人眼视觉现象

目录

1、明视觉和暗视觉

2、视觉灵敏度

3、色缺陷

4、颜色表现特征


1、明视觉和暗视觉

        位于人眼视网膜中央的锥状细胞既能感光,又能感色,而且锥细胞能够很好地分辨颜色,有较高的空间分辨率,即对细节分辨能力较强,但感光灵敏度低。一般认为环境亮度大于10cd/㎡的情况下,纯粹是锥细胞起作用,看到的景象既有明亮感,又有彩色感,称为明视觉(Photopic Vision)。位于视网膜周边的杆细胞不能分辨颜色,但有较高的亮度分辨率,即对黑白变化敏感,是以牺牲细节分辨为代价的。一般认为,环境亮度小于0.001cd/m³的情况下,锥体细胞不起作用了,由分布广而相对稀疏的杆体细胞起作用,看到的景物全是灰黑色,只有明暗感,没有彩色感,称为暗视觉(Scotopic Vision)。

        在环境亮度介于10-0.001cd/m³的环境下,锥体细胞和杆状细胞共同参与视觉活动,介于明视觉和暗视觉之间的视觉,称为中间视觉(mesopic vision)。

        人眼视觉是由于可见光刺激刺人眼的视觉神经而引起的,如果光波的辐射功率相同而波长不同,则引起的视觉效果也不同,人眼的这种视觉特性用光谱光效率函数(Spectral Luminous efficency function),也称视见函数描述。

        视见函数定义为人眼对不同波长而辐射量相同的光的响应灵敏度与波长的函数关系。明视觉和暗视觉有不同的视见函数,相对光谱光效率函数如上图所示。中间视觉的视见函数不同用明视觉和暗视觉视见函数组合模拟出来,仍处于进一步研究中。

2、视觉灵敏度

        人眼的视觉敏锐度(Visual Acuity)简称视敏度,是指人眼分辨物体精细结构的能力,又叫人眼的分辨力。当空间平面上两个黑点互相靠拢到一定程度时,离开黑点一定距离的观察者就无法区分它们,这意味人眼分辨景物的能力是有限的,这个极限值就是分辨率。它定义为:人眼恰好能够分辨出两点对眼所长张视角的倒数。人眼所能分辨的最小视角,正常眼一般在1'左右,最好的情况下可以达到半分视角灵敏度临床上称为视力。

        影响视敏度的因素有很多。人的视网膜上光敏细胞间物理距离决定了人眼分辨率的极限,当景物成像在黄斑区,分辨率最高;当亮度对比度过低,视力下降;当亮度过高,视力不会增加,甚至因“炫目”而降低。

研究表明人眼的分辨率具有以下一些特点:

  1. 当强度太强、太弱时或当背景亮度太强时,人眼分辨率降低。
  2. 当视觉目标运动速度加快时,人眼分辨率降低。
  3. 人眼对彩色细节的分辨率比对亮度细节的分辨率要差;对于不同色调的细节,其分辨率也不同。

3、色缺陷

        最常见的色缺陷就是色盲。色盲是指由视网膜的视锥细胞内感光色素异常或者不全,以致缺乏辨别某种或几种颜色的能力。按辨色能力异常的程度,分为全色盲(单色觉者),部分色盲(二色觉者)和色弱(三色觉异常者)三种。

4、颜色表现特征

  1. 颜色三维性:明度、色调、饱和度
  2. 加色和减色空间

3、同色异谱:颜色感觉相同,光谱分布不同的颜色。

 

  • 7
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 计算机视觉中的hybrid image(混合图像)是一种基于图像处理技术的视觉现象。其核心思想是将两张看起来截然不同的图像叠加在一起,形成一张新的图像,使得观察者在不同的观察距离下可以看到不同的图像。 实现这一效果的关键在于对两张图像的不同频率信息进行分离和合成。一般来说,低频信息表现为图像的整体结构和模糊细节,而高频信息则表现为细节的纹理和轮廓。因此,我们可以通过高低通滤波器来分离两张图像的不同频率信息,并将它们合成为一张新的混合图像。 在观察混合图像时,人眼不断地自我调节焦距和观察距离,从而使得不同频率信息的显示优先级发生变化。当观察者离图像较远时,低频信息占据主导地位,图像呈现出一个整体的模糊形状;而当观察者离图像较近时,高频信息变得更加明显,图像则呈现出更加精细的纹理和轮廓。 除了提供视觉上的趣味体验外,hybrid image在计算机视觉领域还有一些实际应用。例如,可以通过分离低频信息来对图像进行模糊处理,或者通过分离高频信息来检测物体的轮廓和边缘信息。 ### 回答2: 计算机视觉 hybrid image 指的是利用数字图像处理技术将两张不同频率的图像融合在一起,生成一个新的图像。一般情况下,其中一张图像具有较高的频率,即高频图像,包含细节和纹理信息;另一张图像则具有较低的频率,即低频图像,包含主要的结构和轮廓信息。 在生成 hybrid image 的过程中,我们首先需要对两张原始图像进行频域分析,并分别提取出其高频和低频成分。然后,将高频成分从高频图像中提取出来,并与低频成分从低频图像中提取出来进行融合,生成一个新的图像。由于人眼在观察图像时主要关注图像的低频成分,所以新的 hybrid image 会显示出低频图像的主要内容,但同时也包含了高频图像的细节和纹理信息。 hybrid image 技术在计算机视觉领域有着广泛的应用。例如,在人脸识别领域中,利用 hybrid image 技术可以生成一张包含多个人脸的图像,让人眼无法分辨其中任何一个人的面部特征,但利用计算机算法可以准确地识别每个人的面部特征。此外,hybrid image 技术还可以应用在安全领域、艺术创作和教育等众多领域。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

岁月蹉跎的一杯酒

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值