CC BY
20
Евразийский Союз Ученых (ЕСУ) # 8 (17), 2015 | ТЕХНИЧЕСКИЕ НАУКИ
121
использованы константы материала хитозана, заимствованные из технической литературы. Как видно из сопоставления графиков, имеет место довольно большая схожесть экспериментальной и теоретической зависимостей. Провал характеристик объясняется математически присутствием в формуле (5) тангенса, а физически появлением резонанса сдвиговых колебаний по толщине пленки при некотором сочетании изменяющихся толщины и модуля сдвига высыхающей пленки. Как видно из анализа формулы (5), этот резонанс происходит, когда постоянная
распространения сдвиговых колебаний в пленке удовлетворяет соотношению yzh = п/2.
Обсуждение результатов.
Полученные в экспериментах результаты показали хорошее совпадение с теоретическими расчетами в случаях с тонкими вязко-упругими пленками и некоторое расхождение в случаях с вязко- жидкими пленками. Это объясняется тем, что геометрическая форма пленок ПВХ значительно лучше совпадала с формой, рассматриваемой в математической модели, а их размеры измерялись достаточно точно.
Рис.7. Экспериментальное и теоретическое изменения частоты ПР в процессе высыхания пленки хитозана
Форма жидких пленок далека от идеализированной, изображаемой на рис. 1 и 2. Кроме того, масса жидких пленок вследствие их большой толщины (1 - 2 мм) сравнима с массой резонатора, нанесение их на один из краев резонатора смещает центр масс и крепление резонатора уже приходится не на узел колебаний, что приводит к дополнительной утечкой колебательной энергии. Это особенно хорошо заметно на зависимостях изменения акустических потерь: на рис. 3,б и 4,б потери в эксперименте заметно выше расчетных. Определенную роль играет и эффект «проскальзывания» на границе пластина-пленка.
Работа выполнена в рамках проекта №13-07-00417а, финансируемого Российским Фондом фундаментальных исследований.
Список литературы
1. https://en.wikipedia.org/wiki/Quartz_crystal_microbal ance.
2. Johannsmann D. Derivation of the shear compliance of thin films on quartz resonators from comparison of the frequency shifts on different harmonics: A perturbation analysis// J. Appl. Phys. 2001. v. 89. № 11. 6356-6364.
3. Du B., Johannsmann D. Operation of the quartz crystal microbalance in liquids: derivation of the elastic compliance of a film from the ratio of bandwidth shift and frequency shift // Langmuir 2004. v. 20. 28092812.
4. Т.А. Яхно, А.Г. Санин, C.V. Vacca, F. Falcione, О.А. Санина, В.В. Казаков, В.Г. Яхно. Новая технология исследования многокомпонентных жидкостей с использованием кварцевого резонатора. Теоретическое обоснование и приложения. Журнал технической физики, 2009, том 79, вып. 10.
5. Т.А. Яхно, В.В. Казаков, О.А. Санина, А.Г. Санин,
B. Г. Яхно. Капли биологических жидкостей, высыхающие на твердой подложке: динамика морфологии, массы, температуры и механических свойств. Журнал технической физики, 2010, том 80, вып. 7.
C. 17-23.
6. Мэзон У. (ред.) Физическая акустика. Том 1. Методы и приборы ультразвуковых исследований. Часть А. М.: Мир, 1966.
СОВРЕМЕННЫЙ МЕТОД ОЦЕНКИ КАЧЕСТВА ИЗОБРАЖЕНИЯ
Соколова Екатерина Викторовна
Ст. преподаватель кафедры фотографии и народной художественной культуры, Санкт-Петербургский государственный институт кино и телевидения, г. Санкт-Петербург
АННОТАЦИЯ
Данная работа посвящена современному методу оценки качества изображения путем построения кривых тоновоспроизведения на примере оценки качества контрастного изображения. В рамках работы данным методом оценены изображения, полученные при помощи цифровой камеры и аналоговой на фотопленку. В результате анализа кривых тоновоспроизведения сделан вывод о том, что наилучшее изображение получено при сканировании негатива.
ABSTRACT
This work is devoted to modern method of assessing the quality of the images. One of them is based on the construction of tone curves. The examples for measuring were contrast images. These images were taken with a digital camera and an analog
122
Евразийский Союз Ученых (ЕСУ) # 8 (17), 2015 | ТЕХНИЧЕСКИЕ НАУКИ
camera with photographic film. The result, which was obtained by the tone curves analysis, that the best image obtained by shooting with an analog camera.
Ключевые слова: оценка качества изображения, кривые тоновоспроизведения, параметры кривой тоновоспроизведения, анализ кривых тоновоспроизведения, контрастное изображение.
Keywords: evaluation of the image quality, tone curve, the parameters of the tone curve, the analysis of the tone curve, contrast image.
В современном мире постоянно совершенствуется техника и технология получения изображения, направленная на улучшение его качества. Поэтому вопросы, занимающиеся оценкой качества получаемого изображения, не теряют своей актуальности.
При оценке качества основных видов сюжетных фотографий (портретов, пейзажей, репортажей, жанровых постановок и т.п.) важной является адекватная передача тональной шкалы яркостей объекта.
Зависимость между яркостями объекта съемки и его фотографического изображения устанавливает теория фотографического воспроизведения тонов (или тоновос-
произведение) [1, с. 161]. В данной статье будет рассмотрен метод оценки качества изображения путем построения кривых тоновоспроизведения. Кривая тоновоспроизведения (рис. 1) - это графическая иллюстрация зависимости величины полученного фотографического изображения (в частности плотности почернения на носителе информации, D изображения) от яркости объекта съемки (переведенной в плотности, D тест-объекта).
Для количественной оценки качества получаемого изображения проводятся замеры протяженности и наклона участков (градиент, g) светлых тонов (А), полутонов (В) и темных тонов (С) [2, с. 94].
Dизображения ' П араметры
Длина А
0.78
Градиенг А 0.19 Длина В
0.34
Г радиенг В 1.90 Длина С
0.79
Г радиенг С 0.49
Общий градиент 0.G2
Закрыть IМОК
D тест-объекта
Рисунок 1. Кривая тоновоспроизведения
В представленной работе проводилась оценка качества изображения путем построения кривых и последующему определению параметров тоновоспроизведения для объектов, снимаемых на цифровую и аналоговую камеры.
Для сравнения цифрового и галогенсеребряного изображения фотопленку после проявления сканировали, схема эксперимента представлена на рис. 2.
Рисунок 2. Схема эксперимента
В качестве объекта фотографирования в нашем эксперименте был выбран контрастный пейзаж с большими участками воды и неба, а также участками большой яркости и сильно затененными участками берега. Выбор пей-
зажа был не случаен, так как похожий объект фотографирования был использован К. Мизом [3, с. 357] при изучении параметров тоновоспроизведения. Кроме того, в кадр была помещена черно-белая шкала, необходимая для пересчета яркостей объекта (B) в оптические плотности (D).
Евразийский Союз Ученых (ЕСУ) # 8 (17), 2015 | ТЕХНИЧЕСКИЕ НАУКИ
123
Необходимо отметить, что контраст объекта (или диапазон яркостей изображения) - это соотношение между яркостью самого темного и самого светлого участков поверхности. В эксперименте был использован прямой способ замера яркости, то есть непосредственное измерение максимальной и минимальной яркости точечным яркомером. Поле замера составляло 1%.
Предельное отношение яркостей образуется при съемке черного меха на свежевыпавшем снегу и контраст в данном случае равен 1:330. Средний контраст натурного объекта равен 1:160 [4]. В нашем случае контраст был равен 1:189, контраст пейзажа из эксперимента К.Миза -1:194. Проблемой передачи яркости подобных контраст-
ных объектов является получение изображения с недостаточной проработкой деталей и в светлых областях, и в темных.
После получения изображений, для их сравнения и построения кривых тоновоспроизведения, было дополнительно построено несколько калибровочных кривых. Для перевода яркостей объекта (пейзажа) в оптические плотности в кадре была помещена шкала (тест-объект) и промерены яркости полей шкалы и яркости деталей пейзажа, также поля тест-объекта были промерены на денситометре, что дало возможность построить калибровочную шкалу перевода яркостей деталей пейзажа в плотности (рис.3).
Рисунок 3. Калибровочная кривая перевода яркости объекта фотографирования в оптические плотности.
Для цифровых изображений затруднен замер значений оптических плотностей, но построение калибровочных кривых дает возможность перевода процентных отношений черного цвета, промеренного инструментом «Пипетка» в программе Photoshop в плотности. Для изме-
Перевод процента черного в плотности
% черного цвета
0,016 0,2 0,508 0,82 1,1 14 1,422 1,608 2,086 □объекта
Рисунок 4. Калибровочная кривая перевода процента черного цвета в оптические плотности для сканированного тест-объекта.
Для получения данных изображений, снятых цифровой камерой Canon D7 была построена аналогичная калибровочная кривая (рис. 5), но процент черного в этом случае замерялся непосредственно на полученном цифровом изображении.
По калибровочным кривым все данные, полученные из Photoshop, были переведены в денситометрические
рения оптической плотности деталей пейзажа на изображении, полученном после сканирования негативов, была дополнительно отсканирована шкала тест-объекта, использованная при съемке, и была построена калибровочная кривая зависимости процентного содержания черного цвета от оптической плотности этого тест-объекта (рис. 4).
Рисунок 5. Калибровочная кривая перевода процента черного цвета в оптические плотности для цифрового изображения тест-объекта.
величины (оптические плотности). После перевода появилась возможность построения кривых тоновоспроизведения (рис. 8, 9) для изображений, полученных цифровой камерой (рис. 6) и в результате сканирования негатива (рис. 7).
124
Евразийский Союз Ученых (ЕСУ) # 8 (17), 2015 | ТЕХНИЧЕСКИЕ НАУКИ
Рисунок. 6. Изображение, полученное цифровой камерой Canon D7
Кривая тоновоспроизведения для Canon D 7
Рисунок 8. Кривая тоновоспроизведения для цифровой камеры Canon D7
Для оценки качества тоновоспроизведения был проведен сравнительный анализ полученных кривых. Кривая для Canon D7 имеет четко выраженные участки светов, полутонов и теней. В тенях и светах можно отметить искажения (участки не прямолинейны), участок теней в 3 раза длиннее участка теней, что свидетельствует о большом количестве темных полутонов с хорошей проработкой. Тем не менее, необходимо отметить, что максимальная плотность объекта равная 2,7 передается на изображении плотностью 2,1. Это означает, что самые темные участки объекта передаются более светлыми тонами, происходит потеря общего контраста изображения. Это подтверждает и общий наклон кривой (g общ), который равен 0,8, в то время как стандартом является градиент равный 1,2. Рассматривая участок передачи полутонов, можно отметить, что градиент прямолинейного участка (g пр) равен 1,9, то есть градации серого передаются более высоким плотностями.
Анализируя кривую, построенную в результате сканирования пленки, можно отметить ее прямолинейность. Это свидетельствует о том, что практически все элементы пейзажа передаются пропорционально, при этом общий градиент кривой равен 1, а градиент прямолинейного участка равен 1,09. Это свидетельствует об очень небольшой потере контраста изображения. Но на участках малых плотностей на отрезке кривой, отвечающей за передачу светлых тонов можно наблюдать искажение: при увеличении плотности объекта, плотность изображения не увеличивается, передается тем же самым тоном. Это видно и при рассматривании фотографии: светлые участки воды и берега выглядят белыми, в то время как на цифровом изображении эти же участки передаются светлыми оттенками.
Рисунок. 7. Изображение, полученное при помощи сканирования пленки Ilford Delta 100
Рисунок 9. Кривая тоновоспроизведения для изображения, полученного сканированием пленки Ilford Delta 100
По данным, полученным при анализе формы кривых, а так же по численным параметрам можно сделать вывод о том, что с точки зрения тоновоспроизведения, изображение, полученное после сканирования пленки, имеет более высокое качество и проработку деталей изображения, чем при съемке цифровой камерой. То есть фотопленка больше подходит для съемки сюжетов большого контраста. Единственным недостатком данного метода получения изображения, может быть назван относительно долгий процесс химико-фотографической обработки и последующего сканирования. При использовании цифровых камер, процесс получения изображения практически моментальный, но при этом рекомендацией для получения пропорциональной передачи тонов является проведение дополнительной компьютерной обработки изображения.
Планируются дальнейшие исследования в данной области, направленные на увеличение базы данных съемочной техники и фотоматериалов, сравнения не только электронных изображений, но и отпечатков, а также сравнения параметров тоновоспроизведения изображений контрастных объектов и объектов нормального контраста.
Список литературы
1. Котов А. М. и др.//Сборник тезизов Всесоюзного семинара по автоматизации проектирования оптических систем. Москва, октябрь, 1988.—Л.: ГОИ, 1989. —250 с.
2. Константинова Е.В. Влияние условий съемки и химико-фотографической обработки на тоновоспроизведение в сквозном фотографическом процессе: дисс. СПб.: СПбГИКиТ, 2000 - 152 с.
Евразийский Союз Ученых (ЕСУ) # 8 (17), 2015 | ТЕХНИЧЕСКИЕ НАУКИ
125
3. Миз К., Джеймс Т. Теория фотографического процесса. Пер. с англ. Под ред. А. Л. Картужанского и В.Н. Синцова. Л.: Химия, 1973, - с.501
4. Горбатов А. Характеристики объекта съемки.
URL: http://photonik. ru/index.php/ekspozitsiya/76-
eksponometriya-i-ekspozamer-kharakteristiki-ob-ekta-
s-jomki
ТЕХНИЧЕСКИЕ МЫСЛЯЩИЕ СИСТЕМЫ НА ПОРОГЕ НАШЕГО ОБЩЕСТВА
Тимофеев Анатолий Иванович
Старший научный сотрудник, ОАО Национальный институт авиационных технологий (ОАО НИАТ), Москва
АННОТАЦИЯ
Новый класс технических интеллектуальных систем появился в последнее время на пороге нашего общества -Технические Мыслящие Системы (Technical Thinking Systems). На мировой арене этому явлению уделяется большое внимание, включая проведение специальных научных конференций [1] с презентацией инновационных проектов и разнообразием smart systеm - “умных" систем, “умных" домов, “умных" улиц, “умных" городов будущего, дискуссий о ролях этих систем в естественных и экстремальных условиях, компьютерных науках, педагогике, требованиях к жителям “умных" городов, проблемах моделирования в Мыслящих Системах и т.д.
Основная особенность приведенного примера Мыслящих Систем (проекта “Искусственная “разумная " рука ") - это присутствие обратной связи в виде моделей физических ситуаций в системе “Кисть-Объект " (“К-О") посредством моделирования способа организации функциональной системы человека - системы захвата, включая пространственное осязание руки человека.
Кардинальное решение актуальной и нерешенной проблемы в манипуляционной робототехнике - надежность захвата неориентированных объектов сложных объектов - базируется на применении семиотической структуры отношений контактных точек, как симбиозе информациологии, раскрывающей геометрический мульти-агентный ракурс неизвестной исходной физической ситуации, и семиотики, раскрывающей ее смысл, а так же с применением целенаправленно формализованных междисциплинарных знаний и результатов экспериментов по изысканию функциональных принципов двигательного акта руки человека в аналогичных условиях.
Применение принципов и методологии Мыслящих Систем предоставит возможность широкомасштабного внедрения манипуляционной робототехники и интеллектуальных протезов в недоступных ранее областях трудовой деятельности человека.
ABSTRACT
Over the last few years a new class of technical intellectual systems has appeared on the threshold of our society -Technical Thinking Systems. This phenomenon has received much attention in the World, including the implementation of special scientific conferences [1] with the presentation of innovative projects and a variety of smart systеm - “smart" homes, “smart" streets, “smart" cities of the future, discussions about the roles of these systems in natural and extreme conditions, computer science, pedagogy, requirements to citizens of “smart" cities, problems of simulation of Thinking Systems, etc.
The main feature of the first example of Thinking Systems (the project “Artificial “Intellectual"Hand") is the presence offeedback in the form of models of physical situations in the system “Brush Object" (“K-O") by simulation of method of organization of human functional system - capture system, including spatial touch of a human hand.
Cardinal solving of current and unsolved problems in manipulation robotics - “Capture reliability of non-oriented complex form objects" is based on use of semiotic structure of relations of contact points, as symbiosis of informationology, discovering geometrical multi-agent perspective of any unknown physical situations, and semiotics, discovering it,s meaning, as well as with the use ofpurposefully formalized interdisciplinary knowledge and results of experiments on research offunctional principles of motor activity of human hands under similar conditions.
The application of the principles and methodology of Systems Thinking will provide the opportunity for large-scale application of manipulation robotics and intelligent prostheses in previously inaccessible areas of human activities.
Ключевые слова: мыслящие системы, моделирование, методы организации, робототехника.
Keywords: thinking systems, simulation, methods of organization, robotics.
1 .Терминология
Академик А.Н. Колмогоров полагает [2], что моделирование способов организации (как сети информационных процессов действий, приводящих к ожидаемым результатам) материальных систем (включая биологические) заключается в применении других материальных элементов (и необходимых алгоритмов функционирования и адекватных элементов структур) с целью создания новых систем с подобной организацией (и их способов) по существу, что и оригинальная система. Поэтому, по его мнению, достаточно полная модель Живой Системы должна называться Живой Системой, а достаточно полная модель Мыслящей Системы должна называться Мыслящей Системой.
2.Некоторые особенности Мыслящих Систем
В целом известно, что любая smart systеm использует принцип выбора (методом перебора) необходимого решения или алгоритма действия из ограниченного их списка, заранее созданного человеком. Процедура принятия решения Мыслящими Системами производится иначе.
По мнению многих психологов, каждый нормальный человек стремится предвидеть смысл предстоящих его действий с ожидаемыми результатами, иначе его жизнь может оказаться бессмысленной.
Поэтому в Мыслящих Системах как специальных системах моделирования информационных процессов принятия решений в различных, в том числе неопре-
