人眼视觉原理.2ppt

合集下载
  1. 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. 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. 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)。

3. RGB颜色模型
R(红)G(绿)B(蓝) (0,0,0)代表黑色,(1,1,1)代表白色
一种颜色 C rR gG bB
3. RGB颜色模型
R(红)G(绿)B(蓝)
0.8 0.7
0.1
0.2
0.7
• CMY(青、品红、黄)、CMYK (青、品红、黄、黑)
– 运用在大多数在纸上沉积彩色颜料的设备,如彩色打印机和复印机 – CMYK
• 饱和度:纯度 该频率的颜色表现
能量分布
能量E
频率


白色光
纯度 依赖于Ed与Ew差别
Ew=0 纯度100%
Ed=Ew
Ed
纯度0
Ew


某主频光
RGB三基色
• RGB三基色 – 基本颜色 可用来生成其他颜色的两种或三种颜色 – Blue=435.8nm – Green=546.1nm – Red=700nm
x, y, z:色系数
CIE色度图 作用:为不同基色组比较整个颜色范围
标识互补颜色 确定颜色主波长和纯度
2. 标准基色和色度图
2. 标准基色和色度图
2. 标准基色和色度图(续)
3. RGB颜色模型
R(红)G(绿)B(蓝) (0,0,0)代表黑色,(1,1,1)代表白色
一种颜色 C rR gG bB
计算机技术中,一个字节可以表示 0~255范围内的值,但作为视频信号幅 度,只能在0~100 IRE单位之间。
注:IRE是视频测量中的单位,广播级视频电平规定了任何视频信号在播放时 的亮度电平都不能超过100 IRE。
视频分辨率
视频质量通常用线分辨率来度量; 本质上是表示在显示器上可以显示多少不同的黑 白垂直线;
高清晰度
高清晰度视频通常定义为具有720逐行(720p) 或1080隔行(1080i)有效扫描线的视频;
固定像素(非CRT)、具有16:9宽高比的消 费类显示器通过转换后的有效分辨率对应于 1280×720p或1280× 1080i;
视频质量评估与方法
• 数字视频的质量直接反映了用户使用视频通信业务时的主观感受,
– 单刺激连续质量评价方法——只播放待评价序列,观察者观看同时根据评分 表打分。
图像质量评价标准
• 客观测量——相对评估和绝对评估
– 相对评估:将压缩或经传输的视频与原始视频比较以获得相对评 估指标值,由此评估图像质量;一般用于视频制作时的质量评估 ,准确性高;
• 阈值对比度:时间不限,使用双眼探测一个亮度大于背景亮度的 圆盘,察觉概率为50%时,不同背景亮度下的对比度。
– 对比度C:当Lt和Lb分别为目标与背景的亮度时,对比度表示为:
C Lt-Lb Lb
由于背景亮度、对比度和人眼所能 探测的目标张角三者之间存在制约关 系 ( Wald 定 律 ) , 特 别 是 在 目 标 张 角<7’,时,存在Rose定律:
Lb C 2 α2 const
2020/5/1 8
人眼的视觉特性
• 光谱灵敏度(光谱光视效率):人眼对各种不同波长的辐射光有不同 的灵敏度(响应),对大量正常视力观察者的实验表明:
– 在较明亮环境中,人眼视觉对波长0.555μm左右的绿光最敏感;
– 在较暗条件下,人眼视觉对波长0.512μm左右的黄绿光最敏感;
增强清晰度
增强清晰度视频通常定义为480或576的逐行 有效扫描线的视频,分别称为“480p”和 “576p”;
固定像素(非CRT)、具有4:3宽高比的消 费类显示器通过转换后,对应于720×480p或 720×576p的有效分辨率;
对于16:9的宽高比,转换后的有效分辨率对 应于960×480p或960×576p。
右图给出不同视场亮度下,人眼的光谱光视效率曲线:
人眼的分辨力:人眼能区分 两发光点的最小角距离称为 极限分辨角θ,其倒数为人 眼分辨力。
从内因分析,影响分辨力的 因素为眼睛的构造。
从外因分析,是目标的亮度 与对比度。
人眼会根据外界条件自动进行 适应,从而可以得到不同的 极限分辨角。
2020/5/1 8
• 二次色
– 品红(magenta):红+蓝 – 青(cyan):蓝+绿 – 黄(yellow):红+绿
• 补色
标准基色和色度图
原色:如果将X,Y,Z三种颜色适当混合即可产生 白 色效果,而其中两种颜色组合不能产生第三种颜色, 这三种颜色称为原色。即红、绿、兰为原色。
C rR gG bB
实验发现,很多颜色的光无 法用RGB三种原色组合获得。 例如,500nm颜色=G+B-R RGB彩色监视器无法获得
运动视频分析系统
运动视频分析系统
运动视频分析系统
1.1. 人眼的视觉特性与模型
1.1. 人眼的视觉特性与模型
• 人眼的构造

– 视网膜的结构(杆状细胞,锥 状细胞)
– 视细胞的分布
• 人眼的视觉特性
– 视觉的适应
– 绝对视觉阈
– 阈值对比度
– 光谱灵敏度
– 分辨力
– 视觉系统的调制传递函数
t 以上是分别用2和8比特码量化的电平。 根据取样的量化电平数,确定量化比特码 数。
• 视频数字化
– 将视频信号经过视频采集卡转换成数字视频文件存储在数 字载体中。
下面以计算机广泛采用的数字化技术,即flashA/D变换器来具 体看一下数字化工作情况: 将图像分成栅状,每个小格子代表像素,
且位置确定。Flash变换器对每个像素 取样,量化、编码后,将这些数据存储 到存储器中。
– ITU-601标准规定,演播室用量化位数为10bit, 按照一定的规律,将时间和幅度上离散信号用对应的二进制或多进制 代码表示。
幅 度
t
2比特码 (4个)
8比特码 (256个)
11
10001011
10
10001010
01
10001001
00
10001000
暗视觉
明视觉
人眼观察物体的要求
灵敏度:以量子阈值表示时,最小可探测的视觉刺激是58~145个 蓝绿光(波长为0.51m)的光子轰击角膜引起的,据估算,这一刺 激只有5~14个光子实际到达并作用于视网膜上。 分辨力: 对比度:1图0-6lx案不同,对对比度的要求也不同(如点与点:26%; 方波条纹之间:3%) 信噪比:人眼观察物1体0-5lx需要排出干扰,如果干扰太大将影响到人 眼的观察效果。图案不同,人眼对信噪比的要求不同(如方波图 案:1~1.5左右;余弦图案:3~3.5左右)
因而要求采用合理的标准对视频质量进行快速、准确的评价;
– 图像质量评价标准 – 视频传输质量评估
图像质量评价标准
• 主观评价——观察者打分统计计算平均值作为评价结果(平均评价分值 ,MOS);
– 双刺激连续质量分级法——交替播放待评估序列和基准序列进行直接质量比 较,观察者打分,平均值作为评价结果(最大程度降低图像场景情节对评测 影响);
标准清晰度
• 标准清晰度视频通常定义为480或576的隔行有效 扫描线的视频,分别称为“480i”和“576i”;
• 固定像素(非CRT)、具有4:3宽高比的消费类显 示器通过转换后,对应于720×480i或720×576i的 有效分辨率;
• 对于16:9的宽高比,转换后的有效分辨率对应于 960×480i或960×576i。
• 狭义的数字视频——是指与具体媒体格式所对应的 数字视频,如DV格式数字视频、DVD光盘格式数字 视频、AVI桌面格式数字视频、RM流媒体格式数字 视频、MP4固体存储数字视频等。
低通滤波器容许低频信号通过, 减弱(或减少)频率高于截 止频率的信号的通过。
• 取样(采样)
– 将时间和幅度上连续的模拟信号转变为时间离散的信号,即时间离散化。
两个特点: ➢ I分量与图像的彩色信息无关 ➢ H和S分量与人感受颜色的方式是紧密相连的 • 将亮度(I)与色调(H)和饱和度(S)分开,避 免颜色受到光照明暗(I)等条件的干扰, 仅仅分 析反映色彩本质的色调和饱和度 • 广泛用于计算机视觉、图像检索和视频检索
5. HSI颜色模型
H(色调): 为角度,从0到360; S(色饱和度) : 从0到1,S=0时只有灰度; I(明度): I从0到1, I=0是黑色, I=1是白色
第一章 数字视频基础
1.0. 视频应用 1.1. 人类视觉系统与模型 1.2. 彩色模型 1.3. 数字视频基础 1.4. 多维随机信号分析
2020/5/1 8
视频应用
视频应用
图像与视频信号处理无所不在
视频应用
目标的检测与识别
图像与视频拼接
普通相机视场:50×350 人眼视场:200×1350 全景拼接(Panoramic Mosaic):360×1800
2020/5/1 8
视 视网网膜膜的结构
杆状细胞
• 锥状细胞

视细胞的分布
2020/5/1 8
视觉的适应
• 明视觉 • 暗视觉 • 中介视觉 • 颜色适应
暗视觉
中介视觉
3×10-5cd/m2
明视觉
3cd/m2
3×105cd/m2
2020/5/1 8
人眼的视觉特性
• 绝对视觉阈:全黑视场下,人眼感觉到的最小光刺激值,约10-9 lx量级。
10-4lx
10-3lx
光波与颜色
波长与颜色关系


线
红红
声声 电 微 外色
波波 波 波 线光
可 见 光
紫紫 色 外射 光 线线
X
可见光频率范围:红 橙 黄 绿 兰 紫 4.3X1014Hz----7.5X1014
光波与颜色
由红绿蓝三色组成的颜色
光的特征
• 色调:主频率 决定颜色
• 亮度 单位时间、单位角度、单位投射面上光源幅射能量
幅 度
t
取样频率至少是模拟信 号最高频率的两倍。
一般选在2.5倍左右。
t
• 量化
– 将幅度连续信号转换为幅度离散的信号,即幅度离散化。
– 度量每一个取样值,归类于设定的量化电平中的一个电平。
– 量化电平越细,失真程度越低,数字化后的比特率越高。反之,相反 。
– 一般来说,二进制方式,其量化比特为8的话,其量化电平数为28,即 256个量化电平。
• 打印中的主要颜色是黑色 • 等量的CMY原色产生黑色,但不纯 • 在CMY基础上,加入黑色,形成CMYK彩色空间
4. CMY颜色模型
RGB是加色模型,CMY是减色模型
C 1 R
M
1
G
Y 1 B
R 1 C
G
1
M
B 1 Y
5. HSI颜色模型
• 面向视觉感知的颜色模型 • HSI(色调hue、饱和度saturation、亮度intensity)
1.3. 数字视频基础
模拟视频与数字视频
• 视频(Video)最初是在电视系统中提出的;
• 20世纪20年代后期,光电管及阴极射线管为核心技术 的全电子电视系统问世后,才有真正意义上的视频, 即黑白视频;
• 在不考虑电视调制发射和接收等诸多环节,仅考虑和 研究电视基带信号的摄取、改善、传输、记录、编辑 、显示的技术就叫做“视频技术”;
RGB HSI
RGB图像同与之对应的HIS图像
HIS RGB
彩色图象的R,G,B和H,S,I各分 量的图示
• 下图给出1组用灰度图形式表示彩色图象的例子,其中图(a),图(b),图(c)分 别为1幅彩色图象的R,G,B分量(每个分量用8 bit表示),图(d),图(e),图(f )分别为这幅彩色图象的H,S,I分量(每个分量也各用8 bit表示)。
标准基色和色度图
• XYZ颜色模型 CIE(国际照度委员会)
X,Y,Z表示产生一种颜色所
需要的三基色的量
C xX yY zZ x y z 1
x X X Y Z
y Y X Y Z
z Z X Y Z
X=0.4902R+0.3099G+0.1999B Y=0.1770R+0.8123G+0.0107B Z=0.0000R+0.0101G+0.9899B
• 主要应用于广播电视的摄录编系统、安全及监控、视 频通信和视频会议、远程教育及视听教学、影像医学 、影音娱乐和电子广告等行业和领域。
1.3. 数字视频基础
➢ 视频:动态图像,是一组图像按时间顺序的连续展示
➢ 按信号组成和存储方式的不同:
模拟视频:是由连续的模拟信号组成的图像序 列,像电影、电视和录像的画面;
数字视频:是一系列连续的数字图像序列;
➢帧:一段视频中的每一幅图像称为一帧;
– 根据视觉暂留原理,要使人的视觉产生连续的动态 感觉,每秒钟图像的播放帧数要在24~30(帧频);
➢帧频:每秒播放的帧数
• 图像序列构成视频
数字视频
• 广义的数字视频——是指依据人的视觉暂留特性, 借助计算机或微处理器芯片的高速运算,加上 Codec技术、传输存储技术等来实现的以比特流为 特征的,能按照某种规律和标准在显示终端上再现 活动影音的信息媒介;
相关文档
最新文档