- •Растровая дискретизация
- •Этапы оцифровки аналогового сигнала. Сущность понятия «шум квантования».
- •Дискретизация аналогового сигнала.
- •Квантование аналогового сигнала.
- •Муар: суть явления, причины и механизм возникновения.
- •Масштабирование: увеличение.
- •Масштабирование: уменьшение.
- •Векторная дискретизация
- •Дискретизация.
- •Понятие сплайна. Аппроксимация сплайнами – исторические и теоретические предпосылки. Явные и параметрические функции аппроксимирующих многочленов.
- •Основные свойства кривой Безье:
- •Явные и параметрические функции.
- •Nurbs-кривые: понятие, характеристика. Базовые функции. Узловой вектор.
- •Рациональные кривые и их свойства. Вес контрольной точки. Форма квадратичной nurbs-кривой в зависимости от веса средней контрольной точки.
- •Свойства кривых Безье:
- •Канонический вид кривой Безье.
- •Понятие гладкости кривой. Сочленение сегментов кривых Безье. Типы опорных точек при сочленении.
- •Видеосистема пк
- •Стереоочки: виды устройств, принципы действия.
- •Volumetric-системы: особенности, принципы формирования изображения
-
Масштабирование: увеличение.
Увеличение нужно, например, чтобы рассмотреть мелкие детали. Под увеличением мы интуитивно понимаем получение дополнительной информации. При работе с растровым изображением такой информации взяться просто неоткуда (битовая карта дискретна и конечна).
При работе с растровым изображением увеличить можно два параметра:
геометрические размеры изображения;
разрешение.
Возможны следующие сочетания:
изменение геометрических размеров без изменения расширения (собственно увеличение);
изменение разрешения без изменения размеров изображения (resampling - резамплинг);
одновременное изменение разрешения и геометрических размеров.
-
Увеличение только геометрических размеров.
Для того, чтобы заполнить увеличенную площадь пикселями того же размера, необходимо применить методы интерполирования. Объем файла увеличивается как квадрат коэффициента масштабирования.
-
Увеличение только разрешения.
Каждый пиксель изображения должен быть разделен на несколько частей (пикселей меньшего размера).
Погрешность будет минимальной, если разрешение увеличено в число раз, кратное 4.
Для определения цвета тона или цвета новых пикселей используются методы интерполирования.
Методы интерполяции.
Nearest Neighbors ( по ближайшим соседям )
Самый простой метод – повторение тона или цвета соседних пикселей. Используется, когда необходимо сохранить декоративную структуру изображения.
Другие алгоритмы создают промежуточные тона и цвета.
В Photoshop: -Bilinear ( билинейный )
-Bicubic ( бикубический )
-
Масштабирование: уменьшение.
Уменьшение только геометрических размеров (без изменения разрешения).
Уменьшение только разрешения.
Уменьшение обеих параметров.
-
Происходит уменьшение количество пикселей. Какой-то процент пикселей просто выбрасывается. Утрачиваются мелкие детали (зрачок, блик, рефлекс).
-
Несколько пикселей объединяются в один (большего размера). Объединение нескольких пикселей с разными тонами (цветами) создает результирующий тон (цвет), отличный от исходного. Погрешность будет минимальной, если изображение состоит из больших локальных областей близких цветов. Этот процесс называется downsampling (даунзамплинг).
-
Преобразование ведет к необратимым потерям качества изображения.
-
Параллельные сдвиги.
Параллельные сдвиги, превращают прямоугольник в параллелограмм, являются вариантами поворотов и имеют идентичные погрешности.
-
Деформации.
- Непараллельные сдвиги – каждая сторона изображения поворачивается на разные углы.
- Фильтры.
В результате трансформации, особенно с использованием алгоритмов интерполяции, помимо погрешности детализации, у изображения всегда ухудшается резкость. Для усиления резкости (восстановить её полностью невозможно) следует использовать технологию нерезкого маскирования (unsharp masking), с помощью которой можно “поправить” контурную резкость.
Векторная дискретизация
-
Дискретизация векторных изображений: задача дискретизации; линейная аппроксимация (суть метода, достоинства и недостатки).