Исследование значимости некоторых показателей качества автотипного оттиска
Дипломная работа - Разное
Другие дипломы по предмету Разное
еткости и их согласование
.3.1 Метрика изменения контраста
После предварительных, но необходимых процедур, стало возможным управлять параметрами контраста и другими параметрами в соответствии с выделенными в программе Mathcad функциями обработки числовых массивов, представляющих изображения, с уверенностью в том, что влияние на печатные оттиски оказывают только различные встроенные программные операторы обработки, и отсутствуют иные искажающие факторы. Теперь задачей является предложить ряд изображений с системным искажением параметров качества. Для начала сформируем ряд изображений со сжатием контраста. Возьмем в качестве исходного изображения, тест-оттиск, приведенный на рисунке 6 (слева). С помощью встроенной функции scale(M, Min, Max), которая возвращает матрицу M, элементы которой масштабированы от Min до Max, произведем сжатие контраста таким образом:
где O - исходное изображение, а O1-O10 - равнозначное сужение контраста с обеих сторон при линейном сжатии значений внутри интервала. Приведенные изображения доступны в Приложении 2. Для проверки корректности процедуры scale рассмотрим гистограммы граничных изображений (O и O10).
На приведенных гистограммах n - значения интенсивности, вертикальная ось характеризует число элементов с данными интенсивностями.
Как можно заметить из рисунков 10 и 11 при сужении крайних значений интенсивностей, число соседних элементов увеличивается в сторону сжатия интенсивностей, при этом общий характер зависимости их числа от интенсивности независимо от длины интервала остается постоянным (т.е. происходит линейное сжатие изображения). Таким образом, можно заключить, что мы не теряем информации, касающейся тонового содержания. Этот факт визуально состоит в том, что если достаточное время смотреть на изображение со сжатым контрастом, то можно распознать всю информацию (за счет яркостной адаптации), которая была на исходном изображении в пределах контрастной чувствительности человеческого зрения.
6.3.2 Метрика изменения четкости
Идея изменения другого показателя качества, четкости, в предыдущей работе [20] реализовывалась методом размытия по Гауссу. Если рассматривать исследование пороговой чувствительности наблюдателя к показателю четкости, то вероятно это довольно удобный инструмент управления экспериментом. С другой стороны случаи, при которых в полиграфии можно столкнуться с проблемой размытия случаются обычно при самой печати в результате скольжения, двоения, неприводки. В данном исследовании показатель четкости будет изменяться методом сокращения числа отсчетов по горизонтали и вертикали, программным инструментом zoom. Предполагается, что случаи, когда на вход (сканера) поступает изображение достаточно маленького пространственного разрешения и требует форматных преобразований (увеличения) на выходе, случаются часто, то тут возникает проблема усреднения или интерполяции. В связи с этим был разработан тест-объект в виде изображения со шкалой, рисунок 6 (справа). Преобразование выполнялось в два этапа, сначала сокращалось количество отсчетов с помощью функции zoom(M, hscale, vscale), которая возвращает матрицу изображения M, размер которой изменен с коэффициентом hscale по горизонтали и vscale по вертикали, потом обратно восстанавливалось до исходного размера изображения. Для наглядного примера, представим изображение в виде M матрицы чисел:
Далее операцией zoom сократим количество элементов в матрице:
Как видно, размер матрицы уменьшился вдвое, и новые числовые значения получены усреднением соседних (крайних) элементов.
Однако в случае расширения матрицы мы получим:
Теперь становится ясным смысл влияния этой операции на изменение четкости изображения.
В данной работе выполнялись аналогичные процедуры с тест-объектом, сначала операция сокращения отсчетов с коэффициентами, уменьшающимися по 0,05 по горизонтали и вертикали:
затем восстановление изображений до исходных размеров:
преобразованные таким образом изображения (см. Приложение 2) имеют одинаковые размеры с исходным изображением O.
6.4 Согласование интервалов изменения показателей качества
Данная процедура - обратное выравнивание количества строк и столбцов в матрицах изображений, была необходима для того, чтобы согласовать интервал сжатия контраста и интервал уменьшения четкости. Согласование заключается в нахождении крайнего изображения показателя четкости, которое имело бы одинаковую или близкую степень визуального подобия с изображением O10. Эту задачу сначала предполагалось решить методом экспертных оценок, но впоследствии пришлось отказаться от этого в виду сложности найти подобие из-за различия в самой природе искажений. Таким образом, был найден способ, с помощью которого стало возможным решить данную задачу. Были выбраны 3 программных способа анализа данных: Метод Среднеквадратичной Ошибки (MSE), Метод Отношения Сигнал-Шум (SNR), Метод Структурного Индекса Подобия (SSIM). Далее кратко опишем эти методы.
6.4.1 Программные методы оценки
Метод MSE при наличии двух изображений, M и Q, выполняет следующую процедуру:
где I, J - размеры изображений по горизонтали и вертикали (в элементах разложения); i, j - позиции элементов р