Индекс качества изображения что это: Что такое PQI? — Москва

Содержание

Что такое PQI? — Москва

108962 просмотров

При выборе телевизора покупатель может увидеть в описании выбранной модели такую характеристику, как PQI. Что она означает и каким должно быть ее оптимальное значение? Сейчас попробуем во всем разобраться.

Picture Quality Index (PQI) – это индекс качества изображения придуманный маркетологами Самсунг для удобства выбора телевизора. Он может иметь разное значение, которое находится в широком диапазоне. Считается, что чем выше будет этот показатель, тем лучше и контрастней окажется изображение во время быстрого передвижения объектов на экране телевизора. Например, в телевизорах торговой марки Samsung представлены модели 7 серии со значением Picture Quality Index на уровне 1400. Благодаря этому показателю потенциальный покупатель сможет при выборе техники сравнить качество изображения нескольких телевизоров между собой.

Какие показатели берутся во внимание?

При расчете PQI учитывается действие современных технологий в области отображения цвета и деталей, глубины изображения и контрастности. Этот показатель пришел на замену индексу CMR — герцовка изображения (Clear Motion Rate), который производитель указывал до 2015 года. Clear Motion Rate (CMR) имел значение в диапазоне 200 — 400 — 600 -600 или 1200 гц. В 2016 году специалисты компании Samsung решили придумать свой показатель качества картинки, разработав значение PQI.

Значение PQI в моделях 9 серии

В моделях 9 серии PQI может иметь значение от 100 до 2400 единиц. Однако далеко не во всех странах компания Samsung декларирует этот индекс. К примеру, на территории США вместо PQI производитель использует значение MOTION RATE. Этот показатель указывает количество кадров в секунду, демонстрируемых на экране (Для телевизоров без 3D = 100 — 200 Гц. Телевизоры с 3D от 200 Гц) Такой подход связан с требованиями местного законодательства  предоставлять потенциальным покупателям полную информацию, которая касается качества техники.

Технология PQI — что это в телевизоре

Все мы знаем что у SmartTV потрясающее изображение, но не все знают что Samsung ввел для своих телевизоров рейтинговую оценку по качеству изображения — технологию PQI, у которой даже есть определенные диапазоны. Далее мы расскажем что это такое и отчего  зависит.

Picture Quality Index (PQI) — это индекс качества изображения, который присущ всем моделям Смарт телевизоров от Samsung. Данная рейтинговая система имеет минимальную оценку 100 и максимальное значение 2700. Сразу уточню, показатель в 100 pqi не свидетельствует о плохом качестве изображения, а является лишь начальной отметкой рейтинга.

Samsung SmartTV использует фирменное определение PQI для своих моделей

Данные рейтинга складываются из ряда факторов, но все же стоит выделить два основных показателя:

  • Разрешение — телевизор включает технологию HD, Full HD, 4K Ultra HD или 4K Ultra HD HDR спецификации;
  • Цвет — передача цвета от Samsung, включающая в себя технологию Purcolour или Quantom Dot. Есть небольшая разница между этими опциями, однако они оба выдают реалистичные и потрясающие цвета.

Также, в зависимости от увеличения рейтинга, вы будете наблюдать и другие изменения в изображении:

  1. Контраст яркости — чем выше поднимается шкала, тем лучше будет передан качество теней и четкость линий. Простыми словами — белое становится белее, а черное чернее.
  2. Движение — телевизоры с самым высоким рейтингом PQI имеют большую частоту кадров в секунду, благодаря чему вы получите плавные движения и отсутствие дрожания.
  3. Подавление шума — данный фактор не имеет ничего общего с аудиовыходом телевизоров. Понятие «шум» относится к уровню присутствия ненужных светлых и темных цветов на картинке. Samsung разработала свою шумопонижающую спецификацию в технологии Clean View Samsung.
Чем выше значение PQI, тем лучше разрешение и цвет изображения

На самом деле, чисто визуально, простому пользователю будет сложно определить разницу в моделях с разными значениями PQI. Сегодня новейшие модели телевизоров имеют следующий диапазон — 1900, 2000, 2100, 2200, 2300, 2400, 2700. Самые высокие значения присущи новым моделям от Samsung (различные новинки с 4K или изогнутым дисплеем). На нашем же рынке спросом пользуются модели поскромнее — 200, 400, 800, 1300, 1400, 1500, 1600-pqi.

Надеюсь вы разобрались с определением понятия PQI и поняли, что это за технология в телевизорах Samsung и от каких факторов она зависит.

Вконтакте

Facebook

Одноклассники

Twitter

Google+

Оцените статью: Поделитесь с друзьями!

PQI – что это такое в телевизоре? Чёткоть, цветопередача, особенности

При выборе телевизора сейчас можно увидеть в описании понравившейся модели не только информацию о привычном размере диагонали, разрешении и прочем, но и характеристику под названием «PQI». О том, что это за параметр и о его возможных значениях – расскажем далее в статье.

Что из себя представляет PQI?

PQI является индексом качества изображения, разработанным специалистами Samsung Group для облегчения процесса выбора ТВ. Параметр может обладать различными значениями, находящимися в довольно большом диапазоне.

Благодаря этому индексу Samsung Group составила рейтинг своих телевизоров. Суть системы в том, что каждый ТВ наделяется каким-то количеством баллов. Это комплексное значение, которое учитывает цветопередачу, реалистичность белого, глубину черного, контраст, детализацию, чёткость.

Принято, что чем больше индекс, тем чётче и контрастнее будет картинка при быстром перемещении предметов на телеэкране. За счёт этого параметра есть возможность сравнить качество картинок на нескольких ТВ при их выборе.

История происхождения PQI и интересные факты

Эта технология является более развитой версией до этого использовавшегося CMR – индекса герцовки изображения, отмечающего качество движущихся сцен на телеэкране. Обе эти технологии не могут в полном объёме показать реальное качество картинки.

Формула просчёта PQI держится компанией Самсунг в большом секрете, и это даёт почву скептикам сомневаться в реальности индекса, но это не мешает компании постоянно улучшать показатель в новых выпускаемых моделях, делая изображение всё более качественным.

В 2016 году Самсунг создала свой способ вычисления качества изображения своих продуктов – новую технологию PQI. Она находится за границами предыдущих значений в сценах статики и динамики, т.к. уже стабилизировалась на отметке 1200 Гц (никакого мерцания).

Samsung Group не везде указывает PQI в характеристиках. Например, в США в ходу прежняя величина, показывающая частоту кадров в сек., и она является обязательной. Поэтому данный показатель, при покупке телевизора в этой и ряде других стран Евросоюза, вы не найдёте в паспорте ТВ.

Какие показатели влияют на индекс?

Расчет PQI учитывает влияние технологий в сферах цветоотображения, контраста и других параметров. Баллы могут разниться в своих значениях от 100 до 2700. Учитываются следующие факторы:

  • Горизонтальная чёткость. Зависимость здесь прямая. Чем больше значение разрешения экрана, тем больше его влияние на PQI.
  • Цветопередача. Вычисляется присутствием в ТВ технологий PurColor/QDEF. Оба варианта помогают обеспечить специальную обработку изображения, за счёт которой человек видит настолько реалистичную картинку, как если бы он смотрел не телевизор, а выглядывал из окна.
  • Контрастность. Проще говоря, чем большее количество оттенков разделены черным и белым, тем идёт лучше передача полутонов.
  • Плавность движения. Смена кадров в секунду – самый важный параметр, оказывающий влияние на PQI. Прогрессирующие технологии позволяют нам наблюдать суперреалистичную динамику без скачков, вибраций. Особенный фурор это производит на футбольных болельщиков, смотрящих соревнования по ТВ и получающих возможность наслаждаться живым изображением, как будто все это они видят на трибуне стадиона.
  • Шумоподавление. Не все телеканалы пока предоставляют контент подобающего для современных телевизоров качества. Дабы скрыть, сгладить излишние шумы, в телевизоре есть регулировка уровня их подавления.

Если все вышеперечисленные параметры сложены вместе, в итоге получится значение PQI. Самостоятельно его не посчитать, технологии никто не раскрывает. Специалисты Samsung делают это самостоятельно.

Если поставить рядом 2 ТВ с разными индексами и сесть напротив, то далеко не каждый человек увидит различия на изображении. Потому что между индексами 1800 и 2300 бывает тончайшая грань, заметная лишь намётанному глазу. Поэтому, если сомневаетесь, лучше промониторить отзывы.

Популярные модели телевизоров Samsung с PQI

На данный момент существует большое количество моделей телевизоров от Самсунг с указанным рейтингом качества. Самые востребованные модели – от 39 до 55 дюймов. Вариация размеров даёт установить продвинутое ТВ на кухне и в гостиной квартиры, загородном доме или любом другом помещении.

Ниже приведены одни из самых популярных моделей ТВ от Samsung Group:

  • UE32N5300AU.

    Обладает разрешением Full HD на 32-дюймовом экране. Одно из лучших соотношений качественной картинки и компактных размеров изделия. Его легко можно установить на кухне, в гараже или ином небольшом пространстве. PQI: 500 Гц.

    Лучшие предложения

  • UE43RU7470U.

    Отличный вариант для холла городской квартиры или другого большого помещения. Телеэкран с диагональю 43 дюйма и разрешением 4K Ultra HD. Упор делается на уровень резкости и детализации. PQI: 1800 Гц.

    Лучшие предложения

  • UE55TU7570U.

    Имеет разрешение Ultra HD на 55 дюймовом безрамочном экране. Хороший вариант с точки зрения соотношения цены, размера и функционала со Смарт ТВ. Базовая модель, но обладает высоким качеством изображения и звука. PQI: 2000 Гц.

    Лучшие предложения

Индекс PQI разработан компанией Самсунг для облегчения выбора ТВ покупателями. Теперь нет необходимости просматривать и вникать во все характеристики, нужно лишь сравнить показатели PQI моделей, между которых предстоит сделать выбор. PQI указывается в тех. документации.

Частота обновления 400 гц. Что на самом деле означает значение гц в телевизоре

В обсуждениях телевизоров 4K постоянно поднимается вопрос о частоте обновления кадров. На то есть весомые причины. С одной стороны, частота обновления кадров напрямую влияет на получение удовольствия от просмотра видео контента, будь то фильмы или спортивные видео трансляции.

С другой стороны, производители телевизоров сами запутывают покупателей специфическим жаргоном, которым они описывают данную функцию в спецификациях. Главная проблема их описаний в том, что это либо откровенный обман, либо неверно технически. В результате даже специалист не всегда может разобраться в их описаниях.

Данная статья написана с целью отбросить все жаргонные словечки и маркетинговую терминологию, чтобы доходчиво объяснить читателю три простые вещи: что такое частота обновления кадров применительно к видео, что такое «естественная» (native) и «улучшенная» (enhanced) частота обновления кадров, и какой эффект оба типа развертки оказывают на качество картинки, которую показывает телевизор.

Все современные премиумные 4K телевизоры, такие как Samsung KS9500, работают с «естественной» (native) частотой развертки в 120 Гц.
Что же такое частота обновления кадров?

На самом фундаментальном уровне частота обновления кадров является тем, что обозначает ее название. Это частота, с которой ваш телевизор обновляет картинку каждую секунду. Чем выше частота обновления, тем более плавную и естественную картинку вы видите на экране. Частота обновления кадров имеет особое значение для динамичного видео высокого разрешения. У каждого видео есть предел, до которого можно увеличивать частоту обновления кадров.

Важно понимать, что телевизор не может добавлять «детализации» к видеоисточнику. Все детали уже находятся внутри видео, а телевизор может лишь обрабатывать сигнал.

Если в качестве примера взять пленку, которую крутят в кинотеатре, то там эквивалентом частоты кадров будут 24 кадра в секунду. Затем эти 24 кадра конвертируются в 30 кадров для телевещания. После этого проводятся некоторые манипуляции с видео и получаются 60 кадров в секунду, которые соответствуют «развертке» в 60 Гц – формате, в котором сегодня выпускается большинство цифрового видео.

4К телевизоры способны работать как в режиме 60 Гц, так и в режиме 120 Гц (60 или 120 картинок в секунду). Старые HD телевизоры работают в основном при 60 Гц (многие модели на самом деле при 50 Гц). Поскольку от 4K телевизоров ожидают высочайшего качества, 60 Гц тут же стали чем-то вроде устаревшей технологии, и сейчас все 4K телевизоры поддерживают частоту развертки равную 120 Гц.

Как связаны частота обновления кадров и количество кадров в секунду видео источника?

И конечно же возникает еще один вопрос: что происходит при просмотре видео 60 Гц на телевизоре со 120 Гц? Телевизор распознает 60 Гц источника и после этого может совершить несколько манипуляций или «улучшений», чтобы показать корректное изображение.

Кадровая интерполяция

Первый метод, который мы рассмотрим, называется кадровой интерполяцией, и эту технологию используют все современные телевизоры, в том числе и 4K телевизоры. Суть данной технологии в том, что берутся два или более разных видео кадра, после чего они накладываются друг на друга и результат данной операции показывается между реальными кадрами. В результате картинка получается немного более смазанной.

Следующий метод называется «вставка черных кадров» (black frame-insertions, BFI). Данная технология заключается в том, что вместо пропущенных кадров вставляются черные кадры. Данный метод позволяет бороться с размытием при движении в кадре (motion blur).

Пример метода BFI.

Что же такое motion blur в 4K телевизорах?

Размытие при движении это проблема видео источника. Оба метода, описанные выше, нужны для того чтобы избежать подобного эффекта при 120 Гц и 60 Гц. Нужно так же понимать, что телевизоры со 120 Гц намного лучше контролируют размытие, чем их 60 Гц аналоги. Размытие, как явление, которое мы воспринимаем своим глазом — это составная честь нескольких факторов. Прежде всего это размытие, свойственное типу матрицы телевизора. Второе, это рассинхронизация развертки и количества кадров в секунду. Третье, это размытие, которое было «зафиксировано» камерой при съемках.

Телевизор не может ничего сделать с размытием, которое возникло при съемках. Интерполяция и BFI нужны для борьбы с первыми двумя причинами возникновения размытия. Оба способа «обманывают» наш мозг так, что мы видим более четкую картинку при просмотре фильма или спортивной трансляции.

Чем лучше 4K телевизор может «подгонять» картинку (24p, 30fps, 60fps) под свои 120 Гц, тем естественней и приятней она будет смотреться. Разумеется, это еще и означает уменьшение дрожания картинки и снижение уровня размытия. Одно из ключевых отличий хорошего 4K телевизора от плохого, в методах обработки картинки с движением в кадре. Чем дешевле телевизор, тем хуже он устраняет вышеперечисленные негативные эффекты.

Отличными примерами телевизоров 4K с разверткой в 120 Гц и хорошим подавлением размытия и дрожания картинки являются телевизоры Samsung 2015 и 2016 годов выпуска, а так же телевизоры LG OLED 4K, которые начали выпускать в этом году.

Как связаны частота обновления кадров и компьютерные игры?

4K телевизоры сегодня очень часто используют в качестве гигантских игровых мониторов и подключают их к компьютерам через HDMI.

Большая часть современных 4K телевизоров отлично работают в роли мониторов, потому что их частоты обновления кадров поддерживают две функции. С одной стороны, все основные брэнды, выпускающие 4K телевизоры в 2015 и 2016 годах, отлично работают при 60 кадрах в секунду, из-за того, что их частота развертки равна 60 Гц. С другой стороны, практически все телевизоры поддерживают 120 Гц, что делает комфортной игру при 120 кадрах в секунду.

Примеры моделей 4K телевизоров, которые отлично подойдут для игр при 60 Гц: Samsung JU7100, LG OLED 4K EF9500, Samsung SUHD KS8000.

4K телевизоры, которые поддерживают Full HD при 120 Гц это Sony X810C и X850C.

Что же значат «улучшения» частоты кадров применительно к 4K телевизорам?

Прежде чем мы продолжим, запомните одну фундаментальную и простую вещь, которая позволит избежать недопонимания в будущем. Частота развертки может быть только 60 Гц или 120 Гц.

Любая, указанная производителем, частота развертки выше 120 Гц является следствием действия более интенсивных версий интерполяции или BFI. Такие «улучшенные» развертки могут достигать 240 Гц. У каждого производителя данная «технология» называется по своему.

Если 4K телевизор предлагает частоту развертки 60 Гц, то «улучшенной» (enhanced) разверткой будут 120 Гц, если обычная развертка телевизора 120 Гц, то «улучшенная» будет 240 Гц. Примеры таких разверток и их названия включены в список, с которым вы можете ознакомиться ниже:

  • Sony: MotionFlow
    • 120 Гц при 60 Гц native refresh и 240 Гц при 120 Гц «родной» (native) развертке
  • Samsung: Motion Rate
  • LG: TruMotion
    • 120 Гц при 60 Гц native и 240 Гц при 120 Гц native
  • Vizio: Effective Refresh Rate
    • 120 Гц при 60 Гц native и 240 Гц при 120 Гц native. Vizio предлагает развертку “Clear Action”, которая удваивает переработанную картинку. В итоге получаются цифры наподобие 480 Гц и 720 Гц для 60 Гц или 960 Гц для 120 Гц. Эти цифры ничего не значат и были придуманы для того, чтобы впечатлить потенциального покупателя.
  • Panasonic: Image Motion
    • 120 Гц при 60 Гц native и 240 Гц при 120 Гц native

Графики, подобные этому, обманывают покупателей и заставляют их думать, что существует развертка выше 240 Гц. На самом деле развертки выше 240 Гц никак не влияют на качество картинки.
Заключение

В большинстве случаев обычной развертки в 120 Гц будет достаточно. Некоторые телевизоры предлагают отличное качество картинки и контроль движения в кадре при 60 Гц. Разница между 60 Гц и 120 Гц будет едва заметна на видео, которое сделано под 60 Гц. Дополнительные технологии улучшения движения в кадре (такие как удвоение частоты обновления) являются хорошим бонусом в специфических ситуациях, например при просмотре спортивных состязаний, где размытие добавляет эффект присутствия. На все технологии, делающие частоту развертки выше 240 Гц, можно смело не обращать внимания.

Подробности Словарь терминов

Время отклика пикселя

Динамическая контрастность

Контрастность

Прогрессивная развертка

Разрешение

Телевизионная развертка

Телевизионный тюнер

Угол обзора

Частота обновления изображения

Чересстрочная развертка

Интерфейс RS-232

Аудио выход (стерео)

Коаксиальный аудио вход и выход

Компонентный видеовход и выход (YPbPr)

Оптический аудио вход и выход

AV-вход и выход

Технология PIP («Картинка в картинке»)

Технология POP («Картинка вне картинки»)

Технология PAP («Картинка и картинка»)

Телетекст

HDCP в DVI-интерфейсе

Технология 3D

Типы LCD-матриц

LED-подсветка

Технология NICAM

Сабвуфер

Стереозвук

Bluetooth

Compact Flash

DivX

Общие характеристики телевизоров

Весь экран приемника разбит на мельчайшие точки (пиксели), совокупность которых и создает на нем цветную картинку. Яркость свечения каждого пикселя LCD-матрицы зависит от напряжения, которое подается на него, меняя в разной степени прозрачность ЖК-ячейки. Временной промежуток, необходимый жидкокристаллической ячейке, чтобы полностью перейти из закрытого состояния в полностью прозрачное, называется временем отклика пикселя.

Если время отклика пикселя превышает определенный порог, то зритель на экране может видеть несколько размытые контуры движущегося объекта, например кометный шлейф, который тянется за летящим в ворота футбольным мячом. Это явление вызвано тем, что рядом стоящие пиксели не всегда успевают быстро перейти в полностью закрытое или открытое положение, поэтому их промежуточное состояние полупрозрачности и вызывает видимые искажения телевизионной картинки.

Время отклика пикселя измеряют в миллисекундах, однако до сих пор не создан единый стандарт определения этой величины, поэтому многие разработчики телевизоров в маркетинговых целях могут указывать в спецификациях величины, способные ввести потребителя в заблуждение. Согласно стандарту TrTf, введенному в обиход компанией VESA и используемому наиболее авторитетными производителями телевизоров и мониторов, оптимальное время отклика пикселя должно быть не более 20 мс.

Динамическая контрастность – одна из характеристик, указывающая на способность экрана телевизора отображать наиболее светлые и темные детали изображения, которая была введена в обиход в большей степени в маркетинговых целях.

Понятие динамической контрастности стали применять после начала использования в LCD-телевизорах технологии изменения яркости подсветки матрицы в зависимости от сюжета и событий, происходящих в кадре. После появления на рынке ЖК-телевизоров с ковровой светодиодной задней подсветкой, позволяющей искусственно затемнять не весь экран, а только его определенные участки, значение динамической контрастности еще более выросло.

Таким образом, наряду с реальной статической контрастностью экрана телевизора стали использовать более внушительно смотрящуюся динамическую контрастность, значение которой искусственно увеличивалось за счет изменения яркости задней подсветки матрицы, которая делала темные участки изображения более черными и наоборот.

Сегодня многие производители указывают в спецификациях своих телевизоров значение динамической контрастности на уровне фантастических величин 1 000 000:1 и даже 5 000 000:1, которые эффектно смотрятся на фоне традиционной статической контрастности, которая обычно не превышает 5 000:1. Следует сказать, что указанный уровень динамической контрастности вряд ли поможет вам оценить реальное качество отображения картинки на экране телевизора.

Контрастность – одна из важнейших характеристик экрана телевизора, выражающая его способность отображать мелкие детали и элементы текстуры изображения.

В физическом смысле контрастность представляет собой соотношение уровней наиболее светлого и наиболее темного участков экрана, которые может отобразить телевизор или монитор. Например, коэффициент контрастности равный 3000:1 говорит о том, что экран телевизора может отображать белый цвет, который будет выглядеть в 3000 раз более ярко, чем полностью черный.

Различают статическую и динамическую контрастности. Статическая контрастность, которую можно считать наиболее объективной характеристикой экрана телевизора, оценивает яркостные отношения между наиболее светлыми и темными участками в пределах одного видеокадра.

Динамическая контрастность экрана является более условным понятием, введенным в обиход маркетологами, позволяющим искусственным образом увеличить показатели статической контрастности за счет изменения уровня задней подсветки в LCD-телевизорах.

Прогрессивная развертка – один из двух распространенных способов формирования изображения на экране телевизионного приемника, при которой картинка образуется путем построчной передачи информации, когда каждая строка изображения последовательно сканируется лучом слева направо и сверху вниз.

К сильным сторонам прогрессивной развертки можно отнести более высокую четкость передачи движущихся объектов, отсутствие эффекта мерцания, утомляющего зрение, а также возможность более качественной и простой работы с изображением (масштабирование, сохранение отдельного кадра и т.п.).

В качестве недостатков прогрессивной развертки можно привести сравнительное удорожание системы за счет двойного увеличения полосы пропускания (ширины канала) телевизионного сигнала.

Разрешение – одна из важнейших характеристик экрана телевизионного приемника, выражающая его способность отображать мелкие детали изображения. Разрешение экрана измеряется в количествах пикселей – мелких элементов, совокупность которых формирует изображение на экране.

Обычно разрешение определяется размерами телевизионного экрана и технологиями, используемыми для создания изображения. При этом разрешение традиционных телевизоров с электронно-лучевыми трубками (ЭЛТ) определяется немного по иному, чем разрешение более современных LCD и плазменных панелей.

Для телевизоров с ЭЛТ обычно указывают не количество пикселей на экране, а число строк, из которых формируется изображение (625 или 525). Изображение на экранах LCD- и PDP-телевизоров формируется реальными пикселями, количество которых зависит от определенного стандарта, используемого производителями. Плазменные панели обычно выпускаются с разрешением экрана 1024 на 720 или 1024 на 768 пикселей. LCD-телевизоры чаще всего имеют разрешение экранов 1366 на 768 или 1920 на 1080 пикселей.

Для удобства различные виды разрешения экранов были объединены в группы, по их соответствию стандартам качества формирования и передачи телевизионных сигналов.

SDTV – телевидение стандартной четкости предполагает использование телевизионных приемников с разрешением экранов 480 и 576 строк (при чересстрочной развертке).

EDTV — телевидение повышенной четкости предполагает использование телевизионных приемников с разрешением экранов 480 и 576 строк (при прогрессивной развертке).

HDTV ( Full HD) — телевидение высокой четкости предполагает использование телевизионных приемников с разрешением экранов 720 и 1080 строк (при прогрессивной развертке), а также только 1080 строк (при чересстрочной развертке).

Чаще всего в спецификациях LCD- и PDP-телевизоров указывают не только количество строк на экране, но и количество отдельных элементов (пикселей) в каждой строке. После числового выражения количества строк обычно указывают тип развертки, используемый в телевизоре (i – чересстрочная, р – прогрессивная). Например, разрешение экрана 1920х1080р указывает на то, что это телевизор использует прогрессивную развертку, а изображение формируется из 1080 строк, каждая из которых состоит из 1920 пикселей.

Телевизионная развертка – последовательное разложение передаваемого изображения на составные части (горизонтальные строки) с целью формирования видеосигнала, а также обратное преобразование этого сигнала в изображение в телевизионном приемнике.

Различные стандарты телевидения предполагают наличие разного числа строк, на которые раскладывается изображение. В системе NTSC предусмотрено 525 строк, а стандарты PAL и SECAM предполагают разложение изображения на 625 строк. Кроме того, телевизионная развертка бывает двух видов: чересстрочная и прогрессивная.

Телевизионный тюнер

Говоря простыми словами, тюнер – это специальное электронное устройство, призванное изменить сигнал (декодировать, синхронизировать, форматировать), поступающий на вход приемника (в нашем случае телевизора), преобразовывая его в понятный для того вид.

Тюнеры бывают внешние и встроенные в телевизор. Ранее, когда телевидение было полностью аналоговым, все телевизионные приемники оснащались встроенными тюнерами. В эру цифрового телевидения, с его обилием разнообразных стандартов вещания, способов сжатия и кодировки телевизионного сигнала, многие крупноэкранные телевизионные приемники не оснащаются встроенными тюнерами, а требуют их дополнительного приобретения.

Сам встроенный тюнер имеет определенные габариты, которые несколько увеличивают размеры модных ныне плоских панелей. Гораздо удобнее его просто спрятать подальше от посторонних глаз. В данном случае телевизор играет просто роль обычного монитора, а выбирая тот или иной внешний тюнер, вы ориентируетесь на необходимый вам формат принимаемого сигнала. Кроме того, чтобы улучшить характеристики приема сигнала вам не потребуется менять саму панель, а просто приобрести новый тюнер или обновить его прошивку.

Все тюнеры делятся на категории, в зависимости от поддерживаемых стандартов телевизионного вещания, принятых в различных регионах мира. В европейской зоне используются цифровые телевизионные тюнеры следующих видов:

  • Тюнеры DVB-C – устройства, позволяющие принимать цифровой сигнал европейского стандарта кабельного телевидения;
  • Тюнеры DVB-S – устройства, позволяющие принимать цифровой сигнал европейского спутникового телевидения;
  • Тюнеры DVB-S2 – устройства, принимающие более совершенный тип сигнала европейского спутникового телевидения второго поколения. Новый стандарт предполагает большую пропускную способность каналов, а также возможность передавать более качественный сигнал;
  • Тюнеры DVB-T – устройства, позволяющие принимать цифровой сигнал европейского наземного эфирного телевидения;
  • Тюнеры DVB-T2 – устройства, способные принимать сигналы второго поколения наземного эфирного цифрового телевидения высокой четкости, обладающего в два раза большей эффективностью, чем стандарт DVB-T.

Даже если ваш телевизор имеет встроенный тюнер для просмотра кабельного и спутникового телевидения, чтобы смотреть определенные каналы с высокой четкостью изображения HDTV, от вас потребуется специальные устройства авторизованного доступа.

Кроме европейских стандартов в мире также используются американские (ATSC), японские (ISDB) и китайские (DMB-T/H) стандарты цифрового телевизионного вещания, также требующие наличия специальных тюнеров.

Угол обзора – показатель, характеризующий способность экрана жидкокристаллического или плазменного телевизора качественно отображать цвета и контрастные детали изображения. Измеряется в угловых градусах. Считается, что для традиционных телевизоров с электронно-лучевой трубкой угол обзора по умолчанию является равным 180 градусам.

Из-за конструктивных особенностей передачи изображения, реализованных в LCD и PDP-телевизорах, самым идеальным углом обзора является 0 градусов, то есть когда зритель находится прямо перед экраном. Во всех иных случаях наблюдаются искажения цветопередачи и контрастности разной степени.

Современные жидкокристаллические и плазменные телевизоры могут иметь углы обзора до 180 градусов, хотя более 130 градусов зрителю вряд ли понадобятся. В спецификациях телевизора производитель обычно указывает две величины предельных углов обзора, которые разделяются между собой косой чертой. Первая цифра обозначает предельный угол обзора экрана в горизонтальной плоскости, а вторая – в вертикальной (последняя может быть актуальной при монтаже телевизионных панелей на высоте).

Частота обновления изображения – важный показатель качества телевизора, который характеризует скорость смены кадров на его экране. Чем выше частота обновления изображения, тем лучше качество отображения динамических сцен на экране телевизора и тем менее заметно его мерцание, утомительное для глаз человека (в моделях с ЭЛТ).

Современный видеоконтент, отличающийся высоким разрешением и обилием динамических сцен, уже не может качественно отображаться на LCD-экранах телевизоров, имеющих традиционную частоту обновления картинки 50 раз в секунду. В данном случае изображение быстро движущихся объектов получалось размытым, оставляющим за собой своеобразный «кометный шлейф», который вызывается определенной инерционностью ЖК-ячеек. Поэтому производители вынуждены были прибегнуть к различным программным ухищрениям, чтобы увеличить частоту обновления кадров на экране, причем каждая компания создавала свои собственные запатентованные технологии.

Наиболее простым способом увеличения частоты обновления является вставка между двумя последовательными кадрами промежуточного, который создается на основе анализа положения объектов на предыдущем и последующем кадрах, а также вычислении направления и скорости их передвижения в дальнейшем. Таким образом, можно легко удвоить частоту обновления изображения на экране телевизора.

Еще более повысить ее частоту можно добавляя не один, а несколько промежуточных кадров, а также используя сложный алгоритм управления сканирующей и мерцающей задней подсветкой LCD-матрицы и локального затемнения экрана, которые позволяют устранить размытость движущихся объектов.

Сегодня производители указывают в спецификациях своих телевизоров совершенно фантастические частоты обновления экранов 800 и даже 1000 Гц. Однако в данном случае речь идет не о реальной частоте обновления изображения, а о маркетинговом параметре, характеризующем комплекс примененных ими технологий для улучшения качества изображения.

Чересстрочная развертка – наиболее распространенный и традиционный способ получения изображения на экране телевизионного приемника, при котором каждый кадр разбивается на два поля (полукадра): сначала выводятся нечетные, а затем четные строки.

Такой способ передачи изображения изначально был разработан для систем раннего аналогового телевидения, так как не выдвигал больших требований к приемо-передающей аппаратуре и был основан на инерционных особенностях человеческого зрения, которое воспринимало последовательный процесс смены изображения как непрерывный.

Слабыми сторонами чересстрочной развертки является «эффект мерцания изображения», который постепенно утомляет зрительный аппарат человека. Особенно заметен этот эффект при демонстрации видеосигнала, сформированного системой с чересстрочной разверткой, на телевизионном приемнике, использующем прогрессивную развертку (большинство современных LCD-телевизоров).

Яркость – величина, которая характеризует отношение силы свечения экрана телевизора к его общей площади. Измеряется в канделах на квадратный метр площади (кд/м²). Современные LCD и PDP-телевизоры имеют показатели яркости в пределах 400-500 кд/м².

Впрочем, сильная яркость экрана будет оправдана при просмотре видеопрограмм в условиях яркого солнечного или искусственного освещения. При полном отсутствии фонового света просмотр видео может быть некомфортным и весьма утомительным для глаз. Обычно настройки телевизора позволяют плавно или ступенчато менять яркость свечения его экрана, соотнося ее уровень с внешними условиями освещенности.

В числе ключевых технических характеристик компьютерных дисплеев и телевизионных мониторов — частота обновления. В каких случаях данный параметр допускается? Когда желательно корректировать вручную? В каких ситуациях данного рода процедура не имеет целесообразности?

Что такое частота экрана?

Монитор компьютера или экран телевизора работает по принципу последовательности кадров. То есть примерно так, как кинопроектор. Частота кадров при воспроизводстве фильма — порядка 25-30. В случае с монитором ПК или экраном телевизора данный показатель должен быть выше, так как выстраиваемая картинка гораздо сложнее, чем видеоряд на пленке. Общее правило — чем больше показатель частоты, тем четче изображение и тем приятнее смотреть на экран.

Частота и тип экрана

Есть несколько технологических типов реализации экранов и мониторов. Самые современные — это ЖК, LCD и LED. Относительно устаревшими считаются CRT. ЖК-телевизора или монитора (по аналогичной технологии) при этом определяется с учетом иных принципов, чем в случае с приборами, в которых установлены электронно-лучевые проекторы. В случае с ЖК-дисплеем картинка прорисовывается на всем пространстве экрана сразу.

Если речь идет о CRT-дисплеях — построчно. Поэтому, если частота обновления экрана ЖК-телевизора и электронно-лучевого агрегата одинакова, то качество с высокой вероятностью будет отличаться в пользу устройства первого типа. Более того, если соответствующий показатель составляет порядка 60 ГЦ (количество обновлений дисплея в секунду), то в случае с CRT-мониторами будет очень заметным мерцание.

Настройка частоты для CRT-дисплеев

Поэтому мы уделим настройке электронно-лучевых дисплеев особое внимание. Как изменить частоту обновления экрана CRT-типа в Windows на примере версии XP? Очень просто. Необходимо войти в Затем выбираем «Экран». Открыв соответствующее окно, необходимо найти закладку «Параметры». Далее — «Дополнительно». Там, скорее всего, будет список из нескольких вариантов.

Какую частоту обновления экрана ставить? Для CRT-мониторов рекомендуемое значение — 85 ГЦ. Если данной цифры нет в списке, то это, скорее всего, связано с тем, что на ПК не установлен заводской драйвер видеокарты. Его необходимо скачать в Интернете или же поискать на дисках, которые прилагались к ПК при продаже. Можно также попробовать обратиться в сервисный центр с просьбой помочь с драйвером.

CRT-дисплеи: нюансы

Отметим, что практически во всех операционных системах есть возможность изменить такой параметр, как частота обновления экрана. Windows 7 как самая современная и, казалось бы, не требующая существенного вмешательства в настройки со стороны пользователя, не исключение. В этой версии ОС алгоритм настройки нужных параметров практически тот же. Через «Панель управления» устанавливается нужная частота обновления экрана. адаптирована к выставлению соответствующих настроек? Практически все версии Windows справляются с задачей одинаково. Правда, что касается самых свежих версий ОС (той же Windows 7), в них могут быть некоторые сложности с драйверами для устаревших устройств. Но они решаемы — как правило, любое ПО соответствующего типа можно найти в Интернете.

Также при работе в Windows 7 алгоритм выхода на нужные настройки несколько отличается от сценария в XP. Нужно войти в «Панель управления», затем нажать на «Экран», после — выбираем изменение его параметров. Затем — «Дополнительные настройки». Далее переходим на вкладку «Монитор», где находим настройки частоты.

Отметим также — при выставлении в Windows всех версий соответствующих параметров не следует снимать галочку около пункта «Скрыть режимы, которые монитор не использует». Дело в том, что технологически экран, конечно, способен работать с настройками вне рекомендованных. Но на практике это может создать проблемы со стабильностью работы ПК. Поэтому, если пользователь задается вопросом, как поменять частоту обновления экрана, если нужного параметра нет, а доступные значения ниже, чем желательные для CRT-экранов, первое, что мы ему порекомендуем — установить самые свежие драйверы на видеокарту.

Фактор разрешения

В некоторых случаях качество изображения на CRT-дисплее зависит от разрешения. При более высоких его значениях на экране помещается попросту больше элементов. А в случае, например, с фотографиями или видео, есть возможность просматривать их более детально. Оптимальные параметры разрешения зависят, прежде всего, от величины экрана в дюймах. Но, в принципе, пользователь может поэкспериментировать с выставлением разных значений. Отметим, что поменять разрешение можно, используя тот же алгоритм, что и при смене частоты экрана — через «Панель управления» и «Экран».

Отметим также, что при слишком большом разрешении выставить 85 ГЦ не всегда получится. И это, кстати, одна из возможных причин, почему нужная цифра может отсутствовать в списке частот. Поэтому, если драйверы стоят самые свежие, а 85 ГЦ не присутствует в списке, можно попробовать немного уменьшить разрешение монитора.

Частота ЖК-дисплеев

Следует отметить, частота обновления картинки на экране ЖК-дисплеев — в большинстве случаев параметр, не имеющий особого значения. Просто потому, что более или менее современные мониторы еще в заводских условиях настроены так, что корректировка частоты попросту не требуется. Даже если она равна 60 ГЦ, что может быть критичным для ЭЛТ-дисплеев, заметного мерцания изображения не будет в силу технологической специфики, о которой мы сказали выше. Вместе с тем, что касается ЖК-дисплеев, — для них более важен другой параметр — скорость обновления пикселей. Во многих случаях его, к слову, отождествляют с «частотой» экрана — даже в среде IT-специалистов. Это, строго говоря, не совсем верно. Хотя бы потому, что скорость обновления пикселей выражается не в герцах, а в другой единице — миллисекундах. Но если данный термин употребить в контексте «частоты», никто, пожалуй, не обвинит нас в недостатке технической грамотности. Поэтому мы, употребляя термин «частота» в отношении ЖК-дисплеев, будем понимать его как «скорость обновления пикселей».

Итак, какова лучшая частота обновления экрана в ЖК-мониторах? Самое главное — обеспечить оптимальное соответствие данного параметра потоку кадров, генерируемому видеокартой компьютера. То есть если, например, эта микросхема будет выдавать картинку с частотой в 60 герц, а ЖК-монитор не будет обладать достаточной скоростью обновления пикселей (таковым можно считать показатель примерно в 30-40 миллисекунд), то изображение на экране будет казаться «плывущим». Чем меньше соответствующий параметр на дисплее, тем лучше. Идеально, если он не превышает 15 миллисекунд. Как правило, вопрос, как увеличить частоту обновления экрана ЖК-типа, не стоит. В свою очередь, скорость обновления пикселей — параметр в большинстве случаев заводской. Изменить его в домашних условиях проблематично. Поэтому стоит обращать внимание на него непосредственно при покупке экрана.

Технологический аспект

Практически аналогичные закономерности характерны также и для других цифровых устройств, в которых используется ЖК-дисплей. То есть, например, частота обновления экрана ноутбука — параметр столь же «закрытый» для корректировки, как и в случае с мониторами для ПК.

Возможная разница в качестве изображения на в крайне редких случаях зависит от выставленных значений частоты. Практически всегда ключевой фактор — это уровень технологий, предопределяющих, главным образом, скорость обновления пикселей. Менее важно, какая установлена частота обновления экрана. Какая лучше технология построения картинки с точки зрения «пикселизации» и цветопередачи для конкретной модели монитора — определяет в первую очередь бренд-производитель. Экраны устаревших типов, конечно, могут «выдавать» не вполне качественное изображение. Но что касается современных изделий, существенных проблем с ними, как правило, не возникает. Также отметим, что кроме «частотного» фактора, на качество картинки влияет большое количество других параметров, характерных для экранов ПК и ноутбуков. Это разрешение, характеристики видеокарты.

Частота экрана ЖК-телевизоров

Каковы особенности функционирования дисплеев на ЖК-телевизорах? Что касается ключевых закономерностей — они, в принципе, те же, что на компьютерных экранах. То есть на большинстве современных телевизионных дисплеев частота обновления достаточна, чтобы изображение не «прыгало». Что касается скорости обновления пикселя — как правило, бренды-производители телевизоров стараются оптимизировать все под характеристики экрана. Поэтому особых проблем, связанных с «плавающей» картинкой, на современных ТВ не наблюдается.

Вместе с тем, частота обновления экрана телевизора — параметр, характеризующийся рядом особенностей. Каких, например? Вновь отметим некоторую двойственность употребления технических терминов. Дело в том, что есть как таковая частота обновления экранной картинки — в отношении нее работают те же принципы, что и для соответствующих типов компьютерных мониторов. Есть, в свою очередь, другой параметр, кадровая частота видеоряда, который характерен именно для телевизоров.

Касательно второй характеристики — можно провести прямую аналогию с кинопленкой. Этот параметр характеризует, сколько кадров в секунду проходит через пространство экрана. В большинстве современных ЖК-телевизоров он составляет 50 ГЦ. Очевидно, этого более чем достаточно для производства фильмов — там частота кадров, как мы уже сказали выше, как правило, в пределах 30 единиц за секунду.

Таким образом, частота обновления экрана телевизора — параметр важный, но, как и в случае с компьютерами, дополнительной корректировки, как правило, не требующий, и не подлежащий ей по умолчанию. Аналогично — с кадровой частотой видеоряда. Данный параметр — также типично заводской.

ТВ: характеристики матрицы

Можно также отметить, что технические характеристики ТВ включают ряд дополнительных параметров. Таких как, например, время отклика матрицы. Как работают ЖК-дисплеи? На кристалл, являющийся «зерном» общей картинки на дисплее, попадает электрический импульс, вследствие чего пиксель светится. Однако в силу технологических особенностей гаснет он не сразу. И потому на экране, даже после того, как на него выведен новый кадр, может на доли секунд оставаться еще не успевшая исчезнуть предыдущая картинка. Вследствие этого изображение, подобно тому, как это происходит на экранах ПК, может казаться «плавающим». Но стоит отметить — современные модели ЖК-телевизоров, как правило, снабжены аппаратными компонентами, способными корректировать такое поведение дисплея. К тому же отклик матрицы на ТВ-экранах, которые сейчас выпускаются, как правило, минимален. То есть и в случае с ЖК-телевизорами вопрос, как увеличить частоту обновления экрана, практически не стоит. Собственно, возможности для корректировки соответствующего параметра у владельцев ТВ в большинстве случаев отсутствуют.

Частота дисплеев ПК и ТВ: выводы

Итак, мы узнали, что такое частота обновления экрана, какая лучше для CRT-мониторов, в которых соответствующий параметр в ряде случаев требует ручной корректировки в настройках Windows. Какие выводы касательно изученных особенностей дисплеев разных типов мы можем сделать?

Эквивалентная частота обновления экрана в CRT-мониторе и ЖК практически ничего не значит с точки зрения сравнения качества изображения. Хотя бы потому, что принципы построения картинки в каждом случае разные. Вторая причина — на жидкокристаллических дисплеях частота — скорее, второстепенный фактор качества изображения. Более важен другой параметр — скорость обновления пикселей.

Качество картинки, как в случае с ЖК-экранами компьютеров, так и относительно CRT-дисплеев, во многом определяется характеристиками видеокарты. При этом часто бывает так, что соответствующего типа микросхема технологически отстает от монитора. То есть, например, дисплей имеет минимальный показатель скорости обновления пикселей, а видеокарта не может задействовать данный ресурс в полной мере. На практике это может выражаться в том, что при запуске компьютерных игр с высокой частотой видеоряда какие-то элементы картинки будут прорисовываться не вполне четко. Хотя, опять же, отметим — подобного рода проблемы достаточно редко встречаются сегодня. Что же касается фильмов, объективных причин того, чтобы качество видеоряда при их воспроизводстве зависело от частоты (и в большинстве случаев — скорости обновления пикселей), быть не может, просто потому, что фильмы — это, как правило, видеопоток до 30 кадров. Аналогично — с ЖК-телевизорами, особенно в современных модификациях. В них установлена оптимальная частота обновления экрана. Какая лучше модель справляется с оптимальным воспроизводством видеоряда — вопрос, при ответе на который правомерно обращать внимание, прежде всего, на уровень технологий, применяемых брендом. Частота — аспект в данном случае второстепенный.

При выборе телевизора покупатель может увидеть в описании выбранной модели такую характеристику, как PQI. Что она означает и каким должно быть ее оптимальное значение? Сейчас попробуем во всем разобраться.

Picture Quality Index (PQI) – это индекс качества изображения придуманный маркетологами Самсунг для удобства выбора телевизора. Он может иметь разное значение, которое находится в широком диапазоне. Считается, что чем выше будет этот показатель, тем лучше и контрастней окажется изображение во время быстрого передвижения объектов на экране телевизора. Например, в телевизорах торговой марки Samsung представлены модели 7 серии со значением Picture Quality Index на уровне 1400. Благодаря этому показателю потенциальный покупатель сможет при выборе техники сравнить качество изображения нескольких телевизоров между собой.

Какие показатели берутся во внимание?

При расчете PQI учитывается действие современных технологий в области отображения цвета и деталей, глубины изображения и контрастности. Этот показатель пришел на замену индексу CMR — герцовка изображения (Clear Motion Rate), который производитель указывал до 2015 года. Clear Motion Rate (CMR) имел значение в диапазоне 200 — 400 — 600 -600 или 1200 гц. В 2016 году специалисты компании Samsung решили придумать свой показатель качества картинки, разработав значение PQI.

Значение PQI в моделях 9 серии

В моделях 9 серии PQI может иметь значение от 100 до 2400 единиц. Однако далеко не во всех странах компания Samsung декларирует этот индекс. К примеру, на территории США вместо PQI производитель использует значение MOTION RATE. Этот показатель указывает количество кадров в секунду, демонстрируемых на экране (Для телевизоров без 3D = 100 — 200 Гц. Телевизоры с 3D от 200 Гц) Такой подход связан с требованиями местного законодательства предоставлять потенциальным покупателям полную информацию, которая касается качества техники.

Рассмотрим что такое индекс динамичных сцен и как он технически работает на телевизоре. Данное описание подходит для индексов динамичных сцен любого производителя.

Производители телевизоров патентуют собственные названия индекса:

Clear motion rate (CMR), Picture Quality Index (PQI) в TV Samsung

Picture Mastering Index (PMI) в TV LG

Perfect Motion Rate (PMR) в TV Philips

Motionflow XR в TV Sony

Active Motion & Resolution(AMR) в TV Toshiba

Backlight scanning BLS-cканирующая подсветка в TV Panasonic

Clear Motion Index (CMI) в TV Thomson

Subfield Motion в plazma Samsung

Эти технологии оценивает качество показа динамичных сцен, чем выше индекс тем более естественную картинку должен показать телевизор. Но телевизор изначально может показать не более 240 кадров в секунду больше не позволяют технические характеристики матриц экранов. Да и стандарты записи видео оговаривают, что максимально устройства видеозаписи могут записать видео с частотой не более 60 кадров в секунду.

Стандартное изображение на большинстве моделях телевизоров имеет частоту обновления 60 раз в секунду. Данная величина способна обеспечить достаточно четкое, контрастное и яркое изображение происходящего на экране. А в новейших телевизорах, которые поддерживают Ultra HD разрешение, картинки отличаются еще более насыщенными цветами. К этому стоит добавить, что на экране кинотеатра изображение сменяется со скоростью 24-25 раз в секунду. Отсюда вопрос – тогда зачем нужна еще большая частота кадров, если и так все хорошо видно? Ответ на этот вопрос заключается в некоторых фактах, которые и представят все преимущества данного параметра.

Рассмотрим характеристики динамичного, быстро изменяющегося изображения, транслирующегося по стандартному жидкокристаллическому экрану телевизора. Можно вспомнить канал о животных, на котором гепард стремительно преследует антилопу или всевозможные опыты из популярных программ канала Дискавери. Оказывается, что для качественного просмотра всех движений, происходящих в передачах, будет недостаточно 60 Гц, являющихся стандартным параметром для большей части телевизоров. Особенно это может быть заметно в спортивных передачах: безусловно, вратарь, отбивающий летящую шайбу, будет различим на поле, а вот сама шайба может быть и незаметной. И такая ситуация характерна для экранов с низкой частотой. Именно из-за низкой частоты кадровой развертки динамические объекты выглядят размытыми, теряют резкость и за ними становится трудно наблюдать. Они могут отображаться и по-другому – дискретно. В данном случает это будут резкие, оторванные друг от друга движения, которые как бы оторваны друг от друга. Такой вариант также не способствует качественной оценке изображения.

Отсюда вопрос – можно ли каким-либо способом изменить ситуацию и сделать изображение максимально реалистичным? Конечно, это возможно осуществить при помощи увеличения частоты смены кадров. Именно этот параметр позволит усилить четкость и контрастность предметов, находящихся в движении.

У кого-то возникнет вопрос: «Откуда берутся недостающие кадры, которые превращают несколько разреженных кадров в единое целое плавное движение? Известно, что источник видеосигнала не занимается их передачей». Ответ может кого-то удивить, но он звучит так: недостающие кадры приходится «выдумывать». И занимается этой деятельностью специальный чип – «криэйтор» — видеопроцессор. Он отвечает за создание новых кадров и вставкой их между уже существующими, промежуточными. Кроме этой функции, видеопроцессор успевает заниматься и другими, не менее полезными делами: шумоподавлением, коррекцией цветопередачи, увеличением резкости изображения.

Копнём глубже и рассмотрим с какой реальной частотой может работать современный LED телевизор.
Как правило, в телевизорах применяется матрица изготовленная по IPS технологии или её модификация, матрицы по этой технологии обеспечивают хорошую цветопередачу порядка 99% и углы обзора 178° как по вертикали, так и горизонтали что не мало важно для просмотра телевизора, ведь не всегда телезритель сидит прямо перед телевизором.

Проведя несложные вычисления можно определить следующее: отклик матрицы IPS порядка 5 мс, следовательно 1000/5=200 кадров в секунду. Стандартная матрица телевизора может показывать в секунду около 200 кадров, но это в идеале, на практике время отклика может быть и больше, например 7 миллисекунд.

Производители устанавливают в телевизоры матрицы 3 типов

Матрицы которые могут показать 60 кадров в секунду

Матрицы которые могут показать 120 кадров секунду (наиболее распространённые типы матриц)

Матрицы которые показывают 240 кадров в секунду (как правило устанавливаются в дорогих моделях)

Какая частота кадров в различных стандартах (надо представлять для последующего понимания принципа работы).

1080i: чересстрочный стандарт с кадровой частотой 25, (29,97) или 30 кадров в секунду

1080p: стандарт с прогрессивной развёрткой допускающий использование кадровых частот 24, 25, 30, 50 или 60кадров в секунду

720p: стандарт с прогрессивной (построчной) развёрткой, допускающий использование кадровых частот 50 или60 кадров в секунду

SD: стандартное цифровое телевидение 50 или 60 кадров в секунду.

Аналоговый сигнал: 25 кадров в секунду.

Телевизор не имеющий индекса динамичных сцен

В таком телевизоре показывается изображение с той частотой кадров, с которой он принимает сигнал, в телевизоре не производится никакой коррекции или улучшения сигнала. Как правило ведущие производители телевизионной техники уже не выпускают телевизоры без индекса динамичных сцен.

Индекс динамичных сцен 100

В телевизорах имеющих индекс динамичных сцен 100 улучшение изображения происходит за счёт добавления 1 кадра между существующими двумя. Как правило идентичного существующему. Если в телевизоре применена 60 Гц матрица, то улучшение изображения можно увидеть только при просмотре изображения с частотой кадров менее 60. Если показывается изображение с частой 60 кадров технически не возможно его уже улучшить.

Индекс динамичных сцен 200

В основном та же суть, что и при индексе 100 меняется только сам алгоритм обработки изображения процессором .

Индекс динамичных сцен 400-600

В телевизорах с индексом динамичных сцен 400-600 добавляется между существующими кадрами уже 2-3 кадра, и применяется матрица поддерживающая частоту 120 Гц. Какие создаются промежуточные кадры между реальными, идентичные или вновь созданные зависит от алгоритма работы процессора, но учитывая то, что в телевизорах с индексом динамичных сцен что 100, что 400 применяются одинаковые процессоры, то можно предположить что создаются одинаковые повторяющиеся кадры. Также при таких индексах обязательно применяется локальное затемнение.

Теоретически возможно уже улучшить даже изображение высокой чёткости, хотя на практике по отзывах пользователей этого не заметно.

Индекс динамичных сцен 800-1200

В телевизорах с такими индексами динамичных сцен применяются уже матрицы повыше классом способные показывать более 120 кадров в секунду, а также устанавливаются более быстродействующие процессоры позволяющие, проводя анализ кадра, создавать промежуточные кадры не только идентичные, но и создавать индивидуальные промежуточные анализируя реальные кадры.

По отзывам владельцев телевизоров с различными индексами складывается следующая картина, разница действительно наблюдается по качеству отображения динамических сцен в телевизорах, например, с индексом 100 и 200, но уже свыше 400 или 600 разница незаметна и это можно уже отнести к маркетинговым уловкам производителей.

К тому же, телевизор не всегда правильно может произвести конвертацию или создание промежуточных кадров и иногда улучшенное изображение может быть по качеству хуже изначального. На картинке показать предмет в движении и сказать, что создаются несколько новых промежуточных это одно и совсем другое создать реальный, очень часто при создании промежуточных кадров создаются так называемые цифровые артефакты.

На сегодняшний день ведущие мировые компании по производству электронной техники используют частоту кадров в секунду, равную 200. Это фирмы Samsung, LG и Sony. Как они достигают такой мощной величины? Для того, чтобы телевизор выдавал настоящие 200 кадров в секунду, видеопроцессоры (как правило, в количестве двух штук) между последовательными кадрами стандартного видеопотока в 50 Гц вставляют еще три промежуточных изображения.

В результате новой высокотехнологичной процедуры динамические сцены обрели совершенно новое видение. Технология 200 Гц позволит в мельчайших деталях рассмотреть сложный маневр футболиста или стремительный удар боксера. Теперь любой спортивный матч по телевизору – это настоящий праздник, создающий полное ощущение присутствия на стадионе или в спортзале. Следует заметить, что фаворитами новой технологии являются не только спортивные телепередачи, но и все фильмы, подразумевающие стремительность и скорость. Игроманы, имеющие телевизор с частотой обновления 200 Гц, также будут счастливы от реалистичности того мира, в который играют.

Однако не все производители такие честные и пошли по пути честной развертки в 200 Гц. Кое-кто предпочел «обходной» маневр, предлагая нечто отличное от 200-герцовой развертки, но именуемое именно этим термином.

Как было сказано выше, честный производитель использует следующую схему улучшения качества динамического изображения: метод интерполяции данных MEMC, основанный на создании дополнительных кадров. Другие же изготовители, прикрывающиеся громкой величиной частоты обновления кадров своих экранов в 200 Гц, используют другой метод, ничего общего с увеличением частоты кадров не имеющий. Они применяют технологию гашения задней подсветки (Scanning Backlight — так называемая технология сканирующей подсветки). Использование этой технологии объясняется ее способностью устранять эффект размытости динамичного изображения.

Что же касается частоты, то у телевизора, имеющего псевдо-200 Гц режим, и работающего по технологии Scanning Backlight, реальная частота обновления кадра равна 100 Гц. Экран при этом делится на три части горизонтали, в которых задняя подсветка включается и выключается. Для того, чтобы изображение с частотой обновления в 100 Гц смотрелось как изображение с оригинальной частотой обновления в 200 Гц, к картинке на экране просто добавляется «бегущий» с частотой 100 раз в секунду темный прямоугольник. Кончено, данная инновация ничего общего с подлинной частотой кадров в 200 Гц не имеет. Естественно, что эта технология значительно дешевле первой, рассмотренной выше.

Сторонники метода, базирующемся на затемнении подсветки экрана, утверждают, что черные вставки помогают минимизировать эффект размытости объекта, который находится в движении, делая контуры более четкими в промежуточных кадрах. Также гашение лампы позволяет немного снизить расход электроэнергии.

Но поклонники именно этого метода сглаживания изображения не говорят о его недостатках. А они есть, и немалые. Во-первых, плавность динамичных сцен не становится большей, так как зритель видит такие еже 100 реальных кадров в секунду, как и без этой технологии. Во-вторых, гашение ламп снижает общую яркость изображения. А в-третьих, Scanning Backlight выводит на экраны телевизоров мерцание и размытость, заставляя нас мысленно возвращаться в то время, когда кинескопные телевизоры правили бал.

Таким образом, пополнение видеоряда промежуточным кадром видимо улучшает восприятие всего происходящего на экране. В большей степени это качается сцен, в которых ведущие «роли» играют быстро движущиеся предметы или персонажи. Привлекательности этой технологии добавляет возможность регулировки степени обработки промежуточных изображений, которая может использоваться практически всеми: и любителями спорта, и ценителями фильмов, и искушенными геймерами. Но все эти достоинства в полной степени раскрываются и реализуются только в телевизорах с настоящей 200-герцовой частотой смены кадров а это как правило телевизоры PREMIUM сегмента.

Метод обнаружения качества изображения — Русские Блоги

Метод обнаружения качества изображения

Эта глава просто просто говорит о традиции, и теперь не знает, как определить качество качества изображения.

.

1, полный, полутвердый метод

Некоторые особенности изображения сравниваются с той же особенностью исходного изображения, такого как распределение вероятностей коэффициента вейвлет-преобразования, встроенный многосмысленный геометрический анализ, контрастность чувствительной функции и осведомленности различий в оттенках серого. Его соответствующая область применения включает в себя Передача видео. Подтверждение цифрового водяного знака, используя подпроверку для выполнения контроля качества видео и контроля расхода кода.
.

2, шторм качество изображения (слепое качество изображения, BIQ)

Метод оценки, полностью неоспоримое опорное изображение, оценивает качество изображения в соответствии с собственными характеристиками изображения искажения. Некоторые методы предназначены для определенных типов искажений, таких как оценка тяжести размытия, шума, эффект блока; некоторые способы отвлечения Причина классифицируется, и количественная оценка; и некоторые методы пытаются одновременно оценить различные типы искажений. Нет более практического значения без контрольных методов, причем очень широкий спектр приложений.
.

3, Оценка качества изображения машинного обучения

(1)SVM + SVR 
Алгоритм использует два шага, сначала используйте SVM для выполнения идентификации типа искажений, а затем установить модель анализа регрессии SVR для определенного типа искажения, мы называем модель SVM + SVR.
(2)GGD 
Индекс качества масленого изображения мовства и BOVIK (BIQI) оценивали изображения в два этапа, сначала используя единицу разложения вейвлетов, чтобы соответствовать параметрам, полученным путем обобщенного гауссового распределения, модель GGD. Классификация SVM получает вероятность каждого класса, а затем SVR рассчитывает значение индекса качества изображения для каждого типа деградации. Наконец, в соответствии с вероятностью взвешенной, общий индекс оценки качества; в последующих изображениях на основе искажений
Оценка реализма и целостности.
.

4, метод на основе модели вероятности

Этот тип метода сначала устанавливает статистическую модель вероятностей между характеристиками изображения и качеством изображения.Большинство многомерных гауссовских распределений распределения распределения гауссов.Качество изображения качества изображения максимальной вероятной вероятности испытаний рассчитывается в соответствии с моделью вероятности после извлечения характеристик или оценивает качество изображения в соответствии со степенью соответствия модели вероятности (например, расстояние).

Миттал, Миттал, Остин, Техасский университетЕстественный оценщик качества изображения, NIQE)В алгоритме нет необходимости тренировать изображение человеческого глаза, после расчета его локального MSCN нормированного изображения, в соответствии с выбором локальной активности, частичный блок изображений используется в качестве учебных данных, а параметры модели оснащены обобщенным Gaussian Model Для получения параметров модели с использованием большего количества вариабельной гауссовской модели описывает эти функции, используя расстояние между параметрами модели изображения, которые будут оцениваться параметрами характеристики изображения и предварительно установленным параметрам модели, чтобы определить качество изображения.

Abdalmajeed и Jiao нормализуются местными MSCN к изображениям,Извлечь естественные статистические характеристики изображения на основе распределения Weber, и опишите его распределение вероятностей с несколькими вариабельными гауссоми.Расстояние, которое будет оценено характеристиками изображения, и никакие показания изображения искажений статистическая модель рассчитывается как метрика оценки качества изображения. Согласно модели вероятности, размер статистического метода на основе большого количества образцов, размер вероятности математики Модель и размер суммы образца влияет на производительность. Ключ, существующие методы в основном на основе многовариационных гауссовских моделей для моделирования вероятностей, в основном для удобного моделирования. Учитывая, что характеристики качества изображения высоки, сложные модели будут иметь больше данных, такие методы Только объем данных может быть достигнут при большом количестве данных.
.

5, метод нейронной сети

Этот тип метода сначала извлекает определенную домен преобразования изображения или пространственную функцию, а затем обучение модели анализа регрессии нервной сети на основе известных данных качества, а качество изображения прогнозируется характеристиками изображения.
Кан и др.Сверкальные сети (CNN)В той же сети сеть включает в себя 5 слой, и изображение генерируется локальным MSCN для ввода сети с помощью 32 £ 32 подблокировка. Первый слой свертки слоя экстрагируется на 50 фильтр, второй слой выполняет Максимальный минимальный выбор, а последние два этажа — это полная сеть подключения 800 узлов, а последний слой является выходным качеством изображения в одном узле.

Hou et al также использует алгоритм глубокого обучения с 5-слойной сетевой структурой для выполнения оценки качества изображения, комплексной добычей объектов, классификации и расчета после вероятности вероятностей и т. Д.Процесс обучения впервые использует ограниченный станок Больцмана, RBM.Алгоритм обратного переноса используется в тонкой корректировке. Экспериментальные результаты этих двух алгоритмов значительно лучше, чем другие нефтовые алгоритмы, даже в некоторых случаях лучше, чем общийХороший VIF в алгоритме

Оригинал: http://www.bubuk.com/infodetail-1977176.html.

Samsung Frame TV — тест на большом расстоянии

Я был потрясен с тех пор, как Samsung выпустил линейку телевизоров The Frame или Samsung Frame TV около 4 лет назад. Это было что-то футуристическое и элегантное одновременно. Выиграли кабели и любимое произведение искусства вместо черного торта на стене. Красивое и современное решение поразило воображение. К сожалению, первая серия была очень дорогой и ориентирована на определенную аудиторию. К тому же в спецификации параметры изображения не отличались от телевизоров намного … дешевле. Так уж получилось, что выбирать телек — это мучение … К такому выводу я пришел в начале прошлого года. Большой выбор, даже трассировки отличий и множество параметров, несколько отзывов и мнений вызвали еще больше хаоса. В конце концов, это было «возвращение к мечтам». Хорошее предложение одного из небольших интернет-магазинов открыло путь к этому оборудованию. В этом году крючок с рамкой для телевизора Samsung UE55LS03NA 55 ‘(2018) на стене — отличная возможность для резюме.

Распаковка Samsung Frame TV

Пока помню. В конце концов, у меня было одно слово — церемония. Потому что количество элементов и способ установки телевизора очень интересны. Это вызывает уважение к этой концепции и усиливает ощущение контакта с продуктом премиум-класса. Лучше не делать это в одиночку — 55 дюймов не кажутся огромными, но они много весят. К тому же картонная коробка имеет большие размеры и может быть проблемой при транспортировке. Настенный держатель входит в комплект, каждый элемент упаковывается отдельно. Крепление «входит» в телевизор, когда его подвешивают на стене, так что ни с одной стороны не видно внутренностей, хотя материал на задней панели также ровный. Очень высокий для того, что ты однажды увидишь. Ну, не совсем один раз, если вы решите поставить телевизор на ножки в комплекте, но потом задаетесь вопросом: а зачем вам покупать такой телевизор? Также есть возможность установить Рамку на специальной подставке, напоминающей мольберт, но приобретаемой отдельно. Вкратце — по умолчанию телевизор Samsung Frame TV повешен на стену, и все!

С чем вы едите (смотрите)?

На самом деле, не имеет значения, какое поколение «The Frame» вы выберете. Моя вторая. Есть небольшие различия в качестве изображения — чуть лучше с каждым годом по параметру «индекс качества изображения». За эти несколько лет диапазон размеров на выбор был расширен — сначала было 2, а теперь 6. Только версия этого года должна внести изменения в дизайн и быть более «подходящей». Другие особенности более важны.

Рамка это что-то другое

Во-первых, у него есть «невидимый» кабель — силовой и инженерный. Его длина 3 метра, и он подключается к станции размером с консоль, которую можно разместить где-нибудь сбоку. К нему следует подключать только консоли, аксессуары или USB-флешки. Эффекты — это «чистое» окружение телевизора. Вы можете повесить его на комод, как картину.

Вторая отличительная черта — режим Art. В телевизоре может отображаться любое изображение из имеющихся на старте либо отправленных в выбранном дизайне кадра или как в антикадре. Для самых требовательных покупателей есть интернет-магазин с произведениями искусства в виде подписки. Когда дело доходит до отображения иллюзии реального изображения, датчики — движение и свет — дополняют картину. Один экономит энергию, поскольку отображает изображение только тогда, когда мы находимся в комнате (например, через 10 минут после выхода), другой регулирует уровень яркости изображения, чтобы адаптировать его к условиям в комнате. В результате нет черного пирога на стене, как у 99% других телевизоров с разумным энергетическим аппетитом. Вы видите, что это не изображение? При определенных условиях или вблизи вы, наконец, увидите, что это не «реальное» изображение, но то, что я вижу, выходит за рамки того, что я ожидал от маркетингового сообщения.

В комплекте массивные ножки, но лучше оставаться в коробке …

Рамки, Energy Appetite, Tizen?

Последний элемент, который дополняет телевизор Samsung «The Frame», — это опциональные рамки — рамка у телевизора тонкая, но только черная, и вы можете купить рамку другого цвета или сделать вид, что она деревянная. Лицевая панель будет магнитно прилипать к телевизору. Этих элементов много, но в ТВ боксе все (кроме рамок). И звук громкий (динамики спрятаны в нижней рамке) и насыщенный для динамиков телевизора. Так или иначе, звуковая панель, которую я использовал с предыдущим телевизором, поступила в продажу.

Телевизор класса энергосбережения В, но несмотря на опасения я его в счетах не почувствовал. Конечно, если бы это был OLED-телевизор, он, вероятно, сгорел бы примерно через 2 месяца в режиме Art, поэтому у нас есть технология. LED. Как я уже писал, в ценовой категории Samsung Frame TV есть более дешевые OLED, но это «обычный» LED самого высокого качества. Экран очень яркий и динамичный (100 Гц), равномерно подсвечивается и при этом не утомляет глаза. Черные как раз хороши. Возможно, в модели 2019/20 года благодаря технологии QLED было бы немного лучше, но это максимум того, что можно выжать из светодиодов. Качество еще можно подкрутить в настройках — нашел отличную калибровку, но после выбора режима «кино» картинка будет почти не хуже.

Система Tizen — такая же отличная ОС, как и остальная часть Samsung (- Art mode). Это быстро, чисто и имеет множество опций. После перехода с WebOS на LG пропустил только отображение времени в меню. Также нет голосового набора — Bixby не работает в Польше.

Единственное место с логотипом производителя.

льготы
  • Программное обеспечение. Система Tizen работает безупречно.
  • Качество изображения.
  • Телевидение для внимательных … (если вы взволнованы тем, что только что купленный телевизор поразит гостей и они будут долго об этом говорить, вы попали в нужное место).
  • Эстетика недоступна для других моделей.
  • Звук. Богатый и громкий.
  • Работа сенсоров, обогащающих иллюзию изображения.
  • Минималистичный пульт (но только белый).
  • Богатый набор.
  • Один «волшебный» провод.
  • 100 Гц.
  • Альтернативы нет. Я искал а нет. Только Samsung сделал что-то подобное по этой цене и доступно в Польше.
дефекты
  • Черные не так хороши, как на OLED-телевизорах.
  • Дорогие дополнительные рамы.
  • Класс энергопотребления В (но как я уже писал, разницы в счетах не вижу).
  • Товар не для всех.

Это второй Xbox? Это не та станция, к которой мы подключаем блок питания, HDMI и т.д. Может стоять на расстоянии до 3 метров от телевизора «Рамка».

Вердикт для Samsung Frame TV

Когда линейка телевизоров Samsung Frame (или The Frame) была запущена, это был продукт «наряду» с остальными телевизорами. В настоящее время, после многих нововведений, он поначалу стоит на месте. Может когда-нибудь и подумаю о переходе на версию поновее, когда представят версию 8К (смотреть бессмысленно, но с размерами выше 55 дюймов и в плане отображения «произведений искусства» это было бы существенное улучшение) и технологию microLED это улучшит черный цвет и контрастность, не беспокоясь о недостатках технологии OLED, но этого еще нужно дождаться. Фрейм не является выбором по умолчанию для «Януша и Барбары», которые, слушая Клео, получают выгоду от другого продвижения по службе (тогда они должны стать лицом предусмотрительного). Предоставляется выбор размеров спорыи цены не так сильно отличаются от других более дорогих телевизоров. Я думаю, что это всего лишь малоизвестная линейка телевизоров, и потребитель с ограниченной ценой часто оказывается в проигрыше, не вникая глубже в характеристики и функции, которые действительно улучшают качество развлечений и жизни в нашей гостиной.

 

фото: Samsung

1600 pqi что это — Все о Windows 10

На чтение 5 мин. Просмотров 146 Опубликовано

Ваш IT помощник

Все мы знаем что у SmartTV потрясающее изображение, но не все знают что Samsung ввел для своих телевизоров рейтинговую оценку по качеству изображения — технологию PQI, у которой даже есть определенные диапазоны. Далее мы расскажем что это такое и отчего зависит.

Picture Quality Index (PQI) — это индекс качества изображения, который присущ всем моделям Смарт телевизоров от Samsung. Данная рейтинговая система имеет минимальную оценку 100 и максимальное значение 2700. Сразу уточню, показатель в 100 pqi не свидетельствует о плохом качестве изображения, а является лишь начальной отметкой рейтинга.

Samsung SmartTV использует фирменное определение PQI для своих моделей

Данные рейтинга складываются из ряда факторов, но все же стоит выделить два основных показателя:

  • Разрешение — телевизор включает технологию HD, Full HD, 4K Ultra HD или 4K Ultra HD HDR спецификации;
  • Цвет — передача цвета от Samsung, включающая в себя технологию Purcolour или Quantom Dot. Есть небольшая разница между этими опциями, однако они оба выдают реалистичные и потрясающие цвета.

Также, в зависимости от увеличения рейтинга, вы будете наблюдать и другие изменения в изображении:

  1. Контраст яркости — чем выше поднимается шкала, тем лучше будет передан качество теней и четкость линий. Простыми словами — белое становится белее, а черное чернее.
  2. Движение — телевизоры с самым высоким рейтингом PQI имеют большую частоту кадров в секунду, благодаря чему вы получите плавные движения и отсутствие дрожания.
  3. Подавление шума — данный фактор не имеет ничего общего с аудиовыходом телевизоров. Понятие «шум» относится к уровню присутствия ненужных светлых и темных цветов на картинке. Samsung разработала свою шумопонижающую спецификацию в технологии Clean View Samsung.

Чем выше значение PQI, тем лучше разрешение и цвет изображения

На самом деле, чисто визуально, простому пользователю будет сложно определить разницу в моделях с разными значениями PQI. Сегодня новейшие модели телевизоров имеют следующий диапазон — 1900, 2000, 2100, 2200, 2300, 2400, 2700. Самые высокие значения присущи новым моделям от Samsung (различные новинки с 4K или изогнутым дисплеем). На нашем же рынке спросом пользуются модели поскромнее — 200, 400, 800, 1300, 1400, 1500, 1600-pqi.

Надеюсь вы разобрались с определением понятия PQI и поняли, что это за технология в телевизорах Samsung и от каких факторов она зависит.

Нередко при выборе бытовой техники у людей возникает масса вопросов касательно обозначений, маркировки, технологий. К примеру, PQI что это такое в телевизоре Samsung, важен ли данный показатель?

Picture Quality Index

Из расшифровки аббревиатуры становится очевидно – речь идет об индексе качества изображения, благодаря которому компания Самсунг составила рейтинг ТВ-устройств. В нём представлены исключительно телевизоры данного производителя, каждому из которых присваивается определенное количество баллов.

Это совокупное значения, учитывающее все технологии, улучшающие передачу цветов, естественность белого, глубину чёрного, контрастность, детализацию, чёткость.

Ранее вместо PQI использовался универсальный индекс CMR (Clear Motion Rate), измеряемый в герцах (Гц), но в 2016 году южнокорейский бренд ввёл свою единицу измерения качества.

Критерии

Вернемся к PQI. 2000 – что это за цифра? На самом деле баллы могут быть разными – от 100 до 2700. Как они начисляются? В учет берутся такие факторы:

  • Разрешающая способность (количество пикселей по горизонтали/вертикали) – HD 720, FHD 1080, 4K, 4K c поддержкой HDR и т.д. Чем выше разрешение, тем больше оно влияет на «ПиКьюАй»;
  • Цветопередача – определяется наличием в телевизоре технологий Pure Colour / QuantumDot. Оба алгоритма способствуют особой обработке изображения, чтобы зритель видел реалистичную картину, как будто смотрит в окно;
  • Контрастность – простыми словами, чем больше миллионов оттенков разделяет черный и белый цвет, тем глубже передача теней, полутонов. И даже черную кошку в темной комнате можно рассмотреть;
  • Плавность движения – количество отображаемых кадров за 1 секунду является важнейшим значением, влияющим на PQI (200, 400, 1400…). Благодаря новейшим технологиям мы можем наблюдать реалистичную динамику, без рывков, искажений, дрожания.
  • Шумоподавление. К сожалению, пока не каждый канал или источник предоставляет качественный контент, на большой диагонали HD выглядит так себе. Чтобы скрывать, сглаживать лишние шумы, в ТВ имеется настройка уровня подавления.

Если сложить вместе все перечисленные выше свойства, то и получим какое-то значение. Самим его высчитать конечно же не получиться. Это за нас делает Самсунг.

Многие интернет-магазины используют PQI в описании телевизоров Samsung, что частенько путает потенциальных клиентов:

Стоит отметить, что если рядом поставить две модели с разными индексами, то не каждый сможет визуально заметить отличия в изображении. Поскольку между 1900 и 2400 может быть очень тонкая грань. Поэтому не стоит сильно заморачиваться, уделять особое внимание данной цифре. Лучше проанализировать отзывы, посмотреть обзоры на Youtube и составить в голове конкретное представление о товаре.

Видео

Хотел здесь разместить хороший ролик с наглядным объяснением темы, но не нашел в сети ни одного достойного внимания. В основном рекламные клипы, восхваляющие продукцию южнокорейского технологического магната. Если Вам попадётся на глаза нечто интересно, то попрошу поделиться информацией в комментариях.

Надеюсь, теперь Вы понимаете – PQI что это такое в телевизоре Samsung.

Телевизор, это пассивное устройство отображения. Фактически, это тот же монитор, что и у ПК, но снабжённый автономным TV-тюнером/приёмником эфирных программ на телеканалах. Все остальные дополнительные функции “нагружают” цену, поэтому у разработчиков сложная задача – сделать картинку более “красивой”, но при этом не переходить в более дорогой ценовой сектор.
Вот поэтому и используются разного рода “улучшайзеры”, имеющие разного уровня “начинку”, потому и разнятся результаты работы этих программ – если модель выше средней серии, то такая обработка сигнала может вполне исправить небольшие искажения используемой записи.

Оценка качества цветного изображения без эталона: от энтропии к качеству восприятия | Журнал EURASIP по обработке изображений и видео

  • П. Мохаммади, А. Эбрахимимогхадам, С. Ширани, Субъективная и объективная оценка качества изображения: обзор. Маджлеси Дж. Электр. англ. 9 (1), 55–83 (2014).

    Google ученый

  • Ю. Фанг, К. Цзэн, З. Ван, В. Линь, З. Фан, К.-В. Лин, Объективная оценка качества ретаргетинга изображений на основе структурного сходства.IEEE J. Emerg. Сел. Вершина. Цирк. Сист. 4 (1), 95–105 (2014).

    Артикул Google ученый

  • X. Zhang, J. Li, H. Wang, D. Xiong, J. Qu, H. Shin, JP Kim, T. Zhang, Реализация прозрачного сжатия ОС/приложений на мобильных устройствах с нулевой задержкой. IEEE транс. вычисл. 66 (7), 1188–1199 (2017).

    MathSciNet Статья Google ученый

  • К.Гу, Д. Тао, Дж.-Ф. Цяо, В. Линь, Изучение модели оценки качества улучшенных изображений без ссылок с большими данными. IEEE транс. Нейронная сеть. Учиться. Сист. 29 (4), 1301–1313 (2018).

    Артикул Google ученый

  • Х. Фронталер, К. Коллрейдер, Дж. Биган, в Трудах конференции IEEE по компьютерному зрению и распознаванию образов (CVPR) . Автоматическая оценка качества изображения с применением в биометрии (IEEENew York, 2006), стр.30–37.

    Google ученый

  • C. Yan, H. Xie, J. Chen, Z. Zha, X. Hao, Y. Zhang, Q. Dai, Быстрый детектор уйгурского текста для сложных фоновых изображений. IEEE транс. Мультимед. 20 (12), 3389–3398 (2018).

    Артикул Google ученый

  • Q. Li, Z. Wang, Оценка качества изображения с уменьшенным эталоном с использованием представления изображения на основе разделительной нормализации.IEEE Дж. Сел. Вершина. Сигнальный процесс. 3 (2), 202–211 (2009).

    Артикул Google ученый

  • К. Ян, Л. Ли, К. Чжан, Б. Лю, Ю. Чжан, К. Дай, Межмодальное соединение и передача знаний для понимания изображений. Транс. Мультимед. IEEE, 1–10 (2019). https://doi.org/10.1109/TMM.2019.2

    8.

  • C. Yan, Y. Tu, X. Wang, Y. Zhang, X. Hao, Q. Dai, Stat: Механизм пространственно-временного внимания для создания субтитров к видео.IEEE транс. Мультимед. (2019). https://doi.org/10.1109/TMM.2019.2924576.

  • С. С. Хемами, А. Р. Рейбман, Оценка качества изображения и видео без ссылок: приложения и дизайн, ориентированный на человека. Сигнальный процесс. Изображение Комм. 25 (7), 469–481 (2010).

    Артикул Google ученый

  • Д. М. Чандлер, Семь проблем в оценке качества изображения: прошлые, настоящие и будущие исследования. Процесс обработки сигналов ISRN. 2013: , 1–53 (2013).

    Артикул Google ученый

  • З. Ван, А. К. Бовик, Х. Р. Шейх, Э. П. Симончелли, Оценка качества изображения: от видимости ошибок к структурному сходству. IEEE транс. Процесс изображения. 13 (4), 600–612 (2004).

    Артикул Google ученый

  • В. Лин, К.-К. Дж. Куо, Перцептивные визуальные показатели качества: обзор.Дж. Визуальное общение. Изображение Представлять. 22 (4), 297–312 (2011).

    Артикул Google ученый

  • А. К. Мурти, А. К. Бовик, Алгоритмы визуальной оценки качества: что нас ждет в будущем? Мультимед. Инструменты Прил. 51 (2), 675–696 (2011).

    Артикул Google ученый

  • А. К. Бовик, Автоматическое прогнозирование воспринимаемого качества изображения и видео.проц. IEEE. 101 (9), 2008–2024 (2013).

    MathSciNet Google ученый

  • В. Сюэ, Л. Чжан, С. Моу, А. К. Бовик, Отклонение подобия величины градиента: высокоэффективный индекс качества воспринимаемого изображения. IEEE транс. Процесс изображения. 23 (2), 684–695 (2014).

    MathSciNet МАТЕМАТИКА Статья Google ученый

  • З. Ван, А.К. Бовик, Оценка качества изображения с уменьшенным и без эталонного изображения. Процесс обработки сигналов IEEE. Маг. 28 (6), 29–40 (2011).

    Артикул Google ученый

  • С. Сюй, С. Цзян, В. Мин, Оценка качества изображения без эталона/слепая: опрос. Иете Тех. 34 (3), 223–245 (2017).

    Артикул Google ученый

  • В. Камбл, К. Бхурчанди, Алгоритмы оценки качества изображения без ссылок: обзор.Оптик-Инт. Дж. Световая электронная оптика. 126 (11-12), 1090–1097 (2015).

    Артикул Google ученый

  • С. Сутахаран, Показатель визуально значимого блокирующего артефакта без ссылок для изображений естественной сцены. Сигнальный процесс. 89 (8), 1647–1652 (2009).

    МАТЕМАТИКА Статья Google ученый

  • А. Чансио, А. Л. Н. Т. да Коста, Э. А. да Силва, А.Саид, Р. Самадани, П. Обрадор, Оценка размытия цифровых изображений без ссылок на основе многофункциональных классификаторов. IEEE транс. Процесс изображения. 20 (1), 64–75 (2011).

    MathSciNet МАТЕМАТИКА Статья Google ученый

  • К. Бахрами, А. К. Кот, Быстрый подход к оценке резкости изображения без эталона на основе максимальной локальной вариации. Процесс обработки сигналов IEEE. лат. 21 (6), 751–755 (2014).

    Артикул Google ученый

  • Р.Ферзли, Л. Дж. Карам, Метрика резкости объективного изображения без эталона, основанная на понятии едва заметного размытия (jnb). IEEE транс. Процесс изображения. 18 (4), 717–728 (2009).

    MathSciNet МАТЕМАТИКА Статья Google ученый

  • Н. Д. Нарвекар, Л. Дж. Карам, Метрика размытия изображения без эталона, основанная на кумулятивной вероятности обнаружения размытия (cpbd). IEEE транс. Процесс изображения. 20 (9), 2678–2683 (2011).

    MathSciNet МАТЕМАТИКА Статья Google ученый

  • Ю. Фанг, К. Ма, З. Ван, В. Линь, З. Фанг, Г. Чжай, Оценка качества искаженных контрастом изображений без эталона на основе статистики естественной сцены. Процесс обработки сигналов IEEE. лат. 22 (7), 838–842 (2015).

    Google ученый

  • Д. Л. Рудерман, Статистика естественных изображений. Сеть: комп.Нейронная система. 5 (4), 517–548 (1994).

    МАТЕМАТИКА Статья Google ученый

  • HZ Nafchi, M. Cheriet, Эффективная модель оценки качества и классификации без эталона для контрастно искаженных изображений. IEEE транс. Транслировать. 64 (2), 518–523 (2018).

    Артикул Google ученый

  • Г. Ян, Ю. Ляо, К. Чжан, Д. Ли, В. Ян, Безэталонная оценка качества искаженных шумом изображений на основе частотного картирования.IEEE-доступ. 5: , 23146–23156 (2017).

    Артикул Google ученый

  • К. Гу, В. Линь, Г. Чжай, С. Ян, В. Чжан, К. В. Чен, Безэталонная метрика качества контрастно-искаженных изображений на основе максимизации информации. IEEE транс. Кибернет. 47 (12), 4559–4565 (2017).

    Артикул Google ученый

  • Дж. Ким, Х. Цзэн, Д. Гадиярам, ​​С.Ли, Л. Чжан, А. К. Бовик, Глубокие сверточные нейронные модели для прогнозирования качества изображения: проблемы и решения для оценки качества изображения на основе данных. Процесс обработки сигналов IEEE. Маг. 34 (6), 130–141 (2017).

    Артикул Google ученый

  • Дж. Гуан, С. Йи, С. Цзэн, В. Чам, С. Ван, Структура глубокой оценки качества изображения с учетом визуальной важности и искажения. IEEE транс. Мультимед. 19 (11), 2505–2520 (2017).

    Артикул Google ученый

  • К. Гу, Г. Чжай, С. Ян, В. Чжан, Использование принципа свободной энергии для слепой оценки качества изображения. IEEE транс. Мультимед. 17 (1), 50–63 (2015).

    Артикул Google ученый

  • А. К. Мурти, А. К. Бовик, Двухэтапная структура для построения индексов качества слепых изображений. Процесс обработки сигналов IEEE. лат. 17 (5), 513–516 (2010).

    Артикул Google ученый

  • А. Миттал, А. К. Мурти, А. К. Бовик, Оценка качества изображения без эталона в пространственной области. IEEE транс. Процесс изображения. 21 (12), 4695–4708 (2012).

    MathSciNet МАТЕМАТИКА Статья Google ученый

  • Л. Чжан, Л. Чжан, А. К. Бовик, Многофункциональный полностью слепой оценщик качества изображения. IEEE транс.Процесс изображения. 24 (8), 2579–2591 (2015).

    MathSciNet МАТЕМАТИКА Статья Google ученый

  • Л. Лю, Б. Лю, Х. Хуанг, А. К. Бовик, Оценка качества изображения без эталона на основе пространственной и спектральной энтропии. Сигнальный процесс. Изображение Комм. 29 (8), 856–863 (2014).

    Артикул Google ученый

  • А. К. Мурти, А. К. Бовик, Слепая оценка качества изображения: от статистики естественной сцены к качеству восприятия.IEEE транс. Процесс изображения. 20 (12), 3350–3364 (2011).

    MathSciNet МАТЕМАТИКА Статья Google ученый

  • Ю. Чжан, Д. М. Чандлер, Оценка качества изображения без эталона на основе логарифмической производной статистики естественных сцен. Дж. Электрон. Визуализация. 22 (4), 043025 (2013).

    Артикул Google ученый

  • А. Миттал, Р. Соундарараджан, А.К. Бовик, Создание «полностью слепого» анализатора качества изображения. Процесс обработки сигналов IEEE. лат. 20 (3), 209–212 (2013).

    Артикул Google ученый

  • М. А. Саад, А. К. Бовик, К. Шаррье, Слепая оценка качества изображения: подход к статистике естественной сцены в области dct. IEEE транс. Процесс изображения. 21 (8), 3339–3352 (2012).

    MathSciNet МАТЕМАТИКА Статья Google ученый

  • И.Мотоёси, С. Нисида, Л. Шаран, Э. Х. Адельсон, Статистика изображений и восприятие качеств поверхности. Природа. 447 (7141), 206 (2007).

    Артикул Google ученый

  • С. Габарда, Г. Кристобаль, Слепая оценка качества изображения с помощью анизотропии. Дж. опт. соц. Являюсь. А. 24 (12), 42–51 (2007).

    Артикул Google ученый

  • Л.Донг, Ю. Фанг, В. Линь, К. Денг, К. Чжу, Х. С. Сих, Использование энтропийной маскировки в перцепционном графическом рендеринге. Обм. образа процесса сигнала. 33: , 1–13 (2015).

    Артикул Google ученый

  • А. С. Абуталеб, Автоматическая пороговая установка изображений уровня серого с использованием двумерной энтропии. вычисл. Вис. График Процесс изображения. 47 (1), 22–32 (1989).

    Артикул Google ученый

  • А.Бринк, Использование пространственной информации в качестве вспомогательного средства для выбора порога изображения с максимальной энтропией. Пат. Распознавание лат. 17 (1), 29–36 (1996).

    MathSciNet Статья Google ученый

  • Ф. Маес, А. Коллиньон, Д. Вандермеулен, Г. Маршаль, П. Сутенс, Мультимодальная регистрация изображений путем максимизации взаимной информации. IEEE транс. Мед. Визуализация. 16 (2), 187–198 (1997).

    Артикул Google ученый

  • Вт.Чжан, А. Борджи, З. Ван, П. Ле Калле, Х. Лю, Применение моделей визуальной значимости для объективной оценки качества изображения: статистическая оценка. IEEE транс. Нейронная сеть. Учиться. Сист. 27 (6), 1266–1278 (2016).

    MathSciNet Статья Google ученый

  • Д. Дж. Филд, Отношения между статистикой естественных изображений и свойствами реакции корковых клеток. Дж. опт. соц. Являюсь. А. 4 (12), 2379–2394 (1987).

    Артикул Google ученый

  • Л. Чжан, Л. Чжан, С. Моу, Д. Чжан и др., Fsim: индекс сходства признаков для оценки качества изображения. IEEE транс. Процесс изображения. 20 (8), 2378–2386 (2011).

    MathSciNet МАТЕМАТИКА Статья Google ученый

  • Х. Р. Шейх, З. Ван, Л. Кормак, А. К. Бовик, База данных оценки качества изображений в реальном времени, выпуск 2 (2005 г.).http://live.ece.utexas.edu/research/quality.

  • Н. Пономаренко, Л. Джин, О. Еремеев, В. Лукин, К. Егиазарян, Дж. Астола, Б. Возел, К. Чехди, М. Карли, Ф. Баттисти и др., База изображений tid2013 : Особенности, итоги и перспективы. Сигнальный процесс. Изображение Комм. 30: , 57–77 (2015).

    Артикул Google ученый

  • С. Дж. Берджес, Учебное пособие по методам опорных векторов для распознавания образов.Данные мин. Знай. Дисков. 2 (2), 121–167 (1998).

    Артикул Google ученый

  • Х. Р. Шейх, М. Ф. Сабир, А. К. Бовик, Статистическая оценка последних алгоритмов оценки качества полного эталонного изображения. IEEE транс. Процесс изображения. 15 (11), 3440–3451 (2006).

    Артикул Google ученый

  • Л. Лю, Ю. Хуа, К. Чжао, Х. Хуанг, А.К. Бовик, «Слепая оценка качества изображения с помощью статистики относительного градиента и адаптивной нейронной сети». Сигнальный процесс. Изображение Комм. 40: , 1–15 (2016).

    Артикул Google ученый

  • X. Хоу, Л. Чжан, в Труды конференции IEEE по компьютерному зрению и распознаванию образов (CVPR) . Обнаружение значимости: спектральный остаточный подход (IEEEMinneapolis, 2007), стр. 1–8.

    Google ученый

  • А.Роуз Квантовые эффекты в человеческом зрении. Доп. биол. Мед. физ. 5: , 211–242 (1957).

    Артикул Google ученый

  • Дж. Рен, Дж. Цзян, Д. Ван, С. Ипсон, Слияние интенсивности и межкомпонентных хроматических различий для эффективного и надежного обнаружения границ цвета. Процесс изображения IET. 4 (4), 294–301 (2010).

    Артикул Google ученый

  • Д.Букерруи, Дж. А. Ноубл, М. Брэди, О выборе полосовых квадратурных фильтров. Дж. Матем. визуализация Виз. 21 (1–2), 53–80 (2004).

    MathSciNet Статья Google ученый

  • П. Корриво, А. Вебстер, Заключительный отчет группы экспертов по качеству видео о проверке объективных моделей оценки качества видео, этап ii.Техн. Представитель (2003). https://www.itu.int/md/T01-SG09-C-0060.

  • Г.Чжао, С. Лю, Оценка подмножества отличительных признаков с использованием модульности сообщества. науч. 6 (25040), 1–16 (2016).

    Google ученый

  • Х. Тао, К. Хоу, Ф. Ни, Ю. Цзяо, Д. Йи, Эффективный выбор отличительных признаков с нетривиальным решением. IEEE транс. Нейронная сеть. Учиться. Сист. 27 (4), 796–808 (2015).

    MathSciNet Статья Google ученый

  • Х.Р. Шейх, А. К. Бовик, Информация об изображении и визуальное качество. IEEE транс. Процесс изображения. 15 (2), 430–444 (2006).

    Артикул Google ученый

  • К.-К. Чанг, К.-Дж. Лин, Libsvm: библиотека для машин опорных векторов. АКМ транс. Интел. Сист. Технол. 2 (3), 27 (2011).

    Артикул Google ученый

  • Д. Дж. Шескин, Справочник по параметрическим и непараметрическим статистическим процедурам , 3-й (CRC Press, London, U.К., 2003).

    МАТЕМАТИКА Книга Google ученый

  • Р. Г. Конгалтон, Обзор оценки точности классификации данных дистанционного зондирования. Дистанционный пульт. Сенсор Окружающая среда. 37 (1), 35–46 (1991).

    Артикул Google ученый

  • ImAnalysis: Качество изображения — графический интерфейс анализа индекса

    Измеряет и сравнивает качество изображения между эталоном и одним или несколькими обработанными изображениями.

    Качество определяется с помощью 8 популярных индексов качества изображения .

     

    Содержимое:

    Загрузить | Скриншоты | Описание программы | Использование | Примечания | Тестовые данные | Исходный код | Кредиты

     

    Скачать:

    Это приложение было разработано в Matlab. Чтобы запустить его на своем компьютере, сначала необходимо установить MCR (среда выполнения компилятора Matlab), который БЕСПЛАТНО. Важно, чтобы вы установили правильную версию.По приведенной ниже ссылке загрузите версию R2012b (8.0) для своей платформы.

    Скачать MCR

    После установки MCR на свой компьютер вы можете загрузить и запустить ImAnalysis .

    Загрузите соответствующую автономную версию для вашей платформы:

    Windows

    Скачать ImAnalysis – Windows – 64bit.zip (рекомендуется для 64-битных систем) [версия 1.55]

    Скачать ImAnalysis — Windows — 32-разрядная версия.почтовый индекс [версия 1.55]

     

    Скриншоты:

      Рис. 1. Запуск ImAnalysis на 64-разрядной системе Windows 7.

     Рисунок 2: Схема программы ImAnalysis. Сначала вводим в программу эталонное (исходное) и 4 тестовых (обработанных) изображения. Затем программа выполняет расчет желаемых индексов (x = исходное изображение, y = тестовое изображение, сигма (σ) = стандартное отклонение). По завершении вычислений программа записывает результаты индексного анализа в новый файл (скорее всего, в файл .xls-файл).

    Рисунок 3: Эксперимент по оценке качества с использованием индекса Q (UIQI). Слева у нас исходное изображение Лены. Центральное изображение представляет собой обработанную версию исходного изображения, куда были добавлены черные, белые и серые линии. Справа у нас есть карта качества UIQI (созданная ImAnalysis) предыдущих изображений. Мы можем видеть, что карты индекса качества отображают как интенсивность изменения качества, так и пространственные области , которые подавляют изменения и, следовательно, ухудшение качества.Примечание. Эта цифра является предварительным просмотром. Если вас интересуют исходные данные, вы можете скачать их в разделе тестовых данных.

     

    Описание программы:

    Целью этой программы является количественная оценка качества цифровых изображений. Во многих случаях мы хотим сравнить два или более изображений. Имея исходное изображение (эталонное изображение) и одно или несколько обработанных изображений, можно точно измерить их различия — качество по отношению к эталонному изображению, не исследуя их визуально.Эта оценка качества изображения часто выполняется с использованием индексов качества изображения.

    Значительное преимущество индексов качества перед визуальной оценкой вручную заключается в том, что индексы более объективны, поскольку они имеют стандартные критерии, в отличие от людей. Еще одно преимущество индексов заключается в том, что тщательное и дотошное сравнение изображений является довольно трудоемкой и трудоемкой задачей, особенно при работе с большим количеством изображений.

    Текущая программа рассчитывает следующие 8 показателей качества:

    1. Смещение,
    2. CC (коэффициент корреляции),
    3. DIV (Разница в дисперсии),
    4. Разница энтропии,
    5. ERGAS (Erreur Relative Globale Addimensionelle de Synthese),
    6. UIQI (Универсальный индекс качества изображения),
    7. RASE (относительная средняя спектральная ошибка) и
    8. RMSE (среднеквадратичная ошибка)

    По сути, эти индексы представляют собой математические формулы, которые вычисляются локально, в окрестности пикселей, с использованием скользящего окна определенного размера (параметр фокусного размера программы).Благодаря этому факту мы можем получить «карту качества индекса», если захотим, которая локально сообщает нам, насколько схожи или непохожи изображения в сравнении.

    Однако обычно нас интересует только одно число, которое указывает на общее качество изображения. Это число на самом деле является средним значением индексной карты, о которой мы упоминали. Наконец, эти средние значения индекса записываются в отдельный файл Microsoft Excel (*.xls) или CSV (*.csv).

     

    Использование:

    1) Загрузите исходное (эталонное) изображение, нажав кнопку ОРИГИНАЛ.

    2) Загрузите ваши тестовые (обработанные) изображения, нажав кнопку ТЕСТ(и).

    3) Вы можете установить выходную папку, нажав кнопку «Установить».
    Однако может оказаться полезным, что по умолчанию программа выводит в
    папку, содержащую исходное изображение.

    4) Выберите индексы, которые программа должна вычислять. Вы можете выбрать 90 512 всех индексов одновременно, нажав кнопку «Все» под текстом «Выбрать:».

    5) Возможно, вы захотите изменить параметр FOCAL_SIZE, который, как уже упоминалось,
    указывает размер окрестности или «окна» (фильтра), в котором будет рассчитываться каждый индекс
    .Чем больше фокусный размер, тем больше
    вычислений, тем больше требуется времени. Обычно мы используем окрестности
    из 7 или 9. Лучше всего вводить в этот параметр нечетное значение.

    6) При желании вы можете отметить кнопку экспорта индексных карт, если вы хотите, чтобы
    программа выводила «индексные карты» для каждого индексного и тестового изображения.
    Если вы работаете с изображениями с географической привязкой, вам, вероятно, также захочется проверить кнопку экспорта
    с географической привязкой.
    Примечание. Параметр экспорта географической привязки работает только с изображениями в формате GeoTIFF!

    7) Нажать кнопку «Анализ!».

    8) Программа выполняет индексный анализ с вашими опциями. В командном окне должны появиться сообщения
    , в которых указывается его текущая задача. После завершения всех вычислений
    создается файл Excel (или CSV, если Excel не установлен) с результатами. Если вы решили экспортировать индексные карты, вы можете
    найти их во вновь созданной папке «Индексные карты» (которая будет находиться в выходной папке
    ).

     

    Примечания:

    1) Вы можете использовать 2D (оттенки серого) или 3D (цвет с 3 или более каналами) изображения.

    2) Каждое ПРОВЕРОЧНОЕ изображение должно иметь такое же разрешение и размеры, что и ОРИГИНАЛЬНОЕ изображение.

    3) Индекс ED всегда рассчитывается после преобразования в 8-бит.

    4) Поддерживаются мультиспектральные и гиперспектральные изображения .

    5) По возможности старайтесь использовать формат изображений TIFF, так как этот формат наиболее тщательно протестирован.

    6) Не вводить для анализа проиндексированные изображения (изображения с цветовой картой). Если у вас есть проиндексированные изображения, которые нуждаются в обработке, вы должны сначала преобразовать их в формат RGB.Изображения в градациях серого тоже могут быть проиндексированы, поэтому будьте осторожны.

     

    Тестовые данные:

    Здесь вы можете скачать исходное изображение «Лена» в оттенках серого (512 × 512) и обработанное изображение, использованное на рисунке 3.

    Скачать Lena_tif_full_res_test_data.zip [формат TIFF, несжатый, неиндексированный]

     

    Исходный код:

    Выпущен исходный код этой программы. Его можно найти на официальном сайте обмена файлами Matlab:

    .

    http://www.mathworks.com/matlabcentral/fileexchange/41464-image-quality-index-analysis-gui

     

    Кредиты:

    Кредит принадлежит всем блестящим умам, предложившим эти индексы качества изображения. Я хотел бы поблагодарить профессора Чжоу Вана, автора индекса UIQI (Q), за предоставление как кода UIQI, так и образцов данных. Я также хотел бы поблагодарить Стива Холцера за изящную полосу прогресса и Роланда Пфистера за функциональность .CSV.

     

    Глубокая оценка качества изображения.Глубокое погружение в полное эталонное изображение… | Алексей Михайлюк

    Глубокое погружение в полноценную оценку качества изображения. От субъективных экспериментов с качеством изображения до глубоких объективных показателей качества изображения.

    Изображение автора

    Прежде чем углубиться в мир оценки качества изображения, я очень мало знал об этапах обработки в конвейере обработки изображений. Как мне позже показалось, конвейер камеры (процесс захвата фотонов и преобразования их в байты цифрового мира) представляет собой синергию аппаратного и программного обеспечения, тщательно оптимизированного на каждом этапе, как и модели отображения — процесс обратного преобразование цифровых байтов в физические количества света, воспринимаемые человеческим глазом.

    Для достижения высокого уровня детализации, повышенной детализации и реалистичности, ощущения глубины изображений алгоритмы обработки изображений проходят тщательную доводку. Некоторое время назад эти алгоритмы настраивались вручную. Со временем были разработаны методы автоматической оценки качества изображения, значительно упрощающие работу разработчиков алгоритмов.

    Проблема разработки метрик, отражающих воспринимаемое качество изображений, по-прежнему остается актуальной. Рассмотрим, например, два изображения тигра ниже — один из самых популярных показателей для оценки качества изображения. Отношение пикового сигнала к шуму (PSNR) не может присвоить изображению более высокую оценку, которую люди-наблюдатели сочли бы более качественной. качественный.

    В этом примере отношение пикового сигнала к шуму (PSNR) дает противоречивые результаты, которые противоречат воспринимаемому качеству изображения. На правом изображении метрическая оценка ниже, однако с точки зрения восприятия она выглядит лучше. Обработанное изображение из набора данных изображений BSD.

    Прежде чем я перейду к объективным метрикам качества изображения, нам сначала нужно пройтись по основным шагам для их разработки:

    Мы начнем с критериев — чего-то, что мы хотим, чтобы метрика моделировала. Затем мы выбираем набор изображений, на которых позже будем обучать модель.Имея изображения, мы собираем данные в виде суждений человека-наблюдателя, спрашивая, насколько хорошо каждое изображение соответствует выбранным критериям. После того, как данные собраны, мы можем перейти к моделированию.

    Эта статья посвящена оценке ухудшения изображения с помощью полных эталонных показателей качества глубокого изображения. Поэтому я лишь кратко расскажу о первых двух шагах конвейера. Это предварительные условия для понимания выбора, лежащего в основе современных моделей оценки качества изображения. Я также кратко расскажу о метриках качества изображения, не основанных на глубоком обучении, поскольку они часто используются в качестве составных частей глубоких моделей.

    Статья частично основана на моем выступлении в PyData Cambridge и приглашенном выступлении в ARM ltd. Если вы хотите узнать больше по теме этого поста, не стесняйтесь, напишите мне — я обязательно смогу дать дальнейшие указания.

    Обычно различают три типа оценки качества изображения. Эстетическая оценка изображения, оценка ухудшения изображения и оценка заметности артефактов. Рассмотрим, например, три случая ниже.

    Три критерия качества изображения.Изображение автора.

    В первом случае эстетической оценки изображение вверху для меня выглядит лучше, чем изображение внизу. Я бы сказал, что у него приятные и интересные, немного потрепанные текстуры. Таким образом, об эстетике судят по общепринятым фотографическим правилам — правильному использованию освещения, контраста и композиции изображения. Во втором случае нас интересует оценка уровня видимого ухудшения (качества) на тестовом изображении по отношению к эталону.Этот вопрос, безусловно, менее двусмысленный, поскольку он напрямую не зависит от личных предпочтений. И, наконец, в последнем случае нам было бы интересно увидеть области на изображении, где наблюдатели могли бы увидеть артефакты ( видимость ) — эти области часто нетривиальны, так как некоторые нарушения могут быть замаскированы. И хотя первый (эстетика) и последний (видимость) примеры — очень интересные темы, в этой статье я буду говорить об оценке искажения/верности изображения.

    Так как же выявить человеческие суждения о качестве изображения? Обычно различают два типа методов. Рейтинг и ранжирование. Я подробно рассказал об обеих методологиях в этой статье, где я также рассказал о способах объединения оценок, полученных в результате двух экспериментальных процедур.

    Примеры ранжирования и рейтинговых экспериментов. Изображение автора.

    В рейтинге участников просят присвоить изображению один балл по заранее заданной шкале. Результаты рейтинга зависят от выбора изображений для эксперимента и процедуры обучения.В то же время ранжирование намного проще, так как задается простой вопрос — какое изображение лучше. Большим недостатком ранжирования является большое количество возможных сравнений. У меня также была возможность поработать с методами эффективного выбора пар для экспериментов по ранжированию, и я обсудил общий процесс в этой статье.

    После того, как данные будут собраны, у нас будет набор данных о субъективном качестве изображения, который будет выглядеть так, как показано ниже.

    изображений из набора данных TID2013.

    Каждое изображение в наборе данных имеет соответствующую субъективную оценку качества.

    Долгое время разработка алгоритмов объективного качества сдерживалась отсутствием достаточно большого набора данных о качестве изображения. Идеальный набор данных должен содержать большое количество психометрических измерений для различных изображений, а также различные искажения на разных уровнях нарушения.

    Проблема сбора достаточно большого набора данных решалась во многих работах, и с помощью Amazon Mechanical Turk у нас теперь есть довольно значительное количество наборов данных для обучения метрик.Ниже я привожу сводку самых крупных из них:

    Имея данные, мы можем смоделировать воспринимаемое качество. Типичная метрика качества изображения берет искаженное изображение и дает оценку, которая будет иметь высокую корреляцию с оценками, предоставленными участниками-людьми.

    Обычно различают три типа метрик. Без эталона, когда не предоставляется эталонное изображение, с уменьшенным эталоном, когда предоставляется некоторая информация об эталонном изображении, и с полным эталоном. Здесь я сосредоточусь на метриках полного эталона, поскольку они часто используются при настройке алгоритмов обработки изображений.

    Обычные (пиксельные) показатели

    В течение очень долгого времени качество изображения рассчитывалось с помощью отношения пикового сигнала к шуму (PSNR):

    Где MAX(I) — значение максимально возможного значения пикселя и MSE представляет собой среднеквадратичную ошибку, определяемую по формуле:

    . Другой популярной метрикой является мера индекса структурного подобия (SSIM), которая вычисляет статистику изображения скользящего окна:

    , охватывающую три компонента: яркость (l), контраст © и структуру (s):

    Где \mu и \sigma — средние значения и стандартные отклонения значений патча для эталонного изображения x и тестового изображения y.

    Показатели на основе пикселей, используемые в качестве оценщиков качества восприятия, содержат несколько потоков:

    • Они не являются инвариантными к сдвигу пикселей, что означает, что изображение, сдвинутое на один пиксель, разрушит прогнозы качества. Для таких метрик, как SSIM, которые оперируют скользящими окнами, усредняя результаты, проблему можно несколько облегчить, однако она все же остается.
    • Они задают одинаковое ожидание для всех значений пикселей и не учитывают эффекты маскировки или визуальной заметности. Например, гауссовский шум может быть замаскирован высокочастотными деталями изображения, иначе размытие по Гауссу будет не столь заметным в низкочастотных областях изображения
    • Многие из них были разработаны для стандартных условий просмотра с предполагаемым разрешением изображения от 30 до 60 пикселей на градус и яркость дисплея 100 кандел на квадратный метр, что было разумным в эпоху ЭЛТ-мониторов.

    И хотя были предложены варианты этих показателей, такие как MS-SSIM (многомасштабный SSIM) или WSSIM. Они лишь немного улучшают производительность.

    Моделирование зрительной системы человека

    Более продвинутый класс показателей направлен на моделирование или построен на предположениях о зрительной системе человека (HVS): изображения является значимой характеристикой для объяснения воспринимаемого качества изображения.Модель фазовой конгруэнтности утверждает, что признаки воспринимаются в точках, где компоненты Фурье максимальны по фазе. Чтобы включить информацию о контрасте, важную для зрительной системы, FSIM также использует карту градиента изображения. Есть очень хорошая статья о том, как работает фазовая конгруэнтность с нуля. Для тех, кто заинтересован в использовании FSIM в качестве функции потерь, не стесняйтесь проверить мою дифференцируемую реализацию pytorch.

    HDR-VDP : имеет очень сложную модель нескольких компонентов, отвечающих за моделирование различных частей зрительной системы человека.Одним из преимуществ модели является то, что это метрика белого ящика, в которой каждый компонент тщательно настроен на психофизических данных. Метод позволяет моделировать качество при различных условиях просмотра, таких как расстояние до экрана и его яркость. Схема ранней версии модели приведена ниже:

    Схема ранней версии hdr-vdp. Изображение Рафала Мантюка из бумажного источника.

    Большая часть обработки основана на функции контрастной чувствительности (CSF).CSF объясняет, как зрительная система человека воспринимает изменения контраста в зависимости от пространственной частоты.

    Люди имеют более низкие контрастные пороги на пространственных частотах при высоких значениях CSF (от 6 до 8 циклов на градус) . Таким образом, вероятность восприятия искажений выше для пространственных частот, для которых высока функция контрастной чувствительности.

    Новые крупномасштабные наборы данных о качестве изображения позволили разработать показатели качества изображения на основе моделей глубокого обучения.Обычно подчеркивающей моделью является сверточная нейронная сеть (CNN). Если вы хотите ознакомиться с основами CNN и различными приемами, улучшающими их производительность, я рассказал об этом в статье, состоящей из двух частей: части I и части II.

    Ранние модели качества глубокого изображения не имели большого количества данных для обучения и основывались на предположении, что модели, предварительно обученные для классификации, также изучают распределение статистики естественной сцены. Затем предварительно обученные модели VGG или Alex-Net использовались в качестве экстракторов признаков.В этих моделях качества функции, извлеченные из эталонных и тестовых изображений, обычно сравниваются с помощью среднеквадратичной ошибки. Таким образом, показатель качества получается из расстояния в пространстве признаков тестовых и эталонных изображений.

    Вам это ничего не напоминает? Это именно то, что делает потеря восприятия!

    Изображение Джонсона.

    Здесь изображение x передается через генераторную сеть, в результате чего на выходе получается y, где y должно иметь содержимое yc и стиль ys.

    В некоторых работах изучалось, почему глубокие представления могут быть хорошими характеристиками качества восприятия, самая последняя из них исследует взаимосвязь между хорошо известными понятиями в зрительной системе человека, такими как контрастная чувствительность и активация скрытых слоев глубоких нейронных сетей.В работе также предлагается методология выбора глубоких представлений для максимальной корреляции с воспринимаемым качеством изображения.

    Изображение Тарика.

    Теперь поговорим о метриках глубокой оценки качества изображения!

    IQA через функции DNN: Вместо сравнения простой среднеквадратичной ошибки одна из первых работ разложила изображение на несколько масштабов и сравнила гистограммы карты признаков тестового и эталонного изображений с помощью ядра пересечения гистограмм.

    DeepSIM : Точно так же среднеквадратическая ошибка была заменена SSIM в пространстве признаков тестового и эталонного изображений.После вычисления оценки для каждой карты объектов результаты объединяются и регрессируют до единой глобальной оценки качества.

    LPIPS : Хотя в документе предлагается новая метрика качества, на мой взгляд, основной вклад работы заключается в сравнении различных глубоких моделей, обученных по-разному в качестве экстракторов признаков для оценки качества изображения (набор данных BAPPS). Работа показывает явное преимущество предварительно обученных моделей оценки качества изображения по сравнению с моделями, предварительно обученными для несвязанной задачи изображения (например,грамм. классификация изображений). Модель использует экстрактор признаков для создания низкоразмерных вложений d0 и d1 для двух входных изображений (обозначающих расстояние до эталона), которые затем проходят через неглубокую сеть G для получения вероятности того, что одно лучше другого. Предлагаемая модель также решает проблему с разными диапазонами признаков, извлекаемых различными слоями (например, ранние слои могут иметь диапазон от 0 до 1, а более глубокие признаки могут иметь больший вклад в формирование показателей качества от 0 до 100) и изученные веса (оранжевые на изображении ниже), чтобы взвесить важность.

    Изображение Чжана.

    DeepQA : Имея больше доступных данных, модели начали использовать трансферное обучение — точную настройку предварительно обученных моделей на наборах данных качества изображения. А позже даже обучение с нуля. Ранние модели были довольно мелкими. Приведенная ниже модель была обучена на участках, извлеченных из изображения набора данных качества изображения LIVE, состоящего всего из 800 изображений. Модель изучает карту чувствительности — веса карты среднеквадратичной ошибки, которая затем усредняется для получения единого балла.Чтобы гарантировать, что карта чувствительности не схлопнется из-за высокочастотного шума, во время обучения вводится ограничение сглаживания.

    Изображение Ким.

    WA-DIQaM-FR : Позже, когда стали доступны большие наборы данных, обученные сквозные модели стали глубже и сложнее. Приведенная ниже модель была обучена на фрагментах изображений из набора данных TID2013 (3000 изображений).

    Изображение Боссе.

    PieApp : В отличие от других моделей, которые основаны на изучении параметров модели путем регрессии к субъективной оценке изображения, PieApp обучен прогнозировать вероятность того, что одно изображение будет иметь лучшее качество, чем другое (левый график на диаграмме ниже).Модель основана на сиамской сети (синяя на диаграмме), которая извлекает функции, которые затем сопоставляются с одним числом с частью модели, вычисляющей баллы (зеленой на диаграмме). Разница между двумя оценками, прошедшими через нелинейность, дает вероятность того, что одна из них лучше другой. Эта процедура обучения была включена в набор данных PieApp, предоставленный вместе с документом, где оценки ранжирования истинности, собранные в субъективных экспериментах, использовались для обеспечения вероятности лучшего качества как P (A> B) = (количество раз, выбранных A над B)/(общее количество сравнений между A и B).

    PIPAL : Подобно обычным методам на основе пикселей, нейронные сети не обладают инвариантностью к сдвигу пикселей. Это свойство особенно важно при оценке производительности генеративных моделей. Где кошка с усами в немного другом положении относительно эталонного изображения будет считаться некачественной. Для человеческого глаза эта разница не имеет значения. Для разработки инвариантности к сдвигу пикселей PIPAL предложила модуль сравнения пространственных деформаций, который сравнивает функции не только в соответствующих положениях тестового и эталонного изображений, но и в небольшом диапазоне вокруг соответствующего положения, чтобы явно включить устойчивость к пространственному смещению.

    Полная архитектура сети PIPAL (слева). Модуль Spatial Warping Difference (справа). Изображения Гу.

    DISTS : Подобно PIPAL, DISTS допускает небольшие несоответствия между тестом и эталонным изображением в информации о текстуре. Архитектура основана на предварительно обученной сети VGG, используемой в качестве экстрактора признаков как для тестовых, так и для эталонных изображений. DISTS вычисляет модификацию метрики SSIM только с компонентами яркости (l) и структуры (s). Полная метрика представляет собой взвешенную линейную комбинацию статистик l и s, вычисленных для каждого слоя.Веса настроены на наборе данных КАДИД-10К.

    Показатели показателей качества изображения часто сравнивают с точки зрения коэффициента ранговой корреляции Спирмена (SROCC) с субъективными оценками. Статистика проверяет, способна ли метрика фиксировать порядок искаженных изображений в соответствии с субъективной шкалой.

    Коэффициент корреляции порядка рангов Спирмена, оцененный в наборе данных PIPAL. Изображение Дина.

    Глубокие модели, обученные на крупномасштабных наборах данных, стабильно дают хорошие результаты по сравнению с созданными вручную метриками.Обратите внимание, однако, что производительность методов во многом зависит от набора данных, на котором они оцениваются, поэтому хорошим правилом является тестирование производительности метрики на как можно большем количестве наборов данных. В целом PieApp имеет тенденцию работать лучше, чем остальные, в большинстве наборов данных.

    Помимо SROCC :

    Хотя SROCC дает некоторое представление о производительности показателей качества изображения, он не дает нам полной картины. На практике нас часто больше интересует, насколько хорошо метрика может соответствовать точной субъективной оценке или относительному расстоянию между оценками.В действительности, однако, оценки показателей качества часто бессмысленны. Например, насколько различается воспринимаемое качество двух изображений, отстоящих друг от друга на 1 PSNR? Означает ли разница в 1 PSNR в диапазоне между 25–30 и 20–25 такое же различие в воспринимаемом качестве? Для решения этой проблемы было предложено несколько подходов. Наиболее часто используются приведенные ниже:

    Подход Красулы — проверяет, дают ли метрики статистически разные оценки для изображений, различающихся по восприятию, и оценки, незначительно отличающиеся для изображений, которые незаметно отличаются.

    Изображение Красулы.

    Преобразование объективной оценки в субъективную: через некоторую нелинейность для сопоставления оценок с перцептивно однородным пространством качества. Обычно используется следующее отображение:

    Где D — оценка объективной метрики, \hat(D) — отображение субъективной оценки, а nu_{1…4} — изученные параметры. Однако это сопоставление специфично для набора данных и зависит от качества оценок в наборе данных и часто не может обобщать данные, выходящие за рамки обучающих данных.

    Для небольших наборов данных рассмотрите возможность использования статистических методов для лучшей проверки моделей.

    Одно особенно интересное направление использования объективных показателей качества в качестве функций потерь для обучения моделей глубокого обучения. Тем, кто интересуется тем, как метрики качества можно использовать для оптимизации современных алгоритмов обработки изображений, эта статья может быть интересна. Наиболее часто используемые метрики качества изображения были включены в библиотеки Python — вы можете найти их примеры в: IQA-pytorch, PIQ.

    Задачу оценки качества изображения можно разделить на три этапа: определение цели, сбор человеческих меток и обучение объективным показателям качества данных. Недавнее развитие CNN и более крупных и универсальных наборов данных для оценки качества изображения повлияло на разработку объективных показателей качества изображения. Самые современные результаты достигаются с помощью глубоких моделей. Тем не менее, у них есть недостатки. Как таковые, фиксированный размер ввода, принуждение к использованию патчей изображения фиксированного размера или сравнение статистики изученных функций; потребность в больших наборах данных для обучения; архитектура черного ящика; длительное время вывода.Это проблемы, которые остаются и которые еще предстоит решить.

    Если вам понравилась эта статья, поделитесь ею с другом! Чтобы узнать больше о темах машинного обучения и обработки изображений, нажмите подписаться!

    Я что-то пропустил? Не стесняйтесь оставлять заметки, комментарии или сообщения мне напрямую!

    Метод ранжирования качества изображения для микроскопии

    Исследование порога спектра мощности

    Фокусирование на высокочастотном хвосте спектра мощности изображения должно позволять вычислять простые меры, связанные с качеством изображения, которые не чувствительны к большим пространственным структурам , которые меняются от одного изображения к другому.Чтобы определить подходящее пороговое значение, мы исследовали спектры мощности различных видов необработанных, а также размытых микроскопических изображений и фотографий. На (рис. 1а) показаны спектры мощности шести очень разных изображений микроскопа (дополнительный рис. 4). Как и следовало ожидать, большие пространственные структуры искажают различные спектры на низких частотах, но примерно на 40% от максимальной частоты оказывается, что спектры мощности начинают устанавливаться вокруг относительно фиксированного среднего значения и становятся довольно четко разделимыми.Шумные изображения и изображения с большим количеством мелких деталей, как и следовало ожидать, имеют большую мощность на высоких частотах. Это наблюдение подтверждается на (рис. 1b), на котором показаны спектры мощности пяти изображений (дополнительный рис. 4) из эксперимента по оптимизации подготовки образцов STED. Опять же, есть значительные различия на низких частотах, но примерно после 40% от максимальной частоты спектры мощности становятся явно отдельными. Изображения с обильными мелкими деталями имеют большую мощность на высоких частотах, тогда как несколько мягкие (размытые) изображения располагаются вокруг более низкого значения мощности.Аналогичное поведение можно наблюдать на фотографиях (рис. 1с), хотя спектры мощности, по-видимому, не стабилизируются около среднего значения, а скорее имеют нисходящий наклон вплоть до самых высоких частот. Опять же, примерно на 40% от максимальной частоты эффект больших пространственных структур, кажется, исчезает. На (рис. 1d) показаны спектры мощности размытых по Гауссу версий (радиусы 0–10) изображения одной флуоресцентной наночастицы (дополнительный рис. 4). Поскольку каждое изображение представляет собой версию одного базового изображения, смешение на низких частотах отсутствует; также очевидно, что в таком случае изображения легче разделить на низких частотах, чем на высоких, и поэтому следует использовать низкое пороговое значение.Также кажется, что нет необходимости вычислять весь спектр мощности для разделения изображений, а достаточно одного бина около нулевой частоты, чтобы разделить изображения. На размытых фотографиях (рис. 1e,f) можно увидеть очень похожее поведение. Даже небольшое размытие сильно влияет на хвост спектра мощности. По этой причине изображения в фокусе даже из смеси разных фотографий (рис. 1е) кажутся достаточно четко отличимыми от размытых. Основываясь на этих наблюдениях, примерно при 40% максимальной частоте микроскопических изображений и фотографий должна быть возможность рассчитать меры ранжирования качества изображения, на которые не влияют вариации больших пространственных структур.Кроме того, при том же пороге измерения должны быть чрезвычайно чувствительны к размытию и шуму. В приложениях с автофокусировкой может быть полезно уменьшить порог, чтобы увеличить динамический диапазон обнаружения размытия.

    Рисунок 1

    В ( а) показаны спектры мощности различных видов микроскопических изображений. В ( b) показаны спектры мощности пяти изображений, извлеченных из набора данных оптимизации подготовки проб STED. В ( c) показаны спектры мощности нескольких обычных фотографий.В ( d) показаны спектры мощности для конфокального изображения флуоресцентных наночастиц, размытых по Гауссу с радиусами 0–10. В ( e) показаны спектры мощности одной фотографии, размытые по Гауссу с радиусами 0–2. В ( f) показаны аналогичные спектры нескольких фотографий. Все фотографии были выбраны из набора данных моделирования, показанного на (дополнительном рис. 3). Во всех подграфиках мощность обозначает нормализованную мощность сигнала на заданной частоте, тогда как частота обозначает долю максимальной частоты в любом заданном изображении.

    Обнаружение изображений хорошего качества в наборе данных изображений оптимизации подготовки образцов STED

    Способность нашего метода распознавать изображения хорошего качества была протестирована путем анализа набора данных микроскопии STED, содержащего изображения из эксперимента по оптимизации подготовки образцов для промежуточных филаментов виментина в клетке BHK21. -line (Дополнительный протокол 1). Цель состояла в том, чтобы разработать метод поиска изображений с высокой контрастностью, низким уровнем неспецифического фонового сигнала и хорошо видимой непрерывной пространственной структурой.С этой целью было выполнено ранжирование изображений путем усреднения двух показателей: пространственной энтропии и обратной STD спектра мощности (invSTD). Пространственная энтропия отдает предпочтение изображениям с высокой контрастностью, тогда как мера invSTD должна отдавать предпочтение изображениям без шума, поскольку точечные детали, типичные для изображений из образцов с менее чем оптимальной маркировкой, должны усиливать хвост спектра мощности (рис. 1b). Чтобы подтвердить результаты ранжирования, производительность нашего метода сравнивалась с субъективными оценками, полученными экспертами по микроскопу, которых попросили оценить изображения с хорошим контрастом и нитевидной структурой виментина по шкале от 1 до 5.Кроме того, производительность нашего метода оценки качества изображения сравнивалась с пятью современными методами оценки качества слепых изображений DIIVINE 23 , BRISQUE 24 , BLIINDS2 25 , NIQE 26 и BIBLE 27 . Как показано на (рис. 2), показатели энтропии и invSTD хорошо коррелируют с наблюдаемым качеством изображения. Однако, как показано на (рис. 2, изображение IV), простые меры ранжирования не могут отличить хорошую нитевидную структуру виментина от плотной и непрерывной структуры, не демонстрирующей четких филаментов.Также очевидно, что субъективная оценка (рис. 2, изображение IV) при просмотре рядом с изображениями (рис. 2, изображение V–VIII) выглядит довольно серьезной. Можно предположить, что специалисты по микроскопии не увидели нитевидной структуры и, таким образом, дали очень низкую оценку изображению хорошего качества; Кроме того, им не разрешалось просматривать изображения рядом, а по одному.

    Рис. 2. Показаны четыре изображения сверху и снизу результатов ранжирования качества изображений набора данных STED-микроскопии

    .Маскированная пространственная энтропия (Энтропия) хорошо коррелирует с контрастностью изображения, а обратная величина STD в частотной области (invSTD) явно благоприятствует изображениям с хорошей, не точечной структурой, как и ожидалось.

    На (рис. 3) показана корреляция различных показателей качества изображения с субъективными оценками в подмножестве набора данных изображений STED, которое содержит только изображения STED. Соответствующие результаты для полного набора данных, содержащего смесь STED и конфокальных изображений, можно увидеть на (дополнительном рис.1). Как показатели invSTD, так и показатели энтропии, а также их комбинированное среднее довольно хорошо коррелируют с субъективными оценками; Средняя мера кажется лучшей из трех. Субъективные оценки 2–5 хорошо согласуются с показателями ранжирования. Тем не менее, есть несколько изображений, которые получают высокий ранговый балл, но низкий субъективный балл — это можно объяснить явлением, показанным на (рис. 2): в наборе данных много изображений хорошего качества, которым была дана очень низкая субъективная оценка, так как они не имеют выраженной нитевидной структуры виментина.Разделение таких изображений потребует реализации структурно-специфических мер; можно было бы, например. посмотрите на направленность градиентов изображения, которая должна значительно отличаться для точечных и нитевидных изображений. Из методов сравнения только BIBLE, BLIINDS2 и NIQE каким-либо образом коррелируют с субъективными оценками, причем BIBLE явно является лучшим из трех. Одни и те же наблюдения могут быть сделаны как с подмножеством изображений STED, так и с полным набором данных. В (дополнительный рис.2) Средняя мера нашего метода ранжирования сравнивается с пятью методами оценки качества изображения: BIBLE и BLIINDS2 очень хорошо коррелируют, NIQE в некоторой степени, DIIVINE и BRISQUE совсем нет. Вполне вероятно, что статистика естественного изображения, которую они оценивают, недействительна для микроскопических изображений.

    Рис. 3

    В ( a–c) показана корреляция различных показателей ранжирования качества изображения с субъективными оценками качества изображения при рассмотрении только STED-изображений в наборе данных оптимизации подготовки образцов.Термин Average в ( a) обозначает среднее значение показателей invSTD и Entropy. В ( d–f) соответствующих графиков показаны для каждой из метрик качества изображения сравнения. На графиках кружки обозначают отдельные изображения, а красная линия представляет собой линейную регрессию точек данных. Качество подбора линейной модели и оценка корреляции Пирсона сообщается для каждой меры и метрики.

    Ранжирование размытых фотографий

    Набор данных моделирования был создан из серии фотографий (дополнительный рис.3) путем применения ядра размытия по Гауссу радиусов 0–2 к каждому из изображений; полный набор данных представляет собой смесь всех изображений. Были оценены три показателя частотной области, среднее значение спектральной области (fMean), стандартное отклонение (fSTD) и среднее значение бина (MeanBin) нашего метода ранжирования. MeanBin — это средняя мощность, рассчитанная в крошечном бине шириной в пять выборок, начиная с выбранной пороговой частоты, которая была установлена ​​на 40 % от максимальной, потому что это должно сделать измерения очень чувствительными к размытию, как следует из спектров мощности. в (рис.1). Как показано на (рис. 4a–c), каждая мера довольно агрессивно реагирует на размытие, что позволяет отделить размытые изображения от оригиналов даже в таком смешанном наборе данных. fSTD и MeanBin дают наилучшее разделение, тогда как мера fMean дает несколько схожие оценки для гауссовых радиусов 1–2. Весьма впечатляет то, что мера MeanBin хорошо разделяет смешанные изображения, учитывая только небольшое подмножество спектра мощности. Мы также сравнили эффективность нашего метода с пятью слепыми методами оценки качества изображения.Каждый из пяти методов был разработан для работы с фотографиями, что должно дать им преимущество; на удивление это не так. DIIVINE и BLIINDS2 не позволяют надежно отделить оригинал от даже r = 2 размытых изображений. BRISQUE, NIQE и BIBLE дают довольно хорошие результаты, причем BIBLE явно лучший из всех.

    Рисунок 4

    В ( a–c) значения для fSTD, fMean и MeanBin показаны как функция радиуса размытия по Гауссу в наборе данных моделирования фотографии. В ( d–h) Аналогичные графики показаны для контрольных показателей качества изображения BIBLE, DIIVINE, BLIINDS2, BRISQUE и NIQE.Обратите внимание, что в ( a–c) используется логарифмическая шкала, тогда как в ( d–h) используется линейная шкала.

    Сравнение эффективности обнаружения размытия с показателями автофокуса

    Показатели автофокуса в автоматизированной микроскопии 28 можно рассматривать как методы ранжирования качества изображения, но их использование обычно ограничивается сравнением версий одного и того же изображения с разным размытием, в то время как большинство наборов данных микроскопии содержат изображения с нескольких позиций на объекте(ах) выборки.Мы сравнили эффективность обнаружения размытости нашего метода ранжирования качества изображения с двумя ранее опубликованными надежными показателями автофокусировки автоматической микроскопии: показателем Spectral Moments на основе частотной области 28 и метрикой Бреннера на основе пространственной области 29 , которые оба были признаны превосходными в моделирования и с реальными изображениями в 28 . Сравнение проводилось на пяти различных наборах данных изображений, каждый из которых содержит размытые по Гауссу версии (радиусы 0–29) четырех различных микроскопических изображений: фазово-контрастное широкопольное изображение (Phase Contrast), конфокальное флуоресцентное изображение промежуточных филаментов с большим увеличением. (виментин), изображение конфокальной флуоресценции наночастиц (бусины) и изображение округлых клеток бабочки с малым увеличением (бабочка).Было использовано несколько разных изображений, чтобы исключить возможность реакции мер на некоторую заданную пространственную структуру. Исходные изображения показаны на (дополнительном рис. 4). Два разных пороговых значения 40% и 2% использовались для демонстрации возможности настройки динамического диапазона обнаружения размытия в нашем методе ранжирования. Были использованы те же три меры ранжирования fSTD, fMean и MeanBin, что и для фотографий. На (рис. 5а) показаны результаты серии фокусов наночастиц.Как можно было ожидать из наших наблюдений за спектром мощности (рис. 1d), при пороге 40% ранжирование надежно работает только до тех пор, пока радиус Гаусса не станет приблизительно равным пяти. Однако снижение порога до 2% полностью линеаризует показатели. При пороговом значении 2% все три показателя явно превосходят эталонные показатели автофокуса; метрика Бреннера ненадежно работает с изображением бусин, в то время как Spectral Moments работает хорошо, но имеет не очень хорошую чувствительность. Тот же эффект показан для серии изображений виментина на (рис.5б,в). Хотя в этом случае ранжирование работает и при 40%, при пороге 2% линейность лучше. Опять же, все три показателя ранжирования работают так же или даже лучше, чем показатели автофокуса. Три меры ранжирования качества работают очень похожим образом с фазово-контрастными изображениями и изображениями клеток бабочки (рис. 5d, e), хотя фазово-контрастные изображения, похоже, нравятся всем. Здесь показаны только результаты для порога 40%. Метрика автофокуса «Спектральные моменты» кажется достаточно надежной для всех тестовых изображений, хотя она кажется не очень чувствительной, за исключением серии изображений фазового контраста.Метрика Бреннера кажется ненадежной для изображений наночастиц, а также, что удивительно, для серии изображений клеток бабочки.

    Рисунок 5

    В ( a–e) производительность мер fMean, fSTD и MeanBin сравнивается с показателями автофокусировки Бреннера и спектральных моментов. Цвета на каждом графике соответствуют легенде, показанной в правом верхнем углу. th обозначает пороговое значение спектра мощности, которое использовалось при расчете показателей fMean, fSTD и MeanBin.Базовые изображения, которые использовались для создания серии размытия, можно увидеть на (дополнительном рис. 4).

    Обнаружение расфокусированных изображений в наборах данных изображений HCS

    Мы получили два набора данных изображений из автоматизированного эксперимента HCS с временной динамикой трехмерной совместной культуры опухолевых клеток LNCaP вместе со стромальными клетками PF179T 30 — каждый из наборы данных содержат временные ряды из одной лунки 96-луночного планшета. Изображения получали по одному изображению на лунку в час по всему планшету, поэтому автофокусировку повторяли для каждого изображения.В этом типе эксперимента отказ функции автофокусировки является одной из основных проблем, поскольку изображения не в фокусе искажают количественные результаты. Наш метод ранжирования качества изображения использовался для поиска расфокусированных изображений из обоих наборов данных. Изображения содержали фазово-контрастные и флуоресцентные каналы, которые для ранжирования были разделены на отдельные серии изображений. Здесь также использовались три измерения спектральной области fSTD, fMean и MeanBin, которые хорошо работали при моделировании. Порог частоты был установлен на 40 %, поскольку содержание изображения как в флуоресцентном, так и в фазовом каналах значительно различается, и, следовательно, низкочастотный вклад необходимо отфильтровать.Мы также сравнили эффективность нашего метода ранжирования с двумя показателями автофокусировки, Бреннером и Спектральными моментами, которые использовались в моделировании ранее. Некоторые примеры из результатов ранжирования показаны на (рис. 6). Описательная статистика для показателей была создана путем ручного просмотра результатов ранжирования одного из двух наборов данных. Идентифицировали последнее четко сфокусированное изображение, после чего рассчитывали среднее значение и стандартное отклонение для каждой меры выше и ниже этой точки. Субъективный осмотр показал, что канал флуоресценции содержит большое количество изображений, которые слегка размыты, хотя в фокусе появляются соответствующие фазово-контрастные изображения.По этой причине для флуоресцентных изображений были определены два порога: один для полностью расфокусированных изображений, а другой для этих слегка размытых изображений. В обоих случаях все изображения ниже порога были идентифицированы как расфокусированные. Результаты представлены в (табл. 1). В практических приложениях основной интерес представляет фильтрация явно расфокусированных изображений (рис. 6, изображение IV), а это означает, что следует использовать более низкий порог — слишком высокое повышение порога также может привести к исключению полезных изображений. потому что во временном эксперименте, таком как этот, количество содержимого изображения значительно варьируется во время эксперимента, от почти пустого до детализированного, особенно в канале флуоресценции (рис.6 изображений I–III). Почти пустые изображения обычно получают более низкие ранговые значения, чем детализированные изображения, несмотря на нашу нормализацию спектра мощности.

    Рис. 6: Показаны примеры результатов ранжирования качества изображения в наборах данных изображений HCS.

    Функции fSTD, fMean и MeanBin измеряют все четко разделенные изображения вне фокуса и изображения в фокусе как с флуоресценцией, так и с фазовым контрастом. Также возможно идентифицировать изображения, которые лишь слегка размыты. Особенно хорошие результаты были получены с фазово-контрастными изображениями.Наши показатели качества также оказались более надежными, чем два показателя автофокуса. Четыре примера изображений из наборов данных флуоресценции и фазового контраста представляют (I) хорошие, (II) почти пустые, (III) слегка размытые и (IV) изображения явно не в фокусе.

    Таблица 1 Статистические данные ранжирования набора данных HCS показаны для каждой меры.

    В обоих наборах данных с использованием либо флуоресценции, либо фазового контраста были обнаружены все изображения вне фокуса. Все три показателя ранжирования сработали хорошо, на удивление даже показатель MeaBin.Оба показателя автофокуса также работали довольно хорошо. Однако метод Бреннера, основанный на форме производных в пространственной области, пострадал от того факта, что не все изображения в наборе данных являются версиями одного базового изображения; изображения с меньшим содержанием, были смешаны с изображениями не в фокусе в наборах данных флуоресцентных изображений, тогда как в наборах данных фазово-контрастных изображений изображения не в фокусе были смешаны со слегка размытыми изображениями, а почти пустые изображения были получены странно высокие значения.С другой стороны, метрика «Спектральные моменты» неплохо работала с фазово-контрастными изображениями, но была совершенно нечувствительна к размытию с флуоресцентными изображениями, хотя изображения, явно находящиеся не в фокусе, были успешно идентифицированы — и почему-то детали- меньше изображений получили очень высокие значения. Наши меры ранжирования качества изображения дали наиболее последовательные результаты как для наборов данных флуоресцентных, так и для фазово-контрастных изображений, и из-за их сильной реакции на небольшое количество размытия они также успешно находили только слегка размытые изображения, которые иногда оставались незамеченными методами сравнения. .Все измерения были более надежными для фазово-контрастных изображений, чем для флуоресцентных. Этот результат хорошо коррелирует с моделированием.

    База знаний Canon —


    Установка качества записи изображения
    Вы можете выбрать количество пикселей и качество изображения. Предусмотрено десять настроек качества записи изображения:
    .
    • Размер файла, возможные кадры и максимальная длина серии при непрерывной съемке основаны на стандартах тестирования Canon (соотношение сторон 3:2, ISO 100 и стандартный стиль изображения) с использованием карты емкостью 8 ГБ. Эти цифры зависят от темы, марки карты, соотношения сторон, чувствительности ISO, стиля изображения, пользовательских функций и других настроек.
    • «Полный» означает, что съемка возможна до тех пор, пока карта не заполнится с указанными условиями
    ? Часто задаваемые вопросы
    Я хочу выбрать качество записи изображения, соответствующее размеру бумаги для печати.
    Обратитесь к схеме слева при выборе качества записи изображения.Если вы хотите обрезать изображение, выберите более высокое качество (больше пикселей), как это рекомендуется.
    S2 подходит для воспроизведения изображения с помощью имеющейся в продаже цифровой фоторамки. S3 подходит для отправки изображения по электронной почте или использования на веб-сайте.

    В чем разница между ?
    Эти настройки указывают на разные уровни качества изображения, вызванные разной степенью сжатия. Этот параметр обеспечивает более высокое качество изображения с тем же количеством пикселей.Хотя качество изображения несколько ниже, это позволяет сохранять на карте больше изображений. И S2 , и S3 имеют качество (Fine).

    Мне удалось сделать больше снимков, чем указано.
    В зависимости от условий съемки вы можете сделать больше снимков, чем указано. Наоборот, оно также может быть меньше указанного. Отображаемое количество возможных снимков является приблизительным.

    Отображает ли камера максимальную длину серии?
    Максимальная длина серии отображается в правой части видоискателя.Поскольку это всего лишь однозначный индикатор 0–9 , любое число больше 8 будет отображаться только как «9» . Обратите внимание, что этот номер также будет отображаться, даже если в камеру не установлена ​​карта. Будьте осторожны, чтобы не снимать без карты в камере.

    Когда следует использовать ?
    изображения должны быть обработаны на компьютере.


    — это необработанные данные изображения до того, как они будут преобразованы в другие изображения.
      Изображения нельзя просматривать на компьютере без использования программного обеспечения, например Digital Photo Professional
    Однако вы можете выполнять различные настройки, которые невозможны для других типов изображений, таких как . эффективен, когда вы хотите самостоятельно точно настроить изображение или снять важный объект.


    записывает изображение и изображение с одним кадром. Два изображения сохраняются на карту одновременно.Два изображения будут сохранены в одной папке с одинаковыми номерами файлов (расширение файла .JPG для JPEG и .CR2 для RAW). изображения можно просматривать или распечатывать даже на компьютере, на котором не установлено программное обеспечение EOS.

    Программное обеспечение для обработки изображений RAW

    • Для отображения изображений RAW на компьютере рекомендуется использовать программу Digital Photo Professional (DPP, EOS).
    • Предыдущие версии DPP версии 4.x не могут обрабатывать изображения RAW, снятые этой камерой.Если на вашем компьютере установлена ​​предыдущая версия DPP Ver.4.x, получите и установите последнюю версию DPP с веб-сайта Canon, чтобы обновить ее (предыдущая версия будет перезаписана). Обратите внимание, что DPP Ver.3.x или более ранней версии не может обрабатывать изображения RAW, снятые этой камерой.
    • Имеющееся в продаже программное обеспечение может не отображать изображения RAW, снятые этой камерой. Для получения информации о совместимости обратитесь к производителю программного обеспечения.

    Принципы КТ: доза облучения и качество изображения

    Эта статья, вторая в серии статей для повышения квалификации, посвященных принципам КТ, посвящена сначала КТ-дозиметрии и дозе облучения, а затем качеству КТ-изображения.

    CT ДОЗИМЕТРИЯ И ДОЗА ИЗЛУЧЕНИЯ

    До того, как КТ стала использоваться, планарная рентгенография и рентгеноскопия включали все неядерные медицинские применения ионизирующего излучения в визуализации. В этих видах исследований доза облучения пациента максимальна там, где рентгеновский луч попадает на поверхность кожи. Таким образом, было разумно использовать радиационное воздействие на входную поверхность (называемое входным воздействием на кожу) в качестве индикатора радиационного риска при сравнении различных методов, рецепторов и рентгеновских аппаратов.Расчет воздействия на кожу при входе не представляет сложности, используя измерения воздействия в воздушной ионизационной камере при нескольких киловольтах рентгеновской трубки, охватывающих клинический диапазон. Такие измерения обычно выражаются в виде экспозиции на миллиампер в секунду (мР/мАс, или, более правильно сегодня, мГр воздушной кермы/мАс).

    С другой стороны, во время сканирования КТ-среза рентгеновский луч входит со всех направлений в какой-то момент во время сканирования. Больше не ясно, где (на поверхности или внутри пациента) возникает максимальная доза, а также не является простым расчет дозы в любой точке внутри или на пациенте.Например, рассмотрим 2 точки, А и В, которые находятся соответственно вблизи передней поверхности и в центре цилиндрического пациента. При вращении на 360° точка А получает много излучения, когда рентгеновская трубка находится над пациентом (передняя входная поверхность). Однако точка А также получает некоторое (хотя и меньшее) излучение, когда трубка находится в каждой точке во время ее вращения, даже когда трубка находится на противоположной стороне от пациента. Для каждого местоположения трубки разное количество излучения достигает точки А, в зависимости от глубины А (т.е., сколько тканей необходимо проникнуть) и величину внутреннего рассеяния. Для сравнения, точка B внутри пациента с симметричной цилиндрической формой получает одинаковое количество излучения из всех мест расположения трубки во время вращения.

    Ранее были предприняты попытки оценить дозы КТ с использованием измерений зависимости дозы от глубины, суммированных по всем углам и положениям рентгеновской трубки. Хотя такие данные о доза-глубина обычно используются для пучков высокой энергии в лучевой терапии, они слишком чувствительны к различиям в спектрах рентгеновского излучения и ослаблению ткани, чтобы иметь значение для КТ.Нужен был другой подход: основанный на реальных измерениях внутри репрезентативных для пациента фантомов.

    Фантомы CT, термолюминесцентные дозиметры (TLD) и профили дозы CT

    Во время разработки дозиметрических процедур КТ Управление по санитарному надзору за качеством пищевых продуктов и медикаментов приняло 2 стандартных дозиметрических фантома КТ, которые используются до сих пор (рис. 1): цилиндрический акриловый фантом диаметром 32 см для изображения брюшной полости взрослого человека и фантом диаметром 16 см. версия диаметром 1 см для изображения головы взрослого человека или тела маленького ребенка ( 1 ).Оба имеют толщину 15 см (в направлении оси z ) и содержат несколько отверстий диаметром 1 см для введения дозиметров. Отверстия находятся в центре фантома и на глубине 1 см в положениях 3, 6, 9 и 12 часов (называемых периферийными участками). Некоторые модели имеют отверстия в других местах колодца.

    РИСУНОК 1.

    Стандартные дозиметрические фантомы для КТ состоят из цилиндрических акриловых фантомов с отверстиями для введения дозиметра в различных местах. Два размера имеют диаметр 16 см для изображения головы и маленьких детских тел и диаметр 32 см для изображения взрослых тел.(Любезно предоставлено Лоуренсом Ротенбергом.)

    Первым шагом является понимание природы излучения внутри фантома и исследование формы луча излучения в направлении z-. Размер рентгеновского луча в направлении z- («ширина луча») обычно составляет 10 мм или менее (обычно эквивалентен толщине среза). Из-за практических трудностей с использованием ионизационных камер, которые обычно превышали ширину измеряемых лучей, для этих исследований использовались ТЛД ( 1,2 ).

    Каждый ДВУ представляет собой небольшой кристалл (чаще всего фторид лития) размером 3 квадратных мм и толщиной 1 мм. Специальные вставки TLD были разработаны для размещения нескольких TLD, что позволяет проводить измерения дозы рентгеновского излучения на близком расстоянии в пределах рентгеновского луча и на большем расстоянии друг от друга вне луча (рис. 2). Закрытая вставка будет помещена в фиктивное отверстие, и будет выполнено однократное сканирование, при этом вставка будет находиться в центре среза (перед сканированием ДВУ были отсканированы специальные вставки для выравнивания, чтобы точно определить центр среза).Затем были считаны открытые TLD, и доза облучения для каждого TLD была нанесена на график относительно его положения по оси z .

    РИСУНОК 2.

    Фантомная вставка для хранения TLD, используемых для измерения профиля дозы. TLD расположены близко друг к другу в пределах первичного рентгеновского луча и дальше друг от друга для измерения хвостов профиля.

    Пример такого графика — или профиля дозы в одном срезе — для толщины среза 10 мм показан на рисунке 3. В отношении этого примера профиля дозы следует отметить два наблюдения: во-первых, ширина профиля на уровнях, соответствующих 50 % пиковой дозы (называемой полной шириной на половине максимума) примерно такой же, как и толщина среза; это наблюдение имеет смысл, поскольку более широкий луч без необходимости обнажает соседнюю ткань, тогда как более узкий луч пропускает часть ткани внутри среза.Во-вторых, значительный уровень радиации по-прежнему находится за пределами среза шириной 10 мм и отдает часть дозы в соседние срезы. На самом деле измеримое количество дозы (в основном от рассеяния) может простираться на несколько сантиметров в обе стороны от облученного среза.

    РИСУНОК 3.

    Пример доз, измеренных с помощью ДВУ внутри фантома для толщины среза 10 мм, построенных как функция положения ДВУ вдоль оси z . Этот тип графика называется профилем дозы.Толщина среза для односрезовых КТ-сканеров обычно эквивалентна полной ширине на половине максимума профиля дозы.

    Вывод состоит в том, что каждый срез ткани получает излучение не только при сканировании этого среза, но и при сканировании соседних срезов. Точное количество дополнительной дозы, полученной срезом от других срезов в серии, зависит от нескольких факторов, включая геометрию сканера, конструкцию коллиматора, расстояние между срезами и положение среза в серии срезов.Осевые (неспиральные) исследования обычно состоят из более чем 10 срезов с постоянным интервалом. Расстояние обычно равно толщине среза, и в этом случае срезы называются смежными. На рис. 4 представлен пример кумулятивной дозы из ряда смежных срезов. Средняя кумулятивная доза на центральные срезы от такой серии срезов с постоянным интервалом называется средней дозой для нескольких срезов (MSAD). MSAD может быть в 1,25–1,4 раза больше, чем однократная доза, в зависимости от факторов, описанных выше.Суммарная доза на крайние срезы несколько ниже, чем на центральные срезы из-за отсутствия вклада с одной стороны.

    РИСУНОК 4.

    Совокупная доза от ряда смежных срезов называется средней дозой по нескольким срезам (MSAD). Хвосты профиля дозы простираются довольно далеко от центра рентгеновского луча и, таким образом, вносят вклад в дозу облучения близлежащих срезов. Общая доза для процедуры состоит из нескольких смежных срезов и обычно на 25–40 % выше, чем доза для одного среза.

    Практическая дозиметрия КТ

    Несмотря на то, что рутинные измерения профиля дозы с помощью TLD являются информативными, они не являются клинически практичными: измерения требуют очень много времени и труда, требуют осторожного обращения и методов калибровки, а также требуют специального оборудования. Использовались и другие методы, но они либо требовали больших затрат времени и труда (методы на основе пленки), либо использовались устройства, которых не было в продаже ( 3,4 ). Требовалась практическая процедура, и вскоре была разработана такая, которая напрямую измеряет значение, тесно связанное с MSAD, и требует только простых измерений в ионизационной камере ( 5 7 ).Чтобы понять, как производится такое измерение, рассмотрим геометрический аргумент, изображенный на рис. 5.

    РИСУНОК 5.

    (A) Доза на срез 1 при сканировании среза 1. (B) Доза на срез 1 при сканировании среза 2 равна дозе на срез 2 при сканировании среза 1. (C) Доза на срез 1 при сканировании среза 3 равна дозе на срез 3 при сканировании среза 1. (D) Доза на срез 1 при сканировании всех срезов равна дозе на все срезы при сканировании среза 1 или общей площади под профилем дозы, которая измеряется с помощью длинная ионизационная камера.

    На рис. 5А показан профиль одного среза при сканировании среза (который мы обозначаем как срез 1). Заштрихованная область представляет дозу, которую получает ткань среза 1 при фактическом сканировании среза 1. Однако, как уже отмечалось, хвосты профиля дозы также откладывают часть дозы в соседние срезы ткани. Теперь предположим, что мы сканируем непрерывный срез (срез 2) (рис. 5В). Более темная заштрихованная область справа от среза 1 представляет дозу, которую сканирование среза 1 дает ткани среза 2.Обратите внимание на симметрию, что эта доза равна дозе, полученной срезом 1 при сканировании среза 2. Мы переформулируем это важное соотношение следующим образом: доза, которую сканирование среза 1 дает срезу 2, равна дозе, которую срез 1 получает от сканирования среза 2. 2.

    Продолжая в том же духе, мы сканируем третий непрерывный срез (рис. 5C). Как и прежде, самая темная заштрихованная область справа представляет дозу, полученную в срезе 3 при сканировании среза 1, которая равна дозе, которую сканирование среза 3 дает срезу 1.То есть доза, которую сканирование среза 1 дает срезу 3, равна дозе, которую срез 1 получает от сканирования среза 3.

    Повторяя таким образом все срезы по обе стороны от среза 1, мы приходим к следующему выводу: Ур. 1

    Теперь предположим, что доза, даваемая срезом 1 всем срезам, представляет собой просто общую дозу (т. е. общую площадь) под профилем дозы для одного среза на рис. 5А (перерисованным на рис. 5D, чтобы выделить всю дозу под кривой). ).Концептуально легко измерить общую дозу по профилю: используйте ионизационную камеру достаточной длины, чтобы перехватить всю дозу в хвостах профиля ( 5,6 ). Коммерчески доступная ионизационная камера CT с активной длиной 100 мм показана на рисунке 6 (достаточно ли длины 100 мм, чтобы перехватить полный профиль, обсуждается в Приложении A). Камера вставляется в одно из отверстий фантома и центрируется в отверстии относительно толщины фантома в направлении по оси z-, и вокруг центра фантома получается одиночное сканирование.К показаниям применяются соответствующий f-фактор (обычно 0,87) и калибровочный коэффициент, которые затем умножаются на длину камеры и делятся на толщину среза.

    РИСУНОК 6.

    Пример ионизационной камеры CT длиной 100 мм для измерения CTDI.

    Хотя измерение в камере используется для определения левой части уравнения 1, мы интерпретируем результат как правую часть: то есть как дозу, которую срез получает при сканировании всех смежных срезов в серии.Такое измерение называется индексом дозы CT (CTDI). Полная формула с использованием камеры длиной L, f-фактора 0,87 и среза толщиной T выглядит следующим образом: 2A CTDI, полученный с использованием 100-мм камеры (наиболее часто используемый тип), обозначается как CTDI 100 . Уравнение 2 обобщается для многослойной компьютерной томографии (будет обсуждаться в третьей статье этой серии) путем замены T в знаменателе на N × T, где N — количество одновременно полученных срезов толщиной T ( n = 1 для одного -срез КТ).Физически N × T представляет собой общую ширину луча в 90 511 z-90 513 направлениях, облучающую N одновременных срезов. Применение коэффициента L/T (или L/[N × T] для многослойной КТ) в уравнении 2 физически эквивалентно предположению, что вся доза облучения, перехваченная полной длиной камеры L, была фактически осаждена в пределах толщины T сканируемого среза. . Мы повторяем значение CTDI: это доза (в месте фантома, в котором она измеряется) от полной серии смежных срезов. Когда это определение сравнивается с определением MSAD, кажется, что CTDI и MSAD эквивалентны; на самом деле, единственное практическое различие заключается в длине включенного профиля дозы.Другие версии CTDI (например, CTDI , идеальный и CTDI , нормативный ) также отличаются только длиной включенного профиля дозы. Эти различия обсуждаются в Приложении A. Для наших целей мы будем ссылаться на CTDI, измеренный по длине профиля 100 мм (CTDI 100 ), потому что он измеряется чаще всего.

    В целом, CTDI, измеренные в разных местах и ​​на разных глубинах в дозиметрическом фантоме, будут различаться. На рис. 7 показаны типичные CTDI, измеренные при 120 кВп при односрезовой компьютерной томографии фантомов головы и тела с коллимацией 5 мм (толщина среза 5 мм) с использованием клинической методики.Дозы для 4 периферийных (глубиной 1 см) отверстий почти одинаковы, как и можно было ожидать, исходя из симметрии 360-градусного сканирования. CTDI, измеренный в положении «6 часов» на фантоме тела, часто несколько ниже из-за затухания стола. CTDI в центре фантома головы почти такой же, как и на периферии, тогда как центральный CTDI в фантоме тела составляет более половины периферического CTDI. Высокое пиковое напряжение (≥120) и симметричное (360°) сканирование, по-видимому, дают дозы, которые меняются с глубиной лишь умеренно в фантоме тела и практически совсем не в фантоме головы.Этот несколько противоречащий здравому смыслу результат обусловлен компенсирующими эффектами: доза от первичного излучения выше на периферии в обоих случаях, но доза от рассеяния значительно увеличивается к центру. Поскольку измерения в длинной ионизационной камере включают хвосты профиля дозы (которые в основном являются рассеянными), CTDI автоматически включают как первичный вклад, так и вклад рассеяния в дозу.

    РИСУНОК 7.

    Типичные центральные и периферические дозы (CTDI) в фантомах головы и тела.Центральная доза примерно равна периферической дозе в фантоме головы и составляет более половины периферической дозы в фантоме тела. Взвешенная сумма центральной и периферической доз, известная как CTDIw, представляет собой однозначную оценку дозы облучения пациента по отношению к сканированному объему.

    В свете незначительных и умеренных вариаций CTDI с глубиной разумно спросить, существует ли среднее CTDI в фантоме, которое можно использовать в качестве однозначного индикатора дозы облучения пациента. Обычно используемый такой индикатор — взвешенный CTDI (CTDI W ): Eq.3Значение CTDI, измеренное в положении «12 часов», обычно используется для периферии CTDI . Значения CTDI W для измерений головы и тела на рисунке 7 составляют 4,3 и 1,8 сГр соответственно. CTDI W или связанный с ним индикатор, производный от него, называемый CTDI volume , часто отображается на консоли оператора компьютерной томографии во время настройки параметров сканирования.

    CTDI для несмежных срезов и CTDI для спирального сканирования

    CTDI, определенный выше и в Приложении A, предполагает процедуры, состоящие из смежных срезов: то есть расстояние между срезами I равно толщине среза T (или N × T в случае многослойного КТ).Обычно это происходит при аксиальном сканировании. Для винтовой компьютерной томографии параметром, аналогичным шагу среза, является перемещение стола за один оборот, которое включено в шаг спирали P. Шаг определяется как движение стола за один оборот I, деленное на толщину среза T (или, в более общем смысле, как I, деленное на N × T для многосрезовой КТ) ( 8 ).Ур. 4

    Поскольку спиральное сканирование с P, равным 1, по существу эквивалентно аксиальному сканированию с непрерывными срезами, CTDI для таких сканирований примерно такие же, как и для аксиального сканирования с непрерывными срезами с использованием эквивалентной техники (эквивалентное пиковое напряжение в киловольтах, сила тока, время сканирования и толщина среза). ).Однако в спиральной КТ обычно используется шаг больше 1 (соответствующий более широкому промежутку между рентгеновскими лучами соседних вращений), а в мультисрезовой КТ шаг меньше 1 (более узкий шаг с большим перекрытием рентгеновских лучей от последовательных вращений).

    Для учета влияния шага на спиральную дозу и для учета доз осевого сканирования, когда расстояние между срезами I отличается от толщины среза T (или N × T), введен индикатор CTDI том : Eq. 5Например, если CTDIw для спирального сканирования с P, равным 1, составляет 3 сГр, то CTDI для того же протокола сканирования, но с P, равным 1.5 будет 3/1,5 или 2 сГр. Фактически, CTDI том распределяет дозу, соответствующую CTDIw, на более длинную (P > 1) или более короткую (P < 1) z длину оси ткани ( 9 ).

    Произведения доза–длина и эффективная доза

    Разумное беспокойство по поводу дозы и риска облучения при КТ связано с количеством и типом облучаемой анатомии. Чтобы понять озабоченность по поводу количества облученных анатомических структур, рассмотрим следующий сценарий: г.Джонс проходит процедуру КТ, состоящую из 20 смежных срезов толщиной 5 мм (или, что эквивалентно, спирального сканирования длиной 100 мм с шагом 1). Г-н Смит проходит сканирование, которое идентично, за исключением количества срезов — 40, а не 20 (или эквивалентное спиральное сканирование 200 мм с шагом 1). В каждом случае CTDI w , измеренный на фантоме тела, будет одинаковым (например, 3 сГр). Концептуально, однако, мы считаем, что г-н Смит подвергается большему радиационному риску, чем г-н Джонс, потому что его радиационная нагрузка в два раза больше, чем у г-на Джонса.Джонса (в два раза больше тканей, получивших дозу облучения 3 сГр).

    CTDI в любой форме является оценкой средней дозы облучения только в облучаемом объеме. Однако риск ионизирующего излучения более тесно связан с общим количеством дозы облучения (т. е. энергии), полученной пациентом. Ясно, что г-н Смит получил больше энергии, чем г-н Джонс. Одним из показателей, который пропорционален общей выделенной энергии, является произведение дозы на длину, определяемое следующим образом:6где L — общая длина исследования в направлении z-. Некоторые компьютерные томографы отображают произведение дозы на длину вместе с CTDI для каждого сканирования. Хотя произведение доза-длина пропорционально общей выделенной энергии, само по себе оно не является подходящим индикатором риска, потому что произведение доза-длина не учитывает радиочувствительность облученных тканей. С этой целью введено понятие эффективной дозы (D E ) ( 10 ).

    D E определяется как доза облучения, которая, если она получена всем телом, обеспечивает одинаковый радиационный риск (т.т. е. рака), как и более высокая доза, полученная ограниченной частью тела, фактически подвергшейся облучению (т. е. сканируемому объему) ( 11 ). Формально расчет D E сложен: мы должны оценить дозы, депонированные в каждом типе органа и ткани, которые затем взвешиваются по радиочувствительности и суммируются. Количество облучаемых анатомических структур и весовые коэффициенты для задействованных тканей резко влияют на результирующий D E . Американский колледж радиологии в рамках своей программы аккредитации КТ использует измерения CTDIw головы и тела для оценки эффективной дозы при рутинных исследованиях головы и брюшной полости.Для сканирования головы Американский колледж радиологии предполагает общую длину сканирования 17,5 см и общий весовой коэффициент ткани 0,0023. Для брюшной полости длина сканирования и весовой коэффициент составляют 25 см и 0,015 соответственно. Используя значения CTDIw, рассчитанные для рисунка 7, и предполагая смежные срезы (или шаг 1), D E для сканирования головы и живота оцениваются как 0,17 и 0,68 сГр соответственно. Хотя CTDIw для головы намного выше, чем для тела, абдоминальный D E намного выше (в 4 раза), чем D E головы, поскольку при сканировании головы облучается меньшее количество менее радиочувствительных тканей ( нервная ткань и кость).

    После расчета D E весьма полезен: его можно добавить к дозе, полученной пациентом при других рентгеновских исследованиях, или его можно сравнить с дозами облучения от естественных источников. Активно ведется большая работа по разработке простых методов оценки эффективных доз на основе измерений CTDI ( 12 ).

    Факторы конструкции сканера, влияющие на дозу облучения КТ

    На дозу облучения пациента влияют как факторы конструкции сканера, так и факторы клинического протокола.Некоторые конструктивные факторы, влияющие на дозу облучения, необходимую для достижения определенного качества изображения, обсуждались ранее ( 8 ). Это факторы, определяющие эффективность дозы ( 9 ).

    Способность сканера визуализировать низкоконтрастные структуры изначально ограничена шумом изображения (квантовой пятнистостью). Для любой заданной дозы облучения максимальная чувствительность требует захвата и использования как можно большего количества первичных рентгеновских лучей, выходящих из тела пациента. Эффективность дозы, определяемая как доля исходящих от пациента первичных рентгеновских лучей, которые вносят вклад в изображение, имеет 2 компонента: геометрическую эффективность (доля прошедших рентгеновских лучей, взаимодействующих с активными областями детектора) и эффективность поглощения (доля фактически захваченных рентгеновских лучей). -лучи, взаимодействующие с активными областями детектора).Геометрическая эффективность снижается, если некоторые рентгеновские лучи поглощаются перед обнаружением (например, в корпусе детектора) или если некоторые рентгеновские лучи не попадают в активные области детекторов (например, проходя между детекторами или ударяясь о неактивные перегородки между отдельными детекторами). Эффективность поглощения снижается, если некоторые рентгеновские лучи, попадающие в детекторы, не поглощаются.

    Геометрическая эффективность современных односрезовых сканеров третьего поколения относительно высока (∼80%), при этом потери в основном связаны с мертвыми зонами между элементами детектора.Геометрическая эффективность многосрезовой КТ снижается по сравнению с односрезовой КТ, потому что расстояния между элементами детектора в направлении z- создают больше мертвого пространства и поскольку необходимо отбросить большую часть полутени луча в направлении z- (вопросы дозы в мультиспиральная КТ будет обсуждаться в третьей статье этой серии). Современные сканеры обычно используют твердотельные детекторы с эффективностью поглощения порядка 99%.

    Другие конструктивные факторы, которые могут влиять на дозу облучения, включают расстояние рентгеновской трубки от изоцентра (и, следовательно, от пациента), конструкцию коллиматора рентгеновского луча до пациента, а также конструкцию фильтра-бабочки и любые другие лучевая фильтрация.

    Факторы клинического сканирования, влияющие на дозу облучения при КТ

    Доза облучения зависит от тока трубки (ампер), времени сканирования среза и пикового напряжения трубки. Как и в рентгенографии, ток в трубке и время сканирования среза взяты вместе как мАс по отношению к дозе облучения и качеству изображения. Увеличение мАс (путем увеличения тока трубки или времени сканирования среза) увеличивает дозу пропорционально: 300 мАс доставляют в два раза больше дозы, чем 150 мАс. Таким образом, доза облучения при КТ часто выражается как доза на мАс (или на 100 мАс).

    Увеличение пикового киловольтажа (при неизменном остальном) также увеличивает дозу облучения, потому что луч несет больше энергии. Однако увеличение пикового киловольтажа значительно увеличивает интенсивность рентгеновских лучей, проникающих через пациента и достигающих детекторов. Следовательно, для достижения аналогичного качества изображения требуются значительно более низкие мАс. Следовательно, более высокое пиковое напряжение не обязательно означает повышенную дозу облучения пациента и фактически может позволить уменьшить дозу.

    КТ, толщина среза, расстояние между срезами и шаг спирали также могут влиять на дозу. При односрезовой КТ с хорошо спроектированными коллиматорами доза (по данным CTDI) относительно не зависит от толщины среза для смежных срезов. Конечно, общая длина сканируемой области, а также расстояние между срезами будут определять, сколько общей энергии будет выделено пациенту. Для тех же методов дозы для спиральных сканов с шагом 1,0 эквивалентны аксиальным сканированиям со смежными срезами.Шаги больше или меньше 1 снова пропорционально влияют на значения CTDI.

    Относительно недавней инновацией, позволяющей во многих случаях снизить дозу, является модуляция мА. До того, как модуляция мА стала использоваться, для всей длины сканирования было указано одно значение мА (исходя из опыта или рекомендаций производителя), даже несмотря на то, что размер пациента или затухание могли значительно меняться по длине сканирования (например, сравните затухание в грудной клетке с через брюшную полость для сканирования, охватывающего обе области).Результатом часто были излишне высокие значения мА (и дозы) для некоторых срезов и, возможно, недостаточная доза (и снижение качества изображения) для других срезов. Используя информацию из начального разведочного обзора (цифровая рентгенограмма с низкой дозой облучения, сформированная из линейного сканирования при перемещении стола через гентри с неподвижной рентгеновской трубкой, например, под углом 0° или 90°), значение сканирования в мА регулируется индивидуально, в зависимости от положения z-, для каждого оборота трубы. Усовершенствованная версия модуляции мА, доступная на некоторых сканерах, позволяет регулировать мА не только для каждого поворота (положение z-), но также в зависимости от угла во время каждого поворота.Зависимая от угла модуляция особенно ценна для анатомических областей, в которых переднезадняя и боковая толщина пациента сильно различаются (например, таз). В таких случаях предварительно выбранное значение мА часто бывает недостаточным для обеспечения адекватной интенсивности рентгеновского излучения на детекторах для боковых углов или может обеспечивать чрезмерную интенсивность на детекторах для переднезадних/заднепередних углов. Угловая модуляция мА оптимизирует выбор мА для каждого угла, чтобы обеспечить наименьшую дозу облучения для требуемого уровня качества изображения ( 13 ).

    Резюме

    CTDI обеспечивают оценку дозы облучения в сканируемой области для всей серии срезов. Хотя CTDI, как правило, намного выше для сканирования головы, чем для сканирования тела, D E для последнего, как правило, намного выше, поскольку облучается больше ткани (и больше радиочувствительной ткани). Кроме того, в отличие от пленочной/экранной рентгенографии, для которой требуются узкие диапазоны экспозиции, чтобы избежать пере- или недодержки, КТ-исследования можно проводить с произвольно высокими дозами (и чем больше доза, тем лучше качество изображения).Чтобы помочь компенсировать тенденцию к более высоким дозам, Американский колледж радиологии рекомендует CTDI W пределы 6 сГр (60 мГр) и 3,5 сГр (35 мГр) для рутинного сканирования головы и брюшной полости соответственно. Независимо от того, рассматриваете ли вы CTDI или D E , дозы облучения при КТ значительно выше, чем дозы от планарных рентгенографических исследований, которые заменили КТ. Однако это увеличение более чем компенсируется гораздо большим объемом обычно предоставляемой медицинской информации.

    CT КАЧЕСТВО ИЗОБРАЖЕНИЯ

    По сути, качество изображения при КТ, как и при любой медицинской визуализации, зависит от 4 основных факторов: контрастность изображения, пространственное разрешение, шум изображения и артефакты.В зависимости от диагностической задачи эти факторы взаимодействуют, определяя чувствительность (способность воспринимать малоконтрастные структуры) и различимость деталей.

    Контраст изображения КТ

    Контраст изображения

    CT зависит от контрастности объекта и контрастности дисплея. Поскольку контраст дисплея КТ является произвольным (зависит только от выбранного уровня окна и ширины), он не будет обсуждаться далее.

    Как и в рентгенографии, контраст объекта КТ определяется дифференциальным ослаблением: то есть различиями в ослаблении рентгеновских лучей за счет поглощения или рассеяния в различных типах тканей, что приводит к различиям в интенсивности рентгеновских лучей, которые в конечном итоге достигают детекторов.Из-за высокого пикового киловольтажа и относительно высокой фильтрации луча (жесткости луча), используемых в КТ, взаимодействие рентгеновского излучения с тканью (за исключением костей) в подавляющем большинстве случаев является явлением комптоновского рассеяния. Дифференциальное затухание для комптоновского рассеяния возникает из-за различий в электронной плотности тканей (электронов/см 3 ), которые, в свою очередь, в первую очередь обусловлены различиями в физической плотности ( 14 ). Таким образом, предметный контраст мягких тканей на КТ возникает в основном за счет различий в физической плотности. То, что небольшие различия в плотности мягких тканей могут быть визуализированы на КТ, связано с характером изображения (двухмерное изображение двухмерного среза), способностью сопоставлять небольшие различия в затухании с большими различиями в уровне серого с помощью оконный режим, почти полное устранение рассеяния и использование достаточной интенсивности рентгеновского излучения.

    С контрастом изображения КТ связана шкала контраста КТ. Мы помним, что числа CT получены из коэффициентов затухания вокселя, рассчитанных во время реконструкции изображения с использованием следующего соотношения: Eq. 7, где μ p и μ w — линейные коэффициенты затухания для данного вокселя и для воды (μ w определяется из калибровочных сканов). Поскольку число CT является линейной функцией μ p , график ожидаемых чисел CT для материалов с известными коэффициентами затухания должен быть линейным в диапазоне клинических чисел CT (например,г., от -1000 до +1000). Для оценки шкалы контрастности сканера доступны различные тестовые КТ-фантомы, которые содержат материалы, предназначенные для получения определенных КТ-чисел (например, КТ-коэффициентов для воды, жира, мягких тканей, костей и воздуха) ( 15 ).

    CT Пространственное разрешение и дискретизация

    Пространственное разрешение в КТ, как и в других модальностях, — это способность различать на изображении мелкие, близко расположенные объекты. Обычным тестом является оценка предельного разрешения, выполняемая с использованием тестовых шаблонов пар линий.Рисунок фантомных пар линий CT состоит из полос акрила (или более плотного пластика), разделенных промежутками, содержащими материал с меньшим затуханием. Ширина полос и промежутков одинакова и обычно составляет от 0,05 см или меньше до 0,5 см. Примеры показаны на рис. 8. Стержни из свинца или других плотных материалов могут вызывать серьезные артефакты на КТ-изображениях, поэтому они не используются. Для разрешения тестового шаблона пары линий необходимо, чтобы каждая полоса и пробел были видны на изображении отдельно. Каждая полоса плюс соседнее пространство называется парой строк.Вместо того, чтобы указывать ширину штриха, размеры шаблона штриха обычно описываются пространственной частотой в парах линий на сантиметр, определяемой следующим образом, где ширина штриха выражается в сантиметрах: уравнение. 8Например, шаблон с полосами и промежутками шириной 0,1 см имеет пространственную частоту 1/(2 × 0,1), или 5 пар линий на сантиметр. В рентгенографическом изображении размер фокального пятна рентгеновской трубки и размытие, возникающее в приемнике изображения, являются основными причинами снижения разрешения. Хотя размер фокального пятна действительно влияет на пространственное разрешение КТ, разрешение КТ обычно ограничивается размером измерений детектора (называемым размером апертуры) и расстоянием между измерениями детектора, используемыми для восстановления изображения.Эта концепция, называемая выборкой, проиллюстрирована на рис. 9. На рис. 9А рассмотрим сканирование фантома, содержащего гипотетический тестовый образец: например, 5 пар линий на сантиметр (полосы 0,1 см) и детекторы вдвое шире. (скажем, 0,2 см и с интервалом 0,2 мм). Апертура приблизительно равна ширине детектора — ширина, которая в данном случае явно слишком велика для разрешения меньших полос: Все измерения (показаны внизу рисунка как данные просмотра) включают затухание, соответствующее половине полосы и полупространству.Вместо этого предположим, что размер детектора уменьшен до размера полос, но расстояние между ними сохраняется равным 0,2 см (5 образцов на сантиметр; рис. 9В). Теперь, несмотря на то, что апертура достаточно мала, столбцы все еще не разрешены, потому что выборки слишком далеко друг от друга (в этом случае пропущены промежутки между столбцами). В дополнение к небольшой апертуре для хорошего разрешения требуются близко расположенные измерения (рис. 9C). Общее правило, известное как критерий Найквиста, гласит, что для разрешения N пар линий на сантиметр требуется измерение не менее 2 × N отсчетов на сантиметр.Например, для разрешения 5 пар линий на сантиметр (столбцов 0,010 см) требуется не менее 10 измерений на сантиметр. Некоторые факторы конструкции сканера, связанные с отбором проб, обсуждались ранее ( 8 ).

    РИСУНОК 8.

    КТ-фантом с пространственным разрешением, состоящий из 4–12 пар линий на сантиметр (из фантома, аккредитованного Американским колледжем радиологии), реконструированный с использованием стандартных (A) и костных (B, высокое разрешение) фильтров.

    РИСУНОК 9. Разрешение

    КТ ограничено размером выборки и расстоянием между измерениями (выборками), используемыми для формирования изображения.(A) Образец не разрешен, потому что размер выборки (апертура) слишком велик. (B) Паттерн не определен, потому что образцы слишком далеко друг от друга. (C) Размер апертуры и интервал между образцами достаточны для разрешения рисунка. (D) «Эффективное» разрешение может быть ниже ожидаемого из-за положения образцов относительно шаблона. (E) При алиасинге паттерн кажется разрешенным, но с неправильным количеством тактов.

    Двумя дополнительными проблемами, связанными с выборкой, являются эффективное разрешение и алиасинг. Критерий Найквиста не гарантирует, что шаблон будет разрешен.Например, предположим, что мы берем расположение рис. 9C, но смещаем детекторы относительно шаблона (рис. 9D). Опять же, из-за неудачного выравнивания тестового объекта и образцов, из-за которого каждое измерение перекрывает как полосу, так и пространство, полосы не разрешаются. Подразумевается, что измерение предельного разрешения (используя тест пар линий) в целом будет ниже, чем можно было бы ожидать на основе размера апертуры и расстояния между образцами. Это эффективное разрешение аналогично коэффициенту Келла, связанному с вертикальным разрешением телевизионного экрана.

    Псевдоним

    показан на рисунке 9E. Хотя эта полоса слишком мала, чтобы ее можно было различить по размеру и расстоянию между детекторами, данные просмотра демонстрируют последовательность более высоких и более низких значений затухания. Однако в представленных данных меньше максимумов и минимумов (полос и пробелов), чем на самом деле в паттерне. На изображении могут быть отдельные полосы и пробелы, но их меньше, чем в тестовом объекте. Такое изображение называется псевдонимом: из-за недостаточной выборки тестовый шаблон с более высокой пространственной частотой появляется как псевдоним шаблона с более низкой частотой и, таким образом, не разрешается на самом деле.

    Другие факторы КТ, влияющие на пространственное разрешение

    Размер фокального пятна влияет на разрешение КТ, но в меньшей степени, чем при рентгенографии. Движение также может вызвать размытие, хотя более важным эффектом движения является потенциальное создание артефактов. Два дополнительных фактора — один потенциальный и один общий — это размер матрицы и фильтр реконструкции.

    На отображаемое пространственное разрешение может повлиять реконструкция или слишком большие пиксели дисплея.Фундаментальным ограничением является размер и расстояние между измерениями детектора. Предположим, что на основе выборки должна быть возможность разрешить 10 пар линий на сантиметр (стержни размером 0,05 см). Теперь предположим, что реконструирована матрица размером 512 × 512 пикселей, представляющая круг сканирования диаметром 50 см (т. е. изображение представляет собой область диаметром 50 см, что может иметь место при сканировании большого тела). Размер пикселей составляет приблизительно 0,1 × 0,1 см (т. е. 50 см/512 пикселей), что слишком велико для разрешения 0.стержни 05 см. Часто возможно, если необработанные данные еще не перезаписаны, реконструировать изображение по меньшему кругу, скажем, 25 см, чтобы получить меньшие пиксели и более высокое разрешение. Точно так же, если пиксели дисплея больше, чем пиксели матрицы реконструкции (что редко встречается в современных сканерах), полное разрешение не будет отображаться. В этом случае графический зум (функция, доступная на большинстве сканеров) обеспечит лучшее разрешение.

    Хотя размер пикселя может влиять на разрешение (например, для больших кругов сканирования), фильтр реконструкции всегда влияет на разрешение — часто очень сильно.Фильтр реконструкции применяется во время реконструкции обратной проекции с фильтром для удаления размытия изображений ( 8 ). Однако обычно фильтр специально выбирают для получения несколько размытых изображений. Причина в том, что чрезмерно резкие КТ-изображения обычно слишком искажены шумом изображения для большинства диагностических задач. Размытый фильтр также размывает шум и, таким образом, повышает качество диагностики. Для задач визуализации, требующих большей детализации (например, для просмотра кости), оператор может дополнительно выбрать более четкий фильтр при настройке параметров сканирования.Обычно используемые фильтры разработаны как компромисс между приемлемым пространственным разрешением и приемлемым уровнем шума. Например, стандартный фильтр может создавать изображения с максимальным разрешением, скажем, 6 пар линий на сантиметр, тогда как костный фильтр может отображать изображения с разрешением 10 пар линий на миллиметр или выше. Тестовый фантом показан реконструированным как со стандартным фильтром (рис. 8А), так и с фильтром высокого разрешения (кость) (рис. 8В).

    Шум изображения

    Если графический курсор используется для отображения номеров КТ пикселей на изображении однородного фантома (например,например, фантом, содержащий всю воду), видно, что числа КТ неравномерны, а скорее колеблются вокруг среднего значения (которое должно быть приблизительно равно 0 для воды): некоторые пиксели равны 0, некоторые +1, некоторые +2 , некоторые −1 и так далее. Эти случайные флуктуации числа КТ однородных в остальном материалов проявляются как зернистость на КТ-изображениях. Эта зернистость является КТ-аналогом и имеет ту же природу, что и радиографическая квантовая пятнистость: она возникает из-за использования ограниченного числа фотонов для формирования изображения ( 16,17 ).

    В рентгенографии шум изображения связан с количеством фотонов рентгеновского излучения, вносящих вклад в каждую небольшую область изображения (например, в каждый пиксель прямой цифровой рентгенограммы). В КТ рентгеновские лучи влияют на измерения детектора, а не на отдельные пиксели. Таким образом, шум КТ-изображения связан с количеством рентгеновских лучей, участвующих в измерении каждого детектора. Чтобы понять, как методика КТ влияет на шум, нужно представить, как каждый фактор методики влияет на количество регистрируемых рентгеновских лучей.Примеры:

    • Сила тока рентгеновской трубки: изменение значения мА пропорционально изменяет интенсивность луча и, следовательно, количество рентгеновских лучей. Например, удвоение значения мА удвоит интенсивность луча и количество рентгеновских лучей, обнаруженных при каждом измерении.

    • Время сканирования (поворота): изменение времени сканирования пропорционально изменяет продолжительность каждого измерения и, следовательно, количество обнаруженных рентгеновских снимков. Поскольку сила тока и время сканирования одинаково влияют на шум и дозу облучения пациента, их обычно рассматривают вместе как мА × с или мАс.

    • Толщина среза: изменение толщины изменяет ширину луча, входящего в каждый детектор, и, следовательно, количество обнаруженных рентгеновских лучей, примерно пропорционально. Например, по сравнению с толщиной среза 5 мм толщина 10 мм примерно удваивает количество рентгеновских лучей, попадающих на каждый детектор.

    • Пиковое киловольтаж: Увеличение пикового киловольтажа увеличивает количество рентгеновских лучей, проникающих в тело пациента и достигающих детекторов. Таким образом, увеличение киловольтажа уменьшает шум изображения, но также может (немного) снизить контрастность объекта.

    Хотя фильтр реконструкции и не влияет на количество обнаруженных рентгеновских лучей, он существенно влияет на появление шума на изображении: фильтры сглаживания размывают шум, уменьшая его визуальное воздействие, тогда как фильтры с резкой резкостью усиливают шум. На изображениях мягких тканей шум обычно больше мешает, чем размытие, поэтому предпочтительны более гладкие фильтры. На изображениях структур с краями и мелкими деталями, такими как кость, размытие обычно мешает больше, чем шум, и предпочтительны более четкие фильтры.Для сравнения на рис. 10 показаны примеры шумов при сканировании однородных фантомов с использованием стандартных и высокоразрешающих (костных) фильтров и при стандартных и очень низких значениях мАс.

    РИСУНОК 10.

    Шум изображения КТ зависит от количества рентгеновских фотонов, вносящих вклад в изображение. (A и B) Сравнение шума при сканировании с использованием 270 мАс (типичное клиническое значение) и 100 мАс. (C) появление шума изображения сильно зависит от фильтра реконструкции; резкий фильтр, такой как кость, также увеличивает резкость шума.

    Поскольку КТ-шум проявляется в виде флуктуаций КТ-чисел, измерение шума изображения представляет собой измерение этих флуктуаций, и такое измерение может быть выполнено с использованием областей интереса (ROI) на скане однородного фантома. Статистическая функция ROI (имеется на большинстве КТ-сканеров) позволяет пользователям размещать на изображении прямоугольную или овальную ROI, в пределах которой рассчитывается среднее значение и стандартное отклонение (SD) чисел CT для заключенных в них пикселей. Стандартное отклонение указывает на величину случайных колебаний числа КТ и, таким образом, связано с шумом: чем больше стандартное отклонение, тем выше шум изображения.Более полное обсуждение шума изображения представлено в Приложении B.

    Поскольку шум является наиболее неприятным при просмотре низкоконтрастных структур мягких тканей, важным тестом производительности сканера является то, насколько хорошо видны низкоконтрастные тестовые объекты в присутствии типичных уровней шума. На рис. 11 показан пример низкоконтрастного тестового фантома, состоящего из групп стержней, встроенных в материал, обеспечивающий контраст объекта приблизительно 0,6 % (т. е. номинальная разница числа CT между стержнями и фоном, равная 6).Группы стержней имеют диаметр от 6 до 2 мм. В этом примере видны стержни диаметром 5 мм, а стержни меньшего размера теряются в шуме.

    РИСУНОК 11.

    Низкоконтрастный фантом для проверки эффективности КТ при наличии типичных уровней шума изображения (из фантома, аккредитованного Американским колледжем радиологии). Видны пятимиллиметровые стержни, но более мелкие заглушаются шумом.

    Артефакты изображения

    Артефакты могут быть определены как любая структура, видимая на изображении, но не представляющая реальную анатомию.Большинство типов артефактов КТ попадают в одну из трех категорий: артефакты затенения, кольцевые артефакты или полосовые артефакты ( 18 ).

    Наиболее распространенным типом артефакта затенения являются эффекты усиления луча. Артефакты усиления луча фактически в той или иной степени присутствуют на всех КТ-изображениях и связаны с несовершенной коррекцией усиления луча. Они проявляются как неравномерность числа КТ однородного материала, например числа КТ, которые ниже в центре однородного фантома, чем на периферии.Такие неоднородности, как правило, довольно малы (<5 HU) и незаметны, если только не просмотреть скан однородного фантома через очень узкое окно. Однако иногда при сканировании через толстые участки кости или через контрастное вещество возникает большее уплотнение. В этом случае области гипоинтенсивности (т. е. числа КТ ниже ожидаемых) могут появиться ниже по течению вдоль путей лучей, подвергшихся чрезмерному упрочнению (рис. 12). Рассеяние также может вызвать артефакты затенения, хотя они редко встречаются в большинстве современных сканеров.

    РИСУНОК 12.

    Артефакт затвердевания луча, вызванный необычно сильным затвердеванием рентгеновских лучей, проходящих через толстую кость.

    Артефакты кольца или частичного кольца (дуги) связаны с геометрией сканирования третьего поколения и обсуждались ранее ( 8 ). Кольцевые артефакты возникают из-за ошибок, дисбаланса, дрейфа калибровки или других неточностей измерения в элементе массива детекторов по сравнению с его соседями. Каждый детектор в сканере третьего поколения всегда измеряет лучи, проходящие на фиксированном расстоянии d от центра вращения, где d зависит от местоположения детектора в массиве.Любые такие неточности в измерениях конкретного детектора, возникающие во время сканирования (или части сканирования), отражаются в обратном направлении вдоль траекторий лучей, измеренных этим детектором. Эти неточности лишь незначительно влияют на пиксели на большей части изображения (поскольку несколько сотен значений обратного проецирования вносят свой вклад в каждый пиксель), но имеют тенденцию усиливаться по кольцу радиуса d, где пересекаются несколько таких лучей.

    Кольцевые артефакты (или дуги, если они возникают только во время части сканирования) обычно легко распознаются программными алгоритмами коррекции колец и поэтому могут быть удалены из изображения.Кольца с малым радиусом (т. е. вблизи центра вращения) или дуги с малой угловой протяженностью могут не распознаваться как артефакты и, таким образом, появляться на изображении. На практике сканеры третьего поколения чувствительны к неточностям детектора, которые без корректирующих алгоритмов были бы видны на большинстве или на всех КТ-изображениях.

    Артефакты в виде полос могут возникать во всех сканерах. Хотя они возникают по многим причинам, большинство из них связано с несогласованными или неправильными измерениями детектора. Факторы, вызывающие несоответствия, включают движение (анатомия в разных местах на разных участках сканирования), эффекты частичного объема, металл (измеренная интенсивность ниже калиброванного диапазона детектора и, возможно, эффекты усиления луча и частичного объема), недостаточная интенсивность рентгеновского излучения (приводящая к большим случайным ошибкам) ​​и неисправности (дуговой разряд трубки или смещение системы).Несоответствие из-за эффектов частичного объема показано на рис. 13. Во время 360-градусного осевого сканирования один и тот же луч (или почти один и тот же луч) берется дважды, но при этом рентгеновские лучи движутся в противоположных направлениях. Однако из-за расходимости луча конусообразный рентгеновский пучок измеряет несколько разные объемы в каждом направлении. Небольшая структура, такая как край кости, может частично входить в объем, чтобы ослабить луч, идущий в одном направлении (скажем, вниз, когда трубка находится сверху), но может быть пропущена, когда луч идет с противоположной стороны. направлении (вверх, когда трубка находится внизу).Таким образом, 2 измерения одного и того же пути луча несовместимы и приведут к полосе изображения.

    РИСУНОК 13.

    Полосы частичного объема вызваны встречными рентгеновскими лучами, которые номинально проходят через одни и те же воксели, но на самом деле исследуют немного разные конусообразные объемы ткани в результате расхождения лучей. Небольшие структуры, такие как фрагмент кости, обнаруживаются лучом с одного направления, но не пропускаются встречным лучом. Возникающая в результате несогласованность приводит к артефакту полосы.

    Независимо от источника, результатом несоответствия является создание артефакта полосы из-за характера реконструкции обратной проекции.В некоторых случаях несоответствия могут быть распознаны и исправлены программными алгоритмами. В других случаях полос можно избежать или свести к минимуму с помощью соответствующих методов сканирования, включая сканирование за пределами 360°, известное как сверхсканирование (для уменьшения полос из-за какого-либо движения) или использование более тонких срезов (для минимизации эффектов частичного объема).

    ЗАКЛЮЧЕНИЕ

    В этой статье обсуждалась доза облучения при КТ, измерение дозы при КТ и качество изображения при КТ. Наиболее часто используемым дескриптором дозы является CTDI, который представляет дозу в определенном месте (например,г., глубина) в отсканированном объеме из полной серии срезов. Средневзвешенное значение CTDI, измеренное в центре и на периферии дозированных фантомов, CTDI w , обеспечивает удобную одночисловую оценку дозы пациента для процедуры, и это значение (или связанный с ним показатель, включающий длину сканирования, CTDI том ) часто отображается на пульте оператора.

    Качество КТ-изображения

    , как и большинства изображений, описывается с точки зрения контраста, пространственного разрешения, шума изображения и артефактов.Сильной стороной КТ является ее способность визуализировать низкоконтрастные структуры субъекта, задача, которая в основном ограничивается шумом и, следовательно, тесно связана с дозой облучения: чем выше доза, вносящая вклад в изображение, тем менее заметны шумы и тем легче воспринимать малоконтрастные структуры. Пространственное разрешение в конечном итоге ограничено дискретизацией, но фильтр реконструкции сильно влияет на шум изображения и разрешение.

    В результате диагностически приемлемое качество изображения при приемлемых дозах облучения требует надлежащих клинических протоколов, включая соответствующие пиковые значения киловольт, силу тока, толщину среза и реконструктивные фильтры.

    Дым лесных пожаров и здоровье ваших пациентов: индекс качества воздуха

    Этот раздел курса охватывает следующие темы:

    Медико-санитарные категории качества воздуха

    Авиаагентства в США используют индекс качества воздуха (AQI) для информирования о качестве воздуха. AQI — это национальный единый индекс с цветовой кодировкой, разработанный EPA для составления отчетов и прогнозирования ежедневного качества воздуха. AQI сообщает о наиболее распространенных загрязнителях атмосферного воздуха, которые регулируются Законом о чистом воздухе, включая загрязнение озоном и твердыми частицами (PM 10 и PM 2.5 ). AQI информирует общественность о качестве воздуха в этом районе, сообщает, кто может быть затронут, и предлагает шаги, которые необходимо предпринять для снижения воздействия, когда уровни загрязнения нездоровы.

    AQI фокусируется на последствиях для здоровья, которые могут возникнуть в течение нескольких часов или дней после воздействия загрязненного воздуха. В нем используется нормализованная шкала от 0 до 500: чем выше значение AQI, тем больше уровень загрязнения и больше опасений для здоровья. Значение AQI, равное 100, обычно соответствует уровню ежедневного национального стандарта качества окружающего воздуха для загрязняющего вещества.Значения AQI на уровне 100 и ниже обычно считаются удовлетворительными. Когда значения AQI выше 100, качество воздуха является нездоровым, сначала для чувствительных групп, подвергающихся наибольшему риску воздействия на здоровье, а затем для всего населения, поскольку значения AQI становятся выше.

    Индекс качества воздуха делится на шесть категорий, соответствующих различным уровням беспокойства о здоровье. Пороговые точки между этими категориями выбираются на основе обзора данных о воздействии на здоровье. Каждая категория имеет определенный цвет, который позволяет людям узнать, когда качество воздуха достигает нездорового уровня в их сообществах.

    Таблица 2.  Индекс качества воздуха включает категории и цвета AQI, соответствующие значения индекса и предостерегающие заявления для различных уровней проблем со здоровьем.

    Где найти отчеты о качестве воздуха

    Во многих районах местные средства массовой информации — газеты, телевидение и радио — публикуют отчеты о качестве воздуха, сообщая населению, когда прогнозируется нездоровый уровень загрязнения. Эти отчеты обычно появляются вместе с прогнозом погоды. Некоторые национальные СМИ (например,g., USA Today, The Weather Channel и CNN) также предоставляют ежедневные отчеты о качестве воздуха. Информация также распространяется через социальные сети.

    AirNow.gov содержит текущие и прогнозируемые данные и карты о качестве воздуха. Во многих районах жители могут подписаться на получение уведомлений по электронной почте о качестве воздуха с помощью бесплатной службы под названием EnviroFlash . Некоторые государственные, местные и племенные веб-сайты авиационных агентств также показывают AQI.

    Рисунок 7. Пример текущих данных AirNow о качестве воздуха, карта и значения AQI

    Обратите внимание, что существуют новые и появляющиеся методы отчетности о качестве воздуха, в том числе недорогие сенсорные технологии, которые обеспечивают измерения в реальном времени, и модели качества воздуха, которые могут оценивать концентрации в местах, где поблизости нет мониторов.Несмотря на то, что доступность измерений датчиков и оценок моделей качества воздуха может увеличить объем информации для населения во время задымления, точность, достоверность и надежность некоторых типов сообщаемых данных о качестве воздуха все еще оцениваются. Если вы видите противоречивые отчеты о качестве воздуха во время лесного пожара, обратитесь за советом в местное государственное авиационное агентство.

    Ежедневная деятельность с использованием AQI

    Цель рекомендаций AQI — помочь людям снизить вдыхаемую дозу загрязнения воздуха при высоком уровне загрязнения воздуха.Ингаляционная доза приблизительно равна произведению концентрации в окружающей среде, минутной вентиляции (частоты дыхания) и продолжительности воздействия в минутах.

    Доза ≈ концентрация в окружающей среде (мкг/м 3 ) X минутная вентиляция (л/мин) X продолжительность воздействия (мин).

    Уменьшение любого из трех факторов снизит вдыхаемую дозу. Рекомендации AQI информируют общественность о том, как снизить концентрацию (например, вести активный образ жизни на открытом воздухе, когда качество воздуха лучше), минутную вентиляцию (например,например, пойти на прогулку вместо бега трусцой) или продолжительность воздействия (например, проводить меньше времени, занимаясь физическими упражнениями на свежем воздухе).

    AQI сообщается несколькими способами. Двумя наиболее полезными во время лесного пожара являются прогноз AQI и NowCast AQI (оба можно найти на AirNow). Посоветуйте своим пациентам:
    • Ознакомьтесь с прогнозом AQI: Прогноз AQI расскажет вам об ожидаемом качестве воздуха, о том, какие группы людей могут быть затронуты, и о шагах, которые отдельные лица могут предпринять, чтобы уменьшить воздействие загрязнения воздуха на себя.Прогнозы на следующий день обычно выпускаются во второй половине дня. Многие синоптики также проводят ежедневные «обсуждения прогнозов», в которых сообщается, когда ожидается максимальное загрязнение и бывают ли времена, когда ожидается, что качество воздуха улучшится. Некоторые районы выпускают прогнозы AQI на несколько дней. Проверка прогноза важна для целей планирования. Поскольку уровни задымленности часто существенно меняются в течение дня, прогнозы качества воздуха могут дать информацию о времени суток, когда ожидается меньше задымления.Эти прогнозы помогают людям планировать необходимые действия (например, походы в магазин), когда качество воздуха лучше.
    • Обратите внимание на текущее качество воздуха: Веб-сайт AirNow показывает текущее качество воздуха с помощью NowCast AQI — алгоритма, который вычисляет значение AQI на основе данных за несколько часов за прошлые периоды. Когда качество воздуха быстро меняется, например, во время лесного пожара, расчет NowCast корректируется путем усреднения меньшего количества часов, чтобы можно было приспособиться к быстро меняющимся условиям.Прежде чем выходить на улицу, проверьте текущее качество воздуха (NowCast AQI) — возможно, лучше подождать, пока качество воздуха не улучшится, прежде чем заниматься на свежем воздухе. NowCast AQI может подсказать людям, следует ли им ограничивать свою деятельность и как это сделать.
    • Руководствуйтесь здравым смыслом: Такие симптомы, как кашель, свистящее дыхание или одышка, являются признаком того, что следует немедленно уменьшить воздействие дыма. Если снаружи кажется или пахнет дымом, постарайтесь оставаться в помещении или найдите убежище с более чистым воздухом.Избегайте напряженных занятий, таких как стрижка газона или пробежка.

    ПРЕДЫДУЩАЯ    | СЛЕДУЮЩИЙ .

    Leave a Reply