INTERPOLACIJA DIGITALNE SLIKE

Interpolacija slike pojavljuje se u svim digitalnim fotografijama u nekoj fazi — bilo da se radi o bayerovom demosaicingu ili uvećanju fotografije. To se događa svaki put kad promijenite veličinu ili premapirate (iskrivite) svoju sliku iz jedne mreže piksela u drugu. Promjena veličine slike neophodna je kada trebate povećati ili smanjiti ukupni broj piksela, dok se ponovno mapiranje može dogoditi u više različitih scenarija:ispravljanje izobličenja leće, promjena perspektive i rotiranje slike.

Čak i ako se izvrši ista promjena veličine slike ili ponovno mapiranje, rezultati mogu značajno varirati ovisno o algoritmu interpolacije. To je samo aproksimacija, stoga će slika uvijek izgubiti nešto na kvaliteti svaki put kada se izvrši interpolacija. Cilj ovog vodiča je pružiti bolje razumijevanje načina na koji rezultati mogu varirati — pomažući vam da smanjite gubitke u kvaliteti slike izazvane interpolacijom.

KONCEPT

Interpolacija funkcionira korištenjem poznatih podataka za procjenu vrijednosti u nepoznatim točkama. Na primjer:ako ste htjeli znati temperaturu u podne, ali ste je izmjerili samo u 11 ujutro i 13 popodne, možete procijeniti njenu vrijednost izvođenjem linearne interpolacije:

Ako ste imali dodatno mjerenje u 11:30 ujutro, mogli biste vidjeti da se najveći dio porasta temperature dogodio prije podneva i mogli biste upotrijebiti ovu dodatnu podatkovnu točku za izvođenje kvadratne interpolacije:

Što više mjerenja temperature imate blizu podneva, to može biti sofisticiraniji (i nadamo se točniji) vaš algoritam interpolacije.

PRIMJER PROMJENE VELIČINE SLIKE

Interpolacija slike radi u dva smjera i pokušava postići najbolju aproksimaciju boje i intenziteta piksela na temelju vrijednosti okolnih piksela. Sljedeći primjer ilustrira kako funkcionira promjena veličine/povećanje:

Uvećaj 183%

→

Za razliku od fluktuacija temperature zraka i idealnog gradijenta iznad, vrijednosti piksela mogu se mnogo naglo mijenjati s jedne lokacije na drugu. Kao i u slučaju temperature, što više znate o okolnim pikselima, interpolacija će biti bolja. Stoga se rezultati brzo pogoršavaju što više rastežete sliku, a interpolacija nikada ne može vašoj slici dodati detalje koji već nisu prisutni.

PRIMJER ROTACIJE SLIKE

Interpolacija se također događa svaki put kada rotirate ili iskrivite sliku. Prethodni je primjer bio pogrešan jer je to onaj u kojem su interpolatori posebno dobri. Ovaj sljedeći primjer pokazuje kako se detalji slike mogu prilično brzo izgubiti:

Originalna
rotacija

→ Rotacija od 45°
Rotacija od 90°
(bez gubitaka) 2 X 45°
Rotacije 6 X 15°
Rotacije

Rotacija od 90° je bez gubitaka jer se nijedan piksel nikada ne mora premjestiti na granicu između dva piksela (i stoga podijeliti). Imajte na umu kako se većina detalja gubi već u prvoj rotaciji, iako se slika nastavlja pogoršavati s uzastopnim rotacijama. Stoga bi trebalo izbjegavati rotiranje fotografija kada je to moguće; ako to zahtijeva nenivelirana fotografija, rotirajte ne više od jednom.

Gore navedeni rezultati koriste ono što se zove "bikubni" algoritam i pokazuju značajno pogoršanje. Obratite pažnju na sveukupno smanjenje kontrasta koje se očituje time što boja postaje manje intenzivna i kako se stvaraju tamni aureoli oko svijetloplave. Gore navedeni rezultati mogu se znatno poboljšati, ovisno o algoritmu interpolacije i temi.

VRSTE ALGORITAMA INTERPOLACIJE

Uobičajeni algoritmi interpolacije mogu se grupirati u dvije kategorije:prilagodljivi i neprilagodljivi. Prilagodljive metode mijenjaju se ovisno o tome što interpoliraju (oštri rubovi naspram glatke teksture), dok neprilagodljive metode tretiraju sve piksele jednako.

Neadaptivni algoritmi uključuju:najbliži susjed, bilinearni, bikubni, spline, sinc, lanczos i druge. Ovisno o njihovoj složenosti, oni koriste bilo gdje od 0 do 256 (ili više) susjednih piksela prilikom interpolacije. Što više susjednih piksela uključuju, to mogu postati precizniji, ali to dolazi nauštrb mnogo duljeg vremena obrade. Ovi se algoritmi mogu koristiti za iskrivljenje i promjenu veličine fotografije.

Izvornik Uvećano 250%

Prilagodljivi algoritmi uključuju mnoge vlasničke algoritme u licencirani softver kao što su:Qimage, PhotoZoom Pro, Genuine Fractals i drugi. Mnogi od njih primjenjuju različitu verziju svog algoritma (na temelju piksel po piksel) kada otkriju prisutnost ruba — s ciljem minimiziranja ružnih artefakata interpolacije u regijama gdje su najočigledniji. Ovi su algoritmi prvenstveno osmišljeni za maksimiziranje detalja bez artefakata na uvećanim fotografijama, tako da se neki ne mogu koristiti za izobličenje ili rotiranje slike.

INTERPOLACIJA NAJBLIŽEG SUSJEDA

Najbliži susjed je najosnovniji i zahtijeva najmanje vremena obrade od svih algoritama interpolacije jer uzima u obzir samo jedan piksel — onaj najbliži interpoliranoj točki. To ima učinak jednostavnog povećanja svakog piksela.

BILINEARNA INTERPOLACIJA

Bilinearna interpolacija uzima u obzir najbliže 2x2 susjedstvo poznatih vrijednosti piksela koje okružuju nepoznati piksel. Zatim je potreban ponderirani prosjek ova 4 piksela da bi se dobila konačna interpolirana vrijednost. To rezultira mnogo glatkijim slikama od onih kod najbližeg susjeda.

Dijagram s lijeve strane je za slučaj kada su sve poznate udaljenosti piksela jednake, tako da je interpolirana vrijednost jednostavno njihov zbroj podijeljen s četiri.

BIKUBNA INTERPOLACIJA

Bicubic ide jedan korak dalje od bilinearnosti uzimajući u obzir najbliže 4x4 susjedstvo poznatih piksela — za ukupno 16 piksela. Budući da su na različitim udaljenostima od nepoznatog piksela, bliži pikseli dobivaju veću težinu u izračunu. Bicubic proizvodi osjetno oštrije slike od prethodne dvije metode i možda je idealna kombinacija vremena obrade i kvalitete ispisa. Iz tog razloga to je standard u mnogim programima za uređivanje slika (uključujući Adobe Photoshop), upravljačkim programima pisača i interpolaciji u fotoaparatu.

INTERPOLACIJA VIŠEG REDA:SPLINE &SINC

Postoje mnogi drugi interpolatori koji uzimaju u obzir više okolnih piksela i stoga su računalno intenzivniji. Ovi algoritmi uključuju spline i sinc te zadržavaju najviše informacija o slici nakon interpolacije. Stoga su iznimno korisni kada slika zahtijeva više rotacija/izobličenja u odvojenim koracima. Međutim, za povećanja ili rotacije u jednom koraku, ti algoritmi višeg reda pružaju sve manje vizualno poboljšanje kako se vrijeme obrade povećava.

INTERPOLACIJSKI ARTEFAKTI NA KOJE TREBA PAZITI

Svi neprilagodljivi interpolatori pokušavaju pronaći optimalnu ravnotežu između tri nepoželjna artefakta:rubnih aureola, zamućenja i aliasinga.

Originalno uvećano
400%

→ Aliasing Zamućivanje Edge Halo

Čak i najnapredniji neprilagodljivi interpolatori uvijek moraju povećati ili smanjiti jedan od gornjih artefakata na račun druga dva — stoga će barem jedan biti vidljiv. Također imajte na umu kako je rubni aureola sličan artefaktu koji nastaje pretjeranim izoštravanjem s neoštrinom maskom i poboljšava izgled oštrine povećanjem oštrine.

Prilagodljivi interpolatori mogu, ali ne moraju proizvesti gore navedene artefakte, ali također mogu inducirati neslikovne teksture ili čudne piksele u malim razmjerima:

Originalno uvećano
220%

→ Adaptivna interpolacija

S druge strane, neki od ovih "artefakata" iz adaptivnih interpolatora također se mogu smatrati prednostima. Budući da oko očekuje vidjeti detalje do najsitnijih razmjera u područjima fine teksture kao što je lišće, tvrdi se da ti uzorci prevare oko iz daljine (za neke teme).

ANTI-ALIASING

Anti-aliasing je proces koji pokušava minimizirati pojavu aliasa ili neravnih dijagonalnih rubova, nazvanih "jaggies". Oni tekstu ili slikama daju grubi digitalni izgled:

Uvećano 300%
(s aliasingom)

Uvećano 300%
(bez alijasa)

Anti-aliasing uklanja ove neravnine i daje izgled glatkijih rubova i veće rezolucije. Radi tako da uzima u obzir koliko idealni rub preklapa susjedne piksele. Aliased rub jednostavno se zaokružuje gore ili dolje bez srednje vrijednosti, dok anti-alias rub daje vrijednost proporcionalnu tome koliko je ruba bilo unutar svakog piksela:

    Savršena dijagonala

Odaberite:

Pseudonim

Anti-aliased

ponovno uzorkovano na nisku rezoluciju

Glavna prepreka pri povećavanju slike je sprječavanje interpolatora da inducira ili pogorša aliasing. Mnogi prilagodljivi interpolatori detektiraju prisutnost rubova i prilagođavaju se kako bi smanjili aliasing dok i dalje zadržavaju oštrinu rubova. Budući da anti-aliasirani rub sadrži informacije o lokaciji tog ruba pri višim rezolucijama, također je moguće zamisliti da moćni prilagodljivi interpolator (za otkrivanje rubova) može barem djelomično rekonstruirati ovaj rub prilikom povećanja.

NAPOMENA O OPTIČKOM u odnosu na DIGITALNI ZOOM

Mnogi kompaktni digitalni fotoaparati mogu izvesti i optički i digitalni zoom. Fotoaparat izvodi optičko zumiranje pomicanjem zum objektiva tako da povećava povećanje svjetlosti prije nego što uopće stigne do digitalnog senzora. Nasuprot tome, digitalni zoom degradira kvalitetu jednostavnom interpolacijom slike — nakon što je snimljena na senzoru.

10X optički zum 10X digitalni zum

Iako fotografija s digitalnim zoomom sadrži isti broj piksela, detalja je očito daleko manje nego kod optičkog zooma. Digitalno zumiranje treba gotovo u potpunosti izbjegavati , osim ako ne pomaže u vizualizaciji udaljenog objekta na LCD zaslonu vašeg fotoaparata. Alternativno, ako redovito snimate u JPEG-u i planirate naknadno izrezati i povećati fotografiju, digitalni zum barem ima prednost izvođenja interpolacije prije pojave bilo kakvih artefakata kompresije. Ako smatrate da vam digitalni zum treba prečesto, kupite telekonverter dodatak ili još bolje:objektiv s većom žarišnom duljinom.

Za daljnje čitanje posjetite detaljnije upute o:
Digitalnom povećanju fotografija
Promjeni veličine slike za web i e-poštu