Lösningsidéer till tentamen i Text- och bildbehandling (2D1378) torsdagen den 21 oktober 1999, kl. 8 13

Transkript

1 IPLab, Nada, KTH sidéer till tentamen i Text- och bildbehandling (2D1378) torsdagen den 21 oktober 1999, kl Hjälpmedel: räknedosa Fråga om något verkar oklart. Ange tydligt på omslaget vilken linje du tillhör. Vi behöver bl.a. kunna särskilja KTH och SU. Av 57 möjliga poäng ger 26 säkert betyg 3 (G), 37 säkert betyg 4, 42 säkert betyg VG och 47 säkert betyg 5. 1 (6) Förklara följande begrepp och termer (komplettera gärna med exempel). Du ska dels beskriva begreppet, dels avgränsa det från närliggande begrepp. (Varje felaktig eller utelämnad förklaring ger 1 p avdrag. Uppgiften ger dock minst 0 p.) a. akut accent b. bildpunkt c. bilinjär d. decimaltabulator e. didoner f. hårstreck g. ligatur h. punktoperation i. tappar 2a (3) (Teckenkoder) Beskriv Unicode och dess relationer till ISO 646 och ISO b (2) Vad är UTF-8? 3 (Typografiska tumregler) Ange viktiga tumregler för: 3a (2) användning av vertikala avstånd 3b (2) bilder, bildtexter och referenser till bilder 3c (3) val av brödtext: teckensnitt, grad, radlängd, radavstånd o.d. 4a (3) 4b (2) 5a (3) 5b (2) 5c (3) 6a (3) 6b (3) 7a (1) 7b (3) 7c (3) 8a (3) 8b (3) (Granskning) Stavningskontroll utgår normalt från att undersöka om ett ord finns i en ordlista. Detta kan göras genom direkt jämförelse. En annan metod används i programmet»stava». Beskriv denna metod. Diskutera problem och möjliga förbättringar vid stavningskontroll och -rättning. (Märkspråk) Redogör för begreppen element, attribut och entitet i SGML/HTML/XML och komplettera med exempel. Diskutera länkar inom och mellan dokument. Behandla användningsområden, beskrivning av ändpunkter, extra information om länkar, placering av länkkoden o.d. (Du behöver inte skriva någon kod.) Jämför dokumentskapande med MSWord, Latex, HTML och XML+CSS. (Kodning) Redogör för viktiga egenskaper hos komprimeringsmetoder såsom förstörande/icke förstörande, adaptiv/icke adaptiv och endimensionell/tvådimensionell och klassificera några vanliga komprimeringsmetoder enligt dessa egenskaper. Beskriv aritmetisk kodning. (Bildbehandling) Redogör för relationerna mellan bildbehandling och grafisk databehandling. Redogör för de bildmodeller som används i program såsom Photoshop resp. Illustrator. Konstruera ett enkelt EPS-dokument och redogör för dess struktur. (Rastrering) Beskriv aperiodisk rastrering. Konstruera ett superraster med rastervinkel arctan (0,5) och en superrastercell med 45 exponeringspunkter uppdelad i 4 nästan lika stora rasterpunkter. Visa tydligt vilka exponeringspunkter som hör till respektive rasterpunkt.

2 IPLab, Nada, KTH (Bildoperationer) En geometrisk operation på en gammal bild f för att skapa en ny bild g kan beskrivas med formeln. g(x) = f * (T(x)) 9a (3) Förklara formelns delar och illustrera med att vrida nedanstående bild 30 grader motsols kring den markerade punkten b (2) 9c (2) Konstruera ett lågpassfilter. Motivera benämningen. Vad menas med ett linjärt filter? Konstruera ett ickelinjärt filter. Lycka till!

3 IPLab, Nada, KTH a. akut accent Tecknet»» som bl.a. används över»e» i»idé». Ska ej förväxlas med grav accent,»`». b. bildpunkt Minsta del i en lagrad digital bild. Bildpunkten innehåller uppgift om bildens värde (svart/vit, gråton, färg) i motsvarande punkt. Presentationsutrustning för digitala bilder är uppbyggd av områden, exponeringspunkter, som kan ges utseende (svart/vit, gråton, färg) oberoende av andra exponeringspunkter. När exponeringspunkternas utseende inte kan varieras tillräckligt tillgriper man rastrering som gör att lokala medelvärden av den presenterade bildens svärtning eller färg överensstämmer med motsvarande bildpunkt. c. bilinjär Funktion av två variabler där termerna innehåller variablerna upp till grad 1, dvs. f(x; y) = a+bx+cy+dxy. Vid geometriska bildbehandlingsoperationer används ofta bilinjär interpolation för beräkna bildvärden mellan bildpunkterna. d. decimaltabulator Tabulatorläge med egenskapen att data i motsvarande kolumn placeras med bråktecknen över varandra. I MSWord fungerar decimaltabulator som högertabulator för text som inte innehåller bråktecken (kommatecken med svensk inställning) och om det finns kommatecken i kolumnen placeras tecknet direkt före första kommatecknet med sin högerkant vid decimaltabulatorläget. e. didoner Teckensnittsfamilj med stora kontraster och tunna seriffer innehållande bl.a. teckensnitten Didot och Bodoni. f. hårstreck De tunna staplarna i tecken, t.ex. i A. g. ligatur Ibland ersätter man följder av tecken med ett särskilt ritat kombinationstecken, en ligatur, för att få vackrare text. Många teckensnitt innehåller ligaturerna fi och fl. h. punktoperation Bildbehandlingsoperation där varje bildpunkt i den nya bilden beräknas endast ur motsvarande bildpunkt i den gamla bilden. i. tappar Den ena typen av ljuskänsliga celler i näthinnan. Tappar är färgkänsliga men inte så ljuskänsliga. Tätheten av tappar är stor kring ögats optiska axel i den s.k. gula fläcken där upplösningen därmed är störst. Den andra typen av ljuskänsliga celler kallas stavar. 2a 2b 3a ISO 646 är en teckenkodning med 128 tecken och 7-bitar. Det finns en International Reference Version (IRV) som är identisk med USA-versionen, ASCII. Det finns också två svenska varianter där bl.a. åäöåäö har de koder som tecknen }{ ][\ har i IRV. ISO eller Latin-1 är en teckenkodning med 256 tecken och 8 bitar. De 128 första tecken är identiska med IRV och i övrigt innehåller ISO de flesta tecken som används i västeuropeiska språk. Unicode är en teckenkodning med tecken och 16 bitar. De 256 första tecknen är identiska med ISO Unicode börjar få spridning och stöd finns bl.a. i webbläsarna och tecken och strängar i Java lagras enligt Unicode. ISO har idag stor spridning och är den»normala» kodningen. En del gamla program använder fortfarande ISO 646 och hanterar inte säkert den åttonde biten korrekt. UTF-8 är ett sätt att representera Unicode (och ISO 10646). UTF-8 är en variabellängdskodning; ett tecken i Unicode representeras med 1 3 bytes beroende på teckenkoden. Tecken med kod mellan min och max, dvs. med upp till b bitar representation enligt tabellen där v är de b avslutande bitarna i koden. min max b representation F 7 0vvvvvvv FF 11 11vvvvvv 10vvvvvv 0800 FFFF vvvvv 10vvvvvv 10vvvvvv Text som bara innehåller 7-bitarstecken är således samtidigt korrekt UTF-8 och inget tecken i Unicode kräver mer än 3 bytes. (UTF-16 är en mekanism för att utöka Unicode till mer än tecken.) Grundregler är att sådant som hör ihop ska stå närmare än sådant som inte hör ihop och att avstånd ska vara konsekventa. Varje typ av dokumentelement ska ha konsekvent utformning.

4 IPLab, Nada, KTH b 3c 4a 4b För enkla dokument är över- och undermarginalerna mm; undermarginalen ev. något större. Avståndet över en rubrik ska vara något större än avståndet under. Radavståndet i brödtexten ska anpassas så att Å och p inte överlappar. Det innebär ungefär 120 % av graden. Radavståndet kan vara större om radlängden är stor. Radavståndet i brödtexten ska inte variera. Nytt stycke markeras normalt med indrag men istället kan man ha avstånd över utan indrag. Mellan brödtext och sidhuvud eller sidfot ska det vara så stort avstånd att man inte tvekar om vad som är vad; avståndet kan vara omkring två radavstånd. Över och under horisontella linjer behövs ibland extra avstånd; texten får inte beröra linjen. Bilder ska ha konsekvent utformning när det gäller storlek, inramning, linjebredd, text i bild osv. Bilderna ska vara relevanta (inte enbart dekor). Det är lämpligt att låta sidornas layout följa ett layoutraster (rutnät av stödlinjer) som ger ett måttligt antal möjliga bildstorlekar och -placeringar. Bilder bör ha en förklaring som kan förstås utan att man läser brödtexten. Bildtexten ger vanligen bilden ett nummer:»figur 1. En glad gubbe.», placeras under bilden och ges en utformning så att den lätt kan skiljas från brödtexten (genom avstånd och/eller något mindre grad). Bilderna ska förklaras i brödtexten utan att man också måste läsa bildtexten. I brödtexten refereras bilder t.ex.»figur 1 visar» eller» en gubbe (figur 1).». Bilder bör placeras på samma sida eller uppslag som första omnämnandet i brödtexten. Detta är dock inte alltid möjligt. Utformningen ska anpassas till läsare, ämne, dokumentformat m.m. För enkla dokument i A4 är något erkänt teckensnitt med seriffer såsom Times, New Century Schoolbook eller Palatino lämpligt. Graden bör vara 9 12 p, kanske 11 p för enspaltig och 10 p för tvåspaltig text. Radlängden bör rymma tecken vilket på A4 betyder en spalt med breda marginaler eller två spalter. Radavståndet väljs enligt 3a. Nytt stycke markeras med 1 fyrkant indrag (eller något mer). Ojämn högerkant är lättare att få snyggt än jämn. Texten bör avstavas och avstavningen kontrolleras. Metoden i programmet Stava bygger på s.k. Bloom-filter. Ordlistan representeras av ett antal hashtabeller. Antalet tabeller beror på ordlistans storlek m.m. Varje ord i ordlistan läggs in i hashtabellen. Ett ord som ska kontrolleras hashas med alla funktionerna. Om någon hashtabell har»0» på motsvarande plats finns inte ordet i ordlistan och annars finns ordet troligen i ordlistan. Det finns alltså en liten risk för missar; att ord som inte finns i ordlistan godkänns. Programmet Stava har mekanismer för att hantera ändelser, sammansättningar och tilläggsordlistor samt kan generera korrektionsförslag. Stavningskontroll kan missa felaktiga ord. Det kan bero på att en felskrivning genererat ett ord i ordlistan. Det kan motverkas med en mindre ordlista ev. kompletterad med en fackordlista. En miss kan också bero på att ordet är rättstavat men fel använt. Det kan motverkas genom grammatisk analys av texten så att bara ord av viss ordklass eller böjning godkänns. Helst vill man att textens betydelse också kunde kontrolleras. Stavningskontroll kan ge falsklarm om ord som är korrekta men saknas i ordlistan. Det kan motverkas med större ordlista (med risk för flera missar). I svenska är sammansättningar ett stort problem. Rimligen kan inte alla sammansättningar tas med i ordlistan utan sammansättningar bör hanteras med regler. Man kan godkänna alla kombinationer av ord i ordlistan (ger många missar). Man kan klassificera orden efter om de kan vara självständiga, vara sista delen i sammansättning eller vara inledning eller mellandel i sammansättning. Kontrollen kan förbättras med undantagsordlistor med ord som alltid ska anses felstavade. Korrektionsförslag kan genereras genom att programmet utgår från hur felet kan ha uppkommit och för varje felmekanism kontrollerar de ord som med den felmekanismen kan ha givit upphov till det felaktiga ordet. Felmekanismer är tangentbordfel med

5 IPLab, Nada, KTH omkastning av tecken, insättning av extra tecken och överhoppning, felaktig men ljudlik stavning och förväxling av liknande bokstavsformer. 5a 5b 5c 6a 6b Ett dokument är ett element. Element innehåller text och/eller element. Vad ett element får innehålla anges i DTDn. Element inleds och avslutas med märkord som bl.a. innehåller elementnamnet. Exempel: Ett element av typ RECORD med innehållet»abbey road». <RECORD TYPE="cd">Abbey road</record> Attribut är värden kopplade till ett element men som inte ingår i elementets innehåll. Attribut har namn och värde. I exemplet har elementet attributet TYPE med värdet "cd". Entiteter är en sorts makro. Betydelsen av en entitetsreferens definieras i DTDn och data kan ges där eller finnas i en extern fil. Entiteten ä som står för tecknet»ä» i ISO , är en entitet som är inbyggd i HTML. I HTML finns länkar inom dokument och till och in i andra dokument. Utgångspunkten är ett element av typ A med attribut HREF och målet är ett element av typ A med attribut NAME. Webbläsaren visar normalt målets URL när markören befinner sig över utgångselementet. I SGML och XML finns också dubbelriktade länkar, multipla länkar, klassificerade länkar och möjlighet att lagra länkar utanför både utgångs- och måldokument. Man kan också beskriva utgångspunkt och mål med s.k. referensstege, ungefär»dokumentet med URL x, från elementet med ID=y, tredje element av typ kapitel, 2 element av typ P, ord 17 till 32». MSWord är WYSIWYG. Det finns WYSIWYG-verktyg också för Latex och HTML. Filformatet för MSWord är inte fritt och standardiserat. Filformatet för Latex är väldefinierat och HTML, XML och CSS är standardiserade. MSWord och Latex ger författaren god kontroll över dokumentets utseende. Utseendet av ett HTML-dokument styrs delvis av webbläsaren och användaren. I ett XML-dokument beskrivs inte utseendet alls. Användaren styr utseende med sin XMLläsare. Både HTML och XML kan kompletteras med formatmallar i CSS som anger hur olika element ska utformas. Författaren kan bifoga sådana CSS-mallar och användaren kan använda dessa och eller komplettera med egna. Med MSWords formatmallar kan man systematisera utformningen och strukturera dokument; dock inte hierarkiskt. Med Latex kan författaren ge dokumentet en hierarkisk struktur. Med HTML kan man ge dokument hierarkisk struktur men bara med de fördefinierade elementtyperna. Dessa används huvudsakligen för att styra utseendet. Med XML kan man ge dokument valfri hierarkisk struktur ev. kopplad till en DTD. En kodningsmetod är ickeförstörande om man alltid kan återskapa ursprungliga data och annars är den förstörande. En komprimeringsmetod är adaptiv om den anpassar kodningen till det meddelande som kodas och ickeadaptiv om kodningen blir densamma oberoende av hur meddelandet sett ut hittills. En kodningsmetod är endimensionell om data behandlas som en följd värden och tvådimensionell om metoden utnyttjar samband mellan icke intilliggande data t.ex. data från samma kolumn på intilliggande rader i en bild. En kodningsmetod är prediktiv om den utgår från något antagande om samband mellan redan kodade data och ännu icke kodade och enbart kodar skillnaden mellan verkliga data och de data som anges av sammanhanget. metod LZW följdlängdskod READ kvadrantträd gif jpeg egenskap förstörande nej nej nej nej ja ja adaptiv ja nej nej nej ja nej prediktiv nej nej nej nej nej nej dimension Se kursmaterialet.

6 IPLab, Nada, KTH a 7b 7c 8a 8b Vid bildbehandling bearbetar man bilder från kamera eller skapade med grafisk databehandling för att arrangera och anpassa dem för presentation i tryck eller på skärm. Bilden föreställer en verklighet utanför datorn. Vid grafisk databehandling bygger man någon sorts geometriska modeller och genererar en bild från denna modell. Bilden föreställer ett objekt som finns som modell i datorn. Photoshops bildmodell är en bildpunktsmatris där varje bildpunkt är färgen i en punkt i ett kvadratiskt gitter. Färgerna kan vara svart/vitt, gråtoner ur en skala med 256 steg från vitt till svart eller färgkoordinater enligt t.ex. RGB-systemet. Utöver detta använder Photoshop bl.a. lager och banor. Illustrators bildmodell är starkt kopplad till Postscript. Bilden består av objekt som kan vara text, linjer, cirkelbågar, splinekurvor och bitpunktskartor eller grupper av objekt. Ett EPS-dokument måste ha tre delar: en identifikation, ett BoundingBox-kommando och Postscriptsatser. Ett exempel: %!PS-Adobe-2.0 EPSF-1.2 %%BoundingBox: moveto lineto lineto closepath stroke De flesta tryckmetoder kan inte trycka varierande färgstyrka utan kan på varje område (exponeringspunkt) antingen placera eller icke placera färg. Se även uppgift 1b. Vid periodisk rastrering delar man in exponeringspunkterna i (vanligen) kvadratiska områden (rasterceller eller rasterpunkter) och svärtar en andel av exponeringspunkterna som motsvarar svärtningen i motsvarande del av bilden. Vid aperiodisk rastrering grupperas inte exponeringspunkterna. Istället ges varje exponeringspunkt en svärtning som approximerar svärtningen i motsvarande del av bilden. Det kan göras med tröskling. Approximeringsfelet kompenserar man genom att justera närliggande bildpunkter som ännu inte rastrerats med hjälp av en feldiffusionsmolekyl. Ett exempel är Floyd Steinbergs feldiffusionsmetod. Vi startar med ett kvadratiskt mönster av exponeringspunkter. Rasterceller är normalt kvadratiska. Motsvarande punkter i intilliggande rasterceller ska i detta fall vara föskjutna 6 exponeringspunkter horisontellt och 3 vertikalt. Då blir antalet exponeringspunkter 62+32=36+9=45. Vi kan låta varje exponeringspunkt representeras av sitt nedre vänstra hörn. För de exponeringspunkter som ligger på gränsen mellan rasterceller behövs en regel för till vilken cell exponeringspunkten hör. Välj ett hörn och intillliggande två kanter och låt de exponeringspunkter som ligger inne i cellen, i detta hörn eller på dessa kanter tillhöra rastercellen. Dela in rastercellen (supercellen) i 4 lika kvadratiska rasterceller. Använd samma regel för att fördela exponeringspunkterna mellan dessa celler. Figur 1. Kvadratiskt mönster av exponeringspunkter med kvadratiska rasterceller motsvarande rastervinkeln arctan(0,5) och med ytan 45 exponeringspunkter.

7 IPLab, Nada, KTH Figur 2. Exponeringspunkterna fördelade på (super)rastercellerna. x = rasterpunkt i hörn som tas med, o = rasterpunkt på kant som tas med. Figur 3. Superrastercellerna indelade i 4 kvadratiska rasterceller och exponeringspunkterna fördelade på rastercellerna. 9a Värdet g(x) i en bildpunkt, x, i den nya bilden erhålles såsom värdet av en approximation, f *, av den gamla bilden i motsvarande punkt, T(x) i den gamla bilden där T är tranformationsfunktionen. I exemplet transformerar vi punkterna, x=(x; y) T, i den nya bilden till ett koordinatsystem som är vridet 30 grader med en vridningsmatris: x cos 30 sin 30 = x x y sin 30 cos30 y y Som approximation kan vi använda»närmaste granne, f ( xy ; )= f ( x ; y ). För punkterna i den nya bilden får vi: x= 1 x=0 x=1 x=2 y=2 f ( ; ) = 0 f ( 1 ; ) = 0 f ; ;. ( ) = ( ) = 0 ( ) = y=1 f ; f y=0 f. ;. f y= 1 f ; f ( ) = f ( ) = 0 (. ;. ) = f ( ; ) = 100 f ( ; ) = 0 ( ; ) = f ( 087. ; 05. ) = 0 f ( 173. ; 1 ) = 0 ( 05. ; 087. ) = 0 f ( ; ) = 0 f ( ; ) = 0 För att beräkna en ny bild som vidning av en gammal bild (figur a) 30 grader motsols kring den markerade punkten placerar vi den nya bildens bildpunkter vridna 30 grader medsols på den gamla bilden, figur b, och avläser approximationen av den gamla bilden för varje bildpunkt i den nya, figur c, där de ej utskrivna bildpunkterna är 0.

8 IPLab, Nada, KTH b Figur a. Figur b. Figur c. Ett lågpassfilter dämpar bildens höga rumsfrekvenser och låter låga rumsfrekvenser passera i det närmaste oförändrade. Ett med positiva koefficienter viktat medelvärde av punkter i omgivningen är ett lågpassfilter. När summan av koefficienterna är 1 ändras inte bildens medelsvärtning. Exempel: 1/16 2/16 1/16 2/16 4/16 2/16 1/16 2/16 1/16 9c Ett linjärt filter kan skrivas som en linjärkombination av bildpunkterna i omgivningen. g(i;j) = f(i;j+1)*f(i;j 1)+f(i+1;j)*f(i 1;j)+ f 2 (i;j) är ett ickelinjärt filter.