人眼的视觉特性.ppt

,单击此处编辑母版标题样式,*,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,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 目的的探测与识别,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,2.1.1,人眼的构造,2.1.2,人眼的视觉特性,返回第二章,2.1,人眼的视觉特性与模型,2.1.1人眼的构造,1.人眼的构造：,由角膜、虹膜、晶状体、睫状体和玻璃体构成的光学系统；,作为敏感和信号处理部分的带有盲点和黄斑的视网膜，是构成人眼视觉的关键部分；,作为信号传播和显示系统的视神经与大脑。,下一页,上一页,返回,2.1,人眼的视觉特性与模型,返回,视网膜是构造复杂的多层网格构造:,下一页,上一页,2.1,人眼的视觉特性与模型,2.1,人眼的视觉特性与模型,视网膜中有锥状细胞和杆状细胞两类具有光敏物质的感光细胞。,在视神经进入眼内腔的盲斑部分，既无锥状细胞，也无杆状细胞，是不感光的盲区。,在黄斑中心凹处完全没有杆状细胞，是具有最高的视觉辨别力的区域。,从黄斑向视网膜边缘移动，锥状细胞和杆状细胞混合在一起，杆状细胞比锥状细胞小得多，并且没有独立地与视神经联络，而是合成一簇(多数达500条一簇)，这对于产生高敏捷视觉至关重要。,到视网膜边缘就几乎全是杆状细胞了。,锥状细胞具有高辨别力和颜色辨别能力；杆状细胞的视觉敏捷度比锥状细胞高数千倍，但不能辨别颜色。,如图,上一页,返回,2.1,返回,2.1,人眼的视觉特性与模型,2.1.2 人眼的视觉特性,1 视觉的适应,2 人眼的绝对视觉阈,3 人眼的阈值对比度,4 人眼的光谱敏捷度,5 人眼的辨别力,6 视觉系统的调制传递函数(MTF),下一页,返回,2.1,2.1.2,人眼的视觉特性,1.视觉的适应,人眼能在一种相称大(约10个数量级)的范围内适应视场亮度。伴随外界视场亮度的变化，人眼视觉响应可分为三类。,明视觉响应：当人眼适应不小于或等于3cd/m2的视场亮度后，视觉由锥状细胞起作用。,暗视觉响应：当人眼适应不不小于或等于3105cd/m2视场亮度之后，视觉只由杆状细胞起作用。由于杆状细胞没有颜色辨别能力，故夜间人眼观测景物呈灰白色。,中介视觉响应：伴随视场亮度从3cd/m2降至310-5cd/m2，人眼逐渐由锥状细胞的明视觉响应转向杆状细胞的暗视觉响应。,下一页,上一页,1.,视觉的适应,当视场亮度发生突变时，人眼要稳定到突变后的正常视觉状态需经历一段时间，这种特性称为适应，适应重要包括明暗适应和色彩适应两种。适应由两个方面来调整：,调整瞳孔的大小，变化进入人眼的光通量。眼瞳大小是随视场亮度而自动调整。,视细胞感光机制的适应。这种适应是由视细胞中的色素(视紫红质)在光的刺激下，产生化学反应而引起的。,人眼的明暗视觉适应分为亮适应和暗适应。对视场亮度由暗忽然到亮的适应称为亮适应，大概需要23min；对视场亮度由亮忽然到暗的适应称为暗适应，暗适应一般需要45min，充足暗适应则需要一种多小时。,人眼的色彩适应也是由于视紫红质的产生和消失，到达新的平衡所需要的时间延迟。,下一页,上一页,2.1.2,人眼的视觉特性,2人眼的绝对视觉阈,在充足暗适应的状态下，全黑视场中，人眼感觉到的最小光刺激值，称为人眼的绝对视觉阈。以入射到人眼瞳孔上最小照度值表达时，人眼的绝对视觉阈值在10-9lx数量级。以量子阈值表达时，最小可探测的视觉刺激是58145个蓝绿光。对于点光源，天文学家认为正常视力的眼睛能看到六等星，六等星在眼睛上形成的照度近似为8.510-9lx。在试验室内用“人工星点”测定的视觉阈值要小些，为2.4410-9lx。,下一页,上一页,2.1,人眼的视觉特性与模型,3.人眼的阈值对比度,一般，人眼的视觉探测是在一定背景中把 目的鉴别出来。此时，人眼的视觉敏锐程 度与背景的亮度及目的在背景中的衬度有关。,目的的衬度以对比度C来表达，即,式中，Lt和Lb分别为目的和背景的亮度。有时也将C的倒数称为反衬敏捷度。,下一页,上一页,3.,人眼的阈值对比度,背景亮度Lb、对比度C和人眼所能探测的目的张角之间具有下述关系(Wald定律),式中，x值在02之间变化。,对于小目的 7，则x=2，式(2-4)变为,即著名的Rose定律。若kT。这时辐射的量子噪声可近似表达为,（,2-24,）,上一页,下一页,即可见光的量子辐射(光子)可用泊松(Poisson)分布律来描述。根据发光辐射的量子噪声公式，可给出图像噪声的表式。,其差值的涨落方差可表达为,D(n1-n2)=D(n1)-2cov(n1,n2)+D(n2),式中，cov(n1，n2)是n1和n2的协方差。由于亮暗两个像元的辐射量子数彼此不有关，因此协方差为零。,2.2,图像探测理论与图像探测方程,（,2-25,）,上一页,返回,2.2,图像探测理论与图像探测方程,2.2.2 光电成像系统的图像探测方程,1 光电成像所输出的图像信号体现式,2 光电成像所输出的图像噪声体现式,3 光电成像的输出图像信噪比,4 光电成像的图像探测方程,5 图像探测敏捷阈,下一页,返回,2.2.2,光电成像系统的图像探测方程,1光电成像所输出的图像信号体现式,取被探测的图像细节为相邻的两个有亮暗差异的像元。每一像元是边长为h的正方形，其亮度分别为B1和B2,且B1 B2。,在亮像元上的亮度B1可表达为,(2-28),上一页,下一页,2.2.2,光电成像系统的图像探测方程,光电成像所输出的图像信号体现式,令系统接受孔径的半径为r，光电转换的量子效率为，有效积分时间为，像元与光电成像系统的间距为L，像元边长h对光电成像系统的张角为。取Q表达每流明光通量在每秒所通过的光子数。对于白光(具有原则A光源的光谱分布)的Q值近似等于1.31016lm-1s-1。由此可列出光电成像系统在有效积分时间内接受亮像元辐射的平均光电子数n1为,上一页,下一页,2.2.2,光电成像系统的图像探测方程,1 光电成像所输出的图像信号体现式,(2-30),上一页,下一页,2.2.2,光电成像系统的图像探测方程,1 光电成像所输出的图像信号体现式,根据式(2-16)可知，由光电成像所获得的输出图像信号S为,(2-32),上一页,下一页,2.2.2,光电成像系统的图像探测方程,2 光电成像所输出的图像噪声体现式,上节得出黑体辐射的量子信号和量子噪声的结论也合用描述光电转换的量子信号和量子噪声，即光电转换的量子产额也符合泊松分布律，量子产额的平均值(泊松分布的数学期望)表达光电转换的量子信号值，量子产额的起伏值(泊松分布的均方差)表达光电转换的量子噪声值。由于光电成像所输出的亮和暗两个像元都伴随有量子起伏的噪声，因此其差值的起伏噪声可以运用概率公式求出。考虑到亮暗两像元的量子数不有关，因此两者的协方差为零，由式(2-30)和式(2-31)可写出光电成像的输出图像噪声N的体现式为,(2-33),上一页,下一页,2.2.2,光电成像系统的图像探测方程,3 光电成像的输出图像信噪比,由光电成像的输出图像信号与噪声的体现式，由此可得到输出图像信噪比为,(2-34),下一页,上一页,2.2.2,光电成像系统的图像探测方程,3 光电成像的输出图像信噪比,采用光学中的对比度C和平均亮度Bm来表达输入图像。它们的定义分别为,(2-35),下一页,上一页,2.2.2,光电成像系统的图像探测方程,4 光电成像的图像探测方程,假如信噪比不小于接受器(一般是人眼)所需的阈值信噪比(S/N)min时，表明理想的光电成像可探测到这一图像。故可写出关系式,当以上关系式成立时，表明图像可探测到，反之将不能探测。,(2-37),下一页,上一页,2.2.2,光电成像系统的图像探测方程,4 光电成像的图像探测方程,式(2-37)中有两类参数。第一类参数是表征图像的参数，包括：图像的平均亮度Bm；图像的对比度C；图像的视角。第二类参数是表征光电成像系统的参数，包括：光电成像系统的接受孔径D2r；光电成像的光电转换量子效率；光电成像的有效积分时间。,则得到如下关系式,(2-38),上一页,下一页,2.2.2,光电成像系统的图像探测方程,4 光电成像的图像探测方程,这一关系式定量描述了图像探测特性。它表明了由关系式左边的参量Bm、C所描述的图像细节可以被关系式右边的参量D、所确定的理想光电成像系统探测到。当这一关系式呈等式时，即为临界状况，表明了理想光电成像的极限探测敏捷阈。该公式一般称之为理想条件下光电成像的图像探测方程(夏根（P.Schagen）方程)。,上一页,下一页,2.2.2,光电成像系统的图像探测方程,5 图像探测敏捷阈,理论极限值是由理想条件下的图像探测方程来确定。所能探测的极限值就是光电成像对视见敏捷阈扩展的极限。这一极限是由被探测图像的三项参数来表达，即式(2-38)中的图像平均亮度Bm；图像的视角；图像的对比度C。,上一页,下一页,2.2.2,光电成像系统的图像探测方程,5 图像探测敏捷阈,当选定光电成像系统的接受孔径D、量子效率及有效积分时间，代入式(2-38)中，即可得到下图,下一页,上一页,返回,2.2.2,光电成像系统的图像探测方程,5 图像探测敏捷阈,纵坐标是图像的辨别力R，横坐标是图像的平均照度E，图中每根斜线上标明的数字是图像的对比度C，斜线的下部区域满足关系式(2-38)，称为图像可探测域；斜线的上部区域不满足关系式(2-38)，称为图像的不可探测域。,上一页,下一页,2.2.2,光电成像系统的图像探测方程,5 图像探测敏捷阈,由于光电子噪声和像差两项原因对光电成像图像探测特性的影响彼此独立互不有关，因此可通过线性叠加求出考虑像差及光电子噪声时的图像探测特性。上图中用斜线(光电子噪声限制)与平线(像差限制)相合成的折线来表达图像探测状况。折线表明，在低的图像平均亮度时，光电成像的图像探测特性重要受光电子噪声的限制。在高的图像平均亮度时，光电成像的图像探测特性重要受像差的限制。,上一页,返回,2.2,图像探测理论与图像探测方程,2.2.3 图象探测方程的其他体现方式,1 罗斯(A.Rose)方程,2 戴维斯(H.L.DeVrice)方程,3 考特曼(J.H.Coltoman)方程,4 帕塞普(E.C.Pathep)方程,5 理查德(E.A.Richards)方程,返回,2.2.3 图象探测方程的其他体现方式,1 罗斯(A.Rose)方程,设受光子噪声限制的理想图像探测系统在一定期间内从边长为h的景物细节上接受到的平均光子数为N，景物的亮度B正比于N/h2，即,取阈值对比度为CT，即,(2-39),(2-40),返回,上一页,下一页,2.2.3 图象探测方程的其他体现方式,1,罗斯,(A.Rose),方程,由于,NN,1/2,，故,C,T,N,-1/2,，于是有,式中，,k,为比例常数；,为边长为,h,的景物细节对人眼的张角。因此,(2-41),(2-42),上一页,下一页,2.2.3 图象探测方程的其他体现方式,1 罗斯(A.Rose)方程,深入展开有,式中，为辨别角(单位：（）)；D为成像系统物镜孔径；为探测器(或,人眼)的积分时间；,S/NN/N，为阈值信噪比。,(2-43),上一页,返回,2.3 目的的探测与识别,2.3.1 目的搜索的一般原理,2.3.2 目的探测-识别模型,2.3.3 约翰逊(Johnson)准则,返回第二章,2.3 目的的探测与识别,2.3.1 目的搜索的一般原理,上一页,下一页,2.3 目的的探测与识别,2.3.1 目的搜索的一般原理,一般地，人眼在搜索处在一定背景中的目的或成像系统显示屏上的目的像时，眼睛的持续响应可提成探测(发现)、定向、识别和辨别四个等级。,返回,下一页,2.3.1 目的搜索的一般原理,在对目的探测、定向、识别和辨别包括人为的主观判断，因而在目的搜索中存在着搜索概率问题。搜索概率的大小在一定程度上提供了对光电成像系统性能的估价。当然搜索概率还与观测人员的状态有关，也与一定的搜索任务有关联，例如是探测还是识别。,2.3 目的的探测与识别,上一页,下一页,2.3 目的的探测与识别,2.3.1 目的搜索的一般原理,目的在视场内出现的概率是信号、预见、导向、搜索方式的复杂函数，因此，人们常假定为PIn=1，即目的在视场内一定出现。此外，还假设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种搜索任务发生的概率。,搜索概率是所显示的目的与背景特性、成像系统特性、观测人员状态及战术原因等极其复杂的函数。,上一页,下一页,2.3 目的的探测与识别,2.3.2 目的探测-识别模型,搜索光电成像系统显示屏上目的像的过程是：,在一种完全确定的面积上谨慎地搜索；,根据所搜索目的与周围景物的亮度对比进行对比度探测；,根据对比度形成的外形轮廓进行识别，这是基于与记忆中的目的相比较的故意识的鉴定过程；,显示图像一般伴伴随噪声，其将干扰上述三个环节的实行。,返回,下一页,2.3 目的的探测与识别,2.3.2 目的探测-识别模型,基于多种各样的试验及目的搜索的一般原理，美国Rand企业提出了一种目的探测-识别模型，简称Rand模型，即,PR=P1P2P3,式中，PR为显示屏上目的的识别概率；P1为搜索一种确定的包具有目的的面积，扫视到目的的概率；P2为扫视到的目的被探测的概率；P3为探测到的目的被识别的概率；为总的噪声引起的衰减因子。,上一页,下一页,2.3 目的的探测与识别,2.3.2 目的探测-识别模型,1.P1项,(1)人眼目视搜索时的运动,人眼在搜索过程中的运动有两个重要特性：,搜索时，人眼注视一点后迅速地移到另一点进行注视，这一过程称为扫视，固定的注视称为凝视，被凝视的点称为凝视中心，凝视时间称瞥见时间。根据试验，一般人眼大概以每秒三点间断地移动，瞥见时间约为1/3s。,上一页,下一页,2.3 目的的探测与识别,有经验的观测者运用移动的表观孔径(由中心凹的视觉范围确定)，以相称规则的轨迹在搜索面积上扫视。搜索过程中，人眼自动地对目的特性(表观尺寸和对比度)及周围景物的性质(构造复杂性和密集程度)两者引起响应，以调整平均凝视中心之间的距离。由于凝视中心可根据目的和场景特点变化，则瞥见存在一种有效扫描孔径，称为瞥见孔径，对应的面积为Ag。,上一页,下一页,2.3 目的的探测与识别,一般地，瞥见孔径与目的特性和景物性质的关系可表达为,Ag=kAT,式中，AT为目的面积；k为与景物密集程度有关的参数，一般在10100之间，有时也可在1001000之间变化。,上一页,下一页,2.3 目的的探测与识别,2.3.2 目的探测-识别模型,(2)P1项的推导,设搜索面积为As，则覆盖As所需的瞥见总数,N=As/Ag,由于一种瞥见时间tg为1/3s，故在容许的搜索时间t内的有效瞥见数,n=t/tg=3t,上一页,下一页,2.3 目的的探测与识别,2.3.2 目的探测-识别模型,完善的系统的自由搜索。,假定相继的瞥见不重叠，且又不反复地将瞥见周期地所有显示出来，扫视到目的的瞥见数只能是a=1，而失去目的的瞥见数为b=As/Ag-1。按照概率论的二项式分布，一次瞥见中扫视到目的的概率p=a/(ab)=Ag/As，未扫视到的概率q=b/(ab)=1-Ag/As，则在完善的系统的自由搜索中，概率P等于有效瞥见数n与所需的瞥见数N之比。,上一页,下一页,2.3 目的的探测与识别,随机搜索。,假定搜索是随机的，且在一次瞥见中扫视到目的的概率为psg，则在n次瞥见中扫视到目的的概率为,在此式表明，在随机搜索中，概率P随时间t指数增长。,(2-53),上一页,下一页,2.3 目的的探测与识别,当目的对其相邻背景的对比度不小于阈值对比度时，目的就有一定的被探测概率。因此，P2项波及人眼视觉系统的对比度探测过程，也可称为对比度探测。勃来克韦尔所做的有关的经典试验提供了对比度探测的基本数据；,勃来克韦尔提议：自由选择所需要的阈值对比度值要比强迫选择大24倍；考虑到目的出现的位置和时间的不确定性，提议再提高1.5倍。,此外某些人的试验提出阈值对比度的提高约在2.5 3.5倍之间。,上一页,下一页,2.3 目的的探测与识别,假如深入考虑到系统振动使图像模糊等原因,目的探测-识别模型中采用把阈值对比度曲线向上调整5.5倍的值。于是,得到50%探测概率下对不一样目的尺寸的阈值对比度特性曲线,上一页,下一页,调整后的人眼阈值对比度特性,返回,2.3 目的的探测与识别,图中作为目的尺寸函数的阈值对比度CT可用双曲线近似表达为,根据这种近似处理，可对不一样目的张角找到50%探测概率的阈值对比度CT。,某些研究表明：在其他观测对比度C时的探测概率仅与C/CT的值有关，且可近似表达为正态分布形式,式中，原则偏差=0.39。,(2-56),(2-57),上一页,下一页,3.P3项,对于已知或提醒过且熟悉的目的形状的识别是把目的的形状与记忆中的形状相鉴别的过程，因此，规定探测到的目的有足够的细节，以便从背景中把目的提取出来。,2.3 目的的探测与识别,上一页,下一页,2.3.2 目的探测-识别模型,某些研究试验数据证明识别概率P3对参数Nr的关系，Rand模型采用了如下的解析式,Nr 2,P3=,0,Nr 2,(2-58),上一页,下一页,式中，Nr 由目的临界尺寸中所包括的独立可探测点确定，计算环节大体如下：,计算显示屏上实际目的像对人眼的张角及目的的显示对比度C；,由C/CT=1.5确定使C满足90%探测概率的阈值对比度CT(这里，90%的探测概率是人为规定的，由于对于识别过程50%探测概率显得有些偏低)；,由式(2-56)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的目的到达90%探测概率的目的张角；,目的张角中包括数目，即独立可探测点Nr=/。,2.3.2 目的探测-识别模型,上一页,下一页,4.项,在实际光电成像系统中，显示图像总存在着噪声。噪声重要包括两类：一是系统噪声(如探测器噪声、放大器噪声、荧光屏的颗粒噪声等)；二是与信号有关的噪声(如光子噪声)。,这些噪声以多种方式影响图像的识别，如增长了图像景物密集因子G而减少P1；增长了点探测所需的阈值对比度CT而减少了P2；由于对比度边界的变形或者对比度梯度的减少，对应地减少了Nr值而使P3减小。在以上探测-识别模型中未考虑噪声对P1、P2和P3的详细影响，而以总的噪声因子来影响识别概率。,2.3.2 目的探测-识别模型,上一页,下一页,2.3.3约翰逊(Johnson)准则,约翰逊根据试验把目的探测与等效条带图案探测问题联络起来。研究和实践均表明：有也许在不考虑目的本质和图像缺陷的状况下，用目的等效条带图案可辨别力来评价成像系统对目的的识别能力。,2.3 目的的探测与识别,返回,下一页,约翰逊对八辆军用车辆和一种站立的人做试验，验证了等效条带图案可辨别力能用来预测目的的探测和识别，并确定了各类探测水平所需要的条带周期数的准则约翰逊准则,2.3 目的的探测与识别,上一页,