Начало / Коррекция резкости и шумов

Коррекция резкости и шумов

Коррекция структурных свойств изображения разделяется на:

  • коррекция резкости;
  • коррекцию шумов.

  • Коррекция резкости изображения

    Коррекция резкости изображения в системе поэлементной обработки может осуществляться двумя методами: аппертурным и программным. Аппертурный метод включает аппертурную коррекцию резкости изображения по методу нерезкого маскирования, при этом коррекция производится непосредственно при сканировании изображения.

    Для такой коррекции используется дополнительный канал формирующий сигнал. Этот канал отличается тем, что при сканировании устанавливается большая аппертура, чем аппертура сканирования в основном канале.

    Полученный дополнительный сигнал формирует относительно нерезкое изображение, которое образует собой нерезкую маску.

    Аналогичную операцию можно проделывать также с применением цифрового фильтра нерезкого маскирования. В соответствие с этой процедурой производится обработка массива цифровой информации формируя сигнал нерезкого изображения путем интегрирования нескольких пиксель в окрестностях обрабатываемой пиксели. Дальнейшая процедура соответствует обычной процедуре нерезкого маскирования.

    Параметрами нерезкого маскирования, которые позволяют регулировать степень нерезкого маскирования являются:

    • радиус, который характеризует соотношение аппертур основного канала и канала нерезкого маскирования. Выбор этого значения будет определять ширину полосы подчеркивания;

    • параметр количества. Он характеризует степень усиления при нерезком маскировании, то есть контраст подчеркивающей полосы;

    • порог. Он определяет тот порог контраста изображения с которого начинается включение процесса нерезкого маскирования.

    Возможно подчеркивание изображения как в области светов и теней (подчеркивание осуществляется как по светлой так и по черной границе изображения), так и выбор возможного подчеркивания только с одной стороны изображения.

    Выбор параметров нерезкого маскирования зависит от семантики оригинала и от его масштаба, то есть от коэффициента масштабирования. Четких рекомендаций по этому вопросу не существует и выбор этих параметров зависит от опыта оператора. Обычно рекомендуется только, что параметр радиуса определяется как величина разрешения выраженная в пикселях при сканировании деленная на 200.

    Важным фактором является выбор канала по которому проводится нерезкое маскирование. Не рекомендуется осуществлять маскирование по всем каналам одновременно. При не приводки такого изображения будет получаться структурный шум изображения.

    При рациональной работе в системе Lab нерезкое маскирование целесообразно проводить по каналу L (по светлоте). Если будем использовать нерезкое маскирование в СМУК, то для улучшения резкости необходимо использовать канал дополнительный по цвету к основному цвету маскируемого изображения. Так, например, если хотим осуществить повышение резкости зелени, то маскирование нужно проводить в канале пурпурной краски, которая будет формировать рисунок определяющий резкость этих листьев.

    Нерезкое маскирование до настоящего времени является самым распространенным и привычным способом коррекции резкости. Однако, в современном программном обеспечении существуют и другие средства коррекции резкости, которые осуществляются цифровыми методами с применением дополнительных фильтров коррекции резкости. Для такой коррекции резкости используются цифровые матрицы пересчета с центральным положительным элементом и отрицательными периферийными элементами. При этом величина центрального элемента должна по абсолютной величине превосходить сумму величин периферийных элементов. Степень повышения резкости будет зависеть от степени превышения этой величины.

    При возможности аппаратного нерезкого маскирования этому способу необходимо отдавать предпочтение перед методами программной коррекции, так как этот способ аппаратного нерезкого маскирования дает более хорошие результаты без дополнительных затрат времени на обработку.

    Коррекция шумов изображения

    Шумы могут быть случайные аналоговые, импульсные и различного рода детерминированные.

    Случайные аналоговые шумы

    Шумы в изображении Случайные аналоговые шумы порождаются, как правило, гранулярной структурой фотографического материала, но котором изготовлен оригинал. Шумы становятся актуальными при увеличении более чем в 8 раз.

    Для устранения таких шумов применяются методы сглаживающей фильтрации. Действие этих методов основано на цифровой фильтрации путем усреднения значения сигнала по окрестности считываемой пиксели. В программах типа PhotoShop эти сглаживающие фильтры носят название Blur, Gaussian Blur. Blur даст прямое усреднение. Gaussian Blur вводит веса пиксель в матрицу усреднения по закону Гаусса. Blur является устаревшим так как не позволяет регулировать степень усреднения. Степень сглаживания регулируется неоднократным применением фильтра.

    Gaussian Blur более современный. В нем можно регулировать параметр усреднения, регулируя таким образом сглаживание.

    Необходимо помнить, что использование таких фильтров может приводить к потери резкости изображения, так как усредняется не только шумовая структура, но и пиксели формирующие границу изображения. В некоторых случаях целесообразно после процедуры сглаживания дополнительно осуществлять процедуру нерезкого маскирования.

    Случайные импульсные шумы

    Устранение шумов в изображении Под случайными импульсными шумами понимаются относительно редко расположенные единичные дефекты, типа царапин, пылинок. Применительно к ним процедура сглаживания обычно не эффективна в результате того, что размеры таких дефектов достаточно велики.

    Для устранения таких дефектов применяются фильтры ранго-порядкового класса. Такие ранго-порядковые фильтры создают серии пиксель вдоль строки, упорядочивают эти серии, располагая их по порядку возрастания, откидывают минимальные и максимальные значения пиксель, которые могут быть дефектными и находят среднее значение в этой серии. Это среднее значение ставят на место анализируемой пиксели.

    Таким образом можно устранить относительно мелкие дефекты как типа царапин, так и типа пыли. В принципе можно изменять длину серии и таким образом осуществлять селекцию более крупных дефектов.

    Однако, для достаточно крупных дефектов, которые превышают длину серии пиксель этот метод не применим. Именно по этому методу работает фильтр Dust and Scratches.

    При более крупном импульсном шуме необходимо прибегать к полуавтоматическому ретушированию, в котором устранение дефектов изображения осуществляется путем замены дефектных пиксель на окрашенные пиксели из их ближнего окружения. Из ближнего окружения выбирается пикселя и сажается на дефектное место.

    В программном обеспечении такая процедура называется штамп и требует значительных затрат времени. Прежде чем приступить к такой процедуре необходимо проанализировать изображение в масштабе увеличения при репродуцировании и устранить те дефекты, которые будут заметны при этом масштабе. В принципе, такая же процедура может быть использована и для редакционной коррекции, когда необходимо дополнить какие-то утраченные детали изображения.

    Детерминированные шумы изображения

    Наиболее ярким представителем детерминированных шумов изображения является растровая структура изображения, если в качестве оригинала используется полиграфический оттиск.

    Считывание растрового изображения может привести к нежелательному взаимодействию растровой структуры изображения с новой растровой структурой генерируемой в процессе фотовывода.

    Возможно три пути решения этой проблемы.

    Первый - устранение растровой структуры оригинала в процессе сканирования и обработки. Для этого используются методы подобные методам аппретурной фильтрации при считывании изображения с большей апертурой, или их цифровой аналог, то есть усреднение пиксель и формирование усредненного сигнала.

    Теоретически и экспериментально показали, что наилучшие результаты получаются при согласовании размера апертуры с размерами растрового элемента растровой структуры оригинала. Поэтому в процессе сканирования необходимо точно определить линиатуру растра, который использовался в оригинале и фильтр де растрирования выбирать в соответствие с этой линиатурой.

    Для определения линиатуры растра в оригинале возможно использование специальных тестов. Некоторые современные программы, например LinoColor, позволяют в процессе предварительного сканирования определять линиатуру и в соответствие с ней устанавливать оптимальный фильтр дерастрирования.

    Недостатки такого устранения: 

    1. потеря резкости изображения; 

    2. в следствии различных углов поворота растровых структур изображения для разных красок, полного согласования апертуры дерастрирования и растровой структуры не происходит и неизбежны остаточные флуктуации в изображении (муарообразование). 


    Второй - считывание растровой структуры с ее полным сохранением. В результате мы получим при считывании трех растровых цветоделенных изображения с сохранением растровой структуры. По сути дела мы получим изображение в системе СМУК. Далее это изображение можно перевести в Lab потеряв таким образом информацию о растровой структуре. Затем всю обработку перевести в Lab и перейти в СМУК со своей растровой структурой.

    Для этого необходимо считывать с высоким разрешением. СopiDot – соответствующее программное обеспечение для перевода СМУК в Lab.

    В настоящее время сложность заключается в том, что считывание цветных изображений имеет значительные трудности. Поэтому такого рода технология CopiDot, в настоящее время, используется для считывания фотоформ растрированных и цветоделенных.

    Далее возможна процедура перехода из СМУК в Lab, проведение дополнительных по коррекции градации, переверстке изображения. Затем новое растрирование.
    Особенно интересна эта технология, которая в последнее время сильно развилась, необходимостью использования каких-то архивных фотофрм технологии C-t-P (компьютер-печатная форма). 

    Третий - перерастрирование с использованием растра нерегулярной структуры (частотно-модулированного).


    Rambler's Top100
    © 2006-2017. При использовании материалов сайта, гипперссылка на проект обязательна.