ИНТЕРПОЛЯЦИЯ ЦИФРОВОГО ИЗОБРАЖЕНИЯ

Интерполяция изображения происходит на всех цифровых фотографиях на каком-то этапе — будь то байеровская демозаика или увеличение фотографий. Это происходит всякий раз, когда вы изменяете размер или переназначаете (искажаете) изображение из одной пиксельной сетки в другую. Изменение размера изображения необходимо, когда вам нужно увеличить или уменьшить общее количество пикселей, в то время как переназначение может происходить в более широком диапазоне сценариев:исправление искажения объектива, изменение перспективы и поворот изображения.

Даже если выполняется одно и то же изменение размера или переназначение изображения, результаты могут значительно различаться в зависимости от алгоритма интерполяции. Это всего лишь приближение, поэтому изображение всегда будет терять некоторое качество каждый раз, когда выполняется интерполяция. Это руководство призвано помочь вам лучше понять, как могут различаться результаты, и помочь вам свести к минимуму любые потери качества изображения, вызванные интерполяцией.

КОНЦЕПЦИЯ

Интерполяция работает, используя известные данные для оценки значений в неизвестных точках. Например:если вы хотите узнать температуру в полдень, но измерили ее только в 11:00 и 13:00, вы можете оценить ее значение, выполнив линейную интерполяцию:

Если бы у вас было дополнительное измерение в 11:30, вы могли бы увидеть, что основная часть повышения температуры произошла до полудня, и могли бы использовать эту дополнительную точку данных для выполнения квадратичной интерполяции:

Чем больше у вас измерений температуры, близких к полудню, тем более сложным (и, надеюсь, более точным) может быть ваш алгоритм интерполяции.

ПРИМЕР ИЗМЕНЕНИЯ РАЗМЕРА ИЗОБРАЖЕНИЯ

Интерполяция изображения работает в двух направлениях и пытается достичь наилучшего приближения цвета и интенсивности пикселя на основе значений в окружающих пикселях. В следующем примере показано, как работает изменение размера/увеличение:

Увеличить 183%

→

В отличие от колебаний температуры воздуха и идеального градиента выше, значения пикселей могут меняться гораздо более резко от одного места к другому. Как и в примере с температурой, чем больше вы знаете об окружающих пикселях, тем лучше будет интерполяция. Поэтому чем больше вы растягиваете изображение, тем быстрее результаты ухудшаются, а интерполяция никогда не сможет добавить к вашему изображению детали, которых еще нет.

ПРИМЕР ПОВОРОТА ИЗОБРАЖЕНИЯ

Интерполяция также происходит каждый раз, когда вы поворачиваете или искажаете изображение. Предыдущий пример вводил в заблуждение, потому что интерполяторы в нем особенно хороши. Следующий пример показывает, как быстро теряются детали изображения:

Исходный
Ротация

→ Поворот на 45°
Поворот на 90°
(без потерь) 2 поворота по 45°
6 X 15°
поворотов

Поворот на 90° происходит без потерь, потому что ни один пиксель не нужно перемещать на границу между двумя пикселями (и, следовательно, разделять). Обратите внимание, как большая часть деталей теряется уже при первом повороте, хотя изображение продолжает ухудшаться при последующих поворотах. Поэтому следует по возможности не поворачивать фотографии.; если этого требует невыровненная фотография, поворачивайте не более одного раза.

Приведенные выше результаты используют так называемый «бикубический» алгоритм и показывают значительное ухудшение. Обратите внимание на общее снижение контраста, проявляющееся в том, что цвет становится менее интенсивным, и как вокруг светло-голубого появляются темные ореолы. Приведенные выше результаты могут быть значительно улучшены в зависимости от алгоритма интерполяции и предмета исследования.

ВИДЫ АЛГОРИТМОВ ИНТЕРПОЛЯЦИИ

Общие алгоритмы интерполяции можно разделить на две категории:адаптивные и неадаптивные. Адаптивные методы изменяются в зависимости от того, что они интерполируют (острые края или гладкая текстура), тогда как неадаптивные методы обрабатывают все пиксели одинаково.

Неадаптивные алгоритмы включают в себя:ближайший сосед, билинейный, бикубический, сплайн, sinc, lanczos и другие. В зависимости от их сложности они используют от 0 до 256 (или более) соседних пикселей при интерполяции. Чем больше смежных пикселей они включают, тем более точными они могут быть, но это происходит за счет гораздо большего времени обработки. Эти алгоритмы можно использовать как для искажения, так и для изменения размера фотографии.

Оригинал Увеличено на 250%

Адаптивные алгоритмы включают множество проприетарных алгоритмов в лицензионное программное обеспечение, такое как:Qimage, PhotoZoom Pro, Genuine Fractals и другие. Многие из них применяют другую версию своего алгоритма (попиксельно) при обнаружении наличия края, стремясь свести к минимуму неприглядные артефакты интерполяции в областях, где они наиболее заметны. Эти алгоритмы в первую очередь предназначены для максимизации детализации без артефактов на увеличенных фотографиях, поэтому некоторые из них нельзя использовать для искажения или поворота изображения.

ИНТЕРПОЛЯЦИЯ ПО БЛИЖАЙШИМ СОСЕДЯМ

Ближайший сосед является самым простым и требует наименьшего времени обработки из всех алгоритмов интерполяции, потому что он рассматривает только один пиксель — ближайший к интерполируемой точке. Это просто увеличивает размер каждого пикселя.

БИЛИНЕЙНАЯ ИНТЕРПОЛЯЦИЯ

Билинейная интерполяция рассматривает ближайшую окрестность 2x2 известных значений пикселей, окружающих неизвестный пиксель. Затем требуется средневзвешенное значение этих 4 пикселей, чтобы получить окончательное интерполированное значение. Это приводит к гораздо более плавным изображениям, чем у ближайшего соседа.

Диаграмма слева предназначена для случая, когда все известные расстояния в пикселях равны, поэтому интерполированное значение представляет собой просто их сумму, деленную на четыре.

БИКУБИЧЕСКАЯ ИНТЕРПОЛЯЦИЯ

Bicubic делает шаг вперед по сравнению с билинейным, рассматривая ближайшую окрестность 4x4 известных пикселей — всего 16 пикселей. Поскольку они находятся на разных расстояниях от неизвестного пикселя, более близким пикселям при расчете присваивается более высокий вес. Bicubic дает заметно более четкие изображения, чем два предыдущих метода, и, возможно, это идеальное сочетание времени обработки и качества вывода. По этой причине он является стандартом для многих программ редактирования изображений (включая Adobe Photoshop), драйверов принтеров и интерполяции в камере.

ИНТЕРПОЛЯЦИЯ ВЫСШЕГО ПОРЯДКА:СПЛАЙН И SINC

Есть много других интерполяторов, которые учитывают больше окружающих пикселей и, следовательно, требуют гораздо больше вычислительных ресурсов. Эти алгоритмы включают сплайн и sinc и сохраняют большую часть информации об изображении после интерполяции. Поэтому они чрезвычайно полезны, когда изображение требует нескольких поворотов/искажений на отдельных этапах. Однако для одноэтапного увеличения или поворота эти алгоритмы более высокого порядка обеспечивают уменьшение визуального улучшения по мере увеличения времени обработки.

АРТЕФАКТЫ ИНТЕРПОЛЯЦИИ, НА КОТОРЫЕ НУЖНО ОСТОРОЖНО

Все неадаптивные интерполяторы пытаются найти оптимальный баланс между тремя нежелательными артефактами:краевыми ореолами, размытием и алиасингом.

Исходное увеличение
400%

→ Псевдонимы Размытие Edge Halo

Даже самые продвинутые неадаптивные интерполяторы всегда должны увеличивать или уменьшать один из вышеперечисленных артефактов за счет двух других — поэтому хотя бы один будет виден. Также обратите внимание, что краевой ореол похож на артефакт, возникающий при чрезмерном увеличении резкости с помощью нерезкой маски, и улучшает внешний вид резкости за счет увеличения резкости.

Адаптивные интерполяторы могут создавать или не создавать вышеуказанные артефакты, однако они также могут создавать текстуры, не связанные с изображением, или странные пиксели на малых масштабах:

Исходное увеличение
220%

→ Адаптивная интерполяция

С другой стороны, некоторые из этих «артефактов» адаптивных интерполяторов также можно рассматривать как преимущества. Поскольку глаз ожидает увидеть детали вплоть до мельчайших масштабов в областях с мелкой текстурой, таких как листва, считается, что эти узоры обманывают зрение на расстоянии (для некоторых объектов).

Сглаживание

Сглаживание — это процесс, который пытается свести к минимуму появление сглаженных или зубчатых диагональных краев, называемых «зубчатыми». Они придают тексту или изображениям грубый цифровой вид:

Увеличено на 300 %
(с псевдонимами)

Увеличено на 300 %
(Без алиасинга)

Сглаживание устраняет эти неровности и создает видимость более гладких краев и более высокого разрешения. Он работает, принимая во внимание, насколько идеальное ребро перекрывает соседние пиксели. Край с псевдонимом просто округляется вверх или вниз без промежуточного значения, тогда как край со сглаживанием дает значение, пропорциональное тому, какая часть края находилась в каждом пикселе:

Идеальная диагональ

Выберите:

Псевдоним

Сглаживание

Передискретизировано до низкого разрешения

Основным препятствием при увеличении изображения является предотвращение того, чтобы интерполятор вызывал или усугублял алиасинг. Многие адаптивные интерполяторы обнаруживают наличие краев и корректируют их, чтобы свести к минимуму алиасинг, сохраняя при этом четкость краев. Поскольку сглаженный край содержит информацию о местоположении этого края при более высоких разрешениях, также возможно, что мощный адаптивный (обнаруживающий края) интерполятор мог бы хотя бы частично реконструировать этот край при увеличении.

ПРИМЕЧАНИЕ ОТНОСИТЕЛЬНО ОПТИЧЕСКОГО И ЦИФРОВОГО ЗУМА

Многие компактные цифровые камеры могут выполнять как оптический, так и цифровой зум. Камера выполняет оптический зум, перемещая зум-объектив так, что он увеличивает усиление света еще до того, как он достигнет цифрового датчика. Напротив, цифровой зум ухудшает качество, просто интерполируя изображение после того, как оно было получено датчиком.

10-кратный оптический зум 10-кратный цифровой зум

Несмотря на то, что фотография с цифровым зумом содержит такое же количество пикселей, детализация явно намного меньше, чем с оптическим зумом. Цифрового зума следует почти полностью избегать , если это не помогает визуализировать удаленный объект на ЖК-экране предварительного просмотра вашей камеры. В качестве альтернативы, если вы регулярно снимаете в формате JPEG и планируете впоследствии обрезать и увеличивать фотографию, цифровой зум, по крайней мере, имеет то преимущество, что выполняет интерполяцию до того, как появятся какие-либо артефакты сжатия. Если вы обнаружите, что вам слишком часто требуется цифровой зум, купите телеконвертер. дополнение, а еще лучше:объектив с большим фокусным расстоянием.

Дополнительные сведения см. в более конкретных руководствах по следующим темам:
Увеличение цифровых фотографий
Изменение размера изображений для Интернета и электронной почты