数码印刷

数字图像:保持数字图像质量的十大秘诀

来源:科印网作者:张林林编译时间:2016/01/11 点击:

  数字图像采集的发展得益于技术的发展,以及越来越广阔的数字图像市场的价格优势。然而,随着网络交互时代的到来,标准文件格式和元数据在可变性和兼容性方面做出了大量与技术相关的选择和考虑。对于大多数图像采集方案而言,为增加数字图像内容的效用、减少可变性,我们提出了十个基本原则。

  在图像转换方案中,以下的建议旨在为确定和维持成像性能提供指导。专门从事成像的技术人员能够很好地理解每一个建议的秘诀(有时也会进行讨论),但对于像在博物馆、图书馆和其他类似机构工作的更广泛的客户来说,这些秘诀并不总是很清楚。项目经理有时会询问技术部员工和影像服务提供商一些问题,这些小建议可以作为解答这类问题的基础。

  1.扫描图像时要核实其成像性能

  在数字化工作流程中,或许最重要的功能是提供一种核实交付图像成像性能的方法。不管是比较不同的扫描仪还是选择服务供应商,这都是适用的。要求的采样率(即每英寸的像素数)实际达到了吗?光学分辨率和采样率一致吗?色彩编码在什么程度上和期望的要求不同?这些问题需要确定成像单元的可测量目标——不管是以内部还是外包的形式。更重要的是,它们是实时生产控制和接受审计,即良好的质量控制的基础。请记住,正因为其内容以数字形式存在,所以不允许有错误产生。

  成像性能测量系统也可以用来实施成像改善计划。然而,一旦开始实施此系统,就会在结果解释及纠正等方面出现问题。下面的建议和意见旨在在这一领域为大家提供帮助。

  2.成像性能和图像质量不同

  在文化遗产项目中,图像采集的共同目标是得到高质量的图像。作为一个目标,有这项声明可能就足够了,但在评价一个已经完成的成像性能以及改善成像性能的测量系统时,这项声明一般是不会有帮助的。此外,整体的图像质量一般理解为视觉印象,它由清晰度、饱和度和个人喜好等组成。在本报告中,我们提到了用物理成像参数描述成像性能。虽然它的特别接受性水平通常由系统的图像质量要求决定,但物理成像参数把技术选择和结果解释联系到一起。比如,图像清晰度是一种视觉印象;镜头MTF是和图像清晰度、光学设计印刷、调整相关的物理成像参数。

  3.图像采样和图像分辨率不同

  图像采样表示数码相机或扫描仪在一个特定水平的像素之间的采样间隔。通常用像素/毫米或像素/英寸来表示。分辨率意味着成像部件或系统精确区分空间细节的能力。对于(采样的)数字图像来说,采样率(或者一部数码相机的百万像素分辨率)为捕捉图像细节设置了分辨率的上限。图像传感器的尺寸和构造通常决定图像采样,其他部分也会影响交互图像的清晰度和分辨率。

  为理解这一点,考虑一下对焦良好的带镜头的数码相机。取景后,若镜头的焦点位置发生变化,那么就不能很好地对焦。如果我们比较这两种图像文件,它们会有相同的图像采集情况(和像素数),但在电脑显示器或印刷设计品上观察时,第二幅数字图像会显得不够清晰,分辨率比较低。

  评价数码相机或扫描仪分辨率的一个完善的方法是由ISO12233标准制定的。最初制定这个评价方法是针对数码相机的,现在它也应用于胶片、扫描仪和CRT显示器等。图1显示了上述方法应用在数码相机对焦实验的结果。由此产生的空间频率响应(SFR)是空间频率的函数。较低的虚线表示图像细节信息(如由于光学对焦不准产生的有限分辨率)的有效损失。

  4.色彩和阶调的单刺激视觉估计是不可靠的

  在成像领域工作一段时间后,人们必定会发现这方面的例子:在具有相同物理刺激的自然取景条件下,我们在感知显著的色彩和明度差异时很容易受骗。大多数这样的错觉都是由视觉系统复杂的时空适应性响应引起的。图2显示了一个采集样品的实例。

  尽管就感知的明度而言,这些影响是真实的。但当解释为辐射差异时,它们很容易被误解。观察环境、观察者的变化和个人喜好都是主要的影响因素。至于系统评价,我们建议在同样的观察条件下使用双重刺激视觉评价。

  我们也应谨慎评价图像的微观结构。比如,可用特征对比来评价视觉分辨率:对比度越高,分辨率越高。另一个在传统摄影中众所周知的问题是尺寸、形状和目标特征可以评价图像分辨率产生偏差的程度。当经典的条形色靶评价极限分辨率时,观察者对于要检测的线条数量会有基本的了解。这会使评价产生偏差,线条的长度不同,结果也会改变。较长的线条会使估计的分辨率较高。

  尽管此处谈论的是极限分辨率,但我们也要考虑整体图像的清晰度。图3给出了火车站的两幅图片。左图用数字锐化过滤器处理,右图用未经锐化的对焦很好的数码相机拍摄。根据扩大的钟面,我们可知右图的极限分辨率较高,这和我们期望的一致。然而,左图给人的印象却更为清晰。

  通过SFR绘图、用每幅数字图像中的边缘特征进行计算可以很容易地理解这些。有人提议,将SFR值减少到10%作为极限分辨率的测量方法。箭头表示和相应的钟面一致的相关值。然而,另一个测量手段——锐度,也用来预测图像的清晰度。这个整合的频率加权测试方法是视觉距离的函数。但当观察这两幅图像时,较低频率处的较高响应表明,左图具有较高的清晰度。

  5.空间图像的视觉评价是可靠的

  检测扫描图像不良性能的一个很好的方法是视觉认识能力。它是由Brill,Kim和Branch提出的,用于评价数字图像性能。

  视觉认识能力:用于解释和构成视觉信息的后天形成的能力。视觉上有认识能力的人能够解释看到的物体,从而检测非自然或不期望得到的效果,并找出导致性能变化的潜在根源。

  正如在上一节中说明的,用单刺激视觉评价解释色彩和阶调是不可靠的。然而,对带有信号和噪声的空间图像这么做是可靠的、有价值的。这是因为,和数字成像联系在一起的空间和噪声图像通常发生在局部的区域。显示时,很多嫌疑区域在同一个视觉区域之内,很多变量(如方向性差异)可以很容易地被检测出来。实际上,我们可以迅速评价出现在眼前的很多刺激,同时观察提高了检测空间可变性的机会。但仅此一点可能还不够,正如定义所阐释的,某些图像等级鉴别和预期效果方面的知识是必须的。

  JPEG方块效应是这方面的一个经典例子。一个比较好的初始化取景器可以检测这样的方块效应。此处最重要的观察是:图像中不会自动产生8像素×8像素的方块。对最近的JPEG2000方法的改进是,用更多看起来自然的纹理代替固定的8像素×8像素或16像素×16像素的方块。

  视觉检测的另一个例子是,数码相机采用一个彩色滤波阵列(CFA),检测色彩重构错误产生的令人讨厌的方块效应。图4举的例子是这些重构错误导致出现了一个不期望的彩色棋盘状图案。数字图像通过在传感器上对连续的光学图像进行采样、在显示器或打印机上进行重构(重构只是其中的一种方式)传递图像信息。左边的图像是镜头的光学质量和传感器的抽样相匹配的结果。右边的图像表明重构不理想(包括色彩差值在内),这是对光学图像抽样不足(即分辨率低),即走样导致的。

  大块的均匀区适合协助人眼检测可疑的成像行为。在均匀区,我们期望噪声和纹理是均匀分布的。图5展示的例子是噪声纹理以一种周期性的、可预测的方式变化。人们应该能够看到由其他均匀区域的高低噪声纹理定义的网格状图案。除常规工具之外,完成这些特性的自动检测还需要分析软件工具。


  6.源文件,注意你需要什么

  近来,人们很关注将获得的数字图像保存为源文件。专业摄影师可以使用源文件避免相机制造商在相机内部所做的图像处理,比如说信号量化等。其他人使用源文件是为了得到一个开放的源图像文件格式,可以延长存档的数字内容的使用期限。然而,在接受这种数据采集方法之前,我们应该考虑包含在这种文件中的数据的意义。通过追踪彩色图像数据从物体到数字图像文件的情况,即图6的轮廓,我们能够做到这些。

  第一步是用光学器件采集物体反射或透射的光,并用传感器检测。针对传感器自身的缺陷和曝光不一致的现象,我们需要对测得的数据进行处理。如果成像器件使用一个彩色滤波阵列,结果就是产生一个对应于重复的空间模式(如R、G、B信号)的单值矩阵。这些元数据形成了“原始的”记录图像的第一种形式:校正后的原始CFA数据。

  传统处理路径的下一步是产生一个完全填充的三色图像阵列,此处就可以应用旨在减少方块效应的算法了。去马赛克操作是单记录阵列向“原始的”经过插值的R、G、B数据设置的一种插值操作。

  再下一步通常是白平衡和矩阵的色彩校正操作,其结果是和色彩编码有关的图像数据集。这种源图像数据用于存档是最有用的。但是请注意,这还不是目前大多数图像交付的形式。

  图像处理链条中的最后一步通常是用于显示的渲染操作。其结果是涉及色彩编码输出的最终图像数据阵列。这一步是一个简单的色彩空间转换,但它同样可以包含色域映射和颜色偏好的选择。

  虽然上述步骤在彩色图像采集系统中很常见,但具体的实施细节会有所不同。理解源图像的信号(色彩)编码和就某一个特定的文件格式达成一致是同样重要的。

  7.保持中性灰平衡

  很多关于成像性能、彩色图像质量和图像处理的技术出版物都提到了硬件和软件元素的设计印刷,而没有注意系统控制和维护。因为此处重点推荐的是评价和维护成像性能的方法,所以我们建议使用一个简单的测试方法来检测成像性能发生变化的原因。

  一旦安装好图像采集系统并确定了其目标或可接受性能,那么对中性阶调响应曲线,即光电转换函数(OECF)的常规测量便可以用来评价其性能偏差。它是通过在测试目标中放置一系列灰梯尺来完成的,如图7所示。

  图8显示了对数码相机的测量结果。其目标响应结果是,等量的R、G、B分量产生不同的中性灰。请注意,获得的图像文件中有一个R分量,中间阶调较高的R色信号水平就表明了这一点。虽然这一实验不能区分影响阶调和颜色复制的所有因素,但它的确为成像性能检测提供了一个简单的指示器。

  8.数码相机不能制造颜色

  对于数字图像转换方案来说,要求有一种方法来测量色彩或颜色复制的精确性。这看起来比较简单——我们都知道用CIE ΔEab值衡量色差。然而,数字图像及其像素值不是物理度量单位,也不是颜色三刺激值。就取景或图像输入的物理特性而言,只有在解释这些值及其可变性时,我们才可以把颜色的精确性测量归因于图像采集过程。

  若在显示器上显示一幅图像,或评价图像采集系统的精确性,那么第一步是解读数字信号编码。目前在色彩管理系统中,它可以使用ICC色彩特性文件(规定了数字图像的意图编码)来完成。开放和封闭的色彩成像系统为色彩交流提供了有利条件。然而,目前那些放在网站上参与交流的数字图像,大多数都没有经过色彩管理。用户软件认为颜色编码是图像显示的一部分,因此sRGB可能是传递的图像内容中最常见的解释。

  如果解读颜色编码是确定图像采集的精确性的第一步,那么如何测量成像性能呢?取景过程中有的参考物体非常有用,不管它们属于图像层次还是设备层次。图7是一幅带有图像层次测试目标的实例图像,其中包含评价成像性能的若干要素。

  测试目标的要素可用来评价成像性能变量。其中,彩色图像捕捉是以图9所示的色度解释为基础的。第一步是确定数字图像的感兴趣区域(ROIs),它对应具体的目标要素。第二步,根据这些区域的像素值可估计对应的统计数据。这样就能计算出每个色块的R、G、B平均值。然后,用指定或假设的图像颜色编码将这些数据转换成第三步CIELAB坐标的等价值。

  之后,测试值可以和下一步中的CIELAB目标坐标值进行比较。常用的色差公式有ΔEab或ΔE00(即CIE ΔE2000)等。

  9.同时考虑图像的内部和外部变化

  考察成像性能随时间变化而变化的情况,以及连续图像文件之间的成像性能是很必要的。这不仅与日常的生产质量管理实践一致,而且在通过采集到的信号绘制图片时,这些区别很明显。根据定期的图像评价得到的结果,可以作为重要测量方法的控制图。

  此外,我们经常透过数字图像观察不可忽视的图像变量。可以翻拍的相机通常会出现变量,从图像中央到边缘的信号均匀度、清晰度和空间(桶形或针垫)失真。使用数码相机时可以通过图像处理补偿光学失真。但这种校正会使得数字图像校正方案取景的(重新)采样不均匀。或者,我们可以把相机镜头想像成传感器上有一个可变光学放大器件(从物体到图像)。其解决方案是,以一种补偿不均匀的采样方式来重新采集图像阵列。但重新采样需要插值计算,因此会造成部分空间图像细节的损失。

  为模拟这一效果,将扫描过的图像边缘放在位于图像中央和角落的较大的数字图像阵列中,如图10所示。软件中引入了桶形失真,其中在角落处有5%的有效光学失真。然后,使用同一软件校正失真图像,将第一次操作反转。因为原始边缘和校正边缘都是连续的,所以二者最根本的不同是由双线性插值的图像重新采样引起的。图像细节的损失在图像角落处较大,如图11的一个较低的SFR值所示。因此,SFR结果预测,校正后的图像在角落处比中央处的清晰度低。

  因为相机的硬件组成会引起变化,所以评价整个图像的成像性能是很重要的。图像处理可以解决一些问题,但要留意如模糊、图像噪声或外形修整等连锁效应。

  10.标准是评价成像性能要依靠的资本

  直到1995年前后,在音像行业约定俗成的标准中,成像标准在很大程度上取决于少数控制图像捕捉和印刷设计的公司。不同制造商的影片都有互通性,成像过程、印刷设计过程、成像性能一般比较稳定,并且容易理解。各方的成像和交流语言是一致的。通过应用这些标准,人们可以保持物体和图像之间的联系。例如,基于为捕捉图像而采用的曝光、分辨率和影片处理的标准性能方法,人们可以放心评价文件的光学起源。这个标准和可行的技术数据为维持图像的成像性能提供了一个共同语言。

  20世纪90年代中期,随着数字成像技术的发展和完善,出现了一些针对图像性能的数字成像标准。这使得人们开始用各种各样的标准评价成像分辨率、颜色和图像噪声,而不是根据已经核实的标准。例如,按照每英寸的像素数进行采样并不能区分真正的光学分辨率。阶调和颜色复制方法完全基于编码值,而不是这些值和源文件本身的物理特性的关系。实际上,若伽玛值用于此目的,那么其行为往往不遵循公认的准则。其动态范围是典型的按照信号编码,而不是基于适当的信号和噪声的度量法进行定义。

  在过去的10年里,专门从事成像的技术人员为电子成像性能和质量开发了很多国际标准。正如McDowell在他的概述文章里所提到的,在使不同成像团体利益一致的合作协议的发展过程中,这些标准更大的优势是作为有价值的资源。这对于文化的传承尤其重要,没有一个单独的机构在促进或号令形成更大的社团方面比其更有影响力了。

  这些标准的好处体现在改进过程控制、正确选择技术和降低成本等方面。常规性能评价使用国际标准允许的工具,为日常工作流监测提供了方法。若需求超过目前制定的标准,那么它们可以作为图书馆和博物馆修改方法的起点,如目前的一些其他应用。

  如果计算的目的只是作为了解,那么它可为评价数字成像性能所采用的技术服务。为此,上述建议和意见旨在为那些寻求维持或改进数字图像采集的人提供技术指导。