-
Муар: суть явления, причины и механизм возникновения.
Еще один аспект, в связи с которым необходим расчет достоверной передачи минимального элемента изображения – муар.
Необходимость уменьшения размера документа (экономия) требует уменьшения разрешения. Однако при слишком низком разрешении не только исчезают мелкие детали, но и возникает паразитарный узор, который называется муаром.
Механизм возникновения муара состоит во взаимодействии двух сеток, разрешения которых близки друг к другу – периодическая структура (минимальная периодичность линии оригинала) лежит в граничной зоне (близка разрешению) дискретизации.
Муар – одна из проблем растеризации. Часто возникает в результате операции изменения разрешения в сторону уменьшения (downsampling). Это связано с тем, что растровые образцы таким образом “отвечают” на выбрасывание элементов изображения.
Для справки: разрешение экрана ≈(≤)96 ppi , для Web 72 ppi.
Если разрешение документа совпадает с разрешением экрана, то (100% масштаб) изображение совпадает по размеру с экраном.
Если разрешение изображения выше чем разрешение экрана, то при 100% масштабе документ будет отображен в несколько раз увеличенным (изображение с разрешением 144 ppi на экране будет в два раза больше изображения в 72 ppi, даже при совпадении физических размеров).
Таким образом, правильный подбор величины разрешения зависит от многих факторов: назначения изображения и способов его использования. Необходимо найти разумный баланс между качеством, размером файла и временем его обработки, а так же учесть возможности системы обработки.
-
Проблемы трансформации растровых изображений: повороты, сдвиги.
-
Проблемы трансформации растровых изображений: масштабирование.
“Родовое проклятие” пиксельной графики – ортогональность сетки дискретизации – причина многих существующих проблем при трансформации изображения.
Процедуры трансформации:
Повороты (вращение и зеркальное отображение)
Масштабирование (уменьшение, увеличение)
Параллельные сдвиги (по горизонтали и вертикали)
Непараллельные сдвиги (деформации)
-
Повороты и отражения.
Если элементы дискретизации (пиксели) имеют произвольные пропорции, то все трансформации происходят с искажениями (деформациями).
Если пиксель квадратный (одинаковый по горизонтали и вертикали), то повороты на ортогональные углы (90°) и зеркальное отражение осуществляется без искажений.
Повороты на углы не кратные 90° происходят с искажением. Это связано с тем, что сетка дискретизации никогда не изменит своей ортогональности. В некоторых случаях зритель может этого не заметить. Используются алгоритмы сглаживания (антиэлайзинг).
Антиэлайзинг. В растровых системах при невысокой разрешающей способности (меньше 300 dpi) существует проблема ступенчатого эффекта (aliasing). Этот эффект особенно заметен на изображении наклонных линий – при большом шаге сетки растра пикселы образуют как бы ступени лестницы.
Рассмотрим это на примере отрезка прямой линии. Растровое изображение объекта определяется алгоритмом закрашивания пикселов, соответствующих площади изображаемого объекта. Различные алгоритмы могут дать разные варианты растрового изображения одного и того же объекта.
Можно сформулировать условие корректного закрашивания следующим образом: если в контур изображаемого объекта попадает больше половины площади ячейки растра, то соответствующий пиксел закрашивается цветом объекта (С), иначе пиксел сохраняет цвет фона (Сф).
Устранение ступенчатого эффекта называется по-английски antialiasing. Для того чтобы растровое изображение линии выглядело более гладким, можно цвет угловых пикселов "ступенек лестницы" заменить на некоторый оттенок, промежуточный между цветом объекта и цветом фона.
В
ычислим
цвет пропорционально части площади
ячейки растра, покрываемой идеальным
контуром объекта. Если площадь всей
ячейки обозначить как S, а часть площади,
покрываемой контуром, – Sx, то искомый
цвет равен:
Методы сглаживания растровых изображений можно разделить на две группы:
● алгоритмы генерации сглаженных изображений отдельных простейших объектов (линий, фигур);
● методы обработки уже существующего изображения.
Для сглаживания растровых изображений часто используют алгоритмы цифровой фильтрации. Один из таких алгоритмов - локальная фильтрация. Она осуществляется путем взвешенного суммирования яркости пикселов, расположенных в некоторой окрестности текущего обрабатываемого пиксела. Можно представить себе, что в ходе обработки по растру скользит прямоугольное окно, которое выхватывает пикселы, используемые для вычисления цвета некоторого текущего пиксела. Если окрестность симметрична, то текущий пиксел находится в центре окна.
Базовая операция такого фильтра может быть представлена в виде следующей зависимости:
где P – значение цвета текущего пиксела; F – новое значение цвета пиксела; K –- нормирующий коэффициент; M – двумерный массив коэффициентов, который определяет свойства фильтра (такой массив называется маской).
Размеры окна фильтра: по горизонтали jmax - jmin + 1, по вертикали imax - imin + 1. На практике наиболее часто используется фильтр с окном 3х3, который получается при imin, jmin = -1 и imax, jmax = +1.
При обработке всего растра указанные вычисления производятся для каждого пиксела. Если в ходе обработки новые значения цвета пикселов записываются в исходный растр и вовлекаются в вычисления для очередных пикселов, то такую фильтрацию называют рекурсивной. При нерекурсивной фильтрации в вычисления вовлекаются только прежние значения цвета пикселов.
При сглаживании цветных изображений можно использовать модель RGB и производить фильтрацию по каждой компоненте.
Локальная цифровая фильтрация применяется не только для сглаживания контуров, но и в процессе других видов обработки изображений: повышения резкости, выделения контуров и др.