HDR lenzenvloeistof: van cyborg lashelmen aan Wearable Computing in het dagelijks leven (1 / 6 stap)

Stap 1: Verzamelen van een pluraliteit van anders blootgestelde records sorteren op blootstelling en comparagrams berekenen

Een eenvoudig voorbeeld is een verzameling van verschillend belichte foto's van hetzelfde onderwerp. Maar u kunt deze filosofie toepassen op zowat elke vorm van opname.

Bijvoorbeeld, in mijn jeugd, in de vroege dagen van de audio-opname, ik herinner me dat de meeste audio apparaten monofone waren. In ons huishouden zojuist de platenspeler een spreker het. Zo ook de radio en de televisie ontvanger. Maar als een audio hobbyist had ik een stereo tape recorder, en ik zelfs opgetuigd een draagbare computer naar stereo geluid opnemen in de late jaren 1970. Bij het opnemen van monofone materiaal zoals mijn eigen stem, ik aangesloten de twee stereo kanalen tegelijkertijd (zowel gevoed uit de dezelfde microfoon), en stel het linkerkanaal zeer rustig en het rechterkanaal zeer luid. Dus wanneer ik aan het woord was het linker kanaal nooit verzadigd, maar het rechterkanaal deed. Maar wanneer anderen verre van mij spraken, het linker kanaal was te zacht == verloren in achtergrondgeluiden. Het juiste kanaal was gewoon perfect. Later ik kon combineren deze twee opnamen om een enkele opname met een enorm dynamisch bereik, manier voorbij wat elk geluid opnameapparaat van die dag kon produceren.

Ik iets nieuws ontdekt: een manier om anders combineren blootgesteld opnamen van hetzelfde onderwerp te verkrijgen van uitgebreide dynamisch bereik. Ik heb ook toegepast deze methode met fotografie en video, bijvoorbeeld op combineren onderbelichte en overbelichte video-opnamen.

Ik was ook gefascineerd door Charles Wyckofffoto's van nucleaire explosies afgebeeld op de omslag van Life Magazine. Ik was gefascineerd door de Wyckoff werk aan MIT, zodat ik er solliciteerde en werd aanvaard, waar ik goed bevriend met Wyckoff, en toonde hem mijn HDR audiovisueel werk.

Dynamisch bereik versus Dynamage bereik:

Naast audiovisueel werk, overwegen andere soorten van sensing of metasensing. Het belangrijkste principe hier geldt wanneer sensoren worden zonder schade overbelicht kunnen, bijvoorbeeld wanneer hun dynamisch bereik is groter dan het bereik van hun dynamage. HDR video kon bijvoorbeeld niet terug in de oude dagen toen videocamera gemakkelijk werden beschadigd door blootstelling aan bovenmatige licht.

Proberen te vinden van een situatie waar een sensor verzadigde vetzuren en biedt arme lezingen, in aanwezigheid van overbelichting, maar is niet beschadigd door de overbelichting.

Moderne camera's zijn als dit, net als veel microfoons, antennes, sensoren, enz...

Op de bovenkant van deze pagina is een voorbeeld beeld dat ik heb van twee verschillend belichte foto's van hetzelfde onderwerp gemaakt. De twee foto's verschijnen eronder. Degene aan de linkerkant is genomen met een blootstelling geschikt voor de lichte achtergrond achter de mensen in het beeld. De een aan de rechterkant is genomen met een blootstelling geschikt voor de architecturale details van het gebouw.

Verzadiging en cutoff

In de meest linkse afbeelding zijn veel van de details cutoff in de schaduwpartijen.

In het meest rechtse beeld, zijn vele andere details verzadigd in de gebieden markeren.

Probeer een aantal van de verschillende manieren combineren anders blootgesteld foto's, om het combineren van deze twee beelden te krijgen van een beeld als bij de bovenkant van deze pagina.

Probeer enkele van uw eigen datasets waarin er anders blootgestelde records zijn vastleggen.

Probeer te begrijpen dat de wiskundige relatie tussen deze anders blootgesteld records.

Laat v₁ de eerste record (zonder verlies van algemeenheid we kunt sorteren van de records volgens de blootstelling, en dus laten we zeggen v₁ is de record met minder blootstelling). Laat v₂ door een record van grotere blootstelling, met een factor voor sommige constant, k. Er is een onderliggende hoeveelheid, q, die we proberen te meten, door middel van een sensor reactie functie, f. Dus we v_{1 hebben}= f(q(x,y)), laten we zeggen (bijvoorbeeld als er een foto of afbeelding als een functie van (x, y) pixelcoördinaten), en v₂= f(kq(x,y)).

Nu we willen proberen te begrijpen van de relatie tussen v₁ en v₂, belichte twee verschillend beelden. De fundamentele manier om dit te doen is door middel van iets genaamd de comparagram, die is een krachtige maar eenvoudige (fundamenteel) wiskundige instrument voor het vergelijken van anders blootgesteld opnamen van hetzelfde onderwerp.