課程設(shè)計(jì)視覺(jué)分辨能力度量圖像與圖像處理的生理基礎(chǔ)是人類視覺(jué)。沒(méi)有人類視覺(jué)也就沒(méi)有圖像，更沒(méi)有圖像處理。人類視覺(jué)的分辨率限制的補(bǔ)償和利用，在一些學(xué)科的理論、技術(shù)和相關(guān)產(chǎn)業(yè)的發(fā)展中起了決定性的作用。如光是能引起人類視覺(jué)的電磁波或光量子，光學(xué)學(xué)科的存在，完全是因?yàn)橛腥祟愐曈X(jué)的存在。世界本無(wú)色，色是人類視覺(jué)的一種感覺(jué)，因此色是一種心理物理量。在人類視覺(jué)生理物理學(xué)文獻(xiàn)中，報(bào)道了人類視覺(jué)的空間分辨率限制（不能分辨視角小于1’的兩點(diǎn)）、時(shí)間分辨率限制（不能分辨時(shí)間間隔小于0.1〃出現(xiàn)的兩幅不同圖像）和頻率（波長(zhǎng)）分辨率限制（不能分辨波長(zhǎng)差小于5nm的兩種顏色），但是沒(méi)有對(duì)比度分辨率限制的測(cè)定方法和數(shù)據(jù)報(bào)道，特別是基于計(jì)算機(jī)數(shù)字技術(shù)的測(cè)定方法和數(shù)據(jù)報(bào)道。人類視覺(jué)的時(shí)間分辨率限制的利用，奠定了現(xiàn)代影視學(xué)理論和技術(shù)以及相關(guān)產(chǎn)業(yè)的視覺(jué)生理學(xué)基礎(chǔ)。沒(méi)有人類視覺(jué)的時(shí)間分辨率限制，現(xiàn)代電影、電視、動(dòng)畫等諸多影視技術(shù)及相關(guān)產(chǎn)業(yè)都將成為烏有。人類視覺(jué)的空間分辨率限制的補(bǔ)償，奠定了現(xiàn)代顯微學(xué)理論和技術(shù)以及相關(guān)產(chǎn)業(yè)的視覺(jué)生理學(xué)基礎(chǔ)。沒(méi)有人類視覺(jué)的空間分辨率限制的存在，現(xiàn)代光學(xué)顯微、電子顯微、原子力顯微等諸多顯微技術(shù)及相關(guān)產(chǎn)業(yè)也都將成為烏有?？梢灶A(yù)料，彌補(bǔ)和利用人類視覺(jué)的對(duì)比度分辨率限制，也可產(chǎn)生出與之相關(guān)的理論、技術(shù)和產(chǎn)業(yè)，如底層圖像挖掘、隱藏和偽裝以及反隱身、反隱形和不依賴于紅外的夜視系統(tǒng)等。圖像識(shí)別技術(shù)被廣泛應(yīng)用，并且在各個(gè)領(lǐng)域發(fā)揮著極其重要的作用。好的識(shí)別技術(shù)是關(guān)鍵所在，怎么樣提高識(shí)別率和識(shí)別的速度意義重大，直接關(guān)系到圖像識(shí)別的實(shí)用性和安全性。因此，本文將對(duì)圖像的分辨能力進(jìn)行度量，以更精確的描述人的視覺(jué)分辨能力強(qiáng)弱。一、視網(wǎng)膜視網(wǎng)膜就像一架照相機(jī)里的感光底片，專門負(fù)責(zé)感光成像。當(dāng)我們看東西時(shí)，物體的影像通過(guò)屈光系統(tǒng)，落在視網(wǎng)膜上。視網(wǎng)膜是一層透明薄膜，因脈絡(luò)膜和色素上皮細(xì)胞的關(guān)系，使眼底呈均勻的橘紅色。后界位于視乳頭周圍，前界位于鋸齒緣，其外面緊鄰脈絡(luò)膜，內(nèi)面緊貼玻璃體。在觀察客觀物體時(shí)，光線通過(guò)角膜、虹膜和晶狀體，投影到眼球后方的視網(wǎng)膜的中心凹區(qū)及其周圍。然后，視網(wǎng)膜上的感光細(xì)胞受到這些強(qiáng)度不同的光信號(hào)刺激后產(chǎn)生強(qiáng)度不同的生物電信號(hào)。這些電信號(hào)將由視神經(jīng)傳遞到大腦的視覺(jué)中樞做進(jìn)一步處理。眼球結(jié)構(gòu)圖二、圖像處理圖像是多媒體信息時(shí)代的主要數(shù)字信息資源。如何從海量的圖像數(shù)據(jù)中迅速而準(zhǔn)確地搜尋到我們所需的信息成為研究熱點(diǎn)。作為一個(gè)高級(jí)視覺(jué)信息感知系統(tǒng)，人類視覺(jué)系統(tǒng)能高效地處理圖像內(nèi)容。因此，研究人類視覺(jué)系統(tǒng)的視覺(jué)信息感知特性能有效提升計(jì)算機(jī)處理圖像的能力。本文探索了人類視覺(jué)系統(tǒng)的感知特性，重點(diǎn)探討了視網(wǎng)膜的視覺(jué)關(guān)注特性、視覺(jué)感知過(guò)程中的視覺(jué)分辨能力，并研究了其在數(shù)字圖像處理中的建模及應(yīng)用，主要包括包括圖像恰可識(shí)別失真閾值估計(jì)算法。在視覺(jué)信息感知初期，人類視覺(jué)系統(tǒng)并非對(duì)所有圖像區(qū)域平等地進(jìn)行處理，而是通過(guò)視覺(jué)關(guān)注機(jī)制篩選出重要區(qū)域以進(jìn)行進(jìn)一步的優(yōu)先解讀?；谝曈X(jué)關(guān)注的圖像顯著性檢測(cè)算法能有效減少待處理圖像內(nèi)容，從而提升圖像處理效率。對(duì)于輸入視覺(jué)信息的感知過(guò)程中，由于視覺(jué)系統(tǒng)的分辨能力有限，無(wú)法察覺(jué)出處于一定閾值以下的信號(hào)內(nèi)容變化。恰可識(shí)別失真閾值表征視覺(jué)系統(tǒng)感知能力，可有效去除圖像冗余信息，從而提升圖像壓縮性能。三、恰可識(shí)別閾值(JND)人類視覺(jué)系統(tǒng)對(duì)視覺(jué)信息的感知是一個(gè)非均勻、非線性的信息處理過(guò)程，而且對(duì)不同的圖像內(nèi)容具有不同的分辨能力。主觀感知研究表明，人類視覺(jué)系統(tǒng)無(wú)法察覺(jué)到處于一定閾值以下的圖像內(nèi)容變化，該閾值稱為恰可識(shí)別失真(JustNoticeableDistortion,JND)閾值。圖像內(nèi)容的JND閾值度量對(duì)提升圖像壓縮比、信息隱藏等性能具有重要的指導(dǎo)意義°JND閾值主要取決于視覺(jué)對(duì)圖像內(nèi)容的背景亮度敏感性、對(duì)比度掩模、紋理掩模、模塊掩膜等。恰可識(shí)別失真(JustNoticeableDistortion,JND)［閾值反映了人類視覺(jué)系統(tǒng)的感知能力及敏感度，該閾值可用于圖像壓縮、質(zhì)量評(píng)價(jià)、水印等領(lǐng)域。在最近十幾年中，一系列基于變換域及時(shí)域的JND閾值計(jì)算模型被提出。變換域的JND閾值計(jì)算往往在DWT域及DCT域的次能帶上進(jìn)行，這些模型主要考慮對(duì)比度敏感方程(ContrastSensitivityFunction,CSF)＞亮度適應(yīng)性及空域掩模等因素的作用。在計(jì)算JND閾值時(shí)，輸入圖像首先將被劃分為固定大小的塊(如8X8的塊)來(lái)進(jìn)行領(lǐng)域轉(zhuǎn)換；然后對(duì)每塊進(jìn)行JND閾值計(jì)算。由于切塊操作會(huì)在一定程度上破壞圖像內(nèi)容間的空域相關(guān)性，因此基于變換域的JND閾值計(jì)算模型無(wú)法有效估計(jì)空域結(jié)構(gòu)特性所引起的空域掩模效應(yīng)?？紤]到像素間的空域相關(guān)性，基于空域的JND閾值計(jì)算模型直接根據(jù)每個(gè)像素與其周圍像素的空域相關(guān)性來(lái)計(jì)算每個(gè)像素點(diǎn)的JND閾值。基于空域的JND閾值計(jì)算模型主要考慮亮度適應(yīng)性和空域掩模這兩方面的影響。亮度適應(yīng)性模型主要考慮人類視覺(jué)系統(tǒng)對(duì)不同亮度的敏感度。亮度適應(yīng)性方程可根據(jù)韋伯定理推導(dǎo)獲得，該定理能準(zhǔn)確反映視覺(jué)感知特性，且已被廣泛應(yīng)用于基于空域的JND閾值計(jì)算模型中。然而，邊緣區(qū)域僅能隱藏非常少的噪聲，因?yàn)槿祟愐曈X(jué)系統(tǒng)對(duì)邊緣區(qū)域特別敏感［98,99］oYang等人通過(guò)對(duì)邊緣區(qū)域加以保護(hù)，從而改進(jìn)Chou等人的JND閾值計(jì)算模型。在Yang等人提出的模型中，Canny邊緣檢測(cè)算子被用來(lái)檢測(cè)圖像邊緣。然后，通過(guò)對(duì)邊緣區(qū)域賦予一個(gè)較小的權(quán)重值來(lái)減小該區(qū)域的JND閾值。然而在Yang等人的JND模型中，空域掩模方程依舊是根據(jù)亮度對(duì)比度獲得。雖然圖像的主邊緣區(qū)域在該模型中得以保護(hù)，但是次邊緣區(qū)域的JND閾值卻因此而被高估，且紋理區(qū)域的JND閾值始終還是被低估。為了更加準(zhǔn)確的計(jì)算紋理區(qū)域的JND閾值，Liu等人首先將圖像分解為結(jié)構(gòu)和紋理這兩部分內(nèi)容；然后根據(jù)對(duì)比掩模函數(shù)計(jì)算空域掩模效應(yīng)；最后用較大的權(quán)重突出紋理部分的JND閾值。然而，現(xiàn)在的圖像分解方法無(wú)法準(zhǔn)確將圖像分解為結(jié)構(gòu)和紋理這兩部分。此外，有序的紋理區(qū)域所具有的JND閾值也是較小的。因此，我們需要進(jìn)一步的分析空域掩模效應(yīng)來(lái)建立一套更加準(zhǔn)確的空域掩模方程。通過(guò)實(shí)驗(yàn)我們發(fā)現(xiàn)除亮度變化外，結(jié)構(gòu)的規(guī)則程度是空域掩模效應(yīng)的另一個(gè)決定因素。實(shí)際上，人類視覺(jué)系統(tǒng)非常善于提取圖像的結(jié)構(gòu)信息并用來(lái)解讀圖像的內(nèi)容。人類視覺(jué)系統(tǒng)對(duì)結(jié)構(gòu)規(guī)則區(qū)域非常敏感，能容易地察覺(jué)出該區(qū)域的失真。而且，我們通過(guò)主觀實(shí)驗(yàn)也發(fā)現(xiàn)，規(guī)則區(qū)域的JND閾值比較低，而不規(guī)則區(qū)域的JND閾值比較高。這些發(fā)現(xiàn)促使我們根據(jù)圖像結(jié)構(gòu)的規(guī)則程度來(lái)計(jì)算空域掩模效應(yīng)并建立更加準(zhǔn)確的JND閾值計(jì)算模型。四、圖像結(jié)構(gòu)特性圖像的結(jié)構(gòu)特性影響主觀視覺(jué)的空域掩模效應(yīng)。人類視覺(jué)系統(tǒng)善于提取輸入圖像的結(jié)構(gòu)信息，且對(duì)結(jié)構(gòu)規(guī)則區(qū)域中的內(nèi)容失真非常敏感，而對(duì)結(jié)構(gòu)不規(guī)則區(qū)域中的內(nèi)容失真不是很敏感。這是因?yàn)橐?guī)則的圖像會(huì)表現(xiàn)出自我重復(fù)的結(jié)構(gòu)，即規(guī)則圖像中相鄰的圖像塊具有相似的結(jié)構(gòu)。通過(guò)對(duì)比這些相似的圖像塊，我們很容易就能找到失真的圖像內(nèi)容。因此，我們需要考慮結(jié)構(gòu)規(guī)則度對(duì)空域掩模效應(yīng)的作用。圖像結(jié)構(gòu)的規(guī)則度在一定程度上決定人類視覺(jué)系統(tǒng)對(duì)圖像內(nèi)容失真的敏感性。由于相互關(guān)聯(lián)的像素點(diǎn)共同傳遞圖像的結(jié)構(gòu)信息，所以圖像結(jié)構(gòu)是由像素點(diǎn)的排列方式及它們間的相關(guān)性決定的。JND閾值由亮度適應(yīng)性和空域掩模共同決定。圖像區(qū)域的亮度適應(yīng)性由其背景亮度特性決定，而空域掩模由其前景內(nèi)容所決定。這兩者共同作用于人類視覺(jué)系統(tǒng)并影響視覺(jué)感知。因此我們通過(guò)融合這兩方面的內(nèi)容來(lái)得到最終的JND閾值。由于這兩者相互作用，它們之間也存在一定的抑制作用，因此不能將兩者簡(jiǎn)單地相加得到最終結(jié)果。在相互作用的過(guò)程中，值較大的因素將扮演更加重要的角色，所以我們打算用這兩個(gè)因素的自身數(shù)值特性來(lái)權(quán)衡兩者的作用。五、JND模型代碼functionSxy=jnd(A)%最小可覺(jué)差Jnd計(jì)算，及人眼刺激圖計(jì)算。%A=imread('D:\^的文檔\MATLAB\ff建文件夾'評(píng)價(jià)方法\CCD.bmp');%計(jì)算背景灰度圖I[mn]=size(A);%A=rgb2gray(A);A=double(A);fori=1:mforj=1:nflag=2<i&i<m-1&2<j&j<n-1;ifflagfora=1:5forb=1:5C(a,b)=A(i-3+a,j-3+b);endendC=double(C);B=[1,1,1,1,1;1,2,2,2,1;1,2,0,2,1;1,2,2,2,1;1,1,1,1,1];II=(1/32)*C.*B;I(i,j)=sum(sum(II));elseI(i,j)=A(i,j);endendendI=double(I);%計(jì)算某像素點(diǎn)處，其背景灰度值所對(duì)應(yīng)的jnd值fori=1:mforj=1:nif0<=I(i,j)&I(i,j)<=60E(i,j)=log2(1+(A(i,j)-I(i,j))/I(i,j));E0(i,j)=log2(1+(-0.009*I(i,j)+0.575));Sxy(i,j)=E(i,j)/E0(i,j);elseif60<I(i,j)&I(i,j)<=200E(i,j)=log2(1+(A(i,j)-I(i,j))/I(i,j));E0(i,j)=log2(1+0.035);Sxy(i,j)=E(i,j)/E0(i,j);elseifI(i,j)>200E(i,j)=log2(1+(A(i,j)-I(i,j))/I(i,j));E0(i,j)=log2(1+(0.035+0.001*(I(i,j)-200)));Sxy(i,j)=E(i,j)/E0(i,j);endendendendend%令1JND為最小可感知誤差，則目標(biāo)與背景間的灰度差可用JND為單位表示。%根據(jù)費(fèi)納西定律，人眼感知量落后于刺激量一個(gè)數(shù)量級(jí)，即S=Klgl+C,我們令C為1。Sxy(find(isinf(Sxy)))=0;%TT即為對(duì)于CCD的人眼感知刺激