当前课程知识点:现代图像分析 > 第二章 数字图像处理基础 > 2.2 人的视觉特性 > 2.2.1 人的视觉特性学习视频
同学们好,今天我们给大家介绍人的视觉特性
我们知道图像处理的主要目的就是提高图像的清晰度
也就是改善人的视觉效果
而无论是成像、图像处理还是图像的理解
都和人的视觉息息相关
因此 本节课我们主要给大家介绍一些
与图像处理相关的人眼视觉特性
人的眼睛是人的视觉系统中重要的组成部分
它的机理和照相机类似屏幕上我们给出了人眼的结构剖面图
在人眼的最前端是一层透明的角膜
角膜的后面是不透明的虹膜
虹膜的中间有一个小孔,这个孔我们叫做瞳孔
这个瞳孔的大小是可以调节的
通过调节瞳孔的大小,可以控制进入人眼的光的通亮
也就是说 光的多少
它相当于照相机的光圈的作用
另外在瞳孔的后面有一个扁球形的
一个透明的有弹性的一个物体
那么它呢 叫晶状体,这个晶状体的曲率是可以调节的
通过睫状肌来进行调节
通过调节晶状体的曲率可以改变焦距
使得不同距离的图都可以在视网膜上成像
最后在后面有一层是视网膜,在视网膜上分布着大量的视细胞
视细胞主要有两种,一种是锥状细胞
这种锥状细胞又叫明视细胞
它在强光下可以检测亮度和颜色
另外一种是柱状细胞也叫暗视细胞
在弱光下可以检测亮度,但是它没有色彩感觉
其中锥状细胞有600万到700万左右
可以分为三种类型,这三种类型
分别对可见光谱中的蓝光、绿光和红光是敏感的
另外柱细胞大概有7500万到1亿5000万
其中每个锥状细胞都连接着一个视神经末梢
所以分辨率比较高,它用来分辨细节颜色
而多个杆状细胞连接着一个视神经末梢
所以它的分辨率比较低,仅仅能够分辨图的一个轮廓
比如说,这个白天呈现鲜明色彩的一个物体
在月光下基本上没有颜色
就是因为在晚上呢,只有柱细胞受到了刺激
根据人们对人眼结构和机理的实验研究
总结了人眼成像的过程可以用一个这样的流程图来进行表示
就是首先光信号通过视细胞,然后产生了一个生理电信号
这个生理电信号通过视神经的传输到达了视神经中枢
然后在大脑中成像,这就是人的成像过程可以这样子来描述
一幅图像我们说可以看成无数多个像点的集合
而每个像点可以看作是一个点光源
在数学上点光源可以用一个δ函数来表示
也就是说它是一个冲击函数
那么通过它我们可以表示任意的一幅图像
这就是任意一幅图像
可以表示成若干个点光源的一个组成 集合
那么一个光学系统可以用屏幕上显示的
这样一个框图来进行表示
原图像经过光学系统成像之后
它的输出如果用g(x,y)来表示的话
那么我们知道如果系统是线性移不变的
光学系统中的冲击响应
如果我们用h(x,y)来表示
那么输出图像g(x,y)就等于输入的原始图像f(x,y)
和冲激响应h(x,y)的卷积
那么这个就是我们的g(x,y)等于f(x,y)和h(x,y)的卷积
这是在时域
而转换到频域,应该是输出图像的频谱
等于输入图像的频谱和这个系统响应的一个乘积
而这个系统响应的绝对值
我们给它起一个名字是光线系统的调制转移函数
通过对人眼的生理结构以及机能的研究
人们发现,人类的眼睛类似于一个光学系统
但是由于视神经的一个调节作用
实际上要比光学系统要复杂的多
根据人眼对光刺激的感知和成像过程
人的视觉模型可以简单的用低通、对数、高通模型来表示
那么我们就是说
首先光刺激经过角膜、瞳孔、晶状体照射到视网膜上的过程中
瞳孔总是有一定尺寸的,晶状体总是存在一定的光学相差
而视细胞本身有一定的大小,这些因素限制了人眼的分辨率
也限制了视觉系统的上限频率
使这个视觉系统对于高频起了抑制作用
这个阶段就等效于一个低通滤波的阶段
另外主观和客观亮度的感觉之间
我们说因为它是单调的非线性的一个对数关系
那么正是由于有这样的一个对数关系
所以使人眼的这个可以观察到的亮度范围呢
是范围很宽的,可以达到10的八次方
而视神经细胞的侧向抑制作用就等效于一个高通滤波器
这是人的视觉模型
简单来说是通过低通、对数、高通这样一个过程
那么我们常常说耳听为虚眼见为实
我们看到的一定就是真实的吗
其实也未必,实际上研究表明
人眼感知的主观亮度和实际的客观亮度之间
并不是完全相同的,虽然他们有一定的对应关系
这些关系对数字图像处理的结果的表达
具有非常重要的作用
首先我们给大家介绍亮度对比度,亮度对比度有两种
一种就是我们通常所说的对比度
还有一种叫相对对比度,所谓的对比度
就是图像中的亮度的最大值和最小值的一个比值
而相对对比度,是图像中的目标和背景之间的关系
就是B是目标的亮度,B0表示的是背景的亮度
这个公式我们可以表示相对对比度
第二个参数是人眼亮度的感觉范围
亮度范围是指人眼所感受到的亮度
从最小值到最大值的这样一个范围
人眼能够感受到亮度总的范围很宽
但是人眼并不能同时感受到这么宽的亮度范围
事实上人眼适应了某一个平均亮度的环境之后
所能感受得到亮度范围要小得多
比如说人眼适应了某一个环境之后
那么假如说这个是平均亮度下
一般它的对比度可以达到10的三次方倍
如果亮度比较低的时候
我们说人眼能够感受到只能是10
就是它的对比度只能达到10倍
另外人眼对亮度的差别的感觉取决于相对亮度的变化
同时人眼对目标的感觉亮度也与相对亮度有关
比如说我们现在看到这样的三个图像
大家可以观察一下这三个图像中心的亮的小方块
那大家感觉亮度一样吗
经过对比我们发现呢,我们主观上感觉到
这个好像暗一些,这个好像亮一点
但实际上这是大小相同亮度相同的三个小方块
只是这三个目标物处在不同的亮度背景中
但是人观察目标的目标物和背景的时候
会感觉到背景较暗的目标物是比较亮的
这是由于人在高亮度背景下视敏度会降低
这个和我们在亮处的地方观察一个点着的蜡烛
和在暗处看同样点着的蜡烛
感觉亮度不是一样的,是一个道理
这种效应我们称作是同时对比度效应
接下来我们来看这样的一个图像
在这幅图像中大家观察一下
在每个灰度条带中灰度值是不是完全相同的呢
我们的感觉是每个条带中灰度好像不完全相同
总体的感觉是左边亮一点 右边暗一点
但实际上每一个条带里面的灰度值都是完全相同的
只是相邻的两个条带 它在亮度上相差了一个固定值
那么产生这样的一个现象 这个现象叫做马赫带效应
之所以会产生马赫带效应
就是因为人眼对图像的不同空间频率具有不同的灵敏度
在空间频率突变的地方会出现欠调或者是过调
另外主观亮度S和实际亮度B之间的关系
由屏幕上的公式给出,我们从这个公式中可以看出来
主观亮度和实际刺激之间它是呈现一个对数关系的
由于我们人眼的亮度感觉特性 我们可以知道
一幅图像经过处理之后,恢复以后得到了重现图像
这个重现图像的亮度不一定非要和原始图像的亮度保持一致
只要保证两者的对比度以及亮度的层次完全相同
就能够给人以真实的感觉
这个就为图像处理奠定了灵活的基础
好 今天的主要内容就介绍到这里
谢谢大家 再见
-1.1 图像及图像的基本概念
--1.1.2 图像及图像的基本概念作业
-1.2 数字图像处理的起源
--1.2.2 数字图像处理的起源作业
-1.3 数字图像处理的步骤和方法
--1.3.2 数字图像处理步骤和方法作业
-1.4 数字图像处理系统的组成
--1.4.2 数字图像处理系统的组成作业
-1.5 数字图像处理主要应用领域
--1.5.2 数字图像处理主要应用领域作业
-2.1 色度学基础
--2.1.3 色度学基础作业
-2.2 人的视觉特性
--2.2.1 人的视觉特性作业
-2.3 图像数字化
--2.3.2 图像数字化作业
-2.4 数字图像特点
--2.4.2 数字图像特点作业
-3.1 图像变换的基本概念
--3.1.2 图像变换的基本概念作业
-3.2 图像的几何变换
--3.2.2 图像的几何变换作业
-3.3 图像的离散傅立叶变换
--3.3.2 图像的离散傅立叶变换作业
-3.4 图像变换的一般表示形式
--3.4.2 图像变换的一般表示形式作业
-3.5 图像的离散余弦变换
--3.5.2 图像的离散余弦变换作业
-3.6 图像离散沃尔什-哈达玛变换
--3.6.2 图像离散沃尔什-哈达玛变换作业
-3.7 K-L变换
--3.7.2 K-L变换作业
-4.1 图像的对比度增强
--4.1.2 图像的对比度增强作业
-4.2 直方图修正
--4.2.3 直方图修正作业
-4.3 图像平滑
--4.3.4 图像平滑作业
-4.4 同态滤波
--4.4.2 同态滤波作业
-4.5 图像锐化
--4.5.2 图像锐化作业
-4.6 图像的彩色增强
--4.6.2 图像的彩色增强作业
-5.1 退化模型及常见退化模型
--5.1.2 退化模型及常见退化模型作业
-5.2 图像的无约束恢复
--5.2.2 图像的无约束恢复作业
-5.3 图像有约束最小二乘恢复
--5.3.2 图像有约束最小二乘恢复作业
-6.1 概述
--6.1.1 概述作业
-6.2 图像编码基本理论
--6.2.2 图像编码基本理论作业
-6.3 无损编码理论
--6.3.2 无损编码理论作业
-6.4 霍夫曼编码
--6.4.2 霍夫曼编码作业
-6.5 算数编码
--6.5.2 算数编码作业
-6.6 预测编码
--6.6.2 预测编码作业
-6.7 正交变换编码
--6.7.2 正交变换编码作业
-7.1 图像分割的定义及依据
--7.1.2 图像分割的定义及依据作业
-7.2 边缘点检测
--7.2.2 边缘点检测作业
-7.3 边缘线跟踪
--7.3.3 边缘线跟踪作业
-7.4 门限化分割
--7.4.2 门限化分割作业
-7.5 区域分割法
--7.5.2 区域分割法作业
-7.6 聚类分割法
--7.6.3 聚类分割法作业
-8.1 像素间的基本关系
--8.1.2 像素间的基本关系作业
-8.2 目标物的边界描述
--8.2.2 目标物的边界描述作业
-8.3 目标物的区域描述
--8.3.2 目标物的区域描述作业
-8.4 图像的几何特征
--8.4.2 图像的几何特征作业
-8.5 特征描述子
--8.5.4 特征描述子作业
-9.1 图像匹配
--9.1.2 图像匹配作业
-9.2 图像分类
--9.2.2 图像分类作业
-9.3 图像识别
--9.3.2 图像识别作业
-9.4 模式识别分类专题
--9.4.4 模式识别分类专题作业
-中国天网
-车道检测
-期末测试
--期末测试