, ул. Прянишникова, 2а.

С диссертацией можно ознакомиться в библиотеке МГУП.

Автореферат разослан «19» ноября 2010 г

Ученый секретарь диссертационного совета Климова Е.Д.

Д 212.147.

Общая характеристика работы

Современная система представления изобразительной информации и ее кодирования в цифровом виде сформировалась 15-20 лет назад и опиралась на доступные технические средства и технологии. Восьмибитное кодирование, массово используемое и в настоящее время, было наиболее приемлемым для существующих систем воспроизведения, имеющего эффективный динамический диапазон не превышающий 2,5 ед оптической плотности.

Однако в реальности существует большое количество объектов, контраст которых больше динамического диапазона систем репродуцирования и может достигать до 5 единиц оптической плотности. Такие объекты относятся к высококонтрастным (ВКО). В этом случае цифровыми копиями высококонтрастных объектов можно считать цифровые изображения, которые содержат информацию о всех деталях оригинала, то есть градационно-точно повторяют исходный объект репродуцирования.





Возможности большинства современных цифровых камер не превышают 2 ед. оптической плотности и на этапе регистрации может происходить значительная потеря градационной информации. Поэтому первоначальной задачей совершенствования современных допечатных и фотографических процессов становится регистрация цифрового изображения, градационно-точно повторяющего объект репродуцирования. Эффективным решением является съемка исходного объекта с несколькими значениями экспозиции, с последующей операцией сборки полученной серии в единый файл – цифровое изображение высококонтрастного объекта (ЦВКО).

Полученное цифровое изображение высококонтрастного объекта не предназначено для непосредственного воспроизведения из-за ограниченного динамического диапазона систем визуализации и представляет собой промежуточный файл, предназначенный, в том числе, и для последующего хранения.

Операция воспроизведения ЦВКО определяется выбором нелинейного градационного преобразования в соответствии с системой визуализации, которая в каждом конкретном случае определяется требованиями к качеству выпускаемой продукции. Существенным является то, что процесс регистрации является отдельной операцией, не зависящей от системы последующего воспроизведения.

Цифровые изображения высококонтрастных объектов могут быть использованы в производстве различных изданий художественной литературы, альбомов, энциклопедий, в цифровых форматах в виде электронных книг. В рамках данной диссертационной работы основной объект репродуцирования определяется как статичный, который необходимо зарегистрировать без потерь градационной информации для последующего хранения и будущей визуализации в соответствии с техническими требованиями издания.

Целью диссертационной работы является исследование возможности минимизации потерь градационной информации на стадии регистрации высококонтрастных объектов с помощью создания процедуры получения цифрового градационно-точного изображения высококонтрастного объекта.

В соответствии с целью в рамках диссертационной работы поставлены и решены следующие задачи:

высококонтрастных объектов и выбран путь реализации модели – с помощью многоэкспозиционной съемки;

– определен основной критерий качества ЦВКО – тождественность зарегистрированном цифровом изображении;

– разработана параметрическая модель регистрации изображений высококонтрастных объектов;

– создана последовательность автоматизированных процедур для практической реализации разработанной модели (программы);

– предложены способы сравнительной оценки качества методов формирования ЦВКО: с помощью тождественности тональных соотношений и по отношению сигнал/шум.

Научная новизна диссертационной работы:

– разработана параметрическая модель регистрации изображений высококонтрастных объектов с учетом критерия качества ЦВКО;





– проверена эквивалентность использования градационной шкалы и изменения времени экспонирования при получении градационной кривой для различных цветовых температур и различных уровней освещенности;

– предложены способы сравнительной оценки качества цифровых изображений высококонтрастных объектов;

Практическая значимость диссертационной работы:

– Параметрическая модель регистрации высококонтрастных объектов (ВКО), позволяет:

производить регистрацию ВКО и получать их цифровые производить настройку модели с целью ее использования с любым доступным цифровым фотографическим оборудованием.

– Усовершенствованный технологический процесс регистрации ВКО, реализованный в виде программного продукта HDRTool 1.0 позволяет:

сделать доступным использование разработанной параметрической модели регистрации ВКО в автоматическом режиме;

упростить процедуру настройки предложенной параметрической использовать в технологическом процессе любое фотографическое – Предложена информационная модель, учитывающая особенности изображений ЦВКО, которая может быть использована при разработке систем архивного хранения изобразительной информации, предназначенных для последующего воспроизведения средствами полиграфической техники и технологии.

Положения, выносимые на защиту:

1. Параметрическая модель процесса формирования изображений высококонтрастных объектов, реализующая современные требования сохранения тождественности градационных соотношений объекта репродуцирования в его изображении.

2. Результаты экспериментального исследования градационных высококонтрастных объектов: подтверждается эквивалентность использования градационной шкалы и изменения времени экспонирования; подтверждается отсутствие влияния уровня внешней освещенности на градационную кривую.

3. Результаты экспериментального исследования процессов формирования изображений высококонтрастных объектов; способы сравнительного анализа качества методов формирования ЦВКО.

Апробация работы. Теоретические положения и выводы, полученные в ходе выполнения диссертационной работы, были доложены автором на научнотехнических конференциях молодых ученых МГУП в 2008 и 2009 годах; на XVII и XVIII Международных Рождественских образовательных чтениях в 2009 и 2010 годах, г. Москва; на научно-технической конференции “Запись и воспроизведение объемных изображений в кинематографе и других отраслях” в 2009 году, г. Москва; на конференции «Медиафест» в МГУП в 2010 году; на Международной конференции «Innovations of publishing, printing and multimedia technologies’»в 2009 году, Kaunas, Литва.

Внедрение. Созданный программный продукт «HDRTool» использовался при подготовке печатных изданий в издательстве «Внешмальтиграф», а также используется в лаборатории компьютерной обработки информации МГУП в учебном процессе и при подготовке цифровых изображений оригиналов к печати.

Публикации. По результатам диссертации опубликованы 8 печатных работ.

Структура и объем работы. Представляемая диссертационная работа состоит из: введения, 3 глав, общих выводов, библиографического списка использованной литературы 84 наименований. Основной текст диссертационной работы изложен на 98 страницах, содержит 16 таблиц и рисунков.

Во введении обоснована актуальность работы, цель работы, методы исследования, научная новизна, практическая ценность, основные положения, выносимые на защиту, апробация работы, объем и структура работы.

репродуцирования, определяются особенности высококонтрастных объектов и их цифровых изображений, проводится анализ достоинств и недостатков существующих методов формирования цифровых изображений высококонтрастных объектов.

Поверхности объектов репродуцирования имеют коэффициенты отражения от 0,01 до 0,99 и большой диапазон освещенностей, в сочетании с которым контраст репродуцируемых объектов может достигать 5 единиц оптической плотности. Поэтому не каждый объект может быть воспроизведен фотографической системой без потери деталей в высоких светах или глубоких тенях, так как широта репродукционных систем, как правило, заметно меньше динамического диапазона реального мира. В современных фотокамерах фотографическая широта составляет 1,6-1,8 ед. оптической плотности, и возможности записи (при регистрации) ограничены физическими характеристиками регистратора (цифрового сенсора фотокамеры). Поэтому в ряде случаев из-за невозможности зарегистрировать объект градационно-точно применяются способы нелинейного управления параметрами съемки на основании субъективных оценок.

Учитывая ограничения современных систем регистрации и воспроизведения оригиналов, объект с высоким динамическим диапазоном будем считать высококонтрастным объектом, а его цифровое представление – цифровым изображением высококонтрастного объекта.

– Высококонтрастный объект (ВКО) – это реальная сцена, имеющая динамический диапазон светлот, превышающий возможный динамический диапазон системы репродуцирования.

– Цифровое изображение высококонтрастного объекта (ЦВКО) – это цифровое изображение, являющееся цифровым представлением высококонтрастного объекта.

Цифровое изображение высококонтрастного объекта в зарубежной литературе получило название High Dynamic Range Image (HDR), а цифровое низкоконтрастное изображение с градационными искажениями Low Dynamic Range Image (LDR).

– Цифровое низкоконтрастное изображение (ЦНКО) – это цифровое изображение с меньшим динамический диапазоном, чем динамический диапазон объекта репродуцирования.

Главной особенностью ЦВКО является то, что данные изображения не предназначены для непосредственного воспроизведения. Для визуализации изображений требуется дополнительная процедура тонального сжатия.

С учетом вышеописанных особенностей, процедуру регистрации целесообразно выделять как отдельный этап технологического процесса и общую последовательность операций в этом случае удобно представить в виде следующей схемы:

Рис. 1. Схема последовательности операций репродукционного процесса Возможно два подхода к решению проблемы:

• совершенствование техники, что подразумевает увеличение динамического диапазона сенсора фотокамеры;

• совершенствование технологии регистрации – съемки объекта с различными значениями экспозиции с последующей сборкой единого изображения ЦВКО на основании градационной кривой.

Рис. 2 – Серия разноэкспонированных изображений, необходимая для расчета ЦВКО Основные алгоритмы формирования ЦВКО можно разделить на три группы: 1) по способу определения градационной кривой; 2) по структуре алгоритма; 3) по способу выбора пиксельных значений.

Несмотря на то, что существующие методы решают основную задачу – получение изображений ЦВКО, исследования существующих алгоритмов вычисления градационной кривой и последующей сборки показывают, что получение градационно-точных ЦВКО является затруднительным как из-за способов вычисления и аппроксимации градационной кривой, так и из-за необходимости подбора коэффициентов. При этом основные недостатки алгоритмов связаны с неудовлетворительным определением градационной кривой.

Следовательно, для достижения условия максимальной градационной точности, градационную кривую необходимо получать экспериментально для каждой используемой фотокамеры. Необходимым является разработка параметрической модели сборки ЦВКО из серии изображений ЦНКО, определение способа экспериментального получения градационной кривой, исследование параметров модели, ее теоретическая и практическая реализация, и экспериментальная проверка.

Анализ существующих алгоритмов показывает, что требований к светлотным соотношениям зарегистрированного объекта специально не предъявляется. В отличие от существующих методов, для того чтобы одно и тоже цифровое изображение могло быть использовано в различных системах воспроизведения и было предназначено для архивного использования, необходимо выдвинуть требования о сохранении в цифровом изображении тональных соотношений объекта съемки. Одновременно это требование позволяет объективно оценить качество процесса регистрации высококонтрастного объекта.

Вторая глава диссертационной работы посвящена моделированию процесса регистрации изображений высококонтрастных объектов.

Современный репродукционный процесс можно представить в виде двух основных этапов:

1) получение цифрового изображения репродуцируемого объекта;

2) преобразование цифрового изображения объекта в соответcтвии с системой воспроизведения.

Для получения качественной репродукции допечатные процессы должны учитывать возможности технологических процессов, оборудования и материалов. Если учесть все уровни светлот реальных сцен, большинство воспроизводимых оригиналов могут быть признаны высококонтрастными.

Следовательно в современном процессе репродуцирования в большинстве случаев градационные искажения неизбежны. Поэтому процесс регистрации предлагается рассматривать как отдельный этап, где получаемое цифровое изображение не будет зависеть от последующей процедуры воспроизведения, и объект будет зарегистрирован на всем своем динамическом диапазоне.

Получение ЦВКО основывается на моделировании элементарного процесса регистрации, под которым понимается получение одного снимка репродуцируемого объекта (оригинала). Параметры такого процесса – градационная кривая фотокамеры и экспозиция.

При регистрации высококонтрастного объекта процесс состоит из совокупности N элементарных процессов и процедуры сборки.

Рис. 3 – Иллюстрации элементарного процесса (одноэкспозиционного) и процесса Градационная кривая всех элементарных процессов одна и таже, разными для них являются полученные экспозиции. Результат каждого элементарного процесса регистрации – цифровой файл ЦНКО. Процедура сборки – это процедура получения файла ЦВКО, которая основывается на вычислении функции обратной градационной кривой: lg(H)=f –1(Z), где Z – цифровые значения квантованного сигнала, а lg(H) – полученые экспозиции соответствующих пикселей. Особенностью является то, что процедура реализуется так, чтобы преобразование было негативным (обратным) в тождественном преобразовании в динамическом диапазоне объекта съемки.

Получение изображения ЦВКО строится на основании серии элементарных разноэкспонированных изображений объекта для формирования единого файла. Параметрами каждого из исходных элементарных изображений являются общая градационная кривая и различное значение уровня экспозиции.

Изображения с большей экспозицией регистрируют детали в тенях, а с малой – в светах. Градационная кривая описывает процесс репродуцирования и особенности фотографической системы, а значение экспозиции описывает положение изображения относительно градационной кривой.

Задача процесса сборки – соединить разноэкспонированные изображения в единый файл, содержащий точную информацию о всех деталях репродуцируемого объекта.

Соединение изображений происходит путем вычисления значений освещенностей элементов объекта съемки. Для этого тем или иным способом строится функция, обратная градационной кривой элементарного съемочного процесса. Градационная кривая представляет из себя зависимость Z=f(lg(H)), считается известной и имеет обратную функцию f –1.

Математическое моделирование случая сборки ЦВКО на основе его формирования из двух элементарных разноэкспонированных изображений.

Рис. 4 – Градационные кривые двух изображений с временем экспонирования Имеются 2 массива {Z i } – цифровой сигнал изображения со временем экспонирования t1 и {Z i } – со временем экспонирования t2 (рисунок 5). Им соответствует массив исходных данных { Di }, где i – порядковый номер пикселя. Так как изменение общей освещенности не учитывается (остается неизменным), то итоговое значение определяется только оптическими плотностями репродуцируемого объекта Z=f(lg(H)-Doriginal+C) (1) Из уравнения (1) справедлива система уравнений:

где параметр С – зависит от максимальной освещенности и чувствительности сенсора используемой камеры. Для упрощения записи обозначим обратные функции градационных кривых g1i и g2i За базовое предполагается принимать изображение с оптимальным соотношением светов, полутонов и теней (где оптимальность подразумевает достижение наибольшего динамического диапазона в конкретном снимке).

Далее для элементарного базового изображения положим, C=-lg(t1) (4) тогда система уравнений принимает вид:

Система уравнений справедлива для всех значений i, то есть для всех точек оригинала. Однако в силу ограниченного динамического диапазона камеры (меньшего, чем интервал плотностей оригинала) в уравнении (6) существенными с точки зрения информации о градационной передаче являются только те отсчеты, которые соответствуют прямолинейному участку репродуцируемого объекта. Значения сигнала о тенях объекта (все отсчеты максимальному значению сигнала на градационной кривой. Эти отсчеты мы отбрасываем, то есть уравнение (7) справедливо для пикселей i=1..N1 (при условии, что отсчеты упорядочены по возрастанию оптической плотности).

Аналогично для элементарного изображения, полученного со второй экспозицией, тоесть для уравнения (7). Все значения сигнала, которые не попадают на прямолинейный участок градационной кривой (соответсвующие светам объекта) должны быть отброшены. Иначе говоря уравнение (7) определяет информацию о полутонах и тенях репродуцируемого объекта, то есть для пикселей i=N2..N (где N – общее число отсчетов, а N1 и N2 – максимальное значение порядкового номера для первого массива данных и минимальное значение порядкового номера для второго массива данных соответственно).

Допускается, что абсолютные значения экспозиций и их разности неизвестны, тогда нахождение значения lgH возможно, но только в том случае пересечения множества точек, для которых одновременно справедливо выражение (6) и (7), и при условии, что N2N1 (физический смысл выражения заключается в наличии зоны перекрытия значений сигналов элементарных изображений). Для всех i, для которых справедливы уравнения (6, 7), вычисляем lg H :

где M – количество расчетных точек. Из (6, 7, 8) получаем:

Учитывая, что g1 и g2 определяются по экспериментальным данным (то есть c некоторым рассеянием данных), а затем еще и пересчитываются с помощью обратной функции f –1, для минимизации рассеяния предлагается заменить уравнение (9) на следующее:

Моделирование градационной кривой, выражающей зависимость сигналов изображения Z от экспозиции H и времени t, необходимой для определения обратных фукций gi, можно проводить двумя способами:

1) съемкой многопольной градационной шкалы;

2) съемкой тестового поля с несколькими значениями времени экспонирования.

В диссертационной работе доказана эквивалентность обоих способов.

Выбор сделан в пользу более технологичного второго пути, так как в этом случае мы можем использовать тестовое поле с любой плотностью, удовлетворяющее лишь одному условию: наличие в контрольных точках цифровых значений от минимального до максимального во всем рабочем диапазоне времен экспонирования.

Далее приводится математическое моделирование случая сборки ЦВКО из n- изображений (2 изображений) с разными экспозициями.

После съемки получаем файлы изображений ЦНКО с несколькими различными экспозициями. k – номер экспозиции, которой соответствует массив {Z ki }, i– номер отсчета элемента изображения (пикселя). Все эти массивы являются известными и требуется, используя их и градационную кривую, найти {Doriginal } i отсчеты оптической плотности оригинала (ЦВКО) для каждого пикселя.

Получаем значения выражений (10, 11)для случая n-изображений:

где k– весовой коэффициент, который зависит о положения точки на градационной кривой и определяет значимость конкретного пикселя при расчете итогового значения ЦВКО. Значение весового коэффицента определяется как локальный градиент функции градационной кривой i-ой точке:

При этом для конкретного значения расчетного пикселя в сборке, сумма весовых коэффициентов должна быть равна единице:

Нормирование весовых коэффициентов является необходимой операцией, которая позволяет на итоговом изображении ЦВКО сохранить правильное соотношение светов, полутонов и теней объекта.

Для определение значения lg Hi,k необходимо одно из изображений ЦНКО выбрать за базовое. Так как главным является сохранение соотношений между пиксельными значениями и реальными значениями оптических плотностей, то выполнения условия последовательности нумерации экспозиций является необязательным. Расчеты производятся с помощью уравнения (8).

Пример расчета ЦВКО для последовательности из пяти кадров.

Градационная кривая Z=f(lg(H)) считается известной. Для расчета экспозиционных отклонений lg( H k ) третий кадр в серии принимается за базовый: lg( H 3 ) = 0. Вычисляются экспозиционные сдвиги для 1-го, 2-го, 4-го и 5-го кадров:

Для серии из пяти кадров уравнение (12) принимает вид:

Третья глава посвящается практической реализации параметрической модели сборки ЦВКО, сравнительной оценке методов формирования и описанию применения ЦВКО в современных информационных системах.

По своей природе ВКО возникают только в том случае, когда разные участки по разному освещены. Поэтому и тест-объект должен состоять как минимум из двух разноэкспонированных частей (3-х, 4-х… n-частей), при этом тестовая градационная шкала должна иметь коэффициенты отражения в соответствующих пределах.

Алгоритм практической реализации рассчетов координат ЦВКО в соответствии с параметрической моделью регистрации ВКО представлен на рисунке 5.

Результаты экспериментальной проверки приводятся для фотокамеры Canon 5DmarkII.

При построении градационной кривой тестовой фотокамеры использовалось поле с оптической плотностью 1,74D (так как при выборе полей с другими оптическими плотностями данных для построения градационной кривой было недостаточно), внешнее освещение (максимальная освещенность) E0=3500 люкс, диапазон времени экспонирования составил от 1/15 до 1/ секунды. Значение светочувствительности ISO было выбрано минимальным 100 единиц ISO. На протяжении всей съемки освещенность аппаратно контролировалась и оставалась неизменной.

Рис. 6 – Градационные кривые для красного R, зеленого G, синего B каналов и канала светлоты L, построеные при совпадении внешней цветовой температуры и цветовой Значения весовых коэффициентов определяются, как локальный градиент функции градационной кривой в соответствующей точке и вычисляется, как производная функции в точке соответствующей значению пикселя.

Рис. 7 – Весовые коэффициенты для красного R, зеленого G, синего B каналов и канала светлоты L, построенные при совпадении внешней цветовой температуры и цветовой Необходимость регистрации серии разноэкспонированных изображений ЦНКО накладывает определенные ограничения на процедуру съемки. Под техническими особенностями съемки подразумевается задание условий регистрации оригинала: определение времени экспонирования, индекса диафрагмы, сохранение пространственной статичности при съемке серии кадров, желательное отсутствие движущихся объектов в кадре, выбор значения чувствительности, цветовой температуры и необходимого количества кадров.

Экспериментально доказана эквивалентность градационных кривых, полученных с помощью градационной шкалы и с помощью изменения времени экспонирования при изменении цветовой температуры, выбранной в камере.

Исследование проводится с помощью съемки тестовой градационной шкалы KodakQ-13 с тремя произвольными значениями цветовой температуры: 6000К, 2500К, 7500К. Реальное измеренное значение цветовой температуры источника света в эксперименте составляло 6000К.

Экспериментально доказана эквивалентность использования градационной шкалы и изменения времени экспонирования при получении градационной кривой при различных значениях освещенности.

Пример расчета координат ЦВКО в одном из цветовых каналов RGB с использованием изображения тест-объекта Tiffen (Kodak) Q13 с экспозиционными параметрами: первое изображение – время экспонирования составило t1=1/200 сек; второе изображение – время экспонирования t2=1/ сек; третье изображение – время t3=1/13 сек. Так как времена экспонирования известны и освещенность не меняется, то можно вычислить экспозиционный сдвиг: lg(H21)=lg(H2)-lg(H1)=0,602 и lg(H23)=lg(H2)-lg(H3)=-0,585.

В общем случае экспозиционные параметры могут быть неизвестны, тогда возможно их автоматическое вычисление согласно уравнению (8), предлагаемому в параметрической модели. Расчетные значения составили lg(H21)=0,623 и lg(H23)=-0,615. Расхождение с экспозиционными значениями может достигать 5% от реальной полученной экспозиции из-за ошибки времени срабатывания затвора фотокамеры.

Рис. 8 – Контрольные точки разноэкспонированных экспериментальных файлов ЦНКО со временем экспонирования t1=1/200, t2=1/50, t3=1/13 сек.

Согласно рисунку (8), регистрируемый в эксперименте динамический диапазон составил около 4 единиц оптической плотности.

соответствующий ему весовой коэффициент (15) и производится нормирование суммы весовых коэффициентов. Получение итогового изображения производится по формуле:

При расчете изображений ЦВКО операция повторяется для каждого из трех каналов RGB для всех полей полутоновой шкалы, то есть для ее пиксельных отображений.

Расчет итоговых значений производился согласно модели для вычисленных значений экспозиционных отклонений Z, значений времени экспонирования из файла Z EXIF и с помощью программной реализации параметрической модели Z HDR. Полученные значения приведены на рисунке 9.

Рис. 9 – Экспериментальны кривые, полученные после операции сборки, построенные по Итоговые цифровые значения выражаются в значениях полученных экспозиций (освещенностей), поэтому они возрастают с уменьшением оптической плотности оригинала.

Из полученных кривых и различия расчетных значений, полученных при вычислении экспозиционного сдвига и известных значениях времени экспонирования цифровые значения ЦВКО можно считать эквивалентными.

Расхождение теоретических и расчетных значений Z S, Z EXIF, Z HDR параметрической модели является для практики пренебрежимо малым.

Предложена методика оценки градационной точности изображений ЦВКО, основанная на тождественности тональных соотношений в оригинале и его цифровом изображении.

Оценку качества методов формирования ЦВКО предлагается провести на основании расчета отношений прироста цифровых значений в изображении ЦВКО к приросту соответствующих оптических плотностей соседних полей градационной шкалы. Чем ближе отношение Z/D к константе, тем точнее процесс регистрации удовлетворяет условию тождественности.

Сравнительный анализ алгоритмов сборки ЦВКО осуществлялся с использованием тест объекта Tiffen (Kodak) Q Рис. 10 – Изображение тест-объекта Tiffen (Kodak) Q В проведенном эксперименте были исследованы семь программ получения файлов ЦВКО: Adobe PhotoShop CS4, Photomatrix 3.1, HDRPhotoStudio 2 (Unifiedcolor), FDRTools, HDRShop (алгоритм Debevec и Malic), Photosphere (алгоритм Mitsunaga и Nayar), Picturenaute и разработанная параметрическая модель (теоретически рассчитанные данные и программно – с помощью HDRTool). Рассчитаны значения D и соответствующих им Z алгоритмов по контрольным точкам построены графики аппроксимированных значений.

Рис. 11 – Графические зависимости цифровых значений Z ЦВКО тестовых полей, полученных с помощью известных алгоритмов, от истинных значений оптической плотности D тест-объекта, построенные по контрольным точкам Рис. 12 – Графические зависимости отношения прироста цифровых значений к приросту оптической плотности тестовой градационной шкалы, для тестовых программ, Цифровое значение сигнала Z изображений ЦВКО. Программы Adobe Photoshop CS4, Photomatrix 3.1, HDRPhotoStudio 2 (Unifiedcolor), FDRTools, HDRShop (алгоритм Debevec и Malic), Photosphere (алгоритм Mitsunaga и Nayar), Picturenaute и разработанная параметрическая модель: расчетная и программная реализация HDRTool Дополнительно в работе предлагается сравнительная оценка работы методов формирования ЦВКО с помощью отношения сигнал-шум.

Оценка для двух изображений (по любому из каналов) I и К размера mxn, одно из которых исходное, а второе считается его приближением, вычисляется по формуле:

С помощью (17) вычисляем значение PSNR:

где MAXI – максимальное значение сигнала.

Меньшее значение MSE или большее значение PSNR соответствует лучшему качеству восстановленного изображения.

Оценка качества работы алгоритмов расчета координат ЦВКО производится на основании сохранения тональных соотношений. Поэтому и значения MSE и PSNR следует оценивать по значениям тональных соотношений. Соответственно исходным сигналом будем считать нормированное к единице значение D, а итоговыми сигналом нормированное к единице значение ZЦВКО для сравниваемых алгоритмов сборки ЦВКО. Для тест-объекта KodakQ-13 (или TiffenQ-13), имеющего 20 градационных полей, уравнения (17) и (18) принимают следующий вид:

Значения MSE и PSNR были рассчитаны для исследуемых алгоритмов и разработанной параметрической модели.

MSE и PSNR между смежными тестовыми полями цифровых значений Z ЦВКО, полученные с помощью известных алгоритмов и соответствующее им D Экспериментальные данные сравнительной оценки тождественности тональных соотношений и значения отношения сигнал/шум показывают, что достигнутая точность разработанной параметрической модели на сегодняшний день является наилучшей и задача регистрации ВКО без градационных искажений считается решенной. Искажения, вносимые сторонними алгоритмами обосновываются тем, что точное воспроизведения не является их основной целью, но при этом они решают свою главную задачу – регистрацию изображений ЦВКО, в том числе пригодных для дальнейшего коммерческого использования. Небольшое расхождение теоретического и практического расчетов параметрической модели, связано с точностью вычислений при расчете экспозиционных сдвигов и расчете координат ЦВКО и являются предметом дальнейших исследований.

Предложенная методика позволяет проводить относительное сравнение качества работы алгоритмов регистрации изображений ЦВКО.

Анализ предлагаемой параметрической модели и известных алгоритмов расчета ЦВКО показал, что все рассматриваемые методы в общем виде решают задачу регистрации ВКО, с получением соответствующих им изображений ЦВКО. Однако разработанная модель является более приемлемой при расчете цифровых изображений высококонтрастных объектов, требующих градационно-точной передачи. При этом в случаях, не требующих точности градационных соотношений, возможно использование любого алгоритма, решающего задачу сборки ЦВКО. В предлагаемой параметрической модели расчет градационной кривой осуществляется один раз для используемого оборудования. В анализируемых методах формирования ЦВКО расчет градационной кривой может быть затруднительным в случае отсутствия достаточной информации о зонах пересечения соответствующих пикселей, в анализируемых изображениях. В этом случае алгоритмы предлагают воспользоваться универсальной градационной кривой, представляющей обычно гамма-зависимую функцию. При расчете цифровых координат ЦВКО, предлагаемая модель не требует точно известных значений экспозиционных параметров, что позволяет учесть изменение освещенности в процессе съемки серии изображений (например фликер-эффект).

Для случая градационно-точной передачи приводится описание общей схемы информационной системы цифровых изображений историко-культурных объектов, значительная часть которых относится к высококонтрастным объектам.

ЦВКО могут быть использованы при создании альбомов и книг, посвященных туристической тематике при подготовке изображений архитектурных сооружений, памятников, элементов городского пейзажа, так и при создании архивов изображений объектов представляющих большое историко-культурное значение. Именно поэтому перспективным направлением является проектирование баз данных архивной информации, содержащей изображения ЦВКО объектов, представляющих историческую и культурную ценность.

Предлагается комплексный подход к созданию базы данных, основанный на описании схемы информационной системы, которая предполагает наличие трех основных модулей и нескольких подмодулей, осуществляющих выполнение локальных задач.

Приводится описание модулей ввода и вывода хранимой изобразительной информации в случае использования ЦВКО.

В модуле ввода предлагается использование разработанной параметрической модели формирования цифрового изображения высококонтрастного объекта, пригодного для многократного и многоцелевого использования и архивного использования.

Для отображения изображений с большим динамическим диапазоном яркостей на стандартных устройствах визуализации необходимо производить операцию согласования динамических диапазонов, а именно процедуру сжатия или тоновой компрессии (tone mapping). Операторы сжатия динамического диапазона яркостей могут быть разделены на две большие группы: глобальные (пространственно инвариантные) и локальные (пространственно зависимые) операторы.

Глобальные операторы преобразуют яркость каждого пикселя, используя фиксированную кривую, которая может быть рассчитана с использованием усредненных характеристик всего изображения. Наиболее часто в качестве такой характеристики используется средняя логарифмическая яркость.

Простота этих алгоритмов очень притягательна, но детали изображений часто теряются в особо ярких или очень темных областях изображения особенно при высоком динамическом диапазоне.

В локальных операторах преобразование яркости в каждом пикселе зависит от средней яркости окрестности преобразуемого пикселя. Наиболее трудной и вычислительно дорогостоящей проблемой алгоритмов такого типа является правильное определение размера локальной окрестности для каждой точки. Качество работы таких операторов оценивается главным образом по уровню сохранения деталей изображения, локального контраста и отсутствию артефактов. Существенным фактором также является скорость работы алгоритма и объем требуемой памяти. Выбор того или иного алгоритма осуществляется в соответствии с требованиями к качеству итогового продукта, которые могут быть различными в зависимости от цели его использования.

В работе проанализированы цифровые форматы, предназначенные для кодирования данных ЦВКО, и показано, что необходимость в создании, в настоящее время, алгоритма кодирования данных для сохранения изображений ЦВКО отсутствует. Приемлемым с технической и потребительской стороны является формат RGBE, имеющий возможность кодирования в цифровом виде изображений высококонтрастных объектов с возможным динамическим диапазоном до 22,8 единиц оптической плотности.

Общие выводы по работе:

– Анализ особенностей современных допечатных технологий показал, что для решения ряда задач процесс регистрации целесообразно выделить как отдельный этап технологического процесса обработки изображений.

– Анализ существующих методов регистрации высококонтрастных объектов многоэкспозицонной съемки, с последующим расчетом цифровых координат на основании экспериментально полученной градационной кривой.

– Для объектов, которые могут быть различными способами визуализированы и представляют из себя архивную информацию, определены требования градационной точности: тождественность градационных соотношений объекта репродуцирования в его цифровом изображении.

Разработана параметрическая модель регистрации цифровых изображений высококонтрастных объектов, с учетом требования градационой точности и определены параметры модели: градационная кривая Z=f(lg(H)) и экспозиционное отклонение lg(H) между изображениями.

Разработанная параметрическая модель регистрации ВКО практически реализована. Определена процедура настройки: построения градационной кривой, настройка оборудования – фотокамеры, количество необходимых исходных изображений и технические условия проведения процесса регистрации.

– Доказана эквивалентность использования градационной шкалы и изменения времени экспонирования тестового поля при получении градационной кривой для различных цветовых температур и доказано, что изменение уровня максимальной освещенности не влияет на значения градационной кривой.

Предложены две методики сравнительной оценки качества сборки ЦВКО.

Первая основана на тождественности тональных соотношений в оригинале и его цифровом изображении, а вторая – на определении значения отношения сигнал шум.

– На основании предложенных методик доказано, что расчет цифровых координат с использованием разработанной параметрической модели удовлетворяет требованиям градационной точности и предлагаемая параметрическая модель является наиболее приемлемой при расчете ЦВКО, требующих градационно-точной передачи.

– Предложена схема практического использования технологии регистрации ВКО, его хранения и визуализации в соответствии с техническими требованиями конкретного издания, выбрана параметрическая модель формирования ЦВКО, выбран формат RGBE для хранения ЦВКО.

– Результаты теоретических и экспериментальных исследований и программный продукт используются при подготовке печатных изданий в лаборатории компьютерной обработки информации и в издательстве «Внешмальтиграф».

Основные результаты работы изложены в следующих публикациях Публикации в ведущих рецензируемых научных изданиях, рекомендуемых ВАК:

1. Артюшина И.Л., Ахтариев Р.Ж., Винокур А.И., Организация баз данных для хранения цифровых высококонтрастных оригиналов // Известия вузов.

Проблемы полиграфии и издательского дела №5, 2009. – стр. 27-33 (0, п.л./0,3 п.л.) 2. Артюшина И.Л., Ахтариев Р.Ж., Винокур А.И. Методы регистрации и воспроизведения высококонтрастных оригиналов в системах с ограниченным динамическим диапазоном// Известия вузов. Проблемы полиграфии и издательского дела. – 2009. – №4. – стр. 9–15. (0,4 п.л./0, п.л.) Другие публикации:

3. Ахтариев Р.Ж., Артюшина И.Л., Винокур А.И. Технология воспроизведения высококонтрастных объектов // Цифровое наследие. – 2009. – №1. – стр. 64п.л./0,2 п.л.) 4. Ахтариев Р.Ж. Регистрация и воспроизведение высококонтрастных диапазоном//Innovations of publishing, printing and multimedia technologies.

Kaunas (Литва), – 2009. – стр. 19-26 (0,3 п.л./0,2 п.л.) 5. Артюшина И.Л., Ахтариев Р.Ж. Особенности технологии создания изображений высококонтрастных объектов в кино и фотографии и их воспроизведение в системах с ограниченным динамическим диапазоном // Запись и воспроизведение объемных изображений в кинематографе и других областях, – 2009. – стр. 213-222 (0,8 п.л./0,5 п.л.) 6. Р.Ж. Ахтариев, А.В. Полховцева. Организация баз данных для хранения высококонтрастных изображений // Сборник тезисов. Международный студенческий фестиваль информационных технологий «МедиаФест-2009». – 2009. – стр. 41 (0,1 п.л.) 7. И.Л. Артюшина, Р. Ж. Ахтариев, А. И. Винокур. Методы регистрации и воспроизведения высококонтрастных оригиналов в системах с ограниченным динамическим диапазоном // Технологія і техніка друкарства, – №3, – 2009, стр. 24-30 (0,4 п.л./0,2 п.л.) 8. И.Л.Артюшина, Р.Ж.Ахтариев, А.И.Винокур. Цифровые высококонтрастные оригиналы и архивное хранение изображений // Технологія і техніка друкарства, – №3(29), – 2010, стр. 15-21 (0,5 п.л./0, п.л.) Подписано в печать 17.11. Формат 60х84/16 Усл. печ.л. 1,39. Тираж 100 экз Заказ № Отпечатано в РИО Московского государственного университета печати 127550, Москва, ул. Прянишникова, 2а

 
Похожие работы:

«Шилин Максим Андреевич СОВЕРШЕНСТВОВАНИЕ СТУПЕНЕЙ ГАЗОВЫХ ТУРБИН ЗА СЧЕТ ПРИМЕНЕНИЯ СОТОВЫХ УПЛОТНЕНИЙ НА ОСНОВЕ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ Специальность 05.04.12 – Турбомашины и комбинированные турбоустановки Автореферат диссертации на соискание ученой степени кандидата технических наук Санкт-Петербург – 2014 1 Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Брянский государственный технический...»

«Галкин Денис Игоревич РАЗРАБОТКА МЕТОДИКИ БЕЗОБРАЗЦОВОЙ ЭКСПРЕСС-ДИАГНОСТИКИ ПОВРЕЖДЕННОСТИ МЕТАЛЛА ЭКСПЛУАТИРУЕМЫХ МАГИСТРАЛЬНЫХ НЕФТЕПРОВОДОВ НА ОСНОВЕ МЕТОДА АКУСТИЧЕСКОЙ ЭМИССИИ Специальность: 05.02.11 – методы контроля и диагностика в машиностроении АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Москва – 2011 Работа выполнена на кафедре технологий сварки и диагностики в Московском государственном техническом университете им. Н.Э.Баумана....»

«Сахаров Александр Владимирович УСТАНОВЛЕНИЕ ТЕХНОЛОГИЧЕСКИХ ВОЗМОЖНОСТЕЙ СТАНКОВ ДЛЯ ПРОЕКТИРОВАНИЯ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ И ОБОСНОВАНИЯ ПРОИЗВОДСТВЕННОЙ ПРОГРАММЫ Специальность 05.02.07 – Технология и оборудование механической и физико-технической обработки АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Москва - 2012 2 Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования...»








 
© 2013 www.diss.seluk.ru - «Бесплатная электронная библиотека - Авторефераты, Диссертации, Монографии, Методички, учебные программы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.