暗适应时间、背景亮度和眩光对人眼对比度阈值影响的探讨

目的评估3种背景环境下的中间视觉对比度阈值,并探讨暗适应时间、背景亮度和眩光对人眼对比度阈值的影响。方法实验主要由三名视力正常的受试者参与。每位受试者的矫正视力都达到1.0以上。三种背景环境下的中间视觉对比度阈值由Mesoptometer Ⅱ来测得。结论实验测得在没有眩光的情况下当背景亮度从L=0.1cd·m-2。下降到L=0.032cd·m-2时,或者在L=0.1cd·m-2时眩光的参与,都会造成对比度阈值的上升。在L=0.032cd·m-2无眩光以及L=0.1cd·m-2有眩光这两种情况下,对比度都会在20分钟左右达到一个最大值。

色觉对比度阈值检测在年龄相关性黄斑病变中的应用

目的探讨色觉对比度阈值变化在年龄相关性黄斑病变中的应用价值。方法选取我院就诊的年龄相关性黄斑病变患者19例22眼,作为研究组;另选取正常人15名25眼作为对照组。两组均进行色觉对比度阈值检测。对检测结果进行分析。结果对照组红-绿色轴的平均阈值为4.59%±0.84%,蓝-黄色轴平均阈值为26.24%±6.27%,经统计分析,两色轴的平均阈值间有显著差异(t=18.37,P<0.01)。两色轴均与年龄呈线性关系,但无显著相关性(r2=0.203,r2=0.258)。研究组红-绿色轴的平均阈值为16.30%±8.69%,蓝-黄色轴平均阈值为74.48%±20.79%,经统计分析,两色轴的平均阈值间也存在显著差异(t=18.31,P<0.01)。两组间进行比较分析发现其在红-绿色轴和蓝-黄色轴上都存在显著差异(t=6.73,t=11.05,均为P<0.01)。结论色觉对比度阈值能有效反映年龄相关性黄斑病变的情况,结果可靠,操作简单,患者易于配合,可作为早期筛选与监测的一项辅助手段。

自适应对比度阈值SIFT算法研究

SIFT(Scale Invariant Feature Transform)算法剔除掉对比度小于给定阈值的候选特征点,认为这些点是不稳定的,但是并没有普遍适用的阈值;固定对比度阈值SIFT算法提取的特征点数目,随着图像对比度的降低而急剧减少,并且整幅图像采用一个固定的阈值,会造成特征点的分布不均匀,无法满足图像高精度匹配的需求;因此需要根据图像人工调整对比度阈值;但是人工调整阈值不能够实现图像的自动匹配,满足不了无法进行人工干预的场合。因此为了提高基于SIFT图像匹配算法的精确性和自动化水平,提出了一种根据特征点局部邻域内的灰度信息,确定对比度阈值的方法,用于改进SIFT算法,并将改进后的算法用于图像匹配;实验结果表明,改进后的SIFT算法能够根据特征点邻域内的灰度分布情况,自动计算对比度阈值,能够很好地适应图像对比度的变化,明显增强了SIFT算法对于低对比度图像匹配的鲁棒性。

面向三角靶标的人眼对比度阈值特性实验表征

人眼视觉对比度阈值特性是光电成像系统性能建模的重要基础,面向三角靶标的人眼对比度阈值特性是三角方向鉴别阈值性能模型构建的前提.以人眼鉴别三角靶标方位的强制四选一度量思想为基础,搭建了集靶标生成、显示控制和测量分析于一体的综合测试平台;通过设置不同背景光亮度,统计了7种不同空间频率的三角形靶标方向鉴别概率;采用韦布尔视觉心理测量函数分析测量数据,获得75%正确判别概率对应的人眼对比度阈值曲线.在正常观察亮度范围内,测量结果分析表明:当背景亮度相同时,三角形空间频率越大,人眼正确判别所需要的对比度阈值越高;当空间频率相同时,三角形背景亮度越大,人眼正确判别所需要的对比度阈值越小.

一种基于对比度阈值的改进SIFT算法

为了提高基于SIFT(Scale Invariant Feature Transform)图像匹配算法对于图像对比度变化的鲁棒性和算法效率,提出了一种具有可变系数的自适应对比度阈值SIFT算法。根据特征点局部邻域的灰度信息初步确定对比度阈值,同时根据当前特征点的多少确定对比度阈值系数的大小;特征点越多,系数越大,增大对比度阈值从而达到避免特征点数量过大的目的。实验结果表明,改进后的SIFT算法能够根据特征点邻域内的灰度分布情况,自动计算对比度阈值,明显增强了SIFT算法对于低对比度图像匹配的鲁棒性;同时最终提取出的特征点数量避免了过大,稳定在预定的区间内,算法效率提高了1倍多。

不同环境亮度下影响近视眼对比度阈值的主要像差项

目的探究影响亮环境、暗环境下无眩光、暗环境下有眩光三种环境下近视及散光人眼对比度阈值的主要像差项。方法选取2018年12月至2019年2月于我院行屈光手术的近视及散光患者98例,对患者进行显然验光、高阶像差以及暗室瞳孔直径等检查,测量三种环境亮度下对比度阈值,分析其与等效球镜度、年龄、瞳孔直径、彗差、球差、总高阶像差的相关性。在不同测试环境下分别以对比度阈值中位数为界将被检者分为两组,并比较两组间各因素差异。结果亮环境下对比度阈值与等效球镜度有相关性(P<0.05),亮环境下两组(对比度阈值<15%组、≥15%组)间等效球镜度差异有统计学意义(P<0.05)。暗环境下无眩光时对比度阈值与球差有显著相关性(P<0.05),暗环境下无眩光时两组(对比度阈值<80%组、≥80%组)间球差和水平彗差差异均有统计学意义(均为P<0.05)。暗环境下有眩光时两组(对比度阈值<80%组、≥80%组)间垂直彗差差异有统计学意义(P<0.05)。结论近视人眼经框架眼镜完全矫正低阶像差后,高阶像差对亮环境下对比度阈值影响较小,主要为球差及水平彗差影响暗环境下无眩光时对比度阈值,垂直彗差影响暗环境下有眩光时对比度阈值。

对比度阈值自适应的SIFT图像拼接算法

图像拼接技术主要由3部分构成:采集、匹配和融合,其中匹配最为关键,决定拼接质量。针对SIFT图像拼接算法的特征点数目局部过高或过低情况,采用对比度阈值自适应的SIFT图像拼接算法,可得到合理数目的特征点。此方法保证特征点数目在150~300之间,过高或过低时,可自适应调节数目,进行有效控制。实验证明:改进的算法保证拼接效果的基础上,提高运算效率,具有实用价值。

SIFT动态对比度阈值算法

针对SIFT算法对比度阈值调整的局限性与算法应用场景多变性之间的矛盾,提出了一种综合图像对比度、图像复杂度和最佳特征点数的动态对比度阈值调整算法来自动适应不同质量的图像,并通过初始对比度阈值设置来实现。实验数据表明,该算法有效地提高了SIFT算法的适应性,增强了对不同质量图像的鲁棒性。

对比度阈值函数修正对于NVThermIP模型的影响

NVThermIP模型作为经典的性能模型,在指导红外系统参数的设计优化方面略有不足,因此需要构建更科学合理的综合评估模型.在经典模型基础上,结合人眼噪声的理论和实验研究,利用噪声等效温差修正了系统的对比度阈值函数.并利用现有的红外系统实验数据,对修正后的模型进行图像模糊和不同距离下辨识两方面验证,结果证明该模型具有很高的预测精确度,可为新型系统设计分析提供可靠的依据和理论指导.

人眼视觉感知驱动的梯度域低照度图像对比度增强

针对传统的对比度增强方法在对低照度图像进行处理时不能同时顾及压缩动态范围、调整亮度以及增强或保持细节等问题,提出一种基于人眼视觉感知特性的、从全局亮度映射到局部细节补偿的低照度图像对比度增强方法.首先通过非线性全局亮度映射模型压缩图像的动态范围,提高图像的整体亮度水平;然后结合人眼视觉系统的亮度掩蔽特性和超阈值对比度感知特性,非线性地调整图像的局部梯度场增强和恢复图像的局部细节;最后在目标梯度场上通过快速求解泊松方程获取增强后的图像.实验结果表明,该方法能够有效地增强低照度图像的全局和局部对比度,提升了低照度图像的视见度.

X射线影像对比度细节体模的设计

为了评价医用X射线摄影影像质量,设计及制作了一种对比度细节体模。利用X射线透过物质时其透过剂量随物质厚度的增加呈指数减弱原理,在与肌肉组织对X射线减弱特性基本等效的有机玻璃板上加工不同大小和深度的圆孔而制成。对比度细节圆孔在对比度阈值区域精密分布,对比度细节从0.3～80.0mm,同时提出了对比度细节体模影像质量指数的计算方法及体模的应用。该体模使用方便,指标计算简单,适合对X射线影像质量的对比度及空间分辨率的综合评价。

混合特征下最优阈值预测的图像匹配

针对单一特征条件下图像匹配率较低,以及SIFT算法由于固定对比度阈值造成特征点数目提取不均的问题,提出一种混合特征下最优阈值预测的图像匹配算法。该算法首先采用SIFT算法提取图像特征点,然后利用纹理参数二阶矩自适应法得到最优阈值,并用描述性较强的纹理特征向量对SIFT匹配过程进行约束实现图像的匹配。实验结果表明,提出的算法根据图像灰度分布自适应选取对比度阈值,能够增强图像细节信息且使提取的特征点数量稳定,在匹配过程中引入纹理向量作为约束准则,避免了相似区域的误匹配,对光照和模糊图像有较好的鲁棒性。

一种基于图像处理技术的视距估算方法

围绕视距估算,基于微光下的视觉探测方程和图像阈值对比度,利用图像处理技术和最小二乘数据拟合方法,提出了一种比较客观的夜视系统野外视距估算方法·为了验证该方法的有效性,针对六种夜视系统,分别进行了野外比较试验·试验结果表明:该方法有效地提高了微光夜视仪的视距检测速度,具有较高的估算准确度和很好的实用性·因此,该方法对于夜视系统性能分析具有科学的指导意义·

一种改进的SIFT特征提取算法

为了满足无人机图像定位的实时性,提出了一种快速有效的SIFT特征提取算法。首先,在尺度空间特征点检测时设定像素步长,减少极值点的检测个数并较均匀地分布在图像上;其次,根据检测到特征点自身灰度信息确定对比度阈值,去除对比度较低的特征点。该算法实现自适应步长和对比度阈值来加快特征点提取,从而提高算法效率。实验结果表明,改进后的SIFT算法明显降低了提取出的特征点数,大大提高了算法效率。

基于人眼感知特性的数字图像压缩技术研究

结合人眼对比度感知特性和图像离散余弦变换特征,提出了一种图像的最小感知误差阈值的计算方法,利用该方法计算的阈值来量化源图像频谱图的各个子块的信息,使得编码时变换域系数中尽可能多的出现零值系数,再通过Huffman编码方法实现编码,并通过实验验证,结果表明平均码长为1.393 3,接近于信源的熵1.123 1,编码效率达到0.8823,压缩比达到13.229 9,峰值信噪比为45.477 5 dB。说明衡量数据压缩性能的性能指标均达到较好效果,同时又因为结合了人眼视觉特性,保证了压缩图像的观测效果。表明提出的阈值计算方法和图像压缩方案是有效的、实用的。

一种最小可分辨温差计算方法

提出了一种红外成像系统的最小可分辨温差(Minimum Resolvable Temperature Difference,MRTD)预测方法。该方法以线性系统理论为基础,利用调制传递函数建立红外成像系统模型,模拟生成不同空间频率的标准四杆靶(长宽比为7:1);通过分析四杆靶的二维(横向和纵向)成像质量,引入对比度修正因子,获取系统输出的四杆靶与背景的温差;利用阈值输入对比度温差,得到系统的MRTD。仿真试验表明,该方法预测的MRTD值与实际测量值一致。

基于TTP准则的红外成像系统性能预测

针对已有模型对红外成像系统现场性能预测存在的概率预测问题,采用最新的目标任务性能(TTP)准则和热成像系统性能评价模型,对坦克目标进行现场性能实验,重点分析不同距离处对坦克目标的探测、识别、辨认概率和欠采样造成的信号混叠对其预测概率的影响。研究表明,该模型与实验数据吻合,可用于对当前热成像系统性能评价。最后讨论了如何对该性能模型进一步完善。

基于纹理特征的SIFT算法改进

针对SIFT(Scale Invariant Feature Transform)算法中使用固定对比度阈值提出了改进方法。当红外图像纹理特征不明显时,算法所能提取的特征点数量会大量减少,影响后续利用特征点进行如图像匹配、目标识别等处理。而人工改变对比度阈值具有局限性,不适用于很多场合。因此提出了一种基于纹理特征的自适应对比度阈值的SIFT算法。所使用的纹理特征提取方法是灰度共生矩阵,鉴于灰度共生矩阵并不能直接应用的特点,因此提取了特征参数。在图像纹理的特征参数如角二阶矩较大时,调低对比度阈值,使得特征点数量得以提高。此算法经验证表明能够在图像纹理特征不明显的情况下依然提取出大量的SIFT特征点。

特种设备射线照片的缺陷鉴定

特种设备射线图象不清晰度是由焦点到底片的距离、焦点直径和固有不清晰度造成的。对比度则随着底片黑度、管电压或能量、材料厚度和照射面积的大小(散射和硬化的影响)等而变化。两个图象质量参数——不清晰度和对比度。

基于NVThermIP模型的红外成像性能评估

该文针对最小可分辨温差模型(MRTD模型)的局限性,提出基于NVThermIP模型的红外成像系统性能评估方法。介绍了NVThermIP模型工作原理和目标任务性能准则(TTP准则),对系统调制传递函数(MTFsys)、Barton人眼滤波器和系统对比度阈值函数(CTFsys)等进行建模,并结合工程实例实现了性能评估过程。