《数字视频和高清:算法和接口》一第2章 图像的采样和显示

简介: 本节书摘来华章计算机《数字视频和高清:算法和接口》一书中的第2章 , [加]查尔斯·波因顿(Charles Poynton)著 刘开华 褚晶辉 马永涛 吕卫 宫霄霖 等译 译更多章节内容可以访问云栖社区“华章计算机”公众号查看。

第2章

图像的采样和显示

数字图像的基本概念总结如图2-1所示。图像数据是经过捕获,处理或者是记录,然后呈现给观众的,图2-1进行了大概的描述,稍后将进行详细的展开,图像的显示结果是由显示和观察条件决定的。观看图片的条件通常是不同于场景捕获的时候,如果这些条件不同,必须施加图像渲染,获取图片的可信的映射,以达到对场外观众真实的显示(而不是它的物理激励)。

2017_09_20_154349

图2-1显示了图像获取过程,通过照相机获取图片,照相机通过获取场景的光亮,将光亮转换为信号,在大多数照相机中执行特定的图像处理操作。然后信号被记录,进一步处理或者发行。最后,该信号在显示装备中被转换为光。所显示图像的表现状况依靠显示条件(比如说峰值照度);观看条件(比如说显示器周围的环境)和显示器,以及它的配置(比如说对比度)的共同影响。有时候场景比所显示的图像更加明亮:在白天获取场景的亮度白色值为30 000cd·m-2,但是摄影棚产生的亮度白色值仅仅为100cd·m-2。通常成像目标与场景的物理激励不匹配(比如说,白天的照度等级),而与观众对场景的期望相契合。产生一个场景匹配要求施加一个不一般的映射——称为图像渲染——映射场景照度到显示照度。
在阳光明媚的中午观察花园里的花朵,日落半个小时后观察同样的花园。物理上讲,除了有较低的照度水平,花的光谱没有任何变化。然而,花朵在日落之后明显不再那么的丰富多彩:照度减弱,色彩也会衰退,这是以著名色彩科学家亨特(R.W.G. Hunt)命名的亨特效果。图像通常是显示原场景的一小部分,或许图像照度只是采样时照度的百分之一或者千分之一。如果呈现图像的照度正比于场景的照度,展现的图片与原来的场景相比色彩度会减小,对比度会降低。
为了使呈现的对比度和色彩与原来的场景相媲美,我们必须改变图像的特性。科学家和物理学家在成像系统中努力实现数学上的线性变换,然而要求的变化引起显示相对照度不同于原来场景照度的比例。困境是这样的:我们可以实现数学上的线性度,或者实现正确的外观,但是我们不能同时实现二者!成功的商品成像系统是以牺牲数学运算来达到正确的感知结果的。

相关文章
|
1月前
|
机器学习/深度学习 算法 数据库
KNN和SVM实现对LFW人像图像数据集的分类应用
KNN和SVM实现对LFW人像图像数据集的分类应用
34 0
|
6天前
|
算法 数据可视化 Python
Python贝叶斯推断Metropolis-Hastings(M-H)MCMC采样算法的实现
Python贝叶斯推断Metropolis-Hastings(M-H)MCMC采样算法的实现
|
6天前
|
机器学习/深度学习 算法 C++
R语言贝叶斯MCMC:GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例
R语言贝叶斯MCMC:GLM逻辑回归、Rstan线性回归、Metropolis Hastings与Gibbs采样算法实例
30 0
|
7天前
|
算法 Unix
R语言实现MCMC中的Metropolis–Hastings算法与吉布斯采样
R语言实现MCMC中的Metropolis–Hastings算法与吉布斯采样
13 0
R语言实现MCMC中的Metropolis–Hastings算法与吉布斯采样
|
7天前
|
文字识别 算法 计算机视觉
图像倾斜校正算法的MATLAB实现:图像倾斜角检测及校正
图像倾斜校正算法的MATLAB实现:图像倾斜角检测及校正
14 0
|
1月前
|
机器学习/深度学习 算法 计算机视觉
利用深度学习算法实现图像风格转换技术探究
本文将通过深入分析深度学习算法在图像处理领域的应用,探讨如何利用神经网络实现图像风格转换技术。通过研究不同风格迁移算法的原理和实现方式,揭示其在艺术创作、图像编辑等领域的潜在应用和挑战。
|
1月前
|
编解码 算法 计算机视觉
基于FPGA的图像最近邻插值算法verilog实现,包括tb测试文件和MATLAB辅助验证
基于FPGA的图像最近邻插值算法verilog实现,包括tb测试文件和MATLAB辅助验证
|
2月前
|
机器学习/深度学习 算法 搜索推荐
【实操】数据扩增:Retinex算法用于图像颜色恢复和对比度增强
【实操】数据扩增:Retinex算法用于图像颜色恢复和对比度增强
32 0
【实操】数据扩增:Retinex算法用于图像颜色恢复和对比度增强
|
2月前
|
算法 计算机视觉
基于Harris角点的多视角图像全景拼接算法matlab仿真
基于Harris角点的多视角图像全景拼接算法matlab仿真
|
30天前
|
传感器 算法 计算机视觉
基于肤色模型和中值滤波的手部检测算法FPGA实现,包括tb测试文件和MATLAB辅助验证
该内容是关于一个基于肤色模型和中值滤波的手部检测算法的描述,包括算法的运行效果图和所使用的软件版本(matlab2022a, vivado2019.2)。算法分为肤色分割和中值滤波两步,其中肤色模型在YCbCr色彩空间定义,中值滤波用于去除噪声。提供了一段核心程序代码,用于处理图像数据并在FPGA上实现。最终,检测结果输出到"hand.txt"文件。

热门文章

最新文章