
- •1. Определение цос. Основные задачи. Примеры использования. Структурная схема цос. Режимы работы устройств цос.
- •2. Типовые сигналы цос. Нормирование времени и частоты.
- •3. Определение z-преобразования. Область сходимости. Соотношение между z и p-плоскостями.
- •4. Основные свойства z-преобразований. Способы вычисления прямого и обратного z-преобразований.
- •5. Определение дискретной системы. Виды дискретных систем.
- •6.Импульсная и переходная характеристики. Формула свертки.
- •7.Разностные уравнения. Бих и ких-системы. Свойство памяти линейных дискретных систем (лдс).
- •8.Передаточная функция. Карта нулей и полюсов . Критерий устойчивости лдс.
- •9.Структурные схемы лдс. Прямая, каскадная и параллельная структуры.
- •10.Канонические структуры лдс.
- •11. Дискретное преобразование Фурье (дпф).
- •12. Свойства дпф. Теорема Парсеваля.
- •13. Алгоритм вычисления свертки с помощью дпф.
- •14. Унитарные преобразования. Косинусные преобразования.
- •15. Унитарные преобразования. Преобразование Адамара.
- •16.Преобразование Хаара. Вейвлет-преобразование. Преобразование Хаара
- •17.Архитектура и классификация спецпроцессоров цос
- •18.Концепции архитектуры спецпроцессоров цос
- •19. Организация параллелизма в спецпроцессорах цос
- •20. Основные понятия цифровой обработки изображений.
- •21. Субъективные характеристики цвета.
- •22. Логарифмическая модель одноцветного зрения. Основные зрительные явления.
- •23. Модель цветного зрения.
- •24.Определение колориметрии. Основные способы уравнивания цветов.
- •25.Аксиомы уравнивания цветов Грассмана.
- •26. Цветовое пространство.Координаты цвета и координаты цветности.
- •27.Представление цифрового изображения
- •Смежность и связность пикселей на цифровом изображении. Меры расстояний.
- •Методы улучшения изображений. Основные градационные преобразования.
- •Методы улучшения изображений. Кусочно-линейные градационные преобразования.
- •Основы пространственной фильтрации.
- •32. Сглаживающие пространственные фильтры. Фильтры, основанные на порядковых статистиках.
- •Пространственные фильтры повышения резкости. Операторы Робертса, Собеля.
- •Алгоритм и структурная схема фильтрации в частотной области.
- •Сглаживающие частотные фильтры.
- •36. Частотные фильтры повышения резкости
- •37. Пространственные фильтры подавления шума.
- •Усредняющие фильтры
- •2. Фильтры порядковых статистиках
- •38. Адаптивные фильтры подавления шума.
- •39. Частотные фильтры.
- •40. Оценки искажающей функции.
- •41. Инверсная и Винеровская фильтрация.
- •42. Геометрические преобразования.
- •43. Сжатие изображений. Основные виды избыточности.
- •44. Кодовая избыточность.
- •45.Межэлементная(1) и визуальная (2) избыточности.
- •46.Основные алгоритмы сжатия без потерь.
- •47.Основные алгоритмы сжатия с потерями.
22. Логарифмическая модель одноцветного зрения. Основные зрительные явления.
Зрительные явления - контрастная чувствительность, полосы маха, одновременных контраст, цветовая адаптация, зрительные иллюзии.
Контрастная чувствительность - способность улавливать минимальные различия в освещенности двух соседних областей, а также дифференцировать их по яркости
П
олосы
Маха.
Рассмотрим ступенчатый оптический
клин (набор полосок различной светлоты).
Интенсивность света, одинакова по ее
ширине и отличается на постоянную
величину от интенсивности света от
соседних полосок. Однако правый край
каждой полоски кажется темнее левого.
Это явление называется эффектом полос
Маха. Кажущиеся преувеличения изменений
светлоты, можно объяснить исходя из
пространственно-частотной характеристики
глаза. Глаз обладает меньшей чувств. в
области низких и высоких пространственных
частот по сравнению с чувств. на средних
частотах. Вывод: при создании систем
обработки изображений можно в некоторой
степени пожертвовать верностью
воспроизведения контуров, так как глаз
не очень чувствителен к высокочастотным
перепадам светлоты.
О
дновременный
контраст.
В действительности все маленькие
квадраты имеют одинаковую яркость, но
из-за разной яркости фона кажется, что
их яркость разная. Цветовой фон пятна
света зависит также от цвета окружения.
Белое пятно на черном квадрате кажется
желтоватым, если вся фигура окружена
синим фоном.
Цветовая адаптация - процесс приспособления работы зрительного механизма к условиям изменённой цветности освещения наблюдаемых объектов. Воспринимаемый цветовой фон зависит от адаптации зрителя. Американский флаг, например, не сразу будет восприниматься как красно-бело-синий, если человек перед этим смотрел на интенсивный красный свет. Воспринимаемые цвета флага будут смещены в сторону голубого цвета, который является дополнительным к красному.
22.2
Упрощенная логарифмическая модель одноцветного зрения. Логарифмическая линейная модель позволяет удовлетворительно предсказать реакцию зрительной системы в широком диапазоне интенсивности, однако на высоких пространственных частотах и очень низких или очень высоких интенсивностях наблюдаемая реакция отличается от предсказанной на основе этой модели.
Расширенная логарифмическая модель одноцветного зрения.
В этой модели выходной сигнал рецептора подается на вход линейного фильтра нижних частот соответствующего оптике глаза. Далее преобразователь моделирует нелинейную реакцию рецептора на изменение интенсивности. Процесс латерального торможения учитывается H2. H3 - моделирует эффект временной фильтрации.
23. Модель цветного зрения.
Логарифмическая
модель цветного зрения Фрея. Выделяются
колбочки 3 типов: поглощающие зеленый,
желто-зеленый и синий свет.
В
этой модели 3 рецептора со спектральными
чувствительностями s1(
),
s2(
),
s3(
),
соответствующими 3-ем пигментам колбочек
сетчатки. Сигналы е1, е2, е3 подвергаются
логарифмическому преобразованию и
объединяются так, чтобы получились
сигналы
Далее эти сигналы проходят на линейные фильтры H1(),H2(),H3(). Получаемые на выходе сигналы g1, g2, g3 определяют восприятие цветов в мозге.
d1и d2 характеризуют цветность, а сигнал d1 пропорционален яркости.
Аналогично модели одноцветного зрения, логарифмическая модель цветного зрения может быть дополнена линейными фильтрами, которые включаются после рецепторов. Вместо логарифмической функции можно использовать нелинейную функцию общего вида.