1、视觉信息导论实验报告图像感知实验报告姓名:李爱民班级:信息04学号:10052090一、 实验目的1 小区域、低对比度、低信噪比的图像信号的视觉检测模型的建模2 学习利用强迫选择试验研究人类视觉系统的感知能力3 学习一种人类视觉感知模型-ROSE模型4 找出正确判别率=50%的实验条件,利用该条件下的参数计算ROSE模型并验证阈值大小二、 实验设备及原理1 在图像质量评估和视觉检测领域,将视觉行为模型化是其中很重要的理论。Rose等人提出,人眼视觉检测能力存在某个阈值,按照他的理论,对待检测的信号可分辨能力可以用类似信噪比(SNR)的形式描述为: - 公式(1)在该公式中,C代表信号相对于背景
2、亮度的对比度,A代表信号的面积,和分别代表信号区域和背景区域在单位面积内的光子数目,等价为亮度。按照Rose的实验结果,当取值在5 7之间时,人眼可以检测到信号的存在。2 我们通过CRT来做相关的验证试验以及进一步的研究试验。经过简单的推导,得出检测模型如下: - 公式(2)上式中,为信号的对比度,表达为信号小区域信号亮度与背景区域亮度的差异相对于背景亮度的比例:,为信号噪声的标准差。3 在我们的实验中,需要观察者输入信号的对比度、面积,背景亮度,整个图像显示区域内的噪声方差,并在以上参数变化的各种条件下检测信号是否存在并判断信号所在的位置。所使用的测试软件参数输入界面如下图所示。其中,max
3、CT代表对比度的最大值;maxDelta代表信号相对于最大可显示亮度的比值,HP-17英寸监视器的最大显示亮度大约为7.87cd/m2,在本次试验中,暂时不用考虑; nCT代表对比度或该比值的组数,意味着从0开始,到maxCT为止,共分成nCT组;maxNoise代表最大噪声的标准差与背景亮度的比值,minNoise代表最小噪声的标准差与背景亮度的比值,nNoise代表噪声水平的组数,意味着从0开始,到最大的噪声标准差nNoise*B,共分成nNoise组;nRepeat代表每种实验条件的重复次数;B代表背景亮度相对于最大可显示亮度的比值,取值为0-1,为背景亮度信号的相对取值;A代表信号的面
4、积,单位是平方毫米;TR若为0则代表信号为圆形,若大于0则代表信号为矩形,此时该参数是矩形的宽高比;代表信号相对于水平方向旋转的角度;Lambda代表实际亮度与监视器象素灰度的校正因子,经过实验比较,相对于CRT显示器而言,Lambda选为2.1较为合适。4 实验数据存储在本实验中,观察者每次实验结束后,软件将生成四个文件,分别是*.asc,*.bin,*.dat,*.cre文件。*.dat记录实验的硬件环境和观察者信息;*.cre记录的是唯一对应于每次实验的表识码信息;*.bin存储测试结果,内容与*.asc相同,二进制文件,便于编程读取;而*.asc存储测试结果,每行为一条记录,文本文件,
5、便于matlab类数据处理工具读取。若实验中出现暂停,则产生Paused*.bin文件,存储被暂停的测试的数据。*.asc 中每行为下面的一个数据结构块:typedef struct OneTest float CT; / 当sign为0时,代表CT=(S-B)/B;当sign为1时,代表CT=(S-B)/最大显示亮度 float sigma; / 噪声标准差的绝对值 float B; / 背景亮度 float A; / 信号面积(mm2) int nMonitor; / 监视器尺寸(对角线,英寸) int cx; / 分辨率(水平,像素数) int cy; / 分辨率(垂直,像素数) flo
6、at TR; /该值若大于0代表矩形信号的宽高比,若为0则代表圆形信号 float theta; / 信号角度 int pos; / 信号所在位置(03, -1表示没有信号) int sel; / 测试者观察到的信号位置(03, -1表示观察不到信号,-2表示尚未观测) int correct; / 测试者的观察是否正确(1正确,0不正确,-2表示尚未观测) float lambda; / 实际亮度与象素灰度转换因子 int sign; / 当sign为0代表ct=S/B,当sign为1代表ct=S/最大显示亮度 OneTest;三、 实验内容1实验准备根据软件中的测试图像来调整监视器的亮度和
7、对比度,在尽可能增加监视器对比度的前提下,通过调整监视器亮度来保证每幅图像内的亮暗渐变条纹在屏幕上均匀分布,此时监视器处于最佳测试水平。实验开始前,请选择实验的背景环境、输入测试者姓名以及测试者的实验序号,建议在暗室中操作。2实验步骤固定信号面积(A)为100,背景亮度为中间灰度(对应软件参数为B=0.2),校正因子(Lambda)为2.1,TR为0(对应圆形信号)。STEP1: 输入最大对比度值(maxCT)为0.10,对比度组数为1;最大噪声方差水平(maxNoise)选择合适的值(2),最小噪声方差水平(minNoise)选择合适的值(0.4),噪声水平组数为10;重复次数至少为4。开始
8、实验,观察并判断信号是否存在及位置。(注:我们称这时的噪声水平为测试变量,因为在该实验中,唯一的自变量是噪声水平)。我们称这样的实验为一组实验。STEP2:以后每次实验以0.05的步长改变最大对比度值,分别做maxCT = 0.05 ,0.1, 0.2, 0.25, 0.3, 0.35,0.4 以及相对应的( maxNoise, minNoise ) = (1, 0.2), (2, 0.4), (2, 0.8), (5, 1), (5, 1.2), (5, 1.4), (5, 1.6)(注:由于不同的显卡和显示器的性能不同,所选取的maxCT、maxNoise会有所不同,需要实验者仔细调整,使
9、得所选择的参数能够保证:各次实验中,每种噪声水平对应公式(2)计算出的信噪比,都分布在观察者的临界阈值附近;即噪声水平对应的识别率在50%识别率附近分布), 其他条件不变,观察并判断信号是否存在及位置(注:我们称这时的CT值为组变量,因为在不同组的实验中,只有CT值被改变)。3实验注意事项:每次实验正式开始前,可以先输入一组测试参数做少量实验,保证参数范围合适,使得观察者的临界阈值包含其中,即正判次数和误判次数都较高;待参数调整合适时,再正式开始大量实验。3进一步实验内容:希望有兴趣的同学增加这样的实验:A背景亮度和信号面积保持不变,每次固定信噪比(即nNoise=1),通过设置一定组数的对比
10、度(如:设置nCT=10,即,选择对比度为测试变量,相应地,噪声水平maxNoise则作为组变量),采用上述实验相类似的步骤来获得观测数据。B同样地,还可以选择参数B、A的其它选择来实验,或者,选择小信号区域的形状为矩形。总之,充分的实验会得到更多有价值的结论。四、 实验数据分析1对于每一组实验,编程分析观察者测试结果,画出选择结果与测试变量的关系图;maxCT=0.08:maxCT=0.12maxCT=0.21maxCT=0.26maxCT=0.31maxCT=0.36 maxCT=0.41:2采用实验者自己设计的算法,计算识别率为50时的测试变量的临界值,得到一组JND数据:CT,A,B,
11、SigmaJND;A100100100100100100100B0.20.20.20.20.20.20.2CT0.10.150.20.250.30.350.4JND0.130.220.310.450.560.610.733将每一组实验得到的JND数据组综合起来,分析在JND观测水平下,组变量与其它变量的关系,观察其是否符合ROSE模型; maxCT与JND关系曲线4对于每一组JND数据:CT,A,B,SigmaJND,按照ROSE模型(公式(2)计算KRose。观察该值的取值范围;CT0.10.150.20.250.30.350.4JND0.130.230.30.450.570.60.74Kr
12、ose1.53851.3143 1.33331.11211.05161.1467 1.06115通过实验数据分析,得到符合ROSE模型的JND数据:CT,A,B,SigmaJND的取值范围。答:由上表知,当CT值较小时Krose的值较大,为1.3-1.5,当CT值较大时,Krose的值维持在1.1左右,可知,试验所得数据基本与ROSE模型相符合,其中当CT值较小时,Sigma的取值范围也较小,故而出现较大误差。五、 实验总结通过本次试验,验证了ROSE模型的合理性,在试验过程中,每一组Sigma值重复50次试验,能够很好的消除随机误差,并且试验的环境对试验数据也会构成影响,通过预实验比较得到,在暗室条件下JND值会比在亮度较大环境下偏大,这也合理解释了在黑暗背景下,信号的可见性增强理论。本实验由7000次正式试验和部分预实验(预实验的目的是确定一个合理的试验环境)组成,能够很好的验证ROSE模型的合理性。但也存在当CT值过小时,Sigma取值范围较小,从而引入误差,试验次数较少,没有验证其他变量对ROSE模型的影响等缺陷。这可以通过大量试验得到精确地结果,这里只是粗略的验证ROSE模型。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1