DEJAVNIKI KAKOVOSTI V TISKU

Transkripcija

1 DEJAVNIKI KAKOVOSTI V TISKU OBJEKTIVNE METODE VREDNOTENJA Dea Muck

2 DETERMINATION OF QUALITY PRINTING PROCESS + INK + PRINTING SUBSTRATE Prnt qualty had been defned through many attrbutes: lghtness blur paper flatness sharpness tone reproducton detals paper whteness contrast bandng process colour gamut gloss structure propertes structure changes saturaton colour chroma paper roughness prnter type colour shft hue gloss unformty ordered nose effectve resoluton colour rendton mcro unformty dnamc range adacency patchlnes text qualty naturalness nose/granness lne qualty perceved gray value artfacts mottle

3 ATRIBUTES OF QUALITY prnt qualty metrcs whch correlates well wth human percepton Groupng qualty attrbutes enables effcent qualty assesment: Color aspects related to: hue saturaton Lghtness s mportant separate from the color Contrast dfferences n lghtness and chromatcty wthn the mage Sharpness clarty of detals and edges defnton Artfacts nose contourng and bandng + physcal qualty attrbutes; paper propertes gloss

4 PRINT QUALITY CONTROL Image processng Spectrophotometry / Colormetry Denstometry

5 UVOD kako obektvno (numerčno) določt z očesom zaznano razlko med orgnalno n reproducrano (rastrrano) slko? algortm rastrrana vneseo neko napako t.. napako (šum) kvantzace (quantzaton error/nose) > zmanšane btne globne slke npr. z 8 (256 odtenkov svn) na 1 (bnarna slka)

6 METODE VREDNOTENJA KAKOVOSTI subektvne > zamudne obektvne > numerčno zrazt zaznano razlko med večtonskm orgnalom n rastrrano slko določt obektvno optmalen algortem rastrrana > problem > kakovost rastrrana se lahko spremna z aplkaco Splošno dva razreda metod obektvnega vrednotena kakovost: matematčno / statstčne metode (enostavne htre neodvsne od pogoev opazovana opazovalca) vklučen HVS (človešk vzualn sstem za napoved percepcske vzualne kakovost low-pass flter ometve vdnega sstema)

7 STATISTIČNE METODE VREDNOTENJA MATEMATIČNO / STATISTIČNE METODE Matematčno osnovana metrka MSE Mean Squered error RMS Root mean Square SNR - Sgnal-to-Nose Rato PSNR - Peak Sgnal-to-Nose Rato Za vse vela: per-pxel based method htre enostavne ne upoštevao strukture kontrasta le vdk moč sgnala napake n ne kako le-ta vplva na slko

8 STATISTIČNE METODE - MSE RMS SNR PSNR STATISTIČNE METODE VREDNOTENJA = = = = = mse RMS MSE y x N M D PSNR y x x SNR N M E E e E y x e )) ( ) ( ( 10log )) ( ) ( ( ) ( 10log / ) ( ) ( ) ( ) ( x() > svnska slka y() > rastrrana slka M N > velkost slke D > maks. peak-to-peak vrednost sgnala (255 za 8-bt) y() x()

9 STATISTIČNE METODE VREDNOTENJA STATISTIČNE METODE - MSE RMS SNR PSNR

10 ČLOVEKOV VIDNI SISTEM - HSV HVS METODE HVS = Human Vsual System CSF = Contrast Senstvty Functon

11 ČLOVEKOV VIDNI SISTEM - HSV Človeško oko kot nzkoprepustn flter značlnost človeškega očesa > upadane negove občutlvost pr všh prostorskh frekvencah vsokofrekvenčn vzorec (šum) bo tore teže zaznan oz. man moteč kot nzkofrekvenčn

12 ČLOVEKOV VIDNI SISTEM - HSV Model HVS občutlvost človeškega vdnega sstema pr razlčnh frekvencah podaa funkca kontrastne občutlvost Contrast senstvty functon (CSF) CSF > vlogo pr določanu ločlvost slke zbolšanu kakovost n zbr naustreznešega algortma rastrrana CSF Frekvenca (ckl/st)

13 ČLOVEKOV VIDNI SISTEM - HSV Funkca kontrastne občutlvost (CSF) Campbell 1969 ( e ) 2 πα ρ 2πβρ k e α = β = Mannos 1974 a( b + cρ )exp( ( cρ ) d ) a c = 2.6 b = = d = 1.1 Nasanen 1984 al ρ b exp( c log L + d ) a = c = L = 11 b d = = 3.91 Daly 1987 ( cρ ) a b + cρ ) e d f ρ > 1 else ( ρmax a = 2.2 b = c = d = 1.1 ρ 6.6 max =

14 ČLOVEKOV VIDNI SISTEM - HSV CSF

15 ČLOVEKOV VIDNI SISTEM - HSV Prototpn sstem za oceno kakovost slk osnovan na občutlvost za napake. CSF e lahko mplementrana kot samostona stopna al pa znotra normalzace napake.

16 HVS METODE SSIM structural smlarty ndex loč strukturo svetlost n kontrast > smulrane HSV rezultat prmerava vhodna : zhodna slka > vrednost (0 1) človekovo oko e občutlvo že na mahne spremembe v svetlost kontrastu n struktur kar danes vklučue že velko algortmov SSIM opsue kakovost slke s prmeravo lokalnh korelac svetlost kontrasta n strukture med orgnalno n testno slko

17 HVS METODE SSIM structural smlarty ndex Dagram merlnega sstema strukturne podobnost.

18 HVS METODE

19 HVS METODE SSIM structural smlarty ndex Komponente relatvno neodvsne; sprememba svetlost n/al kontrastu ne vplvala na strukturo slke Slke enak MSE razlčen SSIM

20 HVS METODE

21 HVS METODE

22 LITERATURA ImageJ vtčnk (P)SNR RMSE MAE: SSIM ndeks: MSSIM n MSSIM* ndeks: _2_EI2011_PEDERSEN_7867_1.pdf