
- •Информационно- измерительные технологии на предприятиях кинематографии
- •Оглавление
- •1. Информационно- измерительные технологии и информационно- измерительные системы в кинематографии
- •1.1. Информационная метрология, измерительные сигналы
- •Информационно- измерительные системы, основные определения, отличие информационно- измерительной системы от измерительного прибора
- •1.3. Элементы информационно- измерительных систем, передаточная функция системы
- •Стандартизация в области информационно- измерительных систем
- •1.5. Классификация информационно- измерительных систем по степени сложности, особенности оценки точности информационно- измерительных систем
- •Оценка точности результатов измерения с использованием информационных подходов
- •2. Анализ измерительных сигналов как случайных функций
- •Вероятностные характеристики измерительных сигналов
- •2.2. Использование оценок для экспериментального определения вероятностных характеристик измерительных сигналов
- •Классификация измерительных задач
- •Формы представления и основные принципы передачи измерительной информации
- •3.1. Основные тенденции
- •3.2. Модуляция измерительных сигналов
- •3.3. Дискретизация измерительных сигналов
- •3.4. Кодирование измерительной информации
- •3.5. Согласование параметров измерительного сигнала с параметрами передающего канала
- •1.Теоретические основы ти
- •1.1. Формально- логические принципы измерений
- •1.2. Неоднозначность образов действительности
- •1.3. Решающие правила отображений
- •2.Моделирование измерительных систем
- •2.1. Общие принципы моделирования измерительных систем
- •2.2.Обработка экспериментальных данных перед разработкой модели
- •1. Сглаживание экспериментальных данных (измерительных сигналов)
- •Сглаживание экспериментальных во времени
- •2. Экстраполяция, интерполяция, аппроксимация.
- •2.3.Использование статистических моделей для оценки неоднозначности образа действительности
- •2.4. Неоднозначность многомерного образа действительности с использованием векторных статистических моделей
- •2.5. Информационные технологии, используемые при моделировании в метрологии
- •2.6. Соотношение между погрешностями и результатами измерений
- •2.7.Виды моделей, которые могут быть использованы для описания измерительных систем
- •2.8.Модели измерений
- •2.7. Математические модели измерительных систем
- •Математические модели и методы их расчета
- •1. Понятие операционного исследования
- •2.8. Выбор и обоснование модели, описывающей результаты измерений
- •3.Роль математических методов в метрологических процедурах
- •3.1. Разнообразие метрологических процедур, используемых на предприятиях и в организациях кинематографии
- •3.2. Место математических методов в метрологической системе (в системе метрологических процедур) предприятия
- •3.3. Требования к математическим моделям, используемым при разработке метрологической службы предприятия
- •3.4. Выбор математической модели, описывающей систему метрологических процедур(метрологическую службу) предприятия
- •3.5. Математические методы, используемые при функционировании метрологической системы
- •4.Модели и методы метрологии, основанные на статистических зависимостях
- •4.1. Статистические модели, используемые при дисперсионном анализе
- •4.2. Нахождение статистических зависимостей с использованием планирования экспериментов
- •4.2.1.Выбор входных и выходных переменных
- •4.2.2.Выбор математической модели
- •4.2.3.Обработка результатов аппроксимации при использовании метода планирования экспериментов
- •3.Оценка значимости коэффициентов аппроксимирующей зависимости
- •4.3. Пассивный и активный эксперимент
- •4.5. Корреляционный анализ
- •4.6. Кластерный анализ
- •4.7. Использование метода нейронных сетей для построения статистических математических моделей
- •5.Модели погрешностей измерений
- •5.1. Требования к моделям, описывающим погрешности измерений
- •Наиболее часто используемые модели, описывающие погрешности:
- •1.Модель погрешности в виде случайной элементарной функции
- •2. Модели погрешностей в виде суммы случайной и неслучайной функций
- •8.4. Характеристики моделей погрешностей
- •Литература
- •Кластерный анализ
1.1. Формально- логические принципы измерений
Смысл измерений в различных науках интерпретируется по-разному. В широком смысле измерение рассматривается как инструмент процесса познания. Существуют две формы познания: чувственное познание, при котором человек получает чувственные впечатления, они могут быть выражены в форме определенных суждений; логическое познание, включающее анализ, синтез, истолкование, умозаключение, т.е. процессы, происходящие на абстрактном уровне. Только на логическом уровне формулируются вопросы, гипотезы, обнаруживаются отношения, взаимосвязи между объектами и характеристиками.
В соответствии с формами познания, измерения также могут быть физическими, психофическими (сенсорными), в основе которых лежат ощущения, возникающие в различных анализаторах человека, и интеллектуальными (логическими,), основанными на предшествующем опыте, мнениях, суждениях человека, проводящего оценку или измерение. Основа чувственного и логического измерения – наблюдения и эксперименты, причем, результат измерения должен удовлетворять требованиям объективной истины. Примером психофизических измерений в кинематографии являются субъективная оценка качества изображения и звука. Пример интеллектуальных (логических) измерений – оценка качества определенных изделий киновидеотехники по дифференциальным характеристикам, интегральная оценка изделий, интегральная оценка услуг по киновидеообслуживанию зрителей, являющаяся основой их сертификации, и т.д.
Объектом измерения является какая- либо характеристика определенного объекта или явления, эта характеристика может находиться в различных состояниях.
Количество сост.хар-ки влияет на выбор метода и средства изм.
4.1.1.Количество заметных градаций яркости
1) Количество заметных градаций яркости зрительного анализатора реагирует не на абсолютное изменение яркости, а на её относительное значение. Минимальное относительное изменение яркости ∆L / L — разностный порог различения. В определённых случаях, он постоянен. Минимальное заметное приращение ощущения
∆ε = k · ∆L / L;
k — коэффициент пропорциональности для абсолютно мелких приращений
dε = k · dL / L.
Интегрируя, получаем:
ε = k · lnL + D.**
При ε = 0 D = -k · lnLn !!!!!
- пороговое. Тогда **
ε = k · ln(L / Ln) |
Ощущение, приведённое к пороговому значению яркости. Закон Вебера-Фехнера справедлив в области яркостей 0,1 < L < 1000.кд/м кв
А разностный порог различия зависит от уровня яркости.
2) Определим число различимых градаций яркости для области а на примере ступенчатого клина яркостей с пороговым значением различения по яркости на каждой ступени. Первая ступень различима, если:
L1 = Lф + Lф ∆н = Lф (1+ ∆н);
L2 = L1 + L1 ∆н = L1 (1+ ∆н) = Lф (1+ ∆н)2;
L3 = Lф (1 + ∆н)3;
…
Ln = Lф (1 + ∆н)N;
Если известен относительный разностный порог, то
ln (LN / Lф) = N ln (1+ ∆н);
∆н = ∆L / L;
LN / Lф = k — контраст изображения ступенчатого клина
-
N = ln k / ln (1 + ∆n)
к > 100 — это контраст ч/б изображения на экране ТК в затемнённом помещении.
Разрешающая способность ЗА
О
пределяется
минимальным углом разрешения (т. е.
влиянием хроматической аберрации в
хрусталике, также как в оптических
приборах).
Какова необходимая степень дискретизации изображения? (число элементов в поле изображения) — определяют пороговые характеристики зрения.
Как ЗА реагирует на снижение чёткости по сравнению с предельной? (Рыфтин, 1933)
Экспертам предлагалось выбрать отличное по восприятию качества изображение из серии изображений, полученных с различной степенью дискретизации. Приращение чёткости ∆G = ρ ∆n / n, где ρ — коэффициент пропорциональности, а ∆n / n — относительное приращение числа элементов.
dG = ρ dn / n, интегрируя получим:
G = ρ ∫ dn / n = ρ ln(n) + С.
При G = ln(n) и ρ = 1 → С = 0.
При G = 1 / ln(n) и n = nmax, ρ = ln(nmax). Тогда
-
G = ln n / ln (nmax)
nmax = 8·105 (при числе строк 800 и формате кадра 4/3).
Уменьшение числа элементов в два раза приводит к снижению G до ≈0.95 (на 5%). При малом числеэлементов — к существенному изменению кажущейся чёткости.
Число состояний характеристики, т.е. заметных градаций ее измерения, определяется физической природой характеристики, диапазоном ее изменения; множеством объектов, имеющих эту характеристику; возможностями субъекта измерения (в первую очередь, его дифференциальной чувствительностью).
Отображение характеристик объекта в область символов, выражающих значения состояний характеристик – это переход из реальной области в область абстракции (рис17,18).
Образом действительности является отображение
f – функция преобразования.
Для всех элементов
множества {a} существует
обратное отображение
(при этом
a
). Символ
означает отображение, обратное по
отношению к f.
Множества
и
могут
иметь разную мощность – могут существовать
элементы множества
,
которые не отображаются ни в один из
элементов множества
.В
свою очередь, отображение fQ
называется шкалой величины Q.