Përpunimi kuantimetrik i imazhit: 5 hapa

2025 Autor: John Day | [email protected]. E modifikuara e fundit: 2025-01-13 06:58

(Figura e mësipërme ilustron krahasimin e metodës ekzistuese të përpunimit të imazhit me përpunimin kuantimetrik të imazhit. Vini re rezultatin e përmirësuar. Imazhi sipër djathtas tregon objekte të çuditshme që vijnë nga supozimi i pasaktë se fotografitë matin diçka si drita. Imazhi i poshtëm djathtas tregon rezultat më të mirë duke bërë të njëjtën gjë kuantimetrike.)

Në këtë Instructable ju do të mësoni se si të përmirësoni në masë të madhe performancën e sistemeve ekzistuese të imazhit ose shikimit duke përdorur një koncept shumë të thjeshtë: Ndjenja kuantimetrike e imazhit

Përpunimi kuantimetrik i imazhit përmirësohet shumë në cilindo nga sa vijon:

• Përpunimi ekzistues i figurës siç është zbehja e imazhit;
• Mësimi i makinerisë, vizioni kompjuterik dhe njohja e modelit;
• Njohës i fytyrës që vishet (shiko https://wearcam.org/vmp.pdf), vizion i bazuar në AI dhe HI, etj.

Ideja themelore është që të përpunojmë dhe përpunojmë në mënyrë sasiore imazhet, si më poshtë:

1. Zgjero gamën dinamike të figurës ose imazheve;
2. Përpunoni imazhin ose imazhet si zakonisht;
3. Kompresoni gamën dinamike të figurës ose imazheve (domethënë anuloni hapin 1).

Në udhëzimet e mëparshme, unë mësova disa aspekte të ndjeshmërisë HDR (High Dynamic Range) dhe ndjesisë kuantimetrike, p.sh. lineariteti, mbivendosja, etj.

Tani le ta përdorim këtë njohuri.

Merrni çdo proces ekzistues që dëshironi të përdorni. Shembulli që do të tregoj është zbehja e imazhit, por gjithashtu mund ta përdorni për pothuajse çdo gjë tjetër.

Hapi 1: Zgjero gamën dinamike të imazhit ose imazheve të tua

(Figura të përshtatura nga "Përpunimi Inteligjent i Imazhit", John Wiley dhe Sons Interscience Series, Steve Mann, Nëntor 2001)

Hapi i parë është të zgjeroni gamën dinamike të figurës hyrëse.

Në mënyrë ideale, së pari duhet të përcaktoni funksionin e përgjigjes së kamerës, f, dhe pastaj të aplikoni përgjigjen e kundërt, f inversi, në imazh.

Kamerat tipike janë kompresive të diapazonit dinamik, kështu që ne zakonisht duam të aplikojmë një funksion zgjerues.

Nëse nuk e njihni funksionin e përgjigjes, filloni duke provuar diçka të thjeshtë siç është ngarkimi i imazhit në një grup imazhi, hedhja e variablave në një lloj të dhënash si (float) ose (double), dhe ngritjen e secilës vlerë të pikselit në një eksponent, të tilla, si, për shembull, katrorizimi i secilës vlerë të pikselit.

Arsyetimi:

Pse po e bëjmë këtë?

Përgjigja është se shumica e kamerave ngjeshin diapazonin e tyre dinamik. Arsyeja pse ata e bëjnë këtë është se shumica e mediave të ekranit zgjerojnë gamën dinamike. Kjo është krejt rastësisht: sasia e dritës së emetuar nga një ekran televiziv me tub katodë është afërsisht i barabartë me tensionin e ngritur në eksponentin e 2.22, kështu që kur hyrja e tensionit të videos është rreth gjysma e rrugës, sasia e dritës së emetuar është shumë më pak se gjysma.

Mediat fotografike janë gjithashtu shtrirëse me rreze dinamike. Për shembull, një kartë fotografike "neutrale" gri lëshon 18% të dritës së incidentit (jo 50% të dritës së incidentit). Kjo shumë dritë (18%) konsiderohet të jetë në mes të përgjigjes. Pra, siç mund ta shihni, nëse shikojmë një grafik të daljes si një funksion të hyrjes, mediat e ekranit sillen sikur të jenë ekranet lineare ideale që përmbajnë një zgjerues të diapazonit dinamik para përgjigjes lineare ideale.

Në figurën e sipërme, më sipër, ju mund të shihni ekranin të vendosur në kuti me një vijë me pika, dhe është ekuivalente me të pasurit një zgjerues para ekranit ideal linear.

Meqenëse ekranet janë në thelb të shtrirë, kamerat duhet të dizajnohen që të jenë kompresive në mënyrë që imazhet të duken mirë në ekranet ekzistues.

Në ditët e vjetra kur kishte mijëra ekrane marrësish televizivë dhe vetëm një ose dy stacione transmetimi (p.sh. vetëm një ose dy kamera televizive), ishte një zgjidhje më e lehtë për të vënë një jolinearitet kompresiv në kamera sesa për të kujtuar të gjithë televizorët dhe vendosni një në çdo marrës televiziv.

Rastësisht kjo gjithashtu ndihmoi në zvogëlimin e zhurmës. Në audio ne e quajmë këtë "Dolby" ("komponent") dhe japim një patentë për të. Në video ndodhi krejt rastësisht. Stockham propozoi që ne të marrim logaritmin e imazheve para se t'i përpunojmë ato, dhe pastaj të marrim antilogun. Ajo që ai nuk e kuptoi është se shumica e kamerave dhe ekraneve tashmë e bëjnë këtë rastësisht. Në vend të kësaj, ajo që propozova është që të bëjmë të kundërtën e asaj që propozoi Stockham. (Shih "Përpunimi Inteligjent i Imazhit", Seria John Wiley dhe Sons Interscience, faqe 109-111.)

Në figurën e poshtme, shihni përpunimin e propozuar të imazhit anti-homomorfik (kuantimetrik), ku kemi shtuar hapin e zgjerimit dhe ngjeshjes së diapazonit dinamik.

Hapi 2: Përpunoni imazhet, ose kryeni vizionin kompjuterik, mësimin e makinerisë ose të ngjashme

Hapi i dytë, pas zgjerimit të gamës dinamike, është përpunimi i imazheve.

Në rastin tim, unë thjesht bëra një dekonvolucion të imazhit, me funksionin e turbullimit, domethënë zbehjen e figurës, siç dihet zakonisht në artin e mëparshëm.

Ekzistojnë dy kategori të gjera të ndijimit të imazhit kuantimetrik:

• Ndihmoni njerëzit të shohin;
• Makinat ndihmëse shikoni.

Nëse po përpiqemi t'i ndihmojmë njerëzit të shohin (që është shembulli që po tregoj këtu), nuk kemi mbaruar akoma: ne duhet ta kthejmë rezultatin e përpunuar përsëri në hapësirën e imazheve.

Nëse po ndihmojmë makinat të shikojnë (p.sh. njohjen e fytyrës), ne kemi mbaruar tani (nuk ka nevojë të shkoni në hapin 3).

Hapi 3: Rivendosni diapazonin dinamik të rezultatit

Kur punojmë në një gamë dinamike të zgjeruar, thuhet se jemi në "hapësirën e dritës" (hapësira kuantimetrike e imazheve).

Në fund të Hapit 2, ne jemi në hapësirën e dritës dhe duhet të kthehemi në hapësirën e imazheve.

Pra, ky hap 3 ka të bëjë me kthimin në hapësirën e imazheve.

Për të kryer hapin 3, thjesht shtypni gamën dinamike të daljes së Hapit 2.

Nëse e njihni funksionin e përgjigjes së kamerës, thjesht aplikojeni atë, për të marrë rezultatin, f (p (q)).

Nëse nuk e dini funksionin e përgjigjes së kamerës, thjesht aplikoni një supozim të mirë.

Nëse i keni katrorizuar pikselët e figurës në hapin 1, tani është koha për të marrë rrënjën katrore të çdo pikseli të imazhit për t'u kthyer në supozimet tuaja në lidhje me hapësirën e imazheve.

Hapi 4: Ju mund të dëshironi të provoni disa ndryshime të tjera

Deblurring është vetëm një nga shumë shembujt e mundshëm. Merrni parasysh, për shembull, kombinimin e ekspozimeve të shumta.

Bëni dy fotografi të tilla si ato që kam më lart. Njëra merrej gjatë ditës, dhe tjetra gjatë natës.

Kombinojini ato për të bërë një pamje si muzgu.

Nëse i mesatarizoni së bashku, duket si mbeturina. Provojeni këtë vetë!

Por nëse së pari zgjeroni gamën dinamike të secilës figurë, pastaj i shtoni ato dhe pastaj ngjeshni gamën dinamike të shumës, duket e mrekullueshme.

Krahasoni përpunimin e figurës (shtimin e imazheve) me përpunimin kuantimetrik të imazhit (zgjerimin, shtimin dhe më pas ngjeshjen).

Ju mund të shkarkoni kodin tim dhe më shumë material shembull nga këtu:

Hapi 5: Shkoni Më tej: Tani Provojeni Me Kompozita të Imazhit HDR

(Mbi imazhin: Përkrenarja e saldimit HDR përdor përpunimin kuantimetrik të imazhit për mbivendosjet e realitetit të shtuar. Shih Slashgear 2012 12 shtator.)

Në përmbledhje:

kapni një imazh dhe zbatoni hapat e mëposhtëm:

1. zgjeroni gamën dinamike të figurës;
2. përpunoni imazhin;
3. ngjesh gamën dinamike të rezultatit.

Dhe nëse doni një rezultat edhe më të mirë, provoni sa vijon:

kapni një mori fotografish të ekspozuara ndryshe;

1. zgjeroni gamën dinamike në hapësirën e dritës, sipas udhëzimeve të mia të mëparshme në HDR;
2. përpunoni imazhin kuantimetrik që rezulton, q, në hapësirën e dritës;
3. kompresoni gamën dinamike përmes tonemapingut.

Argëtohuni dhe ju lutemi klikoni "E arrita" dhe postoni rezultatet tuaja, dhe do të jem i lumtur të komentoj ose ofroj ndonjë ndihmë konstruktive.