Systematisches Monitoring der Bildqualität mit Golden Thread und Goobi

Systematisches Monitoring der
Bildqualität mit Golden Thread und Goobi
Elias Kreyenbühl (Universitätsbibliothek Basel) & Steffen Hankiewicz (intranda GmbH)
Goobi-Tage 2018, 19.9.2018

Hand auf’s Herz
Titel Vortrag, Autor, DD.MM.YY Universität Basel 2

Neue Herausforderungen der Retrodigitalisierung
• Forschung bedienen
• Digitalisierung ist ein Zahnrad in der digitalen Wissensproduktion
• historische Quellen in den aktuellen Formaten zugänglich und bearbeitbar
→ Forschung braucht hervorragende Bild- und Metadaten

Forschungsumgebungen

Retrodigitalisierung
• Forschung bedienen
• Digitalisierung ist ein Zahnrad in der digitalen Wissensproduktion
• historische Quellen in den aktuellen Formaten zugänglich und bearbeitbar
→ d.h. es braucht hervorragende Bild- und Metadaten
→ «unsere Bilder» stehen im Kontext von Forschungsdaten
→ Bilddaten sind neu Primärdaten, das Fundament
→ neue Anforderungen an die Transparenz
→ Dokumentieren, wie wir digitalisieren

Dokumentieren, wie wir digitalisieren

Qualität und Quantität
Wie erreichen wir das?
• Automatisierung
• Standardisierte Prozesse
• Unterschiedliche Qualitätsstufen, zum Beispiel wie es Metamorfoze definiert
hat.

Was braucht es, um Bildqualität nachhaltig zu
verbessern?
• Wissen
• Objektive Masse (Targets)
• Standards (mit unterschiedlichen Qualitätsstufen)
• Analysetool zur Überprüfung
• Wie zum Beispiel delt.ae von picturae, einem online Analysetool, wo man
gratis einzelne Bilder analysieren kann

Bildqualität erfordert
• Wissen
• Objektive Masse (Targets)
• Standards (mit unterschiedlichen Qualitätsstufen)
• Analysetool zur Überprüfung
• Fortlaufende Überprüfung – maschinelles Monitoring

Don Williams, Image Science Associates

Golden Thread Analyse: Tone curve

Golden Thread Analyse: color (delta E)

Golden Thread Analyse: Sharpness

In Goobi implementiert
Live Demo im Youtube Video: https://youtu.be/Uvci9KD7NLQ

Wo stehen wir in der Entwicklung?
Implementierungsphase bei der UB
Es gibt noch vieles zu tun:
• Bessere technische Metadaten von den Scanner (EXIF, IPTC)
• Wie Target physisch auf das Buch/Bild gelegt wird
• Jedes Bild oder nur am Ende?
• Anforderungsprofile, Qualitätsstufen
• Scanner kalibrieren lassen: Belichtung, Schärfeebene, Over-sharpening
• Schrittweise in Betrieb überführen

Chancen
• Bilddaten als Forschungsdaten: Die Beziehung der digitalen Bilder zum
Original ist dadurch dokumentiert.
• Wir erzielen nicht ein gutes Bild, sondern tausende guter Bilder.
• Konstanz in der Produktion (Reaktionsmöglichkeiten, MA oder Support Call)
• Man gewinnt Autonomie und ist bei der Bildqualitä nicht mehr dem Gerät
ausgeliefert.
• Ideal für Qualitätsmonitoring beim Outsourcing an externe Dienstleister.

Wenn wir Bilder aus dem digitalen Archiv holen, die schon vor 10 Jahren oder länger
digitalisiert wurden, sehen wir auf den ersten Blick die Signatur der Zeit. Heute könnten
oder würden wir es besser machen. Viel hat sich getan bei den Scannern und Kameras in
den letzten zehn Jahren. Glücklicherweise wurde diese Handschrift mit einer
ColorChecker Farbkarte digitalisiert. Sie leistet mir grosse Hilfe, denn sie verrät mir
bereits einiges über die Bildqualität. Ich sehe beispielsweise, dass die Belichtung etwas
zu dunkel ausgefallen ist. Ich messe in Photoshop mit einer 3x3 Pipette den Farbwert.
Am einfachsten geht das, wenn man vorneweg das Bild im LAB Raum darstellt (Menü
Bild‐ Modus LAB Farbe). Die Zielwerte müssten gemäss
http://www.babelcolor.com/index_htm_files/RGB%20Coordinates%20of%20the%20Ma
cbeth%20ColorChecker.pdf bei L=96 liegen.
Mit modernen Farbtargets kann man noch deutlich mehr Parameter der Bildqualität
überprüfen. Dieser Vortrag wird diese Parameter thematisieren und eine Lösung für eine
vollautomatische Auswertung der Bildqualität vorschlagen.
2

Wir haben uns bei der UB Basel viel Gedanken gemacht über die Veränderung der
Retrodigitalisierung. Der Bedarf an digitalisierten historischen Quellen nimmt stets noch
zu. Doch das Ziel der Retrodigitalisierung ist momentan im Begriff, sich zu ändern. Die
reine digitale Verfügbarkeit reicht oft nicht mehr. Es geht nicht mehr alleine um Access
und Bestandesschonung (#Originalerhalt) – vielmehr entsteht der Anspruch, diese
digitalen Bilddaten als Grundlage und Ausgangslage für Forschung zu verwenden.
Forschung mit digitalen Methoden braucht hervorragende Metadaten und verlässliche
Bilddaten.
3

Hier sehen wir ein Beispiel, wie mit einer IIIF basierten Forschungsumgebung die Bilder
annotiert und klassifiziert werden. Rechts sieht man dann eine Abfrage nach den
kodierten Bildinhalten. Dies ist nur ein Beispiel unter vielen. Was wir, die im Bereich der
Kulturgüterdigitalisierung arbeiten, bedenken müssen, ist, dass die Forschenden
komplett auf unsere redlich ausgeführte Arbeit vertrauen müssen. Sind die Bilder einmal
digital im Netz, werden die Bilder genutzt. Aber der Bezug zum Original ist in der Regel
nicht dokumentiert. Die Internetnutzer müssen einfach annehmen, dass das Archiv oder
die Bibliothek einen «guten Job» gemacht hat. Die Qualität, respektive die Belastbarkeit
der Beziehung eines Digitalisats zu seinem physischen Original sollte dokumentiert
werden. Dies ist meiner Meinung nach wichtig, wenn wir anfangen, digitalisierte Quellen
als Primärdaten für die Forschung zu nutzen.
4

Das Target im digitalen Bild ist der Anker in die physische Welt. Diese Targets sind nach
hohen Qualitätsstandards mit genau definierten Farben produziert. Jede Farbe und jeder
Grauton ist physikalisch klar definiert.
Das heisst, wir können im Nachhinein diese Farbwerte messen und vergleichen. Man
muss einfach im Hinterkopf behalten, dass Farbe ein Produkt von Lichtquelle und
Oberfläche ist. Also das gilt immer nur unter der Annahme, dass das Objekt unter dem
Normlicht D50 aufgenommen wurde. Arbeitet man im LAB Farbraum kann man sogar
die auf dem Target aufgedruckten LAB Werte zu Hilfe nehmen.
6

https://deltae.picturae.com/
9

In einer Produktionsumgebung, die durchaus auch Massen digitalisieren muss, kann
man nicht mit einzelnen Proben arbeiten. Vielmehr braucht es ein kontinuierliches
Monitoring, eine fortlaufende automatische Überprüfung der Bildqualität.
10

Die «Gebote» der Bildqualität von Don Williams: Targets benutzen und sie wirklich auch
anzuschauen, Belichtung und Weissabgleich genau im Auge behalten und besonders
sollte man nicht blindlings den angegebenen Auflösungen wie zum Beispiel 300 dpi
vertrauen. Das Bild ist in der Regel weniger scharf, als die 300 Pixel auf einen Inch. Es
enthält noch allerlei Unschärfen, zum Beispiel durch die Linsen (das optische System)
oder die Codierungsweise der Pixel bedingt.
11

Hier sehen wir das «Object Level Target» vom GoldenThread System von Image Science
Associates (http://www.imagescienceassociates.com)
Object level heisst, dass man dieses Target zum Beispiel neben das zu digiitalisiernde
Buch, Foto oder Druckgrafik legt.
Es wird ergänzt durch das Device Level Target, welches im A3 Format zur Kalibrierung
des Scangeräts verwendet wird. Hierfür gibt es auch europäische Alternativen, wie das
UTT Target (Universalt Test Target: http://www.universaltesttarget.com/).
12

Der Trick für die automatisierte Auswertung dieser Targets ist, dass man das digitale Bild
als Messdaten verwenden kann. Die Schärfe können wir visuell mit den zulaufenden
Linien beurteilen und sehen bestätigt, dass die Auflösungsgrenze bei 300dpi liegt. Der
Computer aber misst die Schärfe an den schrägen Kanten (Slanted Edges) mit der
sogenannten MTF (Modulation Transformation Function). Dieses Mass ist ein Mass für
die reelle optische Auflösungskraft des Bildes, das heisst mit allen Artefakten die sich in
so einem Bild summieren können. Die Auflösung wird sowohl in der x‐Achse wie auch
der y‐Achse gemessen.
13

Hier nochmals wie man das Target «von Hand» auswerten kann mit der Photoshop
Pipette. Das Feld 16 soll mit einem Helligkeitswert L von 49.6 in der digitalen Datei
codiert sein. Im vorliegenden Fall messen wir 48. Das Auge kann Stufungen von 1 gerade
noch wahrnehmen. Aber der Wert liegt jedenfalls innerhalb einer Toleranz von 3 (je
nach Standard, vergl. Metamorfoze oder FADGI‐Guidelines).
14

Hier sehen wir die Analyse der Tonwertwiedergabe in der Golden Thread Software. Der
ideale lineare Verlauf ist in der grünen Gerade vorgezeichnet. Die Messpunkte sind die
schwarzen Punkte, verbunden mit der Linie.
15

Die Auswertung der Farbe fällt in diesem Beispiel ebenfalls sehr gut aus. Man sieht die
mittlere Farbabweichung liegt bei einem Delta E von 2.27. Die maximale Abweichung ist
mit 3.72 immer noch sehr gering. Ich wäre mehr als glücklich, wenn alle Bilder so gut
wären ; )
16

Nun hier sehen wir etwas unerwartetes. Dies sind die sogenannten MTF Kurven. Sie
sollten von hell zu dunkel gehen und nicht diesen «Kamelrücken» zeigen. Dieses
Kurvenverhalten ist ein Indiz für Überschärfung. Jedes digitale Bild wird ein bisschen
geschärft, aber die Kurve sollte immer sinkend sein. Sonst wird der Kontrast an den
Grenzen von hell zu dunkel künstlich verstärkt, was das Auge schärfer wahrnimmt.
17

Im Video sehen wir wie die Workflowsoftware Goobi mit GoldenThread kommuniziert
und interagiert. Am Schluss können wir die Ergebnisse der GoldenThread Anlyse (bisher
erst die Zahlen und nicht die Kurven) in Goobi in einer Tree View konsultieren. Wir
müssen uns noch überlegen, welches der richtige Ort ist, diese Daten zu speichern. Ob
es im METS/MODS oder gar im Dateiheader hinterlegt werden könnte.
18

Systematisches Monitoring der Bildqualität mit Golden Thread und Goobi

Systematisches Monitoring der Bildqualität mit Golden Thread und Goobi

Recomendados

Más contenido relacionado

Más de intranda GmbH

Más de intranda GmbH(20)

Systematisches Monitoring der Bildqualität mit Golden Thread und Goobi