INTERPOLATION D'IMAGES NUMÉRIQUES

L'interpolation d'image se produit dans toutes les photos numériques à un moment donné - que ce soit dans le dématriçage bayer ou dans l'agrandissement de la photo. Cela se produit chaque fois que vous redimensionnez ou remappez (déformez) votre image d'une grille de pixels à une autre. Le redimensionnement de l'image est nécessaire lorsque vous devez augmenter ou diminuer le nombre total de pixels, tandis que le remappage peut se produire dans une plus grande variété de scénarios :correction de la distorsion de l'objectif, changement de perspective et rotation d'une image.

Même si le même redimensionnement ou remappage d'image est effectué, les résultats peuvent varier considérablement en fonction de l'algorithme d'interpolation. Il ne s'agit que d'une approximation, donc une image perdra toujours en qualité à chaque fois qu'une interpolation est effectuée. Ce didacticiel vise à fournir une meilleure compréhension de la façon dont les résultats peuvent varier, en vous aidant à minimiser les pertes de qualité d'image induites par l'interpolation.

CONCEPT

L'interpolation fonctionne en utilisant des données connues pour estimer des valeurs à des points inconnus. Par exemple :si vous vouliez connaître la température à midi, mais que vous ne la mesuriez qu'à 11h et 13h, vous pourriez estimer sa valeur en effectuant une interpolation linéaire :

Si vous aviez une mesure supplémentaire à 11h30, vous pourriez voir que la majeure partie de l'augmentation de la température s'est produite avant midi, et pourriez utiliser ce point de données supplémentaire pour effectuer une interpolation quadratique :

Plus vous avez de mesures de température proches de midi, plus votre algorithme d'interpolation peut être sophistiqué (et, espérons-le, plus précis).

EXEMPLE DE REDIMENSIONNEMENT D'IMAGE

L'interpolation d'image fonctionne dans deux directions et tente d'obtenir une meilleure approximation de la couleur et de l'intensité d'un pixel en fonction des valeurs des pixels environnants. L'exemple suivant illustre le fonctionnement du redimensionnement/agrandissement :

Agrandir 183 %

→

Contrairement aux fluctuations de la température de l'air et au gradient idéal ci-dessus, les valeurs des pixels peuvent changer beaucoup plus brusquement d'un endroit à l'autre. Comme pour l'exemple de la température, plus vous en savez sur les pixels environnants, meilleure sera l'interpolation. Par conséquent, les résultats se détériorent rapidement au fur et à mesure que vous étirez une image, et l'interpolation ne peut jamais ajouter de détails à votre image qui ne sont pas déjà présents.

EXEMPLE DE ROTATION D'IMAGE

L'interpolation se produit également chaque fois que vous faites pivoter ou déformez une image. L'exemple précédent était trompeur car c'est un exemple pour lequel les interpolateurs sont particulièrement bons. Cet exemple suivant montre comment les détails d'une image peuvent être perdus assez rapidement :

Rotation d'origine


→ Rotation de 45°
Rotation à 90 °
(sans perte) 2 X 45°
Rotations 6 X 15°
Rotations

La rotation de 90° est sans perte car aucun pixel ne doit jamais être repositionné sur la frontière entre deux pixels (et donc divisé). Notez comment la plupart des détails sont perdus lors de la première rotation seulement, bien que l'image continue de se détériorer avec les rotations successives. Il faut donc éviter de faire pivoter vos photos lorsque cela est possible; si une photo non nivelée l'exige, ne faites pas pivoter plus d'une fois.

Les résultats ci-dessus utilisent ce qu'on appelle un algorithme "bicubique" et montrent une détérioration significative. Notez la diminution globale du contraste évidente lorsque la couleur devient moins intense et comment des halos sombres sont créés autour du bleu clair. Les résultats ci-dessus pourraient être améliorés de manière significative, en fonction de l'algorithme d'interpolation et du sujet.

TYPES D'ALGORITHMES D'INTERPOLATION

Les algorithmes d'interpolation courants peuvent être regroupés en deux catégories :adaptatifs et non adaptatifs. Les méthodes adaptatives changent en fonction de ce qu'elles interpolent (bords nets ou texture lisse), tandis que les méthodes non adaptatives traitent tous les pixels de la même manière.

Algorithmes non adaptatifs comprennent :voisin le plus proche, bilinéaire, bicubique, spline, sinc, lanczos et autres. Selon leur complexité, ceux-ci utilisent entre 0 et 256 (ou plus) pixels adjacents lors de l'interpolation. Plus ils incluent de pixels adjacents, plus ils peuvent devenir précis, mais cela se fait au détriment d'un temps de traitement beaucoup plus long. Ces algorithmes peuvent être utilisés à la fois pour déformer et redimensionner une photo.

Original Agrandi à 250 %

Algorithmes adaptatifs incluent de nombreux algorithmes propriétaires dans des logiciels sous licence tels que :Qimage, PhotoZoom Pro, Genuine Fractals et autres. Beaucoup d'entre eux appliquent une version différente de leur algorithme (sur une base pixel par pixel) lorsqu'ils détectent la présence d'un bord - visant à minimiser les artefacts d'interpolation disgracieux dans les régions où ils sont les plus apparents. Ces algorithmes sont principalement conçus pour maximiser les détails sans artefact dans les photos agrandies, de sorte que certains ne peuvent pas être utilisés pour déformer ou faire pivoter une image.

INTERPOLATION DU VOISIN LE PLUS PROCHE

Le voisin le plus proche est le plus basique et nécessite le moins de temps de traitement de tous les algorithmes d'interpolation car il ne considère qu'un seul pixel - le plus proche du point interpolé. Cela a pour effet de simplement agrandir chaque pixel.

INTERPOLATION BILINAIRE

L'interpolation bilinéaire considère le voisinage 2x2 le plus proche des valeurs de pixel connues entourant le pixel inconnu. Il prend ensuite une moyenne pondérée de ces 4 pixels pour arriver à sa valeur interpolée finale. Cela se traduit par des images beaucoup plus fluides que celles du voisin le plus proche.

Le schéma de gauche correspond à un cas où toutes les distances de pixels connues sont égales, de sorte que la valeur interpolée est simplement leur somme divisée par quatre.

INTERPOLATION BICUBIQUE

Bicubic va au-delà de la bilinéarité en considérant le voisinage 4x4 le plus proche des pixels connus - pour un total de 16 pixels. Comme ceux-ci sont à différentes distances du pixel inconnu, les pixels les plus proches reçoivent une pondération plus élevée dans le calcul. Bicubic produit des images nettement plus nettes que les deux méthodes précédentes et constitue peut-être la combinaison idéale de temps de traitement et de qualité de sortie. Pour cette raison, il s'agit d'un standard dans de nombreux programmes d'édition d'images (y compris Adobe Photoshop), les pilotes d'imprimante et l'interpolation intégrée à l'appareil photo.

INTERPOLATION D'ORDRE SUPÉRIEUR :SPLINE ET SINC

Il existe de nombreux autres interpolateurs qui prennent en compte davantage de pixels environnants et sont donc également beaucoup plus gourmands en calculs. Ces algorithmes incluent spline et sinc et conservent le plus d'informations d'image après une interpolation. Ils sont donc extrêmement utiles lorsque l'image nécessite plusieurs rotations/distorsions en étapes distinctes. Cependant, pour les agrandissements ou les rotations en une seule étape, ces algorithmes d'ordre supérieur offrent une amélioration visuelle décroissante à mesure que le temps de traitement augmente.

ARTEFACTS D'INTERPOLATION À SURVEILLER

Tous les interpolateurs non adaptatifs tentent de trouver un équilibre optimal entre trois artefacts indésirables :les halos de bord, le flou et le crénelage.

OriginalAgrandi
400 %

→ Crénelage Flou Halo de bord

Même les interpolateurs non adaptatifs les plus avancés doivent toujours augmenter ou diminuer l'un des artefacts ci-dessus au détriment des deux autres - donc au moins un sera visible. Notez également comment le halo de bord est similaire à l'artefact produit par une netteté excessive avec un masque flou et améliore l'apparence de la netteté en augmentant l'acuité.

Les interpolateurs adaptatifs peuvent produire ou non les artefacts ci-dessus, mais ils peuvent également induire des textures non-image ou des pixels étranges à petite échelle :

Originalagrandi
220 %

→ Interpolation adaptative

D'autre part, certains de ces "artefacts" des interpolateurs adaptatifs peuvent également être considérés comme des avantages. Étant donné que l'œil s'attend à voir des détails jusqu'aux plus petites échelles dans des zones à texture fine telles que le feuillage, il a été avancé que ces motifs trompent l'œil à distance (pour certains sujets).

ANTI-ALIASING

L'anti-crénelage est un processus qui tente de minimiser l'apparence des bords diagonaux crénelés ou irréguliers, appelés "jaggies". Ceux-ci donnent au texte ou aux images une apparence numérique grossière :

Agrandi à 300 %
(Avec aliasing)

Agrandi à 300 %
(Sans aliasing)

L'anticrénelage supprime ces irrégularités et donne l'apparence de bords plus lisses et d'une résolution plus élevée. Cela fonctionne en prenant en compte à quel point un bord idéal chevauche les pixels adjacents. Le bord crénelé arrondit simplement vers le haut ou vers le bas sans valeur intermédiaire, tandis que le bord anti-crénelé donne une valeur proportionnelle à la quantité de bord contenue dans chaque pixel :

Diagonale parfaite

Choisir :

Alias

Anti-aliasé

Rééchantillonné en basse résolution

Un obstacle majeur lors de l'agrandissement d'une image est d'empêcher l'interpolateur d'induire ou d'exacerber le crénelage. De nombreux interpolateurs adaptatifs détectent la présence de contours et s'ajustent pour minimiser le crénelage tout en conservant la netteté des contours. Puisqu'un bord anticrénelé contient des informations sur l'emplacement de ce bord à des résolutions plus élevées, il est également concevable qu'un puissant interpolateur adaptatif (détectant les bords) puisse reconstruire au moins partiellement ce bord lors de l'agrandissement.

REMARQUE SUR LE ZOOM OPTIQUE ou NUMÉRIQUE

De nombreux appareils photo numériques compacts peuvent effectuer à la fois un zoom optique et un zoom numérique. Un appareil photo effectue un zoom optique en déplaçant l'objectif zoom de sorte qu'il augmente le grossissement de la lumière avant même qu'elle n'atteigne le capteur numérique. En revanche, un zoom numérique dégrade la qualité en interpolant simplement l'image — après qu'elle a été acquise au niveau du capteur.

Zoom optique 10X Zoom numérique 10X

Même si la photo avec zoom numérique contient le même nombre de pixels, le détail est clairement bien moindre qu'avec le zoom optique. Le zoom numérique doit être presque entièrement évité , sauf si cela permet de visualiser un objet éloigné sur l'écran de prévisualisation LCD de votre appareil photo. Alternativement, si vous prenez régulièrement des photos en JPEG et prévoyez de recadrer et d'agrandir la photo par la suite, le zoom numérique a au moins l'avantage d'effectuer l'interpolation avant que tout artefact de compression ne s'installe. Si vous trouvez que vous avez besoin du zoom numérique trop fréquemment, achetez un téléconvertisseur complément, ou mieux encore :un objectif avec une distance focale plus longue.

Pour en savoir plus, veuillez consulter des didacticiels plus spécifiques sur :
Agrandissement de photos numériques
Redimensionnement d'image pour le Web et les e-mails