Качество изображения в чем измеряется: / Page does not exist

3D, HD, 1080p, 1080i, Blue-Ray, DVD… Всё, что вы должны знать о видео | Журнал Neue Zeiten

Автор: Дмитрий Лурье

В номере: 12 (126) декабрь 2012

Часть 1. Качество видео

Как мы встречаем Новый год? Правильно, за столом! Но, самой неотъемлемой частью этого стола зачастую является телевизор. Новогодние поздравления, передачи, любимые фильмы, шоу, концерты, без этого – Новый год был бы совсем не тем праздником, к которому мы привыкли.

Но сам праздник длится всего одну ночь, а праздничных и выходных дней намного больше. А как ещё разукрасить холодные январские будни, проведённые дома, если не просмотром хороших фильмов в высоком качестве? Никак! Что мы делаем, когда хотим посмотреть фильм? Включаем телевизор… Но, там программу нам навязывают, а вдруг ничего актуального и интересного в данный момент не идёт?

Тогда на помощь нам приходит видеопроигрыватель любого типа или компьютер, в сочетании с интернетом или различными дисками. Но, мы уже говорили о том, что качать из интернета нелегально. Да и время идёт вперёд, например, 3D фильм в современном формате уже просто так из интернета не скачаешь. Нужен будет специальный монитор, специальные очки, и ради одного фильма выкачивать 30 гигабайт не так уж хочется. Что же делать? И как вообще понять, что и как мы смотрим? Как получить максимальное удовольствие от фильма?

Или как не испортить впечатление от только что вышедшего, уже посмотренного, но абсолютно не понравившегося из-за качества картинки полотна? И, не мудрено, ведь эта копия была снята в подпольном кинотеатре, на дешёвую видеокамеру дрожащими руками…

Всё решаемо! Последний раз в этом году я открою Вам глаза на доступные, простые, но часто скрытые от глаз нормального обывателя вещи!

Избавляемся от невежества. Что такое качество видео?

Сегодня, в 2012-м уже году, давайте не будем поднимать вопрос видеокассет. Они уже своё отжили. Давайте разберёмся, что такое качество видео в общем? Из чего оно состоит? Чем измеряется? Несколькими параметрами:

Исходник. Это самое важное. Без качественного исходника можно делать с видео что угодно, записывать, куда и как угодно, оно уже не сможет стать более лучшего качества. Хуже – пожалуйста, а в обратную сторону – никогда. Простой пример: возьмите фильм с DVD-диска, на котором их записано 10, запишите его на Blue-Ray. Качество от этого изменится? Нет…

Под исходником хорошего качества, вернее того, от которого идёт отсчет, мы берём смонтированный фильм на киностудии в том виде, в котором его собрали на монтажном столе в конечном варианте. Вот это — исходник для лицензий всех типов и эталон качества видео. Всё остальное может быть только ХУЖЕ.

Разрешение. Нет, не на просмотр фильма! Разрешение видео, измеряемое в количествах пикселей по горизонтали и вертикали. Вы часто замечали, что лицензионные DVD-фильмы всё равно ужасно «замыленно» смотрятся на современных «плоских» телевизорах? Да и само телевидение выглядит не так «резко» и «ярко» как раньше? Многие даже жалуются, что купили дорогую технику, а всё стало ещё хуже… И мало кто при этом задумывается, что данный процесс сравним, примерно, с ездой на «Запорожце», покупке «Мерседеса», переливанию бензина из бака первого в бак второго и неприкрытое  удивление относительно того, что Мерседесу этого «бензина» хватает очень ненадолго. Конечно, «Мерседесу» нужно заливать собственный полный бак, а не полный бак от «Запорожца»!

Помните про исходник? Так вот, он уже недостаточный для комфортного просмотра. Потому что стандартное телевидение имеет формат вещания чуть хуже, чем DVD-диск. Но для чёткого просмотра не хватает даже его! Так какие разрешения бывают?

480p: формат вещания телевидения. Буква p отвечает за параметр показа всей картинки сразу, то есть в 24-х кадрах в секунду отображаются все пиксели каждого кадра.

Разрешение составляет в свою очередь 640Х480 пикселей (соотношение ширина Х высота).

576p: широкоэкранный формат DVD, с разрешением 720Х576.

720p: самый младший из HD (High Definition, высокое качество) форматов, используется чаще всего в играх на современных приставках XBOX360 и SONY PLAY STATION 3. Так же в нём вещают некоторые современные телеканалы, тогда и картинка смотрится намного качественнее. Имеет разрешение 1024Х768.

1080i:

формат, обозначающийся в технике, как HD-Ready (не путать с Full-HD!). Буква i отвечает за чересстрочный метод отображения. То есть из 24-х (это лишь для примера, современное видео имеет 60 кадров в секунду) кадров половина будет показывать все пиксели через строчку, в нечётном порядке, а вторая половина в чётном. Таким хитрым методом мы имеем высокое разрешение, но фактически, хоть и не заметно для глаза, получаем 12 кадров в секунду, вместо 24-х. Разрешение тут составляет 1920Х1080 пикселей.

1080p: вот это уже Full-HD. Самый высококачественный формат кодирования видео на сегодняшний день. Отличается от предыдущего, как Вы уже поняли, лишь тем, что показывает все пиксели всех кадров, а не через один. Разрешение, как вы уже поняли по цифрам – прежнее: 1920Х1080.

4320p: это формат будущего UHDTV (Ultra High Definition Television). Экспериментальные телевизоры уже существуют, а все исходники как раз имеют именно этот формат и ждут пока своего часа на полках киностудий. Именно на такое оборудование планируют перейти кинотеатры к 2015-му году. Разрешение здесь фантастическое: 7680×4320.

Теперь Вам стало ясно, почему «скармливая» своему новенькому Full HD, 3D телевизору стандартный формат 480p, Вы получаете картинку, мягко скажем, недостаточную для комфортного просмотра? Ответьте уже сами!

Насыщенность. Нет, не цветом и не яркостью. Эти параметры устанавливаются отдельно для каждого телевизора и зависят от его характеристик, а не от нашего носителя информации.

А вот насыщенность пикселями, это то, что нас интересует. Почему фильмы на диске Blue-Ray занимают 25 гигабайт, а на DVD — 8? Даже если «отрезать» все аудиодорожки и лишние языки и дополнительные материалы, останется пускай даже 15 против 5-ти. Что занимает так много места? Почему фильм с разрешением Full-HD, перекодированный с тех же оригинальных Blue-Ray в интернете можно найти и на 2 гигабайта? И разрешение будет именно таким, как нужно, и звук будет хорошим, но где ещё 13 гигабайт? На что они «уходят»?

Всё очень просто, друзья. В полном, не сжатом формате, каждый пиксель экрана показывает свой цвет. Например, мы видим полностью чёрный экран. В оригинале каждый пиксель этого экрана занимает место на диске и показывает чёрный цвет. А в «сжатой» или перекодированной версии просто будет стоять параметр, что один и тот же пиксель чёрного цвета повторяется столько раз, сколько нужно. С цветной картинкой происходит то же самое, только повторяются не все пиксели, а близлежащие. Например, мы видим на экране крупным планом бутон цветка. Оттенки цвета там будут разные, но на определённых участках они будут повторяться. Как и прежде, в самом высоком качестве, даже одинаковые цвета будут отображаться разными пикселями и занимать место. В сжатом же виде одинаковые по цвету пиксели будут заменены одним, скопированным на разные места.

Казалось бы, всё очень логично и технологично, так зачем эти огромные диски с фильмами, занимающими неоправданно много места? Нет, друзья, всё оправданно. Во-первых, мы сравниваем компьютер, который за счёт огромных вычислительных ресурсов и процессора интерпретирует данную логику и простой плеер, который «крутит» диски и такой мощностью просто не обладает, за счёт чего и стоит 100 евро, вместо 500-та. Во-вторых, конечно, очень тяжело будет заметить глазом разницу оригинального видео на 15 гигабайт и его сжатой копии, например, на 10. Но, чем качественнее будет ваш телевизор или монитор, тем сильнее будет проявляться это различие с понижением объёма файла. В-третьих, для просмотра сжатых файлов нужны кодеки, программы, определённые требования к компьютеру и совокупность особенностей работы со всем этим. Купив же диск, вы просто вставляете его в любое устройство, и он просто «играет», сразу на максимальном качестве и 5-6 языках в комплекте… Не говоря о том, что 3D-просмотр без оригинального диска Вы уже просто не реализуете вообще никак (без очень продолжительных «танцев с бубном»).

Вывод. Носители видео и их качество

Итак, в первой части нашей попытки объять и объяснить простым языком огромную тему ВИДЕО, мы выяснили следующее: гарантированно качественными являются лицензионные носители. В наше время, не беря в расчёт видеокассеты, их существует 2, при этом стоят они уже почти одинаково:

1. DVD: содержит видео в формате 576p с разрешением 720Х576, в лицензионном варианте занимает обычно двухслойный диск размером 8,4 Гб. Рекомендуется для просмотра на любых не LCD-телевизорах, либо LCD, диагональ которых не превышает 22-24 дюйма.

2. Blue-Ray: содержит видео в формате Full-HD, проигрывается на любых телевизорах (так же не Full-HD или HD-Ready), имеет самое высокое качество картинки по всем параметрам на сегодняшний день. Не рекомендуется к покупке, разве что обладателям 14-ти дюймовых мониторов и старых, пузатых не LCD-телевизоров, так как разницы с DVD в качестве они просто не увидят.

Разумеется, для проигрывания фильмов на этих дисках Вам понадобится соответствующий плеер, либо специальный BD-Rom для компьютера. Забегая вперёд, скажу, что плееры Blue-Ray играют так же и DVD, но о выборе соответствующего телевизора, плеера, программ проигрывания, звуке, 3D-видео и его типах, а так же многом другом мы поговорим в следующих частях этой статьи, и уже в Новом году!

С Новым годом, друзья! С Новым счастьем!

Разрешение экрана | Televizor-info.ru | Televizor-info.ru

Важная характеристика каждого телевизора — разрешение экрана. Что это такое и как его оценивать Вы узнаете из данной статьи. 

---

data-ad-client=»ca-pub-2575503634248922″
data-ad-slot=»3433597103″
data-ad-format=»link»>

---

Родное разрешение

Существует много разновидностей телевизоров. Все телевизоры с плоским экраном имеют родное разрешение . Оно может быть определено как физический размер экрана — измеряется количеством пикселей.

Каждый телевизор с плоским экраном состоит из сетки небольших точек, называемых пикселями. Каждый пиксель может гореть самостоятельно и устанавливать определенный цвет. На этом принципе и строится телевизионное изображение.

Обзор

Разрешение экрана может привести к путанице. Важно помнить, что разрешение ЭЛТ телевизоров измеряется не так как в плоских панелях и проекционных телевизорах. Разрешение 640×480 пикселей означает, что экран может отображать 640 пикселей на каждый из 480 горизонтальных линий с

общим проявлением более 300.000 пикселей. В то время как в ЭЛТ телевизорах горизонтальные линии, которые составляют изображение, не делятся на пиксели, а общее разрешение изображения описывается как число отображаемых строк.

Часто на плоских панелях и проекционных дисплеях можно увидеть, что рядом со значением разрешения следует буква «i» или «р». Например, 1080i или 1080p. Оба эти значения представляют собой одинаковое количество горизонтальных линий — 1080. а стоящая рядом буква указывает на вид развертки: «i» — чересстрочная развертка, «р» — прогрессивная.

Дисплеи с чересстрочной разверткой обновляют изображения в два этапа. Вначале обновляются строки с нечетными номерами, потом — с четными. Например, при эксплуатации телевизора с частотой кадров 60 Гц или 60 циклов в секунду, каждая нечетная горизонтальная линия обновляется 30 раз в секунду, а каждая четная линия — 30 раз в секунду.

Этот вид развертки может привести к мерцанию изображения по сравнению с телевизором с прогрессивной разверткой той же частоты — особенно в присутствии ультрафиолетового света, который может усилить эффект мерцания.

Дисплеи с прогрессивной разверткой обновляют все строки изображения одновременно, так при 60 Гц, каждая горизонтальная линия обновляется 60 раз в секунду.

При покупке внешних устройств, таких как DVD-плеер или игровая консоль, обратите внимание на наличие DVI, HDMI и выходов поддерживающих прогрессивную развертку.

Виды разложения сигнала

Существует несколько видов телевизионного сигнала. К основным видам разложения сигнала относят:

1. SDTV — стандартной четкости.

2. EDTV — повышенной четкости.

3. HDTV — высокой четкости.

Условия стандартной четкости (SD), повышенной четкости (ED) и высокой четкости (HD) являются способом группировки различных разрешений телевизора вместе, так что вы знаете, с чем имеете дело. Стандартные разрешения для:

1. SD телевидения — 480i, 576i.

2. ED телевидения — 480p, 576p.

3. HD телевидения — 720p, 1080i, 1080p.

Разрешение телевизора

480i. Чересстрочная развертка, 480 горизонтальных линий, составляющих изображение. Каждая горизонтальная линия состоит из 704 или 720 пикселей (в зависимости от реализации), но в видимой области меньше — только 640×480 пикселей (307 200 пикселей). 480i поддерживает оба формата 4:3 и 16:9 (широкоэкранное соотношение сторон).

480p. Прогрессивная развертка, разрешение 640×480 пикселей, поддержка форматов 4:3 и 16:9.

576i. Чересстрочная развертка, 576 чересстрочных горизонтальных линий, составляющих изображение. Каждая горизонтальная линия состоит из 704 или 720 пикселей (в зависимости от реализации) дает разрешение 704×576 (405 504 пикселей) или 720×576 (414 720 пикселей). 576i поддерживает оба формата 4:3 и 16:6 (широкоэкранное соотношение сторон).

576p. Прогрессивная развертка, разрешение 704×576 и 720×576 пикселей, поддержка форматов 4:3 и 16:9.

720p. Прогрессивная развертка, изображение состоит из 720 горизонтальных линий. Каждая горизонтальная линия состоит из 1280 пикселей, дает разрешение 1280×720 (921 600 пикселей). Поддержка формата 16:9.

1080i. Чересстрочная развертка, изображение состоит из 1080 горизонтальных линий. Каждая горизонтальная линия состоит из 1920 пикселей, дает разрешение 1920×1080 (2 073 600 пикселей) — что составляет в 2,25 раза больше, чем 720p. Поддержка формата 16:9.

1080p. Прогрессивная развертка, разрешение 1920×1080 пикселей, поддержка формата 16:9. 1080p является самым высоким разрешением для трансляции, но в связи с большим количеством потребляемой пропускной способности сигнала используется не часто. Как правило, 1080p используется только в готовых средствах массовой информации, таких как HD DVD и Blu-ray дисках.

Выводы

Разрешение экрана телевизора оказывает непосредственное влияние на качество изображения, которое Вы видите, но это также зависит от ряда других вещей. Потому что телевизор должен обрабатывать несколько различных разрешений, качество внутренней обработки может быть столь же важным, как и родное разрешением экрана. Не стоит зацикливаться на количестве пикселей на экране.

Широко известно, что точность, контрастность и цвет являются более важными параметрами для качества изображения, чем родное разрешение экрана. Есть и другие факторы, которые необходимо учитывают. Например, расстояние, на котором Вы будете сидеть от экрана, диагональ экрана и и даже уровень вашего зрения!

на Ваш сайт.

КБ против МБ — будут ли картинки хорошего качества

Как уже указывали некоторые другие ответы, единица измерения сама по себе ничего не значит, хотя в этом контексте очевидно, что вы имели в виду нечто совершенно иное. Несмотря на то, что вы можете измерить размер файла как в килобайтах, так и в мегабайтах, в этом контексте вы явно имеете в виду «изображения меньше одного мегабайта»

При этом, как и все писали, размер самой картинки не является прямым показателем качества: большинство форматов изображений выполняют какое-то сжатие, что означает, что они используют множество математических алгоритмов для хранения большего количества информации в меньший файл; это может происходить путем снижения качества изображения, и, с другой стороны, это сильно зависит от информации, хранящейся в самом изображении, поэтому иногда вы можете получить небольшой файл с изображением высокого качества или большой файл с плохое качество изображения.

---

Наконец, все прояснено, давайте перейдем к сути вопроса: вы получите достаточно приличные отпечатки с этой картины?

Что ж, качество очень субъективно, и, кроме того, оно зависит не только от размера отпечатка, но и от расстояния, на которое вы планируете смотреть. Таким образом, здесь начинается некоторая отправная точка, по крайней мере, для грубых измерений; просто помните, что никто не может измерить ваши ожидания: -)

Волшебное слово в печати — «DPI», что означает «точка на дюйм»; это мера того, сколько «точек» мы помещаем в дюймах при печати. ​​

Давайте возьмем изображение размером 2084×1528 пикселей и распечатаем его с разрешением 300 DPI. Математика это просто:

• 2084/300 = 6,94 дюйма
• 1528/300 = 5,09 дюйма

Так, например, при разрешении 300 точек на дюйм вы можете печатать свои изображения размером 7×5 дюймов. Оставайтесь со мной, мы почти закончили.

Я использовал 300 DPI, потому что это обычное число, когда дело касается высококачественной печати, но это не волшебное число. Какой следующий шаг? Ну, выбери свое качество!

Как я писал, большая часть этого исходит из ваших собственных ожиданий, но вы всегда можете начать с некоторых «научных доказательств». Взятый с одного из многих веб-сайтов, сообщающих об этой таблице , вот список общих чисел DPI, которые можно использовать в качестве отправной точки для своих решений:

---

Наконец, два дополнительных совета:

1. Вы всегда можете напечатать одно изображение и посмотреть результат. С другой стороны, фотограф сказал, что она уничтожила оригиналы, поэтому у вас нет другого выбора. С другой стороны, она может скрывать от вас, что у нее все еще есть файлы, и если вы заказываете у нее распечатки, вы получите лучший результат. С другой стороны, это ужасный фотограф: профессионал размещает свой логотип таким образом, чтобы не отвлекать взгляд от предмета картины, здесь она сделала противоположное. И она испортила оригинал, что ей нехорошо делать
2. В качестве последнего средства вы можете попытаться попросить кого-нибудь увеличить изображение, применяя хороший алгоритм повышения резкости, чтобы при печати оно могло («могло») давать лучший результат. Опять «мог».

Хорошое качество изображения, как выбрать телеприемник с высоким качеством

При покупке нового телевизора именно качество изображения на экране является основным показателем при покупке той или иной модели. И если вы определились с этим показателем для определенного модельного ряда, то выбираете размер экрана и подходящую цену и делаете покупку. Качество картинки трудно определить очень точно в магазине, там можно сделать только приблизительную оценку. Но и этого часто вполне достаточно. Но даже дома бывает трудно полностью определить качественные показатели изображения.

Специалисты для оценки картинки на экране телевизора используют специальное оборудование. Поэтому, выбирая конкретную модель, вы можете встретить на форумах, сайтах или в разговорах какие-то субъективные мнения по отношению к разным телевизорам. Вы конечно можете их принимать во внимание, но помните, что точные данные, характеризующие качество изображения, получить трудно и при выборе телевизора больше доверяйте своим глазам.

Пример картинки для калибровки телевизора

Например, внешнее освещение или источник сигнала на входе телевизора, могут повлиять на качество изображения, и вы не сможете раскрыть весь потенциал этой модели. Поэтому старайтесь проверить телевизор с разным сигналом на входе (эфирные каналы, HD видео) и при разных настройках.

• Хорошее изображение у тех телевизоров, которые воспроизводят видео как можно ближе к оригиналу без всяких «улучшайзеров»;
• OLED экраны имеют лучшую картинку, чем жк модели, особенно если зритель располагается не прямо перед экраном;
• LCD телевизоры имеют большую яркость, но яркости oled хватит для просмотра в обычной комнате;
• Если у LED подсветки есть локальное затемнение, то это лучше для изображения;
• Однородность цвета на экране LCD экрана может быть проблемой, тогда как для oled это совсем не проблема;
• Признаком хорошего изображения является высокий показатель контрастности, который позволяет воспроизвести глубокий черный;
• Следующим важным фактором является насыщенность цвета (зависит от контрастности) за ним идет точность цветопередачи;
• Матовые экраны уменьшают блики в освещенной комнате, но глянцевые экраны имеют лучший уровень черного;
• Следующие факторы это максимальная яркость, разрешение экрана и обработка видео с повышенной частотой смены кадров;
• Многие пользователи не замечают, какое влияние оказывают включенные функции улучшения изображения. У разных фирм эти функции разные. Иногда это влияние может быть негативным и пользователь об этом даже не догадывается, пока не отключит эти дополнительные функции. Поэтому пробуйте разные режимы на телевизоре особенно при просмотре фильмов с разной частотой смены кадров;
• Если правильно настроить (откалибровать) параметры изображения, то плохой телевизор может показывать лучше, чем хороший телевизор с плохой настройкой. Так что не обходите настройки стороной, а один раз настроив телевизор, вы будете наслаждаться картинкой на экране.

Вы можете встретить модели телевизоров, которые не укладываются в эти правила. На сегодня уже многие LED телевизоры могут по качеству картинки превзойти плазменные панели, и сравнятся с OLED. И равномерность засветки экрана может быть отличной. А хороший уровень черного может и не вытянуть качество изображения по сравнению с теми моделями, где уровень черного яркий. Поэтому хорошее качество изображения трудно пересчитать в какие-то цифровые показатели. Нужно изучать спецификации, прислушиваться к мнению специалистов и пользователей на форумах. Здесь даны ориентиры при выборе телевизора, узнав которые вы сможете выбрать приемлемый вариант телевизора в магазине.

Качество изображения — Энциклопедия по машиностроению XXL

В электрофотографических ПчУ скрытое электрическое изображение получается на фотополупроводниковом барабанном или ленточном промежуточном носителе. Для экспозиции изображения используют либо источники света, либо лазерные источники излучения. Перенос изображения на обычную бумагу производится порошковым проявителем. Типичный диапазон скоростей печати составляет 5000… 25 ООО строк/мин, качество изображения высокое. Вследствие высокой стоимости электрофотографические ПчУ целесообразно применять в системах с очень большим объемом выводимой информации.  [c.48]
Принцип работы электромеханических ЧА основан на преобразовании электрических управляющих сигналов в перемещение пишущего узла. Такие ЧА обеспечивают высокие точность и качество изображения. Их быстродействие ограничивается инерционностью электромеханических узлов.  [c.49]

Перемещение луча по экрану дисплея осуществляется как при растровом способе, но изображение формируется из строк простых графических элементов. При таком способе формирования изображений значительно сокращается описание изображения за счет ограничения возможностей получения произвольных изображений и некоторого ухудшения качества изображения. Данный способ имеет много общего с растровым способом формирования символов и обычно используется в недорогих дисплеях с малой разрешающей способностью.  [c.61]

В заключение этого краткого обзора фотоэлектрических приемников упомянем о возможности преобразования невидимого излучения (инфракрасные и ультрафиолетовые лучи) в видимое, что может быть осуществлено с помощью электронно-оптического преобразователя (ЭОП), который также способен выполнять функции усилителя света. Схема действия этого прибора представлена на рис. 8.24. На фотокатоде происходит преобразование оптического изображения в электронное. Затем электронные пучки от разных частей фотокатода фокусируются и попадают на флуоресцирующий экран, где происходит визуализация изображения. Качество изображения не очень хорошее, так как аберрации электронных пучков, как правило, больше оптических, но все же современные устройства подобного типа имеют в центре картины разрешающую способность порядка нескольких десятков линий на миллиметр, что близко к возможностям обычной фотографической пластинки.  [c.443]

Полагая D = 9 см, sin фо — sin ф = 1/3 в (67.3), находим чрезвычайно малое значение необходимой длительности импульса т лг 10 1 с. При снижении требований к качеству изображения минимальную длительность импульса можно еще более уменьшить.  [c.269]

Устранив экран и заставив работать всю линзу, мы в качестве изображения точки получим неравномерно освещенное пятнышко, несколько напоминающее комету с хвостом. Отсюда произошло название этого вида аберрации (кома хора — прядь волос комета — волосатая звезда).  [c.306]

Объективы непрерывно совершенствуются в смысле сочетания хороших качеств изображения со светосилой, т. е. возможно большей освещенностью изображения. Освещенность изображения равна световому потоку, деленному на площадь изображения, т. е. для удаленных объектов пропорциональна площади апертурной диафрагмы, деленной на квадрат фокусного расстояния объектива. Это отношение и называется светосилой объектива. Нередко светосилой называют отношение диаметра максимальной диафрагмы к фокусному расстоянию и считают освещенность пропорциональной квадрату светосилы. Правильнее называть это отношение относительным отверстием. Таким образом, светосила измеряется квадратом относительного отверстия.  [c.324]

Схема рефлектора простейшего типа в том виде, в каком она была предложена Ньютоном, изображена на рис. 14.16. В — отражательное зеркало. Плоское отклоняющее зеркало 5 служит для того, чтобы иметь возможность помещать окуляр и голову наблюдателя вне основного пучка и не вносить слишком большого диафрагмирования. Для огромных современных рефлекторов помещение наблюдателя целиком внутри трубы привело бы к относительно небольшому и вполне допустимому экранированию. Однако тепловые токи от тела наблюдателя в области основного хода световых лучей приводят к сильному понижению качества изображения. Поэтому сохраняют отклоняющее зеркало.  [c.334]

Необходимость работать с пучками, наклоненными к оси, ведет к ухудшению качества изображений в этих рефлекторах.  [c.335]

Цели обработки могут быть разными распознавание образов, улучшение качества изображений, извлечение информации,. эффективное кодирование или машинная графика. Попытаемся показать, каким образом голографические пространственные фильтры позволяют достичь различных целей при обработке изображений.  [c.50]

С помощью описанных голографических пространственных фильтров решено большое количество технических задач по улучшению качества изображения повышению контраста, устранению дефокусировки. Одним из наиболее. эффективных применений метода явилось улучшение изображений в электронном микроскопе. Улучшенные изображения имели высокий контраст и разрешение, близкое к предельному.  [c.53]

Качество изображения спектра  [c.19]

Предварительно оценивают получаемую щирину исследуемой линии и сравнивают ее с величиной спектральной щирины щели. Спектральную щирину щели находят теоретически, исходя из размеров геометрического изображения щели и дифракции на действующем отверстии прибора (см. задачу 1). Оценка спектральной щирины щели может быть также сделана по тонким линиям железа. В последнем случае будут учтены все факторы, в том числе качество изображения спектра в приборе и аппаратная функция фотослоя.  [c.276]

Качество изображения в основном определяется передающей трубкой.  [c.80]

Все более широкое применение находят волоконно-оптические телевизионные пирометры. Они обладают рядом преимуществ — возможностью усиления контраста изображения, высоким качеством изображения, возможностью его размножения на несколько телевизионных приемников и на большом удалении от объекта.  [c.135]

Все это обеспечивает высокое качество изображений на экранах или фотографиях, а таки[c.240]

Расшифровка снимков состоит из оценки качества изображения, его анализа (отыскания на нем дефектов) и составления протокола (заключения) о качестве контролируемого сварного соединения.  [c.68]

При фотографировании деформационной структуры с экрана монитора получается достаточно хорошее качество изображения. Линии развертки при визуальном исследовании поверхности образца на экране монитора не влияют на точность подсчета линий скольжения и не искажают общую картину деформационного рельефа (рис. 183).  [c.285]

Все зтп предложения не смогли вытеснить дисплеи с обычной ЭЛТ, требующей регенерации изображения. Ухудшаются и другие свойства дисплея, в частности качество изображения и процесс стирания линий.  [c.16]

Ввиду применения оптики от обычного микроскопа качество изображения на матированном экране размером 250 X 300 мм недостаточно высокое. В настоящее время оптической промышленностью изготовляется специальный проектор ПЧК для контроля часовых камней и деталей приборов. Проектор имеет сменное увеличение 50 , 100 и 200 для проходящего света применяется лампа 12 в, мощностью 100 вт. Стеклянный слегка наклоненный к горизонту экран имеет размер 350 X 380 мм. Предметный стол без микровинтов имеет поперечное перемещение на 100 им и продольное ка 30 мм.  [c.381]

Однако Гельмгольц установил, что еще больше на качество изображения в микроскопе влияет дифракция, устанавливающая предел полезному увеличению микроскопа.  [c.368]

В рассматриваемый период произошли также и структурные изменения в технической оптике. Вплоть до конца XIX в. существовало мнение, что общая теория оптических систем, составляющая основу технической оптики, сводится лишь к геометрической оптике. Многие ученые-оптики считали, что теория оптических систем основана на двух-трех положениях (аксиомах) геометрической оптики, из которых дедуктивным образом могут быть получены все свойства этих систем. Однако по мере того, как расширялась область применения оптических систем и возникала настоятельная потребность в создании оптических систем с высоким качеством изображения, становилось необходимым учитывать также аберрации, возникающие вследствие явления дифракции. Знания законов только геометрической оптики оказалось недостаточным и возникла необходимость использования законов физической оптики. Кроме того, расширение областей применения оптических систем в условиях темповой адаптации и в крайних областях спектра (ультрафиолетовой и инфракрасной), так же как и вопросы, связанные с оценкой качества изображения, потребовали более глубокого знания свойств зрительного аппарата, т. е. возникла потребность и в привлечении законов физиологической оптики для проектирования и расчета оптических систем.  [c.370]

В 60 было показано, что при идентичности опорной и просвечивающей волн изображение вполне подобно объекту и может отличаться от него только в результате дифракционного расширения изображения каждой точки (см. 63). Попытка получить увеличенное изображение (см. 61) неизбежно сопряжена, как оказывается, с дополнительным ухудшением качества изображения (так называемые аберрации изображения см. гл. XIII). Это обстоятельство требует к себе особого внимания, поскольку аберрации быстро растут по мере увеличения размеров голограммы и углов падения света.  [c.261]

Из изложенного ясно, что для получения правильного изображения надо, чтобы через объектив микроскопа и далее проникали дифракционные пучки всех направлений. Обычно внутри микроскопа не ставится препятствий, так что опасность представляет лишь входной зрачок, которым служит оправа объектива, ограничизаю-ищя его рабочее отверстие ). Чем меньше предмет или его деталь d, тем большие углы дифракции он обусловливает и тем шире должно быть отверстие объектива. Отверстие объектива определяется углом 2и между крайними лучами, идущими от объекта (расположенного у фокуса) к краям объектива. Половина этого угла носит название апертуры. Если апертура меньше pi — угла дифракции, соответствующего спектрам первого порядка, т. е. sin и построении изображения, т. е. тем точнее передается наблюдаемый объект.  [c.353]

Как влияет увеличение диаметра объектива на размер дифракционного кружка и кружка рассеяния, обусловленного сферической аберрацией (В современных хороших объективах отверстная ошибка исправлена настолько хорошо, что качество изображения определяется явлениями дифракции.)  [c.889]

О преимуществах схемы прямой регистрации уже говорилось, к недостаткам ее можно отнести высокие требования к разрешающей способности регистрирующей среды и сильное влияние пятнистой структуры (спек. л-структуры) на качество изображения. В голографической схеме, использующей микрообъективы для создания увеличенно1 о изображения предмета, требования к разрешающей способности минимальны, пятнистая структура мало влияет на изображение, но поле зрения и глубина регистрируемого пространства определяются свойствами применяемого микрообъектива и оказываются весьма мaJ ыми. Таким образом, обе описанные схемы [ологра-фического микроскопа обладают существенными недостатками, ограничивающими возможностг. их применения при микроскопических исследованиях.  [c.85]

При наличии кривизны линий астигматичные изображения, получаемые от каждой точки щели, оказываются смещенными друг относительно друга и тем больше, чем дальше от середины щели находится изображаемая точка. В результате качество изображения спектральной линии ухудшается от середины к ее концам. В большинстве случаев на практике используется центральная часть щели, которая выделяется специальной диафрагмой, установленной перед щелью (диафрагма Гартмана).  [c.20]

Съемка процесса распространения волн напряжений производится с помощью скоростных фотокамер различной конструкции. Выбор камеры зависит от желаемого времени развертки, длительности процесса, необходимого качества изображения, размера снимка, надежности и экономичности съемки, количества и сложности необходимого для съемки оборудования. Камеры могут быть с неподвижной и с непрерывно движущейся пленкой. В свою очередь, камеры с неподвижной пленкой бывают двух типов в первом нет никаких движущихся частей, только освещение изучаемого явления обусловливает появление изображения во втором изображение быстро перемещается по пленке с помощью какой-нибудь оптико-механической системы. Камеры первого типа применяются вместе с аппаратурой для одиночной вспышки или для многоискровой съемки. При освещении процесса одной вспышкой света затвор камеры остается открытым, после вспышки он закрывается либо вручную, либо с помощью специального приспособления. При многоискровой съемке применяется схема, позволяющая использовать несколько камер ящичного типа и устроенная так, что каждая вспышка дает изображение только в одной камере. Существуют камеры, в которых пленка остается неподвижной, а само изображение перемещается по пленке с большой скоростью. Используются схемы, в которых совпадение прорезей во вращающихся дисках аналогично работе затвора, что позволяет получить изображение в нужном месте неподвижной пленки. Вращающиеся зеркала в соче-  [c.28]

Использование для оценки качества изображения оптической передаточной функции является наиболее обоснованным [ 13], однако использование ОПФ для решения задачи оптимизаиии параметров оптических схем затруднено вследствие значительных затрат ресурсов ЭВМ и существенно нелинейной связи конструктивных паргметров оптической схемы г/, di, щ с ОПФ.  [c.151]

Увеличение значения 7 соответствует улучшению качества изображения. Знание этой величшы при многокр атном итерационном процессе  [c.151]

Качество изображения дефекта, определяющее его выявляемость, называется видимостью V = klktnia, где к и femin — фактический и минимальный в данных условиях контрасты.  [c.51]

В целом волоконные световоды, используемые в эндоскопах, пока уступают по качеству изображения лин-80ВЫМ системам. Однако разрабатываются меры по устранению мозаичной структуры изображения в световодах и повышению их разрешающей способности.  [c.87]

Для того чтобы получить удовлетворительное качество изображения в усилителях второго типа, необходимо уменьшить потери света при переносе изображения с входного экрана на фотокатод усилителя света. Для этого применяют светосильную оптику. Основные характеристики объективов, применяемых в усилителях для передачи изображения с входного экрана на фотокагод ЭОП, а также с выходного акрана на фотокатод передающей телевизионной трубки, приведены в табл. 6, а характеристики световых ЭОП в табл. 7.  [c.363]

Мнения специалистов по ряду вопросов несколько расходились, но некоторые общие положения можно сформулировать. Отснятая, hoi не-проявленная фотопленка частично теряет плотность изображения в первые 1—2 дня экспозиции в морской воде при комнатной температуре. В зависимости от типа пленки эта потеря иногда может быть полностью восстановлена, а иногда нет. При пониженных температурах изображение ухудшается в меньшей степени. На некоторых типах пленок при О С изображение может сохраняться практически неизменным до месяца. Проводить общую интерноляцию в указанных временных и температурных интервалах, основываясь на имеющихся данных, нельзя. Поскольку изменение качества изображения обусловлено химическими процессами, то важное значение могут иметь условия экспозщии в воде, в частности близости пленки к металлическим поверхностям. Во всех случаях необходимо провести эксперимент на небольшой части плепки с целью определения режима проявления остальной части.  [c.475]

По изделиям радиопромышленности намечена разработка комплекса стандартов на микроблоки и микросхемы, устанавливающие единые требования к конструкции, сопряжению устройств, основным параметрам, технико-экономическим показателям, методам испытаний, правилам хранения, транспортирования и приемки, технологии изготовления для создания на их основе средств вычислительной техники и автоматизированных систем управления. Стандартизуются системы цветного телевидения, стереофонического вещания и двухречевого сопровождения телевизионных программ, а также приемной аппаратуры цветных телевизоров и радиовещательных приемников со сквозным стереофоническим трактом с целью повышения качества изображения и звучания. Создаются комплексы стандартов на основное оборудование, входящее в систему автоматизированной связи страны, обеспечивающее высококачественную передачу потока всех видов информаций телефонной, телеграфной, фототелеграфной, телевизионной, цифровой по стандартным коммутируемым и некоммутируемым каналам и групповым трактам частотного уплотнения.  [c.100]

Особенностью ЭЛТ является быстрое затухание изображения, требующее его регенерации. Этот процесс производится обычно с помощью ЭВМ, в памяти которой сохраняются данные об изображении. Процесс высвечивания изображения на ЭЛТ повторяется не менее 30 раз в секунду. При такой частоте устраняется мелькание, утомляющее зрение. В последнее время появились конструкции, не требующие регенерации. Это ЭЛТ с большим временем послесвечения, а также плазменные панели. Особенно перспективны последние [86], так как отличаются простотой конструкции и относительно высоким качеством изображения. Плазменная паиель состоит из стеклянных пластин, составляющих замкнутый объем, заполненный газом (на основе неона). Конструктивно панель оформлена так, что газ ведет себя как ди-  [c.15]

Для объективов больших габаритов (коллиматоров и астрономических приборов) используются стекла К8, Ф1, ТК16, а для сложных фотообъективов и окуляров — разные марки, обеспечивающие заданное качество изображения.  [c.512]

Погрешности измерения на проекционных оптико-механических приборах зависят от методов измерения, а также качества изображения, способов освещения, дифрагмирования, конфигурации и раз-394  [c.394]

Однако теория идеальной оптической системы не давала возможность оценить качество изображения, даваемого оптическим инструментом, а главное, не позволяла решить вопрос о влиянии конструктивных элементов линз (радиус кривизны, диаметр, толш ина, показатель преломления) на величину аберраций (ошибок), даваемых оптическими приборами [47]. Совершенствование модели идеальной оптической системы привело к разработке обш ей теории аберраций оптических систем.  [c.366]

Вследствие резкого повышения требований к качеству изображения, даваемого фотообъективом, использование совокупности только двух линз оказалось недостаточным. Начали строить оптические системы из трех и более линз. Крупным событием в истории инструментальной оптики стало создание в 1840 г. Й. Петцвалем портретного объектива, далеко опередившего оптическую технику своего времени. Объектив Петцваля имел большое относительное отверстие (1 3,2). У этого объектива впервые было достигнуто одновременное исправление многих аберраций [49]. При такой большой апертуре, какой обладал объектив Петцваля, этого было достигнуть очень трудно. Объективы Петцваля получили широкое распространение и находились в эксплуатации более 100 лет. Методика, которой пользовался ученый, не сохранилась, однако известно, что он построил свой портретный объектив на основании аналитических расчетов аберраций. Работа по созданию этого объектива была осуществлена в чрезвычайно короткие сроки (1836—1840 гг.). При этом был решен целый комплекс задач технической оптики оценка качества изображения, выбор типа оптической системы, создание техники расчета оптических систем и др.  [c.366]

---

(PDF) Оценки качества для анализа цифровых изображений

Оценки качества для анализа цифровых изображений

«Штучний інтелект» 4’2008 377

4М

С другой стороны, субъективные и количественные оценки качества изображений

могут быть абсолютными или сравнительными. Абсолютная мера качества исполь-

зуется для оценки одного изображения, т.е. изображению присваивается соответст-

вующая категория в рейтинговой шкале. Сравнительные меры используются для

ранжирования набора изображений в качественной шкале от «лучше всего» до «хуже

всего» или взаимного сравнения двух изображений, например, исходного и отфильтро-

ванного (или полученного в разные дни, разными камерами и т.д.). На рис. 1 представлена

классификация оценок качества изображений. Подробнее оценки рассматриваются в

следующих разделах.

2. Субъективные оценки качества изображений

Субъективная оценка качества изображения зависит от различных внешних

факторов, например, условий окружающей среды, освещения, настроения специалиста,

который производит оценку, качества монитора, характера рассматриваемых изображе-

ний и др. Существует два вида экспертных оценок: абсолютные и сравнительные [5].

В табл. 1 приведены примеры рейтинговых шкал, использованных для субъек-

тивной оценки качества изображений [4], [6].

Таблица 1 – Рейтинговые шкалы для субъективной оценки качества изображений

Шкала общего качества

5 – Превосходно

4 – Хорошо

3 – Удовлетворительно

2 – Плохо

1 – Неудовлетворительно

Шкала места в группе

7 – Лучшее в группе

6 – Заметно лучше среднего для данной группы

5 – Несколько лучше среднего для данной группы

4 – Среднее по группе

3 – Несколько хуже среднего для данной группы

2 – Существенно хуже среднего для данной группы

1 – Самое плохое в группе

Шкала погрешностей

1 – Незаметные

2 – Едва заметны

3 – Вполне заметны

4 – Ухудшающие изображение

5 – Несколько нежелательные

6 – Определенно нежелательные

7 – Крайне нежелательные

Зрительная система человека – наиболее надежный и совершенный измери-

тельный инструмент, оценивающий качество цифрового изображения. Однако субъек-

тивная оценка – это довольно затруднительный и медленный процесс, который требует

опытных экспертов и не является объективным и универсальным.

Как выбрать телефонную камеру высокого качества?

Важнее, чем мегапиксели: что на самом деле определяет высокое качество цифровых снимков?

Результаты опроса владельцев смартфонов, который был проведен в 2014 году, показали: на первое место по степени важности пользователи ставят такую функцию смартфона, как фотосъемка. Именно по этой причине телефонные производители, представляя свои новые модели, стали заострять внимание на характеристиках камеры.

Жесткая конкуренция требует от них постоянного выхода на рынок с новой продукцией, которая будет лучше, чем у других. Однако обычным потребителям в условиях такой гонки всё труднее разобраться, благодаря каким параметрам модель одного производителя опережает модели других.

Довольно быстро разработчики телефонной продукции придумали простой трюк – они стали бесконечно увеличивать один из параметров камеры, пытаясь убедить потребителей в том, что это и есть главный критерий ее высокого качества. Таким параметром стало количество мегапикселей, и многие люди, выбирая телефон с камерой, теперь руководствуются именно этой характеристикой, хотя, если рассуждать объективно, это далеко не самый важный показатель.

Да и качество снимков, сделанных телефоном, зачастую хромает, даже несмотря на огромное число мегапикселей. Сколько же их нужно на самом деле и на что в первую очередь надо обращать внимание при выборе телефонной камеры?

Однако прежде, чем погрузиться в тематические глубины, попытаемся разобраться в азах – что же это такое, загадочный мегапиксель?

Что такое мегапиксель?

Пиксель (pixel – Picture Element) – это строительный блок цифрового изображения, которое состоит из множества крошечных цветных квадратиков, расположенных вертикально и горизонтально. Современные камеры способны делать фото, состоящие из миллионов пикселей, или мегапикселей. Например, если в снимке по горизонтали уложились 3456 пикселей, а по вертикали – 2304, то в целом он будет состоять из 7 962 624 пикселей, т. е. речь идет о 8-мегапиксельном фото.

Плотность пикселей (pixel density) – количество пикселей на единице площади изображения. Измеряется в пикселях на квадратный дюйм (ppi) или на сантиметр (PPCM). В цифровой печати обычно говорят о количестве точек на квадратный дюйм (DPI). Основное правило гласит: чем больше пикселей или точек приходится на одну единицу измерения, тем будет резче и детальнее изображение.

Казалось бы, из вышесказанного можно сделать однозначный вывод: чем больше количество и плотность пикселей, тем качественнее снимок. Однако, как и в жизни, здесь не всё так просто.

Миф о мегапикселях

Десятилетиями производители электроники внушали потребителям: чем больше пикселей уместится на снимках, тем лучше камера. И до определенного момента так и было.

Первые цифровые камеры, появившиеся в продаже на рубеже нового тысячелетия,  делали только 1-мегапиксельные фото. В те времена снимки было принято проявлять и печатать на фотобумаге, и выглядели они далеко не лучшим образом: сказывалось низкое разрешение цифровой камеры. Одна из причин слабого качества заключалась в недостаточном количестве пикселей, которые приходилось растягивать при переносе изображения на фотобумагу.

С этим недостатком решили бороться, начав пиксельную гонку. В продаже стали появляться более совершенные камеры, которые позволили резко улучшить качество цифровых фотографий. Снимок на бумаге 10 х 15 см, сделанный 3-мегапиксельной камерой выглядел действительно лучше, чем снятый с помощью 0,9-мегапиксельного аппарата.

Технологии продолжали развиваться, однако наступил момент, когда цифровые камеры достигли своего потолка – физиологического и технологического. Оказалось, что человеческий глаз не в состоянии видеть отдельные пиксели при достаточно высоком уровне их плотности.

Другим сдерживающим фактором стала разрешающая способность телефонных экранов, не позволявшая показать всё великолепие сделанных снимков. Иными словами, при достижении определенного количественного уровня уже нельзя было визуально отличить, на каком снимке больше пикселей, а на каком – меньше.

Таким образом, принцип: чем больше мегапикселей, тем лучше изображение – перестал работать. Но, несмотря на изменившиеся обстоятельства, потребители по-прежнему при выборе новой камеры или смартфона руководствуются этим принципом, а производители электроники не спешат развеивать их ложные представления. Да и с какой стати им это делать?

Простым пользователям понятна такая единица измерения, как мегапиксель. Так почему бы не акцентировать на ней внимание, чтобы легче навязать товар покупателям? Однако мегапиксели подобны калориям, которые необходимы для нормальной жизнедеятельности организма, но, оказавшись в избытке, причинят ему только вред.

Когда пикселей много, а проку нет

Чем больше пикселей содержит изображение, тем объемнее файл. И это может стать проблемой для устройств с недостаточным объемом памяти, например, для смартфонов, у которых нет гнезда для карты памяти. А если учесть, что каждое срабатывание телефонной камеры съедает 5 – 10 Мбайт, то весь объем памяти устройства будет исчерпан довольно быстро.

Загрузка так называемых «тяжелых» фото в социальные сети тоже забирает немало объема и времени. К тому же некоторые социальные каналы устанавливают ограничения на объем загружаемого контента и/или применяют компрессию, что приводит к ухудшению качества изображения. В итоге от большого количества пикселей не будет никакого проку.

Когда много пикселей только на пользу

Большое количество пикселей, безусловно, оправдано, когда требуется распечатать фото на носителе крупного формата или выделить фрагмент, увеличив масштаб изображения без потери качества. В данном случае много пикселей дают больше возможностей для маневра.

Сколько же мегапикселей надо?

Итак, мы разобрались, что обе крайности – очень мало и очень много мегапикселей – это плохо. В первом случае снимок для просмотра в адекватном качестве приходится сокращать в размерах, во втором – излишне увеличивается объем файла. Что ж, попробуем найти золотую середину.

По состоянию на апрель 2020 года, преобладающая часть интернет-пользователей просматривала контент на стационарных компьютерах, мониторы которых имели разрешение 1366 х 768 пикселей или высокое разрешение HD. Следующими по популярности были мониторы с разрешением Full HD (1920 х 1080 пикселей), способные отобразить на экране 2073600 пикселей (приблизительно 2 мегапикселя). У HD-мониторов этот показатель составляет 1049088 пикселей (приблизительно 1 мегапиксель). 

Качество отображаемого на экране изображения определяется разрешением монитора, поэтому снимок со сверхвысокой плотностью пикселей может выглядеть на экране как малопиксельный. Кстати, 3-мегапиксельная картинка на экране 96 PPI смотрится вполне адекватно. А вот для того, чтобы выглядеть достойно на 4К-экране, изображение должно уже содержать никак не меньше 8 миллионов пикселей.

Всё вышесказанное, однако, еще не означает, что любая камера с разрешением более 8 мегапикселей заведомо хороша. Это не так. Как нельзя приготовить гастрономический шедевр только из одного ингредиента, так невозможно сделать отличное фото лишь благодаря уйме мегапикселей.

Что действительно важно?

Сенсорная матрица

Фотография – это искусство рисования светом. Не будет света – не будет и снимка. Поэтому основной элемент любой камеры – это узел, преобразовывающий свет в изображение, и таким узлом является сенсорная матрица. Она преобразует поступающий через объектив световой поток в сигнал, который, в свою очередь, потом трансформируется в изображение. Чем крупнее и качественнее матрица, тем больше света она способна преобразовать и тем лучше будет фото.

Именно по этой причине снимок, сделанный зеркальной камерой, в общем случае будет лучше, чем снятый «мыльницей» с микроскопической матрицей или камерой телефона. Поэтому, выбирая телефонную камеру, в первую очередь следует обращать внимание на размер ее матрицы. Чем больше матрица, тем качественнее будут снимки, сделанные при любом освещении – хорошем или плохом.

Процессор

Процессор или графический чип (этими элементами в основном оснащены флагманские модели) трансформирует сигнал, поступающий из сенсорной матрицы, в видимое изображение. Чем производительнее чип, тем быстрее обрабатывается изображение и тем быстрее можно будет сделать следующий кадр.

Диафрагма

В объективе каждой камеры есть отверстие, через которое свет попадает на матрицу. У зеркальных камер и некоторых «мыльниц» подороже диафрагма регулируемая, т.е. позволяет регулировать световой поток.

С помощью такой регулируемой диафрагмы можно играть глубиной резкости и выдержкой. От глубины резкости зависит, какие объекты будут в фокусе, какие – нет. А от выдержки – интервала времени, когда матрица открыта для света, – зависит качество изображения движущихся объектов. Чем больше диафрагма, тем больше света попадает на матрицу и тем лучше будут результаты съемки при плохом освещении.

К сожалению, мне еще не приходилось слышать о смартфонах с регулируемой диафрагмой. И фанаты телефонной съемки вынуждены мириться с теми параметрами диафрагмы, которые изначально устанавливают производители. Впрочем, всё не так страшно, если диаметр объектива достаточно велик.

Характеристики диафрагмы обозначаются буквой F с дробью: F/16, F/8, F/2 и т.д. Чем меньше цифровой знаменатель, тем крупнее отверстие объектива и больше света доходит до матрицы. И наоборот. Короче, чем меньше цифра, тем лучше.

Сегодня в основном продаются телефоны с камерами, у которых диафрагма около F/2, у флагманских моделей – F/1.9 и даже F/1.7. Такие камеры уже позволяют делать фото приемлемого уровня. Однако, чтобы извлечь максимальную пользу из хороших характеристик диафрагмы, устройство также должно быть оснащено качественным стабилизатором изображения.

Стабилизатор изображения

Задача стабилизатора изображения заключается в устранении нежелательного эффекта «замыливания» кадра, когда дрожат руки, и в общей стабилизации процесс съемки. Существуют два вида стабилизаторов – цифровые и оптические. Цифровые устраняют последствия дрожания рук с помощью специальных программ, хотя и не всегда успешно. В оптических за стабильность отвечают крошечные гироскопы, которые удерживают «пляшущий» объектив на месте. Правда, это достаточно сложный вариант и используется только во флагманских моделях.

Зум

Зум, или увеличение, в камерах тоже бывает двух видов – оптический и цифровой. Оптическое увеличение достигается за счет перемещения объектива камеры, цифровое – путем обработки изображения с помощью специального алгоритма. В смартфонах чаще всего используется последний вариант, который неизбежно приводит к серьезному ухудшению качества изображения. Поэтому телефон с оптическим зумом, который мало влияет на конечный результат, имеет определенное преимущество.

Вспышка

Вспышка необходима для освещения затемненных мест. Съемка со вспышкой – это особое искусство, поскольку ограниченная функциональность смартфонов, как правило, не позволяет играть светом и полутонами. Обычно телефоны оснащаются мощным ксеноновым или светодиодным источником света, который создает при съемке эффект вспышки молнии.

Иными словами, фотографируемый объект освещается неравномерно, что приводит к недостоверной цветопередаче. Правда, некоторые модели телефонов, как например, айфон, оснащены вспышками типа True Tone Flash. Эти вспышки уже не грешат вышеупомянутым недостатком и дают более мягкий свет с желтоватым оттенком, который не искажает цветопередачу.

Удобство использования

У фотографов есть такая поговорка: лучшая камера та, которая сейчас под рукой. В конце концов, все эти выдающиеся показатели, крупные матрицы, миллионы пикселей и мощные вспышки не стоят ни гроша, если ими не получается воспользоваться в нужный момент. Поэтому, выбирая телефон, следует также обратить внимание, насколько быстро и просто можно получить доступ к нужному приложению и какие возможности оно предоставляет. В этом можно убедиться, попросив на время телефон у друга или протестировав магазинные экспонаты.

Одно из побочных явлений нашей технологической эпохи – навязывание потребителям представления о том, что чем больше, тем лучше. Больше памяти, Герц, больше экранной площади, цветовых тонов, больше пикселей, больше, больше, больше

Однако, если вдуматься, то каждый поймет: такое утверждение не всегда соответствует действительности. Как например, большое количество мегапикселей – еще не гарантия качественного снимка. Они, конечно, имеют какое-то значение, но далеко не самое главное. Точно так же, как не нельзя сыграть пьесу с одними второстепенными персонажами, не получится снять качественное фото, если у камеры всего одна выдающаяся характеристика – огромное количество пикселей.

Ильдар Камаев

05.06.2020

Как измерить качество изображения? — Лучшее в мире сжатие изображений

Часто нам нужно сравнить качество двух или более изображений. Это верно для веб-дизайнеров, которые хотят предоставить своим пользователям первоклассный опыт, предприятий электронной коммерции, которые хотят отражать высокую детализацию и качество продукта, а также разработчиков мобильных игр, которые хотят, чтобы их игры выглядели наилучшим образом при различных разрешениях экрана.

Учитывая разнообразие доступных инструментов сжатия изображений, как мы объективно сравниваем качество каждого из них?

На первый взгляд может показаться невероятно обременительным сравнивать попиксельные визуальные различия в нескольких диапазонах (обычно RGB).Но оказывается, есть несколько инструментов, которые могут дать объективную оценку качества изображения.

MS-SSIM

, означающий многомасштабное структурное сходство для оценки качества изображения, основная идея MS-SSIM заключается в том, что воспринимаемое визуальное качество изображения во многом зависит от расстояния между человеком-наблюдателем и самим изображением. Он исследует интенсивность света (известную как яркость) и контраст входных изображений и измеряет, насколько близко обе эти характеристики различаются на обоих изображениях.Это измерение повторяется в разных масштабах входных изображений, чтобы имитировать увеличенное расстояние между изображением и наблюдателем. Затем берется средневзвешенное значение измерений в различных шкалах, чтобы установить окончательный общий балл, определяющий сходство двух изображений.

ОНР

PSNR или пиковое отношение сигнал / шум — это попиксельный расчет, который определяет различия между двумя входными изображениями. Полученный из среднеквадратичной ошибки, PSNR отлично подходит для определения того, насколько изображение близко к точной копии другого, но плохо работает в качестве меры воспринимаемого качества восприятия.Два изображения могут быть визуально очень похожими, но иметь низкий показатель PSNR, например, если есть небольшие различия в цвете, незаметные для человеческого глаза.

Буттераугли

Разработано Google, Butteraugli, игнорирует визуально незаметные различия и выводит оценку, которая фокусируется на тех частях сравниваемого изображения, которые выглядят хуже всего. Он не только выводит метрику качества, но и тепловую карту, выделяющую уровни различий в изображении.

Исходное изображение	Тепловая карта сжатого изображения

Стоимость вычислений для этих алгоритмов сильно различается.Ниже указано время вычислений, которое мы обнаружили при работе на процессоре Intel Core i7 с тактовой частотой 2,7 ГГц и 16 ГБ ОЗУ:

• MS-SSIM: 23 секунды
• Буттераугли: 1 минута 36 секунд
• PSNR: 2 секунды

Итак, Butteraugli примерно в 4 раза дороже, чем MS-SSIM, который, в свою очередь, примерно в 10 раз дороже, чем PSNR. Использование графического процессора вместо процессора снижает затраты на вычисления еще в 10 раз.

На Compression.ai мы выбрали MS-SSIM для обучения наших алгоритмов из-за его расширенной способности приближать зрительную систему человека, а также относительно низкой стоимости вычислений.

(PDF) Обзор качества изображения измеряет

В. ВКЛЮЧЕНИЕ

В этом документе представлен обзор литературы по современной оценке качества изображения

. Кратко рассмотрены методология субъективного IQA

и общедоступная база данных изображений

. Обсуждаемая здесь объективная метрика качества

сосредоточена на эталонном IQM, где эталонное изображение

доступно для вычисления уровня искажения тестового изображения

. Определение качества изображения

также обсуждается в этой статье, так как это может повлиять на структуру показателя качества

.

определяет множество математических показателей, относящихся к IQA просто как к обработке двумерных сигналов. Несмотря на простоту метода

, этот метод плохо коррелирует с качеством восприятия

. Путем включения функций HVS в метрику

производительность IQM может быть улучшена. Было предложено множество метрик на основе

HVS с попыткой смоделировать

HVS в математической форме и нормализовать сигнал ошибки

в соответствии с его видимостью.Метрика на основе HVS дает лучшую корреляцию

с человеческим восприятием, но сталкивается с некоторыми проблемами

, такими как сложность конструкции и сложность установки порога

для видимости. С другой стороны, структурное сходство имеет модель

IQA как изменение структурной информации на изображении

. Он имеет низкую вычислительную сложность и все же хорошо коррелирует с субъективной оценкой

. Есть некоторые другие метрики, которые были недавно предложены

путем определения качества изображения другими способами

, например, с точки зрения носителя информации, теории связи

и т. Д.Некоторые из будущих работ, которые могут быть выполнены с помощью

IQA, включая более быстрое и точное прогнозирование точности изображения

, оценку качества без эталонов, модификацию

этих алгоритмов для оценки качества видео и т. Д.

ССЫЛКИ

[ 1] З. Ван, Х. Р. Шейх и А. К. Бовик, «Объективная оценка качества видео

», в Справочнике по базам данных видео: Дизайн и применение

plations, Б. Фурт и О. Маркур, ред. Лаборатория изображений и

видеоинженерии (LIVE), Техасский университет в Остине, Остин,

TX 78712: CRC Press, сентябрь 2003 г., гл.41. С. 1041–1078.

[2] «Веб-сайт четкости видео», http://www.videoclarity. com/WhitePapers.html.

[3] Р. Янссен, Качество компьютерных изображений. SPIE Press, 2001.

[4] «Методика субъективной оценки качества телевизионных

изображений», Рекомендация ITU-R BT.500-10, 1998.

[5] VQEG, «Заключительный отчет Группа экспертов по качеству видео по проверке

объективных моделей оценки качества видео, этап II »,

http: // www.vqeg.org/, Тех. Rep., 2003.

[6] Х. Р. Шейх, З. Ван, Л. Кормак и А. К. Бовик, «Live

, база данных оценки качества изображения, выпуск 2». [В сети]. Доступно:

http://live.ece.utexas.edu/research/quality

[7] П. Ле Калле и Ф. Отрюссо, «Субъективная оценка качества

база данных irccyn / ivc», 2005 г. [онлайн] . Доступно: http: //www.irccyn.

ec-nantes.fr/ivcdb/

[8] Z. M. P. Sazzad, Y. kawayoke, Y. Horita, «Оценка качества изображения

База данных

.» [В сети]. Доступно: http://mict.eng.u-toyama.ac.jp/database

toyama /

[9] Д. Чендлер и С. Хемами, «База данных изображений A57», 2007 г. [онлайн].

Доступно: http://foulard.ece.cornell.edu/dmc27/vsnr/vsnr.html

[10] Д.М. Чендлер и С.С. Хемами, «онлайн-приложение к ‘vsnr: A

Визуальный сигнал-шум соотношение для естественных изображений на основе околопорогового

и сверхпорогового зрения », 2007.

[11] Н.Н. Пономаренко,« База данных Тампере 2008, версия 1.0. ”

[Онлайн]. Доступно: http://www.ponomarenko.info/tid2008.htm

[12] Н. Пономаренко, М. Карли, В. Лукин, К. Егиазарян, Я. Астола и

Ф. Баттисти, «Цветное изображение. база данных для оценки качества изображения

метрики », в Трудах международного семинара по мультимедиа

Обработка сигналов, октябрь 2008 г., стр. 403–408.

[13] А. М. Эскичиоглу и П. С. Фишер, «Меры качества изображения и их производительность

», IEEE Transactions on Communications, vol.43, нет. 12,

pp. 2959–1965, 1995.

[14] ˙

Исмаил Авджибаш, «Статистика качества изображения и их использование в стеганализе и сжатии

», Ph. D. диссертация, Boˇ

gazic¸i University, 2001.

[15] Б. Гирод, «Что не так со среднеквадратичной ошибкой», в Цифровых изображениях

и человеческое зрение, А. Ватсон, под ред. Кембридж, Массачусетс, США: MIT Press,

1993, ch. 15. С. 207–220.

[16] З. Ван и А. Бовик, «Среднеквадратичная ошибка: полюбите это или оставьте? новый взгляд на меры точности сигнала

, IEEE Signal Processing Magazine,

vol.26, вып. 1, pp. 98–117, 2009.

[17] А. Б. Уотсон, «Метрики квантования Dct, визуально оптимизированные для отдельных изображений», в Human Vision, Visual Processing, and Digital Display

IV, сер. Proc. SPIE, Б. Э. Роговиц, ред., Т. 1913, 1993, с. 202–216.

[18] З. Ван, А. К. Бовик, Э. П. Симончелли1, «Структурные подходы к оценке качества изображения

», Справочник по обработке изображений и видео,

А. Бовик, Под ред. Лаборатория компьютерного зрения, Нью-Йорк

Университет

, Нью-Йорк, Нью-Йорк 10003; Лаборатория изображений и видео

Engineering (LIVE), Техасский университет в Остине, Остин, Техас

78712: Academic Press, май 2005 г., гл.8.3.

[19] Дж. Маннос и Д. Сакрисон, «Эффекты критерия визуальной точности

кодирования изображений», IEEE Transactions on Information Theory,

vol. 20, нет. 4, pp. 525–536, Jul 1974.

[20] С. Дейли, Цифровое изображение и человеческое зрение. MIT Press, 1993, гл. Предиктор видимых различий

: алгоритм оценки точности изображения

, стр. 179–206.

[21] Дж. Любин, Цифровые изображения и человеческое зрение. MIT Press, 1993, гл.Использование

психофизических данных и моделей в анализе производительности системы отображения

, стр. 163–178.

[22] П. К. Тео и Д. Дж. Хигер, «Восприятие искажения изображения», в ICIP-94,

vol. 2. ICI, 1994, стр. 982–986.

[23] Дж. Любин, Модель визуального различения для проектирования систем визуализации и оценка

. Издательство World Science Publishing Co. Pte. Ltd., 1995, гл. 10. С.

245–283.

[24] Т. Н. Паппас и Р. Дж. Сафранек, «Критерии восприятия для оценки качества изображения

», в Справочнике по обработке изображений и видео.Academic

Press, 2000, стр. 669–684.

[25] З. Ван, А. К. Бовик, Х. Р. Шейх и Э. П. Симончелли, «Оценка качества изображения

: от видимости ошибок до структурного сходства», Image

Обработка

, IEEE Transactions on, vol. 13, вып. 4, pp. 600–612, 2004.

[26] З. Ван и А. Бовик, «Универсальный индекс качества изображения», Signal

Processing Letters, IEEE, vol. 9, вып. 3, pp. 81–84, Mar 2002.

[27] Х. Р. Шейх, А. К. Бовик и Г.де Весиана, «Критерий достоверности информации

для оценки качества изображения с использованием статистики естественной сцены»,

Обработка изображений, IEEE Transactions on, vol. 14, вып. 12, pp. 2117–

2128, 2005.

[28] Х. Р. Шейх и А. К. Бовик, «Информация об изображении и качество изображения»,

Обработка изображений, IEEE Transactions on, vol. 15, вып. 2, pp. 430–444,

2006.

Метрики качества изображения — MATLAB и Simulink

Метрики качества изображения

Качество изображения может ухудшиться из-за искажений во время получения и обработки изображения.Примеры искажения включают шум, размытие, звон и сжатие. артефакты.

Были предприняты усилия для создания объективных показателей качества. Для многих приложений ценный показатель качества хорошо коррелирует с субъективным восприятием качества человек-наблюдатель. Показатели качества также могут отслеживать непредвиденные ошибки по мере их распространения. через конвейер обработки изображений и может использоваться для сравнения обработки изображений алгоритмы.

Если доступно изображение без искажений, вы можете использовать его в качестве эталона для измерения качество других изображений. Например, при оценке качества сжатого images, несжатая версия изображения является полезным справочником. В этих случаях вы можете использовать метрики качества с полным эталоном, чтобы напрямую сравнить целевое изображение и эталонное изображение.

Если эталонное изображение без искажений недоступно. вы можете использовать без ссылки вместо этого показатель качества изображения.Эти метрики вычисляют оценки качества на основе ожидаемых статистика изображений.

Метрики качества с полным эталоном

Алгоритмы с полным эталоном сравнивают входное изображение с исходным эталоном изображение без искажений.

Метрическая	Описание
immse	Среднеквадратичная ошибка (MSE). MSE измеряет средний квадрат разница между фактическими и идеальными значениями пикселей.Эта метрика прост в расчете, но может не соответствовать человеческому восприятие качества.
psnr	Пиковое отношение сигнал / шум (pSNR). pSNR выводится из среднего квадратная ошибка, и указывает отношение максимальной интенсивности пикселей в силу искажения. Как и MSE, метрика pSNR проста. рассчитывать, но может не соответствовать предполагаемому качество.
SSIM	Индекс структурного подобия (SSIM). Метрика SSIM объединяет локальную структуру изображения, яркость и контраст в единый местный показатель качества. В этой метрике Структуры представляют собой образцы пикселей интенсивности, особенно среди соседних пикселей, после нормализация яркости и контраста. Потому что человеческое зрение система хорошо воспринимает структуру, показатель качества SSIM более точно согласуется с субъективным качеством счет.
multissim multissim3	Индекс многомасштабного структурного подобия (MS-SSIM). MS-SSIM метрика расширяет индекс SSIM, объединяя информацию о яркости на самом высоком уровне разрешения со структурой и контрастом информация в нескольких разрешениях или масштабах с пониженной дискретизацией.В несколько шкал учитывают вариативность восприятия изображения детали, вызванные такими факторами, как расстояние просмотра от изображения, расстояние от сцены до сенсора и разрешение изображения датчик сбора.

Поскольку структурное подобие вычисляется локально, ssim , multissim и multissim3 могут генерировать карта качества поверх изображения.

Метрики качества без эталонов

Алгоритмы без эталона используют статистические характеристики входного изображения для оценки качество изображения.

Brisque

	Metric Описание
	Слепой / Referenceless Image Пространственное качество оценщик (Brisque). А Модель BRISQUE обучается на базе данных изображений с известными искажений, а BRISQUE ограничивается оценкой качества изображения с одинаковым типом искажения.BRISQUE — это осведомлен о мнении , что означает субъективное показатели качества сопровождают обучающие изображения.
niqe	Natural Image Quality Evaluator (NIQE). Хотя модель NIQE обученный базе данных исходных изображений, NIQE может измерять качество изображений с произвольными искажениями. NIQE — это не осведомлен и не использует субъективные оценки качества.Компромисс заключается в том, что оценка NIQE изображение может не коррелировать так же хорошо, как оценка BRISQUE с человеческим восприятие качества.
piqe	Оценщик качества изображения на основе восприятия (PIQE). PIQE алгоритм не знает мнения и неконтролируемый , что означает, что для этого не требуется обученная модель. PIQE может измерить качество изображений с произвольными искажениями и в большинстве случаев работает аналогично NIQE.PIQE оценивает поблочные искажения и измеряет локальную дисперсию заметно искаженных блоков до вычислить показатель качества.

Алгоритмы BRISQUE и NIQE вычисляют показатель качества изображения с вычислительная эффективность после обучения модели. PIQE менее вычислительно эффективен, но обеспечивает локальные меры качества в дополнение к глобальному качеству счет.Все метрики качества без ссылки обычно превосходят метрики с полной ссылкой в условия согласия с субъективной оценкой качества человека.

Связанные темы

Измерение

— как измерить качество (или разницу в качестве) различных изображений?

Я хотел бы измерить качество цветного изображения, возможно, по отличию от другого изображения, но, если возможно, тоже само по себе.

Этот вопрос возникает из-за того, что у нас есть приложение для машинного зрения, которое улучшает условия освещения, калибровку и аналогичные окружающие условия.Мы хотим измерить улучшение качества изображения, например:

• Количество деталей
• Контраст
• Другие параметры, описывающие качество изображения или количество информации в изображении

У вас есть идеи по этому поводу? Может быть, сравнение гистограмм или продвинутая мера расстояния на гистограмме? Очень хотелось бы услышать несколько хороших идей!

РЕДАКТИРОВАТЬ:

Конечно, результаты работы приложения Vision являются мерой качества изображений.Но:

• не предназначен для измерения качества, это измерение чего-то еще.
• есть еще параметры, которые влияют на результаты приложения (например, само изображение), поэтому это только приблизительная мера качества изображения

Я мог бы использовать человеческую оценку, но мне действительно нужна объективная оценка, особенно потому, что человеческие глаза не объективны (наш разум играет трюки, монитор, на котором мы смотрим, влияет на изображение и т. Д.).

ОКОНЧАТЕЛЬНОЕ РЕДАКТИРОВАНИЕ:

После обсуждения качества изображения я оставлю этот вопрос как есть. Мои собственные идеи (и моих коллег) следующие:

• Диапазон каналов RGB (используются ли все возможные цвета)
• Среднее значение амплитуды Собеля (количество деталей или приблизительное измерение фокуса, также см. Этот вопрос о деталях)
• Количество отсекаемых пикселей или 0 (в этих пикселях нет информации)
• Также среднее значение каналов RGB и каналов YCbCr (после преобразования), чтобы можно было увидеть, изменился ли средний цвет (может привести к исследованию света от других источников или после изменения нашего собственного освещения).

Объединив эти статистические данные, мы можем получить представление о качестве с более объективной точки зрения, а не просто смотреть на изображения. Это также приводит к указателям, откуда могут быть внесены изменения.

Как измерить качество изображения

Узнайте больше об измерении качества видео на следующем мероприятии Streaming Media.

Посмотрите полное видео этой панели от Streaming Media West, DT201A. Оценка качества нереференсного изображения на портале потоковых медиа-конференций.

Прочтите полный текст этого клипа:

Эндрю Скотт: Качество изображения.Мы можем рассмотреть несколько различных методов.

Субъективное качество изображения, как следует из названия, в основном является нашим человеческим восприятием качества видео. И, как правило, субъективная оценка проводится путем фактического получения группы людей — достаточно большой группы, может быть, пары десятков человек, в контролируемой среде, чтобы просмотреть некоторые тестовые материалы и высказать свое мнение о том, какова оценка.

Обычно мы используем так называемый средний балл мнения или MOS, который представляет собой пятибалльную шкалу, как показано здесь, и в основном среднее значение тех 20 или 30 человек, которые оценивают контент, вычисляет наше среднее значение. Оценка мнения.

Все очень просто. Однако объективное измерение — это, по сути, алгоритм, созданный машиной способ, который пытается максимально приблизиться к этому субъективному значению.

Действительно хорошим объективным измерением будет такое, которое имеет высокую степень корреляции с субъективными оценками, и это действительно цель.

Что касается качества изображения, у нас есть несколько различных способов измерения. Прежде всего, мы рассмотрим то, что я называю эталонным измерением качества изображения, и теперь существуют различные алгоритмы, которые это делают.

DMOS расшифровывается как Differential Mean Opinion Score. PSNR — это структурное подобие. VMAF — это измерение, разработанное Netflix. Все это примеры измерения с полным эталоном, и ключевым моментом в измерении с полным эталоном является то, что у вас фактически есть две копии материала: исходный источник и искаженная или измененная версия.

Обычно мы проводим сравнение, поэтому каждый из этих алгоритмов по сути является сравнительной метрикой.Он использует значения пикселей из обоих изображений и измеряет существенную разницу между ними. Так что на самом деле это больше показатель верности, чем показатель качества, понятно? Мы не объективно сравниваем, объективно смотрим на качество само по себе, это скорее разница между ними.

Что, если в приведенном здесь примере мое искаженное изображение действительно лучше оригинала? Не особо искажено, но лучше. У этого может быть низкий объективный счет, потому что это опять же другое.

Это в хорошем смысле слова, поэтому я говорю, что это скорее показатель верности, чем качества.

Ключевым моментом при измерении с полным эталоном является то, что вам нужен доступ к обоим источникам, верно? Им нужно присутствовать вместе. Таким образом, это делает его непрактичным для живого материала, когда, возможно, вы наблюдаете за точкой, где вы проводите наблюдение, у вас нет доступа к этому исходному материалу.

Я бы сказал, что измерение с полным эталоном лучше всего подходит для лабораторного измерения, и на самом деле это то, что делается много раз, если мы проводим оценку кодека.

Насколько хорош мой кодек с точки зрения уменьшения искажений по сравнению с оригиналом? У меня есть оригинал. У меня есть версия с посткодированием. Я могу сравнить их вместе в лаборатории.

Эти методы часто используются в такой среде.

Пожалуйста, включите JavaScript, чтобы просматривать комментарии от Disqus.

Статьи по Теме

Пора отменить PSNR

Пиковое отношение сигнал / шум плохо предсказывает субъективное качество видео.Так почему же сравнения PSNR используются почти во всех сравнениях кодеков?

25 сен 2020

Руководство покупателя по основным видео утилитам

Любому хорошему специалисту по сжатию нужны инструменты, помогающие выявить важные данные о закодированных файлах, от кодеков и разрешения до структуры GOP и уровней качества.Вот некоторые из самых полезных.

18 марта 2020 г.

Когда дело доходит до измерений качества видео, среднее значение не имеет значения

Средние оценки могут быть обманчивыми, поэтому убедитесь, что вы используете инструмент, который дает вам более точную оценку качества вашего видео.

10 февраля 2020 г.

Работайте параллельно для оптимизации рабочего процесса измерения VQ

Есть длинный путь для выполнения задач по измерению качества видео и более короткий способ.Как выяснил наш обозреватель, изучить более эффективную систему никогда не поздно.

14 мая 2019

Видео: объективные показатели качества — что нужно знать

Ян Озер из Streaming Learning Center излагает основы объективных показателей качества для оценки кодирования в этом клипе из своей презентации на Streaming Media West 2018.

27 февраля 2019 г.

Метод ранжирования качества изображения для микроскопии

Исследование порогового значения спектра мощности

Сосредоточение внимания на высокочастотном хвосте спектра мощности изображения должно позволить вычислить простые меры, связанные с качеством изображения, которые не чувствительны к большим пространственным структурам. которые переходят от одного изображения к другому.Чтобы определить подходящее пороговое значение, мы исследовали спектры мощности различных видов необработанных, а также нечетких микроскопических изображений и фотографий. На (Рис. 1a) показаны спектры мощности шести очень разных микроскопических изображений (Дополнительный Рис. 4). Как и следовало ожидать, большие пространственные структуры искажают различные спектры на низких частотах, но примерно на 40% от максимальной частоты кажется, что спектры мощности начинают устанавливаться около относительно фиксированного среднего значения и становятся довольно четко разделяемыми.Шумные изображения и изображения с большим количеством мелких деталей, кажется, обладают большой мощностью на высоких частотах, как и следовало ожидать. Это наблюдение подтверждается (рис. 1b), на котором показаны спектры мощности пяти изображений (дополнительный рис. 4) из эксперимента по оптимизации подготовки образца STED. Опять же, на низких частотах наблюдается значительный разброс, но после примерно 40% максимальной частоты спектры мощности четко разделены. Изображения с большим количеством мелких деталей имеют большую мощность на высоких частотах, тогда как несколько мягкие (размытые) изображения располагаются вокруг более низкого значения мощности.Подобное поведение можно наблюдать на фотографиях (рис. 1c), хотя кажется, что спектры мощности не устанавливаются вокруг среднего значения, а скорее продолжают нисходящий наклон, вплоть до самых высоких частот. Еще раз, примерно на 40% максимальной частоты эффект больших пространственных структур, кажется, исчезает. На (рис. 1d) показаны спектры мощности размытых по Гауссу версий (радиусы 0–10) одиночного изображения флуоресцентной наночастицы (дополнительный рис. 4). Поскольку каждое изображение является версией одного базового изображения, микширование на низких частотах отсутствует; Также очевидно, что в этом случае изображения легче разделить на низких частотах, чем на высоких, и поэтому следует использовать низкое пороговое значение.Также кажется, что нет необходимости рассчитывать весь спектр мощности для разделения изображений, скорее, для разделения изображений должно быть достаточно одного бина около нулевой частоты. На размытых фотографиях (рис. 1д, е) можно увидеть очень похожее поведение. Даже небольшое размытие сильно влияет на хвост спектра мощности. По этой причине сфокусированные изображения даже из смеси разных фотографий (рис. 1f) кажутся довольно четко отделенными от размытых. На основе этих наблюдений примерно при 40% максимальной частоты микроскопических изображений и фотографий должна быть возможность вычислить меры ранжирования качества изображения, на которые не влияют вариации больших пространственных структур.Кроме того, при том же пороге измерения должны быть чрезвычайно чувствительны к размытию и шуму. В приложениях с автофокусировкой может быть полезно уменьшить порог, чтобы увеличить динамический диапазон обнаружения размытия.

Рис. 1

В ( a) показаны спектры мощности различных видов микроскопических изображений. В ( b) показаны спектры мощности пяти изображений, извлеченных из набора данных оптимизации подготовки образца STED. В ( c) показаны спектры мощности нескольких регулярных фотографий.В ( d) показаны спектры мощности для конфокального изображения флуоресцентных наночастиц, размытого по Гауссу с радиусами 0–10. В ( e) спектры мощности показаны на одной фотографии, размытой по Гауссу с радиусами 0–2. В ( f) аналогичные спектры показаны на нескольких фотографиях. Все фотографии были отобраны из набора данных моделирования, показанного на (Дополнительный рис. 3). Во всех подграфах Power обозначает нормализованную величину мощности сигнала на данной частоте, тогда как Frequency обозначает долю максимальной частоты в любом данном изображении.

Обнаружение изображений хорошего качества в наборе данных оптимизации подготовки образца STED

Способность нашего метода распознавать изображения хорошего качества была проверена путем анализа набора данных микроскопии STED, содержащего изображения из эксперимента по оптимизации подготовки образца для промежуточных филаментов виментина в клетке BHK21 -line (Дополнительный протокол 1). Целью было разработать метод поиска изображений с высокой контрастностью, низким уровнем неспецифического фонового сигнала и хорошо видимой непрерывной пространственной структурой.С этой целью было выполнено ранжирование изображений путем усреднения двух показателей: пространственной энтропии и инверсии спектра мощности STD (invSTD). Пространственная энтропия благоприятствует изображениям с высоким контрастом, тогда как мера invSTD должна отдавать предпочтение изображениям без шума, поскольку точечные детали, типичные для изображений из образцов с менее чем оптимальной маркировкой, должны усиливать хвост спектра мощности (рис. 1b). Чтобы подтвердить результаты ранжирования, эффективность нашего метода сравнивали с оценками субъективного мнения, которые были получены экспертами по микроскопам, которых попросили оценить изображения с хорошим контрастом и нитевидной структурой виментина по шкале от 1 до 5.Кроме того, эффективность нашего метода ранжирования качества изображений сравнивалась с пятью современными методами оценки качества слепых изображений: DIIVINE ²³ , BRISQUE ²⁴ , BLIINDS2 ²⁵ , NIQE ²⁶ & BIBLE ²⁷ . Как показано на (Рис. 2), показатели энтропии и invSTD хорошо коррелируют с наблюдаемым качеством изображения. Однако, как показано на (рис. 2, изображение IV), простые критерии ранжирования не могут отделить хорошую нитевидную структуру виментина от плотной и непрерывной структуры, не показывающей четких нитей.Также очевидно, что субъективная оценка (рис. 2 изображение IV), когда рассматривается рядом с изображениями (рис. 2 изображения V – VIII), кажется довольно серьезной. Можно предположить, что специалисты по микроскопии не увидели нитевидной структуры и, таким образом, дали очень низкую оценку изображению хорошего качества; кроме того, им не разрешалось просматривать изображения бок о бок, а по одному.

Рис. 2. Показаны четыре изображения сверху и снизу результатов ранжирования качества изображений набора данных микроскопии STED

.Показатель замаскированной пространственной энтропии (энтропия) хорошо коррелирует с контрастом изображения, а величина, обратная STD в частотной области (invSTD), явно отдает предпочтение изображениям с хорошей структурой без точек, как и ожидалось.

На (рис. 3) показана корреляция различных показателей качества изображения с субъективными оценками в подмножестве набора данных изображения STED, который содержит только изображения STED. Соответствующие результаты для полного набора данных, содержащего смесь STED и конфокальных изображений, можно увидеть на (Дополнительный рис.1). Измерения invSTD и энтропии, а также их комбинированное Среднее довольно хорошо коррелируют с субъективными оценками; Средний показатель кажется лучшим из трех. Субъективные оценки 2–5 хорошо соответствуют критериям ранжирования. Однако есть несколько изображений, получивших высокую оценку, но низкую субъективную оценку — это можно отнести к явлению, показанному на (рис. 2): в наборе данных много изображений хорошего качества, которым была присвоена очень высокая оценка. низкая субъективная оценка, поскольку они не имеют явной нитчатой ​​структуры виментина.Разделение таких изображений потребует принятия конкретных структурных мер; можно, например, посмотрите на направленность градиентов изображения, которая должна значительно отличаться для точечных и нитевидных изображений. Из методов сравнения только BIBLE, BLIINDS2 и NIQE, по-видимому, каким-либо образом коррелируют с субъективными оценками, причем BIBLE явно является лучшим из трех. Те же наблюдения можно сделать как с подмножеством изображений STED, так и с полным набором данных. В (Дополнительный рис.2) Средняя мера нашего метода ранжирования сравнивается с пятью методами оценки качества изображения: BIBLE и BLIINDS2 очень хорошо коррелируют, NIQE в некоторой степени, DIIVINE и BRISQUE совсем нет. Вероятно, что статистические данные естественного изображения, которые они оценивают, не действительны для микроскопических изображений.

Рисунок 3

В ( a – c) показана корреляция различных показателей ранжирования качества изображения с субъективными оценками качества изображения при рассмотрении только изображений STED в наборе данных оптимизации подготовки образца.Термин Среднее значение в ( a) обозначает среднее значение invSTD и показателей энтропии. В ( d – f) показаны соответствующие графики для каждой из метрик качества сравниваемых изображений. На графиках кружки обозначают отдельные изображения, а красная линия соответствует линейной регрессии точек данных. Качество соответствия линейной модели и оценка корреляции Пирсона указываются для каждого показателя и показателя.

Ранжирование размытых фотографий

Набор данных моделирования был создан из серии фотографий (дополнительный рис.3) путем применения ядра размытия по Гауссу с радиусами 0–2 к каждому из изображений; полный набор данных представляет собой смесь всех изображений. Были оценены три показателя частотной области, среднее значение в спектральной области (fMean), стандартное отклонение (fSTD) и среднее значение интервала (MeanBin) нашего метода ранжирования. MeanBin — это средняя мощность, рассчитанная в крошечном интервале шириной в пять выборок, начиная с выбранной пороговой частоты, которая была установлена ​​на 40% от максимума, потому что это должно сделать измерения очень чувствительными к размытию, как предполагают спектры мощности. в (рис.1). Как показано на (Рис. 4a – c), каждый показатель довольно агрессивно реагирует на размытие, что позволяет отделить размытые изображения от оригиналов даже в таком смешанном наборе данных, как этот. fSTD и MeanBin обеспечивают лучшее разделение, тогда как мера fMean дает примерно одинаковые оценки для гауссовых радиусов 1–2. Впечатляет то, что мера MeanBin позволяет хорошо разделять смешанные изображения, рассматривая лишь крошечное подмножество спектра мощности. Мы также сравнили эффективность нашего метода с пятью методами оценки качества слепых изображений.Каждый из пяти методов был разработан для работы с фотографиями, что должно дать им преимущество; на удивление это не так. DIIVINE и BLIINDS2 ненадежно отделяют оригинал от даже r = 2 размытых изображений. BRISQUE, NIQE и BIBLE дают довольно хорошие результаты, причем BIBLE явно лучшая из них.

Рисунок 4

В ( a – c) значения для fSTD, fMean и MeanBin показаны как функция радиуса размытия по Гауссу в наборе данных моделирования фотографии. В ( d – h) Такие же графики показаны для эталонных показателей качества изображения BIBLE, DIIVINE, BLIINDS2, BRISQUE & NIQE.Обратите внимание, что в ( a – c) используется логарифмическая шкала , тогда как в ( d – h) используется линейная шкала.

Сравнение эффективности обнаружения размытия с показателями автофокуса

Показатели автофокуса в автоматизированной микроскопии ²⁸ можно рассматривать как методы ранжирования качества изображения, но их использование обычно ограничивается сравнением разных размытых версий одного и того же изображения, тогда как большинство наборов данных микроскопии содержат изображения с нескольких позиций на образце (объектах).Мы сравнили эффективность обнаружения размытия с помощью нашего метода ранжирования качества изображения с двумя ранее опубликованными надежными метриками автоматической автофокусировки микроскопии: метрикой спектральных моментов ²⁸ на основе частотной области и метрикой Бреннера ²⁹ на основе пространственной области, которые были признаны превосходными в моделирования и с реальными изображениями в ²⁸ . Сравнение проводилось на пяти различных наборах данных изображений, каждый из которых содержит гауссовские размытые версии (радиусы 0–29) четырех различных микроскопических изображений: фазово-контрастное широкопольное изображение (фазовый контраст), конфокальное флуоресцентное изображение промежуточных волокон с большим увеличением. (Виментин), изображение конфокальной флуоресцентной наночастицы (Бусины) и изображение округлых клеток бабочки (Бабочка) с малым увеличением.Было использовано несколько различных изображений, чтобы исключить возможность того, что меры реагируют на некоторую заданную пространственную структуру. Исходные изображения показаны на (Дополнительный рис. 4). Два разных пороговых значения 40% и 2% были использованы для демонстрации возможности настройки динамического диапазона обнаружения размытия в нашем методе ранжирования. Были использованы те же три показателя ранжирования: fSTD, fMean и MeanBin, что и на фотографиях. На (рис. 5а) показаны результаты серии фокусов наночастиц.Как и следовало ожидать из наших наблюдений за спектром мощности (рис. 1d), при пороге 40% ранжирование надежно работает только до тех пор, пока гауссовский радиус не равен примерно пяти. Однако снижение порога до 2% полностью линеаризует меры. При пороге в 2% все три показателя явно превосходят контрольные показатели автофокуса; метрика Бреннера ненадежно работает с изображением бусинок, тогда как Spectral Moments работает хорошо, но у нее не очень хорошая чувствительность. Такой же эффект показан для серии изображений виментина на (рис.5б, в). Хотя в этом случае ранжирование также работает на 40%, при пороге 2% линейность лучше. Опять же, все три показателя ранжирования работают так же или лучше, чем показатели автофокуса. Три меры ранжирования качества работают очень похожим образом и с изображениями фазового контраста и изображения ячеек бабочки (рис. 5d, e), хотя изображения с фазовым контрастом, кажется, предпочитают все. Здесь показаны только результаты для порога 40%. Показатель автофокуса Spectral Moments кажется довольно надежным для всех тестовых изображений, хотя он кажется не очень чувствительным, за исключением серии изображений с фазовым контрастом.Метрика Бреннера кажется ненадежной с изображениями наночастиц, и, что удивительно, с серией изображений клеток бабочки.

Рис. 5

В ( a – e) производительность показателей fMean, fSTD и MeanBin сравнивается с показателями автофокуса Brenner и Spectral Moments. Цвета на каждом графике соответствуют легенде, показанной в правом верхнем углу. th обозначает значение порога спектра мощности, которое использовалось при вычислении показателей fMean, fSTD и MeanBin.Базовые изображения, которые использовались для создания серии размытия, можно увидеть на (Дополнительный рис. 4).

Обнаружение расфокусированных изображений в наборах данных изображений HCS

Мы получили два набора данных изображений из автоматизированного временного эксперимента HCS по совместной 3D-культуре опухолевых клеток LNCaP вместе со стромальными клетками PF179T ³⁰ — каждый из наборы данных содержат временные ряды из одной лунки 96-луночного планшета. Изображения получали по одному изображению на лунку в час через планшет, и поэтому автофокусировка повторялась для каждого изображения.В экспериментах этого типа отказ функции автофокуса является одной из основных проблем, поскольку расфокусированные изображения искажают количественные результаты. Наш метод ранжирования качества изображений использовался для поиска не в фокусе изображений из обоих наборов данных. Изображения содержали каналы фазового контраста и флуоресценции, которые были разделены на отдельные серии изображений для ранжирования. Здесь также использовались три измерения в спектральной области: fSTD, fMean и MeanBin, которые хорошо зарекомендовали себя при моделировании. Пороговое значение частоты было установлено на 40%, поскольку содержание изображения как в флуоресцентном, так и в фазовом каналах значительно различается, и, следовательно, низкочастотный вклад необходимо отфильтровать. Мы также сравнили производительность нашего метода ранжирования с двумя метриками автофокуса, Бреннером и Спектральными моментами, которые использовались при моделировании ранее. Некоторые примеры результатов ранжирования показаны на (рис. 6). Описательная статистика для показателей была сгенерирована путем ручного просмотра результатов ранжирования одного из двух наборов данных. Было идентифицировано последнее четко сфокусированное изображение, после чего были рассчитаны среднее значение и стандартное отклонение для каждого измерения, выше и ниже этой точки. Субъективный обзор показал, что канал флуоресценции содержал большое количество слегка размытых изображений, хотя соответствующие фазово-контрастные изображения оказывались в фокусе.По этой причине для флуоресцентных изображений были определены два порога: один для полностью не в фокусе изображений, а другой для этих слегка размытых изображений. В обоих случаях все изображения ниже порогового значения были идентифицированы как не в фокусе. Результаты представлены в (Таблица 1). В практических приложениях фильтрация явно не в фокусе изображений (рис. 6 изображение IV) является основным интересом, а это означает, что следует использовать более низкий порог — слишком высокий порог может также привести к исключению полезных изображений, потому что в эксперименте с динамикой времени, таком как этот, количество содержимого изображения значительно меняется во время эксперимента, от почти пустого до детально упакованного, особенно в канале флуоресценции (рис.6 изображений I – III). Почти пустые изображения обычно получают более низкие значения ранжирования, чем детально упакованные, несмотря на нашу нормализацию спектра мощности.

Рис. 6. Показаны примеры результатов ранжирования качества изображений в наборах данных изображений HCS.

fSTD, fMean и MeanBin измеряют все четко отделенные расфокусированные изображения от сфокусированных изображений с флуоресценцией и фазовым контрастом. Также можно идентифицировать изображения, которые слегка размыты. Особенно хорошие результаты были получены с фазово-контрастными изображениями.Наши показатели рейтинга качества также оказались более надежными, чем два показателя автофокуса. Четыре примера изображений из наборов данных флуоресценции и фазового контраста представляют (I) хорошие, (II) почти пустые, (III) слегка размытые и (IV) явно не в фокусе изображения.

Таблица 1 Статистические данные ранжирования набора данных HCS показаны для каждого показателя.

В обоих наборах данных, с использованием флуоресценции или фазового контраста, были найдены все расфокусированные изображения. Все три показателя ранжирования сработали хорошо, на удивление даже показатель MeaBin.Оба показателя автофокуса также работали неплохо. Однако метод Бреннера, основанный на форме производных в пространственной области, страдает от того факта, что не все изображения в наборе данных являются версиями одного базового изображения; изображения с меньшим содержанием были смешаны с изображениями не в фокусе в наборах данных флуоресцентных изображений, тогда как в наборах данных изображений с фазовым контрастом изображения не в фокусе были смешаны только с слегка размытыми изображениями, а почти пустые изображения принимались странно высокие ценности.С другой стороны, показатель Spectral Moments довольно хорошо работал с фазово-контрастными изображениями, но он был совершенно нечувствителен к размытию с флуоресцентными изображениями, хотя явно расфокусированные изображения были успешно идентифицированы — и по какой-то причине детали — меньше изображений получили очень высокие значения. Наши меры ранжирования качества изображения дали наиболее последовательные результаты как в наборах данных флуоресцентных, так и фазово-контрастных изображений, и из-за их сильной реакции на небольшое количество размытия они также успешно обнаружили только слегка размытые изображения, которые иногда оставались незамеченными методами сравнения. .Все измерения были более надежными с фазово-контрастными изображениями, чем с флуоресцентными. Этот результат хорошо коррелирует с результатами моделирования.

Единицы измерения — Графическая мельница

Обычно при работе с цифровыми изображениями, если возникает необходимость работать с координатами или размерами, в качестве единиц используются пиксели. Однако это не всегда удобно. Иногда предпочтительнее работать с физическими единицами измерения, такими как дюймы, сантиметры и т. Д.

Разрешение

и DPI

Предположим, вам нужно сгенерировать визитку размером 3.5×2 дюйма. Сколько пикселей потребуется? Как указать, как масштабировать изображение при печати? Чтобы ответить на эти вопросы, изображения имеют параметр, который называется , разрешение — количество пикселей на некоторую физическую единицу. Обычно разрешение измеряется в DPI ( точек на дюйм, ) — количество пикселей на один дюйм. Обычно разрешения по горизонтали и вертикали равны, но иногда они могут отличаться.

Чем выше разрешение, тем лучше качество (т.е.е. чем более детализировано изображение, тем меньше будет пикселизация), но изображение с высоким разрешением заметно больше. Обычно разрешение экрана 72 или 96 точек на дюйм, у отсканированных документов 300 точек на дюйм. Обратите внимание, принтеры имеют ограниченное разрешение (некоторые принтеры не могут печатать более 600 точек на дюйм, хотя некоторые профессиональные модели имеют емкость до нескольких тысяч точек на дюйм). Поэтому нет смысла выбирать разрешение, которое не может быть воспроизведено вашим печатающим устройством.

Например, возьмем разрешение 300 DPI.Это означает, что изображение размером 3,5×2 дюйма будет иметь ширину 3,5 * 300 = 1050 пикселей и высоту 2 * 300 = 600 пикселей. Если бы мы выбрали 96 точек на дюйм, ширина была бы 3,5 * 96 = 336 пикселей, а высота была бы 2 * 96 = 192 пикселей.

Не только размер изображения может быть измерен в дюймах (или других аппаратно-независимых единицах). Вы также можете измерить все его координаты и пространственные параметры. Все они будут зависеть от разрешения.

Разрешение в Graphics Mill

Чтобы указать разрешение изображения (или прочитать его из файла вместе с другими данными), используйте свойства DpiX и DpiY класса Bitmap.В Graphics Mill размер и координаты изображения измеряются в пикселях, а разрешение — в DPI. Однако, если вам нужно преобразовать пиксели в независимые от устройства единицы или наоборот, вы можете использовать служебный класс UnitConverter. Этот класс не влияет на данные или атрибуты изображения, он просто преобразует пространственные параметры в разные единицы. Например, вы можете использовать его для расчета размера изображения в сантиметрах для предварительного просмотра готовых к печати фотографий.

Единицы измерения в графической мельнице

дюйма — это не единственные устройства, не зависящие от устройства, которые можно использовать.Graphics Mill предоставляет перечень поддерживаемых устройств:

• пикселей . Единица измерения по умолчанию, что означает, что все пространственные значения измеряются в пикселях (зависит от устройства).
• Пункт . Этот модуль очень популярен для определения размера шрифта. Точка равна 1/72 дюйма (то есть 72 точки — это один дюйм). Вот почему разрешение 72 DPI совпадает с пикселями.
• дюймов .Эта единица обсуждалась выше и указывает, что все пространственные значения измеряются в дюймах.
• Документ . Поскольку отсканированные документы в основном имеют разрешение 300 DPI, удобно сделать специальный блок, который будет указывать одну точку на отсканированном документе. Эта единица измерения может быть рассчитана как 1/300 дюйма (чтобы получить разрешение 300 DPI).
• мм (миллиметр). Иногда вместо дюймов удобно использовать метрическую систему единиц.