3  Сосудистая оболочка; 4  радужная оболочка; 5  сетчатка;

6  Зрительный нерв; 7  центральная ямка (макула?); 8  хрусталик;

9  Слепое пятно; 10  зрачок; 11  стекловидное тело.

Наружная часть глаза называемая склерой представляет собой упругую оболочку белого цвета, которая в передней части переходит в прозрачную роговую оболочку. Под роговой оболочкой расположены радужная оболочка, хрусталик, а на противоположной стороне склеры — сетчатка. Внутренняя часть глаза наполнена прозрачным стекловидным веществом. Перевернутое изображение наблюдаемого объ­екта фокусируется на сетчатке хрусталиком, который представляет собой двояковыпуклую линзу. Фокусное расстояние хрусталика из­меняется под воздействием глазных мышц, которые изменяют кри­визну его поверхности таким образом, чтобы сфокусированное на сетчатке изображение было бы максимально резким. Как и для большинства одиночных линз, фокусное расстояние хрусталика зависит от длины волны света, синие лучи фокусируются на более близком расстоянии, чем зеленые или красные. Радужная оболочка играет роль диафрагмы. Диаметр ее отверстия (диаметр зрачка) под воздействием другой группы мышц изменяется при изменении интенсивности света. При низкой освещенности диаметр равен 7,5 мм, при высокой освещенности - 1,8 мм. Когда зрачок сужается, увеличивается четкость изображения на сетчатке.

Сетчатка состоит из нескольких слоев, причем слои, обращенные к хрусталику, прозрачны и не препятствуют прохождению све­та к слою, образованному фоторецепторами двух видов: палочками и колбочками.

Колбочки, в сетчатке их около 6,5 миллионов, представляют собой светочувствительные клетки, которые входят в систему дневно­го (фотопического) зрения способную различать цвета. Эта способ­ность обусловлена тем, что сетчатка включает в себя три типа кол­бочек, различающихся между собой спектральной чувствительно­стью. Один тип колбочек имеет максимум спектральной чувствительности в области красных излучений, другой — в области зеленых, а третий — в области синих излучений. Благодаря тому, что в центральной части сетчатки (в центральной ямке) каждая колбочка передает возбуждение по отдельному волокну зрительного нерва в последующие отделы зрительной системы, сетчатка дневного зре­ния имеет высокое пространственное разрешение.

Палочки, в сетчатке их около 130 миллионов, входят в систему сумеречного (скотопического) зрения, которая не способна различать цвета и имеет низкое пространственное разрешение, но зато имеет высокую световую чувствительность. Высокая световая чувствительность палочковой сетчатки обусловлена тем, что сигналы от большой группы палочек (их насчитывается до 400) объединяются вместе.

В сетчатке, схема синаптических связей которой показана на рис. 1.9, осуществляется преобразование оптического изображения в так называемое нейронное изображение, которое представляет собой распределение возбуждений фоторецепторов, а также его первичная обработка. В результате воздействия света на фоторе­цепторы в них протекает процесс разложения светочувствительного вещества (зрительного пигмента), что приводит к возникновению на их выходах (пресинаптических окончаниях) электрических потенциалов. В живом глазу одновременно с разложением зрительного пигмента идет процесс его регенерации, причем для каждого уровня освещенности сетчатки устанавливается свое динамическое равновесие между этими процессами. Фоторецепторы соединены с горизонтальными и биполярными клетками сетчатки, образуя так называемые триады.

Рис. 1.9. Схема синаптических связей в сетчатке.

Согласно современным представ­лениям сигналы, которые поступают с фоторецепторов, возбуждают систему горизонтальных клеток. Горизонтальные клетки имеют сильную взаимную связь, так что возбуждение даже одной из них распространяется по всей системе. Система горизонтальных клеток осуществляет регуляцию передачи сигналов от фоторецепторов к биполярным клеткам, т.е. через систему горизонтальных клеток осуществляется обратная связь. Благодаря наличию обратной связи происходит перекодировка сигналов, вследствие которой распределение освещенности на сетчатке преобразуется в распределение возбуждений биполярных клеток, которые пропорциональны распределениям локальных и временных контрастов. Другими словами, величина возбуждения (выходной сигнал) оказывается пропорциональным дроби, где в числителе — разница между локальной освещенностью и средней освещенностью на сетчатке, а в знаменателе — средняя освещенность сетчатки. Результат принимает положительное значение при включении света (или при переводе взора на светлый участок наблюдаемой сцены) и отрицательное значение при его выключении. Это преобразование сигнала триадой создает предпосылки для формирования сигналов в on и off системах, и в частности, сигналов, возбуждающих ганглиозные клетки. Описанный процесс обеспечивает адаптацию зрительной системы к уровню освещенности наблюдаемой сцены или изображения. Благодаря адаптации динамический диапазон сигналов, представленных в виде возбуждений биполярных клеток, уменьшается до 2 логарифмических единиц, тогда как динамический диапазон освещенностей, в котором способна работать зрительная система, составляет около 9 логарифмических единиц.

До настоящего времени остается неясным, объединены ли горизонтальные клетки сетчатки человека в три отдельные системы, каждая из которых связана только с одним типом колбочек «красных», «зеленых» и «синих» или же таких систем меньше. Первое предположение представляется более вероятным, поскольку оно объясняет ряд экспериментально наблюдаемых фактов, в частности, феномен константности цветового восприятия. Однако, пока было найдено только две системы горизонтальных клеток в сетчатке человека.

Биполярные клетки, в свою очередь, соединены с амакриновыми и ганглиозными клетками, образуя триады подобные рассмотренным выше. Имеющиеся экспериментальные данные позволяют предполагать, что амакриновые клетки, подобно горизонтальным клеткам, также образуют системы связанных между собой клеток, выполняя регуляцию передачи сигналов от биполярных клеток к ганглиозным.

Таким образом, в зрительной системе действуют два последовательно включенных механизма адаптации к освещенности наблюдаемой сцены. Первый, реализуемый триадами фоторецептор — горизонтальные клетки — биполярная клетка, осуществляющий адаптацию к средней освещенности сетчатки, и второй, реализуемый триадами биполярная клетка - амакриновые клетки — ганглиозная клетка. Первый механизм инерционен. Время, в течение которого он обеспечивает адаптацию, измеряется минутами, так как определяется постоянными времени регенерации зрительных пигментов. Второй механизм малоинерционный. Необходимость во втором механизме адаптации обусловлена тем, что в наблюдаемой сцене встречаются как затемненные участки, так и участки с высокой освещенностью. При наблюдении реальных сцен ось зрения скачками, с интервалом в десятые доли секунды, перемещается в про­странстве, что приводит к мгновенным изменениям сигнала, иногда довольно большим. Малоинерционный механизм адаптации уменьшает динамический диапазон сигналов, возбуждающих ганглиозные клетки, до одной логарифмической единицы. Выполняемое им преобразование сводится к локальному центрированию возбуждающих сигналов относительно среднего значения в пределах поля ясного видения.

При передаче сигналов от биполярных клеток к ганглиозным клеткам происходит также их преобразование из аналоговой формы в импульсную форму. Начиная с ганглиозных клеток по зрительному нерву передаются сигналы в виде импульсных последовательностей, частота следования импульсов в которых определяется интенсивностью передаваемых сигналов.

Место, в котором зрительный нерв, состоящий примерно из миллиона волокон, выходит из глаза, называется слепым пятном, так как в этом месте сетчатки нет фоторецепторов.

Зрительные нервы, выходя из глаз, идут к задней части головы, где они разветвляются на два тракта и перекрещиваются, так что дальше в каждом зрительном тракте содержатся волокна от обоих глаз. Оба пучка продолжаются до основания мозга и каждый соединяется с наружным коленчатым телом. Было найдено, что в каждом глазу имеется центральная, приблизительно круглая зона, которая соединена с обоими полушариями мозга. По сторонам от этой зоны левая половина каждого глаза (если разделить его по вертикали) соединена с одной стороной мозга, а правая с другой. В то время как объекты при центральном зрении представлены в обоих полушариях мозга, периферические объекты представлены в каком-либо одном полушарии. Наружное коленчатое тело сложной системой нервов соединено с 17-м полем зрительной коры, которое связано с 18-м и 19-м полями. В зрительной коре происходит анализ зрительной информации.

Наиболее изученным отделом зрительной системы является сетчатка, свойствами которой определяются основные психофизические законы. Высшие отделы зрительной системы, локализованные в зрительной коре, изучены в меньшей степени.

АДАПТАЦИЯ К ОСВЕЩЕННОСТИ И КОНТРАСТНАЯ ЧУВСТВИТЕЛЬНОСТЬ

Как уже было отмечено в предыдущем разделе, взаимодействие рецепторов, системы горизонтальных клеток и биполярных клеток обеспечивает адаптацию зрительной системы к средней освещенности наблюдаемой сцены. При этом величина сигнала на выходе i-й биполярной клетки оказывается пропорциональной дроби, где в числителе стоит разность между локальной освещенностью (освещенностью i-го рецептора) и средней освещенностью на сетчатке, а в знаменателе — средняя освещенность сетчатки

Аналогичным образом находятся значения сигналов на выходах биполярных клеток, соединенных с фоторецепторами, имеющими максимумы чув­ствительности в области зеленых и синих излучений.

Восприятия цветово­го тона и насыщенности не зависят от яркости, а воспринимаемая яркость стимула является взвешенной суммой цветовых компонентов.

РАЗРЕШАЮЩАЯ СПОСОБНОСТЬ ЗРИТЕЛЬНОЙ СИСТЕМЫ В ПРОСТРАНСТВЕ

Пространственная разрешающая способность зрительной систе­мы определяется плотностью расположения фоторецепторов сет­чатки, а она в высшей степени неравномерна. В центральной части сетчатки глаза, называемой центральной ямкой, фоторецепторы расположены наиболее плотно, образуя мозаику, напоминающую пчелиные соты. В этой области сетчатки расположены в основном колбочки, максимум спектральной чувствительности которых при­ходится на область красных или зеленых излучений. Поперечный размер этих колбочек составляет 0,6 угловых минуты. Малые раз­меры рецептивных полей, зоны возбуждения которых представле­ны одной колбочкой, при малых размерах колбочек и их плотной упаковке обеспечивают высокое пространственное разрешение в этой области сетчатки. По мере удаления от центра сетчатки разме­ры рецептивных полей возрастают за счет того, что их зона возбуждения представляется уже не одной, а несколькими колбочками, что влечет за собой уменьшение пространственного разрешения. При еще большем удалении от центра сетчатка становится смешан­ной, состоящей из колбочек и палочек, образующих большие ре­цептивные поля. Периферия сетчатки представлена исключительно палочками, рецептивные поля которых состоят из нескольких де­сятков и даже сотен палочек.

Обычно разрешающую способность зрительной системы опре­деляют в терминах остроты зрения. Под остротой зрения понима­ют отношение расстояния, с которого наблюдатель различает де­таль объекта, например разрыв в кольце Ландольта, к расстоянию, с которого эта деталь видна под углом в одну угловую минуту.

При наблюдении сцен мы не способны их видеть одновременно целиком, а вынуждены рассматривать по час­тям, формируя их образ в зрительной памяти. В процессе рассматривания изображения (сцены) ось зрения совершает скачкообразные движения − саккады. Длительность скачка, независимо от угла, на который перемещается ось зрения, составляет 50—60 мс, причем во время скачка происходит подавле­ние зрительного восприятия. В результате проведенных исследований, вы­полненных Ярбусом, было также показано, что в зависимости от решаемой зрительной задачи расположение точек фиксации взора на изображении может варьироваться в ши­роких пределах, неизменным остается одно − точки фиксации все­гда располагаются вблизи контуров на изображениях, обеспечивая тем самым высокое разрешение наиболее информативных частей наблюдаемых сцен и изображений.

Традиционно используемая в офтальмологии в качестве меры разрешающей способности зрительной системы острота зрения яв­ляется достаточно грубой оценкой. Для более точной характери­стики способности зрительной системы различать мелкие объекты применяют частотную передаточную функцию и частотно-контра­стную характеристику. Для измерения и той, и другой характери­стик применяют тестовые изображения в виде решеток, яркость в которых изменяется по синусоидальному закону. Знание этих характеристик необходимо для того, чтобы иметь возможность оценивать видность искажений на изоб­ражениях, обусловленных как помехами, так и искажениями сигнала изображения при его передаче или консервации. Этими характеристиками в конечном итоге определяется число строк, на которое разлагается изображение при его вводе в компьютер или при передаче по каналу связи в телевидении.

ИНЕРЦИОННОСТЬ ЗРЕНИЯ

Инерционность зрительной системы обусловлена двумя причи­нами: инерционностью фотохимических процессов, протекающих в фоторецепторах сетчатки, и инерционностью процессов распро­странения сигналов по ее нейронным сетям.

Первый вид инерционности проявляется при изменении средней освещенности наблюдаемой сцены, в результате которого нарушается динамическое равновесие между скоростями распада и регенерации зрительных пигментов в фоторецепторах. Для восстановления этого равновесия требуется от нескольких минут до нескольких десятков минут в зависимости от начального и конечного уровней освещенностей, при которых протекает адаптация.

Инерционность же, определяемая процессами распространения сигналов в нейронных сетях зрительной системы, проявляется на более коротких временных интервалах, не превышающих одной секунды.

Рассмотрим механизм возникновения этого вида инерционности. Известно, что рецептивные поля сетчатки зрительной системы человека включают в себя центральную зону возбуждения и периферическую зону торможения. Таким образом, результирующий сигнал от рецептивного поля сетчатки представляет собой разность между сигналом возбуждения от центральной зоны рецептивного поля и сигналом торможения от его периферической зоны. При постоянном во времени равномерном уровне освещенности сетчатки сигнал возбуждения от центра рецептивного поля и сигнал тормо­жения от периферии уравновешивают друг друга. Если же освещен­ность сетчатки изменяется во времени относительно своего средне­го значения, например, по синусоидальному закону с частотой мельканий f, то изменения сигналов торможения относительно изменения сигнала возбуждения будут запаздывать. Причем чем с бо­лее дальней периферии будет приходить сигнал торможения, тем на большее время он будет запаздывать. Запаздывание это проявляет­ся в том, что фаза изменения сигнала торможения отстает от фазы изменения сигнала возбуждения, в результате чего они уже не будут уравновешивать друг друга. При этом по нейронной сети зритель­ной системы будет распространяться сигнал разности этих двух сигналов, т.е. сигнал мелькания.

При частотах мелькания, превышающих критическую частоту, мелькания незаметны, и яркость наблюдаемого поля кажется неизменной и пропорциональной своему среднему значению.

Критическая частота мельканий, как показали исследования, зависит как от средней освещенности сетчатки или, что то же самое, от яркости наблюда­емого мелькающего поля, так и от его угловых размеров. При про­ектировании устройств воспроизведения изображений, например дисплеев, знание этой величины очень важно, так как на ее основа­нии определяется частота смены кадров. Так при используемых яр­костях экранов компьютерных дисплеев , поэтому часто­та кадров в них выбирается выше этого значения. Следует заме­тить, что инерционность центральной части сетчатки и ее перифе­рической части существенно различны. Инерционность перифери­ческой части сетчатки значительно ниже, в чем легко убедиться, на­блюдая экран дисплея боковым зрением, в этом случае хорошо за­метны его мелькания, которые совсем незаметны, если на него смотреть прямо.

ВОСПРИЯТИЕ ДВИЖЕНИЯ

Восприятие движения является одной из важнейших задач решаемых зрительной системой. В настоящее время в этой области имеется много неясного. В общем случае движение может быть разложено на две компоненты: на радиальную составляющую (движение на наблюдателя или от него) и на тангенциальную составляющую. Почти все характеристики восприятия движения получены для тан­генциальной составляющей. Установлено, что для фовеального зре­ния минимально различимая скорость движения объекта при нали­чии в поле зрения неподвижных ориентиров составляет 16 угло­вых минут в секунду, а при отсутствии ориентиров  1020 угло­вых минут в секунду. Максимальная скорость, при которой еще воспринимается движение объекта, лежит в пределах 12—32 граду­са в секунду. Установлено также, что чувствительность к восприя­тию движения уменьшается от центральной ямки к периферии по линейному закону. Для периферического зрения при отклонении в 9° от центральной ямки минимальные пороги составляют 18 угло­вых минут в секунду при наличии неподвижных ориентиров в поле зрения, а при отсутствии неподвижных ориентиров величина мини­мальных порогов в 1020 раз больше.

Для создания ощущения движения объекта необязательно, что­бы его проекция на сетчатку непрерывно смещалась. Это ощуще­ние не нарушается и в том случае, если на сетчатку глаза проециро­вать ряд быстро сменяющих друг друга изображений объекта, на которых представлены последовательные фазы его движения. Именно это свойство зрения используется для создания иллюзии движения в кино и в телевидении. Для того, чтобы движение вос­принималось плавным, частота смены изображений с различными фазами движения должна быть достаточно большой, иначе движе­ния будут казаться прерывистыми. Чем больше яркость экрана, тем выше эта частота, однако, при используемых яркостях экрана она не превышает 60—70 Гц.

Остановимся еще на таком важном явлении, как смаз движуще­гося изображения. Известно, что резкие световые границы движу­щегося объекта воспринимаются зрителем размытыми вследствие инерционности зрения. Однако, если мы наблюдаем изображение движущегося объекта, границы которого уже размыты, и если это размытие превышает 10 угловых минут, то такое изображение вос­принимается нами как более четкое [23]. С таким случаем мы встре­чаемся при просмотре спортивных телевизионных программ, в ко­торых встречаются сцены, содержащие быстрые движения. Хотя удовлетворительного объяснения этому феномену нашего зрения пока не найдено, сам феномен может быть использован при разра­ботке методов сжатия движущихся изображений.

ВОСПРИЯТИЕ ЦВЕТА

Способность различать цвета обусловлена наличием в сетчатке трех типов колбочек, различающихся между собой спектральной чувствительностью. На рис. 1.10 приведены нормированные кри­вые спектральной чувствительности, мак­симумы которых по данным Уолда приходятся на 430, 540 и 575 нм. Обращает на себя внимание широкополосность и сильное взаимное перекрытие кривых спектральной чувствительности, осо­бенно для колбочек, имеющих максимумы спектральной чувстви­тельности в области красных и зеленых излучений.

Рис. 1.10. Нормированные кривые спектральной чувствительности колбочек

При проециро­вании изображений на сетчатку глаза в колбочках под действием света происходит распад зрительного пигмента, что приводит к по­явлению на их выходах электрических сигналов, величи­на которых определяется спектром излучения F() и спектральны­ми характеристиками колбочек.

Таким образом, первой операцией, которую выполняет зритель­ная система над изображением, является его цветоделение. Сигналы с выхода колбочек после предварительной обработки в сетчатке и перекодировки в ахроматические и две группы цветоразностных сигналов передаются в высшие отделы зрительной системы по зри­тельному нерву.

По-видимому, основной задачей, которая решается при обра­ботке изображения сетчаткой глаза, является формирование пере­даваемых в высшие отделы зрительной системы сигналов, которые были бы не зависимыми не только от интенсивности освещения на­блюдаемой сцены, но и в значительной степени, от спектрального состава этого освещения. Независимость восприятия цвета от спек­трального состава освещения называется константностью восприя­тия цвета. Исследованию механизма константности восприятия цвета посвящено большое количество работ, однако, эта проблема до конца не решена.

Известно, что в сетчатках ряда животных, и в частности рыб, горизонтальные клетки объединены в системы, связанные с теми или иными группами фоторецепторов, имеющих одинаковую спектральную чувствительность, что обеспечивает раздельную регуляцию фоторецепторов с различной спектральной чувствительностью при изменении спек­трального состава освещения. В отношении организации горизонтальных клеток в сетчатках приматов и человека в настоящее время много неясного. Если допустить, что в сетчатке приматов и человека присутствуют 3 системы горизонтальных клеток, связанных с фоторецепторами, имеющими различную спектральную чувствительность, то модель обработки изображений зрительной системой может быть пред­ставлена следующим образом.

При проецировании изображения сцены на сетчатку глаза на выходах колбочек возникают электрические сигналы, которыми возбуждаются три системы горизонтальных клеток, каждая из ко­торых связана с колбочками, имеющими одинаковые спектральные чувствительности. Возбуждение каждой из систем горизонтальных клеток пропорционально возбуждению колбочек сетчатки с одина­ковой спектральной чувствительностью, усредненному по всем кол­бочкам данного типа. Через эти системы горизонтальных клеток осуществляется обратная связь, посредством которой регулируется передача сигналов от колбочек к биполярным клеткам. Триады: колбочка  система горизонтальных клеток  биполярная клетка осуществляют такое преобразование сигналов, при котором распределения «яркостей» красного, зеленого и синего преобразуются в соответствующие рас­пределения контрастов. Благодаря этому преобразованию достигается инвариантность к интенсивности освещенности наблюдаемой сцены, поскольку распределение контрастов не зависит от ее величины. Кроме того, это преобразование в значительной степени ослабляет влияние спектрального состава освещения сцены на сигналы. Влияние спектрального состава освещения в рассматриваемой модели было бы сведено к нулю, если бы спектральные характеристики колбочек были бы беско­нечно узкими, а число типов колбочек, различающихся спектральными характери­стиками, и соответствующих им систем горизонтальных клеток, бесконечно боль­шим, так что весь спектр видимых излучений ими был бы перекрыт)

Дальнейшее преобразование сигналов в сетчатке заключается в перекодировании цветовой информации путем обра­зования из сигналов ахроматических и двух групп цветоразностных сигналов

В результате этого перекодирования по зрительному нерву передается информация уже не о распределении контрастов в «красных», «зеленых» и «синих» компонентах изображения сцены на сетчатке, а о распределении разности в этих компонентах. Благодаря этому обеспечивается дальнейшее снижение влияния спектрального соста­ва освещения на восприятие цвета. Существенна при этом и близость спектральных характеристик «красной» и «зеленой» колбочек, благодаря чему изменение спектра освещения меньше влияет на разность сигналов. В литературе имеются сведения, что это перекодирование осуществляется вследствие взаимодействия биполярных, амакриновых и ганглиозных клеток, при этом ряд данных свидетельствует о том, что основную роль в передаче информации о цвете играет красно-зеленая компонента изображения и вторичную — сине-желтая.

ФУНКЦИОНАЛЬНАЯ МОДЕЛЬ ЗРЕНИЯ

При проектировании и оптимизации параметров систем обработки и передачи изображений отсутствие формализованного кри­терия качества воспроизведения изображений, функционально связанного с электрооптическими характеристиками разрабатываемых систем, вызывает серьезные трудности.

В настоящее время для оценки качества воспроизведения изображений на экране монитора компьютера или на экране телевизора используется либо метод экспертных оценок, либо набор так называемых частных критериев, к числу которых относятся: разрешающая способность, отношение сигнал/шум, число воспроизводимых градаций яркости, погрешности воспроизведения цвета и т.д. Значения частных критериев определяются параметрами системы и могут быть вычислены. Недостатком первого метода является отсутствие математических выражений, устанавливающих связь между оценкой и электрооптическими характеристиками аппаратуры, не­достатком второго — невозможность сравнивать системы, которые различаются между собой по разным частным критериям. Так, например, если система А имеет большую разрешающую способность, но меньшее отношение сигнала к шуму, чем система Б, то, не опираясь на опыт, невозможно решить, какая из двух сравнивае­мых систем воспроизводит более качественное изображение. Из приведенных рассуждений следует, что метод экспертных оценок не может быть использован при аналитическом решении оптимизационных задач, а метод частных критериев — при решении оптимизационных задач, в которых имеют место обменные операции между отдельными частными критериями качества, как, например, в известной задаче апертурной коррекции при наличии шума.

Попытки создать обобщенный критерий качества воспроизведе­ния изображений путем комбинирования частных критериев, а так­же другие эвристические подходы к решению этой задачи, как изве­стно, не увенчались успехом.

Более обнадеживающие результаты при создании критериев качества воспроизведения изображений были получены путем разработки и применения для этих целей функциональных моделей зрительной системы человека, позволивших при оценке качества учитывать свойства зрения. На рис. 1.2.4 приведена одна из первых таких моделей, предложенная Ч. Холлом и Е. Хол­лом. Первое звено этой модели согласно определению даваемо­му авторами представляет собой фильтр нижних пространственных частот и соответствует линейным преобразованиям изображения в оптической части глаз. Второе  поточечное логарифмическое преобразование яркости в величину, пропорциональную ее ощуще­нию. И наконец, третье звено модели  фильтр верхних простран­ственных частот  учитывает линейные преобразования при формировании так называемого нейронного изображения. При этом, как отмечают авторы модели, совместное действие фильтров ниж­них и верхних пространственных частот приводит к усилению в нейронном изображении спектральных составляющих средних про­странственных частот.

Рис. 1.2.4. Функциональная модель зрения, предложенная Ч. Холлом и Е. Холлом

Несмотря на наивность представлений о ха­рактеристиках зрительной системы, положенных в основу этой модели, она позволяла получать достаточно надежные оценки видности флуктуационного шума на изображении путем вычисления среднего квадрата разности между зашумленной и незашумленной компонентами нейронных изображений на ее выходе.

Не останавливаясь на других функциональных моделях зрения, отметим, что, к сожале­нию, все они также позволяют получать более или менее надежные оценки только видности флуктуационного шума на изображении, но не позволяют оценивать видность искажений другого типа. Проведенный анализ причин несовершенства оценок видности на изображениях искажений, не связанных с флуктуационным шумом (речь идет об оценках, полученных путем использования указанных функциональных моделей зрения), выявил общие для них недостатки, которые обусловлены тем, что ряд важных свойств зрения в этих моделях не учитывается. В результате этого анализа была предложена более совершенная обобщенная функциональная модель зрения человека, свободная от этих недостатков. При разработке обобщенной функциона­льной модели зрения в целях упрощения были приняты допущения, согласно которым считается, что сетчатка глаза обладает пространственной непрерывностью и инвариантностью. Принятие этих допущений позволило ввести в рассмотрение частотные характери­стики отдельных звеньев зрительной системы. В модель также вве­дены переключатели, которые могут занимать два положения. В первом положении переключателей в модель вводится (запоминается) эталонное неискаженное изображение, при втором положении переключателей в модель вводится оцениваемое изображение, которое в модели сравнивается с эталонным изображением и измеряется степень их различия.

МЕТОДЫ ОЦЕНКИ КАЧЕСТВА ВОСПРОИЗВЕДЕНИЯ ИЗОБРАЖЕНИЙ

В настоящее время для определения качества воспроизведения изображения широко применяется метод экспертных оценок. Этот метод заключается в том, что наблюдателю вначале предъявляется эталонное изображение, качество которого принимается равным высшей оценке используемой шкалы, а затем изображение, которое он должен оценить. Метод экспертных оценок широко используется в телевидении. Он стандартизован для субъективных экспертиз в документах Международного консультативного комитета по радио (МККР). Несмотря на то, что применяются 5-балльные шкалы оценок, опыт показывает, что они не достаточно подробны. В связи с этим высказываются мнения о целесообразности использования 5-балльной шкалы со ступенями 1/2 и даже 1/4 балла.

В ходе экспертиз получают обычно большое число оценок, поэ­тому вопрос рационального представления результатов имеет важ­ное значение. Современные методы обработки результатов экспер­тиз заключаются в том, что находится средняя оценка функции от искажений, а разброс результатов оценок наблюдателей выражает­ся среднеквадратичным отклонением. Развитие этого метода в зна­чительной степени было определено работами Проссера, Аллнатта и Левиса, а также работами других авторов.

При обработке результатов измерений, полученных при использовании 5-ти балльной шкалы, средняя оценка в баллах определяет­ся следующим образом

,

где N  полное количество оценок, n_i  количество оценок в i  баллов. Пятибалльные оценки g удобно преобразовать в нормали­зованные оценки р, занимающие интервал в пределах от нуля до единицы

.

В современной методике оценки качества воспроизведения изображений используют такое понятие как единица ухудшения ка­чества, выражаемая в импах (от слова «impairment»  ухудшение). Ухудшение I и оценка качества связаны соотношением

.

При изменении качества от нуля до единицы, ухудшение изменяется от бесконечности до нуля. Авторы этой методики исходили из предположения, что ухудшения качества воспроизведения изображения I_i, обусловленные воздействием различных факторов, суммируются, при этом величина результирующего ухудшения I_рез, выраженная в импах, равна

,

где n — число различных видов искажений, приводящих к ухудше­ниям качества воспроизведения. В соответствии с этим была разработана методика, устанавливающая аналитическую зависимость между величиной ухудшения I_i и величиной искажений, обусловленных воздействием какого-либо одного фактора, например, уровня шума, величины эхо-сигнала и т.п.

где Q — некоторая функция искажений. Зависимости ухудшений от величины искажений называются характеристиками ухудшений. Эти характеристики были измерены и опубликованы.

Дальнейшие исследования показали, что при изменении р в пре­делах от 0 до 1 между экспериментальными и расчетными данными имеет место расхождение, при этом среднеквадратичная ошибка расчетных данных составляет 0,083—0, 13. В целях увеличения точности расчетов было предложено результирующее значение ухуд­шений определять путем квадратичного суммирования частных ухудшений

.

Переход к квадратичному суммированию ухудшений действительно позволил повысить точность расчетов в области высоких оце­нок, среднеквадратичная погрешность при этом уменьшилась до величины 0,0280,033, однако, в области низких значений р это привело к ее увеличению до величины 0,140,28, т.е. до четверти шкалы, что недопустимо. Читателю, желающему более подробно ознакомиться с методом оценки качества воспроизведения изобра­жений, описанным в этом разделе, рекомендуем следующую лите­ратуру.

В настоящее время в области создания оценок качества продол­жаются интенсивные исследования. Наиболее перспективным на­правлением таких исследований, считают определение видности результирующих искажений на основе исполь­зования функциональных моделей зрения.

Системы, реализующие процессы приема и автоматической обработки изображений с целью повышения их качества, распознавание и оценку положения различных объектов наблюдения, анализ наблюдаемых сцен, называются системами технического зрения (СТЗ). В СТЗ происходит преобразование входной информации, принимаемой приемниками первичной информации – визирными устройствами (в частности, оптическими, радиолокационными) – в выходную. Выходная информация СТЗ представляет собой описания принятых изображений, которые формируются с учетом решаемых задач.

В широком смысле, описания могут содержать информацию о классах наблюдаемых объектов, их расположении, траекториях движения, энергетических и/или информационных связях между ними.

Процессы преобразования информации могут быть реализованы специальными аппаратными средствами или с помощью соответствующего программного обеспечения на ЭВМ, соединенной с приемниками первичной информации

Задачи, решаемые СТЗ отличаются разнообразием и зависят от конкретной области и условий применения системы. Система технического зрения позволяет принимать информацию о наблюдаемой рабочей сцене, формировать, обрабатывать и анализировать полученные изображения. В автоматических СТЗ все эти задачи решаются без участия человека-оператора. Носителями информации о наблюдаемой сцене являются излучения (оптического, теплового, радиолокационного диапазона и другие). Принятые системой наблюдения (подсистемой СТЗ) пространственно-временные сигналы преобразуются в изображения. Все функциональные задачи сводятся к следующему:

– улучшение изображений;

– классификация образов;

– обнаружение и оценка координат объектов наблюдения;

– анализ сцен.

Улучшение изображений предполагает выделение нужных элементов изображения, пригодных для дальнейшей обработки. Распознавание представляет собой процесс соотнесения объектов, представленных на изображении, к конкретным (заранее определенным) классам объектов. Если объекты заранее не классифицированы, то необходимо проводить кластерный анализ объектов наблюдения, выделяя классы, которые будут использованы для распознавания образов. Поиск объектов заключается в обнаружении и оценки координат относительно некоторой системы отсчета. При этом обрабатывается изображение, на котором присутствуют только объекты наблюдения и фон. При обнаружении объекта класс объекта не определяется. Оценка координат объектов наблюдения или отдельных элементов объекта позволяет определить положение объектов в пространстве, траектории их движения, формировать трехмерное описание изображения, в частности определить структуру, рельеф некоторой поверхности, определить расстояния до отдельных точек наблюдаемой сцены и многое другое. Анализ сцен и прогноз ситуаций позволяет получить описания объектов, необходимые для решения определенных задач, и определить взаимосвязь объектов, расположенных на наблюдаемой сцене. Описания, получаемые на основе анализа сцен, в зависимости от решаемых задач, могут включать описания объектов, их положения относительно друг друга и взаимное влияние. Прогноз ситуаций позволяет оценить последствия каких-либо воздействий на объекты наблюдения.

Для СТЗ, работающих в режиме реального (масштаба) времени, необходимо выполнение условия T_ф ≤ T_тр, где T_ф - фактическое время реализации процесса, T_тр - заданное время. В СТЗ мобильных роботов время обработки изображений может ограничиваться требованиями, связанными с безопасностью движения.

Рабочие функции в СТЗ реализуются аппаратными, программно-аппаратными и программными средствами.

Аппаратные средства СТЗ включают электронные, оптико-электронные, оптические и механические узлы, в том числе приемники излучения, усилители, фильтры, аналого-цифровые и цифро-аналоговые преобразования (ЦАП), вычислительные и запоминающие устройства и другое. В частности, оптико-электронные, оптические и механические узлы обеспечивают прием сигналов приемником излучений. При этом должны выполняться определенные требования по спектральном, энергетическому и пространственно-временном разрешению сигналов, по отношению сигнал/шум и так далее. Этими устройствами могут быть реализованы некоторые рабочие функции СТЗ, такие как фильтрация помех, определение спектральных характеристик излучения и другое.

В некоторых случаях на основе аппаратных средств возможен поиск объектов наблюдения. Например, если изображение объекта представляется в виде нескольких ярких точек на однородном фоне, тогда для выделения полезных сигналов от объектов поиска в потоке лучистой энергии применяются специальные анализаторы изображений.

Для изменения направления линии визирования используются различные системы сканирования. Эти системы включают:

• оптические элементы, при изменении положения которых происходит перемещение изображения;

• механизм перемещения и элементы измерения положения оптических элементов;

• исполнительный двигатель.

Если необходимо, чтобы СТЗ на подвижном носителе была стабилизирована в пространстве, используются различные гироскопические системы. Например, гиростабилизированные платформы, имеющие неизменную ориентацию в инерциальном пространстве или бесплатформенные системы, оснащаемые акселерометрами и датчиками угловых скоростей, позволяющими вычислять параметры движения носителя СТЗ.

В зависимости от структуры СТЗ обработка сигналов ведется в аналоговом или цифровом виде. В последнем случае входные аналоговые сигналы преобразуются с помощью АЦП в дискретные (цифровые сигналы). Дискретные сигналы затем обрабатываются с помощью различных вычислительных устройств. Использование вычислительных и программных средств позволяет реализовать наиболее сложные рабочие функции СТЗ, быстро перестраивать алгоритмы функционирования СТЗ, изменять и совершенствовать выполняемые операции.

1. Физиология сенсорных систем.Ч.1.Физиология зрения/Под ред.Г.В. Гершуни. - Л.: Наука, 1971. -416 с.

2. Глезер В.Д. Зрение и мышление. — Л.: Наука, 1985. — 246 с.

3. Красильников Н.Н. Обобщенная функциональная модель зрения и ее применение в системах обработки и передачи изображений // Автометрия, 1990, № б, С. 7—14.

4. Красильников Н.Н. Цифровая обработка изображений — М.: Вузовская книга, 2001. — 320 с.

5. Ким Н.В. Обработка и анализ изображений в системами технического зрения: Учебное пособие. – М.: МАИ, 2001 – 164с.

В данной теме предлагается пройти тест для самоконтроля (Тест 1) на усвоение материала. А также ознакомится с программой (Программа 1 «Открытие, сохранение и печать графических файлов») и выполнить предложенное в ней задание.

Программа, написанная в среде Delphi, предназначена для получения навыков в создании программного кода по работе с графическими файлами и содержит исходный код с комментариями.

Осуществляется открытие и сохранение графических файлов таких форматов как .bmp, .jpeg и .jpg. При организации печати выделяется два этапа:

– выбор принтера и установка параметров печати;

– собственно печать изображения.

2. Цифровые изображения

2.1. Представление изображений

Дискретизация непрерывных изображений

Квантование изображений

2.2. Типы представления изображений

Векторная графика

Растровая графика

2.3. Пиксели, разрешение и размер изображения

2.4. Цветовая глубина

2.5. Типы изображений

Индексированные цвета

Непрерывный цвет

2.6. Размер растровых изображений

2.7. Форматы данных

Файлы BMP

Файлы PCX

Файлы TIFF

Файлы GIF

Файлы PNG

Файлы JPEG

2.8. Краткое содержание темы (слайды)

2.9. Ссылки и литература для дальнейшего изучения

2.10. Задание

2.1. ПРЕДСТАВЛЕНИЕ ИЗОБРАЖЕНИЙ

Электромагнитные излучения, которые содержат информацию о рассматриваемой сцене, воспринимаются приемниками излучений и преобразуются в цифровое изображение, которое записывается в память ЭВМ. В общем случае принимаемые аналоговые (непрерывные) сигналы являются пространственно-временными. В связи со сложностью обработки подобных сигналов обычно принимается, что на некотором интервале времени сигналы не меняются и изображения рассматриваются как стационарные (во времени) пространственные сигналы.

При решении многих задач пространственный сигнал удобно представлять в виде суммы гармонических составляющих, получаемых, например, с помощью преобразований Фурье. Для дальнейшей обработки изображений аналоговые сигналы дискретизируются (замена непрерывного кадра дискретным) по пространству и квантуются по уровню (замена непрерывного множества значений яркости множеством квантованных значений) в результате чего получается цифровое изображение. При цифровом представлении каждому из квантованных значений яркости ставится в соответствие двоичное число, чем и достигается возможность ввода изображения в ЭВМ.

Двумерный характер изображения по сравнению с обычными сигналами содержит дополнительные возможности оптимизации цифрового представления с целью сокращения объема получаемых цифровых данных. Следует заметить, что в подавляющем большинстве случаев на практике применяют дискретизацию, основанную на использовании прямоугольного растра, и равномерное квантование яркости. Это связано с простотой выполнения соответствующих операций и относительно небольшими преимуществами от использования оптимальных преобразваний. При использовании прямоугольного растра в окончательном виде цифровое изображение обычно представляет собой матрицу, строки и столбцы которой соответствуют строкам и столбцам изображения.

Дискретизация непрерывных изображений

Замену непрерывного изображения дискретным можно выполнить различными способами. Однако наиболее употребительной является периодическая дискретизация, в частности, как упоминалось выше, дискретизация с прямоугольным растром. Такой способ дискретизации может рассматриваться как один из вариантов применения ортогонального базиса, использующего в качестве своих элементов сдвинутые - функции. Рассмотрим основные особенности прямоугольной дискретизации.

Пусть - непрерывное изображение, а - соответствующее ему дискретное, полученное из непрерывного путем прямоугольной дискретизации. Это означает, что связь между ними определяется выражением:

, (2.1)

где - соответственно вертикальный и горизонтальный шаги или интервалы дискретизации. Рис.2.1 иллюстрирует расположение отсчетов на плоскости при прямоугольной дискретизации.

Рис. 2.1. Расположение отсчетов при прямоугольной дискретизации

Определим условия, при которых такая замена является полноценной, т.е. не сопровождается потерей информации, содержащейся в непрерывном сигнале. Потери отсутствуют, если, располагая дискретным сигналом, можно восстановить непрерывный. С математической точки зрения вопрос заключается в восстановлении непрерывного сигнала в двумерных промежутках между узлами, в которых его значения известны или, иными словами, в осуществлении двумерной интерполяции. Ответить на этот вопрос можно, анализируя спектральные свойства непрерывного и дискретного изображений.

Двумерный непрерывный частотный спектр непрерывного сигнала определяется двумерным прямым преобразованием Фурье:

, (2.2)

которому отвечает двумерное обратное непрерывное преобразование Фурье:

. (2.3)

Последнее соотношение верно при любых значениях , в том числе и в узлах прямоугольной решетки . Поэтому для значений сигнала в узлах, учитывая (2.1), соотношение (2.3) можно записать в виде:

. (2.4)

Обозначим через прямоугольный участок в двумерной частотной области . Вычисление интеграла в (2.4) по всей частотной области заменим интегрированием по отдельным участкам и суммированием результатов:

Выполняя замену переменных по правилу , добиваемся независимости области интегрирования от номеров и . Учтем, что при любых целых значениях и . Далее придания выражению необходимого вида введем нормированные частоты и выполним в соответствии с этим замену переменных. В результате получим:

. (2.5)

Теперь выражение (2.5) имеет форму обратного преобразования Фурье, следовательно стоящая под знаком интеграла функция

(2.6)

является двумерным спектром дискретного изображения. В плоскости ненормированных частот выражение (2.6) имеет вид:

(2.7)

Из (2.7) следует, что двумерный спектр дискретного изображения является прямоугольно периодическим с периодами и по осям частот и соответственно. Спектр дискретного изображения образуется в результате суммирования бесконечного количества спектров непрерывного изображения, отличающихся друг от друга частотными сдвигами и . Рис.2.2 качественно показывает соотношение между двумерными спектрами непрерывного (рис.2.2.а) и дискретного (рис.2.2.б) изображений.

а)	б)
Рис. 2.2. Частотные спектры непрерывного и дискретного изображений

Сам результат суммирования существенно зависит от значений этих частотных сдвигов, т. е. от выбора интервалов дискретизации . Допустим, что спектр непрерывного изображения отличен от нуля в некоторой двумерной области в окрестности нулевой частоты, т. е. описывается двумерной финитной функцией. Если при этом интервалы дискретизации выбраны так, что при , , то наложения отдельных ветвей при формировании суммы (2.7) происходить не будет. Следовательно, в пределах каждого прямоугольного участка от нуля будет отличаться лишь одно слагаемое. В частности, при имеем:

при , . (2.8)

Таким образом, в пределах частотной области спектры непрерывного и дискретного изображений с точностью до постоянного множителя совпадают. При этом спектр дискретного изображения в этой частотной области содержит полную информацию о спектре непрерывного изображения. Данное совпадение имеет место лишь при оговоренных условиях, определяемых удачным выбором интервалов дискретизации. Выполнение этих условий, согласно (2.8), достигается при достаточно малых значениях интервалов дискретизации , которые должны удовлетворять требованиям:

, , (2.9)

где - граничные частоты двумерного спектра.

Соотношение (2.8) определяет способ получения непрерывного изображения из дискретного . Для этого достаточно выполнить двумерную фильтрацию дискретного изображения низкочастотным фильтром с частотной характеристикой

(2.10)

Спектр изображения на его выходе содержит ненулевые компоненты лишь в частотной области и равняется, согласно (2.8), спектру непрерывного изображения . Это означает, что изображение на выходе идеального фильтра низких частот совпадает с .

Таким образом, идеальное интерполяционное восстановление непрерывного изображения выполняется при помощи двумерного фильтра с прямоугольной частотной характеристикой (2.10). Запишем алгоритм восстановления непрерывного изображения. Двумерная импульсная характеристика восстанавливающего фильтра, получаемая при помощи обратного преобразования Фурье от (2.10), имеет вид:

.

Продукт фильтрации может быть определен при помощи двумерной свертки входного изображения и данной импульсной характеристики. Представив входное изображение в виде двумерной последовательности - функций

,

после выполнения свертки находим:

. (2.11)

Полученное соотношение указывает способ точного интерполяционного восстановления непрерывного изображения по известной последовательности его двумерных отсчетов. Согласно этому выражению для точного восстановления в роли интерполирующих функций должны использоваться двумерные функции вида . Соотношение (2.11) представляет собой двумерный вариант теоремы Котельникова-Найквиста.

Эти результаты справедливы, только если двумерный спектр сигнала является финитным, а интервалы дискретизации достаточно малы. Реальные изображения редко имеют спектры с ярко выраженными граничными частотами. Одной из причин, приводящих к неограниченности спектра, является ограниченность размеров изображения. Из-за этого при суммировании в (2.7) в каждой из зон проявляется действие слагаемых из соседних спектральных зон. При этом точное восстановление непрерывного изображения становится вообще невозможным. В частности, не приводит к точному восстановлению и использование фильтра с прямоугольной частотной характеристикой.

Особенностью оптимального восстановления изображения в промежутках между отсчетами является использование всех отсчетов дискретного изображения, как это предписывается процедурой (2.11). Это не всегда удобно, часто требуется восстанавливать сигнал в локальной области, опираясь на некоторое небольшое количество имеющихся дискретных значений. В этих случаях целесообразно применять квазиоптимальное восстановление при помощи различных интерполирующих функций. Такого рода задача возникает, например, при решении проблемы привязки двух изображений, когда из-за геометрических расстроек этих изображений имеющиеся отсчеты одного из них могут соответствовать некоторым точкам, находящимся в промежутках между узлами другого.

а)	б)
в)	г)
Рис. 2.3. Влияние интервала дискретизации на восстановление изображения «Отпечаток пальца»

Рис. 2.3 иллюстрирует влияние интервалов дискретизации на восстановление изображений. Исходное изображение, представляющее собой отпечаток пальца, приведено на рис. 2.3.а, и одно из сечений его нормированного спектра - на рис. 2.3.б. Данное изображение является дискретным, а в качестве граничной частоты использовано значение . Как следует из рис. 2.3.б, значение спектра на этой частоте пренебрежимо мало, что гарантирует качественное восстановление. По сути дела, наблюдаемая на рис. 2.3.а картина и является результатом восстановления непрерывного изображения, а роль восстанавливающего фильтра выполняет устройство визуализации - монитор или принтер. В этом смысле изображение рис. 2.3.а может рассматриваться как непрерывное.

Рис. 2.3.в,г показывают последствия от неправильного выбора интервалов дискретизации. При их получении осуществлялась “дискретизация непрерывного” изображения рис. 2.3.а путем прореживания его отсчетов. Рис. 2.3.в соответствует увеличению шага дискретизации по каждой координате в три, а рис. 2.3.г - в четыре раза. Это было бы допустимо, если бы значения граничных частот были ниже в такое же число раз. В действительности, как видно из рис. 2.3.б, происходит нарушение требований (2.9), особенно грубое при четырехкратном прореживании отсчетов. Поэтому восстановленные при помощи алгоритма (2.11) изображения оказываются не только расфокусированными, но и сильно искажают текстуру отпечатка.

а)	б)
в)	г)
Рис. 2.4. Влияние интервала дискретизации на восстановление изображения «Портрет»

На рис. 2.4 приведена аналогичная серия результатов, полученных для изображения типа “портрет”. Последствия более сильного прореживания (в четыре раза на рис.2.4.в и в шесть раз на рис.2.4.г) проявляются в основном в потере четкости. Субъективно потери качества представляются менее значительными, чем на рис. 2.3. Это находит свое объяснение в значительно меньшей ширине спектра, чем у изображения отпечатка пальца. Дискретизация исходного изображения соответствует граничной частоте . Как видно из рис. 2.4.б, это значение намного превышает истинное значение . Поэтому увеличение интервала дискретизации, иллюстрируемое рис. 1.3.в,г, хотя и ухудшает картину, все же не приводит к таким разрушительным последствиям, как в предыдущем примере.