Curvas de preferência ISO
O que é contorno?
À medida que diminuímos o número de níveis de cinza em uma imagem, algumas cores falsas ou bordas começam a aparecer em uma imagem. Isso foi mostrado em nosso último tutorial de Quantização.
Vamos dar uma olhada nisso.
Considere que temos uma imagem de 8bpp (uma imagem em tons de cinza) com 256 tons diferentes de cinza ou níveis de cinza.
A imagem acima tem 256 tons diferentes de cinza. Agora, quando reduzimos para 128 e reduzimos ainda mais para 64, a imagem é mais ou menos a mesma. Mas ao reduzir ainda mais para 32 níveis diferentes, temos uma imagem como esta
Se você olhar de perto, verá que os efeitos começam a aparecer na imagem. Esses efeitos são mais visíveis quando os reduzimos ainda mais para 16 níveis e obtivemos uma imagem como esta.
Essas linhas, que começam a aparecer nesta imagem, são conhecidas como contornos e são bem visíveis na imagem acima.
Aumento e diminuição do contorno
O efeito do contorno aumenta à medida que reduzimos o número de níveis de cinza e o efeito diminui à medida que aumentamos o número de níveis de cinza. Ambos são vice-versa
VS
Isso significa mais quantização, terá efeito em mais contorno e vice-versa. Mas é sempre assim. A resposta é Não. Isso depende de outra coisa que será discutida abaixo.
Curvas de isopreferência
Um estudo realizado sobre este efeito de nível de cinza e contorno, e os resultados foram apresentados no gráfico na forma de curvas, conhecidas como curvas de preferência Iso.
O fenômeno das curvas Isopreference mostra que o efeito do contorno não depende apenas da diminuição da resolução do nível de cinza, mas também do detalhe da imagem.
A essência do estudo é:
Se uma imagem tiver mais detalhes, o efeito de contorno passaria a aparecer nesta imagem posteriormente, ao comparar com uma imagem que tem menos detalhes, quando os níveis de cinza são quantizados.
De acordo com a pesquisa original, os pesquisadores pegaram essas três imagens e elas variaram a resolução do nível de Gray, nas três imagens.
As imagens eram
Nível de detalhe
A primeira imagem tem apenas um rosto e, portanto, muito menos detalhes. A segunda imagem também possui alguns outros objetos na imagem, como o camera man, sua câmera, suporte da câmera e objetos de fundo, etc. Considerando que a terceira imagem tem mais detalhes do que todas as outras imagens.
Experimentar
A resolução do nível de cinza foi variada em todas as imagens, e o público foi solicitado a avaliar essas três imagens subjetivamente. Após a classificação, foi traçado um gráfico de acordo com os resultados.
Resultado
O resultado foi desenhado no gráfico. Cada curva do gráfico representa uma imagem. Os valores no eixo x representam o número de níveis de cinza e os valores no eixo y representam bits por pixel (k).
O gráfico é mostrado abaixo.
De acordo com este gráfico, podemos ver que a primeira imagem que era de rosto, foi sujeita a contornos logo no início do que todas as outras duas imagens. A segunda imagem, que era do cameraman, foi sujeita a contornos um pouco depois da primeira imagem quando seus níveis de cinza são reduzidos. Isso porque ela tem mais detalhes do que a primeira imagem. E a terceira imagem ficou bastante contornada após as duas primeiras imagens ou seja: após 4 bpp. Isso porque, essa imagem tem mais detalhes.
Conclusão
Portanto, para imagens mais detalhadas, as curvas de isopreferência tornam-se cada vez mais verticais. Isso também significa que, para uma imagem com muitos detalhes, são necessários poucos níveis de cinza.