Una tecnica che consente un certo miglioramento nei risultati forniti dagli scanner è nota con il nome di multiscansione: l'originale viene acquisito più volte e l'immagine finale è ottenuta operando una media dei valori RGB di ogni passata, pixel per pixel.
Esistono programmi di scansione, tra cui l'ormai noto Vuescan (scaricabile in versione di prova su www.hamrick.com), che permettono la scansione in più passate anche con gli scanner per i quali questa funzione non è resa disponibile dai relativi software di gestione.Per capire perché la multiscansione migliora il risultato dell'acquisizione di un'immagine ho utilizzato un comune foglio elettronico per realizzare una semplice "simulazione" numerica del processo di scansione.
Supponiamo di dover fare la scansione di un'immagine in scala di grigio costituita in realtà da un solo punto (il numero di punti è irrilevante ai fini del ragionamento); sebbene anche questo sia indifferente, supponiamo anche che esso sia di tonalità grigio medio, di valore 128 nella scala di grigi che va da 0 a 255 (Vedi Fig. 1).
[Fig. 1]
Poiché lo scanner non è uno strumento perfetto, la scansione, che è a tutti gli effetti una operazione di misura, sarà affetta da un errore (dovuto in massima parte ai disturbi di natura elettromagnetica sempre presenti nell'ambiente) che possiamo supporre del tutto casuale. Matematicamente (e brutalmente) si definisce "casuale" una grandezza che varia nel tempo in modo tale che il suo valore medio tende ad essere nullo al crescere del numero di volte che la si misura.
Ciò significa, in generale, che il valore misurato nella scansione non sarà 128, ma 128+errore. Supponendo, nella nostra simulazione, che l'errore sia compreso tra +20 e -20, il mio scanner misurerà ogni volta un valore casuale compreso tra 108 e 148. Ripetendo la scansione N volte otterrò N valori qualunque compresi in quell'intervallo.
Il valore corrispondente ad ogni scansione simulata nel nostro modello segue (Fig.2) l'andamento della linea rossa anziché quella ideale, di colore verde Va notato anche che il valore esatto può anche non essere mai rilevato; o meglio, secondo il modello proposto la sua probabilità è esattamente la stessa di tutti gli altri valori compresi nell'intervallo 108÷148.
Se ad ogni scansione faccio la media con tutte le scansioni precedenti (linea blu in Fig.2), risulta evidente dal grafico che il valore che ottengo è tanto più vicino al valore ideale quanto più alto è il numero di scansioni (la teoria dice che le due linee coincidono per un numero infinito di scansioni, proprio per la definizione di grandezza casuale sopra data). Poiché il valore medio su N valori è l'N-esima parte della somma degli N valori, esso varia molto se i numeri sommati sono pochi (es. se le scansioni sono 3 o 4), mentre varia di poco se sono tanti (es. se le scansioni sono 10 o 11), e ancor meno se sono tantissimi (es. 19 o 20). Vale a dire che, graficamente la linea blu, oltre ad essere sempre più vicina al valore effettivo, tende ad essere sempre più piatta e ad oscillare sempre meno.
Quale sia il valore di N da considerare ideale non risulta da questo ragionamento, dipendendo anche dall'entità dell'errore casuale.
[Fig. 2]
La multiscansione fai-da-te
[Fig. 3]
Ho effettuato 4 scansioni "normali" a 600 dpi dell'immagine di sopra (scansioni da diapositiva con Agfa Snapscan e50), dopodiché le ho copiate (utilizzando un programma di fotoritocco) e incollate tutte in uno stesso file, su 4 livelli diversi. Ai tre soprastanti ho dato una trasparenza del 25%, infine ho unito i livelli. Il miglioramento è evidentissimo nei particolari allegati: la Fig.4 mostra il dettaglio di una singola scansione, la Fig.5 lo stesso dettaglio sul file risultante dal procedimento di multiscansione "artigianale".
[Fig.4]
[Fig.5]
Limiti della multiscansione
Sulla base dei risultati ottenuti ho realizzato una ulteriore simulazione.
In precedenza si è mostrato come varia (a grandi linee) la fedeltà della scansione in funzione del numero di passate, supponendo di scandire un solo pixel di colore grigio (valore 128 in una scala da 0 a 255).
Stavolta ho voluto vedere cosa succede al contrasto: ho simulato una multiscansione di una striscia virtuale (simboleggiata dalla Fig.6) in cui si abbia un brusco passaggio dal quasi-nero (valore 20) al quasi-bianco (valore 230), secondo la curva chiamata 'Effettivo' in Fig.7.
[Fig.6]
[Fig.7]
Sovrapponendo, al solito, un certo numero di scansioni in cui al valore effettivo si sommi un valore casuale, si ottiene più o meno il risultato già visto (le due curve si sovrappongono così bene da non essere quasi distinguibili). La questione ora è la seguente: è sicuro che lo scanner acquisisca sempre con precisione l'area selezionata? Sicuro che ad ogni pixel si sovrapponga il suo "omologo", producendo scansioni perfettamente sovrapponibili? La risposta suggerita dall'esperienza è negativa: sovrapponendo N scansioni successive in livelli separati e visualizzandole in rapida successione un livello per volta (utilizzando un programma di fotoritocco), si vede che si verificano piccoli spostamenti di un'immagine rispetto alla precedente.
Simulando questa situazione nel solito foglio di calcolo, supponendo di scandire la striscia virtuale sopra descritta, ho provato a sfalsare le "immagini" numeriche ottenute rispetto all'asse orizzontale (in Fig.8 se ne vedono quattro). Il valore medio di 10 scansioni così simulate è visibile in Fig.7, sovrapposto all'immagine reale.
[Fig.8]
Che significano tutti questi scarabocchi?
Significano che nell'immagine ottenuta mediante sovrapposizione di scansioni leggermente sfalsate i valori estremi coincidono con buona approssimazione con quelli reali, ma il passaggio dal quasi-bianco al quasi-nero è più graduale, meno marcato di quello di partenza. In altre parole: la simulazione mostra che multiscansioni non precisamente allineate generano una perdita di dettaglio, una riduzione di contrasto, una specie di effetto flou tanto più evidente quanto meno preciso è l'allineamento delle singole immagini.
Marco Alici © 10/2001
Riproduzione Riservata