本文共 882 字,大约阅读时间需要 2 分钟。
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)。
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。转载地址:http://myhax.baihongyu.com/