Man ist gerade auf Tour und mitten in der Arbeit fällt die Kamera aus. Die CMOS-Sensorik oder die Periferieelektronik streikt. Meist werden die Folgen erst später bei der Besichtigung bemerkt, denn im kleinen Preview-Display sind detailierte Bildfehler oftmals nicht erkennbar. Was kann man machen ? Ist das Material noch brauchbar ?

So eine Situation beschreibt Mischa Purcell in seinem Artikel "Missing lines in images" im photo.net Forum. Am Ausschnitt-Areal kann man zeigen, wie regelmäßige Störungen mit relativ wenig Aufwand zu korrigieren sind und welches Ergebnis zu erwarten ist. Wie Image-Processing bei lokalisierbarem Informationsverlust im Grundprinzip genutzt werden kann, soll kurz motiviert werden.

Zunächst ermitteln man die Beschaffenheit der Störungsstruktur. Auffällig sichtbar ist das Störungsmuster, das sich parallel zur Y-Richtung ausbreitet und eine Regelmäßigkeit aufweist. Bei regelmäßigen und konstanten Strukturen reicht als Korrekturansatz schon ein geeignetes Testareal.

Also sehen wir uns die Störung genauer an: Nicht nur schwarze Balken laufen durch das Bild, es sind parallel dazu auch regelmäßige Helligkeitsunterschiede erkennbar. Im Intensitätsprifil kann man die hellen Störungs-Zonen deutlich unterscheiden. Sie sind fast durchgängig konstant und haben einen ausreichenden Abstand zueinander. Aus diesem Störungsmuster kann die erste Korrekturmatrix entstehen ...

Eine Korrekturmatrix ist nichts anderes als die ortsabhängige Differenz zum Erwartungswert, also zur idealisierten Ergänzung, die den Unterschied zwischen Störung und gemitteltem Original darstellt. Die fehlenden Differenzen werden der originalen Imagematrix hinzu addiert als positiver oder negativer Wert zur Rekonstruktion der (unbeschädigten) Originalmatrix. Das Grundprinzip sieht etwa so aus:

( Korrekturmatrix ) = ( Imagematrix ) - SUM ( lokale Erwartungswerte ) / N
( Originalmatrix ) = ( Imagematrix ) + alpha(x,y) * ( Korrekturmatrix )

Die Imagematrix ist das beschädigte Abbild, Korrekturmatrix (Differenz) enthält Störung mit einem ortsabhängigen Korrekturfaktor (Limiter) und die Originalmatrix ist das ideale Zielergebnis. Das Störungssignal läßt sich separieren in Farben und in Intensitäten.

Es sind vier verschiedene Störungssignale, die man entweder direkt durch einen summativen Mittelwert (schneller, aber weingiger kontrollierbar) oder durch jeweils eine Korrekturmatrix pro separiertem Störungssignal (zeitaufwändiger, aber besser justierbar) abarbeiten kann.

Der rot markierte Bereich zeigt den geringsten Unterschied zum Mittelwert, er kommt einem unbeschädigtem Orignalabbild am nächsten. Der gelbe Bereich ist die Folge des internen Schärfefilters, somit entsteht das zweite Fehlermuster im Processing hinter dem CMOS-Sensor (das primäre Fehlersignal wird von der Processing-Baugruppe als Bildinhalt erkannt und daher nachgeschärft). Der schwarz markierte Bereich hat die stärkste Abweichung vom Mittelwert und ist im Original besonders störend auffällig. Die schwarzen Linien markieren den Zeilenausfall, also den Sensor-Defekt (CMOS/Periferal-Circuit) und er ist die eigentliche Ursache für die Störung. Da der CMOS-Defekt sich auf alle Farbkanäle etwa gleich auswirkt, ist daraus zu erkennen, daß die Farbseparierung funktioniert.

Die Arbeitsweise der Korrektur orientiert sich an der stärksten Abweichung vom idealen Erwartungswert hin zum geringsten Störungssignal mit der kleinsten Abweichung. Der Erwartungswert wird generiert aus Probemessungen von ungestörten Arealen und abgleichend berechnet aus jeweils der halben Störungslänge. Die Qualität der Freistellung ist wieder abhängig vom Differenz-Abbildung z.B.

( Differenz ) = ( Imagematrix ) - beta * ( Gauss,Lorentz )

und sie liefert mit dem Vorfaktor (Limiter, IF-Operator, Schwellenwert usw) eine bereinigte Korrektur. Normalerweise enthält die (1:1) Differenzmatrix je nach Spektrum naturgemäß nur kleinere Intensitäten mit schwachen Farbanteilen auf schwarzem Hintergrund und man kann kaum etwas erkennen. Die starke Störungslinie hebt sich jedoch deutlich genug ab, wenn am das Korrekturabbild (nur zur Ansicht) invertiert und kointrastiert. Das sieht dann etwa so aus:

Die Ansicht der ersten Differenzmatrix (aufgehellt und invertiert) zeigt die stärkste im Abbild enthaltene Störungsstruktur. Man könnte zwar die Differenzen durch Iteration präzisieren, je nach Aufwandsbereitschaft, was aber für dieses Beispiel nicht erforderlich ist. Der primäre Zeilenfehler läßt sich sauber erkennbar isolieren mittels extremer Kontrastierung, sodaß zusätzlich eine schützende Maske entsteht.

Nach Anwendung der ersten Differenzmatrix sind zwar die Balken eliminiert, aber es verbleiben die Helligkeitsunterschiede der zweiten Störungsfreuenz. Die Helligkeitsstörung beeinträchtigt die Objektinformation weniger, wärend schwarze oder weiße Linien einen Totalverlust darstellen.

Das nächste Processing muß die noch verbliebene zweit stärkste Störung separieren, die man zur Herstellung der nachfolgenden Diffenzmatrix anwenden kann. Dieses Störungsmuster besteht ebenfalls aus nahezu konstanten Werten mit gleichem Abstand.

Also die ganze Prozedur nochmal und man sieht jetzt, daß die zweite Korrektur die Linienmuster auf hellem Hintergrund schon recht brauchbar eliminiert.

Sie hinterläßt aber noch ein sichtbares Störungsprofil auf einem Hintergrund, dessen Farbwert zwischen 225 und 110 liegt. Das noch verbliebene Störungsmuster muß an den entsprechenden Zonen eliminiert werden, wo es sich auf dem Hintergrund durchsetzt.

[ weiter ... ]