Изображения

Мультимедиа

Самое сложное – придумать, как объект физической природы превратить в компьютерную модель. Превратим удачно – десятки лет IT-технологий и сотни лет математики решат эту задачу.

Мультимедиа технологии – технологии, которые позволяют ввести через IT-технологии, обработать и вывести такие объекты реального мира, как звук, изображения и видео.

Ввод:
фотоаппарат, сканер, видеокамера.

Всё это связано всегда с человеком. Если летучие мыши видят с помощью эхолокации, то для меня это не изображение.

Изображение – любой видимый объект, который я вижу.

Вывод:
дисплей, проектор, принтер

Опять-таки эгоцентрично.

Основная проблема при вводе изображения – это то, что мы видим реально, совсем не подходит для IT-технологий. Мы можем создать такой протез, что нам будет казаться, что мы видим то, что нужно.

Видим мы приблизительно изображение 30х30 см – оно получается чёткое и маленькое. А ещё здесь изображение может быть цветное. Остальная часть глаза видит размытое изображение, чёрно-белое, но гораздо крупнее.

Тут отыгрывает оптика. Изображение, проходящее через линзу будет чётким в очень маленьком месте, остальное размытое.

Есть глубина резкого пространства. Из-за этого мы не можем видеть чётко все предметы сразу.

Наши глаза суперубогие, потому что датчики херня, но наш мозг – процессор очень мощный и он нам создаёт иллюзию того, что мы всё видим. Но наш глаз делает очень много движений вдоль и впоперек, изучает его, затем мозг делает аппроксимацию.

У IT нету таких ресурсов, чтобы сделать такую аппроксимацию. Датчики в фотоаппарате намного сильнее наших глаз, и на отображение всего идёт работа оптики.

Хрусталик глаза постоянно находится в движении, он постоянно фокусируется, устанавливая глубину и т.д.

Если глаз зафиксировать и сфокусировать на дальнем, то хрусталик расслабляется. Если глаз зафиксировать на ближнем, то хрусталик остается в сжатом состоянии. Если провести n-ое количество часов, рассматривая ближние предметы, то мышца может сжаться и остаться в сжатом состоянии НАВСЕГДА и будет спазм аккомодации. Дальнозоркость возникает вследствие того, что хрусталик не может сжиматься.

Расстояние воспринимаем мозгов 3 методами:

1. Я знаю размер того, что я вижу. И знаю, что до него приблизительно такое расстояние (я знаю видимый размер и реальный размер).

2. По наводке на стерео режим (оба глаза фокусирует на предмете одновременно). И мы можем рассчитать до него расстояние.

3. Наводка по чёткости. По глубине резко сжатого пространства, мы сможем подсчитать расстояние.

Точную оценку можем дать только зная, насколько сильно сжался глаз.

Когда мы строим на дисплее или на проекторе или на принтере трёхмерное изображение – это фигня. Мы не можем видеть чётко ВЕЗДЕ.

Предположим, что мы хотим снять куб на самом маленьком расстоянии, а затем отойдите и снимите его ещё раз. Получим две разных формы, потому что вблизи и вдали разные формы.

На фотоаппарате у нас будет чёткое что-то одно. В реальности глаз адаптируется и складывает цельную картинку.

В трёхмерном мире нельзя придумать такую формулу, чтобы построить трёхмерную модель, на 100% соответствующие реальности. Какое-то из измерений будет врать.

Цвет – это внутреннее эгоцентрическое свойство. В реальной природе никаких цветов нет. Есть разные волны света, с разными частотами. Некоторые из них отражаются сильно, некоторые слабее, а некоторые поглощаются.

Есть график зависимости энергии света от частоты волны, график зависимости отражающей способности от длины волны. Есть график энергии отражённого света. Но цвета ведь нету нигде.

Цвет – специфическая реакция нашего мозга на пакеты волн. Наши глаза не воспринимают волны не более чем (720нм) и не менее чем (380нм), и по электровольтам также (1 – 10^). И вот этот квадрат – это то, что мы можем зафиксировать нашими датчиками глазом. Фиксируем энергию и идем по длине волны и мы видим разные цвета, фиксируем длину волны, и идём по оттенкам. У нас 1 млн различимых точек на этой области. Добавляя волны, мы можем видеть всё больше и больше цветов. И в теории можем видеть бесконечное количество, но по факту видим 16 млн цветов.

3 вида сенсоров:

1. Яркое – тёмный

2. Красный – зелёный

3. Жёлтый – синий.

На сенсоры можно действовать целенаправленно. Достаточно подобрать такую комбинацию воздействий, чтобы они выработали ровно столько тока, сколько вырабатывали здесь (график).

Можно ли вызвать такую группу импульсов, чтобы вызвать иллюзии какого-то цвета?
проводили эксперимент в 1920х. Были цветные стёкла разных оттенков и ручек регулировки и экран с 2ух половинок. Которые светили и создавали цвет.

Длился 60 лет. Художник рисовал каждый год один и тот же пейзаж так как он его видел. И каждый год у него наблюдались изменения, потому что один и тот же человек, воспринимает цвет по-разному, мужчины и женщины видели по-разному, разные расы видели по-разному.

Посадили крутить ручки людей абсолютно разных профессий, полов и т.д. Нашли 3 цвета (R G B), с помощью которых можно получить несколько других цветов. И выяснили, что нельзя подобрать полный комплект цветов реального мира. Цвета назвали X Y Z, и нарисовали 3 оси, сделали пространство XYZ. И оказалось, что синий может уходить в минус. В эксперименте гадят цвет, который хотят скопировать. В теории часть цветов находится на отрицательной оси и они для нас потеряны с точки зрения информационной. Если мы увидим их в природе, то ок. Если нет, то мы не сможем его получить с помощью технических средств.

07.05.2013

То, что мы наблюдаем глазами, в реальности не существует, мы видим его в виртуальной реальности. Глаз как датчик является достаточно примитивен. У нас есть небольшая область чёткого видения, а весь мы его видит в пространстве хорошо, потому что мы сканируем его в разных местах, получая пятна чёткого изображения.

У нас есть определённая зона резко изображаемого пространства (РИП), и её глубина небольшая. И видим мы его, потому что глаз прощупывает пространство и мозг строит картину, как будто мы видим что-то чёткое, трёхмерное и протяжённые.

Пример с крупным зданием, когда мы должны видеть его в перспективе, а мозг видит его, как должно быть.

3 типа датчиков:

1. Реагирующие на яркость (свётлые - темные)

2. Отличают красное от зелёного

3. Отличают синие от жёлтого

Наиболее дешёвым вариантов получения цветов – RGB. Но оказалось, что мы не можем при помощи RGB восстановить все цвета. Затем поставили второй проектор и начали гадить синим на первое зеркало. Решили, что есть XYZ, где Х – положительный и отрицательный, Y, Z – положительные.

Мы можем спокойно жить, собирать корешки и ягоды, различая всего 65 тысяч оттенков.

Если мы не видим лучше, зачем платить больше?

Электронные датчики, при помощи которых мы сканируем изображение. У него также есть чувствительная ячейка, ещё у него есть оптическая система. Свет проходит через оптику и попадает на датчик.

Есть разные датчики…например:

· Сканирование по точкам
точка за точкой рассматривает это изображение, также нужна подсветка
применялось на барабанных сканерах

· Сканирование по линейке
Мы имеем линейку, заполненную датчиками и прогоняем сканируемый материал под ними. Для А3 и А4 выгодно, для А1 и А0 линейка становится 1,5 метра. У линейки есть чувствительность, также рядом есть лампа, дающая хорошее равномерное освещение сканируемой поверхности, тогда основная задача датчика – это контрастность. Сканеры хорошо сканируют яркие цвета, а при тёмном может быть паразитная засветка. Проблема не решается программно, её решают аппаратно. Чувствительность измеряется в D. Максимум 4.0D. 3,6 D – 10^3,6. Это градации цвета (от самого тёмного до самого светлого). Ячейки технически могут различать только светлые и тёмные тона. На ячейку падают фотоны, они превращаются в электроны, накапливает общий заряд в конденсаторе и значение напряжения и есть чувствительность. Перед каждой ячейкой может стоять светофильтр определённого цвета. Очень дорого сделать такой светофильтр, который походил бы на восприятие нашим глазом, потому что мы должны подобрать значения цветов, как воспринимают наши колбочки. Сложно сварить химический реактив, который будет пропускать свет так идеально. Можно сделать приблизительный светофильтр, но цвета будут врать. И получится так, что зеленый мы будем видеть хорошо, а красный неправильно. По одному светофильтру на один датчик. Каждый датчик накрыт своей оптической системой. Хроматизм – окрашивание пикселов в ложные цвета. Тут можно избавиться от него поворотом пикселов. Когда пикселы крупные, то необходима технология прокрутки зеркал (фильтров), как пропеллера на высокой частоте.

· Сканирование по матрице (двухмерное)
В матрице как мы пикселы не повернём, всегда кто-то будет крайний

· Сканирование по объему (псевдотрёхмерное)
Фотоны света падают на матрицу и оставляют заряд на первом слое, втором слое и третьем слое, мы получаем тот же RGB, но насквозь. Получается ахроматическая матрица, она не даёт ложных цветов. Foveon компании Sigma – датчик, где пикселы находятся друг за другом и матрицы наложены одна под другой. Считаются, что такие матрицы дают изображение с плавными переходами, которое глаз воспринимает лучше. Пикселов в три раза меньше, и разницы в качестве не заметно.

У нас есть матрица, в которой есть ячейки с накопленным зарядом. Существуют две технологии снятия сигнала из ячейки: CCD (ПЗС) и CMOS (КМОП).

· CCD
Во всей матрице проложены проводники, и по ним нужно прогнать до одного сканирующего датчика (анализатора), который превращает заряд в напряжение и мы имеет оцифровку каждого пиксела (ячейки). Преимущество в том, что один прибор на всю матрицу.

· CMOS
То же самое, только прибор, превращающий заряд в напряжение у каждой ячейки свой (анализатор, превращающий заряд в напряжение у каждой ячейки свой). Недостаток в том, что анализатор электронный, и везде немножко разные заряды и немножко другой сигнал. Раньше это было проблемой, но теперь технологии поднялись и теперь их ставят в разные дорогие фотоаппараты.

Датчики большого размера дешевле делать по технологии CCD.

Всегда была проблема шумов анализатора, особенно при съёмке при плохом освещении. Почему? Потому что при малом освещении накапливается маленький заряд и он может не превысить заряд шума.

Устройства вывода информации сильно отстают, поэтому для датчиков RGB достаточно.

14.05.2013

Датчик обладает чувствительностью. Чем большая чувствительность, тем больше темных тонов он различает. Он должен уметь фиксировать, как малые, так и большие значения. Если света чуть больше, он не должен переполняться до максимума. Разницу, сколько уровней датчик оценивают в единицах. Хорошо чувствительные сканеры, имеют 4D (до 10000 градаций яркости, которые они различают). Сканер за 300$ имеет чувствительность 3,2D. Для сканирования негативов нужно от 3,6D. Применяют метод изменения яркости освещения и делаем несколько проходов сканирования. В фотоаппаратах режим последовательного сканирования (HDR), где делаем 3 фото (темноё, нормальное, светлое и накладываем).

В фотоаппаратах меряется в eV (тоже самое, что и D, только 2^n и из этого получается eV). Хороший фотоаппарат имеет оптическую ширину (eV) 14, это предел. Учитывая, что 10000 единиц – это золотой единорог, можно считать, что предел цветовой точности – 10000, т.е. 14бит.

Для представления вот такого полноценного отсканированного цвета в технике используют 16битовый цвет. Чем более качественно сварен фильтр и его пропускная способность наиболее точно повторяет восприятие человеческого глаза, тем лучше цвет. Но варят из таких материалов, которые быстро разлагается.

Нужно закрывать датчики тремя фильтрами и получаем в любом раскладе получаем матрицу. Байеровский фильтр, показывающий, сколько настоящих мегапикселов есть. Для того, чтобы превратить это в цвет, мы берем 4 пиксела RGGB и агрегируем, получаем искусственные пикселы, которые зависимы от соседей. Изображение получается более размытым.

Для обывателя следующая схема: данные снимаются с матрицы, а потом они идут на процессор, который обрабатывает их.

Если мы хотим получить изображение, которое сняли датчики, то нам нужен фотоаппарат, умеющий сохранять в RAW. Формат NEF предложила фирма Adobe, чтобы показывать сырые показания пикселов, накрытых светофильтрами. Загружая в программу, мы можем делать с показаниями датчиков всё, что угодно.

Снятие показаний с датчиков, расположенных в виде матрицы, всегда будет сопровождаться проблемой избыточного цветового окраса. Пример: белая линия на чёрном фоне. Называется цветовой хроматизм (когда пикселы окрашиваются в неестественные цвета). Борются с ней так: ставят размывающий фильтр.

На такой матрице чёткой картинки не будет, потому что есть размывающий фильтр, чтобы бороться с цветовым хроматизмом.

Дата добавления: 2014-01-06