人脑颜色认知错觉
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
为什么人脑会觉得 A、B 区域两块颜色是不一样的?
用数码测色计比较两块区域颜色是一样的
这张棋盘阴影图是错觉(Optical Illusions)的经典图片之一,作者Edward H. Adelson,详情可浏览此网页Checkershadow Illusion。破解此错觉很简单,见下图
图片出自上面的网页。
所谓错觉,指的是我们的视觉系统(Human Visual System, HVS)感知到的图片与实际的图片不符。Optical Illusions and Visual Phenomena此网页系统的归纳了各种错觉图片。棋盘阴影图属于
其中的“光照对比”错觉,即实际上灰度值(或颜色)相等的区域,我们感知的结果却是一亮一暗。
类似的还有下面这张立方阴影图
此图中AB区域的灰度值也是一样的,但HVS感知到
的结果是B比A亮。对于该现象,棋盘图的作者给出了比较直观的解释,主要有两点
•局部对比:在边界出的明暗对比会使得亮的更亮,暗的更暗,即马赫带(Mach bands)效应,比如匿名用户做的那张背景分别为黑白的图,或参考wiki词条。
•阴影:阴影的作用至关重要,因为它的存在,我们看到的这幅图是立体的(当然仿设结构也有一定作用),棋盘上站了一根圆柱,而光源则在右上方。由于B处于阴影之中才与A有着相同的亮度,那么如果阴影没了的话,B应该是比A亮的。
•棋盘的周期性:这个也有一定的作用,但没前两者那么重要。即按照明暗交错的棋盘格,A 是暗的,B是明的。
实际上,人眼视网膜(Retina)看到的结果和照片应该是一致的,但传输到人脑的初级视皮层(Visual Cortex)以及更高级别的处理区域后,上面提到的三个因素都不断地给B的亮度加成,最终产生了对于人类视觉而言,B比A要亮的感觉。而对于电脑,比如Photoshop,这两个区域的亮
度是一样的。
但是,正如Adelson在其解释的最后说到,产生这种结果,并不是人类视觉系统的缺点,正相反,这是大大的优点!
这就是所谓HVS的色彩恒常性(Color constancy),这是一个主观特征,它能确保人眼所看到的
物体的颜色在不同的光照条件下相对保持不变。一个简单的例子就是,在日光下(对HVS而言)
是红色的苹果,放到白炽灯下,烛光下,夕阳下依然是红色的。而“主观”则说明,人们对所观察的
物体要有一定先验知识,即见到过类似的,这样在观察时,HVS才可以更准确估计周围的光照条件,还原物体的真实颜色。相机的白平衡(White Balance)干的就是这个,但远没有HVS来的强大。
那么对于这幅棋盘阴影图,有没有办法看到它们是一样或者接近的,有一个可行的方法(有些答主
说看到的一样,不知道他们具体是怎么做到的)。查看这张大图/persci/peop,
必要时可按“Ctrl+”进行放大,然后将鼠标放在AB中间靠左一定的距离处,并眼睛不动盯着指针看,然后用余光看AB两块,数秒过后,感知到的亮度应该十分接近,甚至相等。这一过程,如评论里
提到的,会产生一种AB以及其他亮度一致的区域浮起来的感觉。该方法的原理是尽可能的抑制人
眼的眼动(Saccade),即我们的眼睛是一直在动,焦点不断在变的,幅度不大但变化很快。比如
我们在看一个人的时候,看对方脸时眼睛焦点的轨迹如下图所示(图片来自Saccade wiki词条)
或者我们在看棋盘图是,眼睛
并不是盯着A或者B一直在看,而是在棋盘区域扫视的。眼动使得,即使是在看一副静止图像时,我们HVS得到的输入是眼睛在不同焦点下看到的图像,然后在视皮层及更高级别的区域进行全局
整合(Global Integration),得到了我们感知到的结果。这一过程的具体机制并不是很了解,相关
文献在illusion这方面貌似不是很多,而且很久没有关注这方面的进展了。
小结一下,我们看物体时,视网膜Retina所看到物体的颜色(Color,C)实际上是物体本身的反
射性质(Reflectance,R,日光下的颜色)和光照条件(Illumination,I)共同作用的结果,暂且
记作(一般为乘或者加,按模型假设定)。而视皮层Cortex和更高级的视觉系统通
过观测量C和从环境估计的光照,恢复出,即R的近似。
对该现象的研究还是比较活跃的,实际上已经有超过40年的历史,主要是在计算机视觉和计算神
经学领域,人们提出发展了很多理论,并称之“Retinex”,“Reti na”和“Cor tex”的合成词,由Edwin H. Land等于1971年提出[1](该模型中取的是相乘),目前最好的结果是NASA的工作,多尺
度Retinex[2]。
限于篇幅和受众,这里就不继续对Retinex理论做更多介绍了,感兴趣的知友可以查看提到的两篇
文献,以及相关的工作。下面放上自己在相关工作中对上面两张图片处理得到的结果
左边为原始图片,中间为估计出来的阴影,右边为得到的图像。这里用到的模型是,可以看到处理后的图像更接近于我们视觉系统感知到的结果,棋盘图像中圆柱部分结果不甚理想,主要是模型所致。
下面的表格为回复前后的亮度对比,数值代表灰度值,即亮度
[1] Land, Edwin H., and John McCann. "Lightness and retinex theory." JOSA 61.1 (1971): 1-11.
[2] Jobson, Daniel J., Z-U. Rahman, and Glenn A. Woodell. "A multiscale retinex for bridging the gap between color images and the human observation of scenes." Image Processing, IEEE Transactions on 6.7 (1997): 965-976.