ПРОБЛЕМАТИКА КОРРЕКТНОГО РАСПОЗНАВАНИЯ ЦВЕТА НА ИЗОБРАЖЕНИЯХ

Интеллектуальные системы принятия решений стремительно развиваются с каждым годом. Компьютеры прочно связаны с нашей повседневной жизнью и сложно представить аспект жизни, где бы они не применялись. С помощью технологий человек стремится автоматизировать свою деятельность, чтобы облегчить себе жизнь. Одним из таких способов автоматизации является распознавание объектов и образов. Способность “распознавать” считается основным свойством присущим живым организмам, тем не менее, компьютерные системы в своем развитие могут похвастаться довольно высокими результатами в сфере распознавания образов [3]. Например, сейчас можно загрузив в различные интернет сервисы фотографию лица человека и найти его страницу в социальных сетях [2]. Но подобного рода сервисы могут выдавать не достоверную информацию в связи с исходными данными в виде изображений, которые были некорректно обработаны во время их получения.

Среди способов получения исходных данных для систем распознавания, можно выделить два основных канала получения информации: акустический и визуальный.

Все разновидности распознавания, так или иначе, используют эти каналы для определения конечного результата. Примеры задач распознавания образов [3]:

• распознавание документов и текстов;
• распознавание речи;
• распознавание отпечатков пальцев;
• распознавание лиц;
• распознавание символов;
• распознавание по видеосъёмке.

В данной статье будет рассмотрено распознавание образов с использованием графического канала информации, а так же проблемы связанные с ним.

Среди основных проблем, связанных с графическим распознаванием, можно выделить:

• проблему достоверности входных данных;
• проблему правильности методов обработки данных.

Для того чтобы определить проблематику обработки изображений необходимо разобрать изображение с технической точки зрения.

Рассмотрим влияние на фотографию таких параметров как яркость и контрастность. Для примера возьмем оригинальную фотографию с неизменёнными параметрами яркости и контрастности (рисунок 1):

Рисунок 1. Фотография с неизменёнными параметрами

При изменении параметров мы получаем искаженное изображение (рисунок 2), которое может некорректно восприниматься алгоритмами распознавания:

Рисунок 2. Набор фотографий с измененными параметрами

Если внимательно изучить каждую фотографию и сравнить с оригинальной, мы увидим, что цвет на фотографии в одинаковых местах изменяется в зависимости от настроек. Так, например, оранжевый цвет превращается в желтый или зеленый в серый/черный.

На цвет на изображении влияет не только яркость и контрастность, но еще и окружающая среда в которой сделан снимок. Свет изучаемый от искусственных или естественных источников может быть, как “теплый”, так и “холодным”, что непосредственно влияет на оттенок цвета на изображении. Цветовая температура измеряется в градусах по шкале Кельвина и характеризует оттенок света при восприятии зрением человека. Теплым светом считается белый свет с желтоватым оттенком и чем меньше градус по шкале Кельвина, тем более желтый оттенок и тем "теплее" излучаемый ими свет [4]. И наоборот, чем выше указанная температура, тем синее оттенок. Соотношение температурного диапазона в Кельвинах и теплоты света показаны на рисунке 3:

Рисунок 3. Соотношение температуры и теплоты света

Пример теплого, нейтрального и холодного света показан на рисунке 4.

Рисунок 4. Теплый, нейтральный и холодный свет[6]

Необходимо понимать, что во всех трех случаях освещенная стена является белой, но из-за освещения кажется, что это три разных цвета. Для получения верных графических данных, необходимо правильно настроить фотоаппаратуру, чтобы она могла самостоятельно определять цветовую составляющую кадра.

В фотоаппаратуре есть такой параметр как “баланс белого”, который определяет соответствие цветовой гаммы изображения объекта цветовой гамме объекта съёмки. На рисунке 5 показан вариант неправильной настройки баланса белого, когда не правильно определяется цветовая составляющую кадра и искажается цветовая настройка.

Рисунок 5. Неправильно регулировка баланс белого[5]

Исправить такие проблемы поможет съёмка формате. RAW, который можно назвать "сырым", из-за того, что в файле хранится вся информация с матрицы фотоаппарата. Это дает возможность обрабатывать изображение и подстраивать настройки изображения под эталонные. Однако фотографии в этом формате требуют обязательной конвертации, например, в .JPG или TIFF. Съёмка в .JPG формате позволяет получить готовое изображение, но цвета на них будут только такими какими их видит камера и качество будет заметно хуже. Также теряется качество при повторном сохранении изображения в формате .JPG. Это происходит из-за того, что сжимаемое изображение преобразуется из RGB в YCbCr, а качество при обратном восстановлении не будет в точности совпадать с исходным из-за округлений в алгоритмах сжатия. Тем самым мы получаем ухудшение качества изображения после нескольких таких преобразований [1].

Еще одной важной настройкой является светочувствительность в камере, за которую отвечает такой параметр как ISO. Чем выше выставлен этот параметр, тем выше светочувствительность камеры к свету, а значит больше шумов получится на изображении [8]. На рисунке 6 представлен набор фотографий с разными параметрами ISO (1600,800,200,100).

Рисунок 6. Разные параметры ISO на фотографиях

Исходя из выше сказанного можно сказать, что при распознавании необходимо учитывать множество факторов, которые не зависят от алгоритмов распознавания, но могут учитываться в них для более точного анализа. При рассмотрении проблематики распознавания цвета стало понятно, что для качественного результата распознавания, при съемке необходимо сохранять фотографии в “сырых” форматах, которые позволяют дальнейшие манипуляции с объектом распознавания. Из-за того, что такие форматы хранят в себе большое количество информации полученной с матрицы фотоаппарата, фотографии можно изменять без потери качества изображения. Конечно, не только от формата зависят качественные входные данные, но и правильная настройка фото и видео оборудования, которая уменьшает объём постобработки изображения.

Список литературы:

1. Алгоритмы сжатия jpeg и их вэйвлетные модификации [Электронный ресурс] URL: http://www.math.spbu.ru/SD_AIS/documents/2013-12-341/2013-12-tw-14.pdf (дата обращения 10.05.17)
2. Поиск людей по фотографии [Электронный ресурс] URL: https://tjournal.ru/23458-moskovskie-startaperi-zapustili-servis-poiska-ludei-iz-vkontakte-po-fotografii (дата обращения 10.05.17)
3. Теория распознавания образов [Электронный ресурс] URL: https://en.wikipedia.org/wiki/Pattern_recognition (дата обращения 10.05.17)
4. Теплый и холодный свет [Электронный ресурс] URL: http://svetlix.ru/articles/colour_temperature (дата обращения 10.05.17)
5. Установка ручного баланса белого для фотоаппарата. [Электронный ресурс] URL: http://smorovoz.ru/articles/kak-nastroit-balans-belogo-v-fotoapparate.html (дата обращения 10.05.17)
6. Цветовая температура света [Электронный ресурс] URL: http://fonarik.com/cvetovaya-temperatura-sveta-kak-ne-zaputatsya/ (дата обращения 10.05.17)
7. Шумы в фотографии. Начало [Электронный ресурс] URL: http://www.2001photo.com/ru/photocourse/beginner/65-shumy-v-fotografii-nachalo.html (дата обращения 10.05.17)
8. RAW vs JPG. Война форматов [Электронный ресурс] URL: http://fototips.ru/obrabotka/raw-vs-jpg-vojna-formatov/ (дата обращения 10.05.17)