Методика и порядок выполнения работы

4.1 В программе Photoshop откройте файл Test_RGB.psd и рас­красьте поля теста в различные цвета, вводя соответствующие вер­хней строке теста сочетания величин R, G и В. При этом используй­те для выделения нужного поля теста инструмент «Волшебную па­лочку», а для раскраски поля инструмент «Ковш с краской». Требу­емый цвет задавайте в диалоговом окне Color Picker.

В соответствии с предложенным вариантом изменяйте величи­ны R, G и В в диапазоне от 0 до 255 с шагом 25.

Таблица 7.1

Тест для определения зависимости Lab RGB

 

Вариант

Измеряемые Параметры

R

G

B

RG

RB

GB

RGB

 

4.2. Снимите в диалоговом окне Info значения цветовых координат L, a, b для всех окрашенных полей теста и заполните табл. 3.2, например, для красных тонов.

 

 

Таблица 7.2

№ поля	R	G	B	L	а	B	ΔE

 

4.3. Рассчитайте цветовые различия ΔЕ для всех цветов, опреде­ленных по пункту 4.2 и запишите в таблицу. Цветовые различия ΔЕ рассчитайте относительно 1-го черного поля с координатами L = 0 а = 0, b = 0.

4.4. Постройте на миллиметровой бумаге зависимости Lab = f (RGB) и зависимости ΔЕ = f(RGB).

4.5. В программе Photoshop откройте файл TesCMYKl.psd и рас­красьте поля теста в различные цвета, вводя соответствующие вер­хней строке теста сочетания величин С, М, Y, К. При этом исполь­зуйте для выделения нужного поля теста инструмент «Волшебную палочку», а для раскраски поля инструмент «Ковш с краской».

В соответствии с Вашим вариантом изменяйте величины С М,Y,К в диапазоне от 0 до 100% с шагом 10%.

 

 

Таблица 7.3

Тест для определения зависимости Lab от CMYK

Вариант

Измеряемые Параметры

C

M

Y

CM

CY

MY

CMY

K

 

4.6. Снимите в диалоговом окне Info значения цветовых координат L, a, b для всех окрашенных полей теста и заполните табл. 3.4 для пурпурных тонов.

Таблица 7.4

№ поля	C	M	Y	K	L	A	B	ΔE

4.7. Рассчитайте цветовые различия ΔЕ для всех цветов, опреде­ленных по пункту 4.2 и запишите в таблицу. Цветовые различия ΔЕ рассчитайте относительно 1-го белого поля с координатами L = 100, а = 0, b = 0.

4.8. Постройте на миллиметровой бумаге зависимости Lab = f(CMYK) и зависимости ΔЕ = f(CMYK).

4.9. Проанализируйте и сделайте выводы о характере построен­ных зависимостей.

Приборы и оборудование

Компьютер типа PC IBM. Программа Photoshop. Cпирт этиловый для протирки частей компьютера.

Содержание отчета и его форма

6.1. Название и цель работы.

6.2. Краткое описание и основные формулы расчета цветовых координат Lab.

6.3. Таблица с расчетными параметрами и графики L = f(RGB), а = f(RGB)_rb = f(RGB), ΔE = f(RGB).

6.4. Таблица с расчетными параметрами и графики L = f (CMYK), а = f(CMYK), b = f(CMYK), ΔE = f(CMYK).

6.5. Выводы.

 

Лабораторная работа № 8

ЧАСТОТНАЯ И ГРАДАЦИОННАЯ КОРРЕКЦИЯ СИГНАЛА ДЛЯ ПОВЫШЕНИЯ РЕЗКОСТИ ИЗОБРАЖЕНИЯ

Продолжительность работы 4 часа

Цель работы

Изучить основные методы частотной и градационной коррекции, позволяющие повысить резкость изображения.

2. Содержание работы

Моделирование различных методов частотной и градационной коррекции изображения, проводимой с целью повышения резкос­ти, и оценка воздействия этих методов и изменяемых параметров коррекции на получаемые результаты коррекции.

Теоретическое обоснование

Фильтрация сигнала в системе, как правило, приводит к потере резкости и мелких деталей. Так как обычно фильтрация сводится к ослаблению высоких частот в изображении. Если потери достаточ­но заметны, то может оказаться необходимым каким-либо образом компенсировать эти потери, восстанавливая резкость изображения. Компенсация потерь должна осуществляться в процессе обработ­ки сигнала. Методы компенсации — восстановления могут быть различными, и результаты их воздействия на изображения также различны. Целесообразно промоделировать и изучить методы, при­меняемые в реальных системах обработки изображений для поли­графического воспроизведения.

Методы восстановления потери резкости можно разделить на линейные и нелинейные.

3.1. Линейные методы.

К линейным методам можно отнести методы коррекции с помо­щью линейных корректирующих пространственных или времен­ных фильтров.

Чисто пространственная компенсирующая фильтрация, осуще­ствляемая воздействием на пространственный оптический сигнал, возможна только в когерентной оптической системе, например, голографической, и для целей полиграфического воспроизведения в настоящее время не применяется.

Однако возможна линейная фильтрация временного электриче­ского сигнала, полученного преобразованием пространственного сигнала во временной методами сканирования изображения.

Полученный временной электрический сигнал может быть от­корректирован воздействием на него корректирующего, например, инверсного частотного фильтра, пропускающего высокие частоты и ослабляющего низкие. После воздействия такого фильтра частот­ный спектр сигнала выравнивается, а ослабление сигнала может быть компенсировано его последующим усилением. Сигнал может быть представлен как в аналоговой, так и в цифровой форме. В пос­леднем случае преобразование сигнала осуществляется в форме свертки цифровых матриц сигнала и фильтра. Ограничением ме­тода является сложность коррекции путем усиления высокочастот­ных составляющих сигнала, если эти составляющие плохо выделя­ются на фоне шума.

3.2. Нелинейные методы.

К нелинейным методам коррекции резкости можно отнести все методы, которые не накладывают каких-либо ограничений на ли­нейность системы, не требуя такой линейности. Они могут исполь­зовать или нелинейную математическую обработку сигнала, или нелинейную фильтрацию, например, фильтрацию с обратной свя­зью, или нелинейную градационную коррекцию.

3.2.1. Метод нерезкого маскирования.

Метод нерезкого маскирования представляет собой разновид­ность нелинейной фильтрации с обратной связью. Как известно, при фильтрации с обратной связью часть полученного основного сигна­ла отводится в отдельный канал, обрабатывается по заданному зако­ну, а затем суммируется с основным сигналом, нелинейно воздей­ствуя на конечный результат преобразования. При нерезком маски­ровании в процессе считывания изображения оптический сигнал разделяют на два канала, основной и дополнительный, играющий роль канала обратной связи. Дополнительный сигнал создают таким, чтобы он имел меньший контраст и большее размытие, а также по­лярность, обратную полярности основного сигнала. При суммиро­вании этого дополнительного сигнала с основным получается сум­марный сигнал, отличающийся подчеркиванием границ деталей с перепадом яркостей (см. рис. 8.1). Это подчеркивание увеличивает долю высокочастотных составляющих в спектре изображения и ви­зуально дает ощущение повышения резкости изображения.

Нерезкое маскирование можно осуществлять как фотографи­ческим, так и оптоэлектронным аппаратным методом, с выделени­ем отдельного реального оптоэлектронного корректирующего ка­нала. Возможно осуществлять метод и чисто математически, путем соответствующей обработки цифрового массива считанной ранее информации из памяти ЭВМ.

Более подробно рассмотрим метод нерезкого маскирования на примере оптоэлектронного нерезкого маскирования, применяемо­го в системах поэлементной обработки изображений. В этой систе­ме в процессе сканирования считывание изображения осуществля­ют с использованием апертурной диафрагмы. Для аппаратной реа­лизации метода электронного нерезкого маскирования необходимо иметь считывающее устройство с выделением дополнительного ка­нала с апертурой большего размера. Усиление сигналов основного U₁ = Uki и дополнительного U₂ = Uk₂ различно, причем к k₁ > k₂. Чем больше апертура дополнительного канала, тем больше нерезкость корректирующего изображения. Получение откорректированного сигнала осуществляется вычитанием из основного сигнала U₁кор­ректирующего сигнала U₂. Суммарный сигнал (U₁- U₂) усиливает­ся с коэффициентом усиления k₃: U₃ = (U₁— U₂)k₃.

Таким образом, изменением коэффициентов k_l, k₂, k₃ возмож­но регулировать интенсивность подчеркивания, а соотношением зон перехода (нерезкости) сигналов U₁и U₂ — ширину подчерки­вающей каймы.

Графическая интерпретация метода нерезкого маскирования показана на рис. 8.1.

Х

Рис.8 1.Пример метода нерезкого маскирования: 1 — основное изображение; 2 — нерезкая маска; 3 — откорректированное изображение

 

Как видим, полученный в результате нелинейной обработки сиг­нал по своей форме будет существенно отличаться от исходного, но будет содержать высокочастотные составляющие, увеличиваю­щие его визуальную резкость.

3.2.2. Коррекция методом порогового ограничения.

При воспроизведении бинарного (двухуровневого) сигнала, если этот сигнал вследствие фильтрации превращается в сигнал с несчетным количеством градаций (аналоговый), возможна коррек­ция сигнала с возвращением его к бинарному (двухградационному) путем применения нелинейных градационных преобразова­ний с пороговой характеристикой. Пороговая характеристика - это такая характеристика, при которой система формирует мак­симальную реакцию на сигнал больший порогового значения и нулевую— на сигнал меньше порогового. Таким образом сигнал, имеющий промежуточное значение, при регистрации пороговый приемником снова разделяется на два уровня, причем разделение имеет скачкообразный характер и происходит при значений сиг­нала, равном Н_пор.

Строго говоря, такое нелинейное преобразование — градацион­ное преобразование, но оно воздействует на частотный состав изоб­ражения - воспроизведение мелких деталей.

В практически используемых программах обработки изображе­ний, например, в программе Photoshop, имеются подпрограммы, позволяющие повысить резкость изображений. Так меню програм­мы Photoshop Filter/Sharpen (Фильтр/Резче) включает четыре филь­тра, повышающих резкость изображения: Sharpen (Резче), Sharpen Edges (Резче Края), Sharpen More (Более резко), Unsharpen Mask (Нерезкое маскирование).

Существуют также фильтры, понижающие резкость изображе­ния, например, Blur, Gaussian Blur (Размытие, Размытие по Гауссу).

⇐ Предыдущая234567891011Следующая ⇒

Поделиться:

Воспользуйтесь поиском по сайту: