Разработка методов градационных преобразований в процессе допечатной подготовки изображений к полиграфическому воспроизведению тема диссертации и автореферата по ВАК РФ 05.02.13, кандидат наук Пухова, Екатерина Александровна

• Пухова, Екатерина Александровна
• кандидат наук
• 2015

Оглавление диссертации кандидат наук Пухова, Екатерина Александровна

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

1. ОСОБЕННОСТИ ФОРМИРОВАНИЯ ГРАДАЦИОННОГО

СОДЕРЖАНИЯ ИЗОБРАЖЕНИЯ В СОВРЕМЕННЫХ СИСТЕМАХ ОБРАБОТКИ

1.1. Градационное содержание изображения

1.2. Оценка качества воспроизведения изображения

1.3. Оценка факторов, влияющих на формирование градационного содержания изображения в цифровых репродукционных

системах

1.3.1. Преобразования в цифровых системах

1.3.2. Параметры дискретизации сигнала, необходимые для получения изображения в цифровом виде

1.3.3. Квантование сигнала

1.3.4. Совместное влияние параметров дискретизации и квантования на цифровое изображение

1.4. Технологические преобразования градационного содержания в зависимости от семантики, распределения информации по тоновым зонам и условий воспроизведения изображений

1.4.1. Градационная коррекция

1.4.1.1. Методы локальных градационных коррекций

1.4.2. Применение гистограмм при допечатной подготовке цифровых изображений

1.4.2.1. Анализ изображения с использованием гистограммы

1.4.2.2. Улучшения изображения методом изменения гистограммы

<< 1.4.2.2.1. Преобразование гистограммы изображения методом задания

численных значений

1.4.2.2.2. Изменение формы гистограммы методом задания функциональных преобразований

1.4.2.2.2.1. Нормализация и выравнивание гистограммы

1.4.2.2.2.2. Приведение гистограммы

1.4.2.2.2.3. Методы формирования оптималыюй гистограммы изображения

1.4.2.3. Автоматизация градационных преобразований цифрового

изображения для полиграфического воспроизведения

1.5. Заключение по первой главе и постановка задачи

2. ИССЛЕДОВАНИЕ ВЛИЯНИЯ СИСТЕМНЫХ ПРЕОБРАЗОВАНИЙ НА ГРАДАЦИОННЫЕ И СТРУКТУРНЫЕ ХАРАКТЕРИСТИКИ ИЗОБРАЖЕНИЯ

2.1. Анализ факторов, влияющих на формирование градационного содержания при цифровом преобразовании аналогового изображения

2.2. Анализ факторов, влияющих на формирование градационного содержания в цифровых камерах

2.3. Заключение по второй главе

3. ОЦЕНКА ВОЗМОЖНОСТЕЙ ТЕХНОЛОГИЧЕСКИХ ПРЕОБРАЗОВАНИЙ ГРАДАЦИОННОГО СОДЕРЖАНИЯ ИЗОБРАЖЕНИЯ МЕТОДОМ ПЕРЕХОДНЫХ

КРИВЫХ

3.1. Метод градационных преобразований по переходным кривым

3.1.1. Анализ результатов преобразований по методу переходных кривых

3.2. Оценка минимально допустимого числа пулевых уровней в гистограмме изображения, предназначенного для печати

3.3. Заключение по третьей главе

4. ОЦЕНКА ВОЗМОЖНОСТЕЙ ТЕХНОЛОГИЧЕСКИХ ПРЕОБРАЗОВАНИЙ ГРАДАЦИОННОГО СОДЕРЖАНИЯ ИЗОБРАЖЕНИЯ МЕТОДОМ

ГИСТОГРАММ

4.1. Постановка задачи

4.2. Исследование метода приведения гистограмм, с целью применения в

качестве средства автоматической коррекции

4.2.1. Выбор объектов исследования

4.2.2. Результаты применения метода приведения гистограмм для коррекции изображений

4.2.3. Экспертная оценка результатов приведения гистограммы для различных групп изображений

4.3. Рекомендации по использованию метода приведения гистограмм как способа автоматизации коррекции градации изображения

РЕЗУЛЬТАТЫ РАБОТЫ

СПИСОК ЛИТЕРАТУРЫ

Введение диссертации (часть автореферата) на тему «Разработка методов градационных преобразований в процессе допечатной подготовки изображений к полиграфическому воспроизведению»

ВВЕДЕНИЕ

Актуальность исследования. В современной полиграфии весьма актуальной является проблема автоматизации процессов для возможности их внедрения в рабочий поток. При этом одна из наиболее сложных задач -автоматизация при воспроизведении изображений. Сложность решения этой задачи связана с тем, что это - задача обработки информации, которая весьма неоднозначна на входе технологического процесса. Требования к результатам обработки также различны в зависимости от параметров системы репродуцирования, а именно: вида печати, применяемого носителя (бумага, полимерные пленки).

Основными параметрами, определяющими качество изображения, являются его градационное, структурное и цветовое содержание. В данной работе будет рассмотрен вопрос возможности автоматизации процесса обработки изображения применительно к воспроизведению его градационного содержания. Воспроизведение градации в первую очередь формирует ощущение психологической точности воспроизведения изображения. Это, безусловно, применимо к черно-белым оригиналам, но и для цветного изображения правильность передачи тонов также является первоочередной задачей как вследствие важности светлотной составляющей цвета, так и вследствие того, что соотношение градаций в цветовых каналах формирует цветовое содержание изображения.

Методы коррекции градационного содержания, используемые в настоящее время в широко применяемом для современной полиграфии программном обеспечении, нуждаются в изучении и совершенствовании с целью их универсализации, а следовательно, возможности применения в автоматизированных процессах допечатной подготовки изданий. Имеются попытки автоматизации обработки, обычно использующие семантический подход, но говорить об универсальности методов коррекции различных типов

оригиналов и следовательно, об автоматизации процессов коррекции, не приходится. Необходимо учитывать и тот факт, что воздействие на градационное содержание изображения приводит не только к ожидаемым градационным преобразованиям, но и может повлиять на структуру изображения, например, вследствие формирования ложных контуров.

Градационные преобразования определяются преобразованиями, вносимыми как самой системой, так и теми преобразованиями, которые вносятся оператором для решения технологических задач. Такие преобразования можно проводить на двух стадиях - стадии процесса предварительной обработки и стадии растрирования. В настоящее время принят технологический подход, когда па стадии растрирования управление градационной передачей не осуществляется, а преобразования формируются на стадии предварительной обработки цифрового файла изображения с учетом специфики системы воспроизведения, в том числе и параметров растрирования.

В связи с этим актуальным является решение вопроса о возможности автоматизации коррекции градационного содержания изображения на стадии обработки цифрового изображения при его подготовке к репродуцированию.

Степень разработанности темы. Коррекция градационного содержания традиционно проводится с использованием переходных градационных кривых. Данный метод реализован в программном обеспечении, обычно применяемом для решения репродукционных задач. Помимо этого, в основном для решения задач распознавания образов, применяется и метод коррекции с применением гистограмм. Исследования в области коррекции градационного содержания изображения изменением гистограммы проводились Эндрюсом, Холлом, Фреем, Кетчатом, Овчинниковым, Файнбергом, Литваном и другими.

Эндрюс и Холл предложили метод выравнивания гистограммы в пределах тонового диапазона. Исследования, проведенные Овчинниковым, Файнбергом, Литваном применительно к репродукционным процессам полиграфии показали, что изображения, имеющие изначально гистограмму с распределением светлот, близким к нормальному, воспринимаются как оптимальные по критерию

психологической точности. На базе этого рассматривались методы градационной коррекции по переходным кривым, позволяющие подогнать гистограмму светлот исходного изображения к нормальному распределению. Исследования по улучшению изображений путем изменения гистограммы ориентировались в основном на изображения, не имеющие значительных градационных искажений. Учет специфики изображений осуществлялся разделением на фоновую и информационную составляющую, что очень усложняет решение задачи. На базе этих исследований не было разработано метода практической реализации. Помимо этого, исследования проводились в условиях, существенно отличающихся от условий современной цифровой обработки, например, по параметрам дискретизации сигнала изображения. Влияние этих системных факторов на результат воспроизведения не изучалось, что ставит под вопрос достоверность и применимость выводов исследований к современным системам цифровой обработки изображений. Похожий подход был предложен в способе автоматического улучшения полутонового изображения, предложенном Аниконовым, Белоконем, Мадоновым, Ковалевым. Способ заключается в определении унимодального или бимодального типа гистограммы исходного изображения с последующей пороговой обработкой для разделения гистограммы на две части, что сопоставимо с разделением па информативную и фоновую зоны. Обе части гистограммы обрабатываются отдельно с целью формирования у выделенного участка плотности распределения светлот, соответствующего нормальному. Эффективность данного способа показана для выделения объектов на естественных фонах. Возможные системные искажения, использование данного способа для изображений с градационными искажениями и различными сюжетами при подготовке к репродуцированию не рассматривались.

Для систем обработки цифровых оригиналов в технологических процессах полиграфического воспроизведения практическое применение нашли только методы нормализации и выравнивания гистограммы, реализованные в программе Adobe Photoshop в меню Adjustments.

В данной работе показано преимущество применения метода гистограммной коррекции приведением гистограммы с воздействием на нее по заданному закону распределения. Исследование проведено для цифровых изображений с различными градационными искажениями, с учетом системных преобразований и структуры изображения. Сформулированы предложения по возможным методам практического применения гистограммной коррекции в системах автоматизированного управления технологическим процессом полиграфического репродуцировании.

Цели и задачи. Цель работы состоит в разработке методов, пригодных для автоматизированной коррекции градационного содержания изображения в цифровых системах допечатной подготовки информации для полиграфического воспроизведения.

Данная цель определила следующие задачи:

- оценить системные преобразования в цифровых системах воспроизведения, их воздействие при формировании градационного содержания изображения;

- оценить возможности существующих методов коррекции градационного содержания в цифровых системах;

- проанализировать взаимосвязь между воздействием на градационное содержание и структуру цифрового изображения в зависимости от его информационного содержания;

- оценить возможность применения прямых гистограммных преобразований как метода цифровой коррекции градационного содержания одноцветных оригиналов для полиграфического воспроизведения;

- создать предпосылки для автоматизации градационной коррекции с применением преобразования гистограмм для различных по искажениям и структуре типов оригиналов при подготовке их к полиграфическому репродуцированию.

Научная новизна. В работе впервые на основании анализа различных методов градационной коррекции цифровых оригиналов при подготовке одноцветного изображения к полиграфическому репродуцированию обоснован как универсальный метод, основанный на прямом преобразовании гистограмм.

Обоснована целесообразность преобразования по нормальному закону распределения при формировании гистограмм корректируемого изображения. Предложена методика преобразования гистограмм в программной среде. Экспертиза качества изображений при изменении градационного содержания показала возможность широко использовать данный метод для автоматизации процесса преобразования градации для изображений, имеющих различное информационное содержание и различные исходные градационные недостатки.

Практическая ценность. Результаты работы позволяют сформулировать рекомендации по преобразованию гистограмм для одноцветных изображений и могут рассматриваться как база для дальнейших исследований применительно к коррекции цветных изображений. Полученные результаты могут быть использованы в системах автоматизированного управления технологическими процессами полиграфии в процессе допечатной подготовки информации к воспроизведению.

Методология и методы исследования. При решении поставленных задач были использованы численные методы вычислений, статистические методы обработки данных, метод экспертных оценок, методы цифровой обработки сигналов программного пакета МАТЬАВ.

Положения, выносимые на защиту:

1. Метод применения прямого преобразования гистограмм одноцветных изображений по нормальному закону распределения при проведении коррекции их градационного содержания применительно к условиям полиграфического воспроизведения.

2. Универсальность метода и вследствие этого целесообразность практического применения гистограммной коррекции в системах автоматизированного управления технологическими процессами полиграфического репродуцирования.

Степень достоверности и апробация результатов. Содержание отдельных разделов диссертации были представлены и обсуждались на пяти конференциях: Конференции молодых ученых и аспирантов МГУП, Москва, 2006; Международной конференции Научной межвузовской конференции преподавателей, аспирантов, молодых ученых и специалистов «Печатные средства информации в современном обществе», посвященной 80-летию МГУП, Москва, 2010; Научно-практической конференции «Инновации в издательских, печатных и мультимедиа технологиях» (Scientific-practical conference «Innovations in Publishing, Printing and Multimedia Technologies»), Каунас, 2011; Всероссийской научно-технической конференции «Исследование в области полиграфии и защиты информации» Тула, 2013; Научно-практической конференции «Инновации в издательских, печатных и мультимедиа технологиях» (Scientific-practical conference «Innovations in Publishing, Printing and Multimedia Technologies»), Каунас, 2014.

По теме диссертации опубликовано 9 статей, из них 3 в изданиях, рекомендованных ВАК.

1. ОСОБЕННОСТИ ФОРМИРОВАНИЯ ГРАДАЦИОННОГО СОДЕРЖАНИЯ ИЗОБРАЖЕНИЯ В СОВРЕМЕННЫХ СИСТЕМАХ ОБРАБОТКИ

1.1. Градационное содержание изображения

К основным параметрам, определяющим качество изображения, относят его градационное, цветовое и структурное содержание. Структурное содержание изображения в первую очередь отвечает за узнаваемость сюжета [24]. Для штриховых одноцветных изображений с двумя уровнями светлоты структура будет основным параметром, определяющим качество такого изображения [24, 37]. Для тоновых черно-белых изображений структура также остается важным параметром, но информация о градации позволяет воспринимать изображение как более приближенное к сценам реального мира. Изменения светлоты в изображении на площадях, ограниченных контурами, формируют представление об освещении, объеме объектов, глубине пространства, создают впечатление реалистичности изображения [11, 24, 37]. Градационное содержание в первую очередь будет важно для черно-белых тоновых оригиналов, но и для цветных изображений важнейшей задачей является правильность формирования и передачи градаций вследствие того, что и в цветном изображении светлотная составляющая является определяющей характеристикой. Кроме того, соотношение градаций в цветовых каналах формирует цветовое содержание изображения [24, 29].

Градационное содержание изображение формируется в некотором диапазоне светлот от минимального до максимального значения. Для описания этого диапазона используется интервал светлот или оптических плотностей. Сохранение тонового диапазона является важной задачей при воспроизведении тоновых изображений, так как сюжетно важные объекты могут находиться в

любой его части в зависимости от сюжета. Помимо этого, важно соблюдать сбалансированность в распределении информации внутри тонового диапазона.

Для описания распределения информации внутри тонового диапазона используется гистограмма - функция плотности распределения вероятности значений светлоты [18, 24, 38].

Существует мнение, что большинство тоновых изображений, являющихся отображением реальных объектов, имеют равномерное распределение плотности вероятности светлоты [22, 23, 46]. Однако в исследованиях, проведенных Овчинниковым, Файнбергом, Литваном, утверждается, что для большинства репродукций цветных и черно-белых тоновых изображений распределение плотностей вероятности светлоты близко к нормальному, и что данное распределение соответствует оптимальной передаче светлот внутри тонового диапазона [29, 35]. Следовательно, вопрос, что считать сбалансированным распределением информации внутри тонового диапазона, в том числе для различных сюжетов, остается открытым.

Исходя из изложенного, при репродуцировании тоновых изображений создание визуальной привлекательности изображения является субъективной задачей, что сильно усложняет применение математических критериев оптимальности [47].

1.2. Оценка качества воспроизведения изображения

Как уже было показано выше, основными показателями качества изображения можно назвать воспроизведение структуры, градации и цветового содержания. В полиграфии при использовании аналоговых оригиналов принято оценивать эти показатели по отклонениям оттиска от эталона, в качестве которого часто выступает оригинал. При этом подразумевается, что оригинал соответствует требованиям издания, и основными задачами обработки

информации является задание оптимальных значений при вводе оригинала в систему и компенсирование искажений системы воспроизведения [20, 29].

В данной работе рассматриваются семантические (смысловые) изображения, характерной особенностью которых является отображение сцен реального мира. Семантику изображения в первую очередь определяют контуры, разделяющие участки с резким изменением светлоты. Контуры делят всю площадь изображения на участки с плавным изменением светлот или равномерными тонами [24]. Поэтому с точки зрения воспроизведения более точной будет та репродукция, у которой минимально искажены (размыты) контуры и отсутствуют разделительные линии, то есть контуры, не определяющие семантику изображения. Появление новых контуров будет источником шумов в изображении [1, 24, 49].

При воспроизведения градаций и цвета Нюберг [33] предложил использовать три уровня точности воспроизведения: физическую, физиологическую и психологическую.

Физически точное - это изображение с соответствующим оригиналу распределением характеризующих его объективных величин. Физиологическая точность подразумевает соответствие оригинала и изображения при визуальном восприятии. Такую оценку тоже можно отнести к объективной, если воспользоваться денситометрическими или колориметрическими измерениями.

Для объективной оценки качества необходимы методы объективного сравнения информационных свойств оригиналов со свойствами цифровых изображений, подготовленных для репродуцирования. [27,31].

Для сравнения цифровых изображений на входе дискретной системы и на выходе существует ряд методов. Первый метод основан на оценке среднеквадратической ошибки СКО (англ. MSE mean square error), которая рассчитывается для двух монохромных изображений X и Y с размером mxn (1.1.)

1 т - \п -1 9

MSE =- X Z [X(i,j)-Y(i,j)]2

'"" i = 0 j = о

(1.1.)

Другим близким методом является расчет пикового отношения сигнал/шум (англ. PSNR peak signal-to-noise ratio). Это значение показывает соотношение между максимумом возможного значения сигнала и мощностью шума, искажающего значение этого сигнала. Отношение сигнал/шум обычно измеряется в логарифмических величинах, в децибелах (1.2.)

где к- количество бит на канал [18, 27].

Наиболее точной оценкой при сравнении двух изображений признан метод сравнения, названный мерой структурного подобия МСП (англ. SSIM - structural similarity) [77, 78]. Данный метод предложен для сравнения полутоновых изображений по таким параметрам, как структура, контраст, светлота. Расчет точности осуществляется согласно выражению (1.3.)

(1.2.)

(

SSIM- -:

2 XY

2<7 х 2<Jy

\

(1.3.)

= — IX >

тп ,=1|7=1

(т -1)(л-1)

(#и-1)(л-1)

Кл-П2

т,п

а уу =-

т (ю-1)(я-1)

Первая составляющая выражения (1.3.) - это коэффициент корреляции между изображениями X, У, вторая характеризует сходство средних значений светлот двух сравниваемых изображений, третья - сходство контрастов двух

сравниваемых изображений [75, 79]. При сравнении получается, что чем выше значение 881М, тем более изображения схожи по рассматриваемым параметрам. В настоящее время этот метод получил широкое распространение, так как наилучшим образом учитывает особенности визуального восприятия [52]. Развитием этого метода является метод ЗББИУ!, при котором допускается, что информация в изображении формируется тремя типами параметров, а именно: контурами, равномерными тонами и текстурой. Сравнение проводится отдельно по каждой области [55].

Таким образом, объективное сравнение по всем параметрам возможно для данных, представленных в одной форме представления информации [75].

Следует отметить, что в полиграфии вследствие объективных ограничений, накладываемых процессом воспроизведения, наиболее часто к воспроизведению оригинала подходят с точки зрения психологической точности, которая характеризуется тем, что при отсутствии оригинала не должно возникать ощущения «неправильности» цветов и передачи градации изображения. При этом особое внимание следует уделять точности воспроизведения цветового тона и градации, менее критична точность воспроизведения насыщенности цвета. Передача градации в большой степени определяет насколько естественно будет восприниматься изображение. Избыточный контраст приводит к ощущению искусственности изображения, а пониженный дает ощущение дымки [10, 65]. Оценка психологической точности является субъективной [33].

Главной проблемой при оценке точности воспроизведения является различие в форме представления оригинала и оттиска. Из-за различия в системах отображения данных возникает проблема сравнения по основным параметрам качества. Для цифровых оригиналов при воспроизведении градации и цвета возможно выполнение только психологической точности из-за отсутствия базы сравнения. Сравнение аналогового и цифрового оригинала невозможно вследствие различной формы представления информации. Таким образом, необходимо применение субъективных методов оценки.

Оценка может быть как квалифицированной, так и потребительской [38]. При ранжировании эксперт должен расположить объекты в порядке, который представляется ему наиболее рациональным, и сопоставить каждому из них числа натурального ряда — ранги. При этом ранг 1 получает наименее предпочтительная, а paнгN - наиболее предпочтительная альтернатива.

Следовательно, порядковая шкала, получаемая в результате ранжирования, должна удовлетворять условию равенства числа рангов N числу ранжируемых объектов т. [15, 38, 58]

Степень согласованности мнений экспертов оценивается через коэффициент конкордации который рассчитывается по формуле (1.4.)

где Б - сумма квадратов отклонений всех оценок рангов каждого объекта экспертизы от среднего значения; ш - число объектов экспертизы; п - число экспертов.

Сумма квадратов отклонений всех оценок рангов каждого объекта экспертизы от среднего значения рассчитывается по формуле (1.5.)

Коэффициент \¥ может принимать значения в пределах от 0 до 1. Значение \У, равное единице означает, что все эксперты дали одинаковые оценки по одному признаку, равенство нулю свидетельствует о том, что связь между оценками разных экспертов отсутствует.

Проверка статистической значимости коэффициента конкордации при п>7

? 2 осуществляется сравнением —распределения при п-1 степени свободы с % =

0 0 1 т(п-1)*"\У. Если у > , то коэффициент значим. При этом (п_1) табличная

125

И/ =

т2 (п3 — п)

(1.4.)

(1.5.)

величина при заданном уровне значимости а. Достаточным считается 1%-ый уровень значимости а=0,01 [3].

1.3. Оценка факторов, влияющих на формирование градационного содержания изображений в цифровых репродукционных системах

1.3.1. Преобразования в цифровых системах

Все преобразования, осуществляемые над сигналом, можно разделить на 2 типа: системные и технологические. Системные преобразования зависят от аппаратного обеспечения, технологические осуществляются над сигналом для обеспечения желаемого результата на выходе системы.

Системные преобразования в основном учитываются при выборе оборудования и являются нерегулируемыми или сложно регулируемыми. Учет и понимание системных преобразований дает возможность оптимально использовать регулируемые факторы при формировании оригиналов в цифровой форме. К таким регулируемым факторам относятся параметры пространственной дискретизации и квантования.

Особый интерес представляют технологические преобразования, осуществляемые в процессе обработки изображений, сформированных в результате системных преобразований. Технологические преобразования могут в разной степени затрагивать информационное содержание оригинала.

Существует необходимость совместного рассмотрения системных и технологических преобразований с учетом семантики изображения.

1.3.2. Параметры дискретизации сигнала, необходимые для получения

изображения в цифровом виде

Для ввода аналогового изображения в СПОИ необходимо провести процесс дискретизации изображения. Переход от непрерывного сигнала к множеству выборок его значений при определенных значениях х (х0, хь х2,...), и у (у0, у\, уг, •••) то есть его пространственная дискретизация, является главным фактором. Она определяет пространственное разрешение цифрового изображения. Следовательно, от параметров пространственной дискретизации будет зависеть в первую очередь формирование структуры изображения, определяющей его семантику и возможность сохранения этой структуры при воспроизведении информации [4, 24]. От параметров дискретизации зависит также то, на какой площади произойдет усреднение яркости изображения. Последнее может сказаться на количестве передаваемых градаций [6].

Для того, чтобы исходный сигнал можно было воспроизвести без потерь, необходимо задать оптимальную частоту дискретизации. Выбор частоты дискретизации может быть основан на теореме отсчетов, или теореме Котельникова (1.6.)

Теорема гласит, что функция может быть полностью восстановлена по последовательности своих отсчетов, следующих с частотой в два раза большей, чем граничная частота спектра Угр. этой функции [45].

= (1.6.)

При неправильном выборе частоты дискретизации возникает наложение спектров, которое приводит к искажению дискретного изображения. Эти искажения проявляются в виде муара [26,48].

Дискретизация в пространстве аналоговых оригиналов осуществляется на стадии сканирования. При задании параметров сканирования, основываясь на теореме Котельникова, выбирается частота дискретизации с учетом частоты записи сигнала на выходе системы. Частота дискретизации выражается через разрешение сканирования RCK, то есть количество пикселей на единицу длины, ppi. Таким образом, при обработке в дискретной системе при правильно выбранной частоте дискретизации на стадии ввода информации в систему в большинстве случаев не возникает необходимости для изменения параметров пространственной дискретизации. Рассчитать разрешение сканирования с учетом формирования изображения при выводе можно по формуле (1.7.) для штриховых изображений и формуле (1.8.), для тоновых изображений:

где ¿-линиатура вывода, 1р>1 , т-масштаб воспроизведения, ¡^-коэффициент качества, принимаемый от 1,5 до 2 [5,25].

Формула (1.8) актуальна для случаев полиграфического воспроизведения информации в условиях растрирования с определенными размерами растрового элемента. При формировании сигнала, записывающего размер растровой точки в пределах растрового элемента, информация, соответствующая данной области изображения, усредняется, следовательно, информация с шагом дискретизации меньшим, чем период растровой структуры, будет избыточной [5, 25].

Как уже отмечалось выше, в случае использования цифровых оригиналов приходится иметь дело с цифровыми изображениями, у которых заданы такие параметры, как разрешение и размер. В силу необходимости согласования

(1.7.)

где Явыв- разрешение вывода, dpi, /w-масштаб воспроизведения

RCK=L-m-Q,

(1.8.)

пространственной дискретизации оригинала, параметров дискретной системы и параметров вывода изображения в системах с дискретной записью, возникает необходимость в передискретизации цифрового сигнала.

Передискретизация (англ. resampling) может проводиться в двух направлениях: уменьшение числа отсчетов - децимация (англ. downsampling), и расчет новых отсчетов с целью добавления - интерполяция (англ. upsampling) [72]. При снижении разрешения происходит пропорциональное уменьшение размеров изображения в случае, если не осуществляется принудительное сохранение линейных размеров, как показано на рисунок 1.1. [26].

Список литературы диссертационного исследования кандидат наук Пухова, Екатерина Александровна, 2015 год

СПИСОК ЛИТЕРАТУРЫ

1. Абду И.Э., Прэтт У.К. Количественный расчет детекторов контуров, основанных на подчеркивании перепадов яркости с последующим пороговым ограничением / И.Э. Абду, У.К. Прэтт // ТИИЭР. - 1979. - Т. 67. — № 5. — С. 59.

2. Аваткова H.A. Методы определения градационной характеристики репродукции с учетом особенностей зрительного восприятия / H.A. Аваткова // сб. науч. тр. ВНИИ полиграфии. - 1971. - т.2. - вып.1. -С. 51.

3. Айвазян С.А. Прикладная статистика: исследование зависимостей / С.А. Айвазян, И.С. Енуков, Л.Д. Мешалкин - М.: Финансы и статистика, 1985.-487 с.

4. Айриг С., Айриг Э. Подготовка цифровых изображений для печати / С. Айриг, Э. Айриг.; пер. с англ. - Мн.: ООО «Попурри», 1997. - 192 с.

5. Айриг С., Айриг Э. Сканирование. Профессиональный подход / С. Айриг, Э. Айриг.; пер. с англ. - Мн.: ООО «Попурри», 1999. - 192 с.

6. Андреев Ю.С. Анализ факторов, влияющих на потерю целостности информации в процессе ввода в систему и в результате градационной коррекции / Ю.С. Андреев, Е.А. Пухова // Вестник МГУП. - 2006. - №1. -С. 35.

7. Андреев Ю.С. Особенности воспроизведения градационного содержания оригинала в цифровых системах / Ю.С. Андреев, Е.С. Бычков, Е.А. Пухова // Вестник МГУП. - 2006. - № 1. - С.30.

8. Андреев Ю.С. Оценка влияния градационных преобразований на параметры изображения / Ю.С. Андреев, Е.А. Пухова // Innovations of publishing, printing and multimedia technologies', Kaunas. - 2014. - C. 5.

9. Аниконов A.M., Белоконь С.П., Мадонов А.Е., Ковалев В.Г. Способ автоматического улучшения полутонового изображения патент РФ № 2174710, публикация патента 10.10.2001.

Ю.Артюшин Л.Ф. Основы воспроизведения цвета в фотографии, кино и полиграфии / Л.Ф. Артюшин. - М.: Искусство, 1970. - 548 с.

П.Артюшин Л.Ф. Цветная фотография / Л.Ф. Артюшин. - М.: Искусство, 1986.-207 с.

12.Асмаков С. JPEG, TIFF и RAW: в чем разница? / С. Асмаков // КомпьютерПресс. - 2004. - №11. - С. 24.

13.Байеровский муар. Об анализе RAW-конверторов - [электронный ресурс] -режим доступа: http://www.libraw.su/articles/bayer-moire.html.

Н.Батов С. Аналогово-цифровые преобразователи / С. Батов // Звукорежиссер. -2000.-№8.-С. 3.

15.Бешелев С.Д. Математическо-статистические методы экспертных оценок / С.Д. Белешев, Ф.Г. Гурвич. - М.:Статистика, 1980. - 263 с.

16.Блатнер Д. Adobe Photoshop. Искусство допечатной подготовки. Platinum Edition / Д. Блатнер, Б. Фрейзер.; пер. с англ. - СПб.: ООО ДиаСофтЮП, 2005. - 752с.

17.Гонсалес Р. Цифровая обработка изображений в среде MATLAB/ Р. Гонсалес, Р. Вудс, С. Эддинс. - М.: Техносфера, 2006. - 616 с.

18.Гонсалес Р., Вудс Р. Цифровая обработка изображений / Р. Гонсалес, Р Вудс; пер. с англ. М.: Техносфера, 2006. - 1072с.

19.Ивнинг М. Adobe Photoshop CS2 для фотографов / М. Ивнинг.; пер. с англ. - М.: ООО Русская редакция, 2006. - 706 с.

20.Каныгин Н.И. Цветовоспроизведение изобразительной информации репродуционными системами / Н.И. Каныгии. - М.: МГУП Мир книги, -1998.- 187 с.

21.Корн Г. Справочник по математике для научных работников и инженеров / Г. Корн-М.: Наука, 1984.-831 с.

22.Красильников Ы. Н. Помехоустойчивость телевизионных устройств / H.H. Красильников — М. — JL: Госэнергоиздат, 1961. — 268 с.

23.Красилышков Н. Н. Теория передачи и восприятия изображений / H.H. Красильников — М.: Радио и связь, 1986. — 247 с.

24.Красильников H.H. Цифровая обработка 2D и 3D изображений: учебное пособие / H.H. Красильников. - СПб.: БХВ - Петербург, 2011. - 608с.

25.Кузнецов Ю.В. Технология обработки изобразительной информации / Ю.В Кузнецов. - СПб.: Петербургский институт печати, 2002. - 312 с.

26.Лайонс Р. Цифровая обработка сигналов: второе издание / Р. Лайонс.; пер. с англ. — Бином-Пресс, 2006. — 656 с.

27.Лапшенков Е.М. Модель оценки потерь качества графического изображения при сжатии с потерями, ориентированная на системы распознавания образов / Е.М. Лапшенков // Компьютерная оптика. - 2011. — Т35. - №3. - С. 408.

28.Литван Р.И. Оптимальное градационное преобразование изображений / Р.И. Литван, Ю.И. Аверьянов, Ф.С. Быковская // Техника кино и телевидения. - 1979. - №2. - С. 38.

29.Литван Р.И. Проблемы оптимального программирования полиграфического репродукционного процесса / Р.И. Литван, Ю.М.Овчинников, И.С. Файнберг // Полиграфия. - 1971. - №3. - С.21.

30.Маргулис Д. Photoshop для профессионалов: классическое руководство по цветокоррекции Четвертое издание / Д. Маргулис.; пер. с англ. - М.: ООО Интерсофтмарк, 2003. - 464 с.

31.Монич Ю.И. Оценки качества для анализа цифровых изображений / Ю.И. Монич, В.В. Старовойтов // Искусственный интеллект. - 2008. - №4. -С. 376.

32.Немировский В.Б. Предобработка изображений одномерными точечными отображениями / В.Б. Немировский, А.К. Стоянов // Известия Томского политехнического университета. -2011. -Т39. — №5. - С. 107.

ЗЗ.Нюберг Н.Д. Теоретические основы цветной репродукции. / Н.Д. Нюберг-М.: Советская наука, 1947. - 177с.

34.Овчинников Ю.М. Объективные и визуальные методы программирования градационного преобразования изображений / Ю.М. Овчинников // сб. науч. тр. ВНИИ Полиграфии. - 1980. - Т29 - вып.2. - С. 49.

35.Овчинников Ю.М., Файнберг И.С., Литван Р.И. Способ оценки качества изображения. Авт. свид. №297976 от 18.11.1968 г. Опубл. «Бюлл. Изобрет.», 1971, №10.

36.Онлайн программа коррекции изображений [электронный ресурс] - Режим доступа: http://ru.retinex.net/.

37.ОСТ 29.106-90 Стандарт отрасли. Оригиналы изобразительные для полиграфического репродуцирования. Общие условия. - М.: Стандартинформ, 1991. - 5 с.

38.Прэтт У. Цифровая обработка изображений / У Прэтт.; пер. с англ. - М.: Мир, 1982.-Кн.2.-312с.

39.Прэтт У. Цифровая обработка изображений / У. Прэтт.; пер. с англ. - М.: Мир, 1982.-Кн.1,-312с.

40.Пухова Е.А. Влияние ресемплинга на градационные и резкостные параметры при конвертировании RAW -файлов (тезисы) / Ю.С. Андреев, Е.А Пухова // Innovations of publishing, printing and multimedia technologies', Kaunas.-20ll.-C. 26.

41.Пухова Е.А. Классификация оригиналов для определения их устойчивости к проявлению эффекта постеризации / Е.А Пухова. // Известия ТулГУ серия технические науки. - 2013. - Вып. 3. - С.123.

42.Пухова Е.А. Оценка влияния градационных преобразований и условий вывода на целостность изображения с различной глубиной цвета / Ю.С. Андреев, Е.А Пухова, Ц.С. Зайганов // Вестник МГУП. - 2012.- №10. — С. 170.

43.Пухова Е.А. Оценка структурных свойств цифровых оригиналов, полученных с помощью цифровых камер/ Ю.С. Андреев, Е.А Пухова // Известия высших учебных заведений. Проблемы полиграфии и издательского дела. - 2013. - №2. — С.60.

44.Пухова Е.А. Применение гистограммной коррекции для устранения градационных искажений при цифровой обработке изображений / Е.А Пухова, Ю.С. Андреев // Известия высших учебных заведений. Проблемы полиграфии и издательского дела.- 2014. - №6. — С. 41.

45.Рабинер J1. Теория и применение цифровой обработки сигналов / Л. Рабинер, Б. Гоулд. — М.: Мир, 1978. — 848 с.

46.Стокхем Т. Обработка изображений в контексте моделей зрения / Т. Стокхем // ТИИЭР. — 1972. - Т. 60. — № 7. — С. 93.

47.Фирсенко Т.В. Компьютерная обработка и распознавание изображений: учебное пособие / Т.В. Фирсенко, Т.Ю. Фирсенко - СПб: СПбГУ ИТМО, 2008,- 192 с.

48.Фрейзер Б. Реальный мир Camera Raw и Adobe Photoshop CS2 / Б. Фрейзер; пер. с англ. М.: «Вильяме», 2006. - 304с.

49.Фурман Я.А. Введение в контурный анализ и его приложения к обработке изображений и сигналов / Я.А. Фурман и др. - М.: ФИЗМАТЛИТ, 2002. -592 с.

50.Шапиро Л. Компьютерное зрение /Л. Шапиро, Дж. Стокман; пер с англ. -М.: Лаборатория знаний, 2006. - 752 с.

51.Шашлов Б.А. Цвет и цветовоспроизведение / Б.Ф. Шашлов. - М.: МГАП Мир книги, 1995. - 316с.

52.Шифрис Г. В. Использование предварительного масштабирования для повышения качества видеопотока [Текст] / Г. В. Шифрис // Технические науки: проблемы и перспективы: материалы междунар. науч. конф. — 2011. — С. 195.

53.Шлихт Г.Ю. Цифровая обработка изображений. / ГЛО. Шлихт. - М.: ЭКОМ, 1997.-336 с.

54.Andrews Н.С., Tescher A.G., Kruger R.P., Image Processing by Digital Computer, IEE Spectrum,9. - 1972. - No 7 - pp 20-32.

55.Bovik, A.C. Content-weighted Video Quality Assessment Using a Three-component Image Model / A.C. Bovik, Ch. Li // Journal of Electronic Imaging. -2010.-Vol. 19(1).-P. 011003-1-011003-9.

56.Clarke M. Working with Coler PhotoPaint's Contrast Enhancement. - 2003. -[электронный ресурс] - режим доступа:

http://www.engrave.ca.vsl.korax.net/artman/publish/article_8.shtml.

57.Elad М. Retinex by Two Bilateral Filters, Proceedings of the 5th International Conference Scale-Space and PDE Methods in Computer Vision, Germany, 2005

58. Fild G.G. Is Color Management. Doomed to Fall? //TAGA Newsletter/ - 2002. -No 141.-pp. 6-11.

59.Fraser B. Out of Gamut: The High-Bit Advantage - [электронный ресурс] -режим доступа: http://www.creativepro.com/article/out-of-gamut-the-high-bit-advantage.

60.Fraser В. Out of Gamut: Why Do High-Bit Editing? - [электронный ресурс] -режим доступа: http://www.creativepro.com/article/out-gamut-why-do-high-bit-editing

61.Goodall W. M., Television by Pulse Code Modulation, Bell Syst. Tech. J. -1951. - No 30 - pp. 33-49.

62.Hall E. L. Almost Uniform Distribution for Computer Image, Proceedings SPIE/OSA Conference of Image Processing, Pacific Grove, California. - 1979. -Vol. 74.-pp. 120-125.

63.Hall E. L. et al., Survey of Preprocessing and Feature Extraction Techniques for Radiographic Images, IEE Trans. Computer, 20). - 1971. - No 9 - pp. 10321044.

64. Harrington R. Color Correction and Enhancement in Adobe Photoshop CS6. -2012. -[электронный ресурс] - режим доступа: http://www.peachpit.com/articles/article.aspx?p=1928944&seqNum=3.

65.Hunt R.W.G. The Reproduction of Color (2nd ed.). Chichester: John Wiley & Sons - 2004 - 724 P.

66.Jobson D. J., Rahman Z., Woodell G. A., Hines G. D. A Comparison of Visual Statistics for the Image Enhancement of FORESITE Aerial Images with Those of Major Image Classes Visual Information Processing XV. - 2006. - Proc. SPIE 6246.

67.Ketcham D.J., Real Time Image Enhancement Technique, Proceedings SPIE/OSA Conference on Image Processing, Pacifie Crove, California. - 1976. -Vol. 74-pp 120-125.

68.Kimmel Ron, Doron Shaked, Michael Elad, Irwin Sobel, "A Variational Framework for Retinex", Hewlett-Packard Laboratories, 2001.

69.KorenN. Understanding Image Sharpness:Digital Cameras vs. Film, Part 1 by — [электронный ресурс] - режим доступа: http://www.normankoren.com/Tutorials/MTF7.html.

70.Moroney N. Local Color Correction Using Non-linear Masking" [8lh Color Imaging Conference, 2000.

71.Rahman Z., Woodell G. A., and Jobson D. J., Retinex Image Enhancement: Application to Medical Images, Presented at the NASA Workshop on New Partnerships in Medical Diagnostic Imaging, Greenbelt, Maryland, July 2001.

72.Ronald E. Crochiere, Lawrence R. Rabiner Multirate digital signal processing. — Prentice-Hall. - 1983. — 411 P.

73.Scoville F. W, Huang T. S., The Subjective Effekt of Spatial and Brightness Quantization in PCM Picture Transmission, NEREM Record. - 1965 - pp. 234235.

74.Sobol R. Improving the Retinex Algorithm for Rendering Wide Dynamic Range Photographs". Journal of Electronic Imaging. - 2004. - Vol.13. -Nol. - pp.6574.

75.The SSIM Index for Image Quality Assessment- [электронный ресурс] -режим доступа: http://www.cns.nyu.edu/~lcv/ssim/.

76.Thyssen A. ImageMagick v6 Examples - Color Modifications - [электронный ресурс] - режим доступа: http://www.imagemagick.org/Usage/color_mods/.

77. Wang Z. Modern Image Quality Assessment. / Z. Wang, А.С Bovik-N.Y.: Morgan & Claypool, 2006. - 157 P.

78. Wang Z. Translation Insensitive Image Similarity Complex Wavelet Domain / Z. Wang, E.P. Simoncelli // IEEE Inter.Conf. Acoustic, Speech and Signal Processing. - Philadelphia - 2005. - V. 2. - pp 673-676.

79. Wang Z., Bovik A. C,. Sheikh H. R and E. P. Simoncelli, Image Quality Assessment: From Error Visibility to Structural Similarity," IEEE Transactions on Image Processing. - 2004 - vol. 13. - No. 4. - pp. 600-612.

80.Woodell G. A., Rahman Z., Jobson D. J., Hines G. D., Enhanced Images for Checked and Carry-on Baggage and Cargo Screening, Sensors, and Command, Control, Communications, and Intelligence (C3I) Technologies for Homeland Security and Homeland Defense III, Proc. SPIE 5403, 2004.

Новоданиловский пр-д,

д.2., стр. 3

тел. [phone]

[e-mail]

www.upackgroup.ru

117105, Москва,

Чтор по развитию предприятий УПАК

Сумароков Б.А.

Акт внедрения метода автоматической градационной коррекции одноцветных изображений

Настоящий акт составлен в том, что на предприятии «УпакГрафика» в январе месяце 2015 года проведено технологическое опробование и внедрение метода автоматической градационной коррекции одноцветных изображений, разработанного в рамках диссертационной работы аспиранта МГУП имени Ивана Федорова, Пуховой Екатерины Александровны.

Технологические испытания подтвердили работоспособность предложенного метода, метод принят к практическому использованию для процессов допечатной подготовки одноцветных изображений к полиграфическому воспроизведению.

Ответственный за внедрение: Начальник отдела флексографской печати

Д. Ю. Каплан

Старший преподаватель, аспирант МГУП имени Ивана Федорова

Е.А. Пухова