Технические науки/ 6. Электротехника и радиоэлектроника

Доцент Урусова Т.А.

Алматинский университет энергетики и связи

Качественные оценки и способы определения

оттенка цветности и резкости изображения

Традиционно процесс качественной оценки изображения для последующей выработки Рекомендаций, в том числе принимаемых за основу при разработке телевещательных стандартов, заключается в просмотре пар изображений. Независимым зрителям-экспертам предъявляются идеальное и тестируемое изображение, которые оцениваются ими субъективно: «искажения заметны, но не ухудшают качества », «искажения незаметны», «ухудшают, но не мешают», и т. д.

Основным недостатком субъективной оценки является отсутствие количественных характеристик качества «картинки».

Поиск методик расчета для вычисления математических критериев оценки решит проблему возможности автоматической обработки различного видеоконтента с постоянно меняющимися параметрами.

В статье рассматриваются математические способы определения оттенка цветности и резкости изображения. Итак, существует несколько способов определения оттенка цветности, рассмотрим некоторые из них.

Способ определения с помощью RGB- треугольника внутри локуса.

Точка с выбранными координатами проецируется на стороны треугольника, в вершинах которого расположены источники красного-R, синего-В и зеленого – G цветов (проекции опускаются параллельно направляющим внутри его периметра). По положению проекции точки с выбранными координатами определяется соотношение основных цветов.

Метод критичен, т.к. на двумерной плоскости невозможно отложить три независимые координаты. Третья координата оказывается привязанной к двум предыдущим, следовательно, определение оттенка цветности

Рисунок 1.1 - Цветовая модель RGB

посредством указанного метода не является точным. Нижеприведенный метод свободен от недостатков вышеизложенного.

Цветовую модель RGB удобно представить в виде куба на рисунке 1.2 в прямоугольной системе координат, где в начале координат расположена точка чёрного цвета (яркость R = G = B = 0), а вдоль осей возрастают значения яркости R, G и B. На главной диагонали куба, выходящей из начала координат, расположены ахроматические цвета.

Рисунок 1.2. - Цветовая модель RGB

В вершинах куба расположены основные цвета (красный, зелёный, синий), дополнительные к ним (жёлтый, циан и пурпурный), а также чёрный и белый. На гранях куба находятся так называемые «чистые» тона.

Отсутствие у цвета третей составляющей — признак «чистого» тона. Появление и увеличение доли третьей составляющей в цвете приводит к снижению насыщенности тона, т.е. к приближению данного цвета к ахроматическим цветам.

На cегодняшнем этапе развития 3D-вещания не хватает трехмерного контента, поэтому разрабатываются способы получения псевдообъемного изображения из двумерного. Для создания стереоскопического изображения требуется, чтобы левый и правый глаз видели различные образы, но даже без этого эффекта можно создать иллюзию глубины изображения. Ощущение перспективы может возникать основываясь на размере, перекрытии, яркости , четкости и резкости.

Один из принципов преобразования двумерного изображения в трехмерное, в создании резкого контраста на экране – в зависимости от “удаленности” объекта от зрителя.

В статье приводится методика оценки резкости [1] различных фрагментов изображения, которую можно использовать в автоматическом режиме для предварительного отбора изображений с целью получения из них трехмерного при дальнейшей обработке.

Для оценки резкости изображения в ахроматических цветах удобно использовать яркость пикселей. Такое изображение может быть представлено прямоугольной матрицей (размерностью соответствующей размерам изображения в пикселях), элементами которой являются значения яркости пикселя.

Поскольку в настоящее время в большинстве случаев используется квадратный пиксель, можно составить другую матрицу (матрицу яркостных контрастов), элементами которой будут разности яркости последующего и предыдущего пикселей по горизонтали или по вертикали . Можно учитывать и диагональные разности.

Значения элементов матрицы характеризуются:

DY_ij < 0, если яркость следующего пикселя меньше яркости предыдущего;

DY_ij > 0, если яркость следующего пикселя больше яркости предыдущего;

DY_ij = 0, если яркость следующего пикселя равна яркости предыдущего;

DY_ij @ 0, если изменение яркости незначительно;

DY_ij >> 0, если имеется резкий контрастный переход.

Далее осуществляется сканирование строк для разностей по горизонтали (столбцов для разностей по вертикали) матрицы яркостных контрастов. Строка (столбец) разбивается на участки, в которые входят элементы, имеющие одинаковый знак (переходные участки) или участки со значениями элементов равными 0.

Для каждого переходного участка оценивается:

-длина (количество элементов матрицы контрастов);

-крутизна участка , то есть, соотношение суммарного изменение яркости на участке к длине участка:

Для проведения анализа матрицы яркостных контрастов необходимо определить критерии и их значения: какое значение элемента матрицы считать контрастным переходом, а какое — нет.

Порог «минимальной заметной разницы» контрастной чувствительности (JND) или дифференциальный порог определяют согласно закона Вебера-Фехнера [2]: субъективная величина ощущения, измеренная в единицах минимальной заметной разницы, пропорциональна логарифму физической величины стимула:

где:

р — субъективная величина ощущения;

k— коэффициент пропорциональности;

Х — значение интенсивности стимула;

Х_о— граничное значение интенсивности стимула;

Закон утверждает: ощущение разницы между близкими по величине стимулами пропорциональна величине стимулов, т.е.:

где:

DХ — изменение интенсивности стимула.

Это отношение называется пороговым контрастом, а — DХ дифференциальным порогом. В средине дифференциального порога изменения интенсивности стимула не ощутимы.

Отношение Вебера - Фехнера (пороговый контраст) составляет 1-3%.[2]

Таким образом, для каждого переходного участка матрицы яркостных контрастов в идеальном случае m=1 или ,

(здесь и далее k — крутизна участка).

Поскольку критерии оценки резкости связаны с локальными участками изображения, общая оценка резкости по этим критериям будет сильно зависеть от типа объекта на изображении (документ, пейзаж и т.д.). И всё же в качестве оценки резкости всего изображения можно предложить средние значения длины и крутизны для всех n переходных участков.

Для оценки резкости цветных изображений вместо разности яркости соседних пикселей можно использовать расстояние в RGB-кубе между цветами этих пикселей:

При сканировании матрицы тоновых контрастов, подобно сканированию матрицы яркостных контрастов, необходимо контролировать тенденцию изменения тона: отрезки, соединяющие пиксели в RGB-кубе должны лежать на одной прямой. Реально они могут иметь некоторое незначительное отклонение ε. Осуществить такой контроль можно сравнивая сумму длин расстояний между цветами в RGB-кубе с расстоянием между крайними точками этой ломаной линии:

Прекращение выполнения данного условия можно считать границей участка.

Далее оценка резкости цветного изображения проводится подобно оценке резкости ахроматического изображения [2]. Крутизна участка будет вычисляться через расстояния между цветами пикселей в RGB-кубе:

и для всего цветного изображения вычисляются также, как и для ахроматического изображения.

Несмотря на приблизительность предложенных критериев и методов оценки, их можно использовать в автоматическом режиме для предварительного отбора изображений из больших массивов; для предварительной оценки качества изображений с целью выбора более детальных методов оценки и т.п.

Литература:

1.www.aiportal.ru/articles/other/evaluation-of-image-quality.htm

2.Смирнов А.В. Основы цифрового телевидения: Учебное пособие. М.: «Горячая линия -Телеком» 2001.- 224с.David H. Hubel. Eye, blain and vision. – Scientific American library a division of help. – New York.

3.А.Гонта, Е.Седов Резкость изображения и оборудование CCTV. Источник: security-bridge.com

4.В.Т.Фисенко,Т.Ю.Фисенко, Компьютерная обработка и распознавание изображений: учеб. пособие. – СПб: СПбГУ ИТМО, 2008. – 192 с