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。
- 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。
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)。
- 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?
- 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。
- 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。
- 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:
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。