• Életlen képből éles – avagy a dekonvolúció csodái

    Mint a filmeken

    "- Remek! Mutasd a rendszámát!"

    " - Ez remek! Mutasd a rendszámot! "

    Mindig felszisszentem, amikor a filmekben a főhős addig-addig nagyítgatta a biztonsági kamera életlen képét, amíg végül sikerült elolvasnia a rosszfiúk autójának rendszámát. Mint tudjuk, a való életben ez nem így működik, hiszen egy teljesen életlen, homályos kép, egyszerűen nem tartalmazza azt a képi információt, ami ehhez szükséges lenne… Vagy mégis?

    Bizony ez lehetséges, és nem is akárhogy! Most már én sem leszek annyira szkeptikus, ha majd egy filmen ilyen jelenetet látok. Az elmúlt hetekben ugyanis kísérletezgettem néhány programmal, amelyek úgynevezett dekonvolúciós algoritmusokat használnak képek élesítésére. Az eredmény néha döbbenetes: teljesen homályos, életlen fotókon válnak olvashatókká feliratok, pedig az eredeti képre nézve, a józan ész azt diktálná, hogy ez lehetetlen.

    Egy nagyon életlen kép, és a rendszám még így is olvasható lett: JAU-447

    Próbaképpen készítettem egy életlen fotót, majd igyekeztem olvashatóvá tenni a rendszámot, a Gimp alá íródott Refocus plugin segítségével. Íme az eredmény: JAU-447

     

    Hogyan működik a dekonvolúciós élesítés?

    deconvolution-i-5

    Itt az eredeti fotó kevésbé volt életlen

    Az tulajdonképpen belátható, hogy ha készül egy életlen fotó, akkor annak a képét is az eredeti látvány határozza meg, ugyanúgy, mintha éles képet készítenénk. Ha pedig matematikailag leírható, hogy milyen törvényszerűségek szerint válik életlenné az eredeti látvány (pl. az objektív hogyan alkot életlen képet), akkor bizonyos szintig visszafejthető, az eredeti (éles) kép.

    A dekonvolúciós eljárást már széles körben használják tudományos laborokban, például mikroszkópok képének feljavítására, de elterjedt a csillagászati képalkotásban is.

     

    “Hétköznapi” fotók élesítése

    Természetesen nem csak extrém mértékben defókuszált képeken alkalmazható ez az eljárás. Ez a rendszámos bemutató inkább csak a módszer lehetőségeit szemlélteti. Kevésbé életlen fotókon (néhány pixelnyi életlenség) is segíthetünk, és nem ritkán, az elterjedt életlen maszk szűrőnél jobb eredményt kaphatunk így.

    Persze a módszernek vannak korlátai – leginkább a zaj és a szellemkép kialakulása -, így továbbra is érdemes éles fényképeket készíteni. De azt gyanítom, hogy előbb-utóbb az ismertebb képfeldolgozó programokban nagyobb szerepet kap ez az eljárás.

     

    Próbálja ki!

    deconvolution-i-4

    Munkában a Refocus plugin

    Több program közül én a Gimp-hez készített Refocus plugint ajánlanám. Legfőképp azért, mert maga a Gimp és a plugin is ingyenes. (A Gimp-től nem kell félni, csak meg kell ismerni, és máris nagyon jól használható.)

    A Gimp aktuális Windows-os verzióját itt töltheti le:
    gimp-win.sourceforge.net/
    A Refocus plugint pedig itt:
    www.postershop.hu/blog/files/refocus.zip

     

    Telepítse a Gimp-et, majd a kicsomagolt refocus.exe fájlt másolja a Gimp plugin könyvtárába. A Gimp plugin könyvtárát kb. egy ilyesmi útvonalon fogja megtalálni (Windows XP-t feltételezve):

    C:\Documents and Settings\FELHASZNÁLÓNÉV\.gimp-x.x\plug-ins

    A “FELHASZNÁLÓNÉV” rész helyett az adott számítógépnek, felhasználónak megfelelő név szerepel, illetve a gimp-x.x helyett az aktuális GIMP verzió megnevezése (pl. .gimp-2.6). Na és persze, a meghajtó betűjele is lehet más, mint C:

     

    Ha minden jól sikerül, akkor a Gimp elindítása, és egy fotó megnyitása után, a Szűrők menüpont alatt, a Kiemelés/Refocus… útvonalon (angol nyelvű Gimpben: Filters/Enhance/Refocus…) futtathatjuk a Refocus plugint.

    A programablakban az alábbi beállításokkal módosíthatjuk a képet:

    • Matrix Size: a lényeg, hogy (jóval) nagyobb legyen, mint a Radius értéke
    • Radius: Itt állíthatjuk be, hogy mennyire életlen a kép. (Egy elméletben teljesen éles képpont, az adott fotón, hány pixel sugarú homályos pacának felelne meg.) Ezt az értéket kell elsőként kikísérletezni.
    • Gauss: Hasonló, mint a Radius, de nem cirkuláris, hanem gauss életlenségre. (Valódi optikai életlenség esetén, ne ezt használjuk, hanem a Radius-t. Esetleg egy picit rásegíthetünk, minimális Gauss értékek megadásával.)
    • A Correlation és a Noise segítenek megszűrni az élesített képet a nemkívánatos zajtól. Általában az alapbeállítás megfelelő.

     

    Olvassa el elsőként ezt a rendszámot, és nyerjen egy ingyenes poszternyomtatást!

    deconvolution-rejtveny

    Mi lehet az öt fekete színű karakter? Fejtse meg!

    Ez a kép, egy külföldi rendszámot ábrázol. Mentse el, és próbálja meg a Refocus plugin segítségével megfejteni a fekete színű karakter-sort! Persze bármilyen más programmal, eljárással is próbálkozhat. Ha sikerül, és Ön az első beküldő, akkor Öné az ingyenes nyomtatás.

    Tehát az első helyes megfejtést beküldő olvasó jutalma: 1db 100×70cm-es poszternyomtatás a postershop.hu-tól (a megfejtő által, erre a célra küldött digitális fotóról ill. képfájlról természetesen), selyemfényű fotópapírra elkészítve, ingyenes kiszállítással Magyarország területén belül.

    A megfejtőtől nem csak az öt karaktert, hanem az élesített képet is várnám, hogy itt bemutathassam, valóban megoldható a “rejtvény”. Az öt karaktert és a képet az info@postershop.hu címre küldje, Rumpf Barnabás névre! Az e-mail címünkre elsőként beérkezett, helyes megfejtést tartalmazó e-mail küldője lesz a nyertes, az esetlegesen meg nem érkezett e-maileket nem tudom figyelembe venni. (Ha beérkezett az első helyes megfejtés, akkor azt itt, a blogon közzéteszem.)

    Jó szórakozást a “nyomozáshoz”!

    Rumpf Barnabás

    Frissítés: Megvan a nyertes!

    megfejtes

    A helyes megfejtés: 12607

    Az első helyes megfejtés az imént meg is érkezett. A leggyorsabb Nagy Sándor volt, neki ezúton is gratulálok! (Vele hamarosan e-mailben felveszem a kapcsolatot.)