На правах рукописи

ШЕРСТНЕВ ГРИГОРИЙ КОНСТАНТИНОВИЧ

РАЗРАБОТКА РЕКОМЕНДАЦИЙ ПО КОРРЕКЦИИ РЕЗКОСТИ

С УЧЁТОМ ОСОБЕННОСТЕЙ КОНКРЕТНЫХ ОРИГИНАЛОВ

Специальность 05.02.13 – Машины, агрегаты и процессы

(печатные средства информации).

АВТОРЕФЕРАТ

Москва – 2011

Работа выполнена на кафедре «Технология допечатных процессов»

в ФГБОУ ВПО «Московский государственный университет печати имени Ивана Федорова»

Научный руководитель: доктор технических наук, профессор Андреев Юрий Сергеевич

Официальные оппоненты: доктор технических наук, профессор Самарин Юрий Николаевич кандидат технических наук, Панкин Павел Викторович

Ведущая организация: ООО «НТЦ Полиграфии»

Защита диссертации состоится « 30 » сентября 2011 г. в 14: на заседании диссертационного совета Д 212.147.01 при Московском государственном университете печати имени Ивана Федорова по адресу:

127550, г. Москва, ул. Прянишникова, д. 2а.

С диссертацией можно ознакомиться в библиотеке Московского государственного университета печати имени Ивана Федорова.

Автореферат разослан « 30 » августа 2011 г.

Ученый секретарь диссертационного совета Д 212.147. Е.Д. Климова доктор технических наук, профессор

Общая характеристика работы

Актуальность исследования. Одним из важнейших звеньев производственной базы полиграфии является отдел допечатной подготовки.

Именно допечатные процессы позволяют наиболее гибко регулировать параметры продукции. Вместе с тем, на этапе допечатной подготовки изданий часто возникают проблемы, которые отрицательно сказываются на оперативности выполнения работ. В первую очередь это касается обработки изобразительной информации. В последнее время данный вопрос стал особенно актуальным, поскольку на рынке представлено множество иллюстрированных изданий, к которым в свете перехода на цифровые устройства обработки предъявляются высокие требования по качеству.

На современном этапе развития полиграфии большинство процессов, относящихся к обработке изображений, реализуются с помощью цифровых систем. Очень часто изображения, используемые в качестве оригиналов для воспроизведения в современных цифровых системах обработки информации, имеют недостатки частотной структуры, которые, в частности, приводят к необходимости повышения резкости. Любой оператор допечатной подготовки сталкивается с этой проблемой.

К настоящему моменту разработано большое количество аппаратных и программных средств, позволяющих производить настройку резкости, однако какие-либо научные исследования, направленные на установление объективных закономерностей, проявляющихся при изменении параметров коррекции, не проводились. Проведение таких исследований позволило бы более детально взглянуть на эти закономерности, выявить направления совершенствования способов повышения резкости и в итоге дать рекомендации по проведению процесса с учётом особенностей конкретных изобразительных оригиналов. Особого внимания заслуживает вопрос классификации оригиналов с точки зрения последующей настройки их резкости – этот вопрос в настоящее время тоже не проработан. Проведение этих исследований, в свою очередь, позволит разработать научные и методологические основы проектирования новых систем (программ) обработки изображений, которые могут быть интегрированы в цифровой рабочий поток современного полиграфического предприятия.

Учитывая вышесказанное, можно утверждать, что исследования, направленные на установление объективных закономерностей коррекции резкости, а также на классификацию оригиналов по критерию структурных свойств, влияющих на выбор оптимальных параметров коррекции, являются актуальными.

Цель диссертационной работы. Целью работы является разработка рекомендаций по коррекции резкости с учётом особенностей конкретных оригиналов, что будет являться методологической основой создания новых программ обработки изображений, которые будут использоваться на этапе допечатной подготовки информации.

Для достижения поставленной цели в работе решаются следующие прикладные задачи:

1. Обзор современного программного обеспечения для коррекции резкости и выбор программ, в наибольшей степени соответствующих поставленным целям.

2. Разработка методики объективной оценки изменений, происходщих при регулировании параметров различных способов настройки резкости, разработка показателей такой оценки.

3. Разработка основополагающих признаков и методов классификации изобразительных оригиналов по критерию структурных свойств, влияющих на выбор оптимальных параметров коррекции 4. Проведение экспертной оценки для практического подтверждения правильности теоретически выбранных параметров.

Научная новизна работы заключается в следующем:

1. Разработаны тест-объекты и определены критерии объективной оценки изменений, происходящих под действием исследуемых способов резкостной коррекции, предложены направления совершенствования этих способов.

2. Разработан метод проведения классификации оригиналов на основании анализа структурных свойств (анализа контурной информации).

3. Обоснован выбор оптимальных параметров настройки резкости для различных классов оригиналов, определённых на основании предложенного метода классификации.

В работе решена научная задача, заключающаяся в создании методологических основ проектирования высокопроизводительных систем обработки изображений, обеспечивающих эффективную коррекцию резкости и интегрированных в цифровой рабочий поток. Данная задача имеет существенное значение для технологии полиграфического произодства. Изложены научно обоснованные технологические и методологические решения, внедрение которых может внести значительный вклад в развитие полиграфической технологии, в частности, технологии обработки изобразительной информации.

Практическая ценность. Методика объективного анализа параметров коррекции резкости, разработанная в данной диссертации, в сочетании с разработанным методом классификации оригиналов может рассматриваться в качестве научной и методологической основы проектирования и создания новых цифровых систем обработки изобразительной информации, которые будут соответствовать современным требованиям внутреннего и внешнего рынка, что позволит интегрировать их в цифровой рабочий поток, а это, в свою очередь, положительно скажется на скорости и оперативности выполнения допечатной подготовки издания при изготовлении полиграфической продукции.

Апробация работы. Положения диссертационной работы докладывались на научно-технических конференциях Московского государственного университета печати (научно-техническая конференция молодых ученых МГУП, 2010 г. и 2011 г.), а также на международных конференциях:

42st Conference of the International Circle of Educational Institutes for Graphic Arts Technology and Management, Москва, 2010; Международная конференция PRINT-2011, Санкт-Петербург, 2011.

Публикации. По тематике работы опубликованы 3 научных статьи и тезисы докладов на научно-технической конференции.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка использованных источников и приложения. Основной текст диссертации содержит 130 страниц, включая 49 таблиц и 54 рисунка.

Положения, выносимые на защиту 1.Методика объективного анализа воздействия параметров различных способов коррекции резкости и предложения по оптимизации способов коррекции.

2.Метод классификации изобразительных оригиналов по критерию оценки структурных свойств, влияющих на выбор оптимальных параметров резкостной коррекции.

3.Рекомендации по установке оптимальных параметров коррекции резкости с учётом предложенного критерия и полученных результатов анализа.

Во введении обоснована актуальность темы диссертации, сформулирована цель и детализированы задачи исследования, раскрыта научная новизна и практическая ценность работы, приведены положения, выносимые на защиту.

В первой главе проведен анализ современного понимания вопросов, связанных с коррекцией резкости. Указаны основные причины нерезкости изображений. Эти причины имеют место на различных этапах ввода, обработки и вывода информации и могут быть связаны с несовершенством оптических систем, недостатками сканеров, а также масштабными и иными преобразованиями на этапе программной обработки.

Определены основные пути повышения резкости. Для коррекции искажений в репродукционную систему обработки включают фильтры, усиливающие амплитуды гармонических составляющих высокой частоты, то есть имеющие действие, обратное действию искажающих факторов. Такие фильтры могут в определённой степени компенсировать неидеальность характеристики системы, представляющей собой фильтр низких частот.

Рассмотрены основные цветовые пространства, в которых чаще всего производится коррекция резкости, выделены их преимущества и недостатки. Отмечено, что использование пространства Lab позволяет разделить данные о яркости и цвете, а это может уменьшить негативные эффекты, проявляющиеся в нежелательном изменении цветового тона и появлении шумов в процессе коррекции, поэтому данное пространство было выбрано для проведения коррекции и оценки свойств изображения.

Проведён обзор программного обеспечения, позволяющего производить настройку резкости. В настоящее время существует большое количество таких программ, однако отсутствуют методологические основы проведения классификации изобразительных оригиналов с целью автоматического выбора оптимальных параметров коррекции резкости для каждого конкретного случая, в связи с чем отмечена актуальность разработки этих основ.

Вторая глава посвящена методике количественного анализа воздействия различных параметров настройки резкости. Настройка резкости в современных цифровых обработки изобразительной информации может быть произведена с использованием различных инструментов и алгоритмов, и если на первый взгляд результаты обработки аналогичны, то при более детальном рассмотрении становится ясно, что использование того или иного метода может привести к различным результатам. Каждому способу присущи определённые закономерности, проявляющиеся при изменении параметров. Определение этих закономерностей играет важную роль и должно производиться на основе объективного анализа с использованием специальных тест-объектов, позволяющих количественно моделировать результаты воздействия. В качестве базового предложен тест-объект, состоящий из пяти фрагментов, каждый из которых представляет собой переходы между разными уровнями светлоты Lmin и Lmax (или краевые функции).

Таким образом моделируются размытые границы в изображении. В табл. приведены значения Lmin, Lmax и L для каждого фрагмента, на рис. 1 показан тест-объект и соответствующие краевые функции.

Значения координат светлоты (L) для каждого тестового фрагмента Рис. 1. Тест-объект для проведения количественной оценки воздействия фильтров настройки резкости Разработанная методика использовалась для моделирования и анализа результатов, имеющих место при воздействии параметров резкостной коррекции. Исследованию подверглись следующие способы коррекции:

– способ нерезкого маскирования, – метод, основанный на применении фильтра высоких частот и последующего наложения отфильтрованного изображения на исходное.

Результаты проведённых исследований показывают, что увеличение радиуса приводит в первую очередь к увеличению ширины зоны перехода (за счёт появления подчёркивающей каймы на обеих границах перехода), в то время как воздействие величины в значительно большей степени выражается в увеличении яркостных скачков на границах (см. рис. 2 и 3). Действие фильтров тем сильнее, чем больше тоновый скачок на границе детали.

Увеличение значения порога приводит к уменьшению эффекта действия фильтра нерезкого маскирования. Для каждой комбинации радиуса и величины, а также для каждого тонового скачка можно подобрать такое максимальное значение порога (Tmax), выше которого фильтр нерезкого маскирования не будет оказывать воздействие на изображение, причём показано, что параметры «Радиус» и «Величина» являются взаимозаместимыми. Это проявляется в том, что при одинаковом произведении значений этих параметров значение Tmax также остаётся постоянным.

Установлено, что применение метода, основанного на использовании фильтра высоких частот, позволяет в значительной степени уменьшить образование так называемых ореолов, то есть зон со значительным изменением плотности, поскольку в данном случае действие фильтра зависит от исходных значений L, образующих тоновый переход (в отличие от нерезкого маскирования – см. рис. 4–5).

Рис. 5. Действие фильтра нерезкого маскирования Рис. 6 позволяет сравнить результаты обработки реальных изображений. Можно заметить, что применение фильтра High Pass и наложения слоёв не сопровождается существенным изменением плотности фона на значительном расстоянии от границ корректируемых деталей, как это происходит под воздействием фильтра нерезкого маскирования.

различными фильтрами настройки резкости Тем не менее, метод повышения резкости с помощью применения фильтра высоких частот не лишён недостатков. Один из них – отсутствие такого параметра, как порог. Если, например, требуется обрабатывать не все найденные контуры, а ограничиться воздействием на какие-то определённые области (например, не воздействовать на объекты, которые не являются сюжетно важными), то приходится прибегать к ручному выделению области коррекции, созданию дополнительных масок и т.п., что часто является достаточно трудоёмкой операцией. Таким образом, возникает необходимость в совершенствовании указанного алгоритма.

Метод, основанный на применении фильтра высоких частот, может быть усовершенствован за счёт дополнительной пороговой обработки, что позволит производить настройку резкости только сюжетно важных элементов (на рис. 7 приведены примеры обработки с установкой различных пороговых значений).

с использованием различных пороговых значений В третьей главе описана методика анализа изображений с использованием операторов выделения контуров. Обоснована необходимость применения такой методики для классификации оригиналов с целью дальнейшей настройки резкости: знание закономерностей, описанных в главе 2, может привести к эффективному решению задачи коррекции в том случае, если будет определено, какие именно параметры коррекции необходимо применить к той или иной группе оригиналов. Произведён выбор критерия, соответствующего поставленной задаче. В качестве такого критерия выступило относительное количество элементов изображения, относящихся к контурной информации (в дальнейшем – контуры или К). Это количество определялось путём получения гистограмм выделенных контуров в программе MATLAB.

Был проведён сравнительный анализ действия следующих операторов выделения контуров: Канни, LoG, Собела, Превитта и Робертса.

Анализ показал, что для решения поставленной задачи классификации оригиналов по структурным признакам в наибольшей степени подходит оператор Робертса – как с точки зрения быстродействия, так и с точки зрения выделения именно сюжетно важных контурных элементов изображения.

Проведена традиционная классификация оригиналов по семантическим (сюжетным) признакам. Создан банк данных, включающий большое число (более 100) оригиналов с различной семантикой. На основании оценки относительного количества сюжетно важных границ в изображениях (К) с различной семантикой можно сделать вывод о том, что разброс значений в пределах каждой группы достаточно велик, более того, диапазоны значений К всех групп в значительной степени перекрывают друг друга (рис. 8), что ставит под сомнение сам принцип классификации на основе выделения семантических групп.

Рис 8. Диапазоны значений количества контуров для изображений различных семантических групп Предложен новый подход к классификации изобразительных оригиналов. В рамках этого подхода, во-первых, оценивалось количество контуров не во всём изображении, а только в пределах информативной зоны (для выделения этой зоны использовался процесс сегментации – пример приведён на рис. 9), во-вторых, изображения были сгруппированы уже не по семантике, а в порядке возрастания контурной информации. Именно такой подход позволил выявить закономерность, имеющую большое практическое значение: увеличение доли контуров свидетельствует о постепенном повышении количества мелких деталей и их концентрации в области интереса, а это, в свою очередь, позволяет разделить изображения на группы (в зависимости от К), к каждой из которых целесообразно применять определённые настройки коррекции резкости.

Рис. 9. Пример сегментации изображения и выделения информативной зоны (показана белым цветом) Четвёртая глава посвящена определению оптимальных параметров настройки резкости с учётом особенностей конкретных оригиналов путём проведения экспертной оценки. Основополагающим этапом проведения данного эксперимента являлся отбор оригиналов и изготовление образцов, которые отличаются друг от друга тем, что получены с использованием различных установок параметров настройки резкости. При этом диапазон настроек достаточно широк, велико количество теоретически возможных комбинаций значений параметров, также велико и количество изображений в созданном банке данных, поэтому проанализировать все варианты практически не представлялось возможным. Требовалось произвести отбор наиболее характерных образцов. Выбор пал на оригиналы из следующих семантических групп: летний пейзаж, горы, портрет.

Сами оригиналы представлены на рис. 10.

Решение о выборе именно этих оригиналов было обусловлено тем, что они являются представителями различных диапазонов значений количества контуров, определённых в процессе проведения классификации по предложенному критерию оценки структурных свойств, а именно по количеству элементов изображений, определённых как контуры:

1) группа «Летний пейзаж» является преобладающей для изображений с большой долей контурной информации (20–25%);

2) оригиналы группы «Горы» наиболее часто встречаются в среднем диапазоне доли найденных контуров (10–15%);

3) оригиналы группы «Портрет» чаще всего попадают в интервал, характеризующийся самым низким количеством контуров (то есть Рис. 10. Оригиналы для экспертной оценки Подбор параметров производился на основании совмещения методик, описанных в главах 2 и 3. В качестве примера рассмотрим один из выбранных оригиналов, а именно изображение 1 – из группы «Летний пейзаж». Как уже было сказано, это изображение характеризуется высокой