机器视觉3final

人类视觉人眼所能看到的光谱范围，只是电磁辐射波范围的很小一部分，其波长范围从380纳米到780纳米，这段波长称为可见光谱．在可见光范围内，不同波长的光给人以不同的色彩感觉，不同强度的光及不同强度分布的光刺激人眼，在人脑中将产生不同的光强，颜色，形状等视觉信息．人的眼睛是一个前后直径大约23毫米的近似球状体，由眼球壁和眼球构成，如图．眼球壁的正前方，占整个眼球壁面积的1/6是一层弹性的透明组织，叫做角膜．角膜具有屈光功能，光线经角膜发生屈折进入眼内．眼球壁外层的其余5/6是白色的不透明膜，叫做巩膜，它主要起巩固、保护眼球的作用．眼球壁的中层包括虹膜、睫状体和脉络膜．脉络膜含有丰富的色素细胞，呈黑色，起着吸收外来散光的作用，消除光线在眼球内部的乱反射．虹膜在角膜的后面，位于晶体的前面，虹膜中央的圆孔叫做瞳孔．虹膜可以使瞳孔扩大和缩小，睫状体位于虹膜后面，其内部有睫状肌，起调节晶体的作用．眼球壁内层是视网膜(retina)和视神经乳头．视网膜是一种透明薄膜，是眼球的感光部分．视网膜由锥体细胞(conecell)和杆体细胞(rodcell)两种感光细胞组成，其中，锥体细胞约有650万个，杆体细胞约有1亿个．视网膜可分为以视轴为中心直径约6毫米的中央区和周边区．中央区有一直径约2毫米(折合6度视角)呈黄色区域，称为黄斑．黄斑中央有一小凹，叫做中央凹(fovea)，面积约1平方毫米．人类视觉的中央凹没有杆体细胞，只有锥体细胞，其密度高达每平方毫米150,000．离开中央凹，锥体细胞急剧减少，而杆体细胞急剧增多，在离开中央凹20度的地方，杆体细胞最多．中央凹的锥体细胞密度很高，是产生最清晰视觉的地方．杆体细胞主要是在黑暗的条件下起作用，同时还负责察觉物体的运动．因此，常将锥体细胞称为明视觉细胞，将杆体细胞称为暗视觉细胞．眼球内包括晶体、房水及玻璃体，它们都是屈光介质．晶体为一扁球形的弹性透明体，位于玻璃体与虹膜之间，睫状体的收缩可改变晶体的屈光力，使外界的对象能在视网上形成清楚的影像．基本视觉信息包括：亮度，形状，运动，颜色，深度知觉等亮度是最基本的视觉信息，因为没有亮度就谈不上什么形状、运动、颜色等视知觉．亮度是一种外界辐射的物理量在我们视觉中反映出来的心理物理量．物体的形状主要是由物体在视觉空间上的亮度分布，颜色分布或运动状态不同而显示出来的．◦雪地上一张白纸，荒野中潜伏的狼，都比较难以觉察．相反，雪地上一张彩纸，绿草地上等一朵红花，荒野中奔跑的狼，都比较容易发现，这是由于物体形状因亮度、颜色、运动等因素而突显出来，易于被人眼分辨出来．视觉系统对运动目标十分敏感，特别是低等动物更是如此，如蛙类的视网膜对运动特别敏锐，而对静止的目标却视而不见．颜色知觉是一种主观感觉，目前只在感受器细胞水平和心理物理的宏观水平上得到了较深入的研究．研究表明：猴和人的视网膜中，含有三种不同的锥体细胞，每一种锥体细胞对不同的光谱，其敏感性也是不同的．三种锥体细胞对光谱的敏感峰值分别在430纳米，540纳米和570纳米．这三个峰值段正对应着光谱中的红、绿、蓝区域．实验进一步表明，当三种颜色按一定比例同时刺激人眼时，会产生各种颜色感觉．其中有一种比例会使得颜色感觉完全消失，只有亮度感觉．这就是所谓的色觉三变量性(tri-varianceofcolorvision)，说明颜色只取决于三个基本的输入量，这也是色觉三基色原理的基础．人类的视觉不仅要识别物体的形状和颜色，而且要随时地作用于物体，◦例如，伸手拿一本书，躲开汽车或障碍物，把足球踢入球门等，这一切活动都需要判断我们与被作用物体的距离．立体知觉就是指这种判断物体距离或深度的感觉．正常的双眼视觉都可以提供高度的立体感．外界目标在视网膜上的象是二维的，而且同一物体在左右眼的视网膜上的成像有着微小的差异，比如，用你的手轮流遮挡你的左、右眼，会发现同一个物体在左右眼中的位置是不同的．实际上，这种不同为立体视觉提供了最基本的信息—视差(disparity)．[Julesz1960]首次使用随机点立体图对作为刺激研究了立体视知觉，如图，这种刺激图形排除了所有单眼视觉引入的第二视觉线索，而只保留了视差信息。受试者在观察随机立体图对时，用左右眼分别观看其中一个图几秒钟，当两个图融合后，便会感受到有一个方形平面从背景中突显出来。除了双眼视差提供深度信息外，还有许多单眼的信息可以产生深度信息的估计，如物体的重叠、透视(近大远小，近清晰远模糊，近亮远暗)、明暗、纹理及运动．当然这种深度估计在质量和感觉上仍无法与视差立体知觉的深度相比图像的灰度值一般表示光强，光强是两个空间变量的函数．实际上，光是由不同波段的光谱组成的，一幅图像常常对应一个波段或多个波段光谱样本，因此，图像灰度值是两个空间变量和一个光谱变量的函数．我们称这样的图像为多光谱图像(multi-spectralimage)，其中的每一个波段称为一个通道．比如，气象卫星获取的云图，其波段是红外波段；扇形束Ｂ型超声诊断仪输出的图像，其波段是超声波段．),(yxf),,(yxf场景或物体的颜色是由照射光源的光谱成分、光线在物体上反射和吸收的情况决定的．比如，一个蓝色物体在日光下观察呈现蓝色，是由于这个物体将日光中的蓝光反射出来，而吸收了光谱中的其它部分的光谱．而同样的蓝色物体，在红色的光源照射下，则呈现红紫色．对于机器视觉系统，彩色图像还与成象系统敏感器的光谱响应有关．可见光的波长分布在380到780之间，人的颜色感觉是不同波长的可见光刺激人的视觉器官的结果．在可见光的波段内，随着波长的增长，使人产生紫、蓝、青、绿、黄、橙、红等颜色的感觉．人的视网膜上有两类细胞：杆体细胞和锥体细胞．杆体细胞灵敏度高，能感受微弱的光；锥体细胞灵敏度低，但能很好地区分颜色．为了解释视觉对颜色的感知能力，美国物理学家T．Young1801年提出三色假说，后来由Helmholtz加以发展，形成著名的Young-Helmholtz三色学说假设有三种视觉(锥体)感受器，分别对红、绿、蓝三种颜色敏感；当光线同时作用在这三种感受器上时，三个感受器产生的兴奋程度不同；不同兴奋程度的组合将产生不同的颜色感觉，三种感受器处于等强度兴奋时，便产生白色的感觉．根据[Wald1964]对人类色彩视觉的研究结果，三种锥体细胞的光谱吸收的峰值分别在430、540和570纳米左右，这三个区间分别对应红、绿和蓝波段，由于这个原因，这三种颜色被称为人类视觉的三基色。谱上的大多数颜色都可以用红(Red)、绿(Green)、蓝(Blue)三种单色加权混合产生，基于RGB三基色的颜色表示称为RGB颜色模型．根据RGB三基色原理，各种颜色的光都可以由红、绿和蓝三种基色加权混合而成,如图RGB直角坐标定义的单位立方体来说明．坐标原点（0，0，0）表示黑色，坐标点（1,1,1）表示白色，在坐标轴上的三个顶点表示RGB三个基色．因此，彩色空间是三维的线性空间，任意一种具有一定亮度的颜色光都可用空间中的一个点或一个向量表示．因此我们可以选择具有确定光通量的红、绿、蓝三基色作为这三维空间的基，这样组成的表色系统称为RGB表色系统．在RGB表色系统中，标准白光的RGB光通量按以下比例混合而成：0601.0:5907.4:1::bgr通常把光通量为1流明的红光，4.5907流明的绿光，0.0601流明的蓝光作为三基色的“单位基色量”，用(R)、(G)、(B)表示．因此，任何一种具有一定亮度的彩色光的光通量为：其中R,G,B为每种原基色的比例系数．例如，对某种蓝绿色，可以用下式表示：)()()()(BBGGRRC)(63.0)(31.0)(06.0)(BGRC)(63.0)(31.0)(06.0)(BGRC上式表示彩色光的明亮程度．显然，光的色度只取决于之间的比例关系．如果不考虑光的亮度，只对色度感兴趣，则只要知道的相对值即可．因此可以令：BGRBbBGRGgBGRRrr,g,b称为色度坐标．由于r+g+b＝１，因此只有两个色度坐标是独立的，这也说明色度空间是二维的，可以用如下色度图表示，标准白光位于．31gr为了使用RGB三基色有效地描述或混合各种颜色。人们还根据RGB三基色模型提出了CMY颜色模型，XYZ颜色模型，YIQ颜色模型，HSV颜色模型，HLS颜色模型等，以适应不同应用的需求。从RGB颜色模型可知，在坐标轴上的三个顶点表示RGB三个基色，各种颜色的光都可以由红、绿和蓝三种基色加权混合而成．另外三个顶点：青(Cyan)，品红(Magenta)，黄(Yellow)和RGB一样，也可构成一组基色，称为CMY颜色模型，各种颜色的光都可以由CMY三种基色加权混合而成．在实际应用中，RGB颜色模型用于磷粉屏幕的颜色生成，是一个由黑到白的过程，称为增色处理．CMY颜色模型主要用来描述绘图和打印彩色输出的颜色，因为这类彩色的形成是在白纸或其它印刷介质上生成的，是一个由白到黑过程，称之为减色过程．使用CMY的打印处理通常需要四个墨点的集合来产生颜色点，CMY三基色各对应一个墨点，黑色对应第四个墨点．这是因为CMY三基色混合仅能生成深灰色，所以黑色应单独作为一个墨点．这在某种程度上与RGB监视器使用的三个磷粉点的集合是一样的．显然，RGB和CMY之间的关系如下：BGRYMC111MCY单位立方体使用RGB模型生成颜色时，用于产生颜色的原基色比例系数出现负值，使用起来十分不便．同时，不同研究者所用的三基色和标准白色不同，使得研究结果很难比较．因此，1931年国际照明委员会CIE(CommissionInternationaledelElairage—theInternationalCommissiononIllumination)规定了一种新的颜色表示系统，定义为CIE-XYZ颜色模型．XYZ颜色模型把彩色光表示为：其中，是XYZ颜色模型的基色量，为三色比例系数．XYZ表色系统须满足如下三个条件：三色比例系数皆大于零；Y的数值正好是彩色光的亮度；当时仍然表示标准白光．根据以上条件，可以得到RGB颜色模型与XYZ颜色模型的关系式．)()()(ZZYYXXC对XYZ颜色模型的三基色规范化，得到如下色度坐标：BGRZYX5943.50565.00000.00601.05907.40000.11302.17517.17689.2)()()(ZYXZzZYXYyZYXXxRGB工业监视器要求一幅彩色图像由分开的RGB信号组成，而电视监视器需要混合信号输入．为此，美国国家电视系统委员会（NationalTelevisionSystemCommittee，NTSC）采用YIQ彩色模型，其主要的优点是可以保证彩色电视和黑白电视的兼容，即可以用彩色收看黑白电视图像。YIQ是以CIE的XYZ颜色模型为基础，其参数Y与XYZ中的模型参数相同，是图像的亮度信息．在没有色度的情况下，Y也就对应于黑白图像，或者说，黑白电视只接收Y信号．由于人眼对颜色的相对视见度不同，所以选择三色的基色量为114.0587.0299.0BGR因此亮度信号Y为规定如下色差信号：由此可见，在色度图上，参数I包含有橙－青颜色信息，参数Q包含有绿－品红颜色，I和Q混合可以提高颜色的色调和饱和度．BGRY114.0587.0299.0)(41.0)(48.0)(27.0)(74.0YBYRQYBYRI将(10.9)和(10.10)结合起来得到YIQ与RGB间的转换关系为：这里的RGB是NTSC制式RGB．BGRQIY312.0523.0211.0322.0274.0596.0114.0587.0299.0