《人眼的视觉特性与图像探测2008春》由会员分享，可在线阅读，更多相关《人眼的视觉特性与图像探测2008春（24页珍藏版）》请在金锄头文库上搜索。
1、新型光电成像器件及其应用 第二章人眼的视觉特性与图像探测,曹峰梅 光电学院 光电成像与信息工程研究所,2019/1/12,第二章 人眼的视觉特性与图像探测,2.1. 人眼的视觉特性与模型 2.2. 图像探测理论与图像探测方程 2.3. 目标的探测与识别,2019/1/12,第二章 人眼的视觉特性与图像探测,2.1. 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,2019/1/12,视网膜,视网膜的结构 杆状细胞 锥状细胞 视细胞的分布,2019/1/12,视觉的
2、适应,明视觉 暗视觉 中介视觉 颜色适应,2019/1/12,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109 lx量级。 眩目亮度：与像场亮度相关。 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：,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：,2019/1/12,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
3、视力观察者的实验表明： 在较明亮环境中，人眼视觉对波长0.555m左右的绿光最敏感； 在较暗条件下，人眼视觉对波长0.512m左右的黄绿光最敏感； 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，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。,2019/1/12,人眼的视觉特性,视觉系统的调制传递函数MTF 用MTF评价视觉特性的优点： MTF曲线可以推断由单纯的视力测定难以了解的视觉功能，如推断弱视眼的特性。 对视
4、网膜、信息处理系统的特性作统一的数学处理。 能按MTF推断各种图像的像质特性，知觉特性等。 用激光干涉技术，有把眼球的成像系统和视网膜之后的大脑处理系统加以分离并作出评价，这将是非常重要的。 视觉过程的几个阶段： 眼球光学系统把外界的三维信息传递，形成二维图像； 视细胞检验光，并进行光电转换，视网膜进行图像信息处理； 大脑枕叶视皮层的信号处理与大脑中枢的辨识。 人眼的MTF： 眼球光学系统的MTF：把细小的狭缝像投影到视网膜上，测定反射像的宽度，由于眼球光学系统近似满足先行条件，故用傅氏变换可得MTF。 视网膜的MTF 视觉系统总的MTF,2019/1/12,第二章 人眼的视觉特性与图像探测,
5、2.2. 图像探测理论与图像方程 图像信号与图像噪声 理想条件下光电成像的图像探测方程 2.3. 目标的探测与识别,理论分析证明：光电成像存在着图像探测的极限值，这一极限称为图像探测灵敏阈。 一个景物的细节能否被光电成像系统所探测到，即形成一个可以被人眼识别的输出图像，与如下三个因素相关。 景物细节的辐射亮度（单位面积的辐射强度）； 景物细节对光电成像系统接收孔径的张角； 景物细节与背景之间的辐射对比度。,2019/1/12,第二章 人眼的视觉特性与图像探测,图像信号与图像噪声 图像信号：光电成像系统在有效积分时间内接收到两个相邻的像元的辐射量子数的平均值分别为 和 ，此时，系统能否分辨出这两
6、个像元，取决于 与 的差异。故图像信号值可以表示为右式： 图像噪声（光子噪声）：各像元所辐射的光子数的瞬时值n统计平均值的偏差称为“涨落”，用均方根表示，由于光子发射服从泊松分布，故其均方根值可表示为右式： 图像信噪比： 只有图像信噪比的值大于阈值信噪比，信号才可以被探测到，阈值信噪比由实验获得。,2019/1/12,第二章 人眼的视觉特性与图像探测,理想条件下光电成像的图像探测方程 光电成像所输出的图像信号表达式：式中L、表示两个边长为h的正方形相邻像元的辐射亮度和辐射通量（功率），为像元与探测器表面的法线交角。p为像元瞬间发射出的量子数，d为像元与成像系统距离，r为成像系统孔径的半径，为有
7、效积分时间，为量子效率，Q为每流明光通量在每秒内所通过的光子数。 光电成像系统输出的图像信噪比：,2019/1/12,第二章 人眼的视觉特性与图像探测,理想条件下光电成像的图像探测方程 理想探测器图像探测方程(罗斯方程) 夏根方程 弗里斯-罗斯定律,2019/1/12,第二章 人眼的视觉特性与图像探测,2019/1/12,第二章 人眼的视觉特性与图像探测,2.3. 目标的探测与识别 目标搜索的一般原理 目标探测识别模型 约翰逊准则,2019/1/12,第二章 人眼的视觉特性与图像探测,目标搜索的一般原理 探测:把一个目标同其所处背景或其它目标区别开来 分类:把探测出的目标大致分类（飞机？坦克）
8、 识别:把分类目标再细分（坦克？汽车） 辨别：把已识别的目标进行辨认（型号、细节） 搜索概率的大小，在一定程度上提供了光电成像系统性能的评估，通常可以写成各种条件概率的乘积。,在假定目标一定在视场内出现，并且上述每一项都是互相独立的，即某一搜索任务的发生，不影响下一个搜索任务产生的概率，则上式可简化如下：,2019/1/12,第二章 人眼的视觉特性与图像探测,目标探测识别模型 假定搜索光电成像系统显示屏上的目标像的过程为： 在一个完全可以确定的面积上进行谨慎的搜索 根据所搜索的目标与周围景物的亮度对比度探测 根据对比度所形成的外形轮廓进行识别,PR为显示器上可以将目标识别的概率 P1为在一个确
9、定的包含目标的面积上，扫视到目标的概率 P2为扫视到的目标被探测到的概率 P3为探测到的目标被识别的概率 为噪声引起的总衰减因子。,2019/1/12,第二章 人眼的视觉特性与图像探测,目标探测识别模型 P1，扫视到目标的概率 瞥见时间：1/3 s 瞥见孔径：有效瞥见扫描孔径，平均凝视中心之间的距离。 瞥见孔径对应的面积Ag 目标面积：AT k: 与景物密度程度相关的参数，通常为10100，有时也在1001000之间变化。 搜索面积：As,完善系统的自由搜索 扫视到目标的瞥见数只能是a 失去目标的瞥见数为b 一次瞥见中扫视到目标的概率为p，未扫视到的概率为q n次瞥见中心扫视到目标的概率为P
10、所需的瞥见次数N,2019/1/12,第二章 人眼的视觉特性与图像探测,目标探测识别模型 P2，扫视到的目标被探测的概率对比度探测概率 当目标对其相邻背景的对比度大于阈值对比度时，目标就有一定的被探测概率。 勃来克韦尔的试验：观察者在8个可能的位置上进行强迫选择； 而搜索显示器时，是在所有位置上自由选择。勃建议自由选择所需阈值要大2.4倍；考虑到目标出现的位置和时间的不确定性，再提高1.5倍。 修正曲线把阈值对比度曲线上调5.5倍。可近似表示为双曲线。,当其他观察对比度C时的概率仅与C/CT的值有关时，可近似表示为：,2019/1/12,第二章 人眼的视觉特性与图像探测,目标探测识别模型 P3
11、，探测到的目标被识别的概率 对于已知或提示过且熟悉的目标形状的识别是把目标的形状与记忆中的形状向判别的过程，需要探测到目标的细节足够多。 一些实验研究得出此概率与Nr的关系： Nr由目标临界尺寸中所包含的独立可探测点确定： 计算显示器上实际目标像对人眼的张角及目标的显示对比度C； 由C/CT=1.5确定C满足90%探测概率的阈值对比度CT； 由阈值对比度双曲线公式确定50%探测概率下的最小可探测角 ，即为可使具有显示对比度C的目标达到90%探测概率的目标张角； 目标张角中包括的数目，即独立可探测点Nr= / 。,2019/1/12,第二章 人眼的视觉特性与图像探测,目标探测识别模型 ，影响识别
12、概率的总噪声因子 噪声的种类： 系统噪声：探测器噪声、放大器噪声、荧光屏的颗粒噪声等； 与信号相关的噪声：如光子噪声等。 噪声的影响形式： 增加了图像景物密集因子G而降低了P1 增加了点探测所需的阈值对比度CT而降低了P2； 由于对比度边界的 变形或对比度梯度的降低，相应地降低了Nr值而使P3减小。,Rand模型采用了变量分离的方法，使每一项表示成少数几个参数的函数，并把噪声项独立处理，从而使问题得到 相当大的简化。,2019/1/12,第二章 人眼的视觉特性与图像探测,约翰逊准则 目标的等效条带：一组黑白间隔相等的条带状图案，其总高度为基本上能被识别的目标临界尺寸，及目标的最小投影尺寸，其长度为垂直于临界尺寸方向的横跨目标的尺寸，等效条带图案的可分辨力为目标临界尺寸所包含的可分辨的条带数（周临界尺寸） 约翰逊论证了等效条带图案可分辨力能用来预测目标的探测识别，通过实验确定了各类目标探测识别准则。,研究表明：有可能在不考虑目标本质和图像缺陷的情况下，用目标等效条带图案可分辨力来评价成像系统对目标的识别能力,2019/1/12,第二章 人眼的视觉特性与图像探测,2019/1/12,第二章 人眼的视觉特性与图像探测,军用车辆探测概率Pd、识别概率Pr和Pi与目标条带周期数,第二章 人眼的视觉特性与图像探测,
