Qualitätsanforderungen an und objektive Bewertung von Bildtransformationen

Transkript

1 Qualitätsanforderungen an und objektive Bewertung von Bildtransformationen 1 Agenda 1. Datenaufbereitung von der Idee zum Druckprodukt 2. Was macht ein gutes Bild aus? 3. Richtige Farbwiedergabe 4. Wege der Farbtransformationen 5. Der Einfluss des Ausgabeprozesses auf die Datenaufbereitung 6. Datenaufbereitung in der Druckindustrie. 7. Bewertung der Qualität von Transformationen 8. Bewertung der Bildqualität 2 1

2 Fogra Forschungsgesellschaft Druck e.v. München 1. Von der Idee zum Druckprodukt: Datenaufbereitung Bildqualität im Auge des Kunden No reference : Undefinierte Quelle Gefällt mir Full reference : PDF/X mit Proof In der Toleranz Proof QC Press QC Proof QC Def.: Alle notwendigen Bearbeitungsschritte (Transformationen), die vor dem Hintergrund der beabsichtigten Ausgabebedingung, in einer optimalen (Druck-) Vorlage resultieren 3 Bildquelle: BMW, Microsoft 2. Was macht ein gutes Bild aus? Full reference Übereinstimmung von Original und Produkt Qualitätskriterien ( nesses ) Farbe Farbgenauigkeit (Accurateness) Farbgleichmäßigkeit (Smoothness) No reference Hol das Beste raus Proof Druck Farbumfang (Colourfulness) Glanz (Glossiness) Graustufendifferenzierung Homogenität Farbgleichmäßigkeit (Smoothness) Auflösung Bild-/Textschärfe (Sharpness) Artefakte Defekte (Imperfectness) 4 2

3 2. Was macht ein gutes Bild aus: Ein paar Beispiele Original Dichtereduktion Farbstich Gutes Bild? Unscharf 5 3. Welche Farbwiedergabe hätten Sie gern? Man unterscheidet 6* Farbwiedergabemethoden Original colorimetric exact corresponding preferred spectral CIExy (CIE a*b*) CIEL* (relative luminance) CIEY* (absolute luminance) Appearance correlates (e.g. colourfulness) Spectral reflectance Important colours (use case dependent) ICC Ansatz: Standardisierte Betrachtungsbedingungen führen auch bei farbmetrischer Farbwiedergabe zu gleicher Farberscheinung * Hunt. Equivalent ignoriert zur Vereinfachung. 6 3

4 Fogra Forschungsgesellschaft Druck e.v. München 4. Eine gute Transformation: Was wird gemacht? Quellbild SI Betrachtungsbedingungen Ausgabeprozess VC OC RI Wiedergabe -absicht Eine Transformation f(si,vc,oc,ri) Statisch von Quelle nach PCS und nach Ausgabe (CMM Type 1) + Analyse des Bildgamuts ( Dynamisch CMM Type 2) + Analyse der Nachbarschaft ( Dynamisch CMM Type 3) Grundlagen für die Transformation typische Umsetzung Gerät bekannt Bildgamut bekannt ortsaufgelöst CMM Type 1 X X Standardprofile CMM Type 2 X on-the-fly CMM Type 3 PCS: Profile Connection Space CMM: Colour Matching Module 7 on-the-fly 4. Die Transformation im Detail Helligkeitsanpassung Kontrastanpassung Farbanpassung Schärfung Lokale Bildkorrektur (z.b. rote Augen entfernen) Statisch und vorberechnet (Type 1) oder Dynamisch bildabhängig (Bildoptimierung) (Type 3) in Abhängigkeit vom Farbumfang des Bildes (Type 2) Bildquelle: Peter Zolliker 8 4

5 4. Eine gute Transformation: Wie kann man es machen? Architektur des Workflows, d.h. was ist technisch möglich? Klassisches ICC-Colourmanagement Device Link Beides CMM (Type 1, Type 2 oder Type 3) CIELab + Betrachtungsbedingungen Quelle Austauschfarbraum Ziel Quelle oder? Ziel 9 4. Und wie schnell ist das? t=0.1s CMM Type 1 t=20s CMM Type 2 t=60s CMM Type 3 Statisch Für alle Bilder gleich Dynamisch Analyse Bildgamut Dynamisch Analyse Bildgamut Analyse Nachbarschaft 10 5

6 Fogra Forschungsgesellschaft Druck e.v. München 5. Umsetzung der Zielvorgabe für den Ausgabeprozess Die Positioniergenauigkeit und die Rasterung des Ausgabeprozesses bestimmen die Notwendigkeit einer kanalspezifischen Aufbereitung und den Wunsch nach reinen Primärfarben Text Text Medienneutralität möglich? Die Datenaufbereitung muss sich am Ausgabeprozess orientieren Was muss der Workflow nun wissen und tun? Quellbild Transformation PCS der Quelle Ermittlung von Ersatzfarben (Gamut Mapping) Erscheinung Rendering/ Re-rendering Neue Erscheinung Neues Bild Separation Zielbild Wiedergabeabsicht Druckbedingung Farbumfang Tonwertumfang Registerhaltigkeit 12 6

7 6. Eine Beispieltransformation Transformation PCS (PRMG) Quelle ist bereits aufbereitet Ermittlung von Ersatzfarben (Gamut Mapping) srgb Erscheinung bei srgb Betrachtungsbedingungen Re-Rendering Bevorzugte Erscheinung TVS 240% GCR CMY K Perceptual IFRA26 Farbumfang gering Tonwertumfang gering Registerhaltigkeit schlecht CMM Type 1 in der Praxis Statisch (Pixelbasiert) - CMM Type 1 der Quelle des Ziels PCS Quellbild in den Austauschfarbraum aus dem Austauschfarbraum Zielbild von Quelle zu Ziel (DeviceLink) Die Intelligenz steckt im Profil ( smart profile ) 14 7

8 Fogra Forschungsgesellschaft Druck e.v. München 6. CMM Type 2 in der Praxis Dynamisch (Pixelbasiert) - CMM Type 2 der Quelle des Ziels PCS Quellbild in den Austauschfarbraum aus dem Austauschfarbraum Zielbild von Quelle zu Ziel (DeviceLink) Dynamisch berechnete Transformation von Quelle zu Ziel (DeviceLink) GaMapICC based on Argyll Die Intelligenz steckt in der CMM ( smart CMM ) CMM Type 3 in der Praxis Dynamisch (ortsaufgelöst) - CMM Type 3 der Quelle des Ziels PCS Quellbild in den Austauschfarbraum aus dem Austauschfarbraum Zielbild von Quelle zu Ziel (DeviceLink) Dynamisch berechnete Transformation von Quelle zu Ziel (DeviceLink) Dynamisch unter Berücksichtigung des Ortes (Nachbarschaft) berechnete Transformation von Quelle zu Ziel (DeviceLink) Die Intelligenz steckt in der CMM ( smart CMM ) 16 8

9 7. Und wie bewertet man die Qualität der Transformation? Full reference No reference Maximal Farbe Homogenität Auflösung min E IQ max C* IQ Kontrast Indizien für gute Qualität: Separationsqualität IQ: Image Quality Und welches Bild ist jetzt am besten transformiert? Original 18 9

10 Fogra Forschungsgesellschaft Druck e.v. München 8. Wie misst man Bildqualität? Es gibt leider (noch) keine allgemein gültige Verknüpfung zwischen messbaren Bildparametern und einer Gesamtbildqualität (IQ). Beispiel für nichtlineares Bildqualitätsmodell: IQ = -3,53 + (0,19 Bilddefekte -1,73 + 0,48 Bildschärfe -1,73 + 0,22 Farbgenauigkeit -1,73 ) -1/1,73 Engeldrum: IS&T 39 (1995) IQ 1 sehr gut 2 gut 3 befriedigend 4 ausreichend 5 mangelhaft Farbumfang IQ = 5 IQ = 5 Auflösung Überprüfung der einzelnen Qualitätskriterien ist nötig Manuell anhand von Testformen Automatisch anhand von Testformen Farbe Statistik von Farbunterschieden Homogenität Ortsaufgelöstes Helligkeitsprofil Auflösung Konturanalyse 20 10

11 8. Automatische Qualitätsbewertung am Modell Automatisch am Modell Farbmetrische Genauigkeit Kontrast: MTF, Heynacherzahl* Farbunterschiedsstatistik MTF-Auswertung Lokaler Kontrast: SSIM SSIM-Map Separationsqualität: Glätte, Stetigkeit, Anfälligkeit für Schwankungen im Druck Plot der Separation von Verläufen durch den CMYK-Farbraum (Fogra Forschungsberichte und ) * E. Heynacher: Einige Bemerkungen zum Problem der Optischen Bildbeurteilung. In: Journal of Modern Optics, Volume 7, Issue 2 April 1960, S Aber viele Köche arbeiten an Bildqualitätsbewertung 22 11