Показывает значение яркости пикселей и их распределение

Обновлено: 05.07.2024

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Хрящев Денис Александрович

Для анализа яркостных и контрастных характеристик цифровых изображений обычно используют гистограммы. Гистограмма яркости дискретная функция, которая каждому уровню яркости ставит в соответствие количество пикселов, имеющих такую яркость. По яркостным характеристикам изображения можно разбить на четыре основных типа: темное, светлое, низкоконтрастное, высококонтрастное. Соответствующие таким изображениям гистограммы характеризуются тем, как распределяется большинство ненулевых значений гистограммы. Гистограмма контраста дискретная функция, которая каждому уровню контраста (абсолютное значение разницы яркости двух пикселов) ставит в соответствие количество пикселов, имеющих такой уровень контраста. В дополнение к гистограммам яркости и контраста используют математическое ожидание и дисперсию яркости и контраста, которые вычисляются по соответствующим гистограммам. В предлагаемом методе гистограммы контраста строились путем сравнения яркости каждого пиксела со средним значением яркости его окрестности из 8 пикселов. При анализе таких гистограмм удалось выявить, какую форму принимают гистограммы при повышении и понижении контрастности. В результате была получена формула, позволяющая оценить контрастность изображения, основываясь на гистограмме контраста . Библиогр. 4. Ил. 2.

Текст научной работы на тему «Об одном методе анализа цифрового изображения с применением гистограмм»

ОБ ОДНОМ МЕТОДЕ АНАЛИЗА ЦИФРОВОГО ИЗОБРАЖЕНИЯ С ПРИМЕНЕНИЕМ ГИСТОГРАММ

В настоящее время все большую актуальность приобретают полностью автоматизированные системы видеонаблюдения и биометрической идентификации по лицу. В таких системах важную роль играют системы распознавания образов, анализирующие изображения, получаемые с видеокамер.

Очень часто изображения, получаемые с видеокамер, имеют низкое качество, поэтому первым этапом распознавания образов является предварительная аппаратная или программная обработка изображения (подавление шумов, корректировка яркости, контрастности, цвета и т. п.).

Во время предварительной обработки цифровых изображений необходимо оценивать исходные и обработанные изображения. Для анализа яркостных и контрастных характеристик цифровых изображений обычно используют гистограммы. Гистограммы очень просты в реализации и позволяют оценивать результаты применения методов предварительной обработки, а также подсчитывать такие числовые характеристики, как математическое ожидание и дисперсия яркости (контрастности) цифрового изображения.

Гистограммы яркости и контраста

Первым и наиболее известным типом гистограмм (от греч. iotos, истос - столб и урацца, грамма - нечто записанное) цифрового изображения является гистограмма яркости. Гистограмма яркости представляет собой дискретную функцию [1]:

h(rk ) = nk , rk G[0,L - 1],

где rk - k-й уровень яркости; L - максимальный уровень яркости; Пк - число пикселов, имеющих яркость Гк . Графически гистограмма яркости изображает распределение яркости цифрового изображения. Гистограммы яркости обычно нормируют, т. е. количество пикселов каждого уровня яркости делят на общее количество пикселов изображения:

hnorm (rk ) = — , rk е[0, L - 1],

где n - общее число пикселов на изображении. Пример гистограммы яркости цифрового изображения показан на рис. 1.

Рис. 1. Г истограмма яркости цифрового изображения

Считается, что идеальная гистограмма яркости имеет форму кривой Гаусса, т. е. это гистограмма стандартного нормального распределения, которое описывается функцией

Такая идеальная гистограмма означает, что на изображении присутствует весь диапазон яркостей, осуществляются плавные тональные переходы, изображение имеет сбалансированную контрастность, а большинство пикселов имеет средние яркости.

По яркостным характеристикам изображения можно разбить на четыре основных типа:

На гистограмме яркости темного изображения ненулевые значения в основном сконцентрированы в области, соответствующей низким яркостям. Аналогичным образом на гистограмме светлого изображения ненулевые значения по большей части располагаются в области высоких яркостей.

Гистограмма яркости низкоконтрастного изображения является достаточно узкой и характеризуется присутствием большинства ненулевых значений возле области средних яркостей. В противоположность низкоконтрастным изображениям, у высококонтрастных ненулевые значения занимают широкую область диапазона яркостей [1].

Вторым типом гистограмм является гистограмма контраста. Гистограмма контраста -дискретная функция [1]:

где Ру - яркость пиксела (/, у); П(ру) - окрестность пиксела (/, у); Р(р^, П(ру))- правило сравнения яркости пиксела (/, у) с яркостями пикселов окрестности Н(р^) .

Пример гистограммы контраста показан на рис. 2. По изменению такой гистограммы можно отследить повышение или понижение резкости изображения.

Рис. 2. Гистограмма контраста цифрового изображения

Гистограммы контраста нормируются так же, как и гистограммы яркости.

В дополнение к гистограммам во время предварительной обработки изображения используют математическое ожидание и дисперсию яркости. Математическое ожидание яркости представляет собой число, вокруг которого сосредоточены значения яркости пикселов. Математическое ожидание яркости пиксела

где Я - яркость пикселов (случайная величина); Р(Я = гк) - вероятность того, что пиксел изображения имеет яркость гк . Математическое ожидание яркости вычисляется по нормированной гистограмме яркости

Р(Д = Гк ) = — = Ксгш (гк ) , МД] = 2 ГкНпогш (гк ) .

Дисперсия яркости характеризует меру разброса яркости около ее математического ожидания [3], является центральным моментом второго порядка. Дисперсия яркости вычисляется следующим образом:

ЯД] = М Д 2 ]-(М [Д])2 = 2 Г^НпГжт (Гк )-2 ^огт (Гк ) = 2 (Гк - М [я])%огт (к ) .

Аналогично вычисляются математическое ожидание и дисперсия контраста по нормированной гистограмме контраста.

Предлагаемый метод определения степени контрастности изображения

Предлагаемый метод определяет степень контрастности изображения исходя из гистограммы контраста. В качестве гистограммы контраста возьмем дискретную функцию от правила сравнения

°(Ру ,&(Ру ))= Ру -^(Ру ) , gnorm (Ру -^(Ру ) )= ^

При использовании данного правила для построения гистограммы контрастов было обнаружено, что с увеличением контраста гистограмма контраста приближается к кривым

ф(х) = -1, і > 1, і є Я,

с уменьшением контраста гистограмма контраста приближается к кривым

ф(х ) = —, 0 < і < 1, і єЯ .

Для ^ = 1 получается идеальная гистограмма контраста, т. е изображение с такой гистограммой имеет идеально сбалансированный контраст:

Таким образом, гистограмма контрастности приближается к кривым, описываемым функцией

где с показывает, насколько контрастно изображение; с - степень контрастности. Это означает, что при с = 0 получается «нулевая контрастность», т. е. это гистограмма изображения с идеально сбалансированным контрастом; при с > 0 - «положительная контрастность» - гистограмма изображения с повышенной контрастностью; при с < 0 - «отрицательная контрастность» -гистограмма изображения с пониженной контрастностью.

Следовательно, при анализе гистограмм контрастов для определения степени контрастности изображения требуется решить уравнение

Из этого уравнения следует серия из к уравнений, в каждом из которых подсчитываются ек :

из которой после элементарных преобразований получается серия уравнений:

Усредняя значение Ск , получаем с - степень контрастности цифрового изображения.

Для того чтобы оценить точность подсчитанной степени контрастности, предлагается использовать среднеквадратичную погрешность

где пс - количество уровней контрастности. Альтернативным для предлагаемого метода является метод Р. А. Воробеля [4]. Он предложил линейное описание локальных контрастов:

С/0с = , П,г2 е[0,Ь -1],

где , г - яркость элементов изображения; гтах - максимальное значение яркости изображения. Таким образом, максимальное значение локального контраста достигается при минимальном значении яркости одного из элементов и максимальном значении яркости другого элемента. Для подсчета общего контраста Р. А. Воробель предложил метод, базирующийся на линейном описании локальных контрастов:

который высчитывает обобщенное значение контраста изображения по гистограмме яркости. Это означает, что для оценки степени контрастности с помощью метода Воробеля потребовалось бы рассчитать отношение обобщенных контрастов анализируемого изображения и изображения с идеально сбалансированными контрастами.

Из преимуществ предлагаемого метода можно отметить то, что он высчитывает абсолютную степень контрастности изображения, т. е. при помощи данного метода можно однозначно определить, насколько контрастно изображение.

В качестве недостатка можно отметить, что предлагаемый метод более требователен к ресурсам системы, т. к. опирается на гистограмму контраста, в то время как метод Воробеля опирается на гисторамму яркости, вычисление которой значительно проще вычисления гистограммы контраста.

Подводя итог, можно отметить, что оба метода дополняют друг друга, поскольку обобщенное значение контраста Сёеп можно выразить через степень контрастности с. Если принять

С0 как значение обобщенного контраста Воробеля для изображения с идеально сбалансированным контрастом, то

т. е. значение обобщенного контраста Воробеля связано со степенью контрастности. Таким образом, в случае, когда необходимо оценить среднее значение контраста конкретного изображения, удобнее использовать метод Воробеля. В случае, когда требуется определить, насколько контрастно данное изображение относительно изображения со сбалансированным контрастом, удобнее использовать предлагаемый метод.

В работе были рассмотрены вопросы анализа цифрового изображения с применением гистограмм яркости и контрастности. Были описаны четыре основных типа цифровых изображений, а также некоторые числовые характеристики распределения яркостей и контрастов цифрового изображения.

i Не можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Предложен новый метод анализа контрастности цифрового изображения, который использует нормированную гистограмму контраста в качестве входных данных. Предлагаемый метод вычисляет степень контрастности изображения, т. е. позволяет аналитически оценить, насколько контрастно цифровое изображение, а также показывает, какой должна быть идеальная гистограмма контрастов изображения, что очень удобно в случаях, когда необходимо оценить, как повлияла предварительная обработка на контрастность изображения.

Предлагаемый метод был сравнен с методом подсчета общего контраста изображения Воробеля. Были указаны недостатки и достоинства. Показано, что методы взаимодополняют друг друга.

1. Гонсалес Р. С., Вудс Р. Э. Цифровая обработка изображений. - М.: Техносфера, 2006. - 1072 с.

2. Фисенко В. Т., Фисенко Т. Ю. Компьютерная обработка и распознавание изображений. - СПб.: СпбГУ ИТМО, 2008. - 195 с.

3. Зарубин В. С., Крищенко А. П. Теория вероятностей. - М.: МГТУ им. Н. Э. Баумана, 2004. - 456 с.

4. Журавель И. М. Краткий курс теории обработки изображений [Электронный ресурс] -

Статья поступила в редакцию 13.01.2010

ON A METHOD OF THE ANALYSIS OF DIGITAL IMAGE USING HISTOGRAMS

D. A. Khryashchev

Histograms are usually used to analyze brightness and contrast characteristics of digital images. Brightness histogram is a discrete function which puts each level of brightness into correspondence with the amount of pixels that have the brightness level. It is possible to divide images into four categories using brightness characteristics. They are dark, bright, low contrast, high contrast. Histograms corresponding to such images are characterized by the way the majority of nonzero values of the histogram is arranged. Contrast histogram is a discrete function which puts each level of contrast (an absolute value of the difference of two pixels’ brightnesses) into correspondence with the amount of pixels that have the contrast level. Mathematical expectation and brightness and contrast dispersion are used in addition to the brightness and contrast histograms which are calculated using correspondent histograms. The proposed method used contrast histograms that were built by comparing each pixel’s brightness with the average brightness of the 8 surrounding pixels. Histogram forms for images with increased and reduced contrast were found during the analysis of such contrast histograms. As a result a mathematic equation which allows calculating contrast level of an image using the contrast histogram was obtained.

Key words: brightness histogram, contrast histogram, contrast level, preliminary processing, digital image analysis, general contrast of an image.

Что дает нам представление о тональном диапазоне?

Изображения с низким контрастом вряд ли кому-то понравятся. Гистограмма дает нам возможность работать с яркостью отдельных групп пикселей и работать с изображением в области теней и света. Свет и тени — это визуальные критерии, нехватка каждого из которых делает наше изображение менее детальным.

Что покажет гистограмма?

Изучив гистограмму, можно получить общее представление о правильности экспозиции, контрасте и цвете снимка.
С помощью гистограммы можно определить, имеет ли изображение достаточно деталей для эффективной коррекции.
Гистограмма позволяет определить тип ключа изображения. На изображениях в низком ключе детали концентрируются в тенях. Фотография в высоком ключе содержит больше всего деталей в светлых участках. В средних тонах детали концентрируются на изображениях в среднем ключе.

Фотография с полным тональным диапазоном содержит определенное число пикселей во всех областях. Как правило, в таком изображении мало совсем тёмных и совсем ярких пикселей. По мере приближения к средним тонам, количество пикселей в изображении увеличивается. Такой снимок можно получить при достаточном освещении, влияющем на всю сцену, и отсутствии источников света в кадре.

Изображение с полным тональным диапазоном

Гистограмма помогает выполнить коррекцию тона инструментом «Уровни» в программе Adobe Photoshop

Коррекция «Уровни» в программе Adobe Photoshop используется для изменения соотношения светлых и темных участков изображения путем регулировки визуальных маркеров на гистограмме.

Смещение маркеров приводит к изменению соотношения светлых и темных пикселей в изображении. Сближение черного и белого маркеров увеличивает контрастность изображения.

Коррекция цвета инструментом «Уровни»

Программа занятия:

Научиться анализировать распределение яркостей пикселей по гистограмме.
Научиться делать анализ яркости изображения.
Научиться усиливать яркость тёмного изображения.
Научиться улучшать яркость светлого изображения.
Научиться увеличивать контраст тусклого изображения.

Необходимые файлы: Hengehog.jpg , Fox.jpg, Truck.jpg , Lizard.jpg, BigCat.jpg, Roses.jpg.

Средства регулировки цветовых оттенков позволяют превращать тусклые и плохо окрашенные изображения в яркие и красочные. Хотя результат коррекции некоторых фотографий и рисунков может оказаться великолепным, однако чудес не бывает. Если в оригинале отсутствуют некоторые детали, то программа редактирования не сможет создать их из «ничего». Не стоит ждать больших результатов, если исходное изображение имеет очень низкое качество.

Тона (оттенки цветов) изображения характеризуются яркостью пикселей. Эти яркости лежат в диапазоне от 0 до 255. Самому тёмному оттенку соответствует яркость 0, а самому светлому — 255. Диапазон яркостей пикселей изображения называется тоновым диапазоном изображения. Например, если тоновый диапазон фотографии лежит в пределах от 100 до 255, то такая фотография выглядит слишком светлой, так как в ней отсутствуют тёмные оттенки. При тоновом диапазоне от 0 до 70 изображение, наоборот, будет очень тёмным из-за отсутствия светлых тонов.

Для каждого изображения PhotoShop показывает распределение яркостей пикселей в виде гистограммы (рис. 1).

Рис. 1. Гистограмма изображения

По горизонтальной оси располагаются значения яркостей: от 0 до 255, а по вертикальной — количество пикселей каждого уровня яркости. Тени — самая тёмная часть изображения с малым значением яркости. Светлые тона — самая светлая часть изображения с большим значением яркости. Между тенями и светлыми тонами находятся средние тона.

Рассмотрим несколько различных с точки зрения яркости изображений.

ЗАДАНИЕ 1. Проанализировать распределение яркостей пикселей различных изображений.

Откроется окно Histogram (Гистограмма), изображённое на рис. 2.

Гистограмма показывает, что большая часть пикселей имеет малое значение яркости, поэтому изображение достаточно тёмное.

По гистограмме видно преобладание пикселей с большим значением яркости, поэтому изображение очень светлое.

Рис. 3. Гистограмма светлого изображения

Как показывает гистограмма, в изображении имеет место явное преобладание средних тонов и почти полное отсутствие светов и теней. Вот почему фотография выглядит довольно тускло.

Рис. 4. Гистограмма тусклого изображения

Основная задача тоновой коррекции — обеспечить правильное распределение яркостей пикселей в изображении.

Возможные варианты тоновой коррекции фотографий представлены на рис. 5.

Необходимость тоновой коррекции объясняется рядом причин. Вот некоторые из них. Очень часто, когда изображение оцифровывается с помощью сканера, его тоновый диапазон сужается (из-за особенностей этого устройства). Поэтому отсканированная фотография на экране выглядит тускло по сравнению с оригиналом. С другой стороны, невысокое качество фотографии может быть связано с непрофессиональной съёмкой. С помощью PhotoShop такой оригинал можно существенно улучшить.

Тёмная фотография и результат её тоновой коррекции

Светлая фотография и результат её тоновой коррекции

Тусклая фотография и результат её тоновой коррекции

Рис. 5. Примеры тоновой коррекции фотографий

Обычно для тоновой коррекции используются команды

Команда Brightness/Contrast (Яркость/Контраст) — самое простое, но и наименее гибкое средство. Команда Levels (Уровни) более эффективна, однако наилучшие результаты обеспечивает команда Curves (Кривые).

ЗАДАНИЕ 2. Выполнить тоновую коррекцию с использованием команды Brightness/Contrast (Яркость/Контраст)

• Открыть файл Truck.jpg (тусклое изображение).

• Выполнить команду Image / Duplicate (Изображение /Создать копию).

На экране — две одинаковые фотографии. Откорректируем копию и сравним результат с оригиналом.

• Выполнить команду Image/Adjust/Brightness/Contrast (Изображение/Коррекция/Яркость/Контраст).

Откроется диалоговое окно (рис. 6) Brightness/Contrast (Яркость/Контраст). Перемещение регулятора по шкале Brightness (Яркость) затемняет или осветляет изображение, а регулятор Contrast (Контраст) позволяет улучшить чёткость изображения.

Рис. 6. Диалоговое окно для регулировки яркости и контраста изображения

Сравните полученный результат с исходным изображением.

ЗАДАНИЕ 3. Выполнить тоновую коррекцию тусклой фотографии с использованием команды Levels (Уровни)

На экране — две одинаковые фотографии. Откорректируем копию и сравним результат с оригиналом.

• Выполнить команду Image/Adjust/Levels (Изображение/Коррекция/Уровни).

Откроется диалоговое окно (рис. 7) Levels (Уровни), содержащее гистограмму активного изображения и ряд инструментов для настройки тонового диапазона.

Рис. 7. Диалоговое окно Levels (Уровни) для настройки тонового диапазона

Обратите внимание на то, что между чёрным треугольником в левом конце гистограммы и самыми тёмными пикселями изображения находится пустое пространство. В правом конце гистограммы между самыми светлыми пикселями и белым треугольником также остаётся пустое пространство. Тоновый диапазон этого изображения расположен приблизительно в пределах от 30 до 220. Таким образом, гистограмма показывает преобладание средних тонов и отсутствие тёмных и светлых оттенков. Именно поэтому изображение выглядит бледным. Такая ситуация имеет место для большинства изображений, получаемых в результате сканирования. Поэтому задача тоновой коррекции в данном случае заключается в том, чтобы «растянуть» имеющийся тоновый диапазон как в сторону светов, так и в сторону теней.

Настроим светлые и тёмные тона с помощью треугольников — регуляторов, расположенных под гистограммой.

Сравните полученный результат с исходным изображением.

• Выполнить команду Image/Histogram (Изображение/Гистограмма).

Теперь гистограмма показывает новое распределение яркостей пикселей.

Зададим тени и света по собственному выбору.

• Выполнить команду Image/Duplicate (Изображение/Создать копию).

На экране — две одинаковые фотографии. Откорректируем копию и сравним результат с оригиналом.

• Выполнить команду Image/Adjust/Levels (Изображение/Коррекция /Уровни).

Откроется диалоговое окно Levels (Уровни).

В правом нижнем углу этого окна расположены три пипетки, которые используются для захвата цвета пикселя изображения. При этом выбранный цвет отображается на палитре Info ( Инфо ). Выберем с помощью пипетки самые тёмные и самые светлые участки фотографии. Разработчики программы советуют устанавливать:

— значения для белой точки: в модели RGB — 244, 244, 244, в модели CMYK — 5, 3, 3, 0

— значения для чёрной точки: в модели RGB — 10, 10, 10, в модели CMYK — 65, 53, 51, 96.

Таким образом, определены самая светлая и самая тёмная точки изображения.

Сравните полученный результат с исходным изображением.

• Выполнить команду Image/Histogram (Изображение/Гистограмма).

Теперь гистограмма показывает новое распределение яркостей пикселей.

ЗАДАНИЕ 4. Выполнить тоновую коррекцию тёмной фотографии с использованием команды Levels (Уровни)

На экране — две одинаковые фотографии. Откорректируем копию и сравним результат с оригиналом.

• Выполнить команду Image/Adjust/Levels (Изображение/Коррекция/Уровни).

Откроется диалоговое окно Levels (Уровни). С помощью команды Levels (Уровни) настроим гамму. Гамма — контраст средних тонов изображения. Диапазон изменения гаммы — от 0,1 до 9,99.

• Переместить регулятор гаммы (серый движок) влево.

Сравните полученный результат с исходным изображением.

• Выполнить команду Image/Histogram (Изображение/Гистограмма).

Теперь гистограмма показывает новое распределение яркостей пикселей.

ЗАДАНИЕ 5. Выполнить тоновую коррекцию светлой фотографии с использованием команды Levels (Уровни).

На экране — две одинаковые фотографии. Откорректируем копию и сравним результат с оригиналом.

• Выполнить команду Image/Adjust/Levels (Изображение/Коррекция /Уровни).

Откроется диалоговое окно Levels (Уровни).

• Переместить регулятор гаммы (серый движок) вправо.

Средние тона изображения станут темнее. Значение гаммы должно уменьшиться примерно до 0,45.

Сравните полученный результат с исходным изображением.

• Выполнить команду Image/Histogram (Изображение/Гистограмма).

Теперь гистограмма показывает новое распределение яркостей пикселей.

ЗАДАНИЕ 6. Выполнить тоновую коррекцию с использованием команды Auto Levels (Автоматическая тоновая коррекция).

Эта команда выполняет перераспределение яркостей пикселей автоматически. Анализируя изображение, PhotoShop находит самый светлый и самый тёмный пиксели и определяет их как белый и чёрный, а все остальные тона распределяет между ними.

На экране — две одинаковые фотографии. Откорректируем копию и сравним результат с оригиналом.

• Выполнить команду Image/Adjust/Auto Levels (Изображение /Коррекция/Автоматическая тоновая коррекция).

Сравните полученный результат с исходным изображением.

• Выполнить команду Image/Histogram (Изображение/Гистограмма ).

Теперь гистограмма показывает новое распределение яркостей пикселей.

ЗАДАНИЕ 7. Выполнить тоновую коррекцию тёмного изображения с использованием команды Curves (Кривые).

На экране — две одинаковые фотографии. Откорректируем копию и сравним результат с оригиналом.

• Выполнить команду Image/Adjust/Curves (Изображение/Коррекция /Кривые).

Откроется окно Curves (Кривые), представленное на рис. 8.

Рис. 8. Диалоговое окно Curves (Кривые) для коррекции тонового диапазона

Полутоновая шкала под квадратным полем содержит значения яркостей пикселей от чёрного (0) до белого (255).

• Добиться оптимальной яркости изображения путём перемещения контрольной точки.

Теперь посмотрим, как изменилась яркость исходного изображения.

Замечание. Можно поставить на кривой несколько контрольных точек и с их помощью отрегулировать вид кривой и, следовательно, яркость изображения.

ЗАДАНИЕ 8. Выполнить тоновую коррекцию светлого изображения с использованием команды Curves (Кривые).

На экране — две одинаковые фотографии. Откорректируем копию и сравним результат с оригиналом.

• Выполнить команду Image/Adjust/Curves (Изображение/Коррекция /Кривые).

Откроется окно Curves (Кривые).

Рис. 10. Вид кривой для улучшения яркости светлого изображения

• Переместить при нажатой кнопке контрольную точку вниз и вправо (рис. 10),

Изображение станет темнее.

• Добиться оптимальной яркости изображения путём перемещения контрольной точки.

Теперь посмотрим, как изменилась яркость исходного изображения.

• Снять выделение с контрольной точки (щёлкнуть в любой части квадрата).

ЗАДАНИЕ 9. Выполнить тоновую коррекцию тусклого изображения с использованием команды Curves (Кривые).

На экране — две одинаковые фотографии. Откорректируем копию и сравним результат с оригиналом.

Рис. 11. Контрольные точки на отметке четверть тона и три четверти тона

• Выполнить команду Image/Adjust/Curves (Изображение/Коррекция /Кривые).

Откроется окно Curves (Кривые).

Рис. 12. Вид кривой для улучшения яркости тусклого изображения

Именно с этой статьи на нашем сайте открывается новая обзорная колонка по тестированию ЖК мониторов. За счёт большого объёма методики, для неё было решено выделить отдельную статью.

Кроме самой методики, в этой статье даются пояснения по самым важным аспектам тестирования, а так же несколько советов по тому, на что стоит обратить внимание при выборе ЖК монитора.

Кроме указания паспортных данных, мы даём оценку комплекту поставки. Наличие в комплекте необходимых сигнальных кабелей, а так же полного руководства по установке и настройке монитора приветствуется.

Здесь мы даём субъективную оценку по дизайну монитора. Определяются возможности регулировки экрана: по наклону, повороту монитора вокруг вертикальной оси, регулировке высоты (из расчёта высоты от стола до нижней кромки экрана). Так же учитываются дополнительные возможности в виде разворота экрана в портретный режим и установке VESA-совместимого кронштейна на место стандартной подставки.

Наличие таких портов как HDMI, D-Sub, S-Video, компонентного (YPbPr), желательно, впрочем, отсутствие таковых вовсе не является недостатком. Коммутационный разъём DVI является основным, поэтому при его отсутствии тестируемому монитору ставится жирный минус.

В первую очередь здесь мы оцениваем удобство управления монитором. Имеется ли возможность настройки яркости и контрастности без входа в основное меню. Оценивается возможность переключения предустановленных режимов изображения, при условии, что таковые имеются. Даётся оценка по организации экранного меню и удобства навигации в нём.

Цвет может быть представлен в природе, на экране монитора, на бумаге. Во всех случаях возможный диапазон цветов, или цветовой охват (gamut), будет разным.

Для оценки цветового охвата монитора используется инструмент комплекса Profile Maker - Profile Editor. Важно отметить, что цветовой охват выводится по данным созданного профиля монитора, после замера соответствующей цветовой мишени, представленной на картинке ниже.

В дальнейшем полученный цветовой охват накладывается на CIE диаграмму, так же известную как цветовое пространство CIE 1931. Оно представляет собой модель, описывающую весь цветовой спектр воспринимаемый человеческим глазом. По полученным данным цветовой охват монитора сравнивается с цветовыми пространствами sRGB, AdobeRGB и делается соответствующий вывод.

Отдельно хочется затронуть тему современных мониторов с так называемым “расширенным” цветовым охватом. “Расширен” он относительно стандартного sRGB, за счёт использования CCFL ламп подсветки с улучшенным люминофором, либо светодиодной подсветки. Из плюсов можно отметить - более чистые, естественные цвета по сравнению с монитором стандартного цветового охвата. В первую очередь это преимущество используется в полиграфии и дизайне. Для простого же пользователя могут возникать некоторые сложности, за счёт того что большая часть всего графического контента представлена в пространстве sRGB. При его просмотре на мониторах с “расширенным” цветовым охватом весь цветовой спектр смещается, изображение приобретает совершенно иной вид:

На приведённом примере - два рядом стоящих монитора подключенных к одному ПК: левый со стандартных цветовым охватом sRGB, правый с “расширенным”. Оба монитора откалиброваны под яркость 100кд\м 2 , цветовую температуру 6500K, и гамма 2.2. Разница видна невооруженным глазом. Фиолетовый цвет стал розовым, жёлто-зелённые оттенки превратились в оттенки зелёного. О точности цветопередачи тут говорить не приходится. Некоторые могут задаться вопросом, почему при откалиброванных мониторах изображение на них разное. Всё дело в том, что при работе с мониторами с разным цветовых охватом на одном ПК, корректная работа CMS (Color Management System), при которой оба монитора будут показывать изображение одинаково, невозможна.

В случае же использования одного монитора с “расширенным” цветовым охватом, единственным выходом из сложившейся ситуации станет калибровка монитора и дальнейшее профилирование (программная корректировка гамма-кривых и создание профиля с описанным в нём цветовым охватом монитора). Но даже после этого, обладателю такого монитора придётся попотеть. При желании увидеть настоящие цвета на фотографии (то, как видел их сам создатель) вам придётся использовать специальные программные продукты, которые при выводе изображений на экран будут работать с созданными профилями. К таким программам можно отнести некоторые продукты Adobe, а так же несколько популярных средств просмотра изображений (FastStone Image Viewer, FastPicture Viewer, XnView, ACDSee Prof). При работе с профилями, программы учитывают описанное в них цветовое пространство рабочего монитора, вследствие чего весь цветовой спектр приводится в норму, а точнее к sRGB настолько, насколько это возможно.

К сожалению и здесь без ложки дёгтя не обойдётся. Хотя мониторы с “расширенным” цветовым охватом и занимают большую площадь CIE диаграммы по сравнению со стандартным охватом, но весь диапазон цветов sRGB подобные мониторы не покрывают – жёлто-зелённые оттенки они показывают хуже стандартных мониторов. Поэтому даже при работе в специальных программах с поддержкой профилей получить изображение в sRGB пространстве до конца не удастся.

Остальные же программные продукты, как сама оболочка ОC Windows, так и любимые всеми игры, на используемый профиль монитора отзываться не будут. Если же вы используете операционные системы Mac, то никаких ограничений на использование профилей не накладывается, они работают везде. Именно в связи с этим многие дизайнеры и фотографы переходят на Mac ОС… меньше проблем, больше времени на работу.

Впрочем, если вы приобретаете монитор исключительно для кино, работы с текстом, игр, общения в интернете, и точность цветопередачи стоит на последнем месте, то описанные выше недостатки можно списать на НЕТ.

В нашей лаборатории показатели яркости и контрастности измеряются для каждого из режимов монитора. Колориметром Eye-One с помощью программного обеспечения LaCie Blue Eye Pro производится замер яркости белого и чёрного полей, отношение этих величин даёт нам значение контрастности монитора. Полученные значения заносятся в таблицу.

В дополнение к полученным результатам, проводятся дополнительные измерения при специальных настройках монитора:

Значения яркости и контрастности выставляются в максимально возможное значение
Значения яркости и контрастности регулируются для достижения на мониторе яркости белого поля 100 кд\м 2

Значение яркости 100 кд\м 2 выбрано как среднее, из расчёта того, что стандарт sRGB регламентирует использовать для ЖК мониторов яркость от 80 до 120 кд\м 2 .

Яркость мониторов, которая указывается в характеристиках, зачастую избыточна. Ничего хорошего в значениях 400-500 кд\м 2 нет. При работе в интернете, редакторах текста, такая яркость будет давить на ваши глаза, а при частой продолжительной работе возможно резкое снижение остроты зрения.

Использование яркости 200 кд\м 2 и больше может быть оправдано только в двух случаях. К первому относится - прямой поток света на экран монитора. В таком случае при малой яркости изображение на мониторе будет казаться блеклым, малоконтрастным. Ко второму случаю можно отнести игры и просмотр фильмов при очень ярком комнатном освещении.

Для показателя контрастности никаких ограничений на большие значения нет. Чем она выше при постоянном значении яркости, тем чернее будет выглядеть чёрный цвет на экране монитора. Но т.к показатель контрастности - это всего лишь отношение яркости белого и чёрного полей, то обращать внимание мы будем именно на последний показатель.

Одним из основных параметров качества цветопередачи мониторов являются так называемые гамма-кривые. Они измеряются отдельно для красного, зелёного и синего цветов. Сам параметр представляет собой степенную зависимость между сигналом, приходящим с видеокарты, и яркостью пикселя на мониторе. Существует большое кол-во вариантов гаммы, но на данный момент по стандарту sRGB идеальная гамма должна быть равна 2.2 для каждого из каналов RGB - это современный стандарт как для PC, так и на Macintosh.

На приведённой диаграмме хорошо видно, что из себя представляют гамма-кривые отличные от показателя гаммы 2.2. Так же можно заметить, что на самых тёмных областях и самых светлых графики сливаются воедино, и никакой разницы в цветопередачи на этих участках мы не увидим; другое дело оттенки от 30 до 240.

Для визуальной оценки правильности настройки гаммы используется программа CLTest. Если гамма больше, чем 2.2, то градиент "разваливается" на три части - с красным, синим и зеленым оттенком. Если гамме меньше 2.2, то ее части превращаются в градиенты цвета полиграфической триады: сине-зелёный (Cyan), красно-розовый (Magenta), жёлтый (Yellow). Впрочем, этим тестирование не ограничивается.

Для замера гамма-кривых используется колориметр Gretagmacbeth Eye-One Display 2 и следующая последовательность действий:

Основой для выбора именно такого количества цветовых патчей, стала более высокая точность получаемых данных относительно колориметров других известных фирм, где для оценки гамма-кривых используется ПО, идущее в комплекте, с замером всего лишь 10-15 цветовых патчей на каждый градиент.

Для большей наглядности на графике жирной чёрной линией отмечена целевая гамма 2.2 (Target), принятая за эталон.

На представленном выше примере, мы видим, что гамма-кривые практически ложатся на целевую прямую. Картину портит синяя кривая, приподнятая относительно гамма-кривой 2.2. На практике это может означать, что часть тёмных оттенков будет светлее, чем положено, причём некоторые из них будут совершенно не отличимыми за счёт одинаковой яркости.

Все остальные возможные примеры, как более удачные, так и наоборот, будут подробно рассмотрены в наших будущих обзорах.

Читайте также:

Показывает значение яркости пикселей и их распределение

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Хрящев Денис Александрович

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Хрящев Денис Александрович

Текст научной работы на тему «Об одном методе анализа цифрового изображения с применением гистограмм»

Что дает нам представление о тональном диапазоне?

Что покажет гистограмма?

Гистограмма помогает выполнить коррекцию тона инструментом «Уровни» в программе Adobe Photoshop

Коррекция цвета инструментом «Уровни»

ЗАДАНИЕ 2. Выполнить тоновую коррекцию с использованием команды Brightness/Contrast (Яркость/Контраст)

ЗАДАНИЕ 3. Выполнить тоновую коррекцию тусклой фотографии с использованием команды Levels (Уровни)

ЗАДАНИЕ 4. Выполнить тоновую коррекцию тёмной фотографии с использованием команды Levels (Уровни)

ЗАДАНИЕ 5. Выполнить тоновую коррекцию светлой фотографии с использованием команды Levels (Уровни).

ЗАДАНИЕ 6. Выполнить тоновую коррекцию с использованием команды Auto Levels (Автоматическая тоновая коррекция).

ЗАДАНИЕ 7. Выполнить тоновую коррекцию тёмного изображения с использованием команды Curves (Кривые).

ЗАДАНИЕ 8. Выполнить тоновую коррекцию светлого изображения с использованием команды Curves (Кривые).

ЗАДАНИЕ 9. Выполнить тоновую коррекцию тусклого изображения с использованием команды Curves (Кривые).

реклама

реклама

реклама

реклама

реклама

реклама

реклама

реклама