Máscara de enfoque

El enmascaramiento de enfoque ( USM , por sus siglas en inglés) es una técnica de mejora de la nitidez de imágenes , implementada inicialmente en la fotografía de cuarto oscuro , pero ahora comúnmente utilizada en software de procesamiento de imágenes digitales . Su nombre proviene del hecho de que la técnica utiliza una imagen negativa borrosa , o "desenfocada", para crear una máscara de la imagen original. Esta máscara se combina con la imagen positiva original, creando una imagen menos borrosa que la original. La imagen resultante, aunque más nítida, puede ser una representación menos precisa del sujeto.

En el contexto del procesamiento de señales , una máscara de desenfoque es generalmente un filtro lineal o no lineal que amplifica los componentes de alta frecuencia de una señal.

Para el proceso de revelado fotográfico, un negativo de placa de vidrio de gran formato se copia por contacto sobre una película o placa de bajo contraste para crear una imagen positiva. Sin embargo, la copia positiva se realiza con el material de copia en contacto con el reverso del original, en lugar de emulsión con emulsión , por lo que aparece borrosa. Tras el revelado, este positivo borroso se vuelve a colocar en contacto con el reverso del negativo original. Cuando la luz atraviesa tanto el negativo como el positivo registrado (en una ampliadora , por ejemplo), el positivo cancela parcialmente parte de la información del negativo.

Debido a que el positivo se ha desenfocado intencionalmente, solo se cancela la información de baja frecuencia (desenfoque). Además, la máscara reduce eficazmente el rango dinámico del negativo original. Por lo tanto, si la imagen ampliada resultante se imprime en papel fotográfico de alto contraste , la cancelación parcial resalta la información de alta frecuencia espacial (detalles finos) del original, sin pérdida de detalles en luces o sombras. La impresión resultante se ve más nítida que una realizada sin la máscara de desenfoque: su nitidez aumenta.

En el procedimiento fotográfico, la cantidad de desenfoque se puede controlar cambiando la "suavidad" o "dureza" (desde una fuente puntual hasta una luz totalmente difusa) de la fuente de luz utilizada para la exposición inicial de la máscara desenfocada, mientras que la intensidad del efecto se puede controlar cambiando el contraste y la densidad (es decir, la exposición y el revelado) de la máscara desenfocada.

En la fotografía tradicional, el enmascaramiento de enfoque se suele utilizar en materiales monocromáticos ; para el enmascaramiento de transparencias fotográficas en color, se han utilizado películas especiales pancromáticas de procesamiento suave en blanco y negro. Esto ha resultado especialmente útil para controlar el rango de densidad de una transparencia destinada a la reproducción fotomecánica .

El mismo principio de diferenciación se utiliza en la herramienta de máscara de enfoque de muchos programas de edición de imágenes digitales, como Adobe Photoshop y GIMP . ^{[ 1 ]} El software aplica un desenfoque gaussiano a una copia de la imagen original y luego la compara con la original. Si la diferencia es mayor que un umbral especificado por el usuario, las imágenes se restan (en efecto).

El enmascaramiento digital de nitidez es una forma flexible y eficaz de aumentar la nitidez, especialmente en imágenes escaneadas . Desafortunadamente, puede generar efectos de borde no deseados o aumentar el ruido de la imagen . Sin embargo, estos efectos pueden utilizarse de forma creativa, sobre todo si se aplica nitidez a un solo canal de una imagen RGB o Lab . Los efectos no deseados pueden reducirse utilizando una máscara —en particular, una creada mediante detección de bordes— para aplicar la nitidez solo a las regiones deseadas, lo que a veces se denomina «nitidez inteligente».

Normalmente, el enmascaramiento digital de nitidez se controla mediante la cantidad, el radio y el umbral:

• La cantidad se indica como un porcentaje y controla la magnitud de cada sobreimpulso (cuánto más oscuros o cuánto más claros se vuelven los bordes). Esto también puede interpretarse como la cantidad de contraste que se añade en los bordes. No afecta al ancho de los bordes.
• El radio afecta el tamaño de los bordes que se realzan o el ancho de los mismos, por lo que un radio menor realza los detalles a menor escala. Los valores de radio mayores pueden causar halos en los bordes, un tenue halo de luz detectable alrededor de los objetos. Los detalles finos requieren un radio menor. El radio y la cantidad interactúan; al reducir uno, se incrementa el otro.
• El umbral controla el cambio mínimo de brillo necesario para que el filtro se aplique, es decir, la distancia mínima entre valores tonales adyacentes antes de que este tenga efecto. Esta falta de acción es importante para evitar que las áreas suaves se vuelvan moteadas. El ajuste del umbral permite acentuar los bordes más pronunciados, dejando intactos los más sutiles. Los valores bajos deberían acentuar más los bordes, ya que se excluyen menos áreas. Los valores de umbral más altos excluyen las áreas de menor contraste.

Existen diversas recomendaciones para los valores iniciales de estos parámetros, ^{[ 2 ]} y su significado puede variar entre implementaciones. Generalmente se recomienda un radio de 0,5 a 2 píxeles y una cantidad del 50 al 150 %.

También es posible implementar USM manualmente, creando una capa separada que actúe como máscara; ^{[ 1 ]} esto puede usarse para ayudar a comprender cómo funciona USM o para una personalización fina.

La fórmula de mezcla típica para el enmascaramiento desenfocado es

En el procesamiento de imágenes, la deconvolución consiste en invertir aproximadamente el proceso que causó el desenfoque de una imagen. Específicamente, el enmascaramiento de nitidez es una operación lineal simple: una convolución mediante un núcleo que es la delta de Dirac menos un núcleo de desenfoque gaussiano. La deconvolución, por otro lado, se considera generalmente un problema inverso mal condicionado que se resuelve mejor mediante enfoques no lineales. Mientras que el enmascaramiento de nitidez aumenta la nitidez aparente de una imagen sin tener en cuenta el método de adquisición, la deconvolución también la aumenta, pero se basa en información que describe algunos de los posibles orígenes de las distorsiones de la trayectoria de la luz utilizada para capturar la imagen; por lo tanto, en ocasiones puede ser preferible, ya que el aumento en la claridad de la imagen compensa el tiempo de preparación y el tiempo de cálculo por imagen.

Mediante la deconvolución, se pueden recuperar aproximadamente los detalles de la imagen que se habían perdido, aunque generalmente es imposible verificar su precisión. Estadísticamente, se puede lograr cierto grado de correspondencia entre las imágenes mejoradas y las escenas reales capturadas. Si las escenas que se capturarán en el futuro son lo suficientemente similares a las imágenes validadas, se puede evaluar la precisión de los detalles recuperados. La mejora en la calidad de la imagen suele ser atractiva, ya que los mismos problemas de validación se presentan incluso en imágenes sin mejorar.

Para que la deconvolución sea efectiva, es necesario modelar todas las variables de la escena y del dispositivo de captura, incluyendo la apertura , la distancia focal , la distancia al sujeto, la lente y los índices de refracción y geometrías del medio. Aplicar la deconvolución con éxito a imágenes de cámaras de uso general no suele ser factible, ya que las geometrías de la escena no están definidas. Sin embargo, en la práctica, la deconvolución se aplica a la microscopía y la astrofotografía, donde el valor de la nitidez obtenida es alto, tanto los dispositivos de imagen como las posiciones relativas del sujeto están bien definidas, y la optimización de los dispositivos de imagen para mejorar la nitidez físicamente resultaría mucho más costosa. En casos donde existe una aberración estable y bien definida, como el defecto de la lente en las primeras imágenes del Telescopio Espacial Hubble , la deconvolución fue una técnica especialmente efectiva. ^{[ 5 ]}

En el ejemplo siguiente, la imagen se convoluciona con el siguiente filtro de nitidez:

Filtro de nitidez$${\displaystyle {\begin{bmatrix}\ \ 0&-1&\ \ 0\\-1&\ \ 5&-1\\\ \ 0&-1&\ \ 0\end{bmatrix}}}$$

Esta matriz se obtiene utilizando la ecuación mostrada arriba en #Digital unsharp masking , utilizando un núcleo uniforme con 5 píxeles para la imagen "desenfoque" y 5 para el multiplicador de "cantidad":

$${\displaystyle {\begin{bmatrix}0&0&0\\0&1&0\\0&0&0\end{bmatrix}}+\left({\begin{bmatrix}0&0&0\\0&1&0\\0&0&0\end{bmatrix}}-{\begin{bmatrix}0&1&0\\1&1&1\\0&1&0\end{bmatrix}}/5\right)5={\begin{bmatrix}\ \ 0&-1&\ \ 0\\-1&\ \ 5&-1\\\ \ 0&-1&\ \ 0\end{bmatrix}}}$$

El efecto de nitidez se puede controlar variando el multiplicador. En este caso, se eligió el valor 5 para obtener un núcleo con valores enteros, pero esto no es un requisito para la operación.

La segunda imagen se ha enfocado el doble que la primera.

• Mejora de bordes
• ilusión de dulcamara

• Hoja de cálculo de Excel que calcula una máscara de enfoque.
• Ejemplo interactivo de máscara de enfoque
• Guía del usuario del sacapuntas PhotoKit
• Afilado básico , por thom , 1 de agosto de 2003
• La máscara de enfoque: Photoshop analógico , muestra de enmascaramiento de enfoque en el cuarto oscuro, antes de la era digital.