Curvas de preferencia ISO
AREAtutorial » Tutoriales de IngenierÃa » Curvas de preferencia ISO
A medida que reducimos el número de niveles de gris en la imagen, algunos colores o bordes falsos comienzan a aparecer en la imagen. Esto se mostró en nuestro último tutorial sobre cuantificación.
Echemos un vistazo a esto.
Digamos que tenemos una imagen de 8 bpp (imagen en escala de grises) con 256 niveles de escala de grises o escala de grises diferentes.
Hay más de 256 tonos diferentes de gris en esta imagen. Ahora, cuando lo reducimos a 128 y lo reducimos aún más a 64, la imagen es más o menos la misma. Pero si lo reducimos a 32 niveles diferentes, obtenemos la siguiente imagen
Si observa de cerca, encontrará que los efectos comienzan a aparecer en la imagen. Estos efectos se vuelven más notorios cuando los reducimos a 16 niveles, y obtenemos esta imagen.
Estas lÃneas que comienzan a aparecer en esta imagen se conocen como lÃneas de contorno y son muy visibles en la imagen de arriba.
El efecto de contorno aumenta a medida que disminuye el número de niveles de gris, y el efecto disminuye a medida que aumenta el número de niveles de gris. Ambos son al revés
VS
Esto significa que una mayor cuantificación dará como resultado una imagen de contorno más grande y viceversa. ¿Pero es este siempre el caso? La respuesta es no. Depende de algo más, que se analiza a continuación.
Se realizó un estudio sobre este efecto de los niveles de gris y los contornos, y los resultados se trazaron en un gráfico en forma de curvas conocidas como curvas de preferencia ISO.
Las curvas de isopreferencia muestran que el efecto de contorno depende no solo de la disminución de la resolución del nivel de gris, sino también del detalle de la imagen.
Esencia de investigación:
Si una imagen tiene más detalles, el efecto de contorno comenzará más tarde en esa imagen, en comparación con una imagen que tiene menos detalles cuando se cuantifican los niveles de gris.
Según el estudio original, los investigadores tomaron estas tres imágenes y variaron la resolución del nivel de gris en las tres imágenes.
Las imágenes fueron
La primera imagen solo muestra la cara, por lo que hay muy pocos detalles. La segunda imagen también tiene algunos otros objetos como el operador, su cámara, soporte de la cámara, objetos de fondo, etc. Mientras que la tercera imagen tiene más detalles que todas las demás imágenes.
La resolución del nivel de gris fue diferente para todas las imágenes, y se pidió a la audiencia que calificara estas tres imágenes subjetivamente. Después de calificar los resultados, se elaboró ​​un gráfico.
El resultado se representó en un gráfico. Cada curva del gráfico representa una imagen. Los valores del eje x representan el número de niveles de gris y los valores del eje y representan bits por pÃxel (k).
El gráfico se muestra a continuación.
Según este gráfico, podemos ver que la primera imagen, que era un rostro, estaba contorneada antes que las otras dos imágenes. La segunda imagen del operador se distorsionó ligeramente después de la primera imagen a medida que disminuÃan sus niveles de gris. Esto se debe a que tiene más detalles que la primera imagen. Y la tercera imagen sufrió mucho contorneado después de las dos primeras imágenes, es decir, después de 4 bits por pÃxel. Esto se debe a que hay más detalles en esta imagen.
AsÃ, las curvas de isotransmisión se vuelven cada vez más verticales para obtener imágenes más detalladas. Esto también significa que se requieren muy pocos niveles de gris para una imagen con muchos detalles.
🚫