Моделирование растровых искажений
Проблемы оценки эффективности растрового преобразования
В полиграфическом отображении полутонового оригинала количество краски на оттиске определяется относительной площадью печатных и пробельных элементов. Однако такие важнейшие показатели качества печатной иллюстрации, как цвет, четкость, градационное содержание, резкость, в самой существенной степени зависят еще и от формы и геометрии размещения этих элементов. В этой связи растрирование является одним из ключевых и самых актуальных процессов иллюстрационной печати. В результате не прекращающихся исследований и разработок множество заявленных на рынке или грядущих патентованных растровых технологий претендует сегодня на широкую промышленную апробацию. Остается насущным и сравнительное сопоставление эффективности многих систем растрирования, которые уже используются в различных РИПах, драйверах и программных приложениях. Возникает необходимость корректной количественной оценки различных способов растрирования, при которой соблюдаются равными прочие важные условия печати. Сложно, например, сравнивать цветовое или градационное содержание двух оттисков, заметно отличающихся своей четкостью или резкостью. И наоборот, наблюдатель может отдать предпочтение изображению более высокого контраста, несмотря на его низкую в сравнении с другим образцом четкость.
Множество параметров качества изображения можно разделить на две группы. К первой из них относятся достоверность цвета, контраст или тоновый диапазон, число и распределение уровней тона внутри этого диапазона, однородность протяженных полей и т.д. Наряду с визуальной оценкой, эти показатели могут быть по отдельности объективно измерены колориметром и денситометром по соответствующим шкалам с построением градационных кривых, гистограмм встречаемости значений тона в файле, диаграмм цветового охвата и т.п.
|
|
|
К второй группе параметров относятся четкость и резкость изображения, зависящие от передачи его высоких пространственных частот. В фотографии и телевидении для оценки отображения этой составляющей моделируют частотно-контрастные или амплитудо-частотные характеристики (АЧХ и ЧКХ) тех или иных устройств, каналов или процессов.
Степень достоверности результатов, предоставляемых той или иной моделью, устанавливают путем их сопоставления с данными эксперимента. Так, например, с помощью микрофотометра можно получить профили зон размытости края детали на оригинале и копии, чтобы установить по ним степень корреляции аналитически рассчитываемой функции рассеяния. Однако получить этим способом профили для контура растрового оттиска не представляется возможным в силу его бинарной структуры. Поскольку такой контур представлен здесь растровыми точками или их фрагментами (см. рис. 7.13 в), микрофотометр даст лишь два значения, соответствующие отражению подложки и сплошного красочного слоя.
|
|
|
Рис. 7.13 К вопросу об оценке «зоны размытости» края штриха оригинала или исходного массива данных (а) на фотографической копии (б) и печатном растровом оттиске (в)
Вместе с тем, сама бинарная структура контуров, а, соответственно, и визуальная резкость, и геометрия штрихового фрагмента тоновой иллюстрации существенно зависят от режима растрирования, как было показано на рис. 7.9.
В этой связи степень сохранения четкости и резкости оригинала в том или ином методе растрирования принято, большей частью, оценивать визуально по штриховым мирам переменной частоты.
Основные положения
Общие потери четкости и резкости, а также мелких деталей связаны в репродукционном процессе с искажениями амплитуды и фазы высокочастотных гармоник пространственного спектра изображения.
В значительной мере эти искажения обусловлены конечной частотой разложения изображения, размерами считывающего пятна (апертуры) при сканировании или зоны отсчета при аналого-цифровом преобразовании.
Примерами компенсации частотных искажений являются процедуры апертурной коррекции и нерезкого маскирования.
Чрезмерная частотная коррекция чревата зашумлением изображения.
При тех же значениях предельных яркостей резкое изображение выглядит более контрастным, а его цвета более насыщенными.
Наряду с пространственной дискретизацией, обусловленной считыванием и цифровым кодированием, частотно-контрастные характеристики иллюстрации искажаются в наибольшей мере растрированием.
Растровые искажения могут быть в определенных пределах скомпенсированы как повышением объема исходного сигнала («коэффициент растрирования» 2,0 и более), так и при том же объеме путем локального воздействия на геометрию растра или форму его точек.
Разрешающая способность печати наиболее полно используется для штриховых изображений, если достаточна четкость считанного файла.
|
|
|
Традиционные методы частотно-контрастных характеристик не решают эту задачу в силу бинарной природы растрового оттиска.
Контрольные вопросы
7.1 Наибольший вклад в низкочастотную фильтрацию изображения вносит конечная разрешающая способность:
|
|
|
а) объектива;
б) автотипного растра;
в) фотослоя;
г) формного процесса;
д) печатного процесса.
7.2 ЧКХ - это:
а) частотно-контрастная характеристика;
б) частотно-корректурная характеристика;
в) частотно-копировальная характеристика.
7.3 АЧХ - это:
а) аналого-частотная характеристика;
б) амплитудно-частотная характеристика;
в) апертурно-частотная характеристика.
7.4 В наименьшей мере апертурные искажения ухудшают изображение в отношении:
а) четкости;
б) резкости;
в) градационного содержания;
г) геометрии мелких деталей и контуров;
д) контраста штрихов.
7.5 При увеличении наклона контура к направлению строчной развертки эффективность апертурной коррекции с дифференцированием видеосигнала по времени:
а) не изменяется;
б) увеличивается;
в) снижается.
7.6 Результат нерезкого маскирования связан со значениями сигналов малой Uосн и большой Uнм считывающих апертур (при k > 1) следующим выражением:
а) U = Uосн + k(Uосн - Uнм );
б) U = Uосн - k(Uосн + Uнм );
в) U = Uнм - k(Uосн - Uнм );
г) U = Uнм + k(Uосн - Uнм );
д) U = kUосн + (Uосн - Uнм ).
7.7 Коэффициент k формулы нерезкого маскирования влияет на:
а) ширину зоны размытости контура;
б) ширину оконтуривающих полос;
в) контраст оконтуривающих полос;
г) градационную характеристику изображения.
7.9 По сравнению с коррекциями в реальном времени считывания (записи) частотные коррекции в компьютере могут:
а) осуществляться с большей скоростью;
б) автоматически адаптировать свои параметры к параметрам изображения;
в) осуществляться для выбранных участков изображения.
7.10 Геометрическая точность воспроизведения контуров и мелких деталей на растровом изображении не растет за счет:
а) повышения четкости считанного файла;
б) смещения растровых точек на контурах и границах деталей;
в) нерезкого маскирования;
г) деформации растровых точек на контурах и границах деталей.
Дата добавления: 2021-12-10; просмотров: 42; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!