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 5 (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) kohden. ISO 12233 -standardi määrittelee tavat mitata resoluutiota.

Luvun 5 (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: 10.1 Spatiaalinen resoluutio.

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). Luvun 5 (Suositukset eri objektityyppien digitointiin) taulukoissa se on ilmaistu myös muodossa 8 bittiä/pikseli.

ISO 14524 -standardi määrittelee tavat mitata OECF:ta.

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*). Taulukoissa valkotasapainon virhe on ilmaistu myös digitaalisina lukemina.

Kirkkauden 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 tarjoaa yksinkertaisen ja tehokkaan menetelmän kirkkauden epäyhtenäisyyden vähentämiseen, mutta sillä ei pidä korvata hyvää, ammattimaista valaisun hallintaa.

ISO 17957 -standardi määrittelee varjostuksen (shading) mittauksen.

Väritarkkuus (Color 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). Lue lisää: ISO 13658.

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 johtuu objektiivin huonosta suunnittelusta tai epäsopivan himmenninaukon valinnasta.

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

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: 10.1 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.

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 5 (Suositukset eri objektityyppien digitointiin) taulukoissa on ilmoitettu myös kohinan minimiarvot.

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

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

Mittari on kehitteillä ja tulee perustumaan L* -arvoihin.

Vinous (Skew)

Tämä mittari kertoo, 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.

Geometrinen vääristymä (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.

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.