第二章人眼的视觉特性与图像探测(春).pptVIP

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 第二章 人眼的视觉特性与图像探测 * 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10～100，有时也在100～1000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 所需的瞥见次数N * 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： * 第二章 人眼的视觉特性与图像探测 目标探测－识别模型 P3，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α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α’ ，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α中包括的α’数目，即独立可探测点Nr= α/ α’。 * 第二章 人眼的视觉特性与图像探测 目标探测－识别模型 η，影响识别概率的总噪声因子 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。 * 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。 目标的等效条带图案 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 * 第二章 人眼的视觉特性与图像探测 探测水平 定义 50%概率时所需的等效条带周期数 探测（发现） 在视场中发现一个目标 1.0±0.25 定向 可大致区分目标是否对称及方位 1.4±0.35 识别 可将目标分类（坦克？卡车？人？） 4.0±0.8 辨别 可区分出目标型号及其他特征 6.4±1.5 * 第二章 人眼的视觉特性与图像探测 探测 识别 认清 Pd 周期 Pr 最不利 最有利 平均值 Pi 观察胶片 CRT 1.0 3 1.0 12 9 10.5 1.0 18 24 0.95 2 0.95 8 6 7 0.95 12 16 0.80 1.5 0.80 6 4.5 5.25 0.80 9 12 0.50 1.0 0.50 4 3 3.5 0.50 6 8 0.30 0.75 0.30 3 2.25 2.63 0.30 4.5 6 0.10 0.5 0.10 2 1.5 1.75 0.10 3 4 0.02 0.25 0.02 1 0.75 0.88 0.02 1.5 2 0 0 0 0 0 0 0 0 0 军用车辆探测概率Pd、识别概率Pr和Pi与目标条带周期数 光电成像原理与技术－绪论（2） * 光电成像与信息工程研究所 曹峰梅 liuba@bit.edu.cn 光电成像原理与技术－绪论（2） * 光电成像与信息工程研究所 曹峰梅 liuba@bit.edu.cn 光电成像与信息工程研究所 曹峰梅 liuba@bit.edu.cn 光电成像与信息工程研究所 曹峰梅