Общее представление о технологии цифровых изображений

 

Основные свойства цифровых изображений

 

 

Натуральное изображение, снятое при помощи камеры, телескопа, микроскопа или другого оптического устройства, отображает постоянно изменяемый массив оттенков и цветовых тонов. Фотографии, сделанные на фотопленке, или видеоизображения произведенные видиконом, являются набором всех возможных изображений. Они содержат широкий спектр интенсивности (от темного до светлого) а также спектр цветов, которые могут включать всевозможные оттенки и уровни насыщенности. Изображения такого типа принято называть полноцветными, потому что различные тональные оттенки и цвета смешиваются вместе без потерь и составляют достоверную репродукцию с исходной сцены.

 

 

Рисунок 1. Создание цифрового изображения.
(a) Аналоговое изображение
(b) Цифровая дискретизация
(c) Квантование пикселей

 

Полноцветные изображения получаются при помощи аналоговых оптических и электронных приборов, которые безошибочно записывают данные картинки. Существуют несколько способов записи, таких как последовательность изменяющихся электрических сигналов или изменения в химическом составе фоточувствительного слоя на фотопленке непрерывно по всему размеру изображения. Для того, чтобы полноцветное или аналоговое изображение можно было обрабатывать или отобразить на компьютере, оно сначала должно быть преобразовано в цифровой формат. Этот процесс применяется к любым изображениям, независимо от источника и сложности, и от того, являются они черно-белыми (grayscale) или цветными. Из-за того, что черно-белые изображения в некотором роде проще для объяснения, они будут браться за основу для последующего описания.

 

Для преобразования аналогового изображения в цифровой формат, его делят на участки с индивидуальными уровнями яркости. Это происходит в два этапа, которые называются цифровая дискретизация и квантование, как показано на рисунке 1. На первой картинке (рис.1,а) показано аналоговое изображение миниатюрной молодой морской звезды. На второй (рис.1,b) – результат после дискретизации в двумерный массив. Далее (рис.1,c) мы видим, как уровни яркости в конкретных участках аналогового изображения записываются и преобразуются в целые числа. Этот процесс называется квантование. Целью является преобразование изображения во множество дискретных точек, которые содержат информацию о яркости или цветовых тонах, и могут быть описаны в виде цифровых данных в точном местоположении. В процессе дискретизации последовательно измеряется интенсивность участков изображения и формируется двумерный массив, содержащий маленькие прямоугольные блоки с информацией об интенсивности. После того, как процесс дискретизации закончен, преобразованные данные проходят квантование для определения цифровых значений яркости (от черного, через все оттенки серого, до белого) на каждом участке. В результате получается числовое представление интенсивности (которое часто называют элемент изображения или пиксель) для каждого участка изображения в матрице.

 

Так как изображения в основном квадратных или прямоугольных размеров, то каждый пиксель, полученный после оцифровки, имеет определенные x и y координаты в декартовской системе координат. Координата x определяет горизонтальное положение или столбец, в котором расположен пиксель, тогда как координата y определяет ряд или вертикальное положение. Принято, что пиксель с координатами (0,0) находится в левом верхнем углу матрицы, а пиксель с координатами (158,350) будет находиться на пересечении 158-го столбца и 350-го ряда. Часто координату x называют номером пикселя, а координату y номером ряда. Таким образом, цифровое изображение является прямоугольной (или квадратной) матрицей из пикселей, которые отображают множество значений интенсивности и структурированы в (x,y) системе координат. В действительности изображение существует только как большой ряд цифр (или данных), которые воспринимаются компьютером и преобразуются в цифровую картинку.

Соотношение сторон

Соотношение вертикального и горизонтального размера цифрового изображения принято называть соотношение сторон. Вычисляется путем деления ширины на высоту. Для рекомендуемого стандарта NTSC (National Television Systems Committee) коммерческого вещания для телевидения и видео-оборудования соотношение сторон является 1.33 или 4:3, где горизонтальный размер изображения в 1.33 раза больше, чем вертикальный размер. К примеру, изображение с соотношением сторон 1:1 (часто используется в системах закрытой трансляции телевидения CCTV) абсолютно квадратное. Использование стандартного соотношения сторон для отображения цифровых изображений позволяет избежать искажений картинки (к примеру, появление эллипса вместо круга) при просмотре на удаленной платформе.

 

 

Рисунок 2. Общепринятые соотношения сторон для видео и цифровых изображений.

 

Соотношение 4:3 является стандартным широко применяемым в телевидении и компьютерных мониторах. Дисплей в это случае получается размером четыре единицы в ширину и три единицы в высоту. Например, 32-ух дюймовый телевизор (измеряется диагональ от левого нижнего угла до правого верхнего) имеет 25.6 дюймов в ширину и 19.2 дюйма в высоту. Стандартное соотношение сторон для цифрового телевидения высокой четкости (HDTV) 16.9 (или 1.78:1), из-за чего экран более вытянутый в ширину. Существует также соотношение сторон 16:9, именуемый широкоэкранным, является компромиссом между стандартным форматом вещания и форматом, который используется в кино. Соотношения сторон были определены для того, что бы с одной стороны уменьшить размер черных полос для широкоэкранных фильмов, а с другой – минимизировать размер полос для традиционного вещательного формата 4:3 при просмотре на широких экранах.

 

Соотношение сторон в телевидении высокой четкости стало новым стандартом в цифровом телевидении. В связи с этим телевизионные экраны стали делать шире, чтобы на них было удобно смотреть кинофильмы. В последнее время стали появляться даже более широкие форматы (2.35:1) для фильмов сделанных при помощи широкоэкранных линз. Также известный как широкоэкранный, этот формат обычно используется в кинофильмах, помещенных на цифровой видеодиск (DVD) для домашнего просмотра. Стоит заметить, что термин “DVD” также применяется как цифровой многоцелевой диск, который используется совместно с DVD-ROM для хранения информации.

 

Когда аналоговое изображение проходит процесс дискретизации и квантования, соотношение сторон в полученной картинке в пикселях становится таким же, как и в оригинале. Принимая это во внимание, очень важно что бы размер каждого пикселя был 1:1 (называется квадратный пиксель), что бы изображение было совместимо с цифровыми процессорами обработки графики, а также для минимизации искажений. Если аналоговое изображение имеет соотношение сторон 4:3, то картинка разбивается на большее количество участков по горизонтали, чем по вертикали (4 горизонтальных участка на каждые 3 вертикальных). Для аналоговых изображений с другими соотношениями сторон необходимо использовать тот же принцип оцифровки.

 

Пространственное разрешение.

Качество цифрового изображение, обычно называемое его разрешением, определяется количеством пикселей и диапазоном значений яркости для каждого пикселя, используемого в картинке. Разрешение изображения показывает, насколько точно цифровое изображение передает детали из аналоговой картинки или сцены. Вообще термин пространственное разрешение используется для описания количества пикселей, используемых для построения и визуализации цифрового изображения. Это количество зависит от того, насколько хорошо изображение было оцифровано. Чем больше пространственное разрешение, тем больше пикселей при одинаковом физическом размере. Таким образом, при увеличении количества пикселей во время дискретизации и квантования, пространственное разрешение изображения также увеличивается.

 

Частота дискретизации, или количество пикселей, используемых для построения цифрового изображения, определяется соотношением оптического и электронного разрешения устройства (обычно ПЗС или КМОП датчики изображений), а также компьютерной системы, используемой для визуализации изображения.

 

Для того, что бы передать достоверное изображение, снятое на камеру или отсканированное, необходимо сгенерировать достаточное количество пикселей во время дискретизации и квантования. Если количество этих пикселей будет недостаточным, то значительная часть изображения может быть потеряна или непонятна, как показано на рисунке 3. Оригинальный аналоговый сигнал, изображенный на рисунке 3(а), может быть произведен как при помощи фотоаппарата, так и камеры или микроскопа. Необходимо отметить, что непрерывное распределение интенсивности оригинального изображения до дискретизации и квантования изображено на графике как функция от позиции участка. В данном примере, где отображено 32 дискретных участка (рисунок 3(b)), полученное изображение содержит большинство параметров интенсивности и пространственных частот, изображенных на оригинальном аналоговом изображении.

 

 

Рисунок 3. Влияние частоты дискретизации на точность изображения.
(a) Аналоговый сигнал
(b) 32 участка
(c) 16 участков
(d) 8 участков

 

Однако, при уменьшении частоты дискретизации (рисунок 3(c) и рисунок 3(d)), информация (частоты) представленная в оригинальном аналоговом изображении теряется при преобразовании в цифровой формат. Это явление называется искажением (aliasing), оно развивается с уменьшением частоты дискретизации. Как хорошо видно из рисунка 3(d), который отображает цифровое изображение с наименьшим количеством участков, искажение образует потерю высокой частоты, вместе с тем появляется ложная низкая частота, которая в реальности отсутствует. Этот эффект проявляется из-за потери максимумов и минимумов на участке от позиции 0 до 16 оригинального аналогового изображения во время оцифровки на рисунке 3(d). Также максимум из точки 3 в аналоговом изображении становится минимумом на рисунке 3(d), тогда как минимум в точке 12 интерпретируется как склон максимума, на изображении с низким разрешением.

 

Пространственное разрешение цифрового изображения связано с понятиями пространственной плотности картинки и оптического разрешения микроскопа или другого оптического прибора, используемого для захвата изображения. Количество пикселей в цифровом изображении и расстояние между каждым их них (известное как интервал дискретизации) является параметром точности цифрового устройства. Оптическое разрешение – это показатель свойства оптической системы (микроскопа или камеры) отображать детали оригинальной сцены. Он зависит от качеством оптики, датчика изображений и электроники. Вместе с пространственной плотностью (количество пикселей в цифровом изображении), оптическое разрешение определяет общее пространственное разрешение изображения. Если оптическое разрешение оптической системы превышает пространственную плотность, то пространственное разрешение полученного цифрового изображения ограничено только пространственной плотностью.

 

Все элементы, содержащиеся в цифровом изображении, от самых грубых до невероятно точных, состоят из переходов яркости, которые циркулируют между различными уровнями света и тени. Частота переходов яркости известна также как пространственная частота изображения. Чем выше частота переходов, тем выше пространственная частота.

 

При рассмотрении образца под микроскопом, уровни яркости меняются. Фон состоит из неизменной интенсивности, а образец показывает спектр уровней яркости. В местах, где интенсивность относительно неизменная (таких как фон), пространственная частота изменяется совсем незначительно. Тогда как детали образца демонстрируют максимальные значения света и тени вместе с широким диапазоном интенсивностей между ними.

 

Числовое значение каждого пикселя в цифровом изображении представляет усредненную интенсивность оптического изображения на интервале дискретизации. Фоновая интенсивность состоит из относительно неизменного набора пикселей, а образец, как правило, будет содержать пиксели со значениями от очень темных до очень светлых. Возможность цифровой оптической системы точно снять все детали зависит от интервала дискретизации. Элементы, которые меньше интервала дискретизации (имеют более высокую пространственную плотность), не будут точно передаваться в цифровом формате. Критерий Найквиста требует, что бы интервал дискретизации был в два раза больше самой высокой пространственной частоты образца, для наиболее точной передачи пространственного разрешения в преобразованном изображении. О том же говорит и теорема дискретизации Шеннона, что цифровое устройство должно использовать интервал дискретизации не больше, чем половина размера самого маленького видимого элемента изображения. Таким образом, чтобы снять наименьшую деталь образца, частота дискретизации должна быть достаточной, чтобы эта деталь состояла из двух пикселей, гарантируя тем самым, что и темная и светлая часть пространственного периода собирается в цифровом устройстве.

 

Если при дискретизации образца интервал оказывается меньше, чем необходим по критерию Найквиста или теоремы Шеннона, то детали с высокой пространственной частотой не будут в точности переданы в цифровом изображении. В оптическом микроскопе предел Аббе разрешающей способности изображений 0.22 микрометра. Это значит, что устройство для оцифровки должно иметь возможность производить дискретизацию с интервалом 0.11 микрометра и менее. Устройство для оцифровки, которое разбивает образец на 512 точек (или пикселей) в каждой горизонтальной линии, будет производить поле зрения длиной 56 микрометров (512 x 0.11 микрометров). Если количество пикселей будет недостаточным, то все детали образца не будут должным образом отражены в преобразованном цифровом изображении. И наоборот, если очень много пикселей было сформировано цифровым устройством (обычно вызвано чрезмерным оптическим увеличением), то никакой дополнительной пространственной информации не добавляется. Этот процесс называется супердискретизацией. Лишние пиксели теоретически не увеличивают пространственное разрешение, но могут быть полезны для более точных измерений с цифрового изображения. Что бы обеспечить наиболее подходящую частоту дискретизации для изображения с высоким разрешением, считается оптимальным интервал в 2.5-3 пикселя на минимальный отображаемый участок.

 

 

Рисунок 4. Влияние пространственного разрешения на пикселизацию в цифровых изображения.

 

Большинство цифровых камер, используемых в современных микроскопах и других оптических инструментах, имеют установленный размер минимального интервала дискретизации, который нельзя настроить под пространственную частоту образца. Очень важно выбирать камеру и цифровой преобразователь таким образом, что бы они соответствовали минимальному пространственному разрешению микроскопа при увеличении, а также размерам деталей образца. Если интервал дискретизации превышает необходимый для конкретного образца, то преобразованное изображение будет содержать больше данных, чем необходимо, но пространственная информация потеряна не будет.

 

На рисунке 4 показано влияние дискретизации при разных пространственных разрешениях для изображения молодой морской звезды, снятой при помощи оптического микроскопа. Для самого высокого пространственного разрешения (рисунок 4(а); 175 x 175 пикселей с общим количеством 30,625 пикселей) все детали образца отчетливо видны. С уменьшением разрешения (рисунки 4(b)-4(f)), размер пикселя становится больше, и как следствие теряются детали изображения. При самом низком пространственном разрешении (рисунок 4(е) и 4(f)) появляются блоки из пикселей (называют пикселизацией), которые скрывают большую часть деталей изображения.

 

Многие простые цифровые камеры разработаны для оптических микроскопов с датчиком изображения с размером пикселя 7.6 квадратных микрон, который производит соответствующее изображение размером 1.86 x 3.61 миллиметров на поверхности фотодиодной матрицы, когда датчик работает в VGA формате. Результирующее разрешение изображения 640 x 480 пикселей, что равно 307,200 отдельных сенсорных элементов. Максимальное разрешение цифрового датчика изображений зависит от количества фотодиодов и их размера относительно изображения, спроектированного на поверхность матрицы с помощью оптики микроскопа. Приемлемое разрешение для отображения образца в цифровом микроскопе может быть достигнуто только, если любая видимая деталь делится как минимум на два участка во время дискретизации. Численная апертура самых простых микроскопов варьируется приблизительно от 0.05, при самом слабом увеличении (0.5x), до 0.95 при самом сильном (100x). Учитывая, что средняя длина волны видимого света 550 нанометров и оптическое разрешение изменяется в пределах от 0.5 до 7 микрон (в зависимости от увеличения), то размер датчика позволяет снять все детали практически любого образца при среднем и высоком увеличении без существенной потери в разрешении.

 

Во время дискретизации может возникнуть так называемое пространственное искажение. Это происходит, если детали аналогового изображения или образца разбиваются на части с частотой меньше, чем их пространственная частота. Этот феномен, иногда называемый субдискретизацией, появляется, когда пиксели в цифровом преобразователе находятся очень далеко друг от друга в сравнении с высокочастотной детализацией аналогового изображения. В результате на цифровом изображении мы видим детали с более низкими частотами, вместо высокочастотной информации на аналоговом образце. Искажения обычно появляются, если частота дискретизации становится меньше критической отметки, которая равна 1.5 размерам самой высокочастотной детали образца, или около 25% ниже предела разрешения Найквиста. В образце, содержащим периодически повторяющиеся участки, появляется так называемый мауровый узор, как результат искажения, вызванного субдискретезацией.

Яркость изображения и битовая разрядность (bit depth).

 

Яркость (или световая яркость) цифрового изображения – это величина уровней интенсивности в пиксельной матрице изображения, снятого цифровой камерой, или оцифрованного аналогово-цифровым преобразователем. Яркость нельзя путать с интенсивностью (более точный термин световая интенсивность), которая является величиной или количеством световой энергии, отраженной или переданной от объекта с помощью аналогового или цифрового устройства. Яркость – это величина уровней интенсивности всех пикселей вместе, составляющих цифровое изображение, которое было снято, оцифровано и отображено на экране. Яркость пикселей является очень важным элементом цифровых изображений, так как это единственная величина, которая используется техническими средствами обработки изображений.

 

После того, как объект был снят и разбит на части, каждый видимый элемент представляется, как целое число (при условии, что изображение было снято цифровой камерой) или аналоговый уровень интенсивности на пленке (или видео трубке). Независимо от метода съемки, изображение должно быть оцифровано, и непрерывная интенсивность, отображающая образец, преобразована в числовые значения яркости. Точность цифровых значений на прямую зависит от битовой разрядности устройства оцифровки. Если использовать только два бита, то изображение будет представлено только четырьмя значениями яркости. Так же, для трех и четырех бит, изображение будет иметь соответственно 8 и 16 уровней яркости (см. рисунок 5). В любом случае, уровень 0 представляет черный цвет, тогда как верхние уровни (3, 7 или 15) относятся к белому, а каждый из средних – различные оттенки серого.

 

Рисунок 5. Битовая разрядность в цифровых изображениях.

 

Черный, белый и серый уровни яркости вместе составляют диапазон яркости изображения. Чем больше уровней серого цвета, тем больше битовая разрядность и точность передачи сигнала в динамическом диапазоне (см. таблицу 1). К примеру, 12-битный цифровой преобразователь может отображать 4,096 оттенков серого и соответствует динамическому диапазону в 72 дБ. В данном случае, динамический диапазон принято считать максимальным уровнем сигнала с учетом шума, который датчик CCD может передать изображению. Динамический диапазон также отражает вместимость сигнала и шумовые характеристики датчика. Похожая терминология обычно используется, что бы описать диапазон серых уровней, используемых для создания и отображения цифровых изображений, которые могут быть представлены гистограммой интенсивности. Цветные изображения состоят из трех индивидуальных каналов (красный, зеленый и голубой), которые имеют свои уровни яркости для каждого цвета. Цвета комбинируются в каждом пикселе, в результате чего получается готовое изображение.

 

В компьютерной технологии, бит (bit – сокращение от «binary digit») – это наименьшая единица измерения информации, работающий в двоичной системе исчисления (состоит только из цифр 1 и 0). Байт состоит из последовательности 8 битов и может хранить 256 целый значений (2*E8).  Аналогично, два байта (равны 16 битам или одному машинному слову) могут хранить 2*Е16 целых чисел в диапазоне от 0 до 65,535. Один килобайт (Kbyte или Кб) равен 1024 байтам, а в одном мегабайте (Mbyte или Мб) 1024 килобайт. В большинстве электронных схем, бит относится к состоянию транзистора или конденсатора в ячейке памяти или в магнитном домене на жестком диске.

 

Термин битовая разрядность обозначает диапазон всех возможных уровней яркости, используемых аналогово-цифровым преобразователем, что бы перевести информацию в аналоговом изображении к дискретному виду, в котором компьютер смог бы ее считывать и обрабатывать. К примеру, наиболее частые 8-битные цифровые преобразователи имеют бинарный диапазон из 2*Е8 или 256 возможных значений (рисунок 5), тогда как 10-битный преобразователь имеет диапазон из 2*Е10 (1,1024) возможных значений, а 16-битный – 2*Е16 или 65,536. Битовая разрядность аналогово-цифрового преобразователя определяет размер шкалы яркости. При увеличении разрядности камера передает более широкий диапазон полезной информации.

 

В таблице 1 изображена зависимость между количеством бит, используемых для хранения информации, количество уровней яркости, и соответствующее значение динамического диапазона датчика (в децибелах; 1 бит приблизительно равен 6 дБ). Исходя из таблицы, при преобразовании 0.72 В видео сигнала в АЦП (аналогово-цифровой преобразователь) с точностью в 1 бит, сигнал будет передан с двумя значениями, 0 или 1 с напряжением 0 и 0.72 В. Большинство преобразователей в потребительских цифровых камерах и простейших научных устройствах используют 8-битный АЦП, который имеет 256 дискретных уровня яркости (от 0 до 255).  Максимальный сигнал в 0.72 В будет поделен на 256 частей, каждая из которых имеет значение в 2.9 мВ.

 

Битовая разрядность, уровни яркости и динамический диапазон датчика.

 

Битовая разрядность	Уровни яркости	Динамический диапазон датчика
1	2	6 dB
2	4	12 dB
3	8	18 dB
4	16	24 dB
5	32	30 dB
6	64	36 dB
7	128	42 dB
8	256	48 dB
9	512	54 dB
10	1,024	60 dB
11	2,048	66 dB
12	4,096	72 dB
13	8,192	78 dB
14	16,384	84 dB
16	65,536	96 dB
18	262,144	108 dB
20	1,048,576	120 dB

Таблица 1. Битовая разрядность, уровни яркости и динамический диапазон датчика.

 

Количество уровней яркости, необходимое для достаточного визуального качества, должно быть таким, что бы человеческий глаз не смог различить соседние уровни.
Как правило, глаз начинает отличать уровни яркости при уменьшении их на два процента от оптимального количества. В большинстве случаев, глаз может различать около 50 дискретных оттенков серого на мониторе, поэтому предполагается, что минимальная разрядность изображения должна быть от 6 до 7 битов (64 и 128 уровней яркости, см. рисунок 5).

 

Цифровое изображение должно иметь разрядность как минимум от 8-10 бит, что бы переходы между уровнями не были заметны при добавлении контрастности во время обработки. На рисунке 6 показан эффект изменения количества уровней яркости на черно-белом изображении блохи, снятой при помощи оптического микроскопа. Образец изображен в различных уровнях разрядности, от 6 бит (рисунок 6(а)), до 1 бита (рисунок 6(f)) с несколькими промежуточными значениями. С уменьшением разрядности (ниже 5 бит), изображение теряет значительное количество деталей, и многие участки образца подвергаются  явлению, которое называется оконтуривание или огрубление. Огрубление становится видным сначала на фоновых участках (см. рисунок 6(с)), где уровни яркости меняются незначительно. Это говорит о недостаточной битовой разрядности. При наименьших уровнях разрядности (1 бит и 2 бит, рисунок 6(е) и 6(f)) теряется значительная часть деталей изображения. Для абсолютного большинства типичных приложений, таких как отображение изображений на экране компьютера или через веб-браузер, 6 или 7 бит достаточно для удобного просмотра.

 

В конечном счете, количество пикселей и уровней яркости, необходимых для адекватного отображения картинки, зависит от физических свойств исходной сцены (или образца под микроскопом). Многие изображения с малой контрастностью и высоким разрешением требуют достаточно большого количества пикселей и уровней яркости, тогда как другие высококонтрастные с низким разрешением (линейная графика) изображения могут быть адекватно отображены с меньшим количеством пикселей и диапазоном уровней яркости. 

В компьютерной графике существует компромисс между контрастностью, разрешением, битовой разрядностью и скоростью обработки изображений. Для обработки «тяжелого» изображения необходима высокая мощность компьютера. Однако, сегодня любой современный компьютер может быстро обрабатывать цифровые изображения наиболее распространенных размеров (от 640 x 480 до 1280 x 1024). Изображения больших размеров, а также содержащие несколько слоев (такие как Photoshop Document - PSD), могут уменьшать производительность, но все же обрабатываются с приемлемой скоростью на большинстве персональных компьютеров.

 

Рисунок 6. Внешний вид изображения в зависимости от битовой разрядности.

 

Усовершенствованные цифровые камеры с ПЗС и КМОП датчиками изображений поддерживают 10-бит (или даже 12-бит в самых продвинутых моделях) разрядность, что позволяет отображать картинку с более широким графическим диапазоном, чем возможно в 8-битных изображениях. Это происходит из-за того, что соответствующее программное обеспечение может воспроизвести необходимые оттенки серого из более широкой палитры (1,024 или 4,096 оттенков) для отображения на мониторе компьютера, который обычно отображает только 256 оттенков серого. Для сравнения, 8-битное цифровое изображение, снятое обычной цифровой камерой, ограничено 256 уровнями яркости. При увеличении во время обработки изображения, программное обеспечение может выбирать наиболее точные уровни, что бы передать увеличенное изображение без различий от оригинала. Это особенно важно при рассмотрении затемненных участков в 10-битном разрешении, когда программа сможет отобразить едва заметные детали, которые не будут видны в 8-битном изображении.

 

Точность преобразования аналогового видео сигнала в цифровой зависит от разницы между шагом уровней яркости и среднеквадратического шума на выходе камеры. ПЗС камеры со встроенным АЦП производят поток данных, который не требует дискретизации и оцифровки на компьютере. Такие камеры способны производить цифровые данные с разрядностью до 16 бит (65,536 уровней яркости) в продвинутых моделях. Основное преимущество такого большого графического диапазона в передовых камерах состоит в том, что уменьшается соотношение сигнал-шум в отображенном на дисплее 8-битном изображении, а также в более широком динамическом диапазоне, в котором сигналы могут оцифровываться.

 

Модель цветового пространства.

 

В цветных изображениях присутствуют те же принципы дискретизации, квантования, пространственного разрешения, битовой разрядности и динамического диапазона, что и в черно-белых. Вместо одного значения яркости, в цветных изображениях пиксели квантуются с тремя различными значениями яркости, по одному на каждый цвет. Когда цветное изображение отображается на мониторе, три отдельных цвета, каждый из которых отражает уникальный спектральный диапазон, объединяются в различные уровни яркости и образуют любой цвет видимого спектра.

 

На ПЗС и КМОП датчиках должны присутствовать красные, зеленые и голубые поглощающие фильтры на каждом светодиоде, что бы изображение было визуализировано в цвете. На некоторых цифровых камерах стоит вращающийся фильтр в виде колеса, на других используют три отдельных датчика, расположенных каждый за отдельным фильтром. В целом, все операции, производимые с черно-белыми изображениями, могут быть применены и к цветным, используя каждый цветной канал в отдельности, а затем комбинируя их. Поэтому каждый цветной компонент квантуется и обрабатывается с такой же битовой разрядностью, что и в черно-белом изображении (обычно 8 бит). Полученные 8-битные компоненты объединяются в 24-битные пиксели (называется true color), хотя некоторые приложения требуют большего или меньшего цветового разрешения.

 

При комбинировании трех основных цветов (красный, зеленый и синий), возможно получить любой цвет видимого диапазона. Вместе, эти три основные цвета, составляют цветовое пространство (часто называют цветовая гамма), которое служит основой для обработки и отображения цветных изображений. Иногда альтернативная модель цветового пространства является более подходящей для специфических алгоритмов и приложений, которые требуют только простейшего математического преобразования из RPG модели в другую. К примеру, если нам необходимо распечатать изображение, которое изначально представлено в RGB пространственной модели, то оно должно быть преобразовано в голубую, пурпурную, желтую (CMY – cyan, magenta, yellow) цветовую модель, с которой работает трехцветный принтер.

 

Как правило, почти все датчики изображений используют RGB модель (некоторые работают с CMY фильтрами) для генерирования цифрового цветного изображения, однако другие модели цветового пространства часто более полезны для обработки изображений. Эти модели представляют различные методы обозначения цветовых данных, такие как тон, насыщенность, яркость или интенсивность, которые могут произвольно изменяться для конкретных нужд приложения. Наиболее популярная альтернативная модель – это HSI (hue – тон, saturation – насыщенность, intensity - интенсивность), которая отображает цвета в интуитивной форме (в том виде, в котором человек воспринимает). Вместо описания характеристик цвета или смеси, как в RGB модели, модель HSI представляет интуитивные компоненты цвета. К примеру, компонент тона содержит цветовой спектр (красный, зеленый, синий, желтый и т.д.), компонент насыщенности следит за чистотой цвета, а компонент интенсивности отвечает за яркость цветов.

 

Существует несколько производных от HSI модели, такие как HSL (hue - тон, saturation - насыщенность, lightness - освещенность), HSB (hue, saturation, brighness - яркость), и другие тесно связанные, но не идентичные модели. Термины яркость, освещенность и интенсивность являются вроде бы взаимозаменяемыми, но это различные понятия, которые существенно влияют на разницу в цвете. Каждая цветовая модель представляет схему представления цвета, специально разработанную для конкретного приложения.

 

Черно-белые цифровые изображения могут быть визуализированы в псевдоцвете, если каждому цвету назначить некоторый диапазон оттенков серого. Эта технология является очень полезной при выделении конкретных интересующих наблюдателя участков черно-белого изображения, потому что человеческий глаз лучше распознает различные оттенки цвета, нежели разницу между уровнями серого. Псевдоцветные изображения часто используются во флюоресцентной микроскопии для отображения объединенных изображений, полученных при облучении образца на различных длинах волн. Обычно цвет изображений в наборе после флюоресценции является схожим с натуральной окраской от излучения.

 

Гистограммы изображений.

 

Интенсивность или яркость пикселей, входящих в цифровое изображение, может быть графически отображена в гистограмме градаций серого, которая показывает количество пикселей на каждом уровне яркости. На рисунках 7(а) и 7(b) показаны типичное цифровое изображение (снятое при помощи оптического микроскопа) и соответствующая гистограмма. По оси абсцисс расположены уровни яркости для 8-битного изображения, с диапазоном от 0 до 255 (всего 256 оттенков). По вертикальной оси расположено количество пикселей, соответствующее каждому уровню. К каждому пикселю изображения относится соответствующее значение на графике, т.е. если просуммировать количество пикселей в каждом столбце, то получим общее количество пикселей на картинке.

 

Рисунок 7. Гистограмма уровней яркости и контрастность в цифровых изображениях.

 

Гистограмма в удобном виде показывает количество пикселей для каждого уровня яркости и распределение интенсивности изображения в целом. Исходя из данных гистограммы, можно сравнивать контрастность и интенсивность изображений. Также она может быть использована алгоритмами обработки для внесения соответствующих изменений в изображение. С помощью гистограммы можно определить размеры специфических деталей образца, а также посчитать и сравнить производительность видеокамеры или оцифровывающего устройства.

 

Гистограмма наиболее часто используется для изменения контрастности. Она также показывает возможный диапазон уровней яркости, используемых в цифровом изображении. К примеру, концентрация пикселей падает до диапазона 50-75, и только несколько пикселей находятся вне этого диапазона. Это говорит об ограниченном диапазоне уровней интенсивности (яркости). С другой стороны, хорошо сбалансированная гистограмма (рисунок 7(b)) говорит о широком динамическом диапазоне. На рисунках 7(с-f) показаны изображения с низкой и высокой контрастностью. В качестве образца был взят тонкий кусочек человеческой материи, снятый при ярком освящении (как было описано ранее для рисунков 7(а) и 7(b)). На рисунке 7(c) контрастность очень мала, из-за чего большинство пикселей сгруппировались в центре гистограммы (рисунок 7(d)). Это уменьшило динамический диапазон (и контрастность). Если же контрастность сместить в обратном направлении (рисунок 7(f)), то большинство пикселей собирается в точках с самыми наибольшими и наименьшими уровнями, оставляя промежуточные уровни пустыми. Такое распределение отражает высокую контрастность, что проявляется в изобилии белых и черных пикселей и относительно небольшим количеством промежуточных серых уровней (см. рисунок 7(e)). Из всех этих примеров видно, что гистограмма является показателем точности изображения и мощным инструментом для его обработки и улучшения качества.

 

Гистограмма цветного изображения – это комбинация из трех одноцветных гистограмм, рассчитанных и отображенных для каждого цветного компонента (обычно красный, зеленый и синий). Цветные гистограммы могут представлять RGB, HIS или любую другую модель, необходимую для алгоритмов обработки цифрового изображения. Эти гистограммы могут быть отображены как одновременно в совмещенной форме, так и отдельно на разных графиках, что бы легче было определить распределение яркости, контрастность и динамический диапазон для каждого света в отдельности.

 

 

Рисунок 8. Цветное цифровое изображение и RGB гистограммы.

 

На рисунке 8 показано типичное цветное цифровое изображение, снятое с помощью оптического микроскопа. В качестве образца, взят тонкий сегмент вкусового сосочка языка млекопитающего, окрашенный эозином и гематоксилином, снятый под ярким освещением. Справа от изображения находится RGB гистограмма, которая содержит совмещенное распределение пикселей трех цветовых каналов (красный, зеленый и синий). Снизу показаны гистограммы красного, зеленого и синего каналов соответственно. Стоит отметить, что распределение уровней интенсивности для красного канала является самым высоким. Это показывает на резко выраженное преимущество красных тонов в изображении. Двухвершинное распределение в зеленом канале говорит о большой контрастности этого цвета. А  синий канал показывает достаточно хорошо распределенный диапазон интенсивностей.

 

Отображение цифровых изображений.

Для того, что бы воссоздать цифровое изображение на аналоговом мониторе (или телевизоре), необходимо интерполировать интенсивность без существенных потерь в пространственной информации. В теории, это может быть достигнуто при использовании дисплея, в котором пиксели представлены с использованием функции six(x)/x, которая является двумерной формой волны с нулевой интенсивностью на протяжении всего изображения. В аналоговых дисплеях, использующих электронную пушку, существует проблема, так как обычный монитор не может сгенерировать функцию sin(x)/x достаточно точно. После того, как сигнал будет преобразован с помощью цифро-аналогового преобразователя, сканирующее пятно в видео мониторе создает похожую функцию распределения Гаусса (рисунок 9). Эти две функции схожи только в центральном максимуме. В связи с этим, могут возникнуть серьезные расхождения в амплитуде и форме волны, которые будут искажать информацию.

 

Для решения проблемы необходимо увеличить количество пикселей в цифровом изображении при использовании монитора с высоким разрешением и частотой отклика выше 20 МГц. Даже самые примитивные современные модели мониторов удовлетворяют этим требованиям, и изображения всегда можно увеличить плотность пикселей с помощью технологии интерполяции (хотя это не всегда целесообразно). Другой подход заключается в передискретизации аналогового изображения (больше предела Найквиста), что бы количества пикселей было достаточным для алгоритмов обработки изображений и последующего отображения на дисплее.

 

Частота обновления дисплея является также немаловажным фактором при отображении изображений. Мерцание экрана может сказываться на усталости глаз даже за короткий промежуток времени. Для избежания эффекта мерцания, используется технология чересстрочной развертки (интерлейсинг), при которой обновляются нечетные и четные линии поочередно. При интерлейсинге создается впечатление, что каждый новый кадр генерируется в два раза чаще обычного, хотя на самом деле это не так. Обычно чересстрочная развертка применяется в «узких» телевизионных каналах, потому что экран может обновляться с меньшей частотой при визуально неощутимых мерцаниях.

 

 

Рисунок 9. Идеальное и реальное распределение пикселей на экране.

 

Современные компьютерные мониторы используют прогрессивную развертку, когда все строки отображаются поочередно. Для прогрессивной развертки требуется частота обновления в два раза выше, чем при интерлейсинге. Тогда не будет ощутим эффект мерцания. В современных мониторах, пользователь может настраивать частоту обновления от 60 до 100 кадров в секунду, что делает изображения стабильными и без видимых мерцаний.

 

Хранение цифровых изображений.

Для сохранения дискового пространства, координаты пикселей не хранятся в обычных файловых форматах. Это связано с тем, что оцифровывающие устройства передают информацию на компьютер в виде ряда значений яркости. Затем изображение показывается на мониторе при считывании значений всех пикселей, учитывая горизонтальные и вертикальные размеры, которые обычно записываются в начале файла.

 

Параметры цифрового изображения могут быть выражены несколькими способами. К примеру, может быть указано количество пикселей на единицу площади (пиксель на дюйм), или размер матрицы (640x480). В качестве альтернативы, общее количество пикселей или объем файла изображения отображает размер картинки. Что бы посчитать размер файла, в байтах, необходимо умножить количество пикселей на битовую разрядность и разделить это число на 8, количество бит в байте. К примеру, изображение с разрешением 640 x 480 (пикселей) и 8-битной разрядностью будет занимать 302 Кб памяти компьютера (см. таблицу 2). Аналогично для 1280 x 1024 и 24-бит – 3.8 Мб.

 

В таблице 2 показана зависимость размера файла цифрового изображения от размеров пикселей, формата и битовой разрядности. Форматы, не использующие сжатие, такие как TIFF и BMP, требуют наибольшего дискового пространства для цветных изображений. С другой стороны, при использовании общепринятых алгоритмов сжатия, включая JPEG (Photographic Experts Group), можно значительно уменьшить размер файла, сохраняя достаточно высокое качество. Глубина цвета и требования к качеству картинки являются также важными факторами, от которых зависит, в каком виде хранить изображения. Изображения, предназначенные для печати, требуют высокого разрешения пикселей (обычно превышает 300 пикселей на дюйм), тогда как для использования в Интернете, выгодно уменьшать разрешение (до 72 пикселей на дюйм) и размер файлов.

 

Объемы памяти в различных форматах цифровых изображений.

 

Разрешение	Черно-белый (8-бит)	BMP (24-бит)	JPEG (24-бит)	TIFF (24-бит)
16 x 16	2k	2k	2k	2k
64 x 64	6k	13k	5k	13k
128 x 128	18k	49k	12k	49k
256 x 256	66k	193k	22k	193k
320 x 240	77k	226k	24k	226k
512 x 512	258k	769k	52k	770k
640 x 480	302k	901k	56k	902k
800 x 600	470k	1,407k	75k	1,408k
1024 x 768	770k	2,305k	104k	2,306k
1280 x 1024	1,282k	3,841k	147k	3,842k
1600 x 1200	1,877k	5,626k	161k	5,627k
2250 x 1800	3,960k	11,869k	276k	11,867k
3200 x 2560	8,002k	24,001k	458k	24,002k
3840 x 3072	11,522k	34,561k	611k	34,562k

Таблица 2. Объем памяти для изображения в различных форматах.

 

Так как сегодня относительно дешевая компьютерная память (RAM) увеличивается в объеме и скорости, то хранение цифровых изображений в памяти не имеет такого большого значения как раньше. Большие оцифрованные массивы, до 1024 x 1024 пикселей с 10, 12 или 16-битовой глубиной цвета, могут легко храниться и изменяться с высокой скоростью на персональных компьютерах. В добавок, множество малых (640 x 480, 8-бит) изображений могут храниться в стеке для быстрого доступа при воспроизведении видео, используя коммерческое программное обеспечение, или при обработке.

 

Таким образом возможно быстро отображать и обрабатывать изображения, полученные через оптический срез с конфокальной и многофотонной микроскопической технологией, или снятые с использованием ПЗС или КМОП датчиков. Проекция изображения с соответствующе наклоненными осями дает так называемую стереопару, которая может использоваться для получения псевдо трехмерной интерпретации сцены. Сегодня программное обеспечение имеет набор простейших алгоритмов для отображения объектов в виде уровней интенсивности или в псевдоцвете. После того, как изображения записаны в определенных временных точках, они могут быть отображены как двумерный «фильм» или совмещены в четырехмерное изображение, в котором трехмерный объект изменяется с течением времени.

 

Продвинутые технологии обработки изображений позволяют производить трехмерные объекты, визуализируя их с помощью определенных цветов, теней и эффекта затуманивания. Существуют две распространенные технологии для отображения объекта в трехмерном виде: объемный рендеринг (volume rendering) и поверхностный рендеринг (surface rendering). В объемном рендеринге рассматривается двумерная геометрия пикселей и интенсивности для каждого изображения из набора. Затем они комбинируются, учитывая изменения в фокусе, и получаются объемные элементы, называемые вокселями. Полученные воксели объединяются в трехмерную модель с соответствующей перспективой и освещением. При поверхностном рендеринге, используются пиксели только с поверхности образца, и внутренняя структура остается невидимой из-за непрозрачности. Освещенность, перспектива и туманность необходимы для лучшего визуального представления объекта.

 

Статья взята из интернет ресурса http://learn.hamamatsu.com/articles/digitalimagebasics.html