Kvantimetrik Görüntü İşləmə: 5 addım

2024 Müəllif: John Day | [email protected]. Son dəyişdirildi: 2024-01-30 07:48

(Yuxarıdakı şəkil kvantimetrik görüntü emalı ilə mövcud görüntü işləmə metodunun müqayisəsini göstərir. Təkmilləşdirilmiş nəticəyə diqqət yetirin. Sağ üst şəkil, şəkillərin işıq kimi bir şeyi ölçdüyünə dair yanlış bir fərziyyədən qaynaqlanan qəribə əsərləri göstərir. Sağdakı şəkil eyni şeyi etməklə daha yaxşı nəticə göstərir. kvantimetrik olaraq.)

Bu Təlimat kitabında çox sadə bir anlayışdan istifadə edərək mövcud görüntü və ya görmə algılama sistemlərinin performansını necə artırmağı öyrənəcəksiniz: Kvantimetrik görüntü algılama

Kvantimetrik görüntü emalı aşağıdakılardan hər hansı birini xeyli yaxşılaşdırır:

• Mövcud görüntü emalı, məsələn, görüntü silmək;
• Maşın öyrənmə, kompüter görmə və naxış tanıma;
• Geyilə bilən üz tanıma cihazı (https://wearcam.org/vmp.pdf -ə baxın), AI və HI əsaslı görmə və s.

Əsas fikir, şəkilləri kvantimetrik olaraq əvvəlcədən emal etmək və sonra emal etməkdir:

1. Şəkil və ya şəkillərin dinamik diapazonunu genişləndirin;
2. Şəkli və ya şəkilləri normal olaraq işləyin;
3. Təsvirin və ya şəkillərin dinamik aralığını sıxın (yəni 1 -ci addımı geri qaytarın).

Əvvəlki Təlimatlarda HDR (Yüksək Dinamik Aralıq) algılamanın və kvantimetrik algılamanın bəzi aspektlərini öyrətmişəm, məsələn. xətti, superpozisiya və s.

İndi bu biliklərdən istifadə edək.

İstifadə etmək istədiyiniz hər hansı bir prosesi götürün. Göstərəcəyim nümunə şəkil silməkdir, ancaq başqa bir şey üçün də istifadə edə bilərsiniz.

Addım 1: Şəkil və ya Şəkillərinizin Dinamik Aralığını genişləndirin

("Ağıllı Görüntü İşləmə" dən uyğunlaşdırılmış rəqəmlər, John Wiley və Sons Interscience Series, Steve Mann, Noyabr 2001)

İlk addım giriş görüntüsünün dinamik diapazonunu genişləndirməkdir.

İdeal olaraq əvvəlcə kameranın cavab funksiyasını f təyin etməli və sonra görüntüyə tərs f tərsini tətbiq etməlisiniz.

Tipik kameralar dinamik diapazonda sıxışdırıcıdır, buna görə də ümumiyyətlə genişləndirici bir funksiya tətbiq etmək istəyirik.

Cavab funksiyasını bilmirsinizsə, görüntünü bir görüntü massivinə yükləmək, dəyişənləri (float) və ya (double) kimi bir məlumat tipinə göndərmək və hər piksel dəyərini bir göstəriciyə qaldırmaq kimi sadə bir şey sınamaqla başlayın. məsələn, hər bir piksel dəyərinin kvadratlaşdırılması kimi.

Məntiq:

Bunu niyə edirik?

Cavab budur ki, əksər kameralar dinamik aralığını sıxışdırırlar. Bunu etmələrinin səbəbi, əksər görüntülü medianın dinamik diapazonu genişləndirməsidir. Bu, təsadüfən baş verir: bir katod-şüa televizor ekranının yaydığı işığın miqdarı təxminən 2.22 səviyyəsinə qaldırılan gərginliyə bərabərdir, belə ki, video gərginlik girişi təxminən yarısı olduqda, yayılan işıq miqdarı çoxdur. yarısından az.

Fotoşəkillər də dinamik diapazonda genişlənir. Məsələn, fotoşəkil çəkən "neytral" boz kart, hadisə işığının 18% -ni yayır (hadisə işığının 50% -i deyil). Bu qədər işığın (18%) cavabın ortasında olduğu düşünülür. Gördüyünüz kimi, çıxışın bir qrafikinə giriş funksiyası olaraq baxsaq, görüntü daşıyıcıları, ideal xətti cavabdan əvvəl dinamik diapazon genişləndiricisi olan ideal xətti ekranlar kimi davranırlar.

Yuxarıdakı yuxarı rəqəmdə, nöqtəli bir xətt ilə qutuya qoyulmuş ekranı görə bilərsiniz və ideal xətti ekrandan əvvəl bir genişləndiriciyə sahib olmağa bərabərdir.

Displeylər təbii olaraq geniş olduğundan, kameraların şəkillərin mövcud displeylərdə yaxşı görünməsi üçün sıxılma üçün dizayn edilməlidir.

Köhnə günlərdə, minlərlə televiziya qəbuledici ekranının və yalnız bir və ya iki yayım stansiyasının (məsələn, yalnız bir və ya iki televiziya kamerası) olduğu zaman, bütün televizorları xatırlatmaqdansa, sıxışdırıcı olmayan xətləri kameraya yerləşdirmək daha asan idi. hər bir televiziya alıcısına bir ədəd qoyun.

Təsadüfən bu da səs -küyün azaldılmasına kömək etdi. Səsdə buna "Dolby" ("kompanding") deyirik və buna patent veririk. Videoda bu tamamilə təsadüfən baş verib. Stockham, şəkilləri emal etməzdən əvvəl logarifmini götürməyimizi və sonra antilogu götürməyimizi təklif etdi. Başa düşmədiyi şey, əksər kameraların və ekranların artıq bunu təsadüfən etməsidir. Bunun əvəzinə, təklif etdiyim odur ki, Stokhamın təklif etdiyi şeyin tam əksini edək. (Bax "Ağıllı Görüntü İşləmə", John Wiley və Sons Interscience Series, səhifə 109-111.)

Aşağıdakı şəkildə, dinamik aralığın genişləndirilməsi və sıxılması addımını əlavə etdiyimiz homomorfik əleyhinə (kvantimetrik) görüntü işlənməsini görürsünüz.

Addım 2: Şəkilləri emal edin və ya Kompüter Görmə, Maşın Öyrənmə və ya bənzərlərini həyata keçirin

Dinamik diapazon genişlənməsindən sonra ikinci addım şəkilləri emal etməkdir.

Mənim vəziyyətimdə, sadəcə əvvəlki texnikada məlum olduğu kimi, bulanıklaşdırma funksiyasını yerinə yetirərək görüntünün dekonvolyutsiyasını yerinə yetirdim.

Kvantimetrik görüntü algılamanın iki geniş kateqoriyası var:

• İnsanların görməsinə kömək etmək;
• Yardım maşınları görür.

İnsanlara görməyə kömək etməyə çalışırıqsa (burada göstərdiyim nümunədir), hələ bitirməmişik: işlənmiş nəticəni yenidən görüntü sahəsinə qaytarmalıyıq.

Maşınların görməsinə kömək etsək (məsələn, üz tanıma), indi işimizi bitirdik (3 -cü addıma keçməyə ehtiyac yoxdur).

Addım 3: Nəticənin Dinamik Aralığını yenidən sıxın

Genişləndirilmiş dinamik diapazonda işləyərkən, "işıq məkanında" olduğumuz deyilir (kvantimetrik görüntü sahəsi).

Adım 2 -nin sonunda işıq məkanındayıq və görüntü sahəsinə qayıtmalıyıq.

Beləliklə, bu addım 3, görüntü sahəsinə qayıtmaqdır.

3 -cü addımı yerinə yetirmək üçün 2 -ci addımdakı çıxışın dinamik diapazonunu sıxmaq kifayətdir.

Kameranın cavab funksiyasını bilirsinizsə, nəticəni əldə etmək üçün sadəcə tətbiq edin, f (p (q)).

Kameranın cavab funksiyasını bilmirsinizsə, sadəcə yaxşı bir tahmin tətbiq edin.

1 -ci addımda şəkil piksellərini kvadrat halına salmısınızsa, indi hər bir görüntü pikselinin kvadrat kökünü götürərək, görüntü məkanı ilə bağlı təxminlərinizə qayıtmağın vaxtıdır.

Addım 4: Başqa Variantları sınamaq istəyə bilərsiniz

Silmək mümkün olan bir çox nümunədən yalnız biridir. Məsələn, çoxlu təsirlərin birləşməsini nəzərdən keçirək.

Yuxarıdakı şəkillər kimi hər hansı bir şəkil çəkin. Biri gündüz, digəri isə gecə çəkildi.

Gecəyə bənzər bir şəkil çəkmək üçün bunları birləşdirin.

Onları bir araya gətirsəniz, zibil kimi görünür. Bunu özünüz sınayın!

Ancaq əvvəlcə hər bir görüntünün dinamik aralığını genişləndirirsinizsə, sonra onları əlavə edin və sonra cəmin dinamik aralığını sıxışdırsanız əla görünür.

Şəkil emalını (şəkilləri əlavə etməklə) kvantimetrik görüntü emalı ilə (genişləndirmək, əlavə etmək və sonra sıxmaq) müqayisə edin.

Kodumu və digər nümunə materialları buradan yükləyə bilərsiniz:

Addım 5: Daha da irəli gedin: İndi HDR Görüntü Kompozitləri ilə sınayın

(Yuxarıdakı şəkil: HDR qaynaqlı dəbilqə, artırılmış reallıq örtükləri üçün kvantimetrik görüntü emalından istifadə edir. Bax Slashgear 2012 12 Sentyabr.)

Xülasə:

bir şəkil çəkin və aşağıdakı addımları tətbiq edin:

1. görüntünün dinamik diapazonunu genişləndirmək;
2. şəkli emal edin;
3. Nəticənin dinamik aralığını sıxışdırın.

Və daha yaxşı bir nəticə əldə etmək istəyirsinizsə, aşağıdakıları sınayın:

çox fərqli şəkillər çəkmək;

1. əvvəlki HDR Təlimatçılığımda olduğu kimi dinamik sahəni işıq sahəsinə genişləndirmək;
2. yaranan kvantimetrik görüntünün işığı, q, işıq məkanında;
3. tonemapping vasitəsilə dinamik aralığı sıxın.

Əylən və zəhmət olmasa "Mən bacardım" düyməsini vurun və nəticələrinizi göndərin, şərh yazmaqdan və ya konstruktiv kömək göstərməkdən məmnun olaram.