авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 | 3 |
-- [ Страница 1 ] --

0

Е.И.НЕСТЕРОВА

КВАЛИМЕТРИЧЕСКИЕ ТЕХНОЛОГИИ В

СИСТЕМАХ КАЧЕСТВА ПРЕДПРИЯТИЙ И

ОРГАНИЗАЦИЙ КИНЕМАТОГРАФИИ

0

УДК 778.5

Рецензент: заведующая кафедрой киновидеотехники

Санкт - Петербургского университета кино и

телевидения, доктор технических наук, профессор

Г.В.Тихомирова

Рекомендовано к изданию в качестве монографии

Советом факультета приборов и систем кино и

телевидения СПб ГУКиТ. Протокол № 1 от 3. 09.07 Нестерова Е.И. Квалиметрические технологии в системах качества предприятий и организаций кинематографии. – СПб.: Политехника, 2007.- 168 с.:ил.

ISSBN В монографии рассмотрены теоретические вопросы и практические методики применения субъективных квалиметрических процедур в кинематографии. Показаны особенности и подтверждена целесообразность проведения субъективных психофизических экспертиз. Предложены методики, относящиеся к функциональной квалиметрии.

Сформулирован экспертно - расчетный метод оценки результативности систем качества кинематографических предприятий и организаций, в основе которого лежат разработанные автором методики. В книге конкретизируется общий подход к разработке и оцениванию преобразований, происходящих в кинематографических системах.

Книга предназначена для специалистов, интересующихся вопросами качества в кинематографии.

Оглавление Введение ……………………………………………. Глава РОЛЬ И МЕСТО КВАЛИМЕТРИЧЕСКИХ МЕТОДОВ В КИНЕМАТОГРАФИИ……………………………. 1.1. Цели и особенности психофизических и функциональных квалиметрических экспертиз……….. 1.2 Обобщенный алгоритм субъективной квалиметрической экспертизы……… Глава МЕТОДЫ РЕШЕНИЯ ЧАСТНЫХ КВАЛИМЕТРИЧЕСКИХ ЗАДАЧ …………………. 2.1 Формирование субъективных шкал характеристик (шкалирование) ……. 2.2 Решение задач классификации при субъективных квалиметрических экспертизах. Нечеткие шкалы ……… 2.3 Выбор расчетной модели комплексного или интегрального квалиметрического показателя ……... Глава ИСПОЛЬЗОВАНИЕ МЕТОДОВ ПСИХОФИЗИЧЕСКОЙ КВАЛИМЕТРИИ В КИНЕМАТОГРАФИИ………………………………. 3.1. Использование психофизических квалиметрических методов в кинематографии. Обобщенный алгоритм психофизической квалиметрической экспертизы …..

3.2. Необходимость разработки информационного, приборного и программного обеспечения для проведения психофизической квалиметрической экспертизы.....

.... 3.3. Экспериментальная оценка коэффициентов чувствительности к характеристикам изображения …….. 3.4. Методика экспериментальной оценки предельно допустимых значений конструктивно- технологических погрешностей киновидеотехники ….. Глава ИСПОЛЬЗОВАНИЕ МЕТОДОВ ФУНКЦИОНАЛЬНОЙ КВАЛИМЕТРИИ В КИНЕМАТОГРАФИИ………………………………. 4.1. Интеллектуальные, логические квалиметрические экспертизы. Цели, особенности, применение в кинематографии. Функциональная квалиметрия …………………………. 4.2. Использование метода иерархий для выбора требуемой функциональной модели киновидеотехники…………… 4.3. Методика оценки качества услуг по киновидеообслуживанию зрителей 4.4. Интеллектуальные квалиметрические экспертизы: методика определения коэффициентов весомости технических параметров на основании нормативно- технических документов …………………………..

4.5. Проблемы, возникающие при оценке весовых коэффициентов обобщенных характеристик при квалиметрических экспертизах … 4.6. Использование методов экспертной квалиметрии для сравнительной оценки интереса зрителей к услугам по кинопоказу на примере кинотеатров сети «Кронверк Синема» в г. Санкт- Петербурге.. Глава ОБОБЩЕННАЯ МОДЕЛЬ КВАЛИМЕТРИЧЕСКОЙ ОЦЕНКИ РЕЗУЛЬТАТИВНОСТИ СИСТЕМ КАЧЕСТВА КИНЕМАТОГРАФИЧЕСКИХ ПРЕДПРИЯТИЙ И ОРГАНИЗАЦИЙ ……..…… 5.1. Универсальные рекомендации по формированию систем качества в кинематографии …………………….. 5.2. Информационные технологии, используемые для формирования систем качества, оценки их результативности и последующей сертификации ………………………... 5.3. Методы оценки результативности систем качества…………………… 5.3. Экспертно – аналитический метод оценки результативности системы качества предприятия или организации в кинематографии ……. Литература …………………………………………. ВВЕДЕНИЕ В условиях, когда результаты российских конструкторско- технологических и производственных процессов киновидеоиндустрии, в основном, перестали удовлетворять потребителей и оказались неконкурентоспособными по отношению к зарубежным аналогам, по отношению к изделиям аудиовизуальной техники, выпускаемым известными по всем мире крупными фирмами- производителями, очевидно, внимание технических специалистов следует обратить на такие вопросы, как техническая эксплуатация, сервисное обслуживание, параметрическая надежность аудиовизуальной техники.

Необходимо отметить, что даже в такой, на первый взгляд, проигранной ситуации, появляется возможность извлечь выгоду из создавшегося положения.

Эта выгода заключается с одной стороны, в том, что российский рынок настолько объемен, что он сам в состоянии диктовать требования к импортируемой аудиовизуальной, а в настоящее время - мультимедийной, технике. С другой стороны, необходимость формулирования требований позволяет управлять этим рынком, оценивать качество продукции, тем самым, убирать недобросовестных изготовителей, демонстрировать потребителям, что высокий спрос не всегда связан с высоким качеством [1]. Таким образом, получается, что фирмы- изготовители оказываются в зависимости от решений российских потребителей (предприятий, организаций, частных покупателей) по поводу целесообразности приобретения техники конкретной фирмы и конкретной марки. Всем понятно, что на начальном этапе формирования российского рынка эти вопросы решались с учетом обоюдной личной заинтересованности, бонусов и тому подобных методов, но с течением времени, по мере заполнения рынка, такая практика в любом случае оказывается бесперспективной и недальновидной.

В то же время системный и обоснованный подход к формированию функциональных требований к продукции, услугам может быть основан на решении целого комплекса проблем стандартизации, метрологии, контроля, (в частности, тестирования), экспертной квалиметрии, сертификации. Для фирм- производителей вопросы квалиметрических оценок, сертификации не стоят на первом плане и никогда не стояли, они всегда решались третьей независимой стороной. Для российских потребителей, особенно крупных: для студий, мультимедийных комплексов, многозальных кинотеатров и т.п., когда они поставлены перед необходимостью инноваций, переоснащения, безошибочный выбор наиболее перспективных элементных, конструктивных, технологических и других решений - единственная возможность выхода из кризиса.

Глава РОЛЬ И МЕСТО ЭКСПЕРТНЫХ МЕТОДОВ В КИНЕМАТОГРАФИИ 1.1. ЦЕЛИ И ОСОБЕННОСТИ ПСИХОФИЗИЧЕСКИХ И ФУНКЦИОНАЛЬНЫХ КВАЛИМЕТРИЧЕСКИХ ЭКСПЕРТИЗ Очевидно, что вопросы формирования функциональных требований к различным видам аудиовизуальной техники, интегральная оценка изделий в соответствии с разработанными функциональными моделями, учитывающими степень важности тех или иных функций, характеристик, могут быть решены только методами интеллектуальной (логической) экспертной квалиметрии. Степень достоверности и объективности полученных результатов повышается, в частности, в том случае, когда проводимые исследования позволяют сформулировать системный многофакторный перечень функциональных требований, в который должны входить конструктивные требования, возможности расширения предоставляемых функций, удобство эксплуатации, параметрическая надежность, эксплуатационная технологичность и, конечно, уровень качества выходных характеристик. Такой анализ является начальным этапом для решения вопросов разработки методик рационального выбора, сравнительных оценок, методик классификации, ранжирования, присвоения градаций, категорий, определенного количества звездочек (табл.1.1).

Таблица 1.. Результаты сравнительного анализа функциональных возможностей телевизоров [12] Модель Изобра- Звуча-ние Конст-рукция Функции Управ-лени жение Horizont 29EF JVC AV 2954WE Panasonic TX 29FG20T Rolsen C29R 100T Samsung CS-29A SSQ Sony KV SW29M Если перечисленные выше вопросы могут быть решены методами интеллектуальной экспертной квалиметрии, то оценить уровень качества выходных характеристик аудиовизуальной техники, т.е. качество изображения и звука, обеспечиваемые ею, можно как приборными методами, так и субъективными методами психофизической экспертной квалиметрии. Проблему выбора наиболее целесообразных методов оценки качественных характеристик решать необходимо, поскольку даже вопросы стандартизации качественных характеристик подразумевают не только формирование перечня и количественных значений характеристик, но и разработку соответствующих методов контроля и испытаний этих характеристик. Попробуем проанализировать роль, место и целесообразность использования субъективных квалиметрических методов оценки качества только различных видов изображения, обеспечиваемого аудиовизуальными средствами.

В примерный перечень изображений, качественные характеристики которых подлежат субъективной оценке, необходимо включить:

-экранное изображение (киноизображение), являющееся результатом аналоговой кинопроекции;

- видеоизображение, полученное с помощью видеопроектора;

- экранное изображение в цифровом кинематографе;

- телевизионное изображение;

- изображение на дисплее компьютера;

- изображение на мониторе видеокамеры;

- изображение на мониторе камеры слежения;

- изображение на экране Web- камеры;

-фотоизображение, полученное аналоговым фотоаппаратом, распечатанное на фотобумаге;

-фотоизображение, полученное цифровым фотоаппаратом, на дисплее, распечатанное на фотобумаге;

-изображение на экране мобильного телефона;

-фотоизображение, снятое с помощью мобильного телефона;

-изображение, являющееся результатом визуализации при измерениях, контроле, диагностических исследованиях;

- распечаток, полученный с помощью принтера и т.д.

Требования к техническим параметрам, определяющим качество кинопоказа для традиционного пленочного кинематографа, приведены в отраслевых стандартах [2], здесь же изложены и методы контроля этих параметров. К этим параметрам относятся разрешающая способность, неустойчивость изображения, яркость экрана, соответствие изображения размеру экрана, оцениваемые по тест- фильму изображения и с помощью яркомера. В перечень контрольных процедур также включена процедура субъективной оценки качества изображения тест- фильма и эталонного фрагмента художественного фильма.

Формальный перечень технических параметров, определяющих качество [2], видеоизображения включает разрешающую способность (ТВЛ), число градаций контраста, наличие «тянущихся» продолжений.

Отдельной характеристикой в перечень технических параметров включено «субъективное качество изображения». Поскольку спектр видеопроекторов различных фирм и компаний достаточно широк, целесообразно рассмотреть практические методики сравнительного квалиметрического анализа, тестирования и оценки качества видеоизображения [3].

Методика объективного тестирования включает:

- измерение светового потока по средней освещенности экрана при площади экрана 0,5 м 2, причем, среднее значение освещенности рассчитывается по десяти точкам таблицы ANSI (рис.1);

- измерение неравномерности освещенности экрана (1 E ср / E ср ), где E ср E i E ср, Ei - освещенности в четырех точках экрана проецируемой таблицы ANSI;

- измерение контрастности (с использованием тест изображения ANSI в виде шахматной таблицы из черных и 8 белых полей), определяемой отношением средних освещенностей белых и черных полей.

Субъективная оценка качества видеоизображения с использованием стандартных таблиц и шкал включает подбор экспертов, определение условий проведения измерений, выбор сюжетов для оценки качества изображения и метода обработки полученных результатов, соответствует рекомендациям по проведению субъективных оценок в телевидении, разработанным Международным союзом электросвязи (МСЭ) – International Telecommunication Union (ITU), в частности отделом ITU-T. Качество изображения оценивается по пятибалльной шкале. Результирующая оценка определяется как среднее арифметическое оценок наблюдателей по данному параметру. Условия измерений: три стены помещения (боковые и задняя) светлые, передняя – темнее, расстояние до экрана - 4… высот экрана;

низкий уровень подсветки помещения;

изображение генерируется ПК от DVD- источника.

Программа проведения измерений включает оценку геометрических искажений, разрешения, наличия муара, качества цветового сведения, изображения серопольной шкалы, изображения цветных полос.

Совершенствование используемых методик тестирования различных моделей видеопроекторов [4] направлено на использование более удобных таблиц ANSI (в частности, для определения четкости используются цифровые элементы специальных испытательных таблиц) и обеспечение одинаковых условий проведения экспертиз (оценка проводится при демонстрации видеофильмов в PAL c DVD диска по компонентному входу и HDMI и при воспроизведении сигналов телевидения высокой четкости по интерфейсу HDMI). В качестве HDTV – источника используется видеосервер, содержащий отрывки из видовых и игровых фильмов, оцифрованные в форматы 720р и 1080р с киноленты IMAX.

Объективные методики оценки качества видеосигналов являются математическими моделями, имитирующими субъективную оценку. Традиционные способы оценки качества цифровой обработки видеосигналов: вычисление пикового отношения сигнал – шум (PSNR) между исходным сигналом и видеосигналом, прошедшим через анализируемую систему, и другие более сложные и точные способы, предполагающие вычисления с помощью компьютерных программ. Эти способы, как правило, используются после этапа кодирования, который сам по себе вносит искажения, поэтому современные исследования в этой области направлены на разработку методов оценки перед этапом кодирования. Основная задача объективных методов оценки – вычислить мнение пользователя о качестве видеосистемы. Однако это можно сделать и с использованием субъективных методов, многие из которых приведены в рекомендациях ITU-T под номером BT.500 [5].

Как показывает анализ имеющихся публикаций, методы объективного и субъективного контроля и оценки качества изображения в цифровом кинематографе еще не сложились в единую систему представлений, очевидно, вследствие чрезвычайно динамичного развития этого направления. Что касается субъективной оценки, необходимо иметь в виду, что ITU T разрабатывает проект Рекомендаций «Метод экспертных наблюдений для оценки качества систем цифрового воспроизведения в LSDI (Large Screen Digital Image) – театрах» (Doc.6/396) и «Требования пользователя к применению LSDI для театрального окружения».

При определении качества телевизионного изображения обычно оценивают его подобие входному оптическому изображению или изображению передаваемой сцены, наблюдаемому зрителем [6] по объективным параметрам, к которым относят:

- формат изображения k l / h, l – ширина, h – высота изображения;

- размер, определяемый при заданном формате высотой или диагональю;

- яркость, оцениваемую по максимальной яркости Lmax отдельных участков изображения;

- контраст K Lmax / Lmin или K ( Lmax Lmin ) Lmax ;

- четкость, определяемую числом условных или реальных элементов изображения n kZ 2 (где Z – число строк разложения) или n n x n y для дискретного изображения;

реальную четкость принято измерять максимальным числом черных и белых линий, воспроизводимых в изображении на отрезке с заданным контрастом;

- отношение сигнал/шум, которое в итоге определяется числом воспроизводимых градаций яркости;

- характер воспроизведения градаций яркости в яркостном динамическом диапазоне;

- цветовоспроизведение, определяемое степенью отличия цвета в изображении от цвета соответствующих участков исходного изображения, выражается в колориметрических единицах;

- неравномерность воспроизведения уровней яркостей, соответствующих одинаковым яркостям в исходном изображении, по полю изображения;

- геометрические искажения, т.е. точность воспроизведения координат отдельных элементов исходного изображения.

Такие характеристики, как яркость, контраст, число воспроизводимых градаций яркости, диапазон воспроизводимых цветов, четкость, резкость, искажения, проявляющиеся в нарушении распределения яркостей и цветностей в изображении, называются световыми показателями. Размеры и формат кадра, нелинейные и геометрические искажения растра, приводящие к геометрическим искажениям – это растровые показатели [7,8]. Поскольку совокупность перечисленных параметров не дает возможность полностью оценить качество телевизионного изображения, также используют субъективную интегральную оценка качества как функцию от ощущений зрительной системы под влиянием перечисленных параметров. Субъективные экспертизы проводят в соответствии с методикой, которая определяет испытательные изображения, подбор экспертов, используемые шкалы, порядок проведения измерений и обработку полученных результатов.

Требования к качественным характеристикам и техническим параметрам телевизионных изображений приведены в нормативно- технической документации [9,10] и формировались, насколько это было возможно технически, в соответствии с характеристиками зрительного и слухового восприятия человека. Однако современные исследования показывают, что использование субъективных методов также позволяет найти решение таких неожиданных проблем (которые неизбежно возникают при разработке новых аудиовизуальных систем), как, например, снижение риска опасного негативного воздействия, которое может возникнуть при определенном сочетании технических параметров изображения (также как и звука) [11].

Проблеме субъективной оценки качества телевизионного изображения посвящено огромное число публикаций известных в этой области ученых.

Практические методики оценки [10] предполагают использование шкалы ухудшений с пятью реперными точками: ухудшение незаметно;

ухудшение заметно, но не мешает;

ухудшение несколько мешает;

ухудшение мешает;

ухудшение очень мешает, эти точки могут быть преобразованы в значения балльной шкалы. Перечень параметров, по которым проводится субъективная оценка качества телевизионного изображения, включает: шумы, фон, муар, импульсные помехи, нарушение синхронизации, четкость и разрешающую способность, тянущиеся продолжения, повторы и окантовки, цветные окантовки, дифференциально- фазовые искажения, «факелы», качество цветопередачи, идентичность цветопередачи, смаз изображения, искажения, вызываемые перемещением объекта или фона.

Современные практические методики тестирования телевизоров предполагают оценку изображения с эфира (SEKAM) и видео (PAL, сигнал с DVD) [12]. Первым этапом тестирования является субъективная экспертная оценка на высококачественном тестовом видеоматериале, а вторым – лабораторные измерения основных параметров видеотракта (измерения оценки чувствительности ТВ-тюнера, качества проработки геометрии и сведения лучей кинескопа, цветовой и яркостной четкости с использованием цифровой записи на DVD, колориметрические измерения). Анализ результатов субъективных оценок показывает, с одной стороны – неоднозначность взаимосвязей между оцениваемыми параметрами, с другой стороны – необходимость более детальной, однозначной и достоверной проработки терминологических аспектов. Примерами этому служат, например, такие выводы, как: «естественность картинки можно немного улучшить, понижая насыщенность цветов, но при этом падает контрастность и пропадает ощущение глубины сцены» или «не очень высокая четкость делает изображение несколько смягченным, что впрочем, многим нравится», «появление шума на изображении при недостаточном уровне эфирного сигнала часто приводит к повышению зернистости» (хотя такой термин, как зернистость не предусмотрен для телевизионного изображения) и т.д.

Проблема оценки качества фотографического изображения чрезвычайно многогранна и изучена как с теоретической, так и с практической точек зрения.

Практические методики тестирования современных фотоаппаратов, используемые, в частности, для сравнения различных моделей, обеспечения комплекса определенных функциональных требований и т.п., предполагают субъективную экспертную оценку качества изображения [13,14]. Суть методик заключается в том, что с помощью фотоаппарата получают серию тестовых снимков и оценивают их качество. Серия тестовых снимков включает: натюрморт при ярком солнечном освещении, при рассеянном дневном свете, при постановочном искусственном освещении;

цветовую таблицу, снятую при различном освещении;

оценочную таблицу разрешения, также снятую при различных видах освещения. При тестировании, во возможности, используют только автоматические режимы и установки, используемые по умолчанию, за исключением тех случаев, где это необходимо.

Методики субъективной экспертной оценки качества изображения мониторов имеют, как показывает анализ, наиболее завершенный характер по сравнению с остальными. Авторы этих методик считают, что использование только объективных методов нецелесообразно, так как показания приборов не всегда соответствуют визуальной оценке качества изображения.

Когда тестирование проводится для сравнительной оценки различных моделей, необходимо обеспечить одинаковые исходные условия: мониторы подключаются к одинаковым системным блокам с графическими адаптерами, имеющими цифровые (DVI) и аналоговые входы, в качестве программного обеспечения используются пакеты Monitor Matter CheckScreen и Adobe Photoshop [15,16,17]. Субъективные оценки проводятся с использованием 10- балльных шкал.

Программа испытаний включает тесты, объединенные в группы,:

- качество цветопередачи тест- изображения оценивается визуально и сравнивается с печатным оригиналом, причем, предусматриваются различные углы обзора по горизонтали и вертикали;

- тесты Monitor Matter CheckScreen, Nokia Monitor и др.

используются для оценки равномерности заполнения цветовых полей (тест Colour) ;

наличия муара;

правильности передачи цветовых переходов (программа CheckScreen);

геометрических искажений, сведения лучей;

для определения уровня контрастности, который необходим для нормальной работы пользователя;

для оценки читаемости текста, определяемой четкостью черных и белых полей по всему экрану и т.д.

Каждому отдельному субъективному параметру присваивается весовой коэффициент, по итогам тестирования рассчитывается интегральная оценка, учитывающая не только качество изображения, но другие функциональные возможности монитора.

Методики оценки качества изображения, получаемого с помощью принтера, также субъективны [18] и предполагают использование балльных (порядковых) шкал. Универсальными требованиями являются: использование бумаги одного типа, одинаковых настроек принтера, одинаковая конфигурация тестовой установки, калибровка картриджей и т.п.

Ввиду бурного развития рынка различных периферийных мультимедийных устройств, необходимы методики, позволяющие пользователям выбирать модели, отвечающие определенным функциональным требованиям, проводить сравнительную оценку, Web- камер, видео- аудиорегистраторов, например, камер слежения и т.п.

Несмотря на то, что получение высококачественного изображения с использованием Web- камер принципиально невозможно, именно качество получаемого изображения является основной характеристикой, позволяющей субъективно сравнивать камеры друг с другом. Для получения сопоставимых результатов методика тестирования предполагает использование определенной конфигурации тестового компьютера. Субъективные оценки качества изображения включают определение функциональности программной настройки качества изображения, оценку качества изображения при недостаточном искусственном освещении, качества цветопередачи, наличия геометрических искажений, цветных муаров [19].

Очевидно, что совершенствование технологии изготовления светочувствительных сенсоров будет влиять на степень весомости той или иной характеристики, а также может привести к появлению каких- то новых требований, которые раньше не было возможности формулировать.

Методики тестирования компьютерных видео – аудиорегистраторов также включают объективные и субъективные методы. Субъективная оценка качества изображения статических и динамических картинок в сквозном канале и в записи производится при подаче на вход регистратора тест- фрагмента DVD –качества [20].

Используются такие же измерительные шкалы и такой же перечень оцениваемых параметров, как и для телевизионного изображения. Методика предполагает, что расстояние, на котором располагаются эксперты, составляет около шести высот экрана, а регуляторы яркости и контрастности установлены в положения, позволяющие различать максимальное число градаций яркости при отсутствии прямой засветки экрана внешними источниками света.

Как показывает анализ методик тестирования изображения в системах визуализации различных результатов физико- химических, метрологических, медицинских и др. исследований, в перечне параметров, определяющих качество получаемого изображения, на первом месте стоят объективные параметры, связанные с возможностью получения информации, определяющей цель существования самой системы (предел разрешающей способности, пороговый контраст, контрастная чувствительность, отношение квантовых эффективностей детектирования и т.п.). Однако и эти методики предполагают субъективную оценку качественных характеристик получаемого изображения.

Таким образом, при оценке качества различных видов изображений наряду с объективными методами используют и субъективные, причем, именно на субъективных методах оценки основываются подходы, связанные с классификацией, ранжированием, присвоением определенных градаций или определенного количества звездочек. В качестве расчетных интегральных моделей, как правило, чаще используются модели в виде средневзвешенных арифметических показателей, коэффициенты весомости частных показателей назначаются в результате экспертных опросов, для определения значений частных показателей используются балльные (порядковые) шкалы с различным числом градаций.

Поскольку субъективная оценка качества изображения относится к области психофизических (сенсорных) измерений, в моделях, позволяющих получать комплексную, интегральную оценку, вместо коэффициентов весомости более целесообразно иметь коэффициенты чувствительности, экспериментальная методика определения которых приведена, например, в работе [21]. Взаимосвязи между частными параметрами также могут быть количественно определены с использованием экспериментальных методик, основанных на корреляционном анализе [22]. Для получения значений субъективных оценок в шкалах отношений можно использовать преобразования шкал, и, конечно, наиболее интересным является вопрос о выборе вида интегральной модели, который в настоящее время может быть основан на достаточно широком спектре имеющихся моделей [23]. Обобщенная структура технического и программного обеспечения, которое необходимо для проведения субъективных психофизических экспертиз, приведена на рис.2.

Отказаться от субъективных методов оценок качества, очевидно, можно будет только тогда, когда будет достоверно и полно исследовано влияние различных технических параметров на субъективные характеристики с тем, чтобы определенные сочетания технических параметров гарантировали обеспечение определенного уровня субъективной визуальной оценки.

1.2. ОБОБЩЕННЫЙ АЛГОРИТМ СУБЪЕКТИВНОЙ КВАЛИМЕТРИЧЕСКОЙ ЭКСПЕРТИЗЫ В аудиовизуальных системах психофизические квалиметрические экспертизы целесообразно использовать для оценки результатов промежуточных или итоговых преобразований изображения и звука.

Обобщенный алгоритм и психофизической, и интеллектуальной квалиметрической экспертизы по оценке качества изделий, услуг, систем, одинаков, и, как правило, включает определенные этапы:

классификация, формирование перечня обобщенных и частных субъективных квалиметрических параметров (на основе исходного списка или «с чистого листа»);

выбор оценочной системы (измерительной шкалы, методик оценки, методов оценки достоверности);

формирование требований к условиям организации экспертизы;

определение коэффициентов чувствительности при сенсорных квалиметрических экспертизах или коэффициентов весомости частных или обобщенных субъективных параметров при интеллектуальных квалиметрических процедурах;

определение парных коэффициентов корреляции между обобщенными и частными квалиметрическими показателями, позволяющими определить возможность обменных соотношений между характеристиками;

расчет уровня качества изделий, услуг, систем с использованием какой-либо интегральной модели.

Однако в зависимости от конкретной цели квалиметрической экспертизы, в зависимости от возможности или невозможности применения приборных методов для оценки частных характеристик, тот или иной этап может отсутствовать, либо для достижения поставленной цели приходится решать какие- то дополнительные задачи. В таблице 1.2. приведен перечень частных квалиметрических задач, которые должны быть решены в случае различных целей проводимых квалиметрических экспертиз.

Таблица 1.2.

Структура квалиметрических проблем в зависимости от целей квалиметрической экспертизы Частные задачи Цели квалиметрическ Формирование Сравни функциональных тельная моделей изделий квалимет и услуг рическая (совокупности оценка функциональных изделий, требований) услуг, методов Формирование перечня выходных качественных + + характеристик Определение весовых коэффициентов характеристик + + Разработка информационного, приборного, - + программного обеспечения Определение обменных соотношений между - + характеристиками Шкалирование и оценивание характеристик - + Расчет статистических характеристик результатов - + экспертных процедур Выбор интегральной модели и расчет интегрального - + качества Разработка классификационных (градационных) шкал - для отдельных характеристик и их совокупностей Разработка нормативно- технических документов с - требованиями к значениям качественных характеристик Глава МЕТОДЫ РЕШЕНИЯ ЧАСТНЫХ КВАЛИМЕТРИЧЕСКИХ ЗАДАЧ 2.

1. ФОРМИРОВАНИЕ СУБЪЕКТИВНЫХ ШКАЛ ХАРАКТЕРИСТИК (ШКАЛИРОВАНИЕ) Одной из частных задач, которую приходится решать при проведении квалиметрических экспертиз, является получение количественного значения оцениваемой качественной характеристики. Это значение может быть получено только в том случае, когда интересующий исследователя диапазон изменения характеристики представлен на соответствующей измерительной шкале. В квалиметрии измерительные шкалы являются субъективными или психологическими шкалами. Исходные методы построения таких шкал были разработаны С.Стивенсом [1]. Методы субъективного шкалирования подразумевают использование явных или неявных шкал. Так называемые явные шкалы имеют место, например, при использовании метода «семантического дифференциала», а неявные шкалы получают при использовании таких методов шкалирования, как метод ранжирования или парных сравнений.

В настоящее время под шкалированием понимают метод определения субъективных оценок, позволяющий одновременно учитывать не один параметр, а множество параметров, т.е. многомерное шкалирование (multy dimencional scaling). Квалиметрическая задача, связанная с экспериментальным нахождением одного значения на измерительной шкале характеристики, называемого порогововым значением, носит название «нольмерного» шкалирования. Эта задача связана с именами Г.Фехнера, П.Бугера, Э.Вебера и др. Помимо теоретического эта задача представляет практический интерес с точки зрения решения проблем, связанных с нормированием значений параметров, например, в условиях производства или эксплуатации, т.е. для установления требований к допустимым отклонениям, погрешностям, для определения значений характеристик, формирующих функциональную точность. С теоретической точки зрения пороговые методы являются простейшим (начальным) этапом шкалирования характеристики, нахождение ряда пороговых значений характеристики, в свою очередь, позволяет построить всю шкалу или какой- то (например, рабочий) ее диапазон. Такое шкалирование называется «одномерным». Решению этой проблемы посвятили свою научную деятельность такие известные психофизики, как Л. Терстоун, Д. Экман, С.Стивенс.

По степени точности получаемых психофизических зависимостей субъективные шкалы (также, как и обычные измерительные шкалы) делят на неметрические: шкалы наименований (номинальные) и порядка (категориальные), построение этих шкал предполагает использование менее строгого подхода, и метрические: интервалов и отношений, основанные на более строгом подходе к их формированию, такие шкалы называют более «сильными».

Экспериментальное установление порядка или эквивалентности оцениваемых величин является более простым и стабильным, кроме того, может быть использовано для измерения таких характеристик, которые не могут быть измерены приборными методами. В тоже время «сильные» шкалы являются более точными и позволяют производить различные математические действия над результатами измерений [3] (таблица 2.1). Поэтому в психологии, в психофизике разработаны, а в таких областях, как квалиметрия, уже получили достаточно широкое использование процедуры, позволяющие строить шкалы интервалов или отношений на основе оценок порядка или эквивалентности.

Примером такой процедуры является метод «средней ошибки», предложенный Г. Фехнером: переменная величина характеристики приравнивается к известным ее значениям в результате многократных бинарных ответов экспертов «да-нет» или «равны- неравны», при этом определяется диапазон неразличимости, принимаемый за меру порогового различия между переменным и известным значением характеристики на шкале, строится шкала отношений.

Постепенный переход от качественных к количественным измерительным шкалам при решении практических задач называется преобразованием шкал. В кинематографии и телевидении этот вопрос впервые был рассмотрен М.В. Антипиным [4]. Анализ полученных им экспериментальных результатов с точки зрения современных требований к универсальности подходов к решению квалиметрических задач позволяет использовать определенные закономерности при преобразованиях квалиметрических шкал:

для экспериментального построения психофизических шкал, устанавливающих соответствие между физическими величинами, техническими параметрами, их погрешностями, отклонениями и субъективной оценкой, целесообразно использовать порядковые шкалы с небольшим числом градаций (не более 4): шкалы категорий (отлично, хорошо, удовлетворительно, неудовлетворительно), шкалы заметности ухудшений (не заметно, едва заметно, мешает, не допустимо) и т.п.;

использование большего количества градаций не позволяет получить более категоричные результаты или невозможно с точки зрения проведения субъективной квалиметрической экспертизы, например, такие значения оцениваемой характеристики, как «почти отлично, почти хорошо, почти удовлетворительно» и т.п., как правило, не имеют никакого смыслового обоснования;

для реперных точек порядковой шкалы, определяющих субъективные квалиметрические оценки, необходимо учитывать интервалы рассеяния;

величины которых могут быть определены экспериментально или приняты такими же, как и при экспериментальной оценке такого квалиметрического параметра, как весовой коэффициент оцениваемой характеристики;

практически для всех частных квалиметрических задач, рассматриваемых в рамках кинематографических систем, систем передачи информации и т.п., учитывая накопленный экспериментальный материал по проведению квалиметрических экспертиз, для реперных точек шкалы категорий могут быть приняты численные значения их диапазонов рассеяния в соответствии со шкалой отношений: значению отлично соответствует интервал 0,9…1,0;

хорошо – 0,75…0,85;

удовлетворительно – 0,5…0,75;

неудовлетворительно ‹0,5;

соответствие точек шкалы категорий градациям шкалы заметности ухудшений также имеет место и будет использовано далее при решении практических задач.

Таблица 2.1.

Характеристики измерительных шкал Тип шкалы Допустимые Возможные Примеры математические математические использования операции над преобразования измеряемыми шкал величинами Номинальная =, Преобразования Таблицы значений (Nominal) без изменения характеристик, значений гистограммы величин распределения значений характеристик объектов Порядковая =,,‹, › Преобразования, Результаты (Ordinal) сохраняющие тестирования порядок различных видов расположения киновидеотехники, реперных точек результаты сертификации с присвоением категории Интервальная =,,‹, ›,х, / Линейные Шкала, на (Interval) преобразования которую нанесены поля допустимых или фактических значений характеристики Относительная любые Преобразования Для измерений и (Ratio) математические с изменением оценки любой действия масштаба характеристики, имеющей нулевое значение В том случае, когда при построенияи субъективной квалиметрической шкалы нет возможности моделировать какой- либо физический или технический параметр, можно использовать такую разновидность порядковой шкалы, как шкала семантического дифференциала, автором такой шкалы является Ч.Осгуд.

Как правило, такая шкала предусматривает три – семь градаций (уровней интенсивности) оцениваемой характеристики, а два полюса шкалы образованы антонимическими состояниями, в качестве которых выступают прилагательные, графические изображения и прочее. Очевидно, что для последующего применения результатов оценивания, полученных с использованием этой шкалы, также необходимо в последующем использовать преобразование шкал. Близкой по смыслу шкалой, но для многомерного случая может быть шкала, получаемая при использовании метода репертуарных, или матричных, решеток Дж.Келли [5].

В то же время все более широкое распространение процедур тестирования, сертификации и т.п. ужесточает требования к форме представления результатов квалиметрических экспертиз и часто предполагает не просто количественную оценку измеряемой характеристики, но также установление соответствия полученного количественного значения определенной классификационной группе (сорту, категории, кластеру, разряду и т.п.). Поэтому в процедуре преобразования шкал заключительным этапом является переход от относительной шкалы к классификационной шкале оцениваемой характеристики.

2.2. РЕШЕНИЕ ЗАДАЧ КЛАССИФИКАЦИИ ПРИ СУБЪЕКТИВНЫХ КВАЛИМЕТРИЧЕСКИХ ЭКСПЕРТИЗАХ. НЕЧЕТКИЕ ШКАЛЫ Задача классификации, по сути, заключается в отнесении оцениваемых объектов (изделий киновидеотехники, различных видов услуг, предоставляемых кинозрелищными, кинопрокатными организациями или предприятиями, работающими в сфере фильмопроизводства и т.п.) к определенным классам, в зависимости от уровня качества, определяемого совокупностью выходных характеристик этих объектов.

В более широком аналитическом смысле проблема классификации объектов, в частности, и по квалиметрическим характеристикам, относится к классу задач многокритериальной оптимизации и может решаться методами теории принятия решений. Однако методы этой теории нацелены, как правило, на нахождение какого-то единственного определенного оптимального решения. В то же время, решение квалиметрических задач в кинематографических и других аудиовизуальных системах предполагает всего лишь сравнительную оценку, носит описательный характер, перенесение жесткой теории управления и ее рекомендаций в такую тонкую и многозначную область, как субъективные квалиметрические экспертизы, может только принести вред. Тем не менее, некоторые элементы теории управления, в частности, метод анализа иерархий и приоритетов альтернатив, могут быть полезны при решении задач интеллектуальной (функциональной) квалиметрии и будут рассмотрены далее.

Процедура классификации, основанной на квалиметрических экспертизах, предполагает определенную последовательность действий:

начальный этап должен предполагать разработку оценочной системы, т.е. формирование совокупности характеристик, определяющих качество оцениваемого объекта;

выбор измерительных шкал и определение диапазона количественных значений для каждой отдельной характеристики;

наиболее важным этапом классификации является формирование классификационных шкал;

причем, могут быть использованы два вида таких шкал: шкалы, включающие классы решений для отдельных характеристик и интегральные классификационные шкалы, на которых классы решений учитывают совокупность выходных характеристик;

субъективная квалиметрическая экспертиза должна предоставлять возможность получать от эксперта информацию о том, к какому классу решений относится количественное значение той или иной характеристики или их совокупность;

при этом эксперту необходимо предоставить возможность отвечать на более простые вопросы: сравнивать предлагаемые значения, относить эти значения к уже сформированному перечню классов решений и т.п.;

заключительным этапом классификационной задачи является обработка и анализ полученных результатов, оценка погрешностей проведенной квалиметрической экспертизы.

Среди выше перечисленных этапов решения задач классификации в кинематографических системах наименее разработан, как теоретически, так и практически, этап, связанный с формированием классификационных шкал.

К методам построения классификационных шкал относят метод Дельфи, кластерный и дискриминантный [6,7] и др.

В качестве таких шкал могут быть приняты так называемые нечеткие шкалы, простроенные с использованием элементов теории нечетких множеств (fuzzy sets) и нечеткой логики (fuzzy logic). Эта теория была разработана в 1960-70-е годы Л.Заде, Э.Мамдани, Р.Беллманом [8,9,10]. Затем теоретические методы нашли практическое использование в 1970-80–е годы для нечеткого управления сложными техническими системами;

для разработки экспертных систем, основанных на нечеткой логике, в частности, благодаря Б.Коско, доказавшему Fuzzy Approximation Theorem в 1993 году, в соответствии с которой любая математическая система может быть аппроксимирована системой, основанной на нечеткой логике.

В настоящее время разработаны пакеты прикладных программ для построения нечетких экспертных систем для анализа и принятия управленческих решений (например, прикладные программы MatLab,FuziCalc,CubiCalc и др.).

Нечеткая измерительная шкала, основанная на нечетких множествах, также называется шкалой лингвистической переменной. При этом лингвистическая переменная задается пятью параметрами: именем переменной (x);

терм- множествами, или нечеткими множествами (T);

универсальным множеством (U) значений лингвистической переменной;

синтаксическими правилами (G), определяющими названия терм множеств;

семантическими правилами (M), задающими функции принадлежности нечетких термов.

Достоинствами этих шкал являются возможность описания метода решения задачи на языке, близком к естественному и их универсальность [11], недостатки заключаются в субъективном формировании исходного варианта нечетких правил, что может привести к некоторым противоречиям, и в субъективном выборе параметров функций принадлежности. Однако следует иметь в виду, что указанные недостатки в частных случаях могут оказаться преимуществами.

Количественной характеристикой нечеткого множества является функция принадлежности (membership function). В классической теории множеств существует несколько способов задания множества, одним из них является задание с помощью характеристической функции. Если U – универсальное множество, из элементов которого образованы все остальные множества A, рассматриваемые при решении данной задачи, например, диапазон значений яркости монитора и интервалы яркости, соответствующие различным уровням качества монитора..

Характеристическая функция множества A U - это функция A, значения которой указывают, является ли элементом множества A:

переменная x U 1, если x A, A ( x).

0, если x A.

Функция принадлежности нечеткого множества обобщает понятие характеристической функции обычного множества, когда отказываются от ее бинарного характера и предполагают, что она может принимать любые значения на отрезке [0,1].Таким образом, в теории нечетких множеств характеристическая функция называется функцией принадлежности, а ее значение A (x ) - степенью принадлежности элемента x нечеткому множеству A.

Существует свыше десятка типовых форм кривых для задания функций принадлежности. К ним относятся треугольная, трапецеидальная (cимметричные и несимметричные) – типовые кусочно - линейные функции, функции принадлежности, соответствующие дифференциальным функциям распределения вероятности для различных законов распределения вероятности, в частности, так называемая Гауссова функция принадлежности. и др. В том случае, когда есть возможность экспериментального определения функции принадлежности, как правило, это и есть именно функция распределения вероятности, а ширина терм- множества соответствует полю рассеяния субъективных оценок относительно среднего арифметического (или модального) значения параметра, имеющего наибольшую степень принадлежности к данному терм- множеству.

Процедура получения итоговой информации с использованием элементов теории множеств при решении различных задач носит название «нечеткого логического вывода (fuzzy logic inference), основу этой процедуры составляет композиционное правило Заде.

Однако для решения классификационных квалиметрических задач обычно достаточно получить нечеткую шкалу, определить положение терм- множеств на этой шкале и их ширину и иметь возможность проведения субъективных экспертиз по оценке принадлежности значений оцениваемых характеристик тому или иному терм- множеству. Более точные выводы, например, с использованием процедур дефаззификации, как правило, не повышают точность таких экспертиз и не являются целесообразными.

РЕШЕНИЕ ЗАДАЧ КЛАССИФИКАЦИИ АУДИВИЗУАЛЬНОЙ ТЕХНИКИ С ИСПОЛЬЗОВАНИЕМ ЛИНГВИСТИЧЕСКИХ ШКАЛ Лингвистические шкалы находят широкое применение для решения вопросов классификации и ранжирования изделий, услуг в различных областях. Для такой области, как аудиовизуальная техника, необходимо классифицировать объекты по обобщенным выходным качественным характеристикам, на которые влияют частные параметры, оцениваемые субъективными психофизическими методами.

В работе приводится методика классификации аудиовизуальной техники по такой выходной качественной характеристике, как качество изображения. Приведенные в работе практические результаты получены на примере видеопроекционного изображения.

E.I. Nesterova THE DECISION of CLASSIFICATION PROBLEMS in AUDIOVISUAL APPARATURES with USE of LINGUISTIC SCALES Linguistic scales find wide application for classification and ranging products, services in various areas. For such area, as the audiovisual apparatures, is necessary to classify objects under the resulted qualitative characteristics, which are formed by the individual parameters estimated with the subjective methods.

The technique of classification of audiovisual engineering under such target qualitative characteristic, as resulted quality of the image, is considered in work. The practical results, given in work, are received on an example of the video projective image.

При решении вопросов классификации, ранжирования изделий аудиовизуальной техники и различных услуг киновидеоиндустрии для принятия решения на основе приближенных рассуждений целесообразно использовать понятие лингвистической переменной.

Элементы теории нечетких множеств в настоящее время стали находить все более широкое распространение для анализа результатов, в основном, интеллектуальных экспертиз. Результаты, получаемые при использовании таких методик, как правило, характеризуются тем, что диапазоны терм - множеств не имеют строгого физического обоснования;

а функции принадлежности к терм- множествам формулируются в результате применения искусственных семантических правил (например, для усиления принадлежности к нечеткому множеству используется возведение функции принадлежности в квадрат, а для ослабления– возведение в степень 1 и т.п.).

При проведении психофизических квалиметрических экспертиз по оценке качества изображения, создаваемого аудиовизуальными средствами, можно получить кривые распределения вероятности ответов экспертов, например, о заметности изменений, вносимых в анализируемую характеристику изображения. Например, лингвистическая шкала такой переменной, как субъективная оценка изображения, может быть сформулирована с использованием методики, рассмотренной в данной работе.

Эксперимент заключался в следующем. На экран выводилось два одинаковых изображения. Одно являлось эталоном, а во второе вносились изменения с помощью программы Photoshop. Рассчитывались вероятности заметности изменения характеристики изображения как P=m/n (m – количество экспертов, заметивших изменение параметра, n – общее число экспертов). По мере увеличения вносимого изменения вероятность росла и достигала 1. Это значение оцениваемого параметра принималось за эталонное изображение в следующем эксперименте, и в последующем в него вносились изменения и т.д. Количество градаций изменения яркости, соответствующих 100%-ному обнаружению, т.е.

количество терм- множеств на лингвистической шкале переменной «субъективная оценка яркости изображения», для тест-объекта (т.е. такого изображения, которое, по возможности, характеризуется только оцениваемым параметром) составило 5, а для сюжета – 3.

Результаты исследований заметности изменения таких характеристик видеоизображения, как яркость, детальность и геометрическое подобие элементов изображения, приведены на рис.1-3.


В результате аналогичного эксперимента по предъявлению серии изображений с моделированным и неизменным значением характеристики может быть определена не только вероятность обнаружения вносимого в изображение изменения P(y/y), но и вероятность ложных тревог P(y/N). В теории обнаружения сигнала используются таблицы, в которых по этим вероятностям можно определить статистический M M параметр d i 1 для тест-объекта изображения и i M M di 1 М1-М2 – ширина терм для сюжета, i множества, определяющая разность между значениями субъективного параметра, при которых вероятности обнаружения и ложных тревог принимают определенные значения. В результате такого эксперимента может быть определен коэффициент чувствительности к i-му параметру k i d i / d i Среднеквадратическое отклонение коэффициента чувствительности к i-й характеристике может быть определено на основании разброса коэффициентов чувствительности при различных величинах отклонения характеристики и при различных уровнях влияющих 1n (k i k ij ) 2, где ki - среднее значение факторов i n j коэффициента чувствительности к i-й характеристике;

k ij - значения коэффициентов чувствительности, определяемые при различных условиях восприятия n – количество экспериментальных изображения;

значений коэффициента чувствительности к i-й характеристике.

В качестве функции принадлежности к нечеткому множеству, сформированному определенными сочетаниями величин яркости, детальности и геометрических искажений, соответствующих диапазонам заметности искажений для сюжета примем n- мерную характеристическую функцию, соответствующую нормальному распределению зависимых случайных величин k ij 1 Cn n Q сos ( k i qi ) exp( qi qi 1 i i 1 ri,i 1 ), 2 i i (1) где qi- отклонения значений характеристик от эталонных значений, измеренные в нормированной ri,i+1 – парный коэффициент шкале отношений;

корреляции между характеристиками, учитывающий возможность обменных соотношений между ними;

n – количество характеристик;

i – среднеквадратическое отклонение коэффициента чувствительности к i- й характеристике.

Графическое изображение этой зависимости для одномерного (однопараметрического) случая приведено на рис. 4. Как видно из рисунка, Q=1 при qi=0 (т.е. при ki= отсутствии искажений) или (отсутствие коэффициента чувствительности свидетельствует о ничтожном значении характеристики на интегральную оценку). В то же время период этой зависимости представляет собой разность значений субъективного параметра, для которых вероятность правильного обнаружения P(y/y)=100%, а вероятность ложных тревог P(y/N)=0 (в этом случае статистический параметр d=4,64).

Таким образом, М1-М2=dii – ширина терм-множества (градации, диапазона) между одним и другим уровнями качества. Следовательно, d i i qi 1 / k i i 1 /(k i d i ), т.е. при увеличении чувствительности к i-му параметру уменьшается дисперсия субъективных оценок.

Исходные данные и результаты расчета функций принадлежности к нечетким множествам, определяющим качественные «классы» видеоизображения на универсальном множестве величин характеристик приведены в таблице 1, а на рис.5 графически показано, какие сочетания характеристик обеспечивают величину характеристической функции, соответствующей определенному классу.

Рис.1. Распределения вероятности заметности изменения яркости видеопроекционного изображения: а- тест объекта;

б- сюжета Рис.2. Распределение вероятности заметности изменения детальности изображения на сюжете Рис.3. Распределение вероятности заметности геометрических искажений элементов изображения: а – тест-объект;

б - сюжет Рис.4. Графическое представление интегродифференциальной функции: М 1 М 2 q i ширина терм- множества Рис.5. Значения характеристической функции для различных классов видеоизображений: 1- интервал значений, соответствующих высшему классу;

2- интервал значений, соответствующий первому классу;

3 – интервал значений, соответствующий второму классу;

k я ;

k д ;

k ис коэффициенты чувствительности к яркости, детальности и геометрическим искажениям;

q я ;

qд ;

qис - величины ухудшений характеристик, измеренный в нормированной относительной шкале Таблица 1.

Исходные данные и результаты расчета функций принадлежности к нечетким множествам на универсальном множестве величин характеристик видеопроекционного изображения Значение параметра, соответствующее i-му те Параметр q1 q2 q3 k1 k Яркость 0,3 0,7 1 0,75 0, Детальность 0,2 0,5 1 0,3 0, Геометрические искажения 0,3 0,8 1 0,5 Парный коэффициент корреляции между яркостью и -0, детальностью, rя д Парный коэффициент корреляции между яркостью и оценкой геометрических искажений, rя иск -0, Парный коэффициент корреляции между детальностью и оценкой геометрических искажений,rд иск -0, Qi 0,83 0,06 0, 2.3. ВЫБОР РАСЧЕТНОЙ МОДЕЛИ КОМПЛЕКСНОГО ИЛИ ИНТЕГРАЛЬНОГО КВАЛИМЕТРИЧЕСКОГО ПОКАЗАТЕЛЯ Целесообразность и актуальность использования комплексных или интегральных квалиметрических моделей очевидна, такие модели позволяют проводить сравнительный квалиметрический анализ, решать практические задачи в рамках стандартизации и сертификации и т.п.

Формирование интегрального показателя качества объекта является расчетной задачей, поскольку ее решение и точность этого решения определяются выбором метода свертывания единичных характеристик (параметров, показателей). В качестве интегрального показателя может быть выбрана функциональная зависимость этого показателя от исходных показателей или средневзвешенный показатель [12].

Функциональные модели, используемые при решении практических квалиметрических задач, чаще всего являются лишь технико- экономическими показателями, определяющими взаимосвязь полезного суммарного эффекта и соответствующих затрат на создание, эксплуатацию. К таким показателям относится, например, комплексный показатель Q Kk, где Q - материальный полезный S (t ) (t ) K эффект от изделия;

S(t) – эксплуатационные затраты;

(t) – коэффициент интенсивности изменения затрат;

К0 – капитальные затраты.

Наиболее широко используемыми в практике квалиметрии комплексными показателями качества являются показатели, являющиеся разновидностями средневзвешенных значений отдельных характеристик [13,14]. Наиболее распространен показатель n э K Kj K Gi ;

где K э - коэффициент сохранения j ij j i j-го эффективности характеристик объекта;

K ij ( Q i q i ) /( q iэт q iбр ) бр относительный Q i ;

q iэт ;

q iбр i-й показатель характеристики;

абсолютное, эталонное, предельно допустимое значения i-й характеристики;

Gi - коэффициент важности i-й характеристики;

n – количество характеристик.

Вышеприведенная модель является средневзвешенным арифметическим значением (аддитивной моделью), также возможно применение средневзвешенного геометрического значения Gi n K (мультипликативной модели) K j.

ij i Обязательными условиями при использовании моделей такого вида являются условия Gi 0 и n G 1.Возможно использование средневзвешенных i i гармонического или квадратического [15].

Такие показатели трудно применимы к области услуг, не позволяют учитывать многие актуальные аспекты (характеристики надежности, эргономические, эстетические и др.), их использование ограничено областью функциональных квалиметрических экспертиз.

Вопросам применения интегральных квалиметрических моделей в области психофизических квалиметрических экспертиз также посвящено большое количество публикаций [4, 16-19].

С развитием и совершенствованием методов обработки экспериментальных результатов квалиметрических экспертиз появляется возможность использования таких методов, как набор нейросетевых методов анализа данных, в частности, метод нейронных сетей (Neural Networks), входящий, например, в пакет STATISTICA фирмы StatSoft [20]. Расчетная интегральная квалиметрическая модель в этом случае получает новый смысл и, по сути, приобретает роль функции активации, обеспечивающей переход с одного уровня (например, с уровня частных квалиметрических или технических параметров) сети на другой (например, на уровень обобщенных характеристик или интегральный показатель).

Также, как и обобщенная квалиметрическая характеристика, на которую влияют частные показатели, или также, как интегральный показатель, являющийся результатом влияния обобщенных характеристик, нейрон сети получает входные сигналы (исходные данные либо выходные сигналы других нейронов нейронной сети) через несколько входных каналов. Каждый входной сигнал проходит через соединение, имеющее определенную интенсивность (или вес);

этот вес соответствует «синаптической активности» нейрона. С каждым нейроном связано определенное пороговое значение. Вычисляется взвешенная сумма входов, из нее вычитается пороговое значение, и в результате получается величина активации нейрона (она также называется пост-синаптическим потенциалом нейрона или постсинаптической потенциальной функцией, PSP).

Сигнал активации преобразуется с помощью функции активации (или передаточной функции), и в результате получается выходной сигнал нейрона. В таблице 2.2. представлены различные виды функций активации [21].

Таблица 2. Часто используются линейные функции f ( s) ks;

где s n wi xi b ;

wi, - вес (weight) синапса, i = 1...n – i количество параметров на низшем уровне сети;

b значение смещения (bias), начальное состояние нейрона;

s - результат суммирования (sum);

x - компонент входного вектора (входной сигнал).

Среди нелинейных функций одной из наиболее распространенных является функция активации с насыщением, так называемая логистическая функция или сигмоид (функция S-образного вида) as f (s ) 1 /(1 e ). При уменьшении а сигмоид становится более пологим, в пределе при a вырождаясь в горизонтальную линию. Из выражения для сигмоида очевидно, что выходное значение нейрона лежит в диапазоне (0, 1).


Рис. 2.1.. Примеры активационных функций: а - функция единичного скачка;

б - линейный порог (гистерезис);

в - сигмоид (логистическая функция);

г - сигмоид (гиперболический тангенс) Расчетной моделью интегрального квалиметрического показателя может быть интегродифференциальный показатель, предложенный для практических квалиметрических задач Коломенским Н.Н. [19]. Этот показатель является многомерной характеристической функцией суммарного (интегрального) воздействия частных квалиметрических параметров, вероятность появления которых подчиняется нормальному распределению, на интегральную оценку качества анализируемой системы n n k i qi 2 q i q i 1 i j i 1 ri, i Q ( qi ) e, i 1 i где k i - математическое ожидание коэффициента чувствительности;

q i - отклонение частного параметра от эталонного значения, измеренное в нормированной i – среднеквадратическое относительной шкале;

отклонение коэффициента чувствительности;

ri,i 1 – коэффициент корреляции между коэффициентами чувствительности к отдельным параметрам.

Аналогичный показатель используется в теории случайных процессов, подробный вывод этого выражения приведен Б.Р.Левиным и В.И.Тихоновым [22].

Практические аспекты применения данной модели рассмотрены в работах [23-26]. Удобство этого показателя для практических расчетов заключается в том, что он позволяет учесть статистические характеристики результатов субъективных экспертиз и в то же время при решении классификационных задач может быть использован в качестве функции принадлежности к терм- множествам классификационной шкалы.

Глава ИСПОЛЬЗОВАНИЕ МЕТОДОВ ПСИХОФИЗИЧЕСКОЙ КВАЛИМЕТРИИ В КИНЕМАТОГРАФИИ 3.1. ИСПОЛЬЗОВАНИЕ ПСИХОФИЗИЧЕСКИХ КВАЛИМЕТРИЧЕСКИХ МЕТОДОВ В КИНЕМАТОГРАФИИ. ОБОБЩЕННЫЙ АЛГОРИТМ ПСИХОФИЗИЧЕСКОЙ КВАЛИМЕТРИЧЕСКОЙ ЭКСПЕРТИЗЫ В аудиовизуальных системах психофизические (сенсорные) квалиметрические экспертизы используются наряду с приборными метрологическими процедурами.

Цели психофизических квалиметрических экспертиз могут быть разнообразны: формирование перечня качественных характеристик изображения и звука, количественные оценки результатов преобразований, происходящих в аудиовизуальных системах, ранжирование объектов по уровню качества – присвоение категории, градации;

ранжирование частных характеристик по степени важности;

выбор эталонов, экспериментальная оценка предельно допустимых значений параметров или технологических погрешностей, отклонений и т.д..

Одной из наиболее актуальных задач психофизической квалиметрии является возможность проведения сравнительного анализа возможностей различных систем, например, по выходным интегральным характеристикам.

Теоретические аспекты использования психофизических квалиметрических методов в кинематографических системах включают разработку методик анализа экспериментальных данных, которые получают в результате субъективной психофизической экспертизы (в частности, подтверждение целесообразности и возможности применения вероятностно- статистических методов анализа), а также построение психофизических закономерностей;

рассмотрение возможностей использования элементов теории обнаружения сигнала для оценки коэффициентов чувствительности и определения обменных соотношений между коэффициентами;

разработку методик преобразования субъективных шкал, обоснование целесообразности применения различных интегральных моделей и т.д.

Обобщенный алгоритм проведения субъективных психофизических экспертиз по оценке качества изображения, как правило, включает такие этапы, как формирование перечня конкретных целей предполагаемой экспертизы;

формирование требований к организации экспертиз, к условиям их проведения, разработку правил формирования группы экспертов;

разработку методик проведения экспериментальных исследований по определению коэффициентов чувствительности к характеристикам и оценке возможности обменных соотношений между коэффициентами;

разработку методов анализа точности проводимой экспертизы и расчета статистических характеристик полученных результатов;

субъективное шкалирование оцениваемых характеристик;

разработку методов анализа и формализации полученных данных и т.д.

При разработке приборного обеспечения психофизических квалиметрических экспертиз необходимо учитывать требования, позволяющие обеспечить принцип единства измерений и сопоставимости полученных результатов. При проведении субъективной психофизической экспертизы, как правило, требуется определенное приборное обеспечение для моделирования значений оцениваемых характеристик и воспроизведения моделированных изображений при экспериментальном определении коэффициентов чувствительности к характеристикам, при оценке возможности обменных соотношений между характеристиками, при оценке точности проводимой экспертизы, при разработке субъективных шкал и т.д.

Точность результатов психофизических квалиметрических экспертиз может быть повышена за счет правильной организации экспертизы, например, при использовании четких и простых формулировок вопросов экспертам и обеспечении возможности эксперту давать такие же простые и четкие ответы (да-нет). Поскольку точность любого результата измерения повышается при многократных измерениях, в ходе квалиметрической экспертизы необходимо получить как можно больший объем экспериментальных данных по исследованию влияния различных факторов на субъективные оценки изображения. Это условие может быть выполнено за счет использования разнообразного информационного обеспечения (специальных анкет, квалиметрических презентаций и тест-фильмов). Также одним из факторов, позволяющих повысить точность проводимой квалиметрической экспертизы, является замена дополнительных экспертных процедур расчетными методами, предполагающими использование уже полученных данных. Возможность и целесообразность выше перечисленных способов повышения точности результатов квалиметрических экспертиз будет рассмотрена далее на примере частных методик.

Разработка программного обеспечения для анализа экспериментальных результатов, для промежуточных и итоговых расчетов, при разработке тест - фильмов позволяет более оперативно получать результаты и проводить анализ полученных зависимостей. Тем не менее, необходимо иметь в виду, что программное обеспечение квалиметрических экспертиз помимо чисто математического программного обеспечения, также должно включать программы, позволяющие моделировать и преобразовывать оцениваемые в ходе квалиметрической экспертизы характеристики в необходимом диапазоне.

Перечень практических методик использования субъективных психофизических квалиметрических экспертиз включает экспериментальную оценку оптимальных значений технических параметров и допустимых значений технологических погрешностей аудиовизуальной техники на основе заметности возникающих ухудшений, изменений;

построение квалиметрических измерительных шкал технических и субъективных параметров и характеристик, решение задач классификации, ранжирования, стандартизации и сертификации, основанных на различии субъективных качественных характеристик и т.д..

3.2.НЕОБХОДИМОСТЬ РАЗРАБОТКИ ИНФОРМАЦИОННОГО, ПРИБОРНОГО И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ПРОВЕДЕНИЯ ПСИХОФИЗИЧЕСКОЙ КВАЛИМЕТРИЧЕСКОЙ ЭКСПЕРТИЗЫ Обобщенная структура приборного и программного обеспечения, требуемого для проведения субъективных психофизических квалиметрических экспертиз аудиовизуальных систем различного функционального назначения [1], приведена в таблице 3.1 и представляет, по сути, совокупность из четырех комплексов приборов. Для проведения конкретной экспертизы, как правило, выбирается по одному элементу из каждого комплекса, но техническое и программное обеспечение каждой отдельной экспертизы также состоит из указанных четырех составляющих.

Первый комплекс включает разнообразные технические средства, предназначенные для получения изображения.

Второй комплекс – это технические или программные средства, используемые для моделирования значений оцениваемых или анализируемых параметров и характеристик. Технические средства в данном случае целесообразны, когда речь идет о киноаппаратуре или оцениваются, например, параметры, величины которых могут задаваться какими- либо юстировочными механическими элементами (например, при нормировании погрешности расположения объектива относительно ПЗС- матрицы и т.п). Программные средства целесообразны при моделировании значений характеристик видеоаппаратуры или видеоизображения, при анализе особенностей субъективного восприятия и т.д.

Элементы третьего комплекса – это технические средства, позволяющие воспроизводить изображение.

Четвертый комплекс, на первый взгляд, дублирует предыдущий, но элементами этой группы являются уже не сами технические средства, а объекты субъективных квалиметрических экспертиз – итоговые изображения и их характеристики, которые являются результатом использования определенного набора технических средств.

3.3. ЭКСПЕРИМЕНТАЛЬНАЯ ОЦЕНКА КОЭФФИЦИЕНТОВ ЧУВСТВИТЕЛЬНОСТИ К ХАРАКТЕРИСТИКАМ ИЗОБРАЖЕНИЯ Как показывает опыт проведения квалиметрических экспертиз, наиболее трудоемким и требующим большого объема экспериментальных данных является этап экспертизы, связанный с экспериментальной оценкой коэффициентов чувствительности к частным квалиметрическим параметрам [2-4]. При психофизических квалиметрических экспертизах экспериментальная оценка коэффициентов чувствительности может быть основана на определении заметности изменений характеристик объектов экспертизы, т.е. на использовании элементов теории обнаружения сигнала.

В соответствии с этой пороговой теорией, объясняющей сенсорно–перцептивный процесс как результат взаимодействия самого сенсорного процесса и процесса принятия решений, восприятие сигнала проходит стадию нейронного возбуждения и стадию перцептивного решения по опознанию сигнала [5-7].

Экспериментальная оценка коэффициентов чувствительности к характеристикам изображения проводится в приведенной далее последовательности.

1. Формирование целей и условий организации и проведения субъективной квалиметрической экспертизы 2. Разработка экспериментальной установки для проведения исследований.

3. Построение зависимости между значениями анализируемой (преобразовываемой) характеристики и значениями моделирующего параметра, т.е.

градуировочной зависимости.

4. Экспериментальная оценка заметности изменений анализируемой характеристики на тест- объекте.

5. Экспериментальная оценка заметности изменений анализируемой характеристики на сюжете.

6. Расчет коэффициента чувствительности к анализируемой характеристике.

Остановимся более подробно на отдельных этапах методики.

Целью экспертизы по определению коэффициентов чувствительности к частным или обобщенным характеристикам изображения может быть не только ранжирование этих характеристик по степени важности, например, при интегральной оценка качества, но и определение возможности обменных соотношений, компенсации одних характеристик другими.

Процедура организации экспертизы, как правило, сводится к обеспечению выполнения таких требований, как репрезентативность статистических выборок, достоверность оценок – известность вероятностных характеристик оценок, компетентность экспертов, степень согласованности мнений экспертов и т.д.

Схемы экспериментальных установок для оценки коэффициентов чувствительности к характеристикам кино и видеоизображения приведены на рис.3.1.

Примеры градуировочных зависимостей между значениями анализируемых характеристик (яркостью и детальностью) и значениями соответствующих моделирующих параметров на шкале Photoshop приведены на рис.3.2.

Тест-объекты для оценки заметности изменения яркости, детальности, характеристик, определяющих пространственные искажения, приведены на рис.3.3.

Коэффициент чувствительности рассчитывался как k i d i / d i, где d i, d i - статистические параметры (называемые также мерами обнаружимости сигнала), зависящие от вероятностей правильного обнаружения P(Y/Y)=m(Y/Y)/n(Y) и ложных тревог P(Y/N)=m(Y/N/n(N) соответственно для тест- объекта и сюжета при одинаковом изменении моделирующего параметра, влияющего на анализируемую характеристику.

Экспериментальная оценка коэффициента чувствительности удобна и целесообразна для частных квалиметрических характеристик, для которых можно без каких – либо затруднений построить градуировочную зависимость между значениями характеристики и величиной моделирующего параметра, подобрать тест объект, т.е. такое изображение, на котором, по возможности, присутствует только анализируемая характеристика, а остальные факторы отсутствуют.

Определить коэффициент чувствительности к обобщенной квалиметрической характеристике по приведенной выше методике невозможно, однако, этот коэффициент может быть рассчитан. Расчетная методика для оценки коэффициентов чувствительности к обобщенным характеристикам приведена в работе [2].Полученные экспериментальные зависимости значений Таблица 3.1.

Обобщенная структура приборного и программного обеспечения субъективных психофизических экспертиз по оценке качества Средства Технические и Средства для Объекты получения программные воспроизведения субъективных изображения: средства изображения: психофизических моделирования квалиметрических характеристик экспертиз:

изображения:

Adobe - видеокамеры - - экранное Photoshop, (аналоговые, видеопроекторы;

изображение (кино Paint, Pinnacle - принтеры;

цифровые,, видео-, 3D);

Web, слежения Studio, 3D - лазерные - фотоизображение;

Studio;

и т.д.);

проекторы;

- изображение на - - юстировочные - кинопроекторы, мониторе или фотоаппараты;

элементы - цифровые плазменной панели;

- оптико- проекторы, - телевизионное киносъемочные осветительных - телевизоры;

изображение и т.д.

камеры;

систем и т.д. - диапроекторы и - т.д.

телевизионные камеры;

- камеры мобильных телефонов;

- сканеры и т.д.

изображения а) б) Рис.3.1. Схемы экспериментальных установок для оценки коэффициентов чувствительности к характеристикам кино и видеоизображения: а - установки для моделирования параметров кинематографического изображения (1- диапроектор (кинопроектор);

2 - индикаторная головка;

3- экран;

4- объектив;

5 - слайд (кинокадр);

6- источник света;

7- вольтметр);

б –установка для моделирования параметров видеоизображения Рис.3.2 Зависимости между значениями анализируемых характеристик (яркостью и детальностью) и значениями соответствующих моделирующих параметров на шкале Photoshop: а –между величинами яркости (В,кд/м) и значениями условной шкалы ;

б- между значениями на условной шкале детальности ). и детальностью компьютерного изображения (R, мм-1);

в- то же для детальности, но при разных масштабах увеличения изображения Рис.3.3.. Тест-объекты для оценки заметности изменения яркости, детальности, характеристик, определяющих пространственные искажения коэффициентов от различных факторов приведены в работах [2-4].

На основании полученных экспериментальных результатов можно сделать выводы о том, что поскольку коэффициенты чувствительности к яркости изображения ( k1 0,7...0,9 ) и характеристикам, определяющим геометрическое подобие элементов изображения ( (k 3 0,5), в незначительной степени зависят от условий рассматривания изображения, в качестве их количественных значений могут быть приняты усредненные значения для любых типов зрительных залов. Коэффициент чувствительности к характеристикам, определяющим четкость изображения, в значительной степени зависит от масштаба изображения и должен быть определен для конкретного зала.

При интегральной оценке качества изображения следует учитывать также, что между отдельные квалиметрическими показателями безусловно существуют обменные соотношения. Теснота взаимосвязи между параметрами, как известно, может быть количественно оценена методами корреляционного анализа, в частности, расчетом парных оэффициентов корреляции r 12 = ( k1 - k1 ) ( k2 - k2), где 1, 2 - индексы, присвоенные таким частным квалиметрическим показателям, как интегральная яркость и детальность, соответственно;

k1, k1 коэффициенты чувствительности к яркости, причем, k определялся при ухудшении детальности;

k2, k2 коэффициенты чувствительности к детальности, причем k2 определялся при ухудшении яркости.

Можно использовать более подробный вид приведенного выше выражения d d d d r 12 1 1 2 2, d d d d1 1 где d1 - статистический параметр заметности изменения яркости, определяемый при ухудшении яркости тест объекта (белого поля);

d1 - статистический параметр заметности изменения яркости при такой же величине ухудшения, как и d1, но реального сюжета;

d2 статистический параметр заметности изменения детальности, определяемый с использованием изображения миры;

d2 - статистический параметр заметности изменения детальности при такой же d2, но для реального величине ухудшения, как и сюжета;

d1 - статистический параметр заметности изменения яркости, определяемый при изменении детальности изображения миры;

d1 - статистический параметр заметности изменения яркости, определяемый при изменении детальности реального сюжета;

d2 статистический параметр заметности изменения детальности, определяемый при изменении яркости изображения миры;

d2 - статистический параметр заметности изменения детальности, определяемый при изменении яркости реального сюжета.

Как видно, из приведенной выше зависимости, для того, чтобы получить какие- то реальные конечные смысловые результаты подобных экспериментальных исследований, необходимо иметь большое количество экспериментальных данных. Эти данные удобнее получать при предъявлении группе экспертов специальных тест – фильмов, или презентаций, сформированных до проведения экспертизы. Эти тест фильмы должны обеспечивать возможность предъявления изображений в случайной последовательности, причем, эта последовательность должна предусматривать как изображения с изменениями оцениваемого параметра, так и без изменений. Как было сказано выше, экспертам удобнее вносить ответы также в заранее подготовленные анкеты, при использовании которых проводится последующая статистическая обработка полученных результатов.

Субъективная экспертиза по оценке парного коэффициента корреляции между интегральной яркостью и детальностью компьютерного изображения составляет r12=-0,75, что подчеркивает тесное взаимное влияние исследуемых параметров.

Отрицательное значение коэффициента корреляции объясняется тем, что если при ухудшении яркости коэффициент чувствительности к детальности уменьшается, то в свою очередь при ухудшении детальности коэффициент чувствительности к субъективно воспринимаемой яркости возрастает.

Для интегральной оценки качества изображения и звука, безусловно, требуется продолжить экспериментальные исследования, расширяя номенклатуру оцениваемых частных квалиметрических параметров.

УДК 778. ОБМЕННЫЕ СООТНОШЕНИЯ МЕЖДУ КАЧЕСТВЕННЫМИ ХАРАКТЕРИСТИКАМИ СРЕДСТВ ВОСПРОИЗВЕДЕНИЯ ИЗОБРАЖЕНИЯ Е.И.Нестерова кафедра прецизионных технологий и сертификации киновидеотехники Санкт-Петербургского государственного университета кино и телевидения Ключевые слова и фразы: качество изображения, корреляционное отношение, коэффициент корреляции, коэффициенты чувствительности, психофизические квалиметрические экспертизы, средства воспроизведения изображения.



Pages:   || 2 | 3 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.