Миражи и мифы цифрового телевидения

Нет, всё, полуношники, я пошёл баиньки.

Так в этом случае вы скорее искуственно сжимаете входной динамический диапазон исходного изображения, чтобы согласовать с раскрывом АЦП.

Вот именно!

При таком подходе (а-ля Вокорд) - сигнал на выходе не просто сжимается, а еще ограничивается! А т.к. сигнала уходит выше или ниже порога квантования АЦП - то это, равносильно уменьшению разрядности квантования АЦП (вернее увеличится необходимая и избыточность разрядности АЦП - и её можно урезать, что они к стаи и делаю - урезают с 10-14 до 8)!

Нет, всё, полуношники, я пошёл баиньки.

смещение нуля АЦП в ту или другу сторону - приводит только к ограничению амплитуды униполярного телевизионного сигнала! И для того что бы "загнать" сигнала обратно - вам придется эту саму амплитуду уменьшать!

Дело в том, что согласованное использование двух "ручек управления": (1)смещение нуля и (2)общее усиление легко позволяет избежать надуманную вами проблему "ограничения сигнала". Всё-таки учите матчасть, дорогой Вадим Викторович!

"а-ля Вокорд"

Всё-таки приятно, что наконец-то компания Вокорд заслужила, что дорогой наш Вадим Викторович снизошёл до того, чтобы называть компанию Вокорд по имени. А-то до этого он всячески мучительно избегал произносить имя "Вокорд", чтобы, по-видимому, таким образом, "не отдать нам часть своей популярности". Просто предновогодняя сказка какая-то...

Дело в том, что согласованное использование двух "ручек управления": (1)смещение нуля и (2)общее усиление легко позволяет избежать надуманную вами проблему "ограничения сигнала". Всё-таки учите матчасть, дорогой Вадим Викторович!

А вот в этом случае, я с вами не соглашусь. Если вы производите ранжирование по яркости, выбирая интересующий вас фрагмент, и в тракте до АЦП у вас нет нелинейных преобраований ( а такие нелинейные аналоговые предпроцессоры в ТВ камерах имеются), то Вадим Викторович прав - сигналы выше верхнего порога кватования и ниже нижнего порога квантования, уйдут в ограничение.

Если эту, как вы назвали, надуманную проблему "ограничения сигнала" хотите обойти, то соответственно вам придётся существенно увеличить разрядность АЦП, а затем уже, например, посредством эквализации гистограммы уровнего распределения, провести ранжирование яркости интересующего объекта. При этом число уровней квантования на сюжете интереса абсолютно не изменится, а разрядность выходного сигнала уменьшится, так как будут исключены уровни квантования не несущие важной информации. Ну, например, (для случая о котором я писал раньше) между самой яркой точкой в неосвещённой части изображения и самой тёмной точкой в освещённой части изображения. Эти уровни квантования несут информацию о границе света и тени на изображении и интереса для систем охранного телевидения не представляют.

К стати, поэлементное управление чувствительностью, например по технологии "pixim", сжимает входной динамический диапазон яркости при фотоэлектрическом преобразовании, именно, за счёт нелинейного пространственно-временного управления чувствительностью матричного фотоприёмника, то есть нелинейного квантования.

А вот в этом случае, я с вами не соглашусь. Если вы производите ранжирование по яркости, выбирая интересующий вас фрагмент, и в тракте до АЦП у вас нет нелинейных преобраований ( а такие нелинейные аналоговые предпроцессоры в ТВ камерах имеются), то Вадим Викторович прав - сигналы выше верхнего порога кватования и ниже нижнего порога квантования, уйдут в ограничение.

В IP-видеокамерах VOCORD NetCam используется как линейное преобразование с помощью аналоговых "ручек управления" (экспозиция, усиление, смещение нуля), так и нелинейное преобразование - эквалайзер гистограммы и преобразование разрядности (LUT).

Так как все функции встроены в камеру, это позволяет организовать обратные связи управления всеми доступными "ручками", как аналоговыми, так и цифровыми, по устойчивому алгоритму для получения максимума сигнал/шум в области интереса.

Вот примеры реально работающих систем на основе IP-видеокамер VOCORD NetCam :

(1) Фрагмент оригинального изображения, полученного в JPEG-потоке с камеры Vocord NetCam (в камере Vocord NetCam при преобразовании разрядности (LUT) 14bit ->; 8bit вычисляется оптимальная кривая LUT по всей площади изображения) :

(2) Для сравнения: оригинальное изображение (1) сохранено и пропущено через Photoshop с автоматическим алгоритмом "AutoLevel" :

(3) Изображения, поступающие из потока видеоданных META, транслируемого камерой Vocord NetCam серии K одновременно с JPEG, - это поток выделенных изображений лиц. Встроенные в камеру алгоритмы детектируют объекты интереса во всём кадре камеры (в данном случае фронтальные лица) и выбирают оптимальные настройки в ROI (Region Of Interest) : уровень нуля АЦП, усиление, эквалайзер локальной гистограммы и кривая преообразование разрядности (LUT) так, чтобы макcимизировать отношение сигнал/шум в области интереса. Вот что получается (алгоритмы FaceDetect и VocordSmartLUT) :

Вот результаты работы алгоритмов выделения номерных знаков автомобилей (ГРНЗ) с реально действующих систем :

Слева - изображение перед началом работы алгоритмов оптимизации изображений области интереса,

справа - результат работы алгоритмов оптимизации параметров камеры для получения наилучших изображений объектов интереса - ГРНЗ

Дело в том, что согласованное использование двух "ручек управления": (1)смещение нуля и (2)общее усиление легко позволяет избежать надуманную вами проблему "ограничения сигнала". Всё-таки учите матчасть, дорогой Вадим Викторович!

Это - из "трижды" убитого JPG, котрый перед этим убили "оптимальной" кривой:

А это, - из "трижды" убитого jpg-а, который перед этим убили AutoLevel-лом:

Так что это ВАМ (а не мне), прежде чем рождать миражи и мифы: - неплохо бы выучить не только основы телевидения и электроники, еще и выучить то что: - ФИЗИЧЕСКИ АЦП это АВМ и на выходе АЦП формируется ДЕСЯТИЧНАЯ ФОРМА ПРЕДСТАВЛЕНИЯ ЦИФРОВОГО СИГНАЛА! А вот бинарной (да еще и с ограничением разрядности) она становиться только лишь после десятично-двоичного шифратора, который по большому счету не относится к АЦП.

Т.ч. все ваши махинации с преобразованием разрядности и со всеми прочими извратами, - чистой воды профанация в духе а-ля Вокорд.ру!

АЦП это АВМ и на выходе АЦП формируется ДЕСЯТИЧНАЯ ФОРМА ПРЕДСТАВЛЕНИЯ ЦИФРОВОГО СИГНАЛА! А вот бинарной (да еще и с ограничением разрядности) она становиться только лишь после десятично-двоичного шифратора, который по большому счету не относится к АЦП.

Дорогой Вадим Викторович, вы это о чём? Из каких дремучих годов с каких старинных запасников вы изпользуете АЦП? Совмеменные АЦП (в частности те, что встроены в ПЗС-процессоры или встроены в КМОП-видеосенсоры) просто содержат в себе регистр, в который записывается значание, сформированное АЦП, и выставляется сигнал готовности. Считываение (передача) цифровых данных из АЦП производится по параллельной LVDS-шине, содержащей линии данных и линии управления. Эту чепуху про "на выходе АЦП формируется ДЕСЯТИЧНАЯ ФОРМА ПРЕДСТАВЛЕНИЯ ЦИФРОВОГО СИГНАЛА" вы откуда взяли?

Еще раз: JPEG - это кадр, сформированный _АВТОМАТИЧЕСКОЙ_ нормализацией гистограммы и LUT по всему кадру. Потом он был пропущен через Autolevel photoshop, который ничего не знает про объекты интереса, поэтому он пытается _АВТОМАТИЧЕСКИ_ нормализовать гистограмму по всему кадру, и у него получается что-то улучшить, но лицо по прежнему не видно.

Ваши художественные работы только подтверждают сложность и важность задачи, которую решает компания Вокорд, встраивая алгоритмы в свои видеокамеры. Ваши "художества" - это алгоритмы, которые в обязательном порядке _ТРЕБУЮТ УЧАСТИЯ ЧЕЛОВЕКА_, как распознавателя и оценивателя успешности промежуточного результата: человек должен найти объект интереса (лицо), и для этой области изображения выбрать оптимальную функцию локального преобразования гистограммы, чтобы опять же для человека изображения показалось визуально более информативным, чем первоначальное.

Чтобы сравнивать изображения, полученные вашим алгоритмом, и нашим автоматическим алгоритмом, необходимо сравнивать не визуально (нравится/не нравится, видно/не видно), а по такому параметру изображения объекта интереса, как сигнал/шум.

А ещё лучше сравнить работу алгоритмов по такому проказателю как результат работы системы распознавания лиц. Для этого надо посчитать меру Ван Ризбергена, зафиксировав соотношение между точностью и полнотой, и подав на вход системы тестовые множества изображений, обработанных вашим человеческим алгоритмом и нашим - автоматическим. Полагаем, что ваш результат будет на порядок хуже.

Слева - изображение перед началом работы алгоритмов оптимизации изображений области интереса, справа - результат работы алгоритмов оптимизации параметров камеры для получения наилучших изображений объектов интереса - ГРНЗ

Одна поправочка (тут наши спецы меня поправляют): автомобили (белые джипы) на первой паре фотографий - разные, потому что просто невнимательно копипастил фотки из тезисов доклада. Это ошибка. В режиме работы, когда камера уже адаптировалась под условия освещения, засвеченных ГРНЗ уже нет. Правильное описание этих двух фотографий следующее:

Практически для любого географического региона есть некоторый сезон в году и некоторый интервал времени суток, когда ГРНЗ пересвечивает низкорасположенное солнце, которое светит "из-за спины камеры". Для традиционной камеры - это "временная слепота" (фотография слева):

Но для VOCORD NetCam это абсолютно рабочая ситуация, и автоматика с ней легко справляется, потому что камера заблаговременно плавно меняет свои параметры, подстраиваясь под оптимальные соотношения сигнал/шум для изображений объектов интереса (ГРНЗ), и в случае солнечной засветки, камера даёт оптимальные по качеству изображения ГРНЗ, при этом вся остальная часть кадра становится затемнённой (фотография справа):

А вот изображения из реальных тестов алгоритма адаптации к условиям засветки системы Vocord-Traffic (два канала одновременно):

С выключенным алгоритмом апаптации

С включенным алгоритмом адаптации для оптимального качества изображений объектов интереса