数字图像处理与应用——人眼视觉系统

人眼视觉系统

图像or视频是用来看的

基于感知的图像处理

• 关注视觉感知的重要信息；
• 丢弃视觉感知不重要的信息

• Luminance：物理世界的亮度值（学术上更偏向于使用该词）；
• Brightness：人眼主观感知的亮度值；

对比度：一副图像中最亮最暗的差比二者的和；

• 低对比度的图像：灰度直方图堆积在某一地方；
• 高对比度的图像：灰度直方图分布比较均衡。

左低对比度，右高对比度。

Mach Band：一楞一楞的；

右图虚线为人眼感知到的灰度值，会有一个峰值，因此我们看到会有一个灰度条、一个灰度条这样的感觉。

每张图像中的像素值为什么用8bit来表示？

256个等级的时候人眼感官光滑，512个等级更光滑，但人眼已感受不到差异，反而浪费存储空间。

同一张图像，看你如何解释，存在所谓的歧义性 。

 

色彩空间和图像评价标准

人眼可见光，380~700nm。

RGB三轴，原点为黑点。

一般彩色打印机会有上述4种颜色（cyan蓝绿色，magenta品红，yellow黄色，但三种颜色并不能合成黑色，因此通常会多一种黑色）。

RGB值转亮度值。

RGB空间并非完美的色彩空间。

• 感知非线性，因此压缩时经常从RGB空间转到YUV空间。

主观的方式；

客观的方式：

• 平均误差与变化量；
• 优点：简单、更少地依赖主观条件、可以用数学公式直接来计算；
• 缺点：并不一定能反应人眼的感官效果。

均方误差

• 表示原始图像，表示经过图像处理后得到的新图像，为数学上的期望值，因此需要知道、的概率密度函数，通常情况下是不知道的，因此公式1很难计算；
• 、表示图像高度和宽度，即对应像素点之差的平方和，再除以高度和宽度（平均平方误差）；
• 公式3是二者的结合。

信噪比

• 表示原始图像变换的方差，表示原始图像与处理后图像之间误差的方差，二者之比即信噪比；
• PSNR峰值信噪比，A表示最大的值，对于0~255的灰度图，即255。

SSIM不像PSNR只关注全局，而是计算局部的值，Why：

• 图像的统计特征通常不是平稳的随机过程，是非平稳的随机过程；
• 图像在处理后必然与原图存在失真distortions，会随着图像不同的位置有变化，即随着空间位置的改变失真值会有改变；
• 由于人眼视觉系统的眼窝特性（fovea feature），人眼系统在一个时间段内观察图像时，往往只能以高分辨率感知图像中的局部区域；
• 局部质量测量可以提供一个控件变化的图像质量图，它提供了更多关于图像质量退化的信息，在某些应用中可能是有用的。

在11x11的窗口内，为对应像素与权重的乘积求和；

为加权的方差值，为加权的协方差的值。

为具体的值，论文中有给出，SSIM最终为亮度比较函数、对比度比较函数和结构相似度的乘积。

Reference

数字图像处理与应用_浙江大学_中国大学MOOC(慕课)数字图像处理与应用,spContent=深刻理解图像处理原理，生动展现图像处理过程，灵活应用图像处理方法,中国大学MOOC(慕课)https://www.icourse163.org/course/ZJU-1206408807?from=searchPage