Saya menggunakan kamera ip Foscam FI8910W untuk melihat pemandangan statis dalam kondisi pencahayaan yang konstan. Saat saya menarik bingkai, ukurannya sekitar 35 KB. Saya bisa melakukan ini berulang-ulang dan selalu sekitar 35 KB, tetapi agak berfluktuasi karena berbagai suara yang melekat pada pengambilan gambar elektronik. Fluktuasi acak ini hanya dari urutan 1 KB paling banyak.
Tentang setiap 2.500 frame, ukuran gambar sebuah frame tiba-tiba berada di urutan 70 KB. Tidak ada creep bertahap ke atas jika Anda memikirkan noise termal saat kamera memanas. 1 frame akan menjadi 70 KB (ish) dan kemudian mereka kembali ke frame berukuran 35 KB.
Ini telah terjadi sebelumnya dengan lari lain melihat adegan yang berbeda. Ukuran file umum adalah 39 KB saat itu, dan dari 10.000 bingkai, 4 berada di urutan 77 KB. Histogram ukuran gambar tampak seperti ini: -
Sebelum Anda bertanya, saya sudah berhasil menyelamatkan salah satu frame ini dan sepertinya persis semua yang lain menghalangi fluktuasi kebisingan yang diharapkan. Mereka memiliki jumlah warna unik yang kira-kira sama sekitar 23.000. Jadi itu bukan ngengat yang mendarat secara acak pada lensa untuk tepat 1 frame dan kemudian terbang. Untuk kelengkapan, saya telah melakukan serangkaian gambar dan ini adalah contoh gambar yang khas (pantulannya adalah IR illuminator): -
Ini adalah gambar anomali : -
Anda dapat melihat tidak ada perbedaan. Maafkan kuda nil. Saya cukup akrab dengan algoritma JPEG, dan saya tidak bisa melihat bagaimana ini bisa terjadi selain kesalahan pengkodean dengan implementasi Foscam. Tetapi, mungkinkah ada sesuatu yang secara inheren kacau dalam beberapa fungsi transformasi JPEG (seperti transformasi cosine diskrit atau kuantisasi)? Secara statistik, orang akan mengharapkan distribusi ukuran file normal dan ini adalah apa yang saya lihat sekitar 39 KB. Lalu ada beberapa pencilan pada 77 KB. Jadi tidak terlihat stokastik.
Alasan ini ada di CS dan bukan di perangkat keras adalah saya bertanya apakah ini bisa menjadi fenomena kode pemrograman yang berkaitan dengan algoritma penyandian JPEG? Tampaknya tidak mungkin, tetapi anomali itu acak dan jarang terjadi dan tidak ada interaksi manusia dengan perangkat. Apakah penyandian JPEG stabil?
Alasan Anda mungkin tidak terbiasa dengan fenomena ini adalah karena gambar terlihat sama, tidak ada yang benar-benar melihat ukuran file. Ukuran file sangat penting bagi saya, jadi saya perhatikan. Bagaimana ini bisa terjadi kira-kira setiap 2500 frame?
Tambahan:-
Memposting gambar-gambar ini tidak akan berhasil, karena perangkat lunak imgur membuat sampel ulang file yang diunggah. Jadi sementara saya memposting file 37K dan 73K, imgur telah mencicipi kembali keduanya menjadi 35K. Ini tampaknya menjadi masalah Stack Exchange yang tampaknya ironis untuk situs yang berurusan dengan pemrosesan gambar, kompresi dan analisis data.
Ini adalah pemrosesan gambar saya. Ini adalah perbedaan yang dinormalisasi antara gambar normal dan anomali. Gambar seperti yang Anda harapkan, dengan noise JPEG di wilayah frekuensi tinggi. Ini adalah gambar RGB meskipun terlihat monokrom. Ada 8000 warna unik dalam kubus warna (mewakili suara).
Tambahan 2: -
Seperti yang diminta, 4 frame normal dan 2 frame abnormal dapat diunduh dari frame sampel . Ini adalah pemandangan yang berbeda, tetapi perilaku anomali masih terjadi, jadi ini membuktikan bahwa itu konsisten.
Jawaban:
Dugaan saya adalah pada fokus otomatis atau apertur yang secara singkat berubah dengan cara di mana gambar yang dihasilkan mengandung lebih banyak elemen frekuensi tinggi.
Misalnya, jika fokus bergerak dari objek halus ke objek bertekstur (seperti hippo halus ke tirai kain) dengan cara di mana permukaan tekstur detail yang terakhir, JPEG akan cenderung mengambil ukuran yang cukup besar.
Seperti yang telah dinyatakan oleh orang lain: sepertinya ada baiknya untuk memeriksa data gambar EXIF untuk perubahan dalam parameter inti seperti aperture dan jarak fokus. Untuk perbedaan mencolok dalam ukuran gambar, sangat mungkin bahwa beberapa parameter mendasar berbeda dalam pendapat kamera.
sumber
Adalah umum dengan sensor CMOS untuk menemukan fenomena yang dikenal sebagai "PURPLE FRINGING" atau kemungkinan "Sensor Bloom", yang akan saya jelaskan lebih terinci dalam sekejap.
Saya harus mengawali ini, namun dengan memberi tahu Anda bahwa sebenarnya ada beberapa perdebatan tentang apakah PF adalah penyebab Sensor Bloom atau sebaliknya, tetapi intinya: keduanya bisa merupakan hasil dari anomali pada lensa atau sensor kamera itu sendiri - atau keduanya. Efek ini dapat menjadi hasil dari efek kulatif yang menyebabkan kelebihan jika Anda akan, pada sensor, pada gilirannya menyebabkan lonjakan cahaya yang ditangkap. MEMBUAT FILE LARGER.
Saya yakin kelebihannya terjadi pada kisaran magenta (atau ungu), dan fenomena ini cukup langka.
Pikirkan sensor seperti nampan es batu besar ..... diletakkan di grid seperti mode. Jika satu kompartemen BERLALU dengan air (cahaya) karena anomali .... ia dapat tumpah ke kompartemen yang berdekatan dan seterusnya, menyebabkan batch es batu volume yang sedikit lebih besar untuk batch itu. (Mungkin menjelaskan ukuran file yang lebih besar ... DAN data berwarna)
Sekarang ini adalah tebakan terbaik dan saya menemukan tautan yang Anda temukan bermanfaat dengan info lebih lanjut di atas - SEBAGAI BAIK SEBAGAI informasi teknis tambahan yang dapat membantu mengisolasi masalah bagi Anda jika penilaian saya salah.
Lihat tautan ini http://toothwalker.org/optics/chromatic.html
Ingat RGB adalah ruang warna yang subtraktif. Warna melalui cahaya (vs pigmen) dimanipulasi dengan menghilangkan cahaya dalam panjang gelombang tertentu. Beberapa panjang gelombang warna lebih panjang dari yang lain.
Ada pelajaran optik yang bagus di halaman yang juga dapat membantu menjelaskan anomali juga.
sumber