c++ 数字后加f_第二章 数字图像基础-（三）图像感知和获取

教科书上的第一句话，很值得慢慢的思考。

我们感兴趣的多数图像都是由“照射”源和形成图像的“场景”元素对光能的反射或吸收而产生的。

避开难以理解的名词解释，我想起两个例子：

• 人眼看到室外绿色的四叶草：太阳就是“照射源”，它是发光体。四叶草就是“场景元素”，它是吸收+反光体。为什么四叶草是绿色的？因为它把其他人眼可捕捉的频率电磁波都吸收了，只有绿光谱被它反射了。

人眼看到室外绿色的四叶草

• 第一张伦琴射线照片：阴极射线管（现在都是效率更高的X射线管了）就是“照射源”，他是X射线的发射体。伦琴夫人的手就是“场景元素”，它是吸收体。为什么会成像？X射线穿过手组织，打到了感光底片上。手掌中的骨骼和其他组织对X射线的吸收率不同，导致最终到达感光底片的X射线的量不同。

第一张伦琴射线照片

传感器：

抛开“照射源”和“场景元素”，还有一个重要的话题，获取图像的传感器。如上面两个例子中，图像传感器分别是人眼和感光胶片。那么再升华抽象图像传感器呢？

原理：通过将输入的电能和对特殊能源敏感的传感器材料相结合，把输入能源变成电压。输出电压波形是传感器的响应，通过把传感器响应数字化，从每一个传感器得到一个数字量。

简单理解就是可以把输入的模拟能量转化成数字信号的装备，这里面有两个步骤。光（输入能量）<->传感器（光电转换）<->AD转换（采样、量化）。

a.单个传感器；b.条带传感器；c. 阵列传感器

• 单个传感器获取图像

说实话，在现如今的21世纪，我还真没见过单个传感器获取图像的例子。单个传感器比如Light Sensor在手机上还是广泛应用的，就是没人想着用他获取图像吧。

还是借用教材中的图片吧，难道是工业界的例子？

单个传感器

• 条带传感器获取图像

原理好理解，例子没见过。如果有小伙伴在实际场景中见过。帮忙留言，我可以更新进来。

a. 使用条带传感器获取图像 b. 使用环形传感器获取图像

• 使用传感器阵列获取图像

在这个动不动手机摄像头就48M的时代，当然是堆积传感器的个数。这也是我们后面讲到图像处理中素材的主要来源。

传感器阵列

• 简单的图像生成模型

先回忆一下基本概念，在第一章中列过但是没有展开的“什么是数字图像处理”？

一幅图像可以定义为一个二维函数f(x,y)，其中x和y是空间平面坐标，而在任何一对空间坐标(x,y)处的幅值f成为图像在该点处的强度或灰度。当x,y和f是有限的离散数值时，我们称改图像为数字图像。

所以，我们可以用一个二维函数f(x,y)来表示图像，其中对于空间坐标(x,y)处的幅值f的物理含义就是它在这个点上感受到的辐射能量值。所以，f(x,y)一定是非零的和有限的，即：

a:能量（照射）源；b:场景元素；c:成像系统；d:场景到图像平面的投影；e:数字化后的图像

说到f(x,y)，就可以讨论两个分量它的关系：

1）入射分量：入射到被观察场景的光源照射总量，可以用i(x,y)表示。可以想象

2）反射分量：场景中物体反射的光照总量，可以用r(x,y)表示。那么反射分量应该符合大于0（全吸收）到1（全反射）之间的一个数。

注：当然，如果是X射线这种场景，可以用透射系数来代替反射分量。