人眼视觉原理.2ppt

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
红
紫
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
红
紫
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
无
次
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；