تحسن دالة Stretch من صورة ما بتغيير الخصائص مثل السطوع والتباين وجاما من خلال أنوع التمدد المتعددة.
تستخدم دالة التمدد الإحصائيات من البيانات النقطية ضمن مجموعة بيانات الفسيفساء؛ لذلك، إذا كنت تستخدم هذه الدالة، يجب عليك التأكد من حساب الإحصائيات.
الصور التالية توضح مثالاً لعملية التمدد. المدرج التكراري أ يمثل قيم البكسل في الصورة أ. عن طريق تمدد القيم (الموضحة في المدرج التكراري ب) عبر النطاق الكامل، يمكنك تغيير وتحسين مظهر الصورة بصورة بصرية (الصورة ب).
ملاحظات
يحدد نوع التمدد تمدد مدرج تكراري يُطبق على البيانات النقطية لتحسين مظهرها. يُحسن التمدد من مظهر البيانات عن طريق نشر قيم البكسل على طول مدرج تكراري من قيم الحد الأدنى والحد الأقصى المحددة من قبل عمق البت. على سبيل المثال، سيتم تمدد مجموعة البيانات النقطية أو مجموعة البيانات الموزاييك بدقة 8 بت من 0 إلى 255. سوف تؤدي التمددات المختلفة إلى نتائج مختلفة في عرض البيانات النقطية.
المعلمات
| المعلمة | الوصف |
|---|---|
البيانات النقطية | بيانات الإدخال النقطية إلى امتداد التباين. |
النوع | اختر طريقة نوع الامتداد:
|
الحد الأدنى للمخرجات | عيّن أقل قيمة بكسل للمدرج التكراري. الحد الأدنى للمخرجات والحد الأقصى للمخرجات سيحددان نطاق القيم التي ستتمدد بعد ذلك بتمدد التباين الخطي. |
الحد الأقصى للمخرجات | عيّن أعلى قيمة بكسل للمدرج التكراري. الحد الأدنى للمخرجات والحد الأقصى للمخرجات سيحددان نطاق القيم التي ستتمدد بعد ذلك بتمدد التباين الخطي. |
الانحراف المعياري n | حدد قيمة n لعدد حالات الانحراف المعياري لاستخدامها. تُستخدم هذه الطريقة للتأكيد على كيفية اختلاف قيم المعالم عن القيمة المتوسطة؛ من الأفضل عند استخدامها على البيانات الموزعة بشكل طبيعي. |
الحد الأدنى لقص النسبة المئوية | حدد النسبة المئوية للقيم المنخفضة لاستبعادها من الامتداد. القيم الصحيحة تتراوح بين 0 و 99. |
الحد الأقصى لقص النسبة المئوية | حدد النسبة المئوية للقيم العالية لاستبعادها من الامتداد. القيم الصحيحة تتراوح بين 0 و 99. |
مستوى القوة السينية | يحدد مستوى القوة مقدار استخدام دالة سيجمويد في الامتداد. سوف تستخدم قيمة منخفضة مثل 1 الجزء الأوسط فقط من المنحنى، والذي يميل إلى إنتاج ألوان باهتة وخافتة. سوف تستخدم قيمة مرتفعة مثل 6 المنحنى بالكامل، والذي يميل إلى إنتاج ألوان حادة وغامقة. |
تقدير الإحصائيات | قم بتحديد خانة الاختيار تقييم الإحصائيات إذا كنت ترغب في تقدير الإحصائيات الخاصة بك. يتم حساب الإحصائيات المقدرة من خلال تشكيل 1000 في 1000 من مركز البيانات النقطية وتُستخدم بواسطة الامتداد. إذا تم تحديد هذا الخيار وكان للبيانات النقطية إحصائيات، أو قمت بإدخال قيم في جدول الإحصائيات، فسيتم استخدامها بدلاً من التقدير، ما لم يتطلب التمدد مدرج تكراري. إذا تطلب الامتداد مدرجًا تكراريًا غير موجود، فسيتم تقديره. |
ضبط النطاق الديناميكي | قم بتحديد خانة الاختيار ضبط النطاق الديناميكي إذا كنت ترغب في حساب الإحصائيات من البكسلات المعروضة على الشاشة فقط. يُطبق هذا الخيار بشكل عام عند نشر الصورة واستخدامها في تطبيق ويب لا يمكنه أداء هذا النوع من الامتداد. |
الإحصائيات | يمكنك إدخال الإحصائيات في مربع الحوار. بشكل افتراضي، يتم استرداد الإحصائيات من البيانات؛ ومع ذلك ، تُستخدم أي قيم تدخلها في هذه المعلمة بدلاً من ذلك. |
جاما تلقائي | استخدم جاما التلقائي لحساب جاما من الإحصائيات والمدرج التكراري لمجموعة البيانات. يمكن أن تكون الإحصائيات هي الإحصائيات المقدرة حسب الدالة نفسها أو يمكن تقييم الإحصائيات بواسطة البرنامج إذا اخترت طبقة ما. |
استخدام جاما | حدد خانة الاختيار استخدام جاما إذا كنت تريد تطبيق امتداد جاما. |
جاما | استخدم شريط التمرير لتعيين قيمة جاما يدويًا. |
تعرّف على المزيد حول أنواع الامتداد.
لا شيء
إذا كان نوع الامتداد لا شيء، فلن يتم تطبيق أي طريقة تمدد، حتى إذا كانت هناك إحصائيات متاحة.
الانحراف المعياري والقص النسبي
في العديد من الحالات، يمكنك افتراض أن غالبية قيم البكسل تقع ضمن حدود علوية وسفلى. لذلك، فمن المعقول قص قيم البيانات الزائدة. يمكنك القيام بذلك إحصائيًا عن طريق تعريف إما انحراف معياري أو القص النسبي.
نوع امتداد الانحراف المعياري يطبق امتدادًا خطيًا بين القيم المحددة بواسطة قيمة الانحراف المعياري (n).
نوع التمدد القص النسبي يطبق امتدادًا خطيًا بين الحد الأدنى للقص النسبي المحدد وقيم بكسل القصوى للقص النسبي.
عند استخدام أي من هاتين الطريقتين للامتداد، يتم دفع جميع القيم في المدرج التكراري التي تقع خارج القيم المحددة نحو الطرفين. على سبيل المثال، لنفترض أن المدرج التكراري لديك يحتوي على نفس نطاق القيم المذكور سابقًا، من 33 إلى 206، وقد حددت قيمة القص النسبي الأدنى والأقصى على 2. إذا كانت 2 في المئة في الطرف السفلي تتراوح القيم بين 33 و 45، و2 في المئة في الطرف العلوي تتراوح القيم بين 198 و 206، فإن المدرج التكراري سيتم إعادة توزيعه لنشر القيم من 0 إلى 255. القيم من 33 إلى 45 تصبح 0، القيم من 198 إلى 206 تصبح 255، وتنتشر القيم الأخرى في المنتصف بينهما. بالمثل، إذا حددت انحراف معياري قدره 2، فإن القيم التي تزيد عن الانحراف المعياري الثاني تصبح 0 أو 255، ويتم تمددها للقيم المتبقية بين 0 و 255.
الحد الأدنى-الحد الأقصى
هذا النوع من الامتداد يطبق امتدادًا خطيًا استنادًا إلى القيم الأدنى والقيمة القصوى للبكسل الناتجة، والتي تُستخدم كنقاط النهاية للمدرج التكراري. على سبيل المثال، في مجموعة بيانات من 8 بت، يمكن أن تكون القيم الدنيا والقيمة القصوى هي 33 و 206. يتم استخدام امتداد خطي لتوزيع القيم عبر 256 قيمة، من 0 إلى 255. يتم تسهيل تمييز المعالم في الصورة حيث توزع قيم البكسل عبر نطاق المدرج التكراري بأكمله، مما يزيد من سطوع الصورة ويزيد من التباين فيها.
سيجمويد
صمم امتداد التباين سيجمويد لإبراز قيّم البكسل المعتدلة في الصور لديك مع الحفاظ على تباين كافٍ في النقيضين. فهو يضع كل قيّم البكسل مع دالة سيجمويد (منحنى على شكل حرف S). وينتج عن ذلك تباين أقل في المناطق الأكثر سطوعًا أو الأشد عتمة، وتباين أكثر في المناطق ما بين النقيضين. ويعتبر هذا امتدادًا مثاليًا لأي صورة في الغالب وينفذ بشكل جيد حين تكون هناك سحب ومياه في الصورة.
يحدد مستوى القوة مقدار استخدام دالة سيجمويد في الامتداد. سوف تستخدم قيمة منخفضة مثل 1 الجزء الأوسط فقط من المنحنى، والذي يميل إلى إنتاج ألوان باهتة وخافتة. سوف تستخدم قيمة مرتفعة مثل 6 المنحنى بالكامل، والذي يميل إلى إنتاج ألوان حادة وغامقة.
تعرّف على المزيد حول جاما
يشير جاما إلى درجة التباين بين القيم الرمادية المتوسطة في مجموعة البيانات النقطية. لا يؤثر جاما على القيم السوداء أو البيضاء في مجموعة البيانات النقطية، بل يؤثر فقط على القيم الوسطى. من خلال تطبيق تصحيح جاما، يمكنك التحكم في سطوع الصورة بشكل عام في مجموعة البيانات النقطية. بالإضافة إلى ذلك، تؤثر التغييرات على قيمة جاما على نسب الأحمر والأخضر والأزرق في الصورة، وليس فقط على سطوعها.
قيم جاما الأقل من واحد تقلل من التباين في المناطق الداكنة وتزيد من التباين في المناطق الفاتحة. هذا يجعل الصورة أكثر ظلامًا دون أن تصبح المناطق الداكنة أو الفاتحة مشبعة بشكل زائد. يساعد هذا في إبراز التفاصيل في المعالم الفاتحة، مثل قمم المباني. على الجانب المقابل، قيم جاما الأعلى من واحد تزيد من التباين في المناطق الداكنة، مثل الظلال الناتجة عن المباني. قيم جاما الأعلى من واحد يمكن أيضًا أن تساعد في إبراز التفاصيل في المناطق ذات الارتفاعات المنخفضة عند العمل مع بيانات الارتفاع.
في الصور التالية، يمكنك رؤية تأثير ضبط قيم جاما المستخدمة لعرض مجموعة البيانات النقطية: 