/Voorpagina /Nieuws /Mensen /Achtergrond /Academie /Onderzoek /Opinie /Reportage /Bestuur /Cultuur /Studentenleven /Ruis /Harmpje /Colofon

/Vacatures /Mensa /Oude cursors /pdf formaat /Faculteits Berichten /Zoeken /TUE

jaargang 42, 20 oktober 1999 Onderzoek

Promovendus geeft een nieuwe definitie van beeldkwaliteit Beeldkwaliteit/Gertjan Harberink Een televisie die de beelden die zij binnenkrijgt automatisch oppoetst, slimme printers die mooier afdrukken, camera’s die realistischere of mooiere foto’s maken. Dat is geen toekomstmuziek. Promovendus Ruud Janssen onderzocht wat mensen ervaren als hoge beeldkwaliteit en bedacht algoritmes om de kwaliteit van de foto’s te verbeteren. Wat is beeldkwaliteit? Die vraag stelde promovendus Ruud Janssen zichzelf de afgelopen jaren herhaaldelijk. De werkdefinitie van beeldkwaliteit die overal ter wereld aangehouden wordt is simpel: hoe meer een foto op het origineel lijkt, hoe hoger de beeldkwaliteit. De Eindhovense promovendus nam echter geen genoegen met deze definitie en ging een stap verder. In plaats van alleen te kijken naar zaken als resolutie, kleur en helderheid, onderzocht hij hoe de mens omgaat met beelden. Hoe ervaart iemand de informatie op een plaatje en wat doet hij er vervolgens mee? Janssen: “Foto’s zijn informatiedragers. Als je zo’n informatiedrager bekijkt, doe je wat met de informatie die je ziet. Beelden worden door mensen gebruikt. Je onderneemt actie op basis van wat je waarneemt.” Dat kan een herinnering zijn die opduikt of een emotie die opwelt. Maar het kan ook zijn dat er op basis van die informatie bepaalde beslissingen genomen worden. Een bedrijf als Wehkamp bestaat bij de gratie van dit soort beslismomenten. De beslissing om een product wel of niet te kopen hangt immers af van de uitstraling die een foto heeft. “Dat leidt tot een andere definitie. Je definieert beeldkwaliteit in termen van het beeld als uitgangspunt voor succesvol gedrag.” Ruud Janssen: ik heb me nooit puur voor techniek ge•nteresseerd. Foto: Bram Saeys Gespreid bedje Janssen studeerde Elektrotechniek aan de TUE. “Ik heb me echter nooit puur voor techniek geïnteresseerd. Ik heb er altijd nog andere vakken naast gevolgd. Astrofysica bijvoorbeeld. Of licht en geluid. Maar ook mensonderzoek, waar volgens mij door sommige mensen op neergekeken wordt, trok me zeer.” Na zijn studie belandde Janssen bij het IPO. “Ik was op zoek naar een plek om vervangende dienstplicht te doen en het IPO leek me erg geschikt. Ik heb me daar een jaar beziggehouden met onderzoek naar de stand van zaken op het gebied van visuele perceptie. Dat jaar lag aan de basis van mijn promotieonderzoek.” De onderzoeker belandde in een gespreid bedje. De visuele groep van het IPO deed de afgelopen jaren al heel wat onderzoek naar beeldkwaliteit. “Zij keken echter vooral naar de plaatjes zelf. Ze beoordeelden de eigenschappen van plaatjes, bijvoorbeeld door te kijken naar kleurdiepte. Voor mijn onderzoek koos ik een andere aanpak. Allereerst wil ik weten hoe succesvol gedrag is dat door beelden in gang wordt gezet. Bereik je met een beeld het beoogde effect. Daarvoor zijn twee zaken belangrijk. Hoe goed kun je de informatie in het beeld onderscheiden en herken je wat je ziet.” Onderscheiden en herkennen zijn volgens Janssen bepalend bij de beoordeling van beeldkwaliteit. Janssen: Om te weten wat je ziet moet je het kunnen zien. De verschillende objecten op de foto moeten dus goed te onderscheiden zijn. Niet te vaag, niet te blokkerig. Daarna komt het herkennen. Komt hetgeen je ziet overeen met iets wat je in het verleden al eens gezien hebt? Neem gras bijvoorbeeld. De geest vergelijkt de kleur van gras op de foto met de kleur van gras die in het geheugen opgeslagen is. Als de kleur van het gras op de foto niet overeenkomt of niet in de buurt komt van de herinnering, is dat van invloed op de beoordeling van de foto.” Foto’s Voor zijn onderzoek liet Janssen kleine groepjes proefpersonen series foto’s zien van hetzelfde onderwerp die allemaal iets van kleur verschilden. De ene foto bij- voorbeeld iets blauwer, de andere iets geler. De proefpersonen mochten aangeven of ze de getoonde foto’s realistisch vonden. Daartoe moesten de foto’s gewaardeerd worden met een cijfer van een tot tien. En ze mochten zeggen of ze de foto mooi vonden. “De groepjes waren vrij klein. Zes tot acht mensen”, zegt Janssen “Meer was niet nodig. De manier waarop mensen waarnemen komt erg overeen.” Uit de tests bleek dat mensen objecten in het beeld beter onderscheiden wanneer de foto’s iets meer kleur bevatten dan in werkelijkheid. Om de beelden te herkennen was niet meer kleur nodig. Foto’s die iets meer kleur bevatten dan het origineel, werden enerzijds als mooi en anderzijds als een tikkeltje onrealistisch ervaren. Pixelkleuren Janssen ontwikkelde aan de hand van zijn experimenten rekenschema’s om de beeldkwaliteit van een foto te berekenen. Dat is een moeilijk, maar uitvoerbaar karwei. “Een beeld is opgebouwd uit beeldpunten, pixels. Van elke afzonderlijke pixel kun je berekenen hoe helder hij is en welke kleur hij heeft. Hieruit kun je al heel veel afleiden. Als er veel verschillende pixelkleuren zijn, wil dat zeggen dat er veel kleurverschillen in het plaatje zitten. Mensen onderscheiden verschillende objecten in een beeld vooral aan de hand van kleurverschillen. Wanneer er dus veel kleurverschillen in een plaatje zitten, kunnen ze de objecten in dat plaatje beter onderscheiden en scoort de onderscheidbaarheid hoger. Daarnaast vergelijken mensen objecten die ze zien in beelden met objecten zoals die ze kennen uit het werkelijke leven. Ik heb drie typen objecten gekozen: huid, lucht en gras.” Uit de proeven van Janssen blijkt duidelijk dat de marges die de mens stelt voor de kleur die huid, lucht of gras mogen hebben, redel ijk vastomlijnd zijn. “Wanneer het te rood, te blauw of te groen is, wordt het niet meer geaccepteerd”, aldus Janssen. “Ook dat is te berekenen. Aan de hand van al die gegevens kun je vervolgens de beeldkwaliteit van een foto afmeten. De resultaten die ik uit berekeningen aan de hand van deze algoritmes kreeg, komen overeen met de experimentele resultaten van de proefpersonen. Dat is leuk natuurlijk.” Kodak Janssens onderzoek heeft veel toepassingen in de praktijk. De industrie volgt het onderzoek dan ook met belangstelling. Met name Kodak is erg geïnteresseerd. “Met behulp van deze methode kun je slimme algoritmes maken om beelden op te waarderen. Ook zou je je voor kunnen stellen dat er slimme ontwikkelapparaten gemaakt worden die je foto’s beter ontwikkelen en afdrukken. Of digitale camera’s die mooiere of betere foto’s maken. En printers die zelf de kwaliteit van je afdrukken verhogen. Als je de ontwikkeling verder doortrekt kun je je voorstellen dat dit soort technieken ooit in televisies toegepast zullen worden. Er zijn nu al televisies met een geheugen, dat televisieprogramma’s opneemt en vastlegt op een harde schijf. Als je tv-programma’s in dat geheugen opslaat en bewerkt kun je beelden mooier weergeven dan ze binnenkomen. Of realistischer.” In de toekomst zal het ook mogelijk zijn om niet alleen kleuren te onderscheiden maar ook objecten. “Dan moet je denken aan programma’s die kijken naar kleur, textuur en de vorm van het object. Maar zo ver is het nog lang niet. Met simpele tekstherkenning heeft een computer al heel veel moeite.” Janssen heeft geen plannen om de industrie in te gaan. Zijn hart ligt meer bij de wetenschap dan bij de commercie. “Ik blijf als postdoc verbonden aan het IPO. Ik wil me nu gaan toeleggen op de kwaliteit van user interfaces . Dat is de luxe van de universiteit, je krijgt meer tijd en ruimte om na te denken over fundamentele vragen. Mijn toekomst ligt in de wetenschap. /.