Názory k článku
Jednopixelový fotoaparát
-
Karel (neregistrovaný)Podle článků a odkazovaných informací mi přijde, že se jedná o staré známé samplování. To je dlouho známá technika a tenhle projekt vypadá, že se ji skupinka studentů a profesorů pokouší oprášit a buď nějak vylepšit, nebo dokázat, že její chyby nejsou pro některé aplikace překážkou.
O co jde? Svého času se to ukazovalo na příkladu záznamu zvuku. U samplu máte nějakou frekvenci vzorkování (například 11kHz) a máte tak vzorky získané v přesně stanovené periodě. Ty pak proložíte a máte zhruba obraz zvuku. Když to přehrajete, v nějaké kvalitě dané touto frekvencí získáte obraz původního zvuku. Teorie náhodných vzorků pak vychází z toho, že ty vzorky neděláte v přesně dané periodě, ale náhodně (například gaus s odpovídající střední hodnotou). Tento výsledek když proložíte, tak dostanete obecně lepší výsledek, než s přesným vzorkováním. V době, kdy jsem to studoval (1993) to pro mně byla příliš vysoká matematika (vlastně statistika) a tak jsem tomu mohl jen věřit. Od tohoto principu je jen krůček k opačné aplikaci - když se stejným počtem vzorků mám lepší kvalitu, pak stejnou kvalitu bych měl být schopen dosáhnout s nižším počtem vzorků. A to je ta věc - komprese.
Podle toho, co píšou na stránkách tohoto projektu se stejný princip pokouší použít na grafiku. Zaznamenají náhodně několik pixelů a dokáží podle toho získat kvalitní obrázek. Aby u každého pixelu nemuseli zapisovat kde je (souřadnice, náhodně zvolené), mají jakousi matici, které je vygenerována náhodně, zapíše se a uloží a pak se používá (není to z textu zřejmé, ale asi to realizují sadou "zrcátek" nebo tak nějak). Výsledkem je omezená množina pixelů, ze které "restaurují" původní obrázek.
Oproti metodě pevného rastru netrpí tato metoda systematickými chybami a při měření reálných veličin (spojité signály apod.), na které funguje Fourierova transformace, dosahuje lepších výsledků. Důkaz je v teorii statistiky, která zavání spíše černou magií. Zjednodušeně řečeno se spočítá rozložení chyb (tvar, střední hodnota, rozptyl) transformace z pravidelně samplovaných dat a porovná se s rozložením chyb z náhodně generovaných dat - a vyjde, že na obdobnou chybu jakou má pravidelné rozložení stačí mnohem menší množství dat náhodných. Reálnou výhodou je, že můžete skládat více obrazů na sebe a tím výsledek zlepšovat. Každý pixel výsledek o něco zpřesní. -
Clock (neregistrovaný)Nevyhody: sum se zesiluje pri zpetnem vypocitavani obrazu z tech namerenych dat. Senzor je sice levny, ale pole mikrozrcatek je drahe. Kdyz se predmet pohybuje, obraz se uplne rozsype. Vyzaduje narocne vypocty na DSP (CCD nevyzaduje nic - obraz se jen precte a je hotovy). Ztraci se na svetelnosti pomerem kolik pixelu je najednou rozsvicenejch pri tom mereni, takze se zbytecne a nevratne zvysuje sum pri foceni ve tme.
Chape nekdo jake to ma vyhody? Me se na zadne prijit neprislo.
