Дисторсию: Что такое дисторсия в фотографии

Содержание

Оптика: очки и контактные линзы

Дисторсия есть аберрация, которая проявляется в том, что нарушается подобие изображения предмету. В этом случае отношение тангенсов углов поля зрения и поля изображения не сохраняет своего постоянного значения для точек по всему полю изображения. Дисторсия не влияет на резкость изображения. Оптическая система, свободная от дисторсии, называется ортоскопической.

Дисторсия проявляется в том, что правильный квадрат изображается в виде подушки или бочки или еще более сложной фигуры.

В первом случае дисторсия называется подушкообразной, или положительной, так как величина действительного изображения больше теоретического. Во втором случае — бочкообразной, или отрицательной. Обычно одна часть изображения является бочкообразной, а другая — подушкообразной. Особо важное значение имеет дисторсия в оптических измерительных приборах, в частности в объективах для фотографических и картографических работ.

Абсолютная дисторсия, называемая оптической, выражается уравнением

Если предмет l1 расположен на конечном расстоянии от системы, то l’0 можно найти из формулы линейного увеличения (11,1). Величина изображения l’k вычисляется или измеряется по главному лучу, проходящему через центр входного зрачка.

Коррегирование оптических систем на аберрации производят таким образом, чтобы наименьшие аберрации соответствовала точке изображения на главном луче. В этом случае можно предполагать, что максимум световой энергии в пятне рассеяния также соответствует точке пересечения главного луча с плоскостью изображения.

В этой формуле величина f’ может и не быть равна величине заднего главного фокусного расстояния, вычисляемого по нулевому лучу. Справедливость этого положения вытекает из того, что фокусное расстояние определяет масштаб изображения, и, если дисторсия пропорционально увеличивает изображение, то изменяется размер изображения, а форма его не искажается. В этом случае остаточная дисторсия называется фотограмметрической, или истинной

В отличие от оптической, формула этой дисторсии имеет вид

где f’k — фотограмметрическое значение фокусного расстояния, в действительности указывающее на масштаб изображения.

Введение фотограмметрического фокусного расстояния всегда уменьшает дисторсию по сравнению с оптической, кроме того редкого случая, когда оптическая система в изображении имеет одновременно одинаковые положительные и отрицательные по абсолютной величине искажения. В этом случае заднее фокусное расстояние равно фотограмметрическому.

Характеристическая кривая дисторсии показана на рис. 42, где по оси абсцисс отложены величины искажения δl’, а по оси ординат — углы поля зрения. График дисторсии позволяет перейти от оптической дисторсии к фотограмметрической. Для этого через начало координат проводится прямая, рассекающая кривую оптической дисторсии на две половины таким образом, чтобы по отношению к этой прямой дисторсия была одинаковой по обе ее стороны.

Дисторсия равна нулю в симметричном объективе при увеличении β=-1. Если β≠ -1, то отношение фокусных расстояний

половинок объектива должно быть по абсолютной величине равно линейному увеличению. Один и тот же объектив обычно используется при различных увеличениях. Для того чтобы при этом не

возникла дисторсия, нужно, чтобы отсутствовала сферическая аберрация в зрачках. Сферическая аберрация в зрачках заключается в том, что главные лучи, проходящие через центр действующей диафрагмы под различными углами, после преломления при выходе из половины объектива не пересекаются с оптической осью в центре выходного зрачка. Для определения сферической аберрации в зрачках вычисляют главные лучи из центра действующей

диафрагмы под одними и теми же углами, через левую и правую половинки объектива. Для того чтобы главный луч, направляющийся в центр входного зрачка, выходил из центра зрачка системы под тем же углом, необходимо, чтобы зрачки совпадали с главными плоскостями оптической системы, так как угловое увеличение в главных плоскостях равно 1. При этих условиях дисторсия объектива зависит от линейного увеличения аберрации в зрачках и углов поля зрения и изображения.

На рис. 43 в соответствии с общепринятыми правилами знаков показаны отрезки и углы, известные из вычислений главных лучей.

Луч КЕ есть главный луч, проходящий через переднюю половину объектива, а луч Е’К’ — через заднюю половину объектива, Δ1 и Δ2 — сферическая аберрация в зрачках, Н и H’- плоскости входного и выходного зрачков. В общем случае углы ω1 и ω’k не равны друг другу.

Для определения дисторсии всего объектива определим дисторсию передней половины, затем ее перенесем с учетом линейного увеличения в пространство изображения и прибавим собственно дисторсию задней половины объектива. Величина l1 есть величина действительного предмета. Из рис. 43 следует:

Пример 18. Дисторсия симметричного объектива при масштабе съемки 1:2 в пределах некоторого поля зрения составляет 0,08 мм. Определить дисторсию этого объектива в пределах этого же поля зрения для масштаба съемки 2:1.

Решение. Дано: δl’1=0,08 мм, β1=-0,5.

Необходимо найти δl’2 при β2=-2.

На основании формулы (38,8) имеем

Как исправить в фотошопе дисторсию


Простой способ устранить дисторсии на снимке

Дисторсия — это искажение пространства линзами. Прямые линии на снимке становятся кривыми. Особенно это заметно при съемке на сверх-широкоугольные объективы, фишаи, или просто на некачественные объективы. Дисторсии на шириках (выпукласть )- главная причина почему такими объективами не снимают портреты — лица в этом случаи становятся очень широкими.

Дисторсии можно исправить в графических редакторах. Я описывал способ для Лайтрума вот здесь. Но такой подход далеко не всегда может удовлетворить все желания фотографа и компания Adobe ввела в новом Фотошопе CS6 специальный фильтр под названием Adaptive wide angle (адаптивный широкий угол) чтобы как можно больше возможностей по исправлению дисторсии предоставить фотографам. Adaptive wide angle — мощный инструмент с очень простым управлением.

Для новичков в этом уроке фотошопа я разложу все по полочкам, что куда нажимать. 🙂

Итак, открываем фото в Adobe Photoshop CS6.

…для примера я взял свое фото сделанное на фишай Зенитар 16мм.

Автор фото: Павел Древницкий

Здесь мы видим просто «шикарные» искажения прямых линий, но сейчас легко это исправим.

Идем в меню Фильтр — Адаптивный широкий угол. Открывается окошко фильтра…

Фотошоп, на основе EXIF информации снимка, пытается сам определить фокусное расстояние и предложить свою версию исправления дисторсии. Но, как это часто бывает, его «догадки» не совсем верны.

Сейчас мы «подскажем» фотошопу, где именно на снимке находятся прямые линии. Просто нарисуйте мышкой горизонтальную линию вдоль горизонта, или балки. Затем удерживая SHIFT нарисуйте вертикальную линию вдоль какого-то столба или чего-то, что должно быть прямым на снимке. 🙂

Например вот так:

кликните для увеличения

Может неотчетливо видно, но я начертил по снимку одну горизонтальную и две вертикальных линии. Сразу же после создания линии, фотошоп автоматически «выпрямляет» изображение, и чем больше этих линий вдоль прямых объектов на снимке, тем точнее будет результат исправления дисторсии. Линия может быть изогнутой (чтобы повторять контур объекта на снимке) и эту изогнутость можно контролировать с помощью передвижения точки в центре линии. Для данного снимка я создал шесть линий и получил вот такой результат:

Изображение приняло такой вид, будто я его снимал на обычный объектив, а не на фиш-ай. Времени заняло секунд 15-20.

Adaptive wide angle очень полезен при редактировании панорам. Множество снимков объединенных в один частенько страдают на проявление дисторсии, но новый фильтр Adobe Photoshop проделывает отличную работу.

Сделайте прикольный подарок другу — купите ему забавные майки с рисунками ии текстами, которые будут смотреться необычно и весело. Герои сериалов и фильмов, крылатые фразы и двузначные намеки — все можно разместить на футболке.

Cifrovik

Исправление геометрических искажений. PhotoShop CS5.

При фотографировании архитектурных сооружений, мы    сталкиваемся с такой проблемой, как перспективное искажение. В зависимости от    типа оптики на вашем фотоаппарате вы можете столкнуться:       

1. Либо  с  наклоном  линий к центру – так называемая трапециевидная дисторсия.

2. Либо  со вариантом когда изображении приобретает бочкообразную форму – бочкообразная дисторсия.

Для начала скопируем слой или выделим само изображение с    помощью клавиш Ctrl + A или    в меню Select > All (Выделить    > Всё). Если этого не сделать, то инструмент не будет работать, ибо фотошоп    просто не поймёт – на что именно вы хотите применить данный инструмент. Если вы не уверены в своем глазомере – то вам будет наверное    не лишним включить сетку (меню View    -> Show -> Grid, или если использовать    «горячие клавиши – то Crtl+    ‘). Про настройку шага сетки вы можете посмотреть в уроках фотошколы.

И то, как мы его видим своими глазами и каким оно должно    быть на фото.

       

А теперь я расскажу о том, как это искажение можно исправить    в Photoshop CS5.

 1 способ:    Трансформация.

                                               

 Выбираем в меню Edit > Free Transform    (Редактирование > Свободная  Трансформация)    или Edit > Transform > Distort (Редактирование    > Трансформация > Искажение). Можно также использовать клавиши Ctrl + T для вызова «Свободной    трансформации» не через меню.

               

Можно сразу выбрать  Distort (искажение), если вам    не нужно исправить линию горизонта или ещё что-нибудь. Если же выбрали Free Transform, то на панели    инструмента выбираем значок Distort.

       

На фото появляется сетка с направляющими, за которые мы и    будем тянуть, чтобы выправить наше здание.

       

Потянем за левый верхний угол до тех пор, пока наша башня не    выровняется.

Если нужно подправить искажение середины, то потянем за    направляющую.        С другой стороны делаем точно также. Выравниваем и    центральные башни.       

Нажимаем клавишу Enter. Готово.       

2 способ. Фильтр Lens Correction…

       

 В меню Filter выбираем Lens Correction…    или нажимаем клавиши Shift    + Ctrl + R.

Появляется окно. 

 

Здесь нам нужна вторая закладка Custom.

Внизу есть флажок Show Grid (Показать сетку), который    включает сетку на изображение, чтобы по ней ориентироваться при выравнивании    здания.

 

Теперь примемся за дело.

Так как у нас искажение заключается в схождении линий к    центру, то мы воспользуемся сектором  Lens Correction… — Transform (Трансформация).

 

Для начала выровняем горизонт, ориентируясь на центральный    угол здания. Для этого подбираем нужный нам угол (Angle). В данном случае он равен 357°.

 

Далее с помощью ползунка Вертикальная Перспектива (Vertical Perspective) выравниваем    здание, чтобы все его края были вертикальными, а не под углом.

       

В результате, по бокам обрезалась большая часть нашего    снимка. Чтобы увидеть её, двигаем ползунок Размер (Scale).

 

После выравнивания перспективы, края становятся неровными.    Плюс появляются пустые пространства. При желании их можно заполнить: на первой    вкладке в пункте Edge есть 4 вида заполнения: Удлинение краёв, Прозрачность,    Чёрное и Белое заполнение. Прозрачным заполнение перестаёт быть при сохранении    в JPG.

                       

По сути всё. Можем нажимать ОК и любуемся результатом.

                       

Про бочкообразную    дисторсию.

Принцип исправления её — тот же, что и для трапециевидной дисторсии.    Только используем не вертикальную и горизонтальную коррекцию, а Геометрическую    Дисторсию (Geometric    Distortion) – ползунок    Remove Distortion.

    А дальше пробуйте сами и подбирайте настройки под свои фотоаппараты  и свою оптику.

Коррекция перспективных искажений в Photoshop при съемке архитектуры

Городские сцены может быть трудно сфотографировать из-за перспективного искажения

Съемка зданий может быть запутанной. Основная причина заключается в том, что они высокие, и чтобы захватить их в кадре целиком, нужно далеко отходить. Если вы снимаете в городе, то не всегда есть возможность удалиться на нужное расстояние. И если вы столкнулись с таким ограничением, можно направить камеру под углом вверх, но при этом возникает перспективное искажение.

Если вы используете широкоугольные объективы,  (а вероятно так и есть, если вы снимаете архитектуру) и наклоняете камеру то вверх, то вниз, естественно, изображение будет искажаться. Для противодействия этому эффекту, фотографы архитектуры применяют специальные объективы со сдвигом оптической оси (тилт-шифт объективы). Проблема заключается в том, что они очень дорогие.

Вплоть до недавнего времени, это был единственный способ избавиться от перспективных искажений, но благодаря последним версиям Photoshop, есть несколько по-настоящему удивительных инструментов, легко решающих эту проблему. Иногда искажения можно, конечно, использовать, но речь идет о случаях, когда их нужно исправить.

1. Виды искажений

Искажение — это когда прямые линии объекта либо изогнуты в определенном направлении, либо они сходятся или расходятся. Это происходит, когда фокальная плоскость вашей камеры направлена вверх или вниз. Это называется перспективными искажениями.

Второй, наиболее распространенный тип искажений —  это бочковидная дисторсия, она зависит от типа используемого объектива. Бочковидная дисторсия делает изображение надутым с центра, так что оно выглядит как бочка — широкое в центре, и узкое в верху и внизу.

Широкоугольные объективы имеют тенденцию искажать перспективу при наклоне камеры, а в некоторых случаях можно получить и бочковидную дисторсию. Как же это исправить?

Высотные здания легко искажаются с широкоугольным объективом

2. Исправление искажений на этапе съемки

Если вы хотите избежать перспективного искажения, то камеру (фокальную плоскость)нужно держать под углом 90 градусов к объекту съемки. Другими словами, не наклоняйте камеру вверх или вниз.

При съемке пейзажей соблюсти это правило не составит проблем, но что касается съемки высоких зданий, могут возникнуть проблемы. Иногда невозможно избежать перспективных искажений при съемке.

В таких случаях на помощь приходит Photoshop. Бочковидная дисторсия это недостаток объектива, широкоугольные объективы, например, могут “раздуть” середину изображения. Вы можете частично устранить проблему с помощью зуммирования,  слегка изменив фокусное расстояние вашего зума, так как бочковидная дисторсия в случае с широкоугольным зумом  проявляется при максимально широком угле. Однако и зуммирование не всегда возможно, поэтому основная часть этой проблемы решается в Photoshop.

3. Исправление искажений в Photoshop

В Photoshop есть несколько функций, которые помогут вам исправить как перспективные искажения, так и дисторсию.

Один из лучших инструментов — Adaptive Wide Angle Tool. Он является интуитивно понятным и простым в использовании, нужно только немного попрактиковаться. Раньше для этого я использовал инструменты преобразования (такие как Distort, Skew, Perspective and Warp). Они хорошо работали хорошо, но требовалось много времени, чтобы исправления с их помощью имели реалистичный вид.

В приведенных ниже примерах, здание выглядит меньше и ниже. Чтобы это нивелировать нужны определенные корректировки, хоть в общем то линии вертикальны и все неплохо с архитектурной точки зрения. С Adaptive Wide Angle корректировка всего осуществляется порой за три-четыре клика.

Изображение здания с искажениями перед применением Photoshop

То же изображение после обработки в Photoshop

4. Инструмент Adaptive Wide Angle

Инструмент Adaptive Wide Angle находится в меню фильтров». Откройте изображение, которое вы хотите исправить (с косыми зданиями или стенами), нажмите на FILTER>ADAPTIVE WIDE ANGLE, и откроется новое окно с изображением.

Изображение на корректировку, можно видеть как перекошены вертикальные линии

В зависимости от того, как изображение отображается в окне, может понадобиться масштабирование, чтобы поместилась вся картинка. Справа вы увидите окно с названием Correction (коррекция). Ниже расположена ползунковая шкала, используйте ее. Также есть выпадающий список таких опций как перспектива, рыбий глаз, и так далее, — я предпочитаю установить режим Авто. В определенных случаях полезны и другие функции, но в режиме Авто (с дополнительными коррективами вертикалей и горизонталей в изображении), у меня результат лучше.

На экране Adaptive Wide Аngle Tool

Затем нужно будет обратить внимание на стены здания — они сходятся или расходятся. С левой стороны окна диалога, вы увидите некоторые стандартные инструменты. Инструмент, который является первым в ряду называется просто Constraint Tool — его я использую чаще всего.

Кликните на него, и наведите курсор на одну из вертикальных линий здания, нарисуйте линию вниз по стене. Начните сверху здания и ведите линию до низу вдоль вертикальной стенки. Когда закончите, кликните внизу линии и Photoshop создаст ее точно по проведенной траектории. Когда кликнете, Photoshop скорректирует бочковидную дисторсию, но линия останется наклоненной.

Внизу линии вы увидите квадрат, щелкните по нему правой кнопкой мыши и откроется три опции: Горизонтально, Вертикально, и Произвольно. Это три способа корректировки линии. Если вы имеете дело с вертикальной стеной, выберите Вертикально. Photoshop мгновенно приведет ее в такое состояние. Это также может привести к искажению других линий, что в порядке вещей, — выберите другую некорректно отображаемую вертикальную линию, и повторите процесс описанный выше. Обычно чтобы полностью выровнять здание, достаточно поработать с 3-4 линиями. Иногда горизонтальные линии сдвигаются со всеми этими изменениями. В таком случае нужно выбрать линию которая должна быть горизонтальной, и опцию “Горизонтально” во всплывающем окне.

Чтобы убедиться в точности нарисованной линии, справа в окне есть функция 100%-го зума. Она будет вам очень полезна, чтобы корректно обозначить начало и конец линии.

Adaptive Wide Аngle Tool и изображение после того, как были внесены 3 поправки

После того, как вы выпрямили самые перекошенные вертикали, и несколько горизонталей, этого достаточно чтобы изображение выглядело реалистично. Когда вы закончите, нажмите ОК, и изображение откроется в Photoshop. После этого можно выровнять и остальные линии.

Недавно в Adobe Photoshop был добавлен новый инструмент под названием Guided Upright и вы можете его найти в Camera RAW последних версий.

Окончательное изображение после редактирования в Adaptive Wide Аngle Tool

Ниже небольшой видеоролик, от Adobe, посмотрите, он также может быть полезным для использования.

А какой метод корректировки используете вы? Поделитесь в комментах. Спасибо.

Читайте также: Как улучшить свои фотографии архитектуры. 6 советов

Автор: Barry J Brady.

Перевод: Filip Koza.

Источник: http://digital-photography-school.com

Как быстро исправить широкоугольное искажение в Adobe Photoshop

10 июля 2016 | Опубликовано в Уроки | 1 Комментарий »

Если вы снимаете с ультра широкоугольным объективом, вам отлично известно, какие он делает искажения. В программе Adobe Photoshop есть инструмент Adaptive Wide Angle, который может исправить это, но у него имеются недостатки — в том числе количество времени, которое вам потребуется на обработку. Но есть и хорошая новость: на этом уроке мы научим вас технике Volume Deformation, которая сэкономит кучу времени и нервов.

Что дает Adaptive Wide Angle?

Обычно вы идете в Filter > Adaptive Wide Angle / Фильтр > Адаптивный широкий угол (сочетание клавиш alt+shift+ctrl+a) и начинаете рисовать линии. Да, это работает (в основом). И это может исправить искажения. И отлично, что это встроено в Photoshop. Но это невероятный труд, и если не делать это аккуратно, то результат может оказаться довольно странным. Вам придется вырезать неудачные области, но это не всегда срабатывает.

Volume Deformation — это быстрее и проще

Volume Deformation — альтернативная техника, которую можно использовать в данном случае. Она быстрее и легче в работе, чем Adaptive Wide Angle / Адаптивный широкий угол.

Прежде всего, давайте уточним минусы. Он неожиданно создает эффект «фиш-ай», и по краям фотографии появляются небольшие искривления. И да, Volume Deformation не встроен в Photoshop, а это значит, вам нужно будет скачать дополнительное приложение.

Так почему же его все таки стоит использовать?

1. Он фиксирует перспективу. 2. Нет необходимости думать. И не нужно делать монотонную работу в плане рисования кучи линий. 3. Результаты более стабильные.

4. Вам не нужно ничего вырезать, поэтому итоговое фото будет полным, без потери части картинки.

Шаг 1

Для объемного деформирования фотографии требуется 20 раз постепенно сжимать края фото. Но зачем это делать, если в Adobe Photoshop уже есть такая функция?

Итак, скачайте бесплатную версию Real Estate Photo Retoucher. Этот продукт представляет собой набор Photoshop функций, созданных специально для обработки фотографии недвижимости. И он включает в себя опцию Volume Deformation.

Ниже вы найдете фотографию, на примере которой мы научимся пользоваться данной функцией. Обратили внимание на то, что окно по правую сторону выглядит значительно больше, чем два других? Вот это мы и собираемся исправить на сегодняшнем уроке.

Шаг 2

После загрузки и распаковки файлов, сделайте двойной щелчок на файле ATN. Перейдите к Window> Actions. Откройте свое изображение в Photoshop, затем выберите в списке Geometry – Volume Deformation.

Шаг 3

После этого можно воспользоваться возможностью скрыть/показать слои для предварительного просмотра результатов. Если это не работает, PRO версия имеет функцию, которая даст вам 5 уровней деформации. Или же вы можете заново повторить действие Volume Deformation.

Обычно два слоя — это все, что вам нужно. Имейте в виду, как только вы увеличите количество слоев, кривизна или, проще говоря, эффект рыбьего глаза (fish-eye) ближе к краям тоже начнет увеличиваться.

Шаг 4

После объемной деформации мы можем выпрямить линии автоматически, перейдя в Filter > Camera Raw Filter. Перейдите к Lens Correction, выберите вкладку Manual,  затем нажмите на кнопку, показанную на скриншоте ниже, чтобы выпрямить все вертикальные линии на вашей фотографии.

Финальный результат

Автор — DENNY TANG 

Перевод — Дежурка

Смотрите также:



(PDF) DEFINITION LENS DISTORTION CAMERA WHEN PHOTOGRAMMETRIC IMAGE PROCESSING

Вестник Дагестанского государственного технического университета. Технические науки. №4 (35), 2014

9

В случае не учета погрешности, вызванной дисторсией, радиус-вектор

каждой точки при фотограмметрических измерениях аэрофотоснимка будет со-

держать систематическую погрешность. Нарушение ортоскопии в центриро-

ванных оптических системах объясняется неравенством углов между входящим

лучом в объектив β и выходящим из него β’, как показано на рис.1.

Рисунок 1 — Схема действия дисторсии в объективах фотокамер

При этом, изображение точки М получится в точке М’, т. е. сместится на

величину Δr. В данном случае если β’ > β, то смещение изображения происхо-

дит в сторону увеличения радиус – вектора r и дисторсия считается положи-

тельной, и наоборот, если β’ < β дисторсия считается отрицательной. Смещение

Δr изображения точки М зависит от величины радиус-вектора rо и имеет нели-

нейный характер. При этом, окружность, имеющая постоянный радиус, изоб-

ражается окружностью, которая будет содержать постоянную погрешность по

всей длине, а все остальные геометрические фигуры будут претерпевать иска-

жения нелинейного характера. В случае положительной дисторсии, точки,

имеющие большие радиус – векторы относительно главной точки снимка будут

иметь большие искажения, а точки, имеющие меньшие радиус – векторы, ма-

лые искажения. В случае отрицательной дисторсии изображение геометриче-

ской фигуры будет иметь обратный эффект. Например, фигура квадрата в слу-

чае положительной дисторсии будет иметь подушкообразное изображение, и

бочкообразное изображение – в случае отрицательной дисторсии, так как r2 >

r1, где r1 и r2 радиус-векторы середины стороны квадрата и вершины соответ-

ственно.

Величину суммарной дисторсии, т. е. абсолютной дисторсии, вычисляют

при помощи полинома вида 1

Δr = r — rо = kо r + k1r3 + k2r5 + k3r7 (1)

Первый член этого полинома представляет линейное увеличение изобра-

жения, которое имеет наибольшее значение, которое можно исключить измене-

нием положения плоскости изображения Р в положение Р’, т.е. изменяя фокус-

ное расстояние на величину Δf

kоr = r (Δf / f) (2)

При этом, фокусное расстояние, как видно из рис. 1, увеличится на вели-

чину Δf и станет:

Дисторсия. Коррекция дисторсии в фотошоп и lightroom. Исправляем дисторсию и перспективу на фотографиях в Lightroom Что такое профиль коррекции лайтрум

Артем Кашканов, 2012

Продолжаю цикл статей по компьютерной обработке фотоагрфий. Темой сегодняшнего нашего разговора будет исправление дисторсии и перспективы на фотографии. Напомню, что дисторсия — это искривление прямых линий, проявляющееся по краям кадра, из-за чего картинка выглядит выпуклой или, наоборот, вогнутой. Эффект перспективы — это оптический эффект, состоящий в схождении параллельных прямых на фотографии. Дисторсия и перспектива — это настоящий бич при съемке интерьеров и архитектуры. Именно из-за них стены зданий выглядят искривленными, а сами здания вместо прямоугольной формы имеют форму трапеции.

Однако, иногда дисторсия и перспектива играют положительную роль и используются в качестве художественного приема, позволяющего лучше передать идею фотографии зрителю (хотя, это все на любителя).

Тем не менее, зачастую встает вопрос — как «подчинить» перспективу и дисторсию и заставить их «работать на себя». Для этого придумано немало средств, как «железных», так и программных. Для начала поговорим о перспективе .

Как исправить перспективу?

Использование объектива «тилт-шифт»

Тилт-шифт (tilt-shift, поворот-сдвиг) — это объектив специальной конструкции, позволяющий копменсировать перспективные искажения. Примером такого объектива является Canon TS-E 24mm f/3.5 L II. Объектив состоит из 2 частей, соединенных подвижным шарниром, имеющим две степени свободы — «морду» объектива можно двигать вверх-вниз параллельно плоскости кадра (для компенсации перспективы) или поворачивать в вертикальной плоскости (для управления расположением зоны ГРИП.

Более подробно почитать об этом объективе можно на сайте photozone.de (правда на английском языке), а посмотреть картинки на этой странице — примеры использования объектива tilt-shift — весьма интересно! Объектив «тилт-шифт» — незаменимый аксесуар для профессиональных фотографов, снимающих архитектуру и интерьеры. Однако, стоимость такой оптики редко опускается ниже 4-значной долларовой отметки. Редкий фотолюбитель может себе такое позволить.

Компоновка кадра, исключающая перспективное искажение

Если вы заметили, то эффект перспективы проявляется только когда расположение оптической системы (фотоаппарат + объектив) отлично от горизонтального. Стоит «задрать» голову, сразу получаем падающие стены! С другой стороны, если скомпоновать кадр так, чтобы горизонт был посередине (то есть, аппарат стоит строго горизонтально), то перспективного завала не будет. Однако, при этом необходимо сильно кадрировать изображение. Примерно так (пример сделан «пост-фактум», поэтому прошу извинить за возможную неточность передачи картинки):
Минусы очевидны — значительный проигрыш в разрешающей способности, необходимость иметь мощный широкоугольник. Советовать использование такого метода на практике не рискну, однако, на самый крайний случай может пригодиться.

Исправление перспективы в Adobe Photoshop Lightroom

Если у вас есть эта программа и вы имеете привычку снимать все в RAW, вы можете вздохнуть с облегчением, вы избавлены от многих мучений. Открываем фотографию в Lightroom (как это сделать — читайте в ).
Нам нужно выполнить 4 действия: 1. Выбрать раздел Develop 2. Промотать список опций вниз до Lens Correction 3. Выбрать режим Manual 4. Поиграть движком Vertical При наведении курсора мыши на движок Vertical, на изображении появляется сетка, которая помогает «вывести» вертикали.
Все почти хорошо за исключением того, что в нижней части фотографии образовалась полукруглая «выемка», от которой избавляемся кадрированием.
Вот и все!

Итак, с перспективой разобрались. Осталось победить дисторсию. А если не победить, то использовать с выгодой для себя.

Эксперименты с дисторсией

Единственный минус — детализация по углам кадра становится просто никакой. Однако, учитывая разницу в стоимости между Зенитаром 16/2.8 и «эквивалентным» ему широкоугольником Canon EF 16-35/2.8L или Canon EF 14/2.8L советскому фишаю можно простить абсолютно все! По крайней мере, подобный эксперимент может дать вам примерное представление — «а как будет это выглядеть, если снять это сверхширокоугольником?» Это может повлиять на ваше решение о (не) целесообразности покупки широкоугольной «эльки».

Не так давно мы общались на тему хроматических аберраций (цветовые искажения) объективов и о том, как бороться с этой напастью.

Но есть много других несовершенств нашей с вами оптики.

Сегодня вы узнаете о том, что такое дисторсия и как ее убрать в фотошоп и лайтрум.

Начнем с определения.

Distorsio или distortion — с латыни искривление.

Дисторсия — геометрические аберрации (геометрические искажения), проявляющиеся в искривлении прямых линий.

Слева изображен квадрат, на котором отсутствует дисторсия.

Подушкообразная дисторсия – прямые линии изогнуты внутрь кадра (положительная дисторсия).

Бочкообразная дисторсия – прямые линии изогнуты наружу (отрицательная дисторсия).

Геометрические искажения присутствуют во всех объективах в той или иной степени, в дорогих моделях аберраций естественно меньше.

Есть такие модели, в которых дисторсия объектива будет «фишкой», которая всем нравится, а не дефектом, который следовало бы убрать.

Вы, наверное, уже догадались, что я говорю об объективе «рыбий глаз» их еще называют «фишай» (Fish eye).

Вот фотографии, сделанные при помощи таких объективов.

Дисторсия лучше всего заметна при наличии в кадре прямых горизонтальных или вертикальных линий – это в первую очередь архитектура, линия горизонта, деревья, столбы и так далее, причем сильнее всего искажения заметны на краях кадра.

Если фотографировать портреты, пейзажи без прямых линий, то дисторсия практически не заметна.

Сильнее всего геометрические искажения проявляются на широких углах объектива.

Например: у вас объектив с фокусным расстоянием 18-105 мм, больше всего дисторсия будет проявляться на 18мм, с увеличением фокусного расстояния геометрические искажения уменьшаются.

Как уменьшить дисторсию?

  1. Так как геометрические искажения сильнее проявляются на широком угле, то можно отойти подальше от снимаемого объекта и воспользоваться зумом.
  2. Покупка более дорогого объектива.
  3. Коррекция дисторсии в графических редакторах.

Подробнее остановимся на третьем пункте.

Мы будем работать с этим изображением.

Коррекция дисторсии в фотошоп. Lens Correction.

Откройте изображение, на котором хотите убрать геометрические искажения.

Выбираем Correction -> Geometric Distortion.

Далее выбираем производителя камеры (Camera Make), модель камеры (Camera Model), модель вашего объектива (Lens Model). Если вы не нашли своей модели объектива или камеры – нажмите кнопку «Search Online» и фотошоп произведет поиск этих параметров в сети Интернет.

После того, как вы выберете все параметры, фотошоп автоматически откорректирует дисторсию.

Есть еще один способ – ручной.

Коррекция дисторсии ручным способом не очень удобна, но вполне выполнима. Перейдите в меню «Custom» фильтра Lens Correction. Используйте ползунок Remove Distortion для коррекции дисторсии ручным способом.

Для удобства корректировок можно использовать сетку – «Show Grid» (показать сетку), размер ячеек и цвет линий сетки можно изменять.

Коррекция дисторсии в фотошоп. Camera Raw.

Переходим в Lens Correction

Коррекция дисторсии в автоматическом режиме осуществляется выбором пункта «Enable Lens Profile Correction» — Активировать профиль коррекции объектива. В этом случае плагин в автоматическом режиме определит модель камеры и объектива и исправит дисторсию по этим параметрам. Можно это сделать и в ручном режиме – «Manual».

Предисловие.
Поскольку сейчас на занятиях всем своим ученикам я раздаю методичку, то хотелось бы услышать ваше мнение по написаному. Особенно прошу указывать на те моменты где допущены ошибки, что дополнить и т.д.
И так, начнем с Lightroom.
Тем кто знаком с этой программой ничего нового для себя не найдет, поскольку тут в основном будут просто описаны все ползунки, кнопочки и т.д. Принцип работы с различными изображениями их анализ идет у нас непосредственно на занятиях. Но следующие главы методички будут гораздо интереснее.

Lightroom
Программа Lightroom разбита на несколько разделов, каждый из которых содержит свои модули.

Library (библиотека) – Предназначен в основном для просмотра, выборки и каталогизации ваших изображений.
Находясь в этом разделе в левом нижнем углу вы увидите 2 большие кнопки импорта и экспорта.
Для начала работы разберемся с импортом фотографий.
При нажатии на кнопку Import в данном разделе, или во вкладке File-Import Photo and Video у вас открывается диалоговое окно импорта.

1 – Включение/выключение полноценного вида окна Import. На картинке представлен развернутый вид.
2 – Ресурс, откуда будут импортироваться ваши фотографии. Ниже расположены папки выбранного устройства. Вам нужно выбрать что вы хотите импортировать в каталог.
Опция «Includt Subfolders» — позволяет добавлять изображения и подкаталогов выбранной папки.
3 – фотографии находящиеся в выбранной папке отображаются в среднем окне и сразу помечаются галочкой, обозначающей что они будут добавлены в каталог. Если какие-то фотографии вы не хотите добавлять, то снимаете эту галочку.
4 – выбрать все. Отметить все фотографии галочкой.
5 – Снять галочки у всех фотографий.
6 – Варианты просмотра снимков. В таблице, либо полноэкранный.
7 – Увеличение картинки.
8 – Сортировка фотографий по имени, времени съемки и т.д.
9 – Copy as DNG. Копирование фотографий в формат DNG. Этот формат разработан компанией Adobe Systems с целью создать стандартный формат для RAW файлов изображений вместо множества различных форматов разных производителей фотокамер. Фотографии будут скопированы в новую папку, переведены в формат DNG и добавлены в каталог.
10 – Copy. Фотографии будут скопированы в новую папку и добавлены в каталог.
11 – Move. Фотографии будут перемещены в новую папку и добавлены в каталог.
12 – Add. Фотографии остаются на прежнем месте, просто добавляются в каталог. Эта вкладка не работает если источником фотографии является карта памяти.
13 – Источник, куда ваши фотографии будут копироваться или добавляться. В случае с Add – ваш каталог.
14 – Рендеринг превьюшек.
Minimal – ваши фотографии быстро добавятся в каталог, но при работе с ними, увеличивая их масштаб, вы будите тратить время для “подгрузки” изображения.
1:1 – фотографии загружаются значительно дольше. Но зато при дальнейшей работе, масштабирование фотографии происходит значительно быстрее.
Embedded and sidecard – загрузка вшитых превьюшек.
Standart – нечто среднее между minimal и 1:1
15 – Галочка, которая позволяет не импортировать фотографии, уже имеющиеся в каталоге.
16 – Создание резервной копии. Не работает со вкладкой Add.
17 – Импортировать фотографии с предустановками.
18 – Метаданные. Авторство и т.д.
19 – Ключевые слова.
20 – Начать импорт.

Рабочие панели вкладки Library

Слева у нас располагаются несколько модулей.
Все модули можно спрятать или показать, нажав на треугольник.
1 – Панель навигации.
Fit – фотография подгоняется по размеру, полностью умещаясь на экране.
Fill – фотография заполняет экран.
1:1 – 100% масштаб
4:1 – выбранный самостоятельно масштаб.
2 – Каталог
All Photographs – просмотреть все фотографии загруженные в каталог
Quick Collection – Фотографии находящиеся в быстрой коллекции.
Добавить фотографию в Quick Collection можно с помощью нажатия мышкой на кружке в верхнем правом углу превьюшки или перетаскиванием ее в данный раздел.
Previus Import – Последний импорт
3 – Окно загруженных фотографий в виде проводника.

Если вы случайно переместили или переименовали папку у себя на компьютере, то в Lightroom она будет отображаться с вопросительным знаком и работать с фотографиями вы не сможете, хотя превью все равно будут отображаться. Для того чтобы показать программе где и как теперь называется данная папка, нужно правой кнопкой мыши нажать на значке папки и выбрать Finde Missing Folder. В сплывающем окне проводника указать нужную папку.

Если же вы переместили только одну или несколько фотографий, фотографии так же будут с вопросительным знаком в верхнем правом углу (в пятой версии программы с восклицательным).
Для этого щелкаете по фотографии правой клавишей мыши и выбираете пункт Show in Explorer. На что у вас он выругается и предложит найти путь к этой фотографии самостоятельно.

Еще ниже находятся модули коллекций и публикаций, на которых внимание мы заострять не будем.

Для выборки фотографий вам помогут следующие инструменты:

1 – режимы просмотра изображений (сетка, крупно одна, режим сравнения и режим выборки)
Режим таблицы. Позволяет видеть много ваших фотографии, в зависимости от увеличения. В этом режиме можно удалять, задавать ключевые слова и метки нескольким, выделенным фотографиям.
Второй режим, это режим просмотра выбранной фотографии. Что бы ваша фотография максимально отображалась на экране, можно спрятать все боковые панели сочетанием клавиш Shift+Tab. Повторное нажатие вернет их на экран. Так же полезной функцией является затемнение экрана. Для этого нужно нажать клавишу L. Первое нажатие затемнит экран, повторное сделает его абсолютно черным и третье вернет все к изначальному виду.
Режим сравнения. Позволяет разместить на экране 2 похожие фотографии и с помощью замка и зума сравнить какая же по качеству или другим критериям более подходит для дальнейшей работы.

Режим выборки. Позволяет разместить на экране выбранные вами фотографии, для дальнейшего определения какая же из них достойна большего внимания.
2 – флаги. Помечаем лучшие фотографии белым флагом, а те что хотим удалить черным. Удобнее это делать сочетанием клавиш Ctrl+вверх (белый флаг) и Ctrl+вниз (черный).
Удаление фотографий помеченных черным флагом осуществляется через вкладку Photo – Delete Rejected Photo или сочетанием клавиш Ctrl+BackSpace.
После чего вылезет всплывающее окно, в котором программе предложит вам удалить ваши фотографии с компьютера (Delete from Disk), удалить только из каталога Lightroom (Remove) или отмена.
3 – рейтинги. Помечая фотографии звездочками от 1 до 5 мы сможем более критично отсеять отснятый материал. Звездочки легко ставить с помощью цифр на клавиатуре от 0 до 5. 0 – убирает звездочки.
4 – цветные метки. Еще один способ сортировки отснятого материала. Цветные метки так же ставятся с клавиатуры цифрами от 6 до 9, кроме фиолетового цвета. Повторный выбор этого же цвета, снимает цветную метку.
Теперь фотографии можно отфильтровать по нашим меткам и выбрать действительно лучшие.
Для этого внизу справа есть меню фильтра:

Осуществлять поиск фотографий в каталоге позволяет еще один фильтр. Который открывается клавишей \. Для поиска нужной фотографии по всему каталогу вам необходимо выбрать All Photographs во вкладке Catalog под окном Навигатора. В пративном случае поиск будет осуществляться в выбранной вами папке или категории.
Здесь вы сможете найти фотографии по дате съемки, камере, объективу и другим параметрам.

Stack and Virtual Copy

Для того, что бы вы не терялись в большом количестве фотографий на вашем компьютере, в Lightroom предусмотрена еще одна функция: объединение в группу (Group into Stack). Похожие фотографии или фотографии одного образа можно объединить в Stack. Для этого вам нужно выделить нужные фотографии и нажать правой кнопкой мыши Stacking — Group into Stack. Выбранные фотографии спрячутся под одним снимком и у него появится цифра, которая будет означать, сколько фотографий находятся в этой группе. Чтобы просмотреть их достаточно нажать мышкой по этой цифре. Соответственно для разгруппирования, нужно будет выбрать Unstack.

Так же вы можете создать виртуальную копию фотографии, чтобы сделать несколько вариантов обработки. Для этого нажмите правой кнопкой мыши по нужной фотографии и выберете в меню Create Virtual Copy.

Виртуальная фотография отображается с загнутым уголком и существует только в каталоге Lightroom.

Созданные виртуальные копии автоматически объединяются в Stack с оригинальной фотографией. Если же вы захотите удалить виртуальную фотографию, то для этого вы можете воспользоваться клавишей Del или BackSpace. Lightroom предложит просто удалить ее из каталога.

Develop – вся обработка фотографий в Lightroom происходит именно в этом модуле.

В левой части мы опять видим несколько модулей.
Первый модуль нам знаком по вкладке Library – это окно навигатора.
2 – Пресеты или же предустановки. По умолчанию какие-то пресеты уже записаны в программу. Так же вы можете создать собственные. Об этом позже.
3 – Snapshot. Позволяет зафиксировать картинку на данном этапе обработки, чтобы потом в случае чего можно было вернуться в заданную точку.
4 – History. Понель истории. В ней записываются абсолютно все действия, которые вы производите с фотографией. Всегда можно откатиться назад и изменить ход обработки. Крестик в правом верхнем углу этой панели позволяет очистить историю, что делать не очень целесообразно.
5 – Опять же коллекции фотографий, помеченные различными метками.

На правой панели располагаются рабочие модули, которые и позволяют проводить манипуляции над фотографиями.
Гистограмма в лайтруме отображает не только яркостную кривую, но и распределение цветов.
Белый треугольник в правом верхнем углу и пик слева гистограммы, говорит о том, что на фотографии есть “выбитые” пиксели (пересвет). Если бы слева у нас присутствовал такой же пик, то треугольник слева тоже был белым. Это влекло к потерей деталей в тенях. Но на нашей гистограмме он синий, что свидетельствует о том, что мы теряем детали, только в синем канале.

Панель Basic непосредственно связана с гистограммой. Когда мы наводим курсор мышки к тому или иному участку гистограммы у нас выделяются определенные зоны, с которыми мы можем работать как на гистограмме, так и перемещая ползунки.
Задать точку черного и белого очень важно на начальном этапе работы над изображением, поскольку выбор этих точек очень сильно влияет на тоновое решение фотографии. Поэтому начинать работу нужно именно с них (1,5).
1 ,1 – Blacks – точка черного определяет в вашей фотографии где находится ее самая темная область. Настраивать удобнее с зажатой клавишей Alt.
2 ,2 – Shadows позволяет вытянуть детали в теневых участках. Работает на участке от 3/4 тона до чёрной точки. При отрицательном значении детализация в глубоких тенях падает, при положительном — сохраняется или несколько возрастает.
3 ,3 – Exposure в 4 версии программы влияет в основном на средние тона, для осветления или затемнения фотографии. Не воздействует на точку черного, но затрагивает точку белого, поэтому лучше всего пользоваться после настройки Highlights.
4 ,4 – Highlights служит для тоновой коррекции светов, позволяя вытянуть детали в слишком светлых областях. Не оказывает влияния на белую точку при отрицательной коррекции и смещает её при положительной.
5 ,5 – Whites служит для установки белой точки. Так же желательно настраивать на начальном этапе с зажатой клавишей ALt.
6 – Contrast. Стандартная S-кривая смещенная ближе к ¼ тонам. Не оказывает влияние на черную и белую точки. Позволяет усилить контраст в средних тонах.
7 – Clarity – локальный контраст. В сторону увеличения картинка становится более четкой, глубокой, но при больших значениях видны ареолы. В отрицательную снижает локальный контраст, делая изображение размытым.
8 – Vibrance позволяет увеличить насыщенность именно тех цветов, которые на фотографии менее насыщены, минимально затрагивая и так насыщенные цвета. Цвет кожи так же подвергается наименьшим воздействиям.
9 – Saturation – увеличение насыщенности всех цветов на фотографии.
10 –RGB значения в данной точке в процентном соотношении.
Зеленым цветом я отдельно вынес группу, отвечающую за баланс белого на фотографии. От настроек ББ зависят все цвета на фотографии.
1 – Перевод изображения в ЧБ и обратно в цветное
2 – Выбор баланса белого из предлагаемого списка (авто, как снято, облачно, лампа накаливания и т.д.)
3 – Установка с помощью бегунков и цифр. Позволяет более тщательно подобрать нужный баланс белого.
4 – Пипетка. Достаточно кликнуть этим инструментом по той части фотографии, где по вашему мнению должен быть нейтрально серый цвет. Не стоит выбирать пипеткой переэкспонированные или недоэкспонированные зоны.

Tone Curve

Что такое кривые? Представьте себе простейший график y=x. Т.е. каждое значение у будет соответствовать такому же значению x. А теперь представим что вместо оси х у нас входной сигнал с фотоаппарата. И самые темные участки гистограммы у нас лежат в самом начале нашей системы исчисления, а самые светлые в конце (слева на право). А по оси y у нас будет выходной сигнал, который мы получаем на мониторе (с низу в верх). И если мы возьмем средние тона и потянем кривую вниз, то на выходе мы получим затемнение средних тонов, при том самая черная точка и белая останутся на месте.

В лайтруме существует 2 вида кривых: Параметрическая и точечная. Причем работают они обе, не смотря на то, что между ними нужно переключаться.
Параметрическая кривая.
Эта кривая не допускает разрывов и резких скачков.
1 – Начиная с вкладки Tone Curve у всех панелей ниже появляется кнопочка вкл/выкл данной панели.
Данный инструмент управляется плавным смещением кривой или же регулировкой ползунков.
Highlights – самые яркие тона, Lights – свет, Darks – темные тона, Shadows – тени.
2 – Если вы не можете на глаз определить на каком участке кривой вам нужно работать, то достаточно воспользоваться этим инструментом. Он позволяет поднимать и опускать кривую работая непосредственно на фотографии. Наводите на нужную зону, кликаете мышкой и не отпуская клавишу мышки, тяните ее в верх или низ.
3 – Записанные разработчиками готовые кривые. Так же здесь можно самостоятельно сохранить какие-то свои настройки.
4 – Ползунки отвечающие за разграничивание зон теней, полутонов и светов.
5 – Кнопка точечной кривой.
Точечная кривая.
1 – Такой же инструмент по поиску нужной зоны. Только на этой кривой он устанавливает точки привязки.
Убрать не нужные точки с кривой можно с помощью двойного клика по ним.
2 – На этой кривой уже можно работать с точкой черного и белого, а так же вносить более резкие изменения.
3 – Еще одно преимущество этой кривой – работа не только с яркостной кривой, но и с любым из трех каналов по отдельности.

HSL/Color/B&W

Панель служит для выборочного редактирования определенных цветов в изображении и настройки черно-белого изображения.

Вкладки HSL и Color по своему применению абсолютно одинаковые, просто кому как удобней работать в плане размещения инструментов. Единственное исключение составляет кнопочка выбора цвета в левом верхнем углу (как у кривых), позволяющая автоматически подхватить с картинки нужный цвет в его пропорциях, чтобы не тыкать в ползунки наугад. Соответственно ползунки Hue – тон, Saruration – насыщенность, Luminance – яркость отвечают за соответствующие параметры выбранного цвета. Чрезмерное изменение параметров может привести к постеризации фотографии.

Вкладка B&W предназначена для микширования яркостей различных цветов при переводе его в черно-белый вариант.

Split Toning

1 – Тонирование светов. На движке Hue выбирается тон, на движке Saturation – его насыщенность. Пересветы тонировке не подвергаются.
2 – То же самое, только тонирование теней.
3 – Определение баланса между светом и тенью. Чем больше баланс сдвинут в право, тем больший тоновый диапазон будет тонироваться в цвет Highlights, в лево – соответственно будет считаться больший тоновый диапазон теней.
4 – Цвет так же можно выбирать с помощью цветовой палитры.

На самом верху этой панели находится мишень, которой вы можите указать область в фотографии по которой будите ориентироваться при увеличении резкости. Например в портрете это глаза. Рядом располагается экран со 100% зумом выбранной области. Хотя на мой взгляд удобнее увеличить все изображение до 100%.
Sharping — улучшение детализации (цифровая резкость).
Amount – степень увеличения резкости, а в сущности повышение контраста на контурах изображения.
Radius – этим параметром регулируется ширина контура, где будет происходить усиление контраста. Если регулировать параметр с зажатой клавишей Alt, то вы сможете видеть этот контур.
Detail – этим ползунком вы регулируете степень увеличения резкости на мелких деталях. С зажатой клавишей Alt, вы увидите на какие детали будет применяться резкость.
Masking – увеличение значения этого параметра позволяет избежать увеличения резкости на нежелательных деталях, таких как фактура кожи. Так же лучше виден с зажатой клавишей Alt.
Noise Reduction – подавление шума.
Liminace – яркостной шум, Color – цветовой.
Цветовой шум является самым неприятным в фотографии, яркостной же спокойно можно соотнести к пленочному зерну, которое всегда присутствовало на фотографиях.
Поскольку любой шумодав работает по алгоритму размытия, при больших значениязх вы можете получить пластиковое изображение. Параметры Detail позволяют сохранить детали в изображении, а параметр Contras, соответственно контраст.

Lens Corrections в версии 4.x

В этой вкладке мы выбираем профиль нашего объектива, и если он есть в базе lightroom, то программа автоматически применит коррекцию для него. В противном случае нам придется исправлять ее вручную, либо подбирать подходящую модель.
Так же можно слегка в ручную подправить дисторсию и виньетирование ползунками снизу.

Устранение хроматических аберраций. Действует по принципу обнаружения их на фотографии и переводит в чб. Тем самым, каемки аберраций все же остаются, о становятся менее заметны.

Manual

Ручные поправки дисторсии, завалов (горизонтального, вертикального), поворота и увеличение/уменьшение кадра.

Lens Corrections в версии 5.x

Enable Profile Corrections – включение профиля коррекции объектива.
Remove Chromatic Aberration – удалить хроматические аберрации.
Constrain Crop – включение кропа.
Палитра Upright это новый пункт в разделе Lens Corrections, коррекция перспективных искажений автоматически на основе анализа изображения по явным линиям в нем, причем не обязательно чисто геометрически (Level, Vertical, Full), но и просто легкая коррекция до приемлемого уровня (Auto), работает вместе с двумя другими галками в панели (Enable Profile Corrections, Remove Chromatic Aberration). Upright исправляет заваленным горизонтам, программа анализирует изображение и может предложить вариант его выравнивания. Фактически в Upright несколько инструментов: коррекция наклона, исправление перспективных искажений и их комбинации.
Все остальные вкладки остались без изменений.

Данная вкладка позволяет нам создавать различные виньетки, которые будут применены даже к кадрированному изображению, в отличие от виньеток прошлой вкладки. И добавлять пленочного зерна.
Style – различные типы виньеток.
Amount – степень воздействия виньетки. С отрицательным значением затемняет края, с положительным – осветляет.
Midpoint – точка откуда будет начинаться виньетка, либо от центра кадра, либо только края избражения.
Roundness – какого вида виньетку вы хотите, округлую или прямоугольную.
Feather – растушевка краев виньетки.
Highlights – позволяет сделать виньетку более естественной, пропуская через нее пересвеченые области изображения.
Галочка Constrain Crop позволяет обрезать кадр, после поправок, чтобы на фотографии не было пустых элементов.

Amount – увеличение количества зерна на фотографии.
Size – размер зерна.
Roughness – вид зерна.

Camera Calibration

Инструмент настройки профилей конвертации.
1 – Процесс по которому у вас будет происходить конвертация RAW файла. Пользоваться стоит самой последней версией которую можно выбрать. На момент написания это 2012 (Current)
2 – Профиль по которому Lightroom выводит изображение. По умолчанию это Adobe Standard. Можно выбрать один из наиболее подходящих по вашей камере.
3 – Тонирование теней.
4,5,6 – Как должны смешиваться цвета в фотографии, регулировка тона и насыщенности каналов RGB.

Под гистограммой расположен еще один блок коррекции изображения.
1 – Кадрирование (Crop Overlay).
2 – Ретушь (Spot Removal).
3 – Удаление эффекта красных глаз (Red Eye Correction).
4 – Градиентный фильтр (Gradient Filter).
5 – Корректирующая кисть (Adjustment Brush).

В 5 версии программы добавился еще один инструмент: Радиальный фильтр (Radial Filter).

Кадрирование (Crop Overlay)

При кадрировании изображения на ваше изображение накладывается сетка различных правил кадрирования (золотое сечение, правило третей и т.д.). Смена этих правил осуществляется горячей клавишей O (в англоязычной раскладке).
Так же не забывайте про стандарты фотографий. Чтобы ваша фотография сохраняла пропорции, перед кадрированием закройте замочек в настройках.

Ретушь (Spot Removal)

Ретушь в Lightroom осуществляется с помощью 2 кисточек: Clone Stamp и Healing Brush. Наводите на дефект фотографии кисточкой чуть большего размера и программа автоматически подыскивает похожий участок для замены. В случае если вам он не подходит, вы можете передвинуть этот участок.
Clone – полное замещение плохого участка фотографии на предлагаемый участок.
Heal – смешение замещаемого участка с замещаемым с учетом яркости участка.
Size – Размер кисти. Так же увеличивать и уменьшать кисть удобно с помощью квадратных скобочек на клавиатуре [ и ].
Opacity – непрозрачность замещаемого участка. Если выбрана маленькая непрозрачность, то из под заплатки будет виден участок который мы стремились ”вылечить”.
Удалить не нужную заплатку можно с помощью клавиш Del или BackSpace, предварительно выбрав ее.
В версии программы 5.x у инструмента появился еще один движок – Feather. Позволяющий делать край заплаток растушёванным.
А так же в этой версии данный инструмент позволяет работать не только точечно, но и проводить линии и различные фигуры на изображении, что ощутимо улучшает его использование.
Для того чтобы провести этим инструментом прямую линию нужно нажать в начало координат, а затем с нажатой клавишей Shift в конечную точку.

Градиентный фильтр (Gradient Filter)

Позволяет применять к фотографии локальные настройки.
При нажатии на этот инструмент курсор мыши превращается в крест. Нажимаем левую кнопку мыши в той области фотографии откуда мы хотим чтобы наш градиент начинался и отпускаем там где должен закончиться.

На примере градиент идет с лева на право. Все что находится левее левой линии имеет 100% применение выбранных настроек. На ту часть, что находится правее крайней правой линии вообще ни оказывается никаких воздействий. Градиентный переход идет от туда где мы нажали мышь и заканчивается там, где мы ее отпустили. На фото он помечен цифрой 1. Размах градиента можно регулировать и после того как вы его нарисовали, для этого нужно взять за одну из крайних линий (курсор примет вид руки) и перетянуть сузив его или расширив. Так же можно вращать градиент, находясь на центральной линии. Перемещение градиента осуществляется с помощью его центральной точки на рисунке это 2. Она позволяет выбирать градиент с которым вы хотите работать в данный момент, поскольку количество из создания не ограничено. От одного к другому можно переходить, делая его активным и менять его настройки в любой момент. Удаление так же происходит выделением не нужного градиента и нажатием клавиш Del или BackSpace.
В низу вы видите способы отображения этих точек. Автоматический, всегда, выбранный или же никогда. При выбранном способе Never (никогда) процесс перемещения и изменения размера градиента становится невозможным.
Подробно описывать движки данного инструмента нет смысла, поскольку он включает в себя практически все движки панели Basic, плюс несколько дополнительных и добавление цвета.

Радиальный фильтр (только для обладателей версии программы 5.x) (Radial Filter)

Работает так же как и градиентный фильтр, но позволяет локально работать с круглыми и овальными областями на фотографии.

Корректирующая кисть (Adjustment Brush).

Содержит те же инструменты что и градиентный фильтр, но зато позволяет применять их непосредственно на участках фотографии, где вы прошлись данной кистью.
Создавать кисти возможно опять же бесчисленное множество. Для этого вам нужно нажать на кнопку New в правом верхнем углу данной панели. Переключаться с одной кисти на другую и менять настройки возможно через выделение ее начальной точки.
Регулирование размера кисти так же осуществляется с помощью квадратных скобок на клавиатуре или ползунками на рабочей панели. Так же на ней регулируется растушевка (Feather), нажим (Flow) и плотность (Density).
Галочка Auto Mask позволяет вам при рисовании не заходить на контрастные участки.
Стереть лишнее вы можете с помощью переключения кисти в режим ластика (Erase) или зажав клавишу Alt на клавиатуре.

Копирование и синхронизация настроек

Находясь во вкладке Develop, в левом нижнем углу у вас есть две кнопки: Copy и Paste, позволяющие скопировать настройки с данного кадра и применить к другому. Так же вы можете синхронизировать настройки. Воспользовавшись кнопкой Sync в правом нижнем углу. Для этого должна быть активна на мониторе та фотография, с которой будут браться настройки и выделены все те, к которым они будут применены.
В обоих случаях у вас всплывет окно настроек синхронизации, где вам предложат выбрать какие именно пункты вы бы хотели применить к другим фотографиям.
Настоятельно не рекомендую пользоваться настройками, которые индивидуальны к каждому кадру. Это такие как локальные инструменты (кисти и градиенты), ретушь и кадрирование.

Soft Proofing

При включении галочки Soft Proofing на панели Hide Toolbar (если эта панель у вас не видна нажмите англ. клавишу T) в окне гистограммы у вас появится возможность просмотреть какие у вас проблемные зоны на изображении. Можно выбрать различный профиль и посмотреть где будут проблемы при выводе этого изображения на печать или на монитор.

Для того чтобы экспортировать ваши фотографии из RAW файла, вам нужно нажать кнопку Export находящуюся в разделе Library в нижнем левом углу, либо File-Export.
Во всех случаях вылезет диалоговое окно экспорта:

Export To – Позволяет выбрать на какой носитель будет осуществляться экспорт.
Export Location
Export To – куда конкретно будут экспортироваться ваши фотографии.
Specific folde r – в определенную папку. Нужно будет указать путь к этой папке.
Same folder as original photo – в ту же папку где хранятся оригиналы фотографий.
Put in Subfolder – позволяет создать подпапку в указанном ранее месте.
Add to This Catalog – добавление экспортируемых фотографий в каталог.
Existing Files – что делать с существующими файлами.
File Naming
Rename To – позволяет переименовать экспортируемые изображения по выбранному алгоритму.
File Settings
Image Format – в каком формате записывать файлы. На выбор: jpg, tiff, psd и original.
Color Space – Цветовое пространство.
Image Sizing
Resize to Fill – изменение размера изображения по заданным параметрам.
Удобно создавать превью для web (Long Edge (по длинной стороне) – 900pix)
Resolution – разрешение изображения. Для мониторов считается 96 точек на дюйм, при печати – 240-300. Это будет учитываться если вы выставляете значение в сантиметрах.
Output Sharpening
Sharpen for – увеличение резкости при экспорте. Три варианта: Для монитора, для матовой и глянцевой бумаги. Amount – выбор степень увеличения резкости.
Metadata – оставлять или нет, те метки, которые зашиваются в вашу фотографию и не видны при ее просмотре. На что снята, с какими параметрами, кто автор (если указывали)
Watermarking – позволяет написать копирайт или вставить ваш логотип на фотографию.
Post-Processing – что делать с фотографиями после их экспорта.

Так же мы можем открывать фотграфии в фотошопе, для дальнейшей их правки не прибегая к экспорту. Для этого необходимо настроить параметры открытия фотографии в стороннем редакторе. Во вкладке Edit и выбрать Preferences. Здесь обращаем внимание на вкладку External Editing.
Для того что бы у нас были минимальные потери мы должны работать с 16 битным изображением.

Теперь при нажатии правой кнопки мыши выбираем вкладку Edit in и в ней Edit in Adobe Photoshop CS (редактировать в фотошопе). Наша фотография откроется с теми параметрами, которые мы выставили до этого (16 бит).

Все мы видели фотографии на которых на заднем плане закрученный боке. В основном такие фотографии делаются на старые советские объективы, присоединенные через переходник к современным цифровым камерам. Самый часто используемый объектив — гелиос 44-2. Но похожего эффекта можно добиться используя обычные 50мм объективы с F/1.8. Как? Сейчас расскажу.

Используя обычный портретный объектив — 50мм F/1.8 и светонепроницаемую бумагу мы можем добиться эффекта закрученного боке: (фотографировать конечно же на максимально открытой диафрагме)
1. Вырезаем из бумаги круг, диаметром немного больше, чем наша бленда или лицевая сторона объектива, так, что бы удобно было крепить его к бленде / объективу.

{source}

data-ad-layout=»in-article»
data-ad-format=»fluid»
data-ad-client=»ca-pub-8103773735730334″
data-ad-slot=»3921522270″>
{/source}

Все, готов! Пробуем делать снимки!

На фото можно заметить легкое виньетирование. Если таковое имеется, просто попробуйте слегка увеличить отверстие в диаметре.

По похожей съеме можно создавать различные эффекты, вырезая из бумаги разные фигуры, например сердечки. Как сделать боке в виде сердечен я писал в этой статье .

Экспериментируя можно получить хорошие снимки с закрученным боке. Буду рад вашим комментариям, мнениям и пробам пера в группе

Постулат 1. Все фотографии надо снимать в RAW-формате.
Забудьте jpg-формат. Если вы хотите обрабатывать фотографии, то только RAW.

Постулат 2. Все фотографии надо обрабатывать.
Если вы уверены, что ваша камера снимет ровно то, что вы видели своими глазами, то закройте этот пост и дальше не читайте. Какой бы современной не была ваша камера, она не сможет передать картинку так, как вы видели ее своими глазами. Точка.

Постулат 3. Нужно сделать всего 7 шагов, чтобы сделать фотографию лучше.
Обработка должна вызывать ощущение правдопобоности и не бросаться в глаза.

Сегодня мы подробно разберем, что это за шаги и какие ползунки в Lightroom надо двигать и что нам это даст…

Оригинал. Все настройки Lightroom в нуле:

Не обращайте внимание на то, что фотография темная. Она снята с экспокоррекцией -2/3. Производители современных камер устали слушать жалобы от пользователей, которые снимают в jpg и не обрабатывают фотографии, о том, что их фотки слишком темные. Поэтому они специально немного задирают средние тона и переэкспонируют фотографию.

Я рекомендую выставлять на камере экспокоррекцию от -1/3 до -1 стопа, в зависимости от ситуации. Таким образом вы избежите пересвеченных участков на фотографии, а из темных участков «вытащить» информацию гораздо проще.

Шаг 0. Начальный импорт

Lighroom позволяет применят настройки уже при импорте. Это называется Presets (Пресеты). Я ко всем фотографиям при импорте применяю следующие параметры:

Highlights -70
Shadows +40
Whites +60
Clarity +20
Vibrance +10

За что отвечает каждый из этих параметров я подробно расскажу ниже в «Шаге 2». Пока что просто поверьте. Можно даже дальше не обрабатывать фотографию, если вам лень или она того не стоит. Применение этих параметров сделает ваш кадр намного лучше в 95% случаев. Так же это поможет при отборе фотографий, так как вы уже будете видеть больше деталей.

То есть вы еще ничего не сделали, а фотография уже стала выглядеть значительно лучше:

Шаг 1. Обрезка.

Я разбиваю обработку фотографий на три этапа.

На первом этапе я импортирую все фотографии в Lightroom и затем отбираю те, которые буду обрабатывать. Lightroom позволяет делать это несколькими способами: флажками, звездочками или цветом. Я пользуюсь флажками. Все бракованные и ненужные фотографии я отмечаю черными флажками и скрываю их. После того, как они отсеяны, остаются только фотографии, с которыми я буду дальше работать. Эти фотографии я помечаю белыми флажками.

На втором этапе я кадрирую и исправляю геометрию у всех оставшихся фотографий. Попутно отсеиваю еще часть фотографий, меняя их флажок с белого на черный.

На третьем этапе уже начинаю заниматься каждой фотографией.

Рассмотрим подробнее второй этап. Однажды Микеланджело спросили, как он делает свои скульптуры? Он ответил, что берет камень и отсекает все лишнее. Так же и с фотографией. Посмотрите на нее и подумайте, какую информацию она несет по краям. Отрежьте все лишнее, чтобы акцентировать внимание на главном сюжете.

В нашем случае, ничего лишнего нет, но есть заваленный горизонт. Практически на всех своих фотографиях я «выравниваю горизонт», кроме тех редких случаев, когда я его специально «заваливаю» для достижения определенного эффекта.

Режим кадрирования в Lightroom вызывается клавишей «R». Обратите внимание, что ваша клавиатура должна быть в английской раскладке.

После этого просто «берете» мышкой угол кадра и начинаете его вращать. В это время появится дополнительная сетка с горизонтальными и вертикальными линиями. Ориентируйтесь на них, чтобы «поймать» горизонт:

Вообще на этом Шаге я двигаюсь следующим образом (см. на красные точки на следующей фотографии):

1. Открываю Lens Corrections на вкладке Profile и проверяю, чтобы у мня стояла галочка рядом с Enable Profile Corrections. Устанавливаю параметр Vignetting на значение 50.

2. Перехожу к вкладке Basic и тоже проверяю наличие галочек у Enable Profile Corrections и Remove Chromatic Aberration. При желании, оба этих пункта можно включить в Preset начального импорта из Шага 0.

3. На вкладке Basic нажимаю кнопку Auto. Она отвечает за коррекцию геометрии вашего кадра. Особенно полезна, если вы снимаете в помещении или городе и у вас на фотографии много вертикальных линий.

4. Если результат автоматической коррекции вас не устроит, то можно перейти на вкладку Manual и поправить геометрию вручную. Обычно я пользуюсь только движком Vertical. Схватите его мышкой и двигайте вправо-влево. Смотрите на результат и выберите нужный угол наклона. В нашем случае можно было бы сделать вертикальными заваливающиеся к центру елки по краям кадра, но при этом я «терял» бы верхушку самой высокой елки, поэтому в данном случае я этот параметр не менял.

5. Только после всех вышеперечисленных действий я начинаю кадрировать фотографию и исправлять горизонт. При кадрировании я держу замочек «открытым» (надо кликнуть по нему). Это позволяет мне делать фотографию произвольного размера. Я не печатаю фотографии, не вставляю их в рамочки на столике. Я показываю их в жж или соцсетях, поэтому мне не важно соотношение сторон на фотографии. При кадрирование, я могу сделать из нее панораму или, наоборот, приблизить к квадрату.

В итоге после кадрирования мы получаем фотографию, с которой будем работать дальше:

Шаг 2. Основные ползунки

Тут надо сделать отступление про гистограмму (график в правом верхнем углу). Это очень полезный инструмент и важно понимать, как он работает. Мы будем обращаться к нему практически на всех последующих шагах обработки. Есть много классических и мудрёных определений гистограммы. Вы их легко найдете в интернете. Я постараюсь «объяснить на пальцах».

Фотоизображение формируется количеством света, прошедшего через объектив и попавшего на матрицу. Некоторые части кадра получаются светлее, например, небо или лампочка, другие темнее (земля или черный плащ). Теперь представьте, что мир стал черно-белым. Соответственно, у каждого объекта есть своя степень освещенности в кадре. Чтобы как-то измерять ее значения, придумали шкалу освещенности. Всего в шкале 255 значений или «255 оттенков серого» (не путать с фильмом).

Самый темный объект (абсолютно черный) соответствует нулю. Самый яркий — 255.

Гистограмма — это график, где по горизонтальной оси отложены 255 оттенков серого, а по вертикальной, количество пикселей в фотографии, соответствующих каждому оттенку серого. Соответственно, где график выше, тех значений освещенности и больше на фотографии.

Если график «завален» влево, значит фотография слишком темная, если вправо, то слишком светлая.

У гистограммы может быть несколько пиков — это нормально. Не надо стремиться сделать из гистограммы «перевернутый котелок».

Не бывает правильной гистограммы, бывает сбалансированная гистограмма (с) Дима Шатров

Технически грамотная гистограмма должна полностью умещаться в график, то есть она должна быть равно нулю и в самой левой точке графика и в самой правой. Если часть гистограммы вылезает за график (не равна нулю в самой левой или самой правой точке), то это означает, что вы теряете часть информации.

Лайтрум делит гистограмму на 5 участков. За каждый из них отвечает определенный ползунок на вкладке Basic:

Blacks — самые темные участки кадра
Shadows — тени, темно-серое
Exposure — средние тона. Самая большая область кадра
Highlights — светлые тона
Whites — света, самые светлые участки кадра


Вместе с этими основными ползунками на вкладке Basic есть регулировка контраста. Он «раздвигает» либо «схлопывает» гистограмму.

А теперь опять добавим цвет в наш мир. Гистограмма станет сложнее и цветнее, но ее сути это не изменит. Можете просто продолжать воспринимать ее, как онородносерую.

Для любознательных поясню. Наша гистограмма состоит из трех слоев RGB (R — красный, G — зеленый, B — синий). Те участки фотографии, где все 3 канала пересекаются, отображаются на гистограмме серым цветом. Каждый канал отображается своим цветом, а те места, где каналы пересекаются попарно, отображаются желтым (пересечение красного R и зеленого G каналов), сиреневым (пересечение красного R и синего B каналов) и голубым (пересечение зеленого G и синего B каналов).

Давайте вернемся к нашей фотографии. Ее основные настройки не в нуле, так как мы применили пресет при импорте:

Я кручу эти ползунки по следующей схеме:

1. Exposure. Я сморю на основной горб гистограммы и стараюсь сдвинуть его так, чтобы он оказался в средних тонах, то есть в центре.

2. Highlights. Мы уже сдвинули highlites влево при начальном импорте. Вполне возможно, что этого окажется достаточно. Двигая highlights влево, мы приглушаем небо и другие яркие области на фотографии.

3. Shadows. Этот движок практически всегда надо двигать вправо. Он осветляет темные участки кадра, вытаскивая детали и фактуру из теней. Чем больше фактуры на фотографии, тем больше «объем и глубина» кадра. Тем лучше он смотрится.

4. Whites. По другому ее еще называют «белой точкой». При работе с этим и следующим ползунком я включаю режим «отсечек» нажатием клавиши «J» (следите, чтобы клавиатура была в английской раскладке). При этом на фотографии появляются ярко-красные и ярко-синие пятна.

Красные пятна показывают пересвеченные области кадра. То есть области, где нет никакой информации. Их можно сравнить в дыркой в фотографии. Синие пятна показывают черные области, где тоже отсутствует информация — только ровный, абсолютно черный цвет. Это тоже дырки. Их надо избегать.

Инструмент Whites очень чувствительный. Его надо двигать вправо до тех пор, пока не появятся «красные пятна». При этом надо помнить, что если красное пятно появляется на ярком дневном солнце или горящей лампочке или на блике, то это нормально. Мы и глазом не различаем там детали. Надо стараться избегать пересвеченных областей на коже, стенах домов или снегу. Там, где глазом мы видим фактуру, то есть какие-то детали.

5. Blacks. Черная точка. Инструмент Blacks обычно двигают влево до то пор, пока не появятся «синие пятна».

Общая схема движков вкладки Basic: разводим в разные стороны пары Highlights/Whites и Shadows/Вlaks. Возможна и обратная схема, то есть Highlites можно сильно увести вправо, при этом Whites влево. Разнося эти движки (отвечают за смежные области на гистограмме) в разные стороны, мы повышаем контрастность изображения.

При изменении значений всех движков внимательно следим за гистограммой. Whites двигаем вправо до тех пор, пока график на гистограмме не «коснется» правой стенки. Blacks двигаем влево, пока график не коснется левой стенки.

В самом конце я двигаю контраст. Опять же, не выпуская из поля зрения гистограмму. Если стенки основного горба гистограммы слишком отвесные, а сам горб слишком узкий и высокий, то контраст надо понижать, тем самым растягивая гистограмму. В противном случае, повышать.

Скорее всего, после того, как вы первый раз покрутите все движки, вам придется пройтись по ним по второму и третьему разу, так как гистограмма сможет «уплыть» и понадобится опять возвращать ее к центру с помощью Exposure, а потом покрутить и все остальные движки.

Так же на вкладке Basic есть еще три ползунка: Clarity, Vibrance и Saturation. Обычно, я их не трогаю и оставляю на значениях, присвоенных им пресетом во время начального импорта.

Clarity — повышает контраст изображения только в средних тонах (область Exposure на гистограмме). Я обычно его не трогаю и оставляю на значении +20. Этого достаточно для контраста в средних тонах по всему кадру. На следующем шаге мы будем поднимать и понижать Clarity точечно с помощью градиентных фильтров.

Нужно быть осторожным с этим инструментом. Он дает светлые ореолы у темных объектов, так что если вы будете поднимать общий Clarity слишком сильно, то вам придется бороться с этими ореолами градиентными фильтрами, понижая контраст и clarity на границах темных объектов.

Vibrance — насыщение второстепенных цветов, то есть тех, которые не слишком задраны. Этот инструмент работает не равномерно. Он гораздо сильнее насыщает холодные синие цвета (небо) и гораздо слабее теплые желтые (кожу). В целом он работает значительно мягче и лучше, чем следующий инструмент Sanuration.

Saturation — Цветонасыщенность. Линейно задирает или опускает все цвета в кадре. Я этим движком практически никогда не пользуюсь.

Еще одно отступление о том, как можно работать с движками:

1. Вы можете «взять» мышкой ползунок и водить его вправо/влево.
2. Можно подвести мышку к ползунку и не кликая на него менять значения стрелочками вверх/вниз на клавиатуре. Я использую именно этот вариант
3. Можно кликнуть на числовом значении справа от движка и потом так же стрелочками вверх/вниз менять его значение
4. Можно подвести мышку к гистограмме, кликнуть на нужную область и двигать ее влево/вправо.

Двойной клик по названию ползунка, либо по самому ползунку обнулит его значение.

Двойной клик по названию группы движков обнулит все движки в этой группе.

Шаг 3. Градиентные фильтры

Градиентные фильтры бывают 3 типов: Градиент (вызывается клавишей «М»), Круговой градиент (вызывается сочетанием клавиш «Shift+M»), Корректировочная кисть (вызывается клавишей «K»).

Тут я прервусь, так как ЖЖ не позволяет делать слишком длинные посты, да, к тому же, я еще не написал продолжение. Планирую это сделать до конца этой недели.

Большая Энциклопедия Нефти и Газа, статья, страница 3

Дисторсия

Cтраница 3

Влияние дисторсии уменьшается при применении диафрагмы объектива, поставленной так, чтобы в ее плоскости лежал оптический центр объектива.  [31]

Наличие дисторсии искажает изображение профиля резьбы. При этих же условиях искажение линейных размеров доходит до 0 005 мм.  [32]

Величина дисторсии, необходимая для компенсации кривизны и наклона спектральных линий, обеспечивается выбором расстояния от решетки до объектива: решетка помещена вблизи его переднего фокуса. Это дает еще то преимущество, что оси монохроматических пучков, прошедших через выходные щели, всегда практически параллельны между собой, что значительно облегчает конструирование механизмов, обеспечивающих перемещение по спектру выходных щелей с приемниками света.  [33]

Аберрация дисторсии заключается в том, что нарушается подобие между изображением и предметом.  [34]

Коэффициент дисторсии опущен, так как он не представляет особого интереса: общеизвестно, что тонкая линза свободна от дисторсии, если выходной зрачок совмещен с ней, а прочие решения связаны с очень далеким выносом зрачка.  [35]

Отклонения дисторсии от синусного закона составляют при этом сотые доли процента.  [36]

Зависимость дисторсии плоскопараболической линзы от угла со при различных значениях показателей преломления приведена в табл. 14.1. Данные, приведенные в таблице, показывают, что пдоскопарабллическая.  [37]

Рассмотрим дисторсию симметричной системы сначала при увеличении, равном минус единице, затем при изменении увеличения и при переходе к положению предмета в бесконечности.  [39]

Под дисторсией понимают либо искажение масштаба, либо искривление координатной сетки. Свободные от дисторсии отклоняющие системы характеризуются тем, что линейному изменению значения отклоняющей величины соответствует линейное же изменение отклонения.  [40]

Вызванные дисторсиями напряжения называются собственными напряжениями ( англ, initial stresses, немецк.  [41]

Что касается дисторсии, то, имея в виду компенсацию, удобно выражать величину днсторсни в процентах, соблюдая те же правила, что и для комы. Характер дисторсии в объективе и в окуляре должен быть один н тот же: либо положительный ( подушкообразный), либо отрицательный ( бочкообразный), но при этом дистор-сия окуляра должна определяться в обратном ходе.  [42]

При такой дисторсии в изображении квадрата его стороны оказываются изогнутыми внутрь. Это обычно происходит, если апертура располагается за линзой. При этом линейное увеличение возрастает с расстоянием от оптической оси.  [43]

Возвращаясь к дисторсии (23.14), заметим, что она определяет геометрию перестройки кристаллической решетки когерентного пластинчатого включения. Дисторсия позволяет найти две основные структурные характеристики — параметры кристаллической решетки и ориентационные соотношения.  [44]

Наконец, дисторсия D, определяемая пятой суммой, большого значения не имеет и может быть допущена в пределах 3 %, так как наличие такой дисторсии ие может быть замечено глазом.  [45]

Страницы:      1    2    3    4

Разработан алгоритм устранения дисторсии фотообъективов

 

Ученые из Физического института им. П.Н. Лебедева РАН (ФИАН) разработали простой алгоритм устранения дефектов изображений, связанных с дисторсией фотообъективов. Полуавтоматический процесс обработки изображения обладает высокой точностью — 0,03 пикселя, и занимает всего несколько минут.

 

Каким бы качественным ни был объектив фотоаппарата, но если поднести его вплотную, скажем, к лицу человека, то часть лица получится раздутой, например, нос, а часть сожмется, например, щеки. Этот оптический дефект называется дисторсией, или проще говоря, искривлением линий, и возникает из-за неидеальности оптической системы. По виду дисторсионные искажения делятся на два вида – бочкообразная и подушкообразная дисторсия. Проблема ее компенсации актуальна во многих областях – в фотограмметрии (например, в картографии и геодезии), в задачах, связанных с компьютерным зрением, а также в физических измерениях, использующих цифровую регистрацию информации (например, в исследованиях потоков в газах и жидкостях).
Чаще всего для определения дисторсии используют калибровочный объект, состоящий из набора отдельных реперных точек. Он фотографируется, и по соответствию координат точек фотографии и объекта определяется величина дисторсии. Но в этом случае измерения проводятся не сплошь по всему пространству кадра, а в небольшом количестве точек, после чего результаты измерений аппроксимируются на все изображение в целом. Научные сотрудники ФИАН Александр Крайский и Татьяна Миронова задались целью разработать простой алгоритм определения дисторсии сразу на всем пространстве кадра.

«В нашем алгоритме, — рассказывает руководитель работы кандидат физико-математических наук Александр Крайский, — в основу которого положен корреляционный метод обработки изображения, выявляется центр тяжести смещения. Для этого мы используем плоское изображение случайного распределения черных и белых точек, реализованное в любом графическом формате, например, BMP. Это наш калибровочный объект. Отображаем его на плоскость и фотографируем получившуюся картину тестируемой камерой. Затем фотография сравнивается с содержимым исходного графического объекта для небольшой окрестности любой точки кадра и определяется, насколько среднее значение положения картинки смещено относительно координат на оригинале. После обработки всего кадра на выходе получается величина дисторсионного смещения в каждой точке».

Для проверки работоспособности разработанного метода ученые откалибровали ряд цифровых фотоаппаратов и сменных объективов.


Абсолютные значения смещений для фотоаппарата Canon Power Shot A570. Максимум искажения — 30 пикселей. По горизонтальным осям отложен размер кадра — 1280х960 пикселей.


«Видимо, при наличии зума, то есть возможности изменения фокусного расстояния, — делится Александр Крайский, — нельзя сделать бездисторсионный объектив. Дисторсия зависит от фокусного расстояния, например, при малом фокусном расстоянии она большая и, как правило, бочкообразная. При увеличении фокусного расстояния она уменьшается и даже может стать подушкообразной».

Для разных объективов дисторсия ведет себя по-разному. Вследствие этого и компенсация искажения должна быть индивидуальной для каждого объектива.

«Компенсировать дисторсию очень просто, — говорит Татьяна Миронова, — для этого мы определяем матрицу смещений и с ее помощью делаем обратное преобразование, то есть узнаем размер смещения и смещаем участок изображения в обратную сторону — получается исправленная картинка».

Точность определения смещения достигает 0,03 пикселя. При этом никаких прецизионных установок, измерений и априорных предположений о свойствах функции дисторсии не требуется. К тому же на выходе можно получить не только компоненты дисторсионной матрицы, но и хроматические искажения — смещения цветовых компонент изображения (красной, зеленой, синей) друг относительно друга.


Максимальные значения дисторсионных искажений для ряда цифровых фотоаппаратов и сменных объективов (для объективов с зумом при минимальном фокусном расстоянии).
Числа показывают диапазон фокусных расстояний. Белые линии – без учета масштаба, черные линии — после восстановления масштаба.


АНИ «ФИАН-информ»

 

Коррекция дисторсии в фотошоп и lightroom

Не так давно я рассказывал про хроматические аберрации (цветовые искажения) объективов и о том, как бороться с этой напастью в фотошоп и лайтрум.

Мне бы хотелось продолжить тему несовершенства нашей с вами оптики.

 

Давайте поговорим о том, что такое «геометрические аберрации».

Сегодня вы узнаете о том, что такое дисторсия и как ее убрать в фотошоп и лайтрум.

Начнем с определения.

Distorsio или distortion  – с латыни искривление.

Дисторсия – геометрические аберрации (геометрические искажения), проявляющиеся в искривлении прямых линий.

Дисторсия

Слева изображен квадрат, на котором отсутствует дисторсия.

Подушкообразная дисторсия – прямые линии изогнуты внутрь кадра (положительная дисторсия).

Бочкообразная дисторсия – прямые линии изогнуты наружу (отрицательная дисторсия).

Геометрические искажения присутствуют во всех объективах в той или иной степени, в дорогих моделях аберраций естественно меньше.

Есть такие модели, в которых дисторсия объектива будет «фишкой», которая всем нравится, а не дефектом, который следовало бы убрать.

Вы, наверное, уже догадались, что я говорю об объективе «рыбий глаз» их еще называют «фишай» (Fish eye).

Вот фотографии, сделанные при помощи таких объективов.

Дисторсия

ДисторсияДисторсия лучше всего заметна при наличии в кадре прямых горизонтальных или вертикальных линий – это  в первую очередь архитектура, линия горизонта, деревья, столбы и так далее, причем сильнее всего искажения заметны на краях кадра.

Если фотографировать портреты, пейзажи без прямых линий, то дисторсия практически не заметна.

Сильнее всего геометрические искажения проявляются на широких углах объектива.

Например: у вас объектив с фокусным расстоянием 18-105 мм, больше всего дисторсия будет проявляться на 18мм, с увеличением фокусного расстояния геометрические искажения уменьшаются.

Как уменьшить дисторсию?

  1. Так как геометрические искажения сильнее проявляются на широком угле, то можно отойти подальше от снимаемого объекта и воспользоваться зумом.
  2. Покупка более дорогого объектива.
  3. Коррекция дисторсии в графических редакторах.

Подробнее остановимся на третьем пункте.

Мы будем работать с этим изображением.

Дисторсия

Коррекция дисторсии в фотошоп. Lens Correction.

Откройте изображение, на котором хотите убрать геометрические искажения.

Далее Filter -> Lens Correction или воспользуйтесь горячими клавишами «Shift + Ctrl + R» (раскладка клавиатуры должна быть на английском).

Коррекция дисторсии фотошоп

Выбираем Correction -> Geometric Distortion.

Далее выбираем производителя камеры (Camera Make), модель камеры (Camera Model), модель вашего объектива (Lens Model). Если вы не нашли своей модели объектива или камеры – нажмите кнопку «Search Online» и фотошоп произведет поиск этих параметров в сети Интернет.

После того, как вы выберете все параметры, фотошоп автоматически откорректирует дисторсию.

Есть еще один способ – ручной.

Коррекция дисторсии ручным способом не очень удобна, но вполне выполнима. Перейдите в меню «Custom» фильтра Lens Correction. Используйте ползунок Remove Distortion для коррекции дисторсии ручным способом.

Коррекция дисторсии фотошоп

Для удобства корректировок можно использовать сетку – «Show Grid» (показать сетку), размер ячеек и цвет линий сетки можно изменять.

Коррекция дисторсии в фотошоп. Camera Raw.

Переходим в Lens Correction

Коррекция дисторсии фотошоп

Коррекция дисторсии в автоматическом режиме осуществляется выбором пункта «Enable Lens Profile Correction» – Активировать профиль коррекции объектива. В этом случае плагин в автоматическом режиме определит модель камеры и объектива и исправит дисторсию по этим параметрам. Можно это сделать и в ручном режиме – «Manual».

Коррекция дисторсии фотошоп

Для коррекции дисторсии в ручном режиме используйте ползунок «Distortion».

Фотошоп, конечно, хорошо, но лайтурм в данном случае лучше, потому что геометрические искажения можно исправить в автоматическом режиме хоть у тысячи снимков сразу и всего за пару кликов, при  этом времени уйдет совсем немного.

Коррекция дисторсии в Lightroom.

Импортируйте изображения в лайтрум, потом перейдите в модуль  Develop -> Lens Corrections.

Коррекция дисторсии lightroom

Активируйте профиль коррекции объектива «Enable Profile Corrections» и Lightroom автоматически исправит геометрические искажения. Настройки камеры (модель и объектив) для коррекции дисторсии лайтрум берет из метаданных файла.

В ручном режиме можно подправить искажения в этой же вкладке Amount (Величина) -> Distortion.

Также существует и полностью ручной режим коррекции дисторсии – Manual

Коррекция дисторсии lightroom

Кроме дисторсии существуют другие дефекты на, которые стоит обратить внимание при редактировании фотографии: цифровой шум, завал горизонта, шевеленка. Если вы решили серьезно заняться фотографией, советую задуматься о правильной цветопередаче вашего монитора и откалибровать его в домашних условиях.

Скачайте книгу “Бесценные советы по основам композиции”

Поставь обработку фотографий на автопилот при помощи тренинга “Adobe Lightroom — это просто, как 1,2,3”

Зарегистрируйся на онлайн тренинг и стань успешным “Трамплин к успеху“

Что такое искажение в музыке? Когда и как использовать

В этой статье упоминаются предыдущие версии Ozone. Узнайте о последней версии Ozone и ее новых мощных функциях, таких как Master Rebalance, Low End Focus и улучшенное управление тональным балансом , нажав здесь.

Программное обеспечение для создания музыки имеет ограничения на громкость аудиосигнала. Если аудиосигнал выходит за эти пределы, он искажается и издает хриплый, громкий звук, который заставляет большинство людей тянуться к ушам.

Нежелательные искажения негативно влияют на качество микса. Но у него также есть много музыкальных применений, если его ввести намеренно. Он оживляет синтезаторы и гитары, придает веса ударным и придает унылым звукам нужное отношение.

Мы переживаем пик (каламбур) момента искажения как музыкального эффекта, так и эстетики. Хрустящие треки в стиле хаус и хип-хоп с дескриптором «lo-fi» пользуются большой популярностью в блогах. Самодельные лейблы выпускают кассеты. Даже поп-вокал подвергается обработке искажением.

В этой статье я покажу вам, как творчески использовать дисторшн в вашей DAW, а также приведу примеры аудио.

Типы искажений и их источники

Искажение может произойти во время записи, производства и обработки песни. Вот лишь несколько примеров того, как может произойти нежелательное искажение:

Несовпадение импеданса происходит, когда импеданс (измеряемый в Омах) выходного сигнала, например гитары, создает сигнал с высоким значением импеданса по сравнению со значением импеданса микрофонного входа, как в аудиоинтерфейсе. или миксер.Выход с высоким импедансом будет давать очень искаженный звук на входе, не предназначенном для приема сигналов с высоким импедансом. Результатом обычно является искаженный тон и нежелательный шум в сигнале.

Отсечение — это тип искажения, которое чаще всего происходит при перегрузке входа или выхода, о чем я подробно расскажу ниже.

Искажение усечения вызвано пропуском битов при воспроизведении или рендеринге аудиосигнала, что может привести к низкоуровневому искажению сигнала.

Теперь вернемся к обрезке. Цифровые и аналоговые искажения возникают, когда аудиосигнал превышает максимально допустимый уровень системы, который в DAW обычно составляет 0 дБ полной шкалы. Когда вы обрезаете, вы теряете части сигнала выше порога 0dBFS, обрезая сигнал.

Цифровое искажение происходит, когда аудиосигнал превышает максимальную громкость DAW, которая обычно составляет 0 дБ. Чтобы продолжить воспроизведение, DAW будут сжимать части сигнала выше порога искажения, отсекая форму волны.

Искажение синусоиды в DAW, снятой осциллографом

Искажение клиппинга генерирует немузыкальные гармоники, которые окрашивают звук, что вы можете услышать в приведенном выше примере. Поскольку синусоидальная волна искажается, она на самом деле звучит ближе к прямоугольной волне.

Эта новая гармоническая информация увеличивает воспринимаемую громкость сигнала. Пиковый уровень в DAW может не измениться на измерителе после достижения порога искажения (хотя значения измерителей передискретизации изменятся), но уровень нового искаженного сигнала изменится при воспроизведении и будет казаться громче.

Итак, как это можно применить в более творческом, музыкальном ключе? Давайте разберемся.

Насыщение ленты

Когда цифровая технология была представлена ​​как средство производства музыки, многие люди жаловались, что ей не хватает теплоты и характера аналоговой технологии. В какой-то степени это правда. Как вы слышали выше, цифровое искажение может быть резким. Но когда магнитная лента перегружена звуковым сигналом, она создает богатое гармоническое искажение, называемое насыщением.

В наши дни мы можем воспроизводить аналоговое насыщение в наших DAW с помощью плагинов, таких как Tape Machine. Насыщенность можно эффективно использовать практически для любого элемента микса, но, пожалуй, наиболее удовлетворительно она применяется к ударным.

Послушайте эти барабаны без насыщения.

Есть грув, и бочки тоже звучат довольно плотно. А вот перкуссия и малый барабан могли бы быть усилены. Итак, я применил пресет Ozone 8 Advanced Vintage Tape «Clean Fifteen», чтобы разогреть средние и высокие частоты.

Разогрейте свои барабаны с помощью Vintage Tape

Здесь Tape Machine добавляет ясности и заполняет пустое пространство между каждым ударом. Несмотря на то, что барабаны имеют современный набор звуков и размещение, они «чувствуют себя» аналогово. В вашей собственной DAW вы можете подчеркнуть низкие, высокие частоты и гармоники в соответствии со своим стилем.

Будьте осторожны при применении насыщения к хай-хэтам, тарелкам, клаве и колокольчикам. Эти звуки уже богаты высокочастотным содержанием и станут грубыми и резкими с добавлением или усилением гармоник.

От теплого до абразивного

Если вы считаете, что элемент микса звучит скучно и может выиграть от добавления гармоник, запустите плагин дисторшна, такой как Trash 2. Он выходит за рамки тонкости насыщения и действительно позволяет искусно использовать дисторшн. Плагин имеет два этапа дисторшна, каждый со своей кривой и настройками драйва. Он также включает фильтр и встроенную задержку.

Как правило, вы всегда должны работать с высококачественными сэмплами и записями.Искажение во многих случаях улучшает звук, но обычно ухудшает низкокачественные звуки.

Поскольку большинство синтезаторов включают в себя в основном контент среднего и высокого диапазона, дисторшн наиболее эффективен для добавления яркости и мерцания. Я буду работать с этим эмбиент-пэдом в стиле Брайана Ино.

Я специально хочу улучшить высокие частоты, поэтому я включил многополосный режим Trash 2 и увеличил драйв для пользовательского диапазона частот между 4–10 кГц.

Многополосный модуль Trash 2

Подчеркнута воздушность подушечки и подчеркнута приятная зернистая текстура.По мере того, как вы увеличиваете мощность искажения, ваш синтезатор начинает петь или даже кричать при изменении тембра.

Drive увеличит амплитуду вашего сигнала и сделает ваш микс громче. Следите за своим выходом Trash 2, чтобы громкость была постоянной до и после искажения. Включите обход плагина, чтобы убедиться в этом. То, что ваш микс громкий, не означает, что он полный.

В паре с басовой линией (также проходящей через Trash 2) мы получаем большую динамичную заливку звука.

В Trash 2 есть бесчисленное множество вариантов обработки, поэтому я рекомендую вам изучить плагин, чтобы найти пресеты, которые вам нравятся.

Искаженное будущее

В этой статье я показал вам, как использовать дисторшн на барабанах и синтезаторах. Но вы не должны останавливаться на достигнутом. Используйте дисторшн, чтобы запачкать басовые линии, добавить текстуру вокалу и преобразить гитары. Но помните — в музыке бывает слишком много искажений! Он может легко перебить другие элементы микса или замутить ваш микс в целом.Начните с низких значений Dry/Wet и Drive, затем медленно повышайте их, пока не услышите заметную разницу.

Исследуйте искажения с помощью Vintage Tape в Ozone 8 Advanced и Trash 2.

определение искажения по The Free Dictionary

Было ли это искажение, эта способность к извращенному взгляду на вещи, частным или случайным случаем, или же это такое общее правило?» что исходило из него.Если мы построим эту гипотетическую систему для каждого вида объекта по очереди, система, соответствующая данному внешнему виду х, будет независима от какого-либо искажения, вызванного средой за пределами х, и будет воплощать только такое искажение, которое вызвано средой между х и предмет. Это был тесный, плохо освещенный зал, амбарный по своим пропорциям, и прокуренный воздух придавал всему особенное искажение. — Было что-то то ли в этой улыбке, то ли в пробуждаемых ею воспоминаниях, что было особенно ей было неприятно, ибо она вдруг снова приняла тот гордый, холодный вид, который так невыразимо возбудил во мне отвращение к церкви, — взгляд отталкивающе-насмешливого, так легко принимаемый и так совершенно не искажающий ни одной черты, что, в то время как , это казалось естественным выражением лица и тем более раздражало меня, что я не мог подумать, что это влияет.Со временем они продвинулись вперед, мало чему научившись, кроме веселой наглости в искажении истины, которая, возможно, сослужила им большую службу в загробной жизни, чем умение читать с листа на латыни. Если вы когда-нибудь видели улыбку колли, вы может иметь некоторое представление об искажении лица Вулы. Но хотя Прыгающий Лягушка из-за искривленных ног мог передвигаться по дороге или полу только с большой болью и трудностями, огромная мускульная сила, которой природа, казалось, наделила его руки, компенсируя недостаток нижних конечностей, позволили ему совершать множество подвигов удивительной ловкости, когда речь шла о деревьях, веревках или любом другом предмете, на который можно было взобраться.Таковы взгляды, которые, страстно искажая свои худощавые черты и виляя тонкой козлиной бородой, он изливал нам в уши всю дорогу от Саутгемптона до Манаоса. Какой вывод вы могли бы сделать в связи с этим искажением лица, этой гиппократовской улыбкой, или «risus sardonicus», как называли ее старые писатели? ей зародилась эта болезнь мозга, но человек, которого она видела той ночью, увлеченный азартной игрой, притаившийся в ее комнате и пересчитывающий деньги при мерцающем свете, казался другим существом в своем облике, чудовищным искажение его образа, нечто такое, от чего следует отшатываться и тем более бояться, что оно имело сходство с ним и держалось рядом с ней, как и он.

Ограниченная рациональность искажения вероятности

Значимость

Люди искажают вероятность при принятии решения в условиях риска и многих других задач. Эти искажения могут быть большими, что приводит к тому, что мы принимаем явно неоптимальные решения. Нет единого мнения о том, почему мы искажаем вероятность. Искажения систематически меняются в зависимости от задачи, намекая на то, что искажения являются динамической компенсацией некоторой внутренней «привязки» к рабочей памяти. Сначала мы разрабатываем модель процесса ограничения и компенсации, а затем сообщаем об эксперименте, показывающем, что модель учитывает индивидуальные действия человека при принятии решений в условиях риска и суждений об относительной частоте.Наконец, мы показываем, что конкретная компенсация в каждом экспериментальном условии служит для максимизации взаимной информации между объективными переменными решения и их внутренними представлениями. Мы искажаем вероятность, чтобы компенсировать собственные перцептивные и когнитивные ограничения.

Abstract

При принятии решений в условиях риска (DMR) выбор участников основывается на значениях вероятности, систематически отличающихся от объективно правильных. Подобные систематические искажения обнаруживаются в задачах, связанных с оценками относительной частоты (JRF).Эти искажения ограничивают производительность в самых разных задачах, и возникает очевидный вопрос: почему мы систематически не можем использовать информацию о вероятности и относительной частоте? Мы предлагаем ограниченную модель логарифмических шансов (BLO) вероятности и искажения относительной частоты, основанную на трех предположениях: 1) логарифмические шансы: вероятность и относительная частота отображаются на внутреннюю шкалу логарифмических шансов, 2) ограниченность: диапазон представлений вероятности и относительной частоты ограничены, и границы динамически меняются в зависимости от задачи, и 3) компенсация дисперсии: отображение частично компенсирует неопределенность в значениях вероятности и относительной частоты.Мы сравнили производительность человека в задачах DMR и JRF с прогнозами модели BLO, а также с 11 альтернативными моделями, в каждой из которых отсутствовало одно или несколько основных предположений BLO (сравнение факторных моделей). Модель BLO и ее предположения оказались лучше любой из альтернатив. В отдельном анализе мы обнаружили, что BLO учитывает данные отдельных участников лучше, чем любая предыдущая модель в литературе по DMR. Мы также обнаружили, что с учетом ограничения ограниченности выбор искажения участниками приблизительно максимизировал взаимную информацию между объективными ценностями, относящимися к задаче, и внутренними ценностями, что является формой ограниченной рациональности.

Принимая решения, мы выбираем действия, результаты которых обычно неопределенны; мы можем смоделировать такой выбор как выбор среди лотерей. Чтобы указать лотерею L, мы перечисляем все ее возможные исходы O1,…,On и соответствующие вероятности появления p1,…,pn, которые конкретная лотерея присваивает каждому исходу. Если бы мы знали все соответствующие вероятности, мы бы принимали решение в условиях риска (1). Если бы мы могли также присвоить числовую меру полезности U(Oi) каждому исходу Oi, мы могли бы присвоить ожидаемую полезность каждой лотерее, EU(L)=∑i=1npiU(Oi),[1] и лицо, принимающее решение, максимизирующее Ожидаемая полезность (2, 3) выберет лотерею с наибольшей ожидаемой полезностью среди предложенных.Вероятности служат для взвешивания вклада полезности каждого исхода. Модель теории ожидаемой полезности (EUT) проста, но имеет широкий спектр применений не только в экономических решениях, но и в восприятии (4, 5) и планировании движения (6⇓⇓⇓–10).

На протяжении более двух столетий EUT рассматривалось как адекватное описание человеческого выбора при принятии решений в условиях риска, пока Allais (11) не оспорил его. В изящной серии экспериментов он показал, что люди, принимающие решения, не взвешивают полезности по соответствующим вероятностям появления при выборе лотереи.В теории перспектив Канеман и Тверски (12) разрешили парадоксы Алле и другие недостатки EUT, предположив, что лица, принимающие решения, используют преобразование вероятности π(p) — вес вероятности или вес решения вместо вероятности p в расчет ожидаемой полезности. Функция искажения при принятии решения в условиях риска π(p) была первоначально выведена из человеческого выбора в экспериментах и ​​часто — но не всегда — представляет собой перевернутую S-образную функцию p (13⇓–15).

Ву и др.(16) сравнили производительность в «классической» задаче принятия решения в условиях риска с производительностью в математически эквивалентной двигательной задаче принятия решения. Каждый участник выполнил обе задачи, и хотя функции искажения вероятности для классической задачи были, как и ожидалось, перевернутой S-образной формы, функции, основанные на двигательной задаче, как правило, лучше соответствовали S-образным функциям. Один и тот же участник мог иметь как перевернутую S-образную, так и S-образную форму функции искажения π(p) в разных задачах решения.

Ungemach et al. (17) обнаружили аналогичную тенденцию недооценивать малые вероятности в решениях и переоценивать большие (см. также ссылки 18⇓–20). Искажение вероятности в виде перевернутой S-образной и S-образной весовых функций также обнаруживается в поведении обезьян при выборе (21) и подтверждается данными нейровизуализации человека (22, 23).

Zhang и Maloney (24) сообщили, что как перевернутая S-образная, так и S-образная функции искажения обнаруживаются в задачах относительной частоты и достоверности, отличных от принятия решений в условиях риска.Для удобства мы будем использовать термин «вероятность» для обозначения относительной частоты и достоверности. У одних и тех же участников были разные перевернутые S-образные или S-образные функции искажения вероятности в разных экспериментальных условиях, хотя испытания для разных условий чередовались случайным образом. Они пришли к выводу, что функция искажения вероятности не является фиксированной для участника, а является динамической, систематически меняющейся в зависимости от задания. Появляется все больше свидетельств того, что динамическое перераспределение репрезентативного диапазона происходит по более абстрактным параметрам, таким как значение (25⇓⇓⇓–29), числовое значение (30, 31), относительная частота (32) и дисперсия (33).

Zhang и Maloney (24) обнаружили, что искажения вероятности могут быть хорошо аппроксимированы линейным преобразованием λ[π(p)]=γλ(p)+(1−γ)λ(p0),[2], где λ(p) =logp1−p — логарифм шансов (34) или логит-функция (35), а γ>0 и 0 A для примеров и Zhang and Maloney (24) для дополнительных примеров, которые включают 20 наборов данных, взятых из 12 исследований, включающих вероятность, относительную частоту и достоверность, все исследования, для которых мы смогли восстановить и проанализировать данные.. Кружки обозначают данные. Толстые кривые или линии обозначают посадки LLO. Тверски и Канеман (13): Субъективная вероятность (вес решения) по сравнению с объективной вероятностью при принятии решения в условиях риска. Attneave (41): Расчетная относительная частота букв в письменном английском языке по сравнению с фактической относительной частотой. Таннер, Свэтс и Грин (1956), ср. (5): Расчетная вероятность наличия сигнала по сравнению с объективной вероятностью в задаче обнаружения сигнала. Адаптировано из исх. 24. ( B ) Кодирование по шкале Терстоуна.Выбранный диапазон [Δ-, Δ+] кодируется по шкале Терстоуна [-Ψ, Ψ] с ограниченным разрешением. Чем меньше закодированный диапазон, тем меньше дисперсия кодирования.

В этой статье мы заменим уравнение. 2 с помощью новой модели ограниченных логарифмических шансов (BLO), основанной на теоретических соображениях. Мы предполагаем, что искажение вероятности как при принятии решения в условиях риска, так и при суждении об относительной частоте является фундаментальным следствием определенного ограничения динамического диапазона нейронного представления вероятности, которое мы идентифицируем.Как следствие этого ограничения, человеческая производительность в широком спектре задач [например, парадоксы Алле (11)] обязательно субоптимальна по любой мере, соответствующей каждой задаче.

BLO основан на трех допущениях: 1) представление логарифмических шансов, 2) динамическое кодирование по ограниченной шкале Терстоуна и 3) компенсация дисперсии. Мы подробно опишем эти предположения и возможные альтернативы ниже.

Мы будем использовать сравнение факторных моделей (36), чтобы отдельно проверить каждое из трех предположений относительно правдоподобных альтернатив.В дополнение к BLO мы рассматриваем 11 вариантов моделей, в каждой из которых изменено одно или несколько предположений. Половина вариантов моделей будет иметь ограниченную шкалу Терстона, половина — нет; половина будет иметь компенсацию отклонения, половина не будет. Мы рассматриваем две альтернативы предположению о представлении логарифмических шансов, что дает в общей сложности 2 × 2 × 3 = 12 моделей, одна из которых — BLO, а другая — LLO (уравнение 2 ). Мы сравниваем производительность человека с прогнозами каждой модели варианта как в задаче принятия решений в условиях риска (DMR), так и в задаче оценки относительной частоты (JRF).Каждый испытуемый выполнил обе задачи, что позволило нам сравнить производительность в рамках задачи.

Мы отдельно сравним производительность BLO со всеми предыдущими моделями принятия решений в условиях риска, которые в настоящее время встречаются в литературе. Данные, используемые во всех сравнениях моделей, взяты из нового эксперимента DMR и JRF с 75 участниками, о котором мы сообщаем здесь, и данные из предыдущей статьи Гонсалеса и Ву (14). Мы определим когнитивные ограничения в индивидуальном представлении вероятности, а также оптимальность при этих ограничениях.

Максимизация взаимной информации.

Результаты наших экспериментов и анализов покажут, что BLO является точной описательной моделью того, что делают участники двух очень разных видов экспериментов, DMR и JRF. Однако ничто в этих анализах не служит доказательством того, что BLO в каком-либо смысле является нормативной моделью или что деятельность человека является нормативной. Во второй части статьи мы рассматриваем возможность того, что отображение BLO и деятельность человека служат для максимизации взаимной информации между внешними переменными решения и их внутренним представлением, формой ограниченной рациональности в смысле Герберта Саймона (37).В последней части статьи мы показываем, что BLO объясняет различные явления в DMR.

Результаты

Предположения BLO.

Допущение 1: Логарифмическое представление шансов.

В модели BLO вероятность p внутренне представлена ​​как линейное преобразование логарифмических шансов, λ(p)=logp1−p,[3] взаимно однозначное возрастающее преобразование вероятности. Аналогичная шкала логарифмических шансов была введена Erev и соавт. (38, 39) для объяснения вероятностного искажения оценок достоверности.

Предположение 2: Динамическое кодирование в ограниченной шкале Терстоуна.

Thurstone (40) предложил несколько альтернативных моделей для представления субъективных шкал и методов подгонки широкого спектра данных к таким моделям. Нас не интересуют методы подгонки данных под шкалы Терстоуна или их использование при построении шкал отношений; нас интересуют только шкалы Терстоуна как удобные математические структуры. Мы можем думать об ограниченной шкале Терстоуна (40) как о несовершенном нейронном устройстве, способном хранить величины в фиксированном диапазоне.Мы можем закодировать сигнал амплитуды s в любом месте этого диапазона, а затем извлечь его. Однако полученное значение s искажено гауссовским шумом со средним значением 0 и дисперсией σ2: мы можем сохранить 0,5 и получить 0,63 или 0,48. Схематические распределения Гаусса на рис. 1 B отражают эту репрезентативную неопределенность. Для простоты мы предполагаем, что ошибка Гаусса независима и одинаково распределена по шкале (случай V Терстона).

Мы могли бы использовать весь диапазон шкалы Терстона для представления вероятностей от 0 до 1, но — по крайней мере, в некоторых задачах — необходим только ограниченный диапазон.Например, в частотной задаче Attneave (41) вероятности колеблются от примерно 0,13 (e) до 0,0013 (z), и для выполнения задачи требуется только часть полной шкалы вероятностей.

Мы можем выбрать любой интервал на шкале логарифмических шансов и линейно сопоставить его с устройством Терстоуна. На рис. 1 B показаны два варианта. Один представляет небольшой диапазон шкалы логарифмических шансов с использованием полного диапазона устройства Терстоуна, а другой представляет больший диапазон, также сопоставленный с полным диапазоном устройства Терстоуна.Ряд гауссианов на двух интервалах шкалы логарифмических шансов символизирует неопределенность кодирования, вызванную шкалой Терстоуна.

Чем больше диапазон логарифмических шансов, который необходимо закодировать, тем больше плотность величин по шкале Терстоуна и тем выше вероятность смешения соседних кодов, и наоборот. Задача состоит в том, чтобы выбрать преобразование, которое максимизирует информацию, закодированную шкалой, что является проблемой эффективного кодирования. Имеются экспериментальные данные об эффективном кодировании при восприятии (42⇓⇓–45), а недавно — при восприятии значения и вероятности (27, 29, 46).См., в частности, обзор Simoncelli и Olshausen (44).

Нас интересует представление вероятности, особенно в форме логарифмических шансов. В математической записи мы выбираем интервал [Δ−, Δ+] на шкале логарифмических шансов, чтобы сопоставить его с полным диапазоном шкалы Терстоуна [−Ψ, Ψ], и фактически мы ограничиваем представление логарифмических шансов λ до этот интервал: Γ[λ]={Δ−,λ<Δ−λ,Δ−≤λ≤Δ+Δ+,λ>Δ+.[4] Следуя линейному отображению из [Δ−, Δ+] в [ −Ψ,Ψ], то Γ(λ[p]) отображается в Λ(p)=Ψ(∆+−∆−)/2[Γ(λ[p])−(∆−+∆+)/2] [5] по шкале Терстоуна.ω[p]), где λ−1(·) обозначает обратную логит-функцию.

Аналогичная компенсация дисперсии широко использовалась для моделирования систематических искажений в восприятии и памяти (45, 47). Даже искажение вероятности в форме LLO рассматривается некоторыми предыдущими теориями как следствие компенсации дисперсии (48, 49). Мы демонстрируем, что конкретная форма компенсации дисперсии, принятая в BLO, при применении к усеченным логарифмическим шансам может приблизиться к минимизации отклонения между объективными и субъективными вероятностями ( SI Приложение , Приложение S12 ).

В приведенном ниже анализе мы проверим, необходимы ли какие-либо или все из этих трех допущений BLO для описания искажения вероятности в человеческом поведении. Например, легко представить себе вариант BLO без компенсации дисперсии. Однако человеческая производительность указывает на то, что для учета данных необходимо что-то вроде компенсации дисперсии.

Обзор экспериментальных испытаний BLO.

Чтобы протестировать BLO, мы сначала провели новый эксперимент, в котором каждый участник выполнил как задачу DMR, так и задачу JRF.Мы также повторно проанализировали данные эксперимента Гонсалеса и Ву (14) DMR. Объективными вероятностями в этих двух репрезентативных задачах можно легко манипулировать, а субъективные вероятности можно точно оценить.

В Gonzalez and Wu (14) 10 участников были протестированы на 165 лотереях с двумя исходами, факторной комбинации 15 наборов значений с 11 вероятностями ( Методы ). Участники выбирали между лотереями и гарантированными вознаграждениями, чтобы измерялся их эквивалент достоверности (CE) — значение гарантированного вознаграждения, которое в равной степени предпочтительно — для каждой лотереи.Мы ссылаемся на набор данных Гонсалеса и Ву (14) как GW99, набор включенных в него лотерей достаточно велик и богат, чтобы обеспечить надежное моделирование на индивидуальном уровне, как показано в Гонсалесе и Ву (14).

Мы называем наш новый эксперимент Experiment JD ( Methods ). В ходе эксперимента каждый из 75 участников выполнил задание DMR, процедура и схема которого ( Приложение SI , рис. S1 A ) соответствовали задачам Гонсалеса и Ву (14), а также задание JRF ( Приложение SI , Инжир.S1 B ), где участники сообщили об относительной частоте черных или белых точек среди массива черных и белых точек. В двух задачах использовались одни и те же 11 вероятностей. Сравнивая результаты людей в двух разных задачах, которые включали один и тот же набор вероятностей, мы надеялись определить возможное общее представление вероятности и то, как она может меняться в зависимости от задачи.

На основе измеренных CE (для DMR) или предполагаемых относительных частот (для JRF) мы выполнили непараметрическую оценку и подбор модели для искажения вероятности каждого участника и каждой задачи ( Методы и Приложение SI, Дополнения S4 и S5).Как и в предыдущих исследованиях DMR (14) и JRF (24, 50), мы обнаружили перевернутые S-образные искажения вероятности для большинства участников, но также отметили индивидуальные различия в обеих задачах (рис. 2 A C ). Около 10% участников имели S-образные (не перевернутые S-образные) искажения вероятности. Результаты DMR GW99 (рис. 2 A ) и эксперимента JD (рис. 2 B ) были схожими и по возможности сводились к дальнейшему анализу.

Рис. 2.

Сравнение аппроксимации модели с непараметрическими оценками вероятностных искажений.(p) для каждого участника отображается в зависимости от p в виде черных кружков. Подгонка LLO к данным участника нарисована синим контуром, а подгонка BLO — красным контуром. Последняя панель представляет собой среднее значение среди участников. ( B ) Данные DMR из нашего эксперимента. Формат идентичен, с непараметрическими оценками и моделью, подходящей для 75 участников. Последняя панель представляет собой среднее значение среди участников. Чтобы сделать параметрические и непараметрические оценки функции искажения вероятности сопоставимыми, представленные здесь подборы BLO и LLO использовали одну и ту же функцию полезности, оцененную на основе непараметрических оценок искажения вероятности.(p)−p по сравнению с p, чтобы проиллюстрировать обнаруженные небольшие, но шаблонные искажения вероятности. Мы также наносим соответствие LLO (синий) и BLO (красный) остаткам. Соответствующие панели B и C предназначены для одного и того же участника. По сравнению с подборами LLO (синие кривые), подборы BLO (красные кривые) в целом лучше согласовывались с непараметрическими оценками искажений вероятности. ( D и E ) Средние абсолютные отклонения подгонки модели от непараметрических оценок нанесены на график относительно p отдельно для DMR ( D ) и JRF ( E ).Затенение обозначает SE.

Мы использовали непараметрические оценки для оценки функции искажения вероятности участников и сравнили соответствие модели с непараметрическими оценками. Для среднего участника (последние панели на рис. 2 A C ) модели LLO и BLO дали почти одинаково хорошие соответствия. Однако изучение искажения вероятности отдельных участников показало, что по сравнению с подгонкой LLO подгонка BLO значительно лучше отражает наблюдаемые индивидуальные различия.Это наблюдение можно количественно оценить, используя средние абсолютные отклонения подгонки модели от непараметрических оценок (рис. 2 D и E ), которые были значительно меньше в BLO, чем в LLO для 8 из 11 P с DMR (парные t испытаний, P < 0,044) и для 10 из 11 P с JRF (парные t испытаний, P < 0,005).

Сравнение факторных моделей.

BLO построен на трех предположениях: представление логарифмических шансов, ограниченность и компенсация дисперсии.Чтобы проверить эти предположения, мы использовали факторное сравнение моделей (36) и построили 12 моделей, предположения которых различаются по следующим трем «размерам» (подробности см. в SI Приложение , Дополнение S6 ):

  • D1: шкала трансформация. Шкалой преобразования может быть логарифмическая шкала шансов, шкала Прелека (51) или линейная шкала, основанная на неоаддитивном семействе (ссылки 52⇓–54; см. ссылку 55 для обзора).

  • D2: ограниченный или безграничный.

  • D3: компенсация отклонения. Дисперсия, подлежащая компенсации, может быть дисперсией кодирования, которая изменяется в зависимости от p (обозначается V(p)) или постоянной (обозначается V=const).

Не все рассмотренные нами модели являются вложенными, и сравнение факторных моделей (36) не требует вложенных моделей. И BLO, и LLO являются частными случаями 12 моделей, соответственно соответствующих [логарифм шансов, ограниченный, V(p)] и [логарифм шансов, без границ, V=const].

Для каждого участника мы подгоняем каждую из 12 моделей к CE участника (для DMR) или расчетным относительным частотам (для JRF) с использованием оценки максимального правдоподобия (подробности см. в SI Приложение , Приложение S4 ).Для выбора модели использовался информационный критерий Акаике с поправкой на размер выборки, AICc (56, 57). Для конкретной модели ΔAICc был рассчитан для каждого участника и каждой задачи как разница AICc между моделью и минимальным AICc среди 12 моделей. Более низкий ΔAICc указывает на лучшее соответствие.

Как для DMR, так и для JRF, BLO была моделью наименьшего суммарного ΔAICc среди участников (рис. 3 A и B ). Результаты были схожими для участников разных экспериментов ( SI Приложение , рис.С3). Чтобы увидеть, насколько хорошо ведет себя каждое из предположений BLO по сравнению с его альтернативами, мы разделили 12 моделей на семейства моделей в соответствии с их предположениями о D1, D2 или D3 (например, семейство с ограничениями и семейство без границ). Сначала мы рассчитали для каждой модели количество участников, наиболее подходящих модели (наименьшее значение ΔAICc), и вероятность превышения на основе выбора байесовской модели на уровне группы (58), которая является комплексной мерой вероятности того, что модель является лучшей моделью. среди 12 моделей.Суммарное количество наиболее подходящих участников затем наносится на график для каждого модельного семейства на рис. 3 C и D . Как для DMR, так и для JRF допущения BLO превзошли альтернативные допущения по каждому из трех параметров, при этом суммарная вероятность превышения приближается к 1.

Рис. 3.

Результаты сравнения факторных моделей. Мы сравнили 12 моделей, которые различаются по трем параметрам («факторам») допущений: шкала преобразования (логарифм шансов, Prelec или линейная), ограниченность (ограниченная или безграничная) и компенсация дисперсии (V(p) или V = константа).BLO соответствует [логарифм шансов, ограниченный, V(p)]. LLO соответствует [логарифм шансов, без границ, V=const]. Суммарный ΔAICc по участникам нанесен на график для каждой модели, отдельно для DMR ( A ) 85 участников) и JRF ( B ) 75 участников). Чем ниже значения ΔAICc, тем лучше. BLO превзошел альтернативные модели в обеих задачах. ( C и D ) Каждое допущение BLO [логарифм шансов, ограниченный и V(p)] также превзошло альтернативные допущения по своей размерности.Каждая панель предназначена для сравнения по одному измерению, отдельно для DMR ( C ) и JRF ( D ). Для семейства моделей с конкретным предположением заштрихованные столбцы обозначают количество участников, лучше всего учитываемое семейством моделей. P exc над самой высокой чертой обозначает суммарную вероятность превышения соответствующего семейства моделей.

Мы также провели сравнение моделей отдельно для участников с перевернутым S-образным и участников с S-образным искажением ( SI Приложение , рис.S4), протестировали ряд дополнительных моделей принятия решений в условиях риска за пределами используемой нами в настоящее время структуры ( SI, Приложение , рис. S5), а также протестировали дополнительные модели и дополнительный набор данных (эксперимент 1 из ссылки 24) для JRF (). Приложение SI , рис. S9 и S10). Опять же, модель BLO превзошла все альтернативные модели ( SI Приложение , Дополнения S7 и S8 ).

Емкость Терстона как личная подпись.

Согласно BLO количество информации, которую ограниченная шкала Терстоуна может закодировать за один раз, ограничено величиной 2Ψ/σΨ, где Ψ, как и прежде, — полудиапазон шкалы Терстона, а σΨ обозначает SD Гауссовский шум по шкале Терстоуна.Мы называем Ψ/σΨ емкостью Терстоуна. Является ли способность Терстоуна одного и того же человека неизменной для разных задач?

Ψ конкретного участника оценивали как свободный параметр BLO из сообщаемой участником относительной частоты (JRF) или CE (DMR). Значение σΨ не было полностью доступно ( SI Приложение , Приложение S11 ), и мы использовали оценочные параметры BLO, σλ (JRF) и σCE (DMR), в качестве его заменителей, которые соответственно характеризуют изменчивость шума в субъективном лог-шансы JRF и в CE DMR.Инвариантность Ψ/σΨ должна подразумевать положительную корреляцию между Ψ/σλ участника в JRF и Ψ/σCE участника в DMR. В эксперименте JD, где было протестировано 75 участников по обеим задачам, такая положительная корреляция действительно была обнаружена (рис. 4) ( r s Спирмена = 0,40, правосторонний P < 0,001).

Рис. 4. Емкость

Thurstone в качестве личной подписи. Значение Ψ/σλ, оцененное в JRF, положительно коррелировало с Ψ/σCE, оцененным в DMR, для участников, выполнивших оба задания.Каждый круг предназначен для одного участника (7/75 точек данных находятся за пределами диапазона графика). r s на графике относится к коэффициенту корреляции Спирмена, который устойчив к выбросам, а P является правосторонним.

Учитывая, что две задачи предполагают совершенно разные ответы и обработку вероятностной информации, корреляция между задачами Ψ/σλ и Ψ/σCE вызывает удивление. На самом деле, за исключением скромных корреляций для Ψ ( r s = 0.23, правосторонний P = 0,026) и для точки кроссовера p0 в LLO ( r s = 0,23, правосторонний P = 0,025) положительных корреляций между двумя задачами обнаружено не было. для любых других параметров искажения вероятности, полученных из BLO или LLO ( SI, Приложение , Таблица S3).

В эксперименте JD 51 участник выполнил два сеанса в два разных дня, для которых мы также могли оценить корреляции параметров искажения вероятности во времени.Положительная корреляция была обнаружена между сеансом 1 и сеансом 2 Ψ/σλ/CE ( SI Приложение , рис. S6) в обоих DMR ( r s = 0,60, правосторонний P <0,001). и JRF ( r s = 0,56, правосторонний P < 0,001). Положительные межсессионные корреляции для Ψ также были обнаружены в обеих задачах ( SI Приложение , рис. S6, DMR: r s = 0,57, правосторонний P <0.001; JRF: r s = 0,83, правосторонний P < 0,001). Ψ / σλ / CE и Ψ были единственными двумя показателями, корреляции между которыми между задачами и сеансами были значительно положительными, среди 12 показателей, полученных из BLO или LLO ( SI, Приложение , Таблица S3).

Эти корреляции предполагают, что способность Терстона, определенная в BLO, может быть личной подписью, которая ограничивает функции искажения вероятности индивидуума во времени и задачах.Между тем, отсутствие прямого доступа к σΨ не позволило нам сделать вывод, является ли Ψ/σΨ инвариантным или только коррелирует между задачами, что еще ожидает будущих эмпирических проверок.

Максимизация взаимной информации.

Ограниченная емкость Thurstone требует компромисса: чем шире интервал [Δ−, Δ+] для кодирования, тем больше случайный шум в кодируемых значениях (рис. 1 B ). Во всех наборах данных, которые мы протестировали, [Δ−, Δ+], оцененные по поведению участников, соответствуют диапазону вероятностей, намного более узкому, чем диапазон объективных вероятностей ([0.01,0.99]). Как мы увидим ниже, выбор участниками [Δ−, Δ+] максимизирует взаимную информацию Шеннона между объективными вероятностями и их внутренними представлениями, что является формой эффективного кодирования (44).

Эффективность кодирования можно количественно оценить по взаимной информации между стимулами s1,…,sn и реакциями r1,…,rn:Im=∑i=1nP(si,ri)log2P(si,ri)P (si)P(ri),[7]где P(si) обозначает вероятность появления определенного стимула si, P(ri) обозначает вероятность появления определенного ответа ri, а P(si,ri) обозначает совместная вероятность их совпадения.Стимулы и реакции относятся к объективным и субъективным относительным частотам или вероятностям. Для конкретной задачи и параметров BLO мы использовали модель BLO для создания смоделированных ответов, а затем вычислили ожидаемую взаимную информацию с использованием метода Монте-Карло ( SI Приложение , Приложение S10 ).

Для виртуального участника, наделенного медианными параметрами, мы оценили, как ожидаемая взаимная информация в JRF или DMR менялась в зависимости от Δ− и Δ+, при прочих равных параметрах.Мы обнаружили, что ожидаемая взаимная информация менялась немонотонно со значениями Δ− и Δ+ (рис. 5 A и B ), и как для DMR, так и для JRF наблюдаемые медианные значения Δ− и Δ+ (обозначенные красные кружки) были близки к значениям, максимизирующим ожидаемую взаимную информацию: взаимная информация, связанная с наблюдаемыми Δ− и Δ+, была ниже максимальной только на 1,31% для JRF и на 2,83% для DMR. Напротив, если бы не было наложено никаких ограничений на диапазон вероятностей [0.01,0,99] (т.е. Δ-=-4,6, Δ+=4,6), взаимная информация будет на 16,7% и 12,3% ниже максимума соответственно для JRF и DMR.

Рис. 5.

Выбор граничных параметров Δ− и Δ+ как максимизация взаимной информации. ( A ) Ожидаемая взаимная информация между объективными и субъективными вероятностями (в битах) наносится относительно -Δ- и Δ+ в качестве контурной карты для JRF. Более высокие значения кодируются как более зеленоватые, а более низкие значения — как более голубоватые. ( B ) Ожидаемая контурная карта взаимной информации для DMR.Для обеих задач наблюдаемая медиана (-Δ-, Δ+) (отмеченная красным кружком) была близка к максимизации ожидаемой взаимной информации. ( C ) Когда для внутреннего представления вероятности предполагался дополнительный мультипликативный шум, наблюдаемая асимметрия Δ− и Δ+ в DMR может быть объяснена максимизацией взаимной информации. Предполагалось, что стандартное отклонение мультипликативного шума равно 0,19 внутреннего представления вероятности. ( D ) Процент отклонения отдельных участников от оптимального в ожидаемой взаимной информации для наблюдаемых (Δ−, Δ+) по сравнению с представлениями без границ.Столбцы обозначают средний процент среди участников. Столбики погрешностей обозначают SE.

Наблюдаемые Δ− и Δ+ в JRF ( SI Приложение , рис. S7 B ) были почти симметричны относительно 0 (медиана –1,64 и 1,38, см. красный кружок на рис. 5 A ), хотя разница между Δ+ и -Δ- достигла статистической значимости (критерий суммы рангов Уилкоксона, Z = -2,21, P = 0,027). Наблюдаемые Δ− и Δ+ той же группы участников DMR ( SI Приложение , рис.S7 A ), однако, были сильно асимметричными (медиана –0,60 и 1,75, см. красный кружок на рис. 5 B , критерий суммы рангов Уилкоксона, Z = 3,88, P < 0,001), подразумевая, что распределение пространства представления в DMR было смещено в сторону большей вероятности. Чем можно объяснить эту асимметрию?

Мы предположили, что это также может быть следствием эффективного кодирования, если мы примем во внимание потенциально большие шумы, связанные с представлением больших ожидаемых полезностей (59).То есть более точное представление необходимо для больших вероятностей, чтобы иметь одинаково различимые большие и меньшие ожидаемые полезности. Действительно, когда для внутреннего представления вероятности был принят дополнительный мультипликативный шум ( SI Приложение , Приложение S10 ), мы обнаружили, что оптимальные Δ− и Δ+ будут демонстрировать наблюдаемую асимметрию в DMR (рис. 5 C ). ).

Мы также рассчитали ожидаемую взаимную информацию на основе параметров BLO отдельных участников и сравнили Δ− и Δ+ каждого участника с оптимальным выбором, предложенным вместимостью Терстоуна участника.Отклонение отдельных участников от оптимальности (рис. 5 D ) было в среднем больше, чем у медианного участника, но все же наблюдаемые Δ− и Δ+ были лишь на ∼10% ниже оптимальности ожидаемой взаимной информации и намного ближе к оптимальности, чем альтернативные безграничные представления.

Результаты сравнения факторных моделей, о которых сообщалось ранее, предоставили доказательства того, что участники использовали представления с ограничениями, а не без ограничений. В приведенном выше анализе взаимной информации мы также выявили рациональность этой ограниченности.Мы обнаружили, что при их ограниченных возможностях Терстоуна выбор участниками интервала для кодирования был близок к максимизации информации, передаваемой по шкале Терстоуна.

Минимизация ожидаемой ошибки.

Эффективное кодирование максимизирует различимость субъективных вероятностей, но не может гарантировать, является ли субъективная вероятность точной оценкой объективной вероятности. Например, предположим, что вероятности опасности для двух действий равны 0.9 и 0,95, но оцениваются как 0,01 и 0,2 соответственно. Хотя эти два действия хорошо отличаются друг от друга, принятие решений на основе таких неточных субъективных оценок может иметь катастрофические последствия.

Полания и др. (29) предположили, что байесовское декодирование следует за эффективным кодированием значения. Точно так же выбор параметров границ в BLO определяет только то, насколько эффективно усеченные логарифмические шансы, закодированные шкалой Терстоуна, передают информацию об объективной вероятности.(p) ( Методы ). Насколько хорошо участники выбрали свои параметры компенсации дисперсии, чтобы повысить точность субъективных вероятностей?

Мы определяем ожидаемую ошибку субъективных оценок как квадратный корень из среднеквадратичных отклонений между объективными и субъективными вероятностями для определенного распределения объективных вероятностей. Подобно нашему расчету ожидаемой взаимной информации, мы оценили, как ожидаемая ошибка в DMR или JRF варьировалась в зависимости от Λ0 и κ, при прочих равных параметрах ( SI Приложение , Приложение S10 ).Мы обнаружили, что наблюдаемые Λ0 и κ для медианного участника были близки к тем, которые минимизируют ожидаемую ошибку, отклоняясь от оптимальности только на 5,95% для JRF и на 7,67% для DMR (рис. 6 A и B ). Отклонение для отдельных участников было больше (~10% для JRF и ~20% для DMR), но все же намного меньше, чем представления без компенсации дисперсии (рис. 6 C ).

Рис. 6.

Выбор параметров компенсации дисперсии Λ0 и κ для минимизации ожидаемой ошибки.( A ) Ожидаемая ошибка в вероятности нанесена на график в зависимости от Λ0 и κ в качестве контурной карты для JRF. Ошибки меньшего размера кодируются как более красноватые, а ошибки большего размера — как более желтоватые. ( B ) Карта контуров ожидаемых ошибок для DMR. Для обеих задач наблюдаемая медиана (Λ0,κ) (отмеченная черным кружком) была близка к минимизации ожидаемой ошибки по вероятности. ( C ) Процент отклонения от оптимальности в ожидаемой ошибке для наблюдаемых (Λ0,κ) отдельных участников по сравнению с представлениями без компенсации дисперсии.Столбцы обозначают средний процент среди участников. Столбики погрешностей обозначают SE.

Наконец, мы предупреждаем, что близкий к оптимальному выбор параметров, который мы определили выше, не обязательно подразумевал нейронные вычисления оптимальных решений. Они могли просто следовать некоторым простым правилам. Например, выбор участниками Λ0 в обеих задачах был близок к 0. В DMR этот выбор был фактически ближе к среднему значению объективных логарифмических шансов, чем к значению Λ0, которое минимизирует ожидаемую ошибку (рис. 6 B ). ).

Обсуждение

Модель BLO предназначена для моделирования производительности как в задачах DMR, так и в задачах JRF. Он основан на трех предположениях: представление логарифмических шансов, кодирование по ограниченной шкале Терстоуна и компенсация дисперсии. Мы проверили каждое из этих предположений, используя сравнение факторных моделей, чтобы убедиться, что все они необходимы для наилучшего предсказания человеческого поведения. То есть, если мы заменим любое допущение рассмотренными нами альтернативами, полученная модель будет строго хуже BLO.

Затем мы сравнили BLO со всеми другими моделями в литературе, предназначенными для учета искажения вероятности.BLO превзошел все эти модели с точки зрения наших экспериментальных результатов, а также данных Гонсалеса и Ву (14). Среди рассмотренных моделей BLO является наилучшей доступной описательной моделью использования человеком информации о вероятности и относительной частоте.

Затем мы рассмотрели, является ли BLO нормативным в определенном смысле. Мы проверили, выбрали ли участники искажения вероятности, которые приближаются к максимизации взаимной информации между объективными вероятностями и их несовершенными субъективными оценками.В двух недавних статьях используется один и тот же критерий (максимальная взаимная информация) для моделирования человеческого кодирования ценности (29) или для переосмысления контекстных эффектов решения в условиях риска (46). Эти статьи вместе взятые согласуются с утверждением, подкрепленным значительными экспериментальными данными, что многие наблюдаемые неудачи в DMR можно рассматривать как попытки компенсировать неизменные ограничения в когнитивной обработке, чтобы сохранить информацию Шеннона, форму ограниченной рациональности (37). .

Единая модель вероятностного искажения.

Существует множество теоретических моделей, предназначенных для учета перевернутого S- или S-образного искажения вероятности: степенная модель оценки пропорции (60, 61), модель теории поддержки оценки вероятности (48, 62), калибровочная модель (63), стохастическая модель рейтинга достоверности (38, 39) и модель адаптивной теории вероятности принятия решения в условиях риска (49). Однако почти все эти модели были предложены для одного конкретного типа задач и не предназначались для общего объяснения наблюдаемого искажения вероятности и относительной частоты.Они также не объясняют, почему участники демонстрируют разные искажения вероятности в разных задачах или условиях задачи. Существовало даже убеждение, по крайней мере, при принятии решения в условиях риска, что параметры искажения должны быть специфическими для каждого участника, но постоянными для всех задач (64).

Напротив, BLO моделирует общий механизм, лежащий в основе всех искажений вероятности, где мы определили одно ограничение — ограниченную способность обработки информации (возможность Терстоуна), — которое широко распространено в моделях когнитивных и перцептивных задач (36, 45, 65) и что может быть инвариантным для разных задач.Функции искажения вероятности определяются ограничением, а также выбором, близким к оптимальному, при этом ограничении. Далее мы опишем некоторые последствия BLO.

Разрывы на

p = 0 и p = 1.

BLO и любая модель, основанная на предположении об ограниченности, предсказывает, что π(0)>0 и π(1)<1, то есть искажение вероятности с разрывами при р=0 и р=1. Такие разрывы также обнаруживаются в неоаддитивном семействе весовых функций (55), но не встречаются в других, широко принятых семействах искажения вероятности, таких как LLO (14, 24) и семейство Прелека (51).Первоначальная теория перспектив Канемана и Тверски (рис. 4 ссылки 12) включала аналогичные разрывы в функциях взвешивания вероятностей.

Ограниченные диапазоны вероятности, представленные по шкале Терстона в соответствии с подбором модели BLO, довольно ограничены, примерно [0,16, 0,80] в JRF и [0,35, 0,85] в DMR. Учитывая, что возникновение таких экстремальных вероятностей, как 0,05 и 0,95 — или даже 0,01 и 0,99 — не редкость в лабораторных задачах или в реальной жизни, ограничение, вероятно, будет оказывать заметное влияние на представление вероятности и производительность во многих обстоятельствах.Действительно, в предыдущих исследованиях есть подсказки, указывающие на ограниченность. Например, Yang и Shadlen (66) изучали вероятностный вывод обезьян и обнаружили, что сила конкретного свидетельства, воспринимаемого обезьяной, в целом была пропорциональна объективным логарифмическим шансам свидетельства. Однако для «верных доказательств», которые соответствовали минус или плюс бесконечности логарифмических шансов, субъективные логарифмические шансы были ограничены, что эквивалентно [0,15, 0,81] и [0,30, 0,64] по вероятности для двух тестируемых обезьян.

Компенсация за неопределенность кодирования.

Привязка — как способ объяснения перевернутой S-образной кривой и ее индивидуальных различий — предполагалась в нескольких теориях или моделях искажения вероятности (48, 49, 67). Это может быть способом повысить точность вероятностного суждения, следуя перспективе байесовского вывода (47). Что отличает BLO от предыдущих моделей, так это предположение, что привязка реализует компенсацию неопределенности кодирования. Интуитивно, восприятия с более низкой неопределенностью следует меньше игнорировать, а с более высокой неопределенностью — больше.Если неопределенность восприятия зависит от значения вероятности, которое оно кодирует, то же самое будет и с весом надежности, придаваемым восприятию.

Для задачи JRF неопределенность может возникать в процессе выборки, аналогичной выборке в перцептивных задачах, таких как восприятие движения (68, 69) и обнаружение паттернов (70). Для задачи DMR, где вероятность явно определена и, по-видимому, не задействован явный процесс выборки, мы по-прежнему обнаружили, что наклон искажения вероятности зависит от члена p(1−p), меняющегося с p ( Методы ).Это как если бы люди компенсировали вариацию процесса виртуального отбора проб (49, 71, 72) или вариацию, вызванную гауссовым шумом по шкале логарифмических шансов Терстона ( SI Приложение , Приложение S1 и см. также ссылку 73). Лебретон и др. (73) показывают, что обобщенная форма p(1−p) коррелирует с уверенностью в ценности или восприятии вероятности и автоматически кодируется в вентромедиальной префронтальной коре головного мозга человека. При определенных обстоятельствах такая компенсация дисперсии может привести к нелогичному немонотонному искажению вероятности, которое действительно наблюдается эмпирически ( SI Приложение , Приложение S13 ).

Прогнозирование наклона вероятностного искажения.

Максимизация взаимной информации требует, чтобы закодированный интервал масштабировался с диапазоном вероятностей стимулов. Когда кодируется более узкий интервал, усеченные логарифмические шансы, закодированные по ограниченной шкале Терстоуна для той же объективной вероятности, могут быть более экстремальными, что приводит к искажению вероятности более крутого наклона. Таким образом, BLO предсказывает, что чем уже диапазон вероятности стимулов, тем круче наклон искажения.

Мы провели следующий метаанализ предыдущих исследований DMR, чтобы проверить это предсказание. Фокс и Полдрак (таблица A.3 в ссылке 74) обобщили результаты ряда исследований по принятию решений, которые были смоделированы в рамках теории перспектив. В списке Фокса и Полдрака мы выявили исследования, в которых набор игр был явно определен, и каждая игра состояла из двух исходов, которые можно было обозначить (x1,p;x2,1−p) (см. SI, Приложение , Таблица S4 для включено 12 исследований).Хотя в различных исследованиях предполагались различные функциональные формы — LLO, однопараметрическая и двухпараметрическая функции Прелека (51) и весовая функция Тверски и Канемана (13), все они имели параметр наклона искажения вероятности, который примерно равен эквивалентно γ в LLO. Для каждого исследования мы рассчитали SD объективных логарифмических шансов и обнаружили, что, в соответствии с прогнозом BLO, эта мера отрицательно коррелирует с наклоном искажения вероятности (рис. 7 A ) ( r s = –0.56, левосторонний P = 0,030). Предполагая оптимальный выбор Δ− и Δ+, мы далее количественно предсказали наклон искажения для каждого исследования, который напоминал наблюдаемые наклоны (рис.) наносится на график в зависимости от стандартного отклонения объективных логарифмических шансов [λ(p)] игрового набора, где p обозначает вероятность более высокого исхода двух- игра на исход, (x1,p;x2,1−p).Каждая точка данных относится к одному опубликованному исследованию. Красная линия обозначает линию регрессии. Корреляция отрицательная и значимая. Описываем подборку исследований в тексте. Полный список исследований см. в приложении SI , Таблица S4. То, что наклон искажения уменьшается с SD λ(p), согласуется с предсказанием BLO. ( B ) Расчетный наклон искажения вероятности нанесен на график относительно наклона, предсказанного BLO для каждого исследования (подробности см. в SI Приложение , Приложение S14 ).

Точка пересечения.

Загадка, которую мы не полностью рассмотрели ранее, касается точки пересечения искажения вероятности (т. е. точки на кривой искажения, где переоценка сменяется недооценкой или наоборот). Часто наблюдалось, что точка пересечения близка к 0,5 для задачи JRF (24), но ~0,37 для задачи DMR (51). То есть искажение вероятности симметрично около 0,5 в первом случае, но асимметрично во втором. Есть правдоподобные причины иметь симметрию, но почему асимметрия? Здесь мы предполагаем, что асимметрия также обусловлена ​​максимизацией взаимной информации, которая для задачи DMR связана с максимально возможным различением CE различных азартных игр.Следуя соглашениям (14, 74) и из соображений экономии, мы приняли однородный гауссовский шум по шкале CE. Однако более крупные КЭ могут быть связаны с более высокими дисперсиями, что является аналогом закона Вебера (59). Чтобы компенсировать это, большая часть репрезентативной шкалы должна быть посвящена более высоким вероятностям и, следовательно, более крупным CE, связанным с ними. Действительно, мы обнаружили, что точка пересечения менее 0,5 в DMR связана с границами [Δ−, Δ+], которые смещаются в сторону больших вероятностей (см. которая эффективно реализует такую ​​стратегию представления вероятностей.

Открытые вопросы и дальнейшие направления.

Оценка относительной частоты и принятие решения в условиях риска — это единственные две задачи, в которых проверялись BLO и ее предположения, но вместе эти две задачи представляют обширный объем предыдущих исследований. Модель может быть применена к более широкому кругу задач, связанных с частотой и вероятностью. Удастся он или нет, он, скорее всего, прольет свет на общие и отличительные механизмы искажения вероятности в различных задачах.

Что определяет наклон и точку пересечения искажения вероятности в конкретной задаче или условии задачи? Почему параметры искажения вероятности могут меняться от задачи к задаче и от человека к человеку? В настоящем исследовании мы дали предварительный ответ: они меняются, потому что мозг активно компенсирует свои фиксированные ограничения.

Мы предлагаем искажение вероятности как следствие ограниченной рациональности, но должны предупредить, что оптимальность, обнаруженная на групповом уровне, не может гарантировать оптимальность для каждого человека. Например, для параметра привязки BLO, оптимальное значение которого определяется априорным распределением вероятностей, по-прежнему существовали значительные индивидуальные различия. Одна из возможностей заключается в том, что некоторые люди могут медленно обновлять свою предысторию или даже не в состоянии правильно выучить истинную предысторию (75).Кроме того, существуют большие индивидуальные различия в оптимальности использования когнитивных ресурсов (76).

Важные вопросы для будущих исследований также включают: Как может изменяться искажение вероятности от испытания к испытанию? Мы предполагаем, что человеческое представление вероятности может адаптироваться к окружающей среде в духе эффективного кодирования (42⇓–44) или байесовского вывода (47). Текущая версия BLO — это стационарная модель, предсказание которой не изменится ни со временем, ни с опытом. Напротив, нестационарность была выявлена ​​в искажении вероятности как для оценки относительной частоты (24), так и для решения в условиях риска (77).

Мы решили не рассматривать «решение, основанное на опыте» (20) — еще одну важную форму принятия решения, — потому что решение, основанное на опыте, не требует, чтобы лицо, принимающее решение, оценивало частоту элементов (19, 78). Лицо, принимающее решение, может оценить полиномиальное распределение вознаграждения в колоде карт или просто зарегистрировать вознаграждение и наказание и обосновать свое решение формой усреднения вознаграждения или обучения с подкреплением. Результаты всестороннего модельного конкурса (79) согласуются с этим утверждением.Совсем недавно нейровизуализация показала, что решения человека, основанные на опыте, могут быть основаны на извлечении отдельных образцов из прошлого опыта (80, 81). Если лицо, принимающее решение, не оценивает относительную частоту, то BLO не применяется.

И последнее замечание: первоначальная теория перспектив Канемана и Тверски содержала предположение, что лица, принимающие решения, должны сначала интерпретировать («отредактировать») имеющуюся информацию (12). На этом начальном этапе редактирования они могут, например, преобразовать вероятность 0.31317 на более сговорчивую 1/3. Только после этого они присваивали бы потенциальную ценность лотереям на втором, оценочном этапе. Представляя модель BLO, мы фокусируемся на оценке. Тем не менее ничто в теории не препятствует добавлению фазы редактирования или дискретизации представления вероятности, если это оправдано эмпирическими результатами.

Методы

Эксперимент.

Эксперимент JD был одобрен Институциональным наблюдательным советом Школы психологических и когнитивных наук Пекинского университета.Все участники дали письменное информированное согласие в соответствии с Хельсинкской декларацией. Каждый участник выполнял два задания: DMR и JRF.

Процедуры и дизайн задачи DMR были такими же, как у Гонсалеса и Ву (14), за исключением того, что выплаты в азартных играх были в юанях, а не в долларах США. В каждом испытании ( SI Приложение , рис. S1 A ) участникам предлагалась игра с двумя исходами (x1,p;x2,1−p) и таблицы с определенными суммами вознаграждений.Их попросили проверить в каждом ряду столов, предпочитают ли они азартную игру или гарантированную сумму. Диапазон гарантированных сумм начинался с [x2,x1] и был сужен во второй таблице, чтобы мы могли оценить КЭ участников для игры. Было 15 возможных пар исходов (x1,x2): (25, 0), (50, 0), (75, 0), (100, 0), (150, 0), (200, 0), (400 , 0), (800, 0), (50, 25), (75, 50), (100, 50), (150, 50), (150, 100), (200, 100) и (200, 150). Было 11 возможных вероятностей: 0.01, 0,05, 0,1, 0,25, 0,4, 0,5, 0,6, 0,75, 0,9, 0,95 и 0,99. Полная их комбинация привела к 165 различным азартным играм, использованным в эксперименте.

Стимулы и процедуры задачи JRF следовали Чжану и Мэлони (24). В каждом испытании ( SI Приложение , рис. S1 B ) участникам предъявлялся массив черных и белых точек, и они сообщали свою оценку относительной частоты черных или белых точек, щелкая по горизонтальной полосе с галочками. от 0 до 100%.Каждому участнику случайным образом поручили указать относительную частоту черных или белых точек. Объективная относительная частота JRF была выбрана из тех же 11 возможных значений, что и ее аналог в DMR. Общее количество точек (нумерация) в испытании варьировалось в зависимости от испытания и могло составлять 200, 300, 400, 500 или 600. Точки на каждом дисплее были распределены в пределах круговой области диаметром 12° или квадратной области диаметром Диаметр 17° × 17°.

Эксперимент JD (всего 75 участников) состоял из двух подэкспериментов: JDA (51 участник, 20 мужчин, в возрасте от 18 до 29 лет) и JDB (24 участника, 10 мужчин, в возрасте от 18 до 27 лет).Шесть дополнительных участников не смогли завершить эксперимент по техническим или личным причинам. В каждом сеансе было 11 (вероятность) × 15 (пара исходов) = 165 испытаний DMR и 11 (вероятность) × 5 (количество) × 6 = 330 испытаний JRF, которые длились примерно 2 часа. В эксперименте JDA каждый участник прошел по две сессии в два разных дня, чтобы мы могли оценить постоянство их результатов. Испытания двух задач чередовались случайным образом. В Experiment JDB каждый участник выполнил только одну сессию, во время которой одно задание предшествовало другому, при этом DMR было первым для половины участников, а JRF первым для другой половины.Аналогичные закономерности искажения вероятности (рис. 2 B и C , первые 51 панель для Experiment JDA и последние 24 панели для Experiment JDB) и результаты сравнения моделей ( SI Приложение , рис. S3) были обнаружены для участников. в двух подэкспериментах. Таким образом, мы свернули два подэксперимента в нашем анализе, когда это было применимо.

Применение BLO к JRF.

Нам нужны дополнительные предположения при применении BLO к экспериментам JRF. Одним из ключевых предположений BLO является компенсация дисперсии, и для применения BLO нам необходимо указать модель процесса выборки участника и дисперсию полученных оценок.Во-первых, мы предполагаем, что люди могут не иметь доступа ко всем символам, кратко представленным на дисплее или в последовательности, из-за перцептивных и когнитивных ограничений (82, 83). Вместо этого они берут образцы из населения и, таким образом, подвержены случайности, связанной с выборкой. В BLO искажение вероятности частично возникает из-за компенсации шума дискретизации, зафиксированного в нашей модели, параметром надежности ωp.

Обозначим общее количество точек на дисплее как N и относительную частоту черных точек как p .(p), может служить приближенным решением для минимизации ожидаемой ошибки оценки вероятности.

Наконец, мы смоделировали сообщаемую участниками относительную частоту π(p) как функцию p , возмущенную аддитивной гауссовой ошибкой: λ[π(p)]=ωpΛ(p)+(1−ωp)Λ0+ελ, [10]

, где ελ — ошибка Гаусса по логарифмической шкале шансов со средним значением 0 и дисперсией σλ2.

Применение BLO к DMR.

Для моделирования π(p) допущения BLO для разных задач одинаковы, за исключением того, что дисперсия кодирования зависит от задачи.Вероятность явно описана в DMR, и кажется, что в ее значении нет неопределенности. Однако выбор участников предполагал, что они все еще компенсировали некоторую неопределенность кодирования, которая зависит от значения вероятности. Шум гауссовского кодирования по шкале Терстоуна в логарифмических шансах при обратном преобразовании в шкалу вероятности приводит к дисперсии, приблизительно пропорциональной p(1−p) (см. SI Приложение , Приложение S1 для доказательства). Параметр надежности в формуле.Таким образом, 6 равно ωp=[1+κp(1−p)]−1,[11]

, где κ>0 — свободный параметр. Это же уравнение может быть получено, если, в качестве альтернативы, мы предположим, что участники компенсировали виртуальный процесс выборки (слагаемое 1nsN−nsN−1 в уравнении 8 можно ассимилировать в κ для константы N и ns). Компенсация за виртуальную выборку предполагалась в некоторых предыдущих теориях искажения вероятности (49, 71, 72).

Любая лотерея в GW99 или Experiment JD может быть записана как (x1,p;x2,1−p), что предлагает значение x1 с вероятностью p, иначе x2, при x1>x2≥0.Для каждого участника мы смоделировали CE каждой лотереи, используя кумулятивную теорию перспектив (13) и приняли член ошибки Гаусса по шкале CE, как в Гонсалесе и Ву (14): CE=U−1[π(p)U( x1)+(1−π(p))U(x2)]+εCE,[12]

, где U(·) обозначает функцию полезности, U−1(·) обозначает обратную функцию U(·), π (p) обозначает функцию искажения вероятности (такую ​​же, как в уравнении 10 , за исключением отсутствия гауссовой ошибки), а εCE представляет собой гауссову случайную величину со средним значением 0 и дисперсией σCE2. Функция полезности только для неотрицательных выигрышей (ни в одной лотерее не было проигрыша) предполагалась как степенная функция с параметром α>0: U(x)=xα.[13]

Доступность данных.

Анонимизированные данные и коды поведения человека размещены в Open Science Framework (https://osf.io/57bz6/) (85).

Благодарности

Мы благодарим Ричарда Гонсалеса и Джорджа Ву за то, что они поделились с нами своим набором данных. Х.З. был поддержан грантами 31571117 и 31871101 Национального фонда естественных наук Китая и финансированием Центра наук о жизни Пекин-Цинхуа. Л.Т.М. был поддержан грантом EY019889 Национального института здоровья, Гумбольдтской исследовательской премией Александра В.Гумбольдта, стипендия Гуггенхайма от Фонда Джона Саймона Гуггенхайма и стипендия от Института передовых исследований в Париже. Предыдущая версия этой работы была опубликована в виде препринта на сайте bioRxiv.

Сноски

  • Вклад авторов: H.Z., X.R. и L.T.M. проектное исследование; Х.З. и X.Р. проведенное исследование; Х.З. и X.Р. проанализированные данные; Х.З. и Л.Т.М. написал газету; и Х.З. и Л.Т.М. разработал теорию.

  • Авторы заявляют об отсутствии конкурирующих интересов.

  • Эта статья является прямой отправкой PNAS.

  • Эта статья содержит вспомогательную информацию в Интернете по адресу https://www.pnas.org/lookup/suppl/doi:10.1073/pnas.1922401117/-/DCSupplemental.

  • Copyright © 2020 Автор(ы). Опубликовано ПНАС.

Что такое искажение звука и THD и почему это важно?

Искажение звука — это термин, с которым знакомо большинство людей, в основном благодаря Джими Хендриксу, Эдди Ван Халену и всем, кто пытался подражать им, включив свои усилители на 11.Но что такое искажение, что его вызывает и почему оно враг аудиофилов?

Люди обычно могут распознать слышимое искажение, хотя оно проявляется по-разному. Искажение варьируется от тонкой, едва заметной окраски до слабого «пуха» до неприятного жужжания на определенных нотах или частотах — оно может быть настолько сильным, что звучит так, как будто что-то действительно сломано. Чаще всего искажения появляются, когда мы увеличиваем громкость, и на это есть причины.

Как определить искажение?

Поворот ручки громкости может привести к появлению искажений.

Во-первых, давайте определим, что мы подразумеваем под искажением в общих чертах:

  • Искажение приводит к изменению формы звуковой волны, что означает, что выходной сигнал отличается от входного.
  • Если в системе воспроизводится одна частота (тестовый тон), а вывод состоит из нескольких частот, возникает нелинейное искажение .
  • Если есть какой-либо выходной сигнал, который не масштабируется с приложенным уровнем входного сигнала, это шум, и мы рассматриваем его отдельно от искажения.

Аудиосигналы искажаются почти так же, как искажается изображение, когда оно проходит через грязный или сломанный объектив, или когда изображение становится насыщенным или «засветленным». Искажение может возникать в нескольких точках цепочки аудиосигнала как при записи, так и при воспроизведении.

Что вызывает искажение?

alvaro ortiz Слишком маленькая мощность усилителя — это плохо.

Сигнал искажается, когда выход аудиоустройства не отслеживает вход с идеальной точностью.Чисто электронные компоненты нашей сигнальной цепи (усилители, ЦАП), как правило, гораздо более точны, чем электроакустические компоненты, известные как преобразователи. Преобразователи преобразуют электрические сигналы в механические движения для создания звука, как громкоговоритель, или , наоборот, , как микрофон. Движущиеся части и магнитные элементы преобразователей обычно становятся очень нелинейными за пределами узкого рабочего диапазона. Однако, если вы заставите электронику усилить сигнал сверх их возможностей, все может быстро начать звучать плохо.

Искажение творчески используется в производстве музыки, но это отдельная тема. Здесь мы сосредоточимся на искажении при воспроизведении звука, также известном как путь воспроизведения, что означает, как вы слушаете через динамики или наушники. Для точного воспроизведения звука, что на самом деле является основной целью продуктов HiFi, все искажения считаются плохими, и производители оборудования стремятся устранить их как можно больше.

Как количественно определяется искажение?

Sam Moqadam Искажение, создаваемое источником звука, является важным элементом некоторых музыкальных жанров, но мы оставим это на потом!

Наш входной сигнал — это часть звука, которую мы хотим воспроизвести, также известная как «программный материал» — по крайней мере, так было бы, если бы мы субъективно описывали любые искажения, которые могут присутствовать.Однако в SoundGuys мы избегаем субъективных описаний, когда существуют хорошие объективные показатели. Мы собираемся сделать объективные измерения!

Когда мы хотим охарактеризовать аудиосистемы, мы используем тестовые тоны (синусоиды) или синусоидальные развертки. Это простые аудиосигналы, состоящие из синусоидальных волн на определенных частотах. Сами по себе тестовые сигналы не звучат музыкально, но на самом деле являются основными строительными блоками всех сложных музыкальных сигналов и позволяют нам создавать точные, воспроизводимые и стандартизированные тесты.С помощью тестовых тонов мы можем более эффективно наблюдать и описывать характер любого искажения сигнала, создаваемого нашим устройством во время теста.

Что такое линейное искажение?

Частотную характеристику часто можно рассматривать как фильтр, который может усиливать или ослаблять входной сигнал.

Строго говоря, любое устройство, не имеющее идеально ровной АЧХ, дает линейных искажений. Этот тип искажения сигнала не позволяет точно воспроизвести исходный спектральный состав сигнала.Идеальная частотная характеристика обычно представляет собой плоскую линию, не имеющую линейных искажений. Имейте в виду, однако, что идеальный ответ может не быть плоской линией, в зависимости от предполагаемого применения устройства.

Также возможно изменить форму звуковой волны, вообще не изменяя частотный состав, путем искажения относительной синхронизации прихода различных частот (это происходит, например, в кроссоверах пассивных громкоговорителей). Вы можете использовать прямоугольные волны, чтобы проверить это, так как изменения их формы выявляют ошибки синхронизации, а просмотр формы волны быстро выявляет проблемы.Графики зависимости фазы от частоты также могут выявить это временное искажение. Идеальные устройства, которые не вносят фазовых или временных ошибок, называются линейно-фазовыми .

Что такое нелинейные искажения?

Как нелинейная передаточная функция изменяет форму входного синусоидального сигнала, что приводит к нелинейным искажениям.

Идеальная синусоида состоит только из одной частоты, хотя реальные устройства создают нелинейности, которые добавляют гармоники и немного или сильно искажают сигнал.Нелинейности присущи устройствам, у которых характеристика ввода-вывода не является прямой линией (например, на рисунке выше). Гармоническое искажение — это добавление новых тонов к звуковому сигналу. Эти продукты искажения возникают на частотах, кратных частоте исходного сигнала, и гармонически связаны с исходным тоном. Когда сигнал представляет собой одиночную синусоидальную волну (тон) с частотой f1, гармонические тона имеют частоту f2, f3 и т. д., кратные исходному тону.

Например, основной сигнал частотой 1 кГц, подвергшийся нелинейному искажению, будет производить энергию на частоте 2 кГц (вторая гармоника), 3 кГц (третья гармоника), 4 кГц (четвертая гармоника) и так далее.

Что такое THD?

Общее гармоническое искажение (THD) — это сумма всех гармоник, измеренных на выходе продукта. Измерение THD суммирует все продукты искажения путем сложения дополнительной гармонической энергии в единое значение, выраженное либо в процентах (которые мы обычно показываем в логарифмической шкале), либо в виде значения дБ, представляющего долю энергии. по сравнению с основным или полезным сигналом.Отношение THD будет представлять собой процентное значение менее 100% или отрицательное значение в децибелах. Например, 1% THD эквивалентен -42 дБ, 89% THD равен -1 дБ. При выполнении этих измерений анализатор должен иметь значительно более низкий THD, чем тестируемое устройство.

Вот видео, которое позволяет вам услышать эффект увеличения количества THD, применяемого к музыке и тестовым тонам.

THD — это наиболее распространенный показатель искажения, с которым вы можете столкнуться. На самом деле, термины THD и искажение часто используются взаимозаменяемо, хотя это упрощение, поскольку существует много типов искажений.

Как типичные наушники измеряют THD?

Ниже приведены некоторые реальные примеры THD, измеренные в наушниках с помощью нашей акустической тестовой головки. Как видите, результаты нанесены на график с логарифмической шкалой частот по оси x, как и график частотной характеристики.

Пример наушников с низким измеренным значением %THD
Пример наушников с высоким измеренным %THD

Вот пример, состоящий из двух разных наушников-вкладышей от Sennheiser (IE 300, IE 900), которые, судя по частотным характеристикам, имеют довольно схожие характеристики:

Однако графики % Total Harmonic Distortion для этих же продуктов показывают нам, что инженеры продукта добились заметных улучшений, уменьшив нелинейные искажения, создаваемые наушниками более высокого уровня.

Почему

SoundGuys не предоставляет графики THD для каждого продукта?

Хотя наш стандартный тест наушников предоставляет нам информацию о многих параметрах производительности, включая искажения, мы обычно не публикуем все данные, которые собираем. На самом деле мы редко говорим о THD в наших обзорах наушников по двум причинам:

  • Измеренный коэффициент нелинейных искажений не особо коррелирует с субъективными впечатлениями наших обозревателей.
  • Редко можно найти в продаже наушники, в которых гармонические искажения являются проблемой, на которую стоит обратить внимание.

В настоящее время мы не включаем все наши измеренные данные, чтобы наши обзоры были максимально сосредоточены на том, что вам нужно знать, без добавления ненужных деталей или повода для недопонимания. Это означает, что вы получаете очищенную версию данных о производительности продукта, подготовленную нашими экспертами по звуку.

Next: Что такое дизеринг и зачем он нужен?

Никон | Центр загрузки | Данные контроля искажения

Хотя ваше устройство не поддерживает эту службу загрузки, ее можно использовать для просмотра информации о загрузке.Ссылки на загрузки могут быть отправлены по электронной почте для загрузки на компьютер.

Данные контроля искажения

Выберите свою операционную систему.

Эта программа обновления программного обеспечения предназначена для продукта, принадлежащего покупателю, указанного выше («затронутого продукта»), и предоставляется только после принятия условий соглашения, указанного ниже. Выбирая «Принять» и нажимая «Загрузить», вы соглашаетесь с условиями соглашения.Убедитесь, что вы понимаете условия соглашения, прежде чем начать загрузку.

Данные контроля искажения

Данные контроля искажения, загруженные в совместимые камеры, уменьшают бочкообразные и подушкообразные искажения при съемке или редактировании фотографий.

Примечание. Дополнительные сведения об управлении искажениями см. в руководстве по эксплуатации камеры.

Внимание :
  • Снимите объектив перед выполнением этого обновления.
Совместимые камеры

Следующие камеры поддерживают версию 2.xxx с данными объектива для контроля искажения из показанных версий встроенного ПО. Перед обновлением проверьте версию прошивки камеры.

C: 1.00 C: 1.00
камеры Поддерживаются из прошивки версия
D5 C: 1.00 C: 1.00
D4S C: 1.00
D4 A: 1.10, B: 1.10
D850 C: 1.00
C: 1.00 C: 1.00
C: 1.00
D800E A: 1.10, B: 1.10
D800 A: 1.10, B: 1.10
C: 1.00 C: 1.00
C: 1.00
D610 C: 1.01
D600 С:1.02
D500 С:1.00
D7500 С: 1,00
D7200 С: 1,00
D7100 С: 1,02
D7000 А: 1,04, В: 1,05
D5600 С: 1,00
D5500 С: 1,00
D5300 С: 1,00
D5200 С: 1,02
D3400 С: 1,00
D3300 С:1.00
D3200 C:1.03
D90 A:1.00, B:1.01

ВАЖНО : Перед загрузкой данных контроля искажения обновите микропрограмму камеры до версии, которая поддерживает данные контроля искажения версии 2.000 или выше.

Примечание : Мы исправили проблему, из-за которой иногда параметр Автоматический контроль искажения в меню камеры был недоступен при версии данных контроля искажения L2.013 использовался с D7200.

Проверка версии установленных данных объектива для контроля искажений
  1. Включите камеру.
  2. Нажмите кнопку МЕНЮ камеры и выберите Версия прошивки в МЕНЮ НАСТРОЙКИ , чтобы отобразить версию прошивки камеры.
  3. Проверьте версию данных объектива для контроля искажения («L» или «LD»).
  4. Выключите камеру.
Описание продукта
Имя Данные контроля искажения
Версия 2,018
Имя файла F-DCDATA-2018W.exe
Операционная система
  • Microsoft Windows 10 Домашняя
  • Microsoft Windows 10 Pro
  • Microsoft Windows 10 Корпоративная
  • Microsoft Windows 8.1
  • Microsoft Windows 8.1 Pro
  • Microsoft Windows 8.1 Корпоративная
  • Microsoft Windows 7 Домашняя базовая
  • Microsoft Windows 7 Домашняя расширенная
  • Microsoft Windows 7 Профессиональная
  • Microsoft Windows 7 Корпоративная
  • Microsoft Windows 7 Ultimate
Примечание. Требуется устройство чтения карт памяти или компьютер со встроенным слотом для карт памяти.
Авторское право Корпорация Никон
Тип архива Самораспаковывающийся
Репродукция Не разрешено
Установка

Примечание. Информацию о загрузке и установке данных на цифровые камеры Nikon см. в разделе «Обновление данных объектива для контроля искажения» ниже.Требуются права администратора.
«Обновление данных объектива для контроля искажения»

Описание продукта
Имя Данные контроля искажения
Версия 2,018
Имя файла F-DCDATA-2018M.dmg
Операционная система
  • macOS Catalina версии 10.15
  • macOS Мохаве версии 10.14
  • macOS High Sierra версии 10.13
  • macOS Sierra версии 10.12
  • ОС Х 10.11.6
  • ОС Х 10.10.5
  • ОС Х 10.9.5
  • ОС Х 10.8.5
  • ОС Х 10.7.5
  • Mac OS X 10.6.8
Примечание. Требуется устройство чтения карт памяти или компьютер со встроенным слотом для карт памяти.
Авторское право Корпорация Никон
Тип архива Самораспаковывающийся
Репродукция Не разрешено
Установка

Примечание. Информацию о загрузке и установке данных на цифровые камеры Nikon см. в разделе «Обновление данных объектива для контроля искажения» ниже.Требуются права администратора.
«Обновление данных объектива для контроля искажения»

Поддерживаемые объективы
Широкоугольный
  • AF-P DX NIKKOR 10–20 мм f/4,5–5,6G VR
  • AF-S DX NIKKOR 10–24 мм f/3,5–4,5G ED
  • AF-S DX Zoom-Nikkor 12-24mm f/4G ED IF
  • AF-S NIKKOR 14–24 мм f/2,8G ED
  • AF-S NIKKOR 16–35 мм f/4G ED VR
  • AI AF-S Zoom-Nikkor 17-35mm f/2.8D ЭД IF
  • AF-S NIKKOR 18–35 мм f/3,5–4,5G ED
  • AI AF Zoom-Nikkor 18-35mm f/3.5-4.5D ED IF
  • AI AF Zoom-Nikkor 20-35mm f/2.8D IF
Стандартный зум
  • AF-S DX NIKKOR 16–80 мм f/2,8–4E ED VR
  • AF-S DX NIKKOR 16–85 мм f/3,5–5,6G ED VR
  • AF-S DX Zoom-Nikkor 17-55mm f/2.8G ED IF
  • AF-P DX NIKKOR 18–55 мм f/3,5–5,6G VR
  • AF-P DX NIKKOR 18–55 мм f/3.5-5,6 г
  • AF-S DX NIKKOR 18–55 мм f/3,5–5,6G VR II
  • AF-S DX NIKKOR 18–55 мм f/3,5–5,6G VR
  • AF-S DX Zoom-Nikkor 18–55 мм f/3,5–5,6G ED II
  • AF-S DX Zoom-Nikkor 18–55 мм f/3,5–5,6G ED
  • AF-S DX Zoom-Nikkor 18–70 мм f/3,5–4,5G ED IF
  • AF-S DX Zoom-Nikkor 18–105 мм f/3,5–5,6G ED VR
  • AF-S DX Zoom-Nikkor 18–135 мм f/3,5–5,6G ED IF
  • AI AF Zoom-Nikkor 24–50 мм f/3,3–4,5D
  • AF-S NIKKOR 24-70мм f/2.8Э ЭД ВР
  • AF-S NIKKOR 24–70 мм f/2,8G ED
  • AF-S NIKKOR 24–85 мм f/3,5–4,5G ED VR
  • AI AF Zoom-Nikkor 24-85mm f/2.8-4D ED IF
  • AF-S Zoom-Nikkor 24-85mm f/3.5-4.5G ED IF
  • AF-S Zoom-Nikkor 24–120 мм f/3,5–5,6G ED IF VR
  • AI AF Zoom-Nikkor 24–120 мм f/3,5–5,6D ED IF
  • AF-S NIKKOR 24–120 мм f/4G ED VR
  • AI AF-S Zoom-Nikkor 28-70mm f/2.8D ED IF
  • AI AF Zoom-Nikkor 28-70mm f/3.5-4.5Д
  • AF Zoom-Nikkor 28-80mm f/3.3-5.6G
  • AI AF Zoom-Nikkor 28-80mm f/3.5-5.6D
  • AF Zoom-Nikkor 28–100 мм f/3,5–5,6G
  • AI AF Zoom-Nikkor 28-105mm f/3.5-4.5D IF
  • AI AF Zoom-Nikkor 35-80mm f/4-5.6D
  • AI AF Zoom-Nikkor 35-105mm f/3.5-4.5D IF
Телеобъектив с зумом
  • AF-S DX NIKKOR 55–200 мм f/4–5,6G ED VR II
  • AF-S DX Zoom-Nikkor 55-200 мм f/4-5.6G ЭД ЕСЛИ ВР
  • AF-S DX Zoom-Nikkor 55-200mm f/4-5.6G ED
  • AF-S DX NIKKOR 55–300 мм f/4,5–5,6G ED VR
  • AF-S NIKKOR 70-200mm f/2.8E FL ED VR 1 , 3
  • AF-S NIKKOR 70–200 мм f/2,8G ED VR II 1 , 3
  • AF-S Zoom-Nikkor 70-200mm f/2.8G ED IF VR 1 , 3
  • AF-S NIKKOR 70–200 мм f/4G ED VR   1 , 3
  • AI AF Zoom-Nikkor 70-210mm f/4-5.6Д
  • AF-P DX NIKKOR 70–300 мм f/4,5–6,3G ED
  • AF-P DX NIKKOR 70–300 мм f/4,5–6,3G ED VR
  • AI AF Zoom-Nikkor ED 70-300mm f/4-5.6D
  • AF Zoom-Nikkor 70-300mm f/4-5.6G
  • AF-P NIKKOR 70–300 мм f/4,5–5,6E ED VR
  • AF-S Zoom-Nikkor 70-300mm f/4.5-5.6G ED IF VR
  • AI AF Zoom-Nikkor 75–240 мм f/4,5–5,6D
  • AI AF-S Zoom-Nikkor 80-200mm f/2.8D ED IF    1
  • AI AF Zoom-Nikkor 80-200mm f/2.8Д ЭД
  • AI AF Zoom-Nikkor 80–200 мм f/4,5–5,6D
  • AF-S NIKKOR 80–400 мм f/4,5–5,6G ED VR 1 , 3
  • AI AF Zoom-Nikkor 80-400mm f/4.5-5.6D ED VR
  • AF-S NIKKOR 120-300mm f/2.8E FL ED SR VR 1 , 3
  • AF-S NIKKOR 180–400 мм f/4E TC1.4 FL ED VR 1 , 3
  • AF-S NIKKOR 200–400 мм f/4G ED VR II 1 , 3
  • AF-S Zoom-Nikkor 200–400 мм f/4G ED IF VR 1 , 3
  • AF-S NIKKOR 200–500 мм f/5.6E ЭД ВР 1 , 3
Зум с большим увеличением
  • AF-S DX NIKKOR 18–140 мм f/3,5–5,6G ED VR
  • AF-S DX NIKKOR 18–200 мм f/3,5–5,6G ED VR II
  • AF-S DX Zoom-Nikkor 18–200 мм f/3,5–5,6G ED IF
  • AF-S DX NIKKOR 18–300 мм f/3,5–5,6G ED VR
  • AF-S DX NIKKOR 18–300 мм f/3,5–6,3G ED VR
  • AF Zoom-Nikkor 28-200mm f/3.5-5.6G ЭД, ЕСЛИ
  • AI AF Zoom-Nikkor 28-200mm f/3.5-5.6D IF
  • AF-S NIKKOR 28–300 мм f/3,5–5,6G ED VR
Фиксированное фокусное расстояние
  • AI AF Nikkor 14mm f/2.8D ED
  • AI AF Nikkor 18mm f/2.8D
  • Объектив AF-S NIKKOR 20 мм f/1,8G ED
  • AI AF Nikkor 20mm f/2.8D
  • Объектив AF-S NIKKOR 24 мм f/1,4G ED
  • Объектив AF-S NIKKOR 24 мм f/1,8G ED
  • AI AF Nikkor 24mm f/2.8Д
  • Объектив AF-S NIKKOR 28 мм f/1.4E ED
  • AI AF Nikkor 28mm f/1.4D
  • Объектив AF-S NIKKOR 28 мм f/1,8G
  • AI AF Nikkor 28mm f/2.8D
  • Объектив AF-S NIKKOR 35 мм f/1,4G
  • Объектив AF-S NIKKOR 35 мм f/1,8G ED
  • Объектив AF-S DX NIKKOR 35 мм f/1,8G
  • AI AF Nikkor 35mm f/2D
  • Объектив AF-S NIKKOR 50 мм f/1,4G
  • AI AF Nikkor 50mm f/1.4D
  • Объектив AF-S NIKKOR 50 мм f/1,8G
  • AI AF Nikkor 50mm f/1.8Д
  • Объектив AF-S NIKKOR 58 мм f/1,4G
Телефото
  • Объектив AF-S NIKKOR 85 мм f/1,4G
  • AI AF Nikkor 85mm f/1.4D IF
  • Объектив AF-S NIKKOR 85 мм f/1,8G
  • AI AF Nikkor 85mm f/1.8D
  • AF-S NIKKOR 105mm f/1.4E ED
  • AI AF DC-Nikkor 105mm f/2D
  • AI AF DC-Nikkor 135mm f/2D
  • AI AF Nikkor 180mm f/2.8D ED IF
  • AF-S NIKKOR 200mm f/2G ED VR II 1 , 3
  • AF-S Nikkor 200mm f/2G ED IF VR 1 , 3
  • AF-S NIKKOR 300 мм f/2.8G ED VR II 1 , 3
  • AF-S Nikkor 300mm f/2.8G ED IF VR 1 , 3
  • AI AF-S Nikkor 300mm f/2.8D ED IF II 1
  • AI AF-S Nikkor 300mm f/2.8D ED IF 1
  • AI AF-I Nikkor 300mm f/2.8D ED IF   1
  • AF-S NIKKOR 300 мм f/4E PF ED VR 1 , 3
  • AI AF-S Nikkor 300mm f/4D ED IF   1
  • AF-S NIKKOR 400 мм f/2.8E FL ED VR 1 , 3
  • AF-S NIKKOR 400mm f/2.8G ED VR 1 , 3
  • AI AF-S Nikkor 400mm f/2.8D ED IF II 1
  • AI AF-S Nikkor 400mm f/2.8D ED IF 1
  • AI AF-I Nikkor 400mm f/2.8 ED IF   1
  • AF-S NIKKOR 500mm f/4E FL ED VR 1 , 3
  • AF-S NIKKOR 500mm f/4G ED VR   1 , 3
  • AI AF-S Nikkor 500mm f/4D ED IF II 1
  • AI AF-S Nikkor 500mm f/4D ED IF   1
  • AI AF-I Nikkor 500mm f/4 ED IF   1
  • AF-S NIKKOR 500 мм f/5.6E ПФ ЭД ВР 1 , 3
  • AF-S NIKKOR 600mm f/4E FL ED VR 1 , 3
  • AF-S NIKKOR 600mm f/4G ED VR   1 , 3
  • AI AF-S Nikkor 600mm f/4D ED IF II 1
  • AI AF-S Nikkor 600mm f/4D ED IF   1
  • AI AF-I Nikkor 600 мм f/4 ED IF 1
  • AF-S NIKKOR 800 мм f/5.6E FL ED VR 1 , 2 , 3
Микро
  • AF-S DX Micro NIKKOR 40 мм f/2,8G
  • AF-S Micro NIKKOR 60 мм f/2,8G ED
  • AI AF Micro-Nikkor 60mm f/2.8D
  • Объектив AF-S DX Micro NIKKOR 85 мм f/3,5G ED VR
  • AF-S Micro-Nikkor 105mm f/2.8G ED IF VR 1 , 3
  • AI AF Micro-Nikkor 105mm f/2.8Д
  • AI AF Micro-Nikkor 200mm f/4D ED IF
  • AI AF Zoom-Micro Nikkor 70–180 мм f/4,5–5,6D ED
  • 1 Используйте со следующими телеконвертерами.
    • ТЕЛЕКОНВЕРТЕР AF-S TC-20E III
    • AI ТЕЛЕКОНВЕРТЕР AF-S TC-20E II
    • AI ТЕЛЕКОНВЕРТЕР AF-S TC-17E II
    • AI ТЕЛЕКОНВЕРТЕР AF-S TC-14E ​​II
    • ТЕЛЕКОНВЕРТЕР AI AF-I TC-20E
    • ТЕЛЕКОНВЕРТЕР AI AF-I TC-14E ​​
  • 2 Используйте со следующим телеконвертером.
    • ТЕЛЕКОНВЕРТЕР AF-S TC800-1.25E ED
  • 3 Используйте со следующим телеконвертером.
    • ТЕЛЕКОНВЕРТЕР AF-S TC-14E ​​III

Лицензионное соглашение с конечным пользователем

Описание и звук Distortion — CVT Research Site

Искажение в Нейтраль с воздухом  

Distortion in Neutral с воздухом дает тихую громкость и относительно мягкий эффект.Он часто используется как изолированный эффект в высокой части голоса с очень медленным ларингеальным вибрато и может иметь очень мучительный звук, как будто певец вот-вот сдастся.

 

 

Певцы, которые используют или использовали дисторшн в нейтральном варианте с эфиром

Дэвид Боуи и Дженис Джоплин.

Искажение в Нейтральное без воздуха  

Искажение в нейтральном положении без воздуха даст более бездыханный звук, похожий на вой.Громкость может варьироваться от тихой до громкой.

 

 

Певцы, которые используют или использовали дисторшн в нейтральном звуке без эфира

Джеймс Браун, Рэй Чарльз, Дэвид Ковердейл, Нина Хаген, Брайан Джонсон (AC/DC), Крис Ри, Дэвид Ли Рот, Уилсон Пикетт, Стивен Тайлер (Aerosmith) и Стиви Уандер.

Искажение в  Бордюр

Distortion чаще всего используется в связи с Curbing. Когда вы слышите искажение вместе с лирикой, в основном используется Curbing.Громкость может быть громкой или менее мощной. Чем больше добавлено искажений, тем более натянуто звучит голос певца.

 

 

Певцы, которые используют или использовали дисторшн в Curbing 

Брайан Адамс, Майкл Болтон, Джо Кокер, Элис Купер, Теренс Трент Д’Арби, Мелисса Этеридж, Нодди Холдер (Слэйд), Билли Айдол, Дэн МакКафферти (Назарет), Пол Маккартни, Майкл Макдональд, Фредди Меркьюри, Джим Моррисон, Алана Майлз, Отис Реддинг, Род Стюарт, Зак Телль (Клофингер), Бонни Тайлер, Том Уэйтс и Уилсон Пикетт.

Искажение в  Овердрайв

Искажение в Овердрайве наиболее доступно на высоких уровнях громкости и является очень мощным эффектом. Может показаться, что певец очень зол или очень расстроен. Он часто используется как изолированный эффект или на выбранных словах.

 

 

Певцы, которые используют или использовали дисторшн в Overdrive

Мама Касс, Рэй Чарльз, Дэвид Ковердейл, Этта Джеймс, Джеймс Хэтфилд (Metallica), Джон Кей (Степной волк), Скин Сильвия Мэсси (Скунс Ананси), Ван Моррисон, Пол Маккартни, Литтл Ричард, Брюс Спрингстин, К. Ф. Тернер (Бахман Тернер) Overdrive), Тина Тернер, Том Уэйтс и Джонни Винтер.

Искажение в  Край

Distortion в Edge также в основном делается на мощной громкости и является очень агрессивным эффектом. Может показаться, что певец кричит и его вот-вот задушат одновременно.

 

 

Певцы, которые используют/использовали дисторшн в Edge

Себастьян Бах (Skid Row), Джеймс Браун, Крис Корнелл (Soundgarden), Ронни Джеймс Дио, Боб Дилан, Мелисса Этеридж, Трамейн Хокинс, Этта Джеймс, Дженис Джоплин, «Бэби Джин» Кеннеди (Mothers Finest), Скин Сильвия Мэсси ( Skunk Anansie), Фредди Меркьюри, Тина Тернер и Стивен Тайлер (Aerosmith).

Полное искажение

Полное искажение равно 100% искажению. Это только «шум», а не тон или мода. Полное искажение часто используется как изолированный эффект в песнях.

 

Исполнители, которые используют/использовали полный дисторшн

Джеймс Браун, Джо Кокер, Теренс Трент Д’Арби, Дженис Джоплин, Брюс Спрингстин, Тина Тернер, Стивен Тайлер (Aerosmith) и Том Уэйтс.

Признание и противодействие искажению Холокоста

О рекомендациях по признанию и противодействию искажению Холокоста

Опубликованная в январе 2021 года в партнерстве с ЮНЕСКО публикация IHRA «Признание и противодействие искажению Холокоста: рекомендации для политиков и лиц, принимающих решения», представляет собой важный первый шаг к решению этой серьезной проблемы.

Узнайте больше о рекомендациях IHRA ниже.

Почему мы должны противодействовать искажению Холокоста?

Искажение Холокоста представляет собой серьезную угрозу памяти о Холокосте и созданию мира без геноцида.

Ссылки на Холокост, которые неверно характеризуют и искажают его историю и актуальность, являются оскорблением памяти и опыта жертв и выживших. Искажение Холокоста подрывает наше понимание этой истории и питает теории заговора, опасные формы национализма, отрицание Холокоста и антисемитизм.

Взяв на себя обязательство соблюдать принципы Стокгольмской декларации, страны-члены IHRA находятся в авангарде развития и поддержки исследований, образования и памятных мероприятий по теме Холокоста. Благодаря этим усилиям IHRA все больше беспокоит то, как
неправильное использование Холокоста и его наследия подрывает историю и угрожает социальному, политическому и культурному сосуществованию.

За последнее десятилетие искажение Холокоста усилилось.Он проявляется во многих формах, которые негативно сказываются на усилиях по борьбе с ненавистью и угрожают долгосрочной устойчивости актуальности Холокоста как предмета всеобщего размышления. Поэтому важно, чтобы страны-члены IHRA повышали осведомленность об искажениях и продвигали более эффективные способы их выявления и реагирования на них.

Политики и правительственные чиновники в рамках сообщества IHRA являются важными партнерами в этом начинании. Понимание искажения Холокоста во всех его конкретных, расплывчатых и тонких формах может информировать и укреплять политику на многих фронтах, от культурного и образовательного до юридического.Однако ответственность за это лежит не только на правительствах и политиках. СМИ, социальные сети, партнеры из гражданского общества, а также правоохранительные органы на местном, национальном и международном уровнях остро нуждаются в повышении своей осведомленности и усилении реагирования на эту растущую проблему.

Эти руководящие принципы и рекомендации отражают миссию IHRA по продвижению образования, памяти и исследований Холокоста. Для выполнения этой миссии страны-члены IHRA содействуют международным усилиям по борьбе с отрицанием Холокоста и антисемитизмом.

IHRA представляет эти рекомендации в качестве первого шага к реагированию и повышению осведомленности об искажении Холокоста.

Дисторсию: Что такое дисторсия в фотографии

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Пролистать наверх