Литература
1.Жбанова, В.Л. Системы цветоделения матричных фотоприемников: монография. – Смоленск: РИО филиала ФГБОУ ВО «НИУ «МЭИ» в г. Смоленске, 2018. – 186 с.
2.Андрийчук В.А., Осадца Я.М. Применение фотокамер с матричными оптическими преобразователями в фотометрии // Оптический журнал. Т.79, №2, 2012. с.40-44. eLIBRARY ID: 23322393
3.Zhbanova, V.L., Nubin V.V. A method of improving colour rendition of digital photoand videocameras // Light & Engineering, Vol, 22, №2, pp. 84-89, 2014.
4.Zhbanova V.L., Parvuyusov Y.B. Еxperimental investigation of the color-
separation system of photodetector array // Journal of Optical Technology2019. V.86, №6. pp. 177-182.
Филиал ФГБОУ ВПО «НИУ» МЭИ», Смоленск Военная академия ВПВО ВС РФ, Смоленск
УДК 535.8+575
В. Л. Жбанова, Т. И. Петрова
ЦВЕТОВЫЕ ПРОСТРАНСТВА ЦИФРОВЫХ СИСТЕМ
Существует множество цветовых пространств, разработанных для различных целей цифровой обработки изображений. Каждая компания производитель цветовых устройств предлагает свои колориметрические системы для лучшей обработки изображений на их устройствах. Однако их влияние на конечный результат практически не изучены.
Для исследования рабочими цветовыми пространствами выбраны современные системы sRGB, AdobeRGB, DCI-P3 RGB, M1N1P1, PAL/SECAM, Wide Gamut RGB, ProPhoto RGB [1, 2]. Пространства подобраны с различным телом цветового охвата. Также подбирались системы в основном с опорным белым цветом D65. Исключениями стали Wide Gamut RGB, ProPhoto RGB с цветом D50, аналогов которым по телу цветового охвата нет.
Система sRGB разработана в качестве стандартной для веб- и мультиме- диа-приложений. Фактически это цветовое пространство и следующее являются основными для всех цифровых устройств регистрации изображений.
Пространство AdobeRGB имеет увеличенный цветовой охват по сравнению с предыдущей системой, применяется в типографской и цифровой печати. DCI-P3 RGB является новым цветовым пространством, имитирующим цветовую палитру киноплёнки. Система разработана сообществом инженеров кино и телевидения в качестве стандарта для цифровых кинотеатров. Новое пространство
45
превосходит по цветовому охвату sRGB, относительно же AdobeRGB в зелёножелтой области меньше, а в желто-красной области больше. Сейчас система DCI-P3 RGB внедряется в смартфоны и планшеты. Но сможет ли составить достойную конкуренцию первым двум цветовым пространствам?
Система M1N1P1 разработана автором и была исследована на программном уровне и экспериментально. Система показала хороший результат по всем критериям, но еще не сравнивалась с ведущими цветовыми пространствами. M1N1P1 позиционируется как цветовое пространство с максимальным цветовым охватом, но при этом минимальными отрицательными кривыми сложения для лучшей работы с цифровыми устройствами.
PAL/SECAM основано на цветностях цветообразующих стимулов, рекомендованных европейским радиовещательным видеостандартом. Является стандартом телевизионных и видео-передающих систем.
Пространство Wide Gamut RGB образовано чистыми спектральными излучателями с максимально возможным цветовым охватом.
ProPhoto RGB почти полностью покрывает цветовой охват человеческого глаза, разработан для возможности хранения фотографических снимков и изображений без потери информации при недостаточности цветового охвата рабочего цветового пространства.
Цветовые треугольники рабочих пространств цифровых систем, представлены на рисунке.
Исследования производились на основе кривых спектральной чувствительности матричных фотоприемников различных производителей, которые перемножались с характеристиками 14 контрольных цветов из атласа Манселла (отдельно с каждым), а также на распределение энергии стандартного излучателя D65 с шагом в 10 нм. На основе полученных данных производился пересчет в равноконтрастную систему u’v’ 1974 г. и находилось цветовое различие полученных координат цветности от теоретических значений 14 цветов [2, 3].
В качестве объектов исследования выбраны матричные фотоприемники разных производителей Sony, Kodak, Agilent [3, 4]. Характеристики предложенных матричных фотоприемников отличаются по форме.
Идеальными характеристиками можно считать ровные куполообразные пики с единичными максимумами на рабочей длине волны. К примеру, идеально, когда максимум кривой по зеленому каналу приходится на 555 нм. Идеалом являются приемники с характеристиками близкими к человеческому восприятию цвета. Однако на техническом уровне этого добиться сложно: либо не совпадают максимумы с требуемой длиной волны, либо искривляются характеристики и появляются второстепенные пики, что и наблюдается у выбранных матриц.
46
Рис. Исследуемые цветовые пространства на графике xy:
1 – M1N1P1; 2 – Wide Gamut RGB; 3 – ProPhoto RGB; 4 – AdobeRGB; 5 – DCI-P3 RGB; 6 – PAL/SECAM; 7 – sRGB
Если посмотреть результаты, представленные в таблице, то наилучшими цветовыми пространствами можно назвать DCI-P3 RGB, M1N1P1, которые не имеют особых замечаний и даже включают некоторые лучшие результаты по всем матрицам. Несмотря на это, наилучшей стала матрица Sony с рабочим цветовым пространством Wide Gamut RGB с наименьшими цветовыми искажениями по всем группам контрольных образцов.
Было рассчитано во сколько раз цветовое различие у других матричных фотоприемников с различными системами больше, чем у Sony с цветовым пространством Wide Gamut RGB. Наихудшие результаты оказались у Agilent с отношением в 5,11 раза. У приемника Kodak абсолютные значения отличаются на сотые доли. В целом лучшим приемником стала матрица Sony, лучшие результаты по всем показателя в сравнении с другими, а цветовыми пространствами без замечаний DCI-P3 RGB, M1N1P1. Это значит, что новая система DCI-P3 RGB может быть весьма конкурентоспособной перед sRGB и AdobeRGB. И все же необходимо дополнительно разрабатывать новые пространства, т.к. и система M1N1P1 показала хороший результат и имеет ряд преимуществ.
47
Таблица Усредненные значения рассчитанных цветовых различий по группам
|
|
|
|
Значение |
|
u'v' |
|
|
|
|
|
|
|
|
е |
|
|
|
|
||||
|
Матричный |
|
по группам образцов: |
|
|
||||||
Цветовое |
|
средней |
|
большей |
|
№13 и |
|||||
фотоприемник |
|
насыщенности, |
|
насыщенности, |
|
||||||
пространство |
|
|
|
№1-8 |
|
№9-12 |
|
№14 |
|||
|
|
|
|
|
|
|
|||||
|
|
Sony |
0,0262 |
|
0,1002 |
0,0156 |
|||||
sRGB |
|
|
|
|
|
|
|
|
|
||
|
Kodak |
0,0425 |
|
0,1099 |
0,0218 |
||||||
|
|
|
|
|
|
|
|
|
|
||
|
|
Agilent |
0,0368 |
|
0,1099 |
0,0232 |
|||||
|
|
|
|
|
|
|
|
|
|
||
|
|
Sony |
0,0173 |
|
0,0886 |
0,0065 |
|||||
Adobe RGB |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|||
|
Kodak |
0,0506 |
|
0,1059 |
0,0426 |
||||||
|
|
|
|
|
|
|
|
|
|
||
|
|
Agilent |
0,0489 |
|
0,1071 |
0,0473 |
|||||
|
|
|
|
|
|
|
|
|
|
||
|
|
Sony |
|
0,0227 |
|
|
0,0877 |
|
0,0138 |
||
DCI-P3 RGB |
|
|
|
|
|
|
|
|
|
||
|
Kodak |
|
0,0492 |
|
|
0,1013 |
|
0,0361 |
|||
|
|
|
|
|
|
|
|||||
|
|
Agilent |
0,0427 |
|
0,1010 |
0,0366 |
|||||
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Sony |
0,0176 |
|
0,0699 |
0,0177 |
|||||
M1N1P1 |
|
|
|
|
|
|
|||||
|
Kodak |
0,0492 |
|
0,0895 |
0,0541 |
||||||
|
|
|
|
|
|
||||||
|
|
Agilent |
0,0507 |
0,0950 |
0,0624 |
||||||
|
|
|
|
|
|
|
|||||
PAL/ |
|
Sony |
0,0249 |
|
0,0991 |
0,0141 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
SECAM |
|
Kodak |
|
0,0420 |
|
|
0,1091 |
|
0,0227 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Agilent |
0,0367 |
0,1092 |
0,0254 |
||||||
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
Wide Gamut |
|
Sony |
0,0134 |
|
0,0643 |
0,0130 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Kodak |
0,0520 |
|
0,0840 |
0,0520 |
||||||
RGB |
|
|
|||||||||
|
|
Agilent |
0,0678 |
|
0,1041 |
0,0664 |
|||||
|
|
|
|
|
|
|
|||||
Pro Photo |
|
Sony |
0,0173 |
|
0,0757 |
0,0045 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Kodak |
0,0644 |
|
0,0967 |
0,0598 |
||||||
RGB |
|
|
|||||||||
|
|
Agilent |
0,0678 |
|
0,1041 |
0,0664 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
48
Литература
1.Жбанова, В.Л. Системы цветоделения матричных фотоприемников: монография. – Смоленск: Универсум, 2018. – 186 с.
2.Жбанова В.Л. Цифровая фотокамера для компактного фотоэлектрического колориметра // Известия вузов. Геодезия и аэрофотосъемка. 2014. №3. С.114-118.
3.Zhbanova V.L., Nubin V.V. A method of improving colour rendition of digital photoand videocameras. Light & Engineering. V. 22, №2, pp.84-89, 2014.
4.Richard F. Lyon, Paul M. Hubel. Eyeing the Camera: into the Next Century
//IS&T Re-porter «The window on imaging». V. 17. №6. 2002.
Филиал ФГБОУ ВО «НИУ» МЭИ», Смоленск
УДК 004.048
К. А. Меркушова, А. П. Рыжков
АНАЛИЗ ВОЗМОЖНОСТЕЙ ПРИМЕНЕНИЯ АЛГОРИТМОВ DATA MINING ДЛЯ ОЦЕНКИ ЗНАНИЙ СТУДЕНТОВ
Эффективная организация образовательного процесса требует своевременной информации о результатах обучения студентов, о качестве и особенностях усвоения ими рассматриваемых вопросов и тем учебного материала, об особенностях развития каждого студента. Для реализации такой организации учебного процесса необходимо создание информационной среды, которая позволит управлять сбором и анализом данных результатов текущей успеваемости. Для того чтобы эта среда была наиболее эффективной и полной в ней необходимо применять инструменты, позволяющие осуществлять мониторинг учебного процесса с использованием современных технологий искусственного интеллекта [1].
Существует множество задач, в которых методы Data Mining очень полезны для всех участников образовательного процесса. Анализ данных способствует лучшему пониманию обучаемых, позволяет выявить предметы вызывающие наибольшие затруднения, способствует оптимальному построению дисциплины для достижения заданного уровня знаний, позволяет определить задания, с которыми студенты не справляются, определить форму предпочитаемых занятий и т. д. Использование полученных данных позволит принимать эффективные решения с целью совершенствования образовательного процесса.
Итоговая оценка уровня усвоения материала, как теоретического, так и практического, производится на основании ряда показателей, в качестве которых могут выступать результаты устных опросов (собеседование, защита лабо-
49