Digitoinnin laadun mittarit

Digitoinnin laadun taso määrittyy tässä luvussa esiteltävien laadun mittarien perusteella. Laadun mittarit ovat joko kriittisiä tai informatiivisia. Informatiiviset mittarit eivät vaikuta digitaalisen kuvan laatutason määrittymiseen, ja ne on eroteltu kriittisistä mittareista luvun "Suositukset eri objektityyppien digitointiin" taulukoissa. Analysointiohjelmistojen ja targettien asianmukainen käyttö mahdollistaa tarkan ja toistettavissa olevan analyysin laadun mittareista.

Resoluutio eli näytteenottotaajuus (Sampling Frequency)

Resoluutio (spatial resolution) ilmaisee alkuperäisen tiedoston tarkkuuden, eli miten tarkasti yksityiskohdat pystytään esittämään.

Resoluutio ilmoitetaan fyysisenä pikselimääränä tuumaa (ppi) tai millimetriä (ppmm) kohden. ISO 12233 -standardi määrittelee tavat mitata resoluutiota.

Luvun "Suositukset eri objektityyppien digitointiin" taulukoissa esitetään, millä minimiresoluutiolla (ppi) saavutetaan tavoiteltu laatutaso kutakin objektityyppiä digitoitaessa.

Huom! FADGI-suosituksen suhtautuminen tavoiteresoluutioihin poikkeaa merkittävästi Suomen museokentän käytännöistä. Lue lisää: Spatiaalinen resoluutio.

Oikean puoleisen kuvan resoluutio on korkeampi eli pikselimäärä mittayksikköä kohden on korkeampi. Siksi myös objektin pintastruktuuri näkyy paremmin.

Sävyvaste (Tone response, OECF)

Sävyvaste kuvaa, miten digitointijärjestelmä muuntaa valon digitaalisiksi arvoiksi.

Useimmat digitointijärjestelmät optimoivat sävyvasteen luodakseen visuaalisesti miellyttävän digitaalisen kuvan. Tällöin kuvan keskisävy on suora, ja sen kirkkaita ja varjoisia osia korostetaan (s-käyrä).

Sävyvasteen optimointi vaihtelee eri laitevalmistajien välillä, mikä hankaloittaa kulttuuriperintöaineistojen digitoinnin kannalta tärkeän lineaarisen sävyvasteen palauttamista.

Sävyvastetta mitataan kolorimetrisinä L*-yksikköinä (merkitään arvolla ΔL 2000*, jossa Δ on delta).

ISO 14524 -standardi määrittelee tavat mitata OECF:ta.

Huom: Suositukset eri objektityyppien digitointiin -taulukoissa läpivalaistaville aineistoille (esim. negatiivit tai diat) esitetyt sävyvasteen arvot on määritelty siten, että alkuperäisaineiston sävyt tallentuisivat mahdollisimman eheästi. Muut mahdolliset korjaukset, joilla tavoitellaan esimerkiksi miellyttävämmän näköistä käyttötallennetta, ovat osa kuvan jälkikäsittelyä.

Ylemmässä harmaakiilassa on nähtävillä oikea (tasainen) sävyvaste. Alemmassa harmaakiilassa sävyvaste on epätasainen (keski- ja tummat sävyt liian tummia).

Modulaation vahvistus (Gain Modulation)

Modulaation vahvistus (gain modulation) kuvaa luminanssitasojen (L*) käyrien paikallisen jyrkkyyden vaihtelua referenssikohteesta eli targetista ja digitaalisesta kuvasta mitattujen arvojen välillä.

Modulaation vahvistus havaitsee ja mittaa objektiivisesti leikkautumista sävykäyrällä (OECF/tone scale). Yleensä leikkautuminen ilmenee sävykäyrän arvojen ääripäissä.

Jos vahvistus (gain) muuttuu merkittävästi, voi käyrän paikallinen jyrkkyys olla liian loiva tai jyrkkä vaikka sävyjen toistuminen onkin raja-arvojen sisällä. Tällöin kahden sävyn sävyerot eivät erotu (liian loiva) tai erottuvat liikaa (liian jyrkkä).

Valkotasapainon virhe (White balance error)

Valkotasapainon virhe on digitaalisen kuvan värineutraaliuden mittari. On tärkeää, että oikea valkotasapaino määritetään ennen ICC-kalibrointiprosessin aloittamista.

Kuvassa on oikea valkotasapaino kun (L*a*b*-väritilaa käytettäessä) targetissa valkotasapainon mittaamiseen käytettävien harmaiden mitta-alueiden (gray patch) arvot a* ja b* ovat mahdollisimman lähellä nollaa. Toisin sanoen mitattaessa harmaa-asteikko ei osoittaudu “minkään väriseksi”.

Luvun 5 taulukoissa valkotasapainon kolorimetrisen arvioinnin Delta E -tunnusluku ilmaistaan muodossa ΔE(a*b*).

Ylempänä neutraalin värinen harmaakiila, jonka valkotasapaino on virheetön. Alempana harmaakiila, jossa on nähtävillä virheellisestä valkotasapainosta johtuva punertava värivirhe.

Valoisuuden tasaisuus (Lightness uniformity)

Ideaalitapauksessa valo jakautuu tasaisesti koko kuvassa. Koska täysin tasaista valaistusta ei ole mahdollista luoda, digitointiohjelmiston flat fielding -toiminto korjaa objektiivien luontaisen valohäviön ja valaistusjärjestelmien rajoitukset.

Flat fielding -ohjelmisto ja mattapintaisen, tasasävyisen referenssikohteen käyttö (esimerkiksi harmaa pahvi) tarjoaa yksinkertaisen ja tehokkaan menetelmän valoisuuden epäyhtenäisyyden vähentämiseen, mutta sillä ei pidä korvata ammattimaista digitointitekniikkaa. Esimerkiksi Capture One ohjelmistoympäristössä valoisuuden tasaisuutta hallinnoidaan luomalla LCC-profiili (Lens Cast Calibration). Adoben ohjelmistoympäristössä (Lightroom) vastaava toiminnallisuus on Flat-Field Correction.

Voimakkaat korjaukset itsessään voivat aiheuttaa kuvatiedostoon kohinaa.

ISO 17957 -standardi määrittelee varjostuksen (shading) mittauksen.

Epätasainen valaistus targetin pinnalla.

Väritarkkuus (Color encoding accuracy)

Väritarkkuuden arvioinnissa käytetään mittaria/mittayksikköä Delta-E, joka kirjoitetaan usein muodossa ΔE tai E*. Se ilmaisee kahden värin, syötetyn (input color) ja näytetyn (displayed color), välistä eroa. Mitä pienempi Delta E-arvo, sitä parempi väritarkkuus.

Digitoimalla sopiva targetti ja analysoimalla sen tulos ohjelmallisesti voidaan selvittää, miten tarkasti digitointijärjestelmä tallentaa värit. Väritarkkuus mitataan laskemalla värierotus (ΔE2000) targetin digitointitulosten ja targetin viitearvojen välillä.

Analysointiohjelmistot mittaavat yleensä targetin yksittäisiä väri- ja harmaa-alueita (individual patch values) ja ilmoittavat myös kaikkien mitattujen värialueiden keskipoikkeaman (keskiarvon).

Väritargetti analysointiohjelmassa. Numerot kertovat kuinka paljon kukin värinäyte eroaa targetin viitearvoista. Tavoitteena on mahdollisimman pieni numero.

Värikanavan virhetallennus (Color channel misregistration)  

Kaikki objektiivit tarkentavat punaisen, vihreän ja sinisen valon hiukan eri tavalla.

Värikanavan virhetallennus mittaa punaisen, vihreän ja sinisen valon spatiaalista sijaintivirhettä.

Värikanavan virhetallennuksen mittausta käytetään objektiivin suorituskyvyn arvioinnissa. Kolmen värikanavan heikko tallentuminen voi johtua esimerkiksi objektiivin huonosta suunnittelusta tai epäsopivan himmenninaukon valinnasta.

Vaihtoehtoisia englanninkielisiä termejä tälle laadun mittarille ovat color fringing, lateral color error ja chromatic aberration.

Värikanavan virhetallennusta ilmenee kohdissa, joissa on suuria valoisuuseroja.

SFR* / spatiaalinen taajuusvaste (Spatial Frequency Response)

SFR (Spatial Frequency Response) liittyy terävyyteen, tarkennukseen ja tarkkojen yksityiskohtien erotuskykyyn. Se on funktio, joka määrittelee digitointijärjestelmän kyvyn säilyttää yhä pienempien ja pienempien yksityiskohtien kontrasti. SFR on vaihtoehtoinen tunnusluku modulaation siirtofunktiolle (Modulation Transfer Function, MTF).

Kuva 1: Resoluutio on riittävä, mutta kuva on silti epäterävä koska se ei pysty erottelemaan ohuita viivoja toisistaan (SFR arvo on alhainen).

Kuva 2: SFR:n graafinen esitys objektiivin toistamalla resoluutiotestikuviolla, jossa näkyy kontrastin menetys spatiaalisen taajuuden kasvaessa. CC0 1.0.

SFR:n tärkeiden ominaisuuksien tiivistämiseksi on kehitetty yksittäisiä tunnuslukuja:

• SFR50: Mittari, joka määrittää taajuuden, kun spatiaalisen taajuusvasteen (SFR) arvo on 50 %:n modulointi eli vain 50 % alkuperäisen sisällön kontrastista on säilynyt kyseisellä yksityiskohtien tasolla. Jotta tätä taajuutta voitaisiin verrata kuvissa millä tahansa näytteenottotaajuudella (esim. 300, 400, 600 ppi), arvo normalisoidaan puoleen näytteenottotaajuudesta (Nyquist) ja ilmaistaan prosentteina. Esimerkiksi jos 400 ppi:n tarkkuudella otetun kuvan SFR on 50 %:n moduloinnilla 120 ppi tasolla, on SFR50-tunnusluvun arvo 60 % [(120 / 200) *100].
• Huom! Puolet näytteenottotaajuudesta (Nyquist) on puolet 400 ppi:stä eli 200 sykliä/tuuma. Tämä johtuu siitä, että syklin määrittämiseen tarvitaan kaksi pikseliä. Kuva 3 esittää ppi:n ja sykliä/tuuma suhdetta.
• SFR10 (näytteenottotehokkuus, sampling efficiency): Mittari, joka määrittää taajuuden, kun spatiaalisen taajuusvasteen (SFR) arvo on 10 %:n modulointi. Mitattu taajuus normalisoidaan puoleen näytteenottotaajuudesta (Nyquist) ja ilmaistaan prosentteina. Esimerkiksi jos SFR-käyrän arvo 10 %:n moduloinnilla 180 dpi 400 dpi:n tarkkuudella otetulle kuvalle, näytteenottotehokkuuden arvo on 90 % [(180 / 200) *100].
• SFR-vaste Nyquistin taajuudella (SFR Response at Nyquist Frequency): Spatiaalisen taajuusvasteen mittaus puolella näytteenottotaajuudella (Nyquistin taajuudella).
• Maksimi SFR (Max SFR): SFR-funktion maksimiarvo. Jos modulointi ylittää 1,0 (100 %), se voi olla merkki digitaalisen kuvan jälkikäsittelystä. Kuva 3 esittää, miten kontrasti vähenee korkeammilla taajuuksilla.
• SFR:n epänormaali käyttäytyminen (SFR Abnormal Behavior): Kehitystyön alla oleva tunnusluku, jolla pyritään tunnistamaan ja luonnehtimaan sellaisia epätyypillisiä SFR-muotoja, jotka todennäköisimmin johtuvat jonkinlaisesta jälkikäsittelystä.

SFR-mittaus määritellään standardeissa ISO 12233, ISO 16067-1 ja ISO 16067-2.

Kuva 3: Kaavio, joka esittää ppi:n ja sykliä/tuuma suhdetta. Kontrasti vähenee korkeammilla taajuuksilla. CC0 1.0.

Mittakaavan tarkkuus (Reproduction Scale Accuracy)

FADGI-suosituksen mukaisessa digitoinnissa on tärkeää, että digitaalinen toisinto vastaa kooltaan alkuperäistä digitoitua objektia. Tämä poikkeaa merkittävästi Suomen museokentän käytännöistä. Lue lisää: Spatiaalinen resoluutio.

Jokaiseen kuvatiedostoon sisältyy teknisiä metatietoja sisältävä otsake (image file header). Mittakaavan tarkkuus kertoo (tiedoston otsakkeessa mainitun) objektin koon ja alkuperäisen objektin koon välisestä suhteesta.

Mittakaavan tarkkuus mitataan alkuperäisen objektin fyysisten mittojen ja tiedoston pikselimittojen välisenä suhteena. Vertailu tehdään sillä tarkkuudella (ppi) kuin tiedosto on tuotettu.

Esimerkiksi jos viivaimesta otetaan kuva 400 ppi:n tarkkuudella, viivaimesta tulee digitaalisessa kuvassa oikean kokoinen, kun kuva näytetään tai tulostetaan 400 ppi:n tarkkuudella.

Terävöittäminen (Sharpening)  

Lähes kaikki digitointijärjestelmät terävöittävät kuvaa, usein vaiheessa, jossa käyttäjä ei voi hallita prosessia. Terävöittäminen lisää keinotekoisesti yksityiskohtien kontrastia ja luo illuusion paremmasta erottelukyvystä.

Yliterävöitetty kuva ei tee kuvasta erotuskykyisempää. Yliterävöitys aiheuttaa kuvaan artefakteja.

Terävöittämistä voi tapahtua kolmessa eri työnkulun vaiheessa:

• terävöittäminen digitoinnin yhteydessä (ei suositeltavaa)
• kuvan terävöittäminen jälkikäsittelyssä
• lopputuloksen terävöittäminen tulostusta, näyttöä tai painoa varten.

Terävöittäminen toteutetaan yleensä kuvan sisällön ääriviivoja korostamalla, kuten unsharp-suodinta käyttävissä kuvankäsittelytekniikoissa. FADGI-suositus ei varsinaisesti kiellä terävöittämistä, ellei se heikennä kuvanlaatua.

Modernit digitaalikamerat ja skannerit suorittavat usein huomattavan määrän kuvankäsittelyä, josta suurta osaa ei voi kytkeä pois päältä. Terävöittäminen on kuitenkin peruuttamaton toiminto, joten sen määrää on parasta rajoittaa.

Oheisessa kuvaparissa on terävä matalaresoluutioinen kuva (vasemmalla) ja terävöittämätön korkearesoluutioinen kuva (oikealla). Kuvapari havainnollistaa silmämääräisen ja todellisen erottelukyvyn eroa. Suurennos kellotaulusta paljastaa, että terävöittämättömässä kuvassa minuuttiviivat ovat paljon selvemmät.

Vasemmanpuoleisen kuvan SFR:n matalia taajuuksia on paranneltu kuvankäsittelyllä. Kun vasemmanpuoleisen kuvan SFR on alle 10 %:n tasolla, ei ole mahdollista palauttaa luotettavasti korkeamman resoluution antamaa informaatiota, joka näkyy oikeanpuoleisessa kuvassa.

Esimerkki terävöittämisen (vasen) ja resoluution (oikea) välisestä erosta. TE262 Universal Test Target (UTT). CC0 1.0.

Graafinen esitys resoluution ja terävyyden välisestä suhteesta. CC0 1.0.

Kohina (Noise)

Kohina on etenkin kuvan varjoalueilla näkyvää rakeisuutta.

Yleensä kohina voidaan määritellä pikselien välisenä vaihteluna L*- tai RGB-arvoissa. Toisin sanoen kohinasta kertovat kaikki odottamattomat laskenta-arvot tai L*-poikkeamat pikselitasolla.

Kohina lasketaan L*-arvojen keskihajontana targetin tietyllä harmaalla mittausalueella. Kohinan määrää ei voida mitata pintakuvioidulla tai rakeisella targetilla. Targetin pinnan tulee olla tasainen tai kiiltävä.

Monesti kameran ja skannerin käyttöliittymät mahdollistavat kohinan poistamisen jollakin tavalla. Näitä automaattisia toimintoja tulee hyödyntää harkiten. Voimakas kohinan poistaminen saattaa hävittää digitoidusta objektista minkä tahansa luonnollisen pintakuvion, mikä johtaa epäluonnollisilta näyttäviin kuviin. Esimerkiksi pergamentin tai paperin pintakuvio tai karkeus saattaa kadota kokonaan. Liian matalat kohina-arvot saattavat olla merkki voimakkaasta kohinan poistamisesta. Siksi luvun "Suositukset eri objektityyppien digitointiin" taulukoissa on ilmoitettu myös kohinan minimiarvot.

Kohina lisääntyy voimakkaan terävöittämisen, korkeiden ISO-herkkyyksien ja alivalotuksen ohjelmallisen korjaamisen myötä (lue lisää).

Kohina ilmenee kuvassa tasaisten pintojen epätasaisuutena ja yksityiskohtien epätarkkuutena. Kohina voi huonontaa kuvanlaatua merkittävästi.

Vinous ja kierto (Skew and rotation)

Vinous ja kierto ovat toisiaan muistuttavia geometrisiä vääristymiä. Nämä mittarit kertovat, miten suorassa objekti on kuvassa. Tämä on tärkeää, sillä kuvan kääntäminen muutoin kuin 90 asteen portaissa edellyttää kuvan jokaisen pikselin interpolointia, mikä heikentää tiedoston spatiaalista resoluutiota ja eheyttä.

Vinoumat aiheutuvat usein siitä, että kameran polttotaso (focal plane) ja kuvaustaso eivät ole kohtisuorassa toisiinsa nähden. Kierto aiheutuu siitä, että aineistoa ei ole aseteltu kuvaustasolle huolellisesti suoraan.

Tämän ohjeistuksen mukaisessa digitoinnissa on sallittua korjata kuvien kiertoa.

Objekti (targetti) vinossa.

Geometriset vääristymät (Geometric Distortion)

Geometristen vääristymien hallinta on ratkaisevan tärkeää originaalin eheälle toistumiselle. Tyypillisesti objektiivit tuottavat ihanteellisissakin olosuhteissa kuvia, joissa on merkittäviä vääristymiä. Jos digitointijärjestelmää ei ole kohdistettu oikein, kuvaan syntyy myös muita geometrisiä vääristymiä.

Kulttuuriperintöaineistojen digitointi edellyttää korkealaatuista optiikkaa, joka on suunniteltu minimoimaan geometriset vääristymät. Viime aikoina on esitelty myös ohjelmallisia työkaluja, joilla voi korjata objektiivien tuottamat vääristymät. Nämä työkalut ovat tehokkaita mutta interpoloivat pikseleitä, jolloin kuvan eheys kärsii.

Laadukkaiden objektiivien geometriset vääristymät ovat yleensä hyvin hallittuja eikä niitä tulisi korjata arkistotallenteisiin ohjelmallisesti.

ISO 17850 -standardi määrittelee digitaalikameroiden geometristen vääristymien mittaukset.

Tämä laadun mittari on tulossa käyttöön vasta myöhemmin.

Objekti (targetti) on kuvassa vääristynyt, sillä se on kuvattu vinosti eikä kohtisuoraan päältä.

Tynnyrivääristymä.

Tyynyvääristymä.

Epäpuhtaudet (Field artifacts)

Digitoinnin tulisi tallentaa vain alkuperäinen objekti. Pölyä, likaa tai naarmuja päätyy kuitenkin lähes väistämättä digitaalisiin tallenteisiin.

Tämä mittari määrittää fyysiset, objektin pinnalla olevat epäpuhtaudet.

Nykyisin parhaisiin käytäntöihin kuuluu, että digitoinnin jälkeen kuva tarkastetaan fyysisesti digitaaliseen kuvaan kuulumattomien epäpuhtauksien havaitsemiseksi. Samalla huomioidaan epäpuhtauksien määrä.

Tämä laadun mittari on tulossa käyttöön vasta myöhemmin.

Vaaleat/tummat, toleranssi (Highlight/shadow, tolerance)

Mittaria kehitetään edelleen ja sen tavoitearvot ovat luonteeltaan informatiivisia.

Dynaaminen alue (Dynamic range)

Dynaaminen alue on suurimman mahdollisen ja pienimmän mahdollisen tiheysarvon erotus (D-max miinus D-min), jotka digitointijärjestelmä pystyy tallentamaan. Dynaaminen alue lasketaan sekä digitointijärjestelmälle että digitoitaville aineistoille.