光学与人类视觉感知特性基础

传统图像存在的问题：

传统图像问题	解释
色差	现实中色彩丰富，传统图像颜色数量太少，很多自然界中的图像并不能完美地显示在图像上，从而导致色差的出现
DR低	DR低，导致两个弊端： 1.亮度低：图像中的亮度比现实的低太多，造成场景还原失真。 2. 对比度下降：现实中富有层次感的画面或者场景，记录在图像中后，就失去了层次感，即对比度的下降。

HDR图像的直观感受：更自然，更亮，色彩和细节更丰富，对比度（层次感）更高。

HDR技术的提升和拓展：

1. 亮度，提供并支持更加广泛的亮度范围。
2. 色彩，支持更丰富的色彩范围。

第一章 光学与人类视觉感知特性基础

1.1 可见光

人眼可以感知的电磁波波长一般在400~760nm之间。

镜面反射过曝光问题：镜面反射的光线会对图像的质量产生不良的影响。镜面反射光强度大，图像显示白茫茫一片，失去图像的精确细节。如何获取记录这种过曝光的图像的细节也是HDR技术领域的一个重点问题。

人眼对不同波长的响应：不同波长的可见光，对人眼的刺激不同；同一波长的可见光，不同的人具有不同的敏感程度。

描述人眼可见光敏感度的曲线，V(λ)（CIE标准化）：

1.2 动态范围

HDR图像技术需要实现的高动态范围，实际上就是实现高对比度。

动态范围：图像最大亮度和最小亮度的比值。

对比度：描述相对亮度的物理量。描述了场景或显示设备的最大亮度和最小亮度之间的关系。

对比度计算方式：

1. 韦伯对比度。$C_W=\frac{L_{max}?L_{min}}{L_{min}}$
2. 麦克森对比度。$C_M=\frac{L_{max}?L_{min}}{L_{max}+L_{min}}$
3. 比率对比度。$C_W=\frac{L_{max}}{L_{min}}$

其中，$L_{max}$与$L_{min}$分别为场景中的最大与最小亮度值。

1.3 人类视觉感知系统

人类视觉感知系统：人为地对人眼视觉特性进行模拟，从而实现对图像与视频处理方式的优化与流程的简化。但是人类生理视觉系统十分复杂，并且到现在也没有完全研究清楚，因此在图像领域我们无法完全模拟人眼的特性。

图像压缩：典型的人类视觉感知系统的应用实例就是图像压缩。研究发现，人类的视觉对于图像的高频部分不敏感，因此，在图像压缩的过程中，弱化或忽略高频部分可以使图像压缩的性能大幅提高，并且基本不会影响人类的视觉感知。

研究发现的视觉物理学特性：

物理学特性	描述
亮度非线性	相对于观测物体的绝对亮度，人眼对亮度变化的感知更为敏感。在一定范围内，人眼对亮度的感觉与亮度L的对数线性相关
对比度敏感	人眼视觉系统的频率响应特性。代表了人眼对于强度值差别的区分能力。
掩盖效应	某个掩盖因子的出现，图像要素可见性的损失情况。当存在激励A的情况下，激励B的感知将会得到加强或减弱。
多通道并行	视觉处理是多通道并行的。不同的视觉信息通过不同的神经通道预处理后作为视觉中枢的输入。之后被不同类型的皮层细胞处理。
视觉注意力	我们只对周围环境中特定的场景或行为注意，使得场景中的某些特定点或区域被选为场景特征。注意力分配的过程，会加强场景特征的影响，并影响观测者的主观感受

对比度敏感性：在日常生活之中，人眼需要分辨边界清晰的物体，也需要分辨边界模糊的物体。后一种分辨能力则称为对比敏感度。对比敏感度与一些参数相关，通过对这些参数进行建模，可以得到对比度敏感函数。

对比敏感度：视觉系统能觉察的对比度阈值的倒数。对比敏感度 = 1/对比度阈值。对比度阈值低，则对比敏感度高，视觉功能好。

参考内容：

1. 高动态范围视频技术