MTF曲线和图像外观
MTF曲线和图像的外观
所遵循的程序在这个页面
?建立参考边缘，其MTF 通过以下方式测定的使用Imatest SFR。
?的清晰度相同的边缘。
?科目边缘和图像，以影响感知的敏锐性和相应的MTF响应的一系列操作。这些操作都是通过执行画面窗口临（一个优秀价格合理的图像编辑器，下面简称为PWP）。类似的操作可以通过Photoshop中进行。该模糊操作密切的模拟较差镜头素质和散焦效果。
?结果显示在下面的各章中，参考。
?您可以业绩比较方便的通过点击快速链接到边缘图像的左侧快速切换。
参考边缘（下左）是
参考图像（“Earthwood画廊”，下同）是
?采取手持与佳能EOS-40D - 非常锋利抓获，
?使用锐化适量的从RAW图像转换，
?调整到原始大小的50％（3888个像素宽），然后裁剪，
?保存为高品质的JPEG格式文件。
由于这两种图像进行缩放之前犀利，
两个图像的清晰度是由调整操作为主，也就是说，它们都同样清晰。的MTF曲线表示两个边缘和图像。
MTF的阴谋
请注意，参考图像不是在任何意义上的“理想”。它可能已作出更清晰，尽管这可能会引入一些走样将做倾斜，边缘锯齿状。清晰度是典型的数码单反相机具有良好的镜头和保守的锐化量，即不oversharpened。
在下面的部分中，右侧边缘与图像整体经受各种信号处理步骤：模糊（类似于可能从质量差或失焦镜片可以预料），锐化，以及两者的组合（类似真实世界的条件下，当模糊的图像锐化）。请注意，锐化增加 MTF在高空间频率; 模糊（低通滤波）减小了。
在MTF曲线，上面的曲线代表平均边缘响应，也就是说，它直接对应于眼睛看到的边缘的东西。在下面的图中包含的MTF曲线（本文的主题！），即对比度的函数空间频率，表示在这里的每单位像素（C / P）周期。注意，这两个曲线有一个反比关系：减少了边缘的上升距离（10-90％上升）延伸的MTF响应（由MTF50测量）。
正如你看到的图像此页面上，请记住，观察条件严重影响感知的清晰度，而且这些影像并不代表典型的观看条件。他们复制原图，也就是说，一个图像像素占用一个屏幕PIXE。对于大多数的数码相机，他们是非常大的图像作物。例如，戴尔的20-23寸纯平显示器具有在0.25?0.28毫米（每英寸91-102像素）的范围内点距。我的10万像素的佳能EOS-40D生成3888×2592像素的图像（相当一个普通的数字，这些天）。假设0.27毫米像素间距（每英寸94个像素），图像总规模将105x70cm（41.3×27.5in） ; 比大多数图像大都是以往容易被复制。在大多数情况下，对应于给定的MTF曲线的外观会比你这个页面上看到的更好。
真实图像的感知清晰度取决于图像（＆转载像素）大小，观看距离，光照，以及人类视觉系统，灵敏度函数描述，其对比度在这里。
请注意，参考图像不是在任何意义上的“理想”。它可能已作出清晰的，虽然这有可能使边缘更平滑。
此图片有没有边冲和MTF 曲线只有轻微驼背。清晰度是典型的你会期望从一个良好的镜头和磨砺是很少量的单反什么的。
1。参考边缘
快速链接 1。参考 2。锐化 3。USM R = 1 4。USM R = 2 5。模糊 6。进一步模糊 7。高斯模糊R = 2 8。模糊USM 镜头+ R = 1 9。进一步模糊USM 镜头+ R = 1 10。高斯模糊USM 镜头+ R = 2
1，参考图像：这是一个很好的，尖锐的，没有过冲，典型的有什么好的数码单反相机的图像
与保守的锐化，可能会产生; 这不是一个“理想形象”。
这些对于参考图像和边缘。
采用PWP 的锐化转变（金额= 100％），它使用不同的算法从USM （USM 锐化）创建的。我们不知道确切的差异，但结果是可见的MTF 曲线。
轻微（7％）边缘的过冲是不太可能是大多数观察条件下反感。图片外观有了明显的改善。
超调量对应于驼峰的MTF 曲线。
2，锐化
快速链接 1。参考 2。锐化 3。USM R = 1 4。USM R = 2 5。模糊 6。进一步模糊 7。高斯模糊R = 2 8。模糊USM 镜头+ R = 1 9。进一步模糊USM 镜头+ R = 1 10。高斯模糊USM 镜头+ R = 2
2，锐利的图像（100％）：肯定会出现比基准图像更清晰; 小超调
采用PWP 的USM 锐化（USM ）改造（金额= 100％，半径= 1）创建。锐化比的锐化转型（上）只是略强。
边缘过冲可能会在高倍放大的图像有点反感，
这是不太可能是一个问题在小放大。在紧凑型数码相机这一数额过冲的是常见的。
22％的过冲边对应一个峰值（1.26倍）的MTF 曲线。
3，USM R = 1
快速链接 1。参考 2。锐化 3。USM R = 1 4。USM R = 2 5。模糊 6。进一步模糊 7。高斯模糊R = 2 8。模糊USM 镜头+ R = 1 9。进一步模糊USM 镜头+ R = 1 10。高斯模糊USM 镜头+ R = 2
3，USM 的半径= 1。稍微清晰更过冲（“光环”）比锐化后的图像，上面。
采用PWP 的USM 锐化（USM ）改造（金额= 100％，半径= 2）创建的。
该强边冲（“光环”），很可能是在不同的观看条件反感。
晕是清晰可见的平均边缘（上，右上图）。
强大的光环（35％过冲）对应一个峰值（接近1.5倍）的MTF 曲线。
4。USM R = 2
快速链接 1。参考 2。锐化 3。USM R = 1 4。USM R = 2 5。模糊 6。进一步模糊 7。高斯模糊R = 2 8。模糊USM 镜头+ R = 1 9。进一步模糊USM 镜头+ R = 1 10。高斯模糊USM 镜头+ R = 2
4，USM 的半径= 2。重过冲（“
卤代”），这可能是令人反感的各种观看条件，
但对于那些模糊开始与图像的适当的设定。
本节显示模糊的效果。MTF 是代表什么，你可能会从平庸的镜头还是贫穷的焦点。
使用工务计划的模糊变换（金额= 100％）创建的。典型的一个平庸的镜头或轻微的散焦的。
锐度中度退化，这在小倍率可能并不明显。
要查看锐化对这个形象的效果， 模糊USM 镜头+ R = 1。
5。模糊
快速链接 1。参考 2。锐化 3。USM R = 1 4。USM R = 2 5。模糊 6。进一步模糊 7。高斯模糊R = 2 8。模糊USM 镜头+ R = 1 9。进一步模糊USM 镜头+ R = 1 10。高斯模糊USM 镜头+ R = 2
5模糊（金额= 100％）。肯定比参考图像更柔和; 可以接受在小放大。
典型的一个平庸的镜头或轻微的散焦的。
使用工务计划的进一步模糊变换（金额= 100％）创建的。典型的一个贫穷的镜头还是贫穷焦点。
锐度中度退化，稍微比更模糊。值得注意最多放大倍率。有一点反差在0.35以上的C / P 。
要查看锐化对这个形象的效果， 模糊更多USM 镜头+ R = 1。
6，进一步模糊
快速链接 1。参考 2。锐化 3。USM R = 1 4。USM R = 2 5。模糊 6。进一步模糊 7。高斯模糊R = 2 8。模糊USM 镜头+ R = 1 9。进一步模糊USM 镜头+ R = 1 10。高斯模糊USM 镜头+ R = 2
6，进一步模糊（金额= 100％）。比模糊（上图） 小幅走软典型的一个贫穷的镜头还是贫穷 焦点。
采用PWP 的高斯模糊变换（金额= 100％，半径= 2）创建的。
图像清晰度大大降低。有一点对比0.2以上的C / P 值。
要查看锐化对这个形象的效果， 模糊USM 镜头+ R = 2。
7，高斯模糊R = 2
快速链接 1。参考 2。锐化 3。USM R = 1 4。USM R = 2 5。模糊 6。进一步模糊 7。高斯模糊R = 2 8。模糊USM 镜头+ R = 1 9。进一步模糊USM 镜头+ R = 1 10。高斯模糊USM 镜头+ R = 2
7高斯模糊（金额= 100％，半径= 2）：严重模糊！
本节说明如何锐化（使用USM 锐化（USM ））可以恢复在模糊的影像视觉退化的一些（但不是全部）。
使用工务计划的模糊变换（金额= 100％），其次是USM （半径= 1）创建。操作的顺序并不重要。
的微弱优势领先冲（11％）是不太可能反感。图片外观有了明显的改善。最原始的锐度被回收。
查看本文图片无锐化， 模糊。具有相同的MTF50。
8。模糊USM 镜头+ R = 1
快速链接 1。参考 2。锐化 3。USM R = 1 4。USM R = 2 5。模糊 6。进一步模糊 7。高斯模糊R = 2 8。模糊USM 镜头+ R = 1 9。进一步模糊USM 镜头+ R = 1 10。高斯模糊USM 镜头+ R = 2
8，与USM （R = 1）模糊化，从而提高视觉清晰度。 很多，但并不完全所有的原始锐度，可以恢复。
使用工务计划的进一步模糊变换（金额= 100％），其次是USM （半径= 1）创建。
的微弱优势领先冲是不太可能反感。图像的外观是绝对的改善。 许多原始的锐度，但不是全部，可以回收，因为有上述0.35℃/体育小的MTF 响应
查看本文图片无锐化， 点击模糊 更多。
9。进一步模糊USM 镜头+ R = 1
快速链接 1。参考 2。锐化 3。USM R = 1 4。USM R = 2 5。模糊 6。进一步模糊 7。高斯模糊R = 2 8。模糊USM 镜头+ R = 1 9。进一步模糊USM 镜头+ R = 1 10。高斯模糊USM 镜头+ R = 2
9。进一步模糊与USM （R = 1），从而提高视觉清晰度。
原来的清晰度不能完全恢复，但感性的改善可能使接受在许多情况下。
采用PWP 的高斯模糊变换（金额= 100％，半径= 2），其次是USM （半径= 2）创建的。
的微弱优势领先冲是不太可能反感。图片外观有了一定的提高，但原来的清晰度无法恢复，因为有0.2以上的C / P 。小MTF 响应
查看本文图片无锐化， 模糊R = 2。
10，高斯模糊R = 2 + USM R = 2
快速链接 1。参考 2。锐化 3。USM R = 1 4。USM R = 2 5。模糊 6。进一步模糊 7。高斯模糊R = 2 8。模糊USM 镜头+ R = 1 9。进一步模糊USM 镜头+ R = 1 10。高斯模糊USM 镜头+ R = 2
10，高斯模糊（R = 2）与USM（R = 2），从而提高了视觉清晰度。原来的清晰度无法恢复，因为有0.2以上的C / P值。
小MTF响应
?的优良特性的对比，如文本“珍珠街道办事处套房”，随锐化。这是与在介质的空间频率（大约0.15至0.25个周期/像素在上面的例子）锐化凸起或峰是一致的。
?从MTF曲线（MTF50，MTF50P等）提取无单号完全可以对所有观看条件和所有标的物的特征感知的清晰度。锐峰进行比较复杂的。然而，MTF50和MTF50P好猜测，适用于各种场合。
?锐化不能恢复所有丢失的清晰度。和锐化有一个附加的缺点此页面上不可见的：它提高了噪声，不足以成为在某些情况下，非常明显的（在非常高ISO感光度数码单反相机等）。
?的严谨的学风觉差（JND）尚未执行。根据我们的经验，我们预计锐度JND的MTF50是在5％的球场。
使用Imatest的查找夏普文件模块可产生锐利度排名为上述文件。它适用于任何一组相似的图片，而不仅仅是测试图。结果是基于线性像素水平的梯度（方向导数）（是的，令人讨厌的东西）的绝对值。在下面的talbes清晰度数字完全是任意的; 他们依赖于图像和作物区域，即; 它们不是标准的测量，不能用于比较不同的图像（或者甚至不同的作物同一图像的）。
锐利度排名为右侧的图表图像的作物
锐利度排名作物，其中包括大多数的画廊图片
该排名是相同的图表和画廊图像和紧跟MTF50（上图），但清晰度数字缩放比例不同（如预期）。清晰度（梯度）的比率为12.5/3.77 = 3.32图表图像和27.8/7.04 = 3.95为画廊的影像。与此相比，0.468/0.090 = 5.2的MTF50比例（图表图像）。
图像颜色特征提取原理
一、颜色特征 1 颜色空间 1.1 RGB 颜色空间 是一种根据人眼对不同波长的红、绿、蓝光做出锥状体细胞的敏感度描述的基础彩色模式,R、 G、B 分别为图像红、绿、蓝的亮度值,大小限定在 0～1 或者在 0～255。 1.2 HIS 颜色空间 是指颜色的色调、亮度和饱和度,H表示色调,描述颜色的属性,如黄、红、绿,用角度 0～360度来表示;S 是饱和度,即纯色程度的量度,反映彩色的浓淡,如深红、浅红,大小限定在 0～1;I 是亮度,反映可见光对人眼刺激的程度,它表征彩色各波长的总能量,大小限定在 0～1。 1.3 HSV 颜色模型 HSV 颜色模型依据人类对于色泽、明暗和色调的直观感觉来定义颜色, 其中H (Hue)代表色度, S (Saturat i on)代表色饱和度,V (V alue)代表亮度, 该颜色系统比RGB 系统更接近于人们的经验和对彩色的感知, 因而被广泛应用于计算机视觉领域。 已知RGB 颜色模型, 令M A X = max {R , G, B },M IN =m in{R , G,B }, 分别为RGB 颜色模型中R、 G、 B 三分量的最大和最小值, RGB 颜色模型到HSV 颜色模型的转换公式为: S =(M A X - M IN)/M A X H = 60*(G- B)/(M A X - M IN) R = M A X 120+ 60*(B – R)/(M A X - M IN) G= M A X 240+ 60*(R – G)/(M A X - M IN) B = M A X V = M A X 2 颜色特征提取算法 2.1 一般直方图法 颜色直方图是最基本的颜色特征表示方法,它反映的是图像中颜色的组成分布,即出现了哪些颜色以及各种颜色出现的概率。其函数表达式如下: H(k)= n k/N (k=0,1,…,L-1) (1) 其中,k 代表图像的特征取值,L 是特征可取值的个数,n k是图像中具有特征值为 k 的象素的个数,N 是图像象素的总数。由上式可见,颜色直方图所描述的是不同色彩在整幅图像中所占的比例,无法描述图像中的对象或物体,但是由于直方图相对于图像以观察轴为轴心的旋转以及幅度不大的平移和缩放等几何变换是不敏感的,而且对于图像质量的变化也不甚敏感,所以它特别适合描述那些难以进行自动分割的图像和不需要考虑物体空间位置的图像。 由于计算机本身固有的量化缺陷,这种直方图法忽略了颜色的相似性,人们对这种算法进行改进,产生了全局累加直方图法和局部累加直方图法。 2.2 全局累加直方图法 全局累加直方图是以颜色值作为横坐标,纵坐标为颜色累加出现的频数,因此图像的累加直方空间 H 定义为:
教你看懂MTF曲线图
你看懂MTF曲线图 摄影界里有很多种图，不知道你有没有从老法师的嘴里听说过这个词：MTF曲线。比如：“你用过某某镜头么？看看那头光圈全开的MTF曲线，跟天花板似的！”啥是MTF曲线？啥是天花板？小编帮你科普下。 如果你细致浏览过镜头厂商的产品页，就能在每个镜头介绍底下看见这么个图： 这就是MTF曲线图。 那为什么厂商只提供了这个数据？相信我，MTF是这些数据里最好认的了，何况你连这个图都不一定能看 0-20单位mm
纵坐标从0-1是百分比的概念，1代表100%。标定着镜头的分辨率 所以一只理想镜头的MTF曲线图是这样的： 这就是所谓的“天花板”，不过现实世界是不可能有这样的镜头，因为违背物理常识。一般镜头都是中心分辨率很高，越到边缘越差。（曲线不断向下的过程） 2.曲线解释 看颜色 黑色：代表最大光圈时镜头的成像效果。 蓝色：代表最优光圈（F8 拍过照片的人都知道，收光圈后镜头的分辨率会好些。所以也可以从图上看到，F8光圈下曲线更接近“天花板”。
举个例子，正常照片是这样的： 仅有清晰度，没有对比度的话，片子就会变得傻锐，看着“发干”。 只有对比度，没有清晰度，片子反差很大，色彩浓郁，但是看着“很肉”。 这些“行话”你是不是都知道怎么回事了？ 重要的事情再说一遍：实线代表着镜头的反差对比度，细线代表着镜头的锐度清晰度。 粗线在0.8以上表示镜头优秀，0.6合格；细线越靠近1越好。主要看实线，虚线可以作参考。
看虚实 现在就差这SM曲线没讲了，不——是“虚实”曲线。 实线：代表径向；径向指从镜头中心向外放射。 虚线：代表切向；切向指与径向垂直的线。 没明白请恶补初中几何。 与之前的线不同，这两条线要组合着看。如果SM线更接近，就表示镜头的焦外成像越真实。就是焦外像奶油，很油润。如果SM曲线很远，就是焦外成像二线性很明显，什么旋转焦外、鱼鳞焦外之类的。 这就是MTF曲线图的全部知识，你可以找来现有镜头的曲线图看着玩玩。值得一提，曲线图都是在最远合焦距离处测试的，不是无穷远处合焦情况又不一样。
Photoshop平面图像处理实验报告
Photoshop平面图像处理实验报告 一、实验项目 安徽大学宣传画 二、实验目的 （1）使用Photoshop基本工具实现宣传画制作； （2）利用所学知识使得构图美观，各图层间融合度高，辨识度高； （3）尽可能多的使用不同的方法完成制作； （4）学会使用一些常用工具的快捷键，例如“Alt+滚轮”可改变图像大小，“Ctrl+T”可对对象使用“自由变换”等； （5）习惯在新建图层上进行操作，习惯对需要进行较大改动的图层进行备份； （6）在图像放大的基础上进行精确抠图； （7）对图层边界进行模糊处理，提高融合度； （8）学会对绘制图形及文字添加效果，使其立体化（更加真实），或是（多彩化）更加绚丽； （9）学会对设计的图像进行分解与重组，例如球体就是由一层底色加效果、以及白色高光层组合而成； （10）要注意整体构图中的光影效果，使整体井然有序，而不是杂乱无章； （12）学会合理利用滤镜中的各种效果，设计出最为合适的组合； （13）不要忽视重叠图层的“叠加效果”，合理利用可提升叠加图层的融合度； （14）习惯给图层取名，方便修改。 三、实验步骤
（1）新建文件，打开图片（安徽大学校门）文件，使用移动工具拖曳至新建文件中。 （2）为使得校门朝向满足构图设计，使用“编辑——变换——水平翻转”功能，将其实现左右水平翻转。
（3）利用“磁性套索工具”将大门主体部分选出，再使用“选择——反选”功能，选出该图层中不需要的部分，利用“编辑——清除”使其被清除。 （4）使用“橡皮”工具，调整合适的笔锋、不透明度及流量大小对剩余主体部分多余的边角、门内的空隙进行擦除。 使用“编辑——自由变换”调整大小，移动到设计位置。
MTF曲线图-怎么看懂
佳能24-70二代MF曲线图 MTF曲线图显示的是镜头对对比度的忠实再现情况，纵轴表示对比度的优劣，横轴表示与成像中心的距离。另外，图中10线/毫米的曲线越接近1（最大值）镜头的对比度表现就越好。另一方面，30线/毫米的曲线越接近1，镜头分辨力就越高。“线/毫米”这一单位的意思是，以1毫米宽度为单位，其中有多少根白/黑/白/黑的条纹。比方说，10线/毫米的意思可以理解为在1毫米宽度的范围内排列有10条线。MTF值的测试需要拍摄按照上述方式描绘的图表。然后测量拍摄结果进行分析得出数值。如果是变焦镜头要分别测量远摄端和广角端的MTF值，根据所得数值可以大概掌握镜头性能。 MTF曲线提供的是镜头锐度和反差的参考，很专业，很科学，乍一看让人头晕眼花摸不着头脑，其实梳理一下也不是很难理解。 图表的横轴从左到右代表镜头从中心到边缘的距离，单位是mm，如果配套的相机是APS-C 幅面的，一般看到15mm就可以了，全幅的相机，看到20mm也就够了。 图标的纵轴代表镜头表现的好坏，粗浅的划分，0.8以上算好，0.6-0.8算一般，0.6一下算差，大家可以理解成小时候的考试成绩，满分100，60分以下不及格。 然后就是粗细虚实的曲线了：粗线（先不管虚实）代表反差，也就是黑白分明的程度，从左到右是表示镜头从中心到边缘的反差表现，细线代表锐度，也就是成像清晰的程度，从左到右是表示镜头从中心到边缘的清晰度表现。 而虚线需要和同样颜色、粗细的实线一起看，两条线越接近，代表镜头的散镜越漂亮，从焦内到焦外的过度更自然。 黑色代表最大光圈下的表现，蓝色代表光圈在f/8时的表现，一般镜头最大光圈下的画质都不是最好的，稍微收缩一两档会有更好的表现。 MTF曲线是一个严谨的科学参考，只是为大家提供一个参考的媒介，但有些东西是它没法反映的，有些镜头的MTF曲线也许平淡无奇，但拍摄出来的效果却令人叫绝，镜头不仅是光学的产物，也是一代代匠人们经验的积累和传承，每一个都有自己的特点，值得您用心的把玩、了解，您的拍摄技艺和对摄影的理解也会随之水涨船高吧。
平面图形与立体图形教案
4．1几何图形 4.1.1立体图形与平面图形 【教学目标】 1、能从实物图形中抽取出几何图形；能在生活中寻找出相应的几何图形；会认识常见的平面几何图形和立体几何图形。 2、通过实物抽取几何图形的体验，培养自己的几何图形感，能用几何图形描述生活中的物体。 3、通过对多彩多姿的图形世界体验，激发自己对几何学习的兴趣，也体会学习的快乐。 【教学重难点】 1．重点： （1）掌握立体图形与平面图形的关系，学会它们之间的相互转化；?初步建立空间观念． （2）理解几何图形是从实物图形中抽象出来的。 （3）从实际出发，用直观的形式，让学生感受图形的丰富多彩，激发学生学习的兴趣． 2．难点： （1）立体图形与平面图形之间的互相转化． （2）从现实情境中，抽象概括出几何图形 【教具准备】 长方体、正方体、球、圆柱、圆锥等几何体模型，墨水瓶包装盒（每个学生都准备一个），及多媒体教学设备和课本图4．1-5的教学幻灯片．
【教学过程】 一、引入新课 由多媒体展示美丽的图形世界 在同学们所观看中，有哪些是我们熟悉的几何图形？ 二、新授 1．学生在回顾刚才所看到的图片，充分发表自己的意见，?并通过小组交流，补充自己的意见，积累小组活动经验． 2．指定一名学生回答问题，并能正确说出这些几何图形的名称． 学生回答：有圆柱、长方体、正方体等等． 教师活动：纠正学生所说几何图形名称中的错误，并出示相应的几何体模型让学生观察它们的特征． 3．立体图形的概念． （1）长方体、正方体、球、圆柱、圆锥等都是立体图形． （2）学生活动：看课本图4．1-3后学生思考：这些物体给我们什么样的立体图形的形象？（棱柱和棱锥） （3）用多媒体放映课本4．1-4的幻灯片 （4）提出问题：在这个幻灯片中，包含哪些简单的平面图形？ （5）探索解决问题的方法． ①学生进行小组交流，教师对各小组进行指导，通过交流，得出问题的答案． ②学生回答：包含的平面图形有长方形、圆、正方形、多边形和三角形等．4．平面图形的概念．
基本平面图形课件
第四章基本平面图形 4.1 线段、射线、直线 课时导入： 绷紧的琴弦、黑板的边沿都可以近似地看做线段（segment).线段有两个端点. 将线段向一个方向无限延长就形成了射线（ray).手电筒、探照灯所射出的光线可以近似地看做射线.射线有一个端点. 将线段向两个方向无限延长就形成了直线（line).直线没有端点. 议一议 生活中，有哪些物体可以近似地看做线段、射线、直线？ 知识点1：“三线”(即线段、射线、直线)间的关系 1.线段 （1）定义：形如拉紧的绳子(小学回顾)． （2）线段的特征： ①线段是直的，它的长度是可以度量的，有大小； ②线段有两个端点，不能延伸； ③线段由无数个点组成． （3）线段的表示方式：如图所示： 方式一：用一个小写字母表示； 方式二：用表示线段端点的两个大写字母表示． 【例1】如图中，共有几条线段？ 导引：以A为左端点的线段有：线段AC、线段AD、线段AB，以C为左端点的线段有：线段CD、线段CB，以D为左端点的线段有：线段DB. 解：共有6条线段． 总结： (1)顺序数，勿遗漏，勿重复，即有序数数法．根据线段有两个端点的特征，可以先固定第一个点为一个端点，再以其余的点为另一个端点组成线段，然后固定第二个点为一个端点，再与其余的点(第一个点除外)组成线段，以此类推，直到找出最后的线段为止，按这种顺序可以避免遗漏、重复现象． (2)如果平面上有n个点，那么可作线段的总条数为 (1) . 2 n n 2.射线 （1）概念：把线段向一个方向无限延伸所形成的图形叫做射线．（2）射线的特征： ①射线是直的，它的长度是不能够度量的，没法比较大小． ②射线只有一个端点，只能向一个方向延伸． ③射线由无数个点组成．
教你怎么看镜头MTF曲线
教你怎么看镜头MTF曲线 现在各镜头厂家，各个测试机构所用的MTF曲线表现形式都不相同，在下说一下上面这些MTF曲线图的简单看法。 MTF的意义，测试原理就略过不提了，说来实在话长，而且钻研这些理论知识对实际摄影没什么用，我们直接切入正题。首先是坐标轴，垂直坐标轴的值从0到1，任何情况下数值都是越高越好，如果这世上有一支完美的镜头，它的MT F所有线条应该是重合的，达到垂直坐标轴顶点1，但是没有这样的镜头。水平坐标轴表示画面位置与中央的距离，对胶片机来说代表着底片，对数码机来说代表着CCD/CMOS感应器，135相机的对角线长约43.3mm，因此水平坐标轴的值是从0到21.7mm左右，如果是胶片机或者数码全幅机型，从水平坐标轴0 到最右端，就分别代表着画面从中央一直到边缘的质量，但如果是非全幅机型，没有那么大的幅面，就要除以相应的系数，比如APS-C机型，就要除以1.6，结果是13.5mm，所以如果你用的是APS-C机型，只看到13.5mm左右就可以了，后面的已经没意义了。显然，所有镜头都是中央表现最好，越往外围越差（这是废话）。 接下来是线条的意义，图中有黑色线条和蓝色线条，黑色线条表示该镜头光圈全开时的情况，蓝色线条表示该镜头光圈收缩到8时的情况，一般情况下，收缩光圈后，各镜头的表现都会更好，所以蓝色线条基本都比黑色线条高（这也是废话）。每种颜色的线条有粗线和细线两种，粗线代表10线对/mm，细线代表30线对/ mm，1线对/mm表示测试项目为1mm内有1对黑白相间的线条，10线对/mm 代表有10对黑白相间的线条，如此类推。1线对/mm意味着被拍摄的物体是最简单的，反差最大的，最容易被拍摄的，任何镜头都能很容易的表现出这样的画
Visual C++设计二维平面图形
目录： 2一、设计目的 …………………………………………………………………………………………………………… 2 二、需求分析 …………………………………………………………………………………………………………… 2 三、运行环境 …………………………………………………………………………………………………………… 2 四、功能要求 …………………………………………………………………………………………………………… 3 五、总体设计 …………………………………………………………………………………………………………… 3 1.根据题目，得到系统功能模块图 ……………………………………………… 4 2.程序流程图 ………………………………………………………………………………………………… 3．图形类图 5 ……………………………………………………………………………………………………… 4．关键代码 6 ……………………………………………………………………………………………………… 13 六、测试过程 ……………………………………………………………………………………………………………… 13 1.实际完成的情况 …………………………………………………………………………………………… 13 2.程序的性能分析 …………………………………………………………………………………………… 13 3.上机过程中出现的问题及其解决方案 …………………………………………… 4.程序中可以改进的地方说明 13 ………………………………………………………………… 14 5.程序中可以扩充的功能及设计实现构想 ……………………………………… 6．系统测试 14 ………………………………………………………………………………………………………… 16 七、设计总结 ……………………………………………………………………………………………………………… 17八、系统使用手册 …………………………………………………………………………………………………… 九、参考文献 20 ……………………………………………………………………………………………………………… 21 十、附录 …………………………………………………………………………………………………………………………
《平面图像处理》复习资料
《平面图像处理》复习资料 1.色彩心理透过视觉开始，从知觉、感情而到记忆、思想、意志、象征等，其反应与变化是极为复杂的。 2.纯粹色彩科学称为色彩工程学，包括表色法、测色法、色彩计划设计、色彩调节、色彩管理等。 3.在色度学中，颜色的命名是三刺激值；色相，明度，纯度，主波长等。 4.为什么保险柜多为黑色？让人心理上感觉沉重的深色，使人产生无法搬动的感觉。白色和黑色在心理上可以产 生接近两倍的重量差，因而使用黑色可以大大增加保险柜的心理重量，从而有效防止被盗的发生。 5.为什么包装纸箱多为浅褐色？浅褐色可以使人感觉包装纸箱的重量比较轻，而相比之下，白色的就更轻了。使 用包色纸箱包装货物，可以减轻搬运人员的心理负担。 6.红色、橙色、粉色等就是暖色，可以使人联想到火焰和太阳等事物，让人感觉温暖。与此相对，蓝色、绿色、 蓝绿色等被称为冷色，这些颜色能让人联想到水和冰，使人感觉寒冷。 7.心理上感觉暖与感觉冷的颜色？明度高的颜色，都会使人感觉寒冷或凉爽；明度低的颜色，都会使人感觉温暖。 与深蓝色相比，浅蓝色看上去更凉爽；与粉红色相比，红色看上去更温暖。 8.为什么安全帽多为黄色？黄色的可视性高，可以唤起人们的危险意识，因而特别适合建筑工地和工厂车间等危 险性高的工作场所。黄色可以很好地反射光线，能有效保证物体表面温度不会太高。 9.颜色可以将物体放大或缩小？像红色、橙色和黄色这样的暖色，可以使物体看起来比实际大。而蓝色、蓝绿色 等冷色系颜色，则可以使物体看起来比实际小。红色系中像粉红色这种明度高的颜色为膨胀色，可以将物体放大。而冷色系中明度较低的颜色为收缩色，可以将物体缩小。 10.显得凸出的颜色被称为前进色，而显得凹陷的颜色被称为后退色。进色包括红色、橙色和黄色等暖色，主要为 高彩度的颜色；而后退色则包括蓝色和蓝紫色等冷色，主要为低彩度的颜色。 11.催人入眠的颜色、使人清醒的颜色？蓝色具有催眠的作用。蓝色可以降低血压，消除紧张感，从而起到镇定的 作用。除了蓝色外，在绿色中也有一部分颜色具有催眠的作用。蓝色可以使人的身体得到放松，而绿色则使人从心理上得到放松，从而达到催眠的效果。发出的温暖的米黄色灯光以及让人感觉安心的淡橙色灯光都有催眠的作用。暖色是令人清醒的颜色，红色就是使人清醒的颜色，它可以增强人的紧张感，使血压升高。 12.色彩的三要素：色相：一种颜色区别于另一种颜色的表象特征。明度：指色彩的明亮程度。明度最高的是白色， 最低的是黑色。彩度：是指色彩所具有的鲜艳度或强度。彩度最高的颜色被称为纯色，颜色加入灰色就会钝化。 13.颜色与食物、食欲：红色、橙色、黄色等鲜艳的颜色有增进食欲的作用；紫色、黄绿色和蓝色等颜色会使人没 有胃口； 14.暖色：人们见到红、红橙、橙、黄橙、红紫等颜色后，就联想到太阳、火焰、热血等物像，产生温暖、热烈、 危险等感觉，使人产生冲动情绪。 15.冷色：见到蓝、蓝紫、蓝绿等色后，则容易联想到太空、冰雪、海洋等物像，就会产生寒冷、理智、平静等感 觉。 16.中性色：绿色和紫色是中性色。黄绿、浅蓝、蓝绿等色，使人联想到草、树等植物，产生青春、生命、和平等 感觉。紫、蓝紫等色使人联想到花卉、水晶等稀贵物品，故易产生高贵、神秘感感觉。至于黄色，一般被认为是暖色，因为它使人联想起阳光、光明等。，但也有人视它为中性色，当然，同属黄色相，柠檬黄显然偏冷，而中黄则感觉偏暖。 17.红色光波最长，属扩张的、前进的，暖色中的颜色，是三原色之一。易造成视觉疲劳，易引起人体血液循环加 快，容易引人兴奋、紧张、激动。 18.黄色是最能发光的色彩，光明、辉煌、灿烂、神秘，但只要黄色的纯度一降低，则失去原来的光泽，给人以多 疑、不信任的感觉。 19.绿色是介于黄色与蓝色之间的中间色。绿色是植物王国的色彩。绿色的表现意义是丰饶、充实、宁静与希望， 以及知识与信仰的融合渗透。 20.计算机图形学基本内容是使用计算机通过算法和程序在显示设备上构造出图形。 21.计算机图形学研究的对象是一种利用数学方法表示的称为矢量图的文件。 22.图像处理是指对景物或图像的分析技术。 23.图像处理研究的对象是一种二维的称为点阵图的文件。 24.计算机图形输出设备不断发展的同时，也出现了各种不同类型的图形输入设备，如光笔、鼠标及图形输入板、 操纵杆、跟踪球、键盘、坐标数字化仪、图形扫描仪及触摸屏等。 25.计算机图形生成技术应用的领域日益广泛。主要有以下几个应用领域：1.计算机辅助设计与制造（CAD/CAM）； 2.科学技术与事务管理中的交互式绘图； 3.科学计算的可视化； 4.过程控制与系统环境模拟； 5.工业模拟； 6.电
镜头的MTF曲线
（一）成像的清晰度、分辨率和锐度 要理解MTF曲线，需要先搞明白这几个词：成像的清晰度，锐度，对比度，和分辨率。摄影里，锐度是指acutance，不是sharpness，尽管两个词翻译成英文都可以叫做锐度。Acute 是锋利的意思，比如形容刀口锋利。acutance是acute的一个名词。在摄影上，acutance特指黑白色调的边界的锋利或锐利程度，即黑白边界处的对比度。高acutance照片的黑白边界非常清晰，见下图： 因此，锐度（acutance）描述边界处影像信息过渡的快慢；高锐度导致信息的迅速过渡从而使得边界清晰可见。 相机和镜头的分辨率（resolution）描述的是对空间细节分辨的能力。如果能把相邻非常近的线条分开，我们就说这个相机或镜头的分辨率高。 对比度（contrast）是和acutance相联系的。显然，高对比度对应高acutance，低对比度对应低acutance。对比度和acutance可以互换，我们这里不区别其含义，尽管对比度有更广泛的含义，比如照片的整体对比度。 sharpness是resolution和acutance的结合。如果一幅图像即有高的分辨率（resolution） 和高的边缘锐度（acutance），那么我们说这幅图像具有高的sharpness。分辨率和边缘对比度任何一个不够高，这幅图画的sharpness都不够。所以，摄影里的sharpness指照片的整体清晰度。考虑到这些，摄影里的sharpness可能翻译成“清晰度”更合适，而“锐度”的含义留给acutance。下边我们就这样用：清晰度＝sharpness，锐度＝acutance，分辨率＝resolution，对比度＝contrast。（读国外的镜头测评文章，sharp和sharpness是常见到的词汇，比如说某个镜头very sharp。这个词的含义是确定的，指该镜头的解像力非常高，成像清晰：分辨率高，而且对比度复制准确；这和我们常说的某个镜头成像很锐是不一样的。我们说尼康镜头成像锐度高，是指色调边界的对比度高，清晰；比如树叶的边缘非常清晰。）
图像特征及图像特征提取
图像特征提取 摘要本文着重阐述了图像的纹理特征、灰度共生矩阵及其特点，进行了基于灰度共生矩阵的纹理特征提取实验，并采用最小距离判别函数，对图像的特征值进行分类识别。实验表明，对于具有显著纹理特征的图像，基于纹理特征的图像分类识别具有一定的准确性、可靠性和实用性。 关键词特征提取；灰度共生矩阵；最小距离判别法 1 引言图像识别是随计算机的发展而兴起的一门学科，现已渗透各个领域。如生物学中的色体特性研究；天文学中的望远镜图像分析；医学中的心电图分析、脑电图分析、医学图像分析；军事领域中的航空摄像分析、雷达和声纳信号检测和分类、自动目标识别等等。当前，对图像分类识别的常用方法是先提取图像特征，再进行特征值的归类。图像特征包括几何特征、形状特征、颜色特征、纹理特征等等。本文主要针对图像的纹理特征进行提取、分析，最后实现具有显著纹理特性的图像的分类识别。 2 图像的纹理特征纹理是景物的一个重要特征。通常认为纹理是在图像上表现为灰度或颜色分布的某种规律性，这种规律性在不同类别的纹理中有其不同特点。纹理大致可分为两类：一类是规则纹理，它由明确的纹理基本元素（简称纹理基元）经有规则排列而成，常被称为人工纹理。另一类是准规则纹理，它们的纹理基元没有明确的形状，而是某种灰度或颜色的分布。这种分布在空间位置上的反复出现形成纹理，这样的重复在局部范围内往往难以体察出来，只有从整体上才能显露。这类纹理存在着局部不规则和整体规律性的特点，常被称为自然纹理。纹理特征可用来描述对象物表面的粗糙程度和它的方向性，也可用来分析生物材料组织，或者用来进行图像分割。纹理特征提取的方法随纹理类别的不同而不同，一般，规则纹理采用结构分析方法，准规则纹理采用统计分析方法。 3 灰度共生矩阵由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两象素之间会存在一定的灰度关系，即图像中灰度的空间相关特性。灰度共生矩阵就是一种通过研究灰度的空间相关特性来描述纹理的常用方法。3.1 灰度共生矩阵生成灰度直方图是对图像上单个象素具有某个灰度进行统计的结果，而灰度共生矩阵是对图像上保持某距离的两象素分别具有某灰度的状况进行统计得到的。取图像(N×N)中任意一点（x，y）及偏离它的另一点（x+a，y+b），设该点对的灰度值为（g1，g2）。令点（x，y）在整个画面上移动，则会得到各种（g1，g2）。值，设灰度值的级数为，则（g1，g2）。的组合共有k2种。对于整个画面，统计出每一种（g1，g2）值出现的次数，然后排列成一个方阵，在用（g1，g2）出现的总次数将它们归一化为出现的概率P（g1，g2），这样的方阵称为灰度共生矩阵。距离差分值（a，b）取不同的数值组合，可以得到不同情况下的联合概率矩阵。（a，b）取值要根据纹理周期分布的特性来选择，对于较细的纹理，选取（1，0）、（1，1）、（2，0）等小的差分值。 当a=1，b=0时，像素对是水平的，即0度扫描；当a=1，b=0 时，像素对是垂直的，即90度扫描；当 a=1，b=1时，像素对是右对角线的，即45度扫描；当a=-1，b=-1时，像素对是左对角线，即135度扫描。这样，两个象素灰度级同时发生的概率，就将（x，y）的空间坐标转化为“灰度对” （g1，g2）的描述，形成了灰度共生矩阵。实验中对灰
《平面图形图像处理》教学大纲
西北师范大学数字媒体艺术专业课程教学大纲 平面图形图像处理技术 一、说明 （一）课程性质 平面图形图像处理技术是数字媒体艺术专业学生的专业必修课，主要讲述平面图形图像处理的基本原理和技术方法，培养学生利用计算机处理和设计平面图形、图像的能力，通过Photoshop、CorelDraw二个最流行的平面设计软件，具体地讲述平面图形图像处理的理论、方法和操作技巧。通过本课程的学习，再经过由浅入深，循环渐进的基础实践、设计实践和综合实践的实例训练，使学生能够灵活掌握计算机平面图形图像处理与制作技术，提高学生的艺术修养，为学生利用图形图像处理软件进行数字媒体艺术设计打下基础，使他们具有进一步学习相关专业知识的能力。 （二）教学目的 本课程通过全面细致对Photoshop、CorelDraw各项功能的学习，使学生掌握图形图像处理软件的基础知识和专业技术，具有熟练使用软件的能力、对平面图形图像进行熟练处理的能力以及使用计算机输入、输出及打印的能力。在此基础上，提高分析问题和解决问题的能力；提高学生的艺术修养，为今后的专业学习做好铺垫。 （三）教学内容 本课程主要分为理论与实践教学，主要通过Photoshop和CorelDraw两个软件来进行平面图形图像处理技术的学习。内容主要包括图形图像的基础知识、数字图像的采集、图形的绘制、图像的编辑处理、素材元素的制作和图形图像的打印输出等六方面的内容，在理论的基础上，采用“图”配“文”的形式，学习实际图形、图像的绘制方法、制作技巧以及相关软件和硬件的配合使用，进而培养学生的图形、图像创作能力。 （四）教学时数 36+54学时 （五）教学方式 数字媒体艺术属于新兴行业，就业于各种多媒体的广告行业、数字音像合成行业、数字图像制作行业、动画游戏软件行业、图文编辑制作行业、影视编播行业等。针对本课程较强的实践性特点，教学中应注意把理论讲授和实践辅导相结合，结合具体的案例让理论知识直观且具体化，同时在作业训练中注意从简单到复杂、循序渐进的原则。 在上课的过程中，具体体现在以下几个方面： 1、采用讲述、多媒体欣赏、案例分析等手段进行形象化教学 2、引导学生进行课堂构思设计； 3、分析讲评，个别指导学生的设计与制作； 4、设置课题，要求学生运用所学知识完成。 二、本文 理论部分
MTF----镜头传递函数通俗解读
MTF----镜头传递函数通俗解读（一） 给相机配个镜头，相信很多人都会上网查查型号，比比参数。而绝大多数的镜头商都提供了号称“明锐度”的“MTF”传递函数坐标图。 对于“MTF”传递函数很多人一头雾水，还有许多人一知半解。网上搜索MTF，发现提问的人不少，回答的人也很多。但，大都是同样的内容转帖来转帖去，没说清楚，许多术语没有解释，有些概念更是错误的。本帖尽可能通俗的，形象化的做些解读。 “MTF”函数，称为“明锐度”或“对比度”。是光学系统设计性能指标最终结果的一个综合反映。 明锐度是没有单位的量，用百分比或0-1之间的数值表示。 要想完全懂得“MTF”函数，要先说说光学镜头的一个指标：“斑点”。 斑点 被拍摄空间上的一个无穷小的点，通过光学镜头成像在感光面上形成的扩散的“像点”称为“斑点”。理想的像点应该是无穷小的，由于光学镜片以及整个光学系统存在的色散（或称为色差），虽经设计者千方百计校正，仍不能保证可见光范围内的各波长都能聚焦在一个点上，一些光线偏离了成像点而扩散分布在像点的周围，从而形成了“斑点”。 斑点的颜色 物方无穷小的点，一般定义为全色光（光谱为人眼可见光范围），波长大约400至700纳米。光线经过镜头后各波长即被分解，产生色散而形成斑点，这些斑点就像是一个个及其微小的五彩晕轮。 由于像点是人为定义的无穷小的点，其密度亦是无穷大的，因此众多斑点相互交错叠加，肉眼看上去仍为全色图像。但在某些特定条件下，如：反差强烈，位于成像的边缘的图像，就可能出现彩色镶边，一般情况紫边为多。图一右边的斑点图可见，上下色散的颜色为蓝、红，而蓝红混合色视觉上就是紫色。 斑点对图像质量的影响 斑点越大图像的质量就越差。这很好理解，因为部分偏离了成像点的光线叠加到了这个点的周边的图像上，干扰了周边图像的质量。同样，周边的图像色差光线也叠加在这个像点上。所有的色差光线相互叠加相互干扰，导致清晰度下降，成像模糊。 “色散”的光线越靠近斑点中心，能量越大，反之能量越小。毕竟是以聚焦为目的，当然绝大部分光线要朝着斑点中心聚拢。斑点中大的能量影响图像的清晰度，小的能量影响图像的明锐度。 斑点的大小 显然，斑点越小，镜头的成像质量越高。作为一个镜头，斑点是客观存在的，且具有一定的尺寸。 那么，斑点究竟要小到什么程度，我们才能接受呢？对于数码相机而言，理想的斑点应该要小于一个像素的尺寸。 这里就以数码相机为例加以说明。假设一个36×24(mm)全画幅的感光平面，像素矩阵为5616×3744，(约2100万像素)。计算一下就知道，像素尺寸为0.00641毫米,及6.41µm(微米)。那么斑点直径最好不要大于6.41µm，实际上这是很难的。对于低能量的色散光线形成的斑点可能要远远大于这个尺寸。所以我们只能希望高能量光线所形成的斑点不要大于像素尺寸。 “斑点”的实际例子 图一是一项光学产品的斑点图，由ZMAX软件设计。（便于网络排版，图面排列做了整理。） 图中，斑点自左至右由成像面的中心到边缘。 图中可见成像中心的斑点为圆形，高能量斑点直径1.344µm，低能量斑点直径2.69µm。而最边上的斑点就不那么圆，面积也比中心斑点大。 图一左边方框中的数字为光的波长，字体颜色就是这个波长的颜色。图中可见，斑点的中心到外围色散颜色是不同的。
平面几何图形的画法
平面几何图形的画法 按照能否通用，平面几何图形大致可以分为两类：一类是没有具体尺寸要求的相交线、平行线、角、三角形、四边形等等；另一类则是需要符合题目条件与结论，或有严格尺寸要求的图形。无论哪一类，都可以凭借Word页面的“绘图工具”画出来，再利用Windows自带的“画图”程序进行编辑。下面举两例予以说明，敬请同仁赐教。 例1、如图，在三角形纸片ABC中，∠C=90°，∠A=30°，AC=3，折叠该纸片，使点A 与点B重合，折痕与AB，AC分别相交于点D，E，求折痕DE的长。 〖画法〗： 1、点击“插入”→“形状”，选择直线形，插入一条水平直线和一条竖直直线，如图（1）； 2、右击直线，选“设置对象格式”，如图（2）； 3、在“颜色与线条”里，将两条直线均设置为黑色、0.75磅，如图（3）； 4、将水平直线复制成3条，如图（4）；
5、右击其中一条水平直线，在“设置对象格式”→“大小”→“旋转”右框内，输入数字“30”，如图（5）；这时所选直线顺时针旋转30°，如图（6）； 6、再选择一条水平直线，将其顺时针旋转60°，如图（7），图（8）； 7、插入一条水平直线，设置为黑色、0.75磅，并顺时针旋转120°，如图（9）； 8、按住“Ctrl”键依次点击排列好的每条直线，在“图片工具”里选择“组合”，并且“另存图片”到某个文件夹，如图（10）；
9、在Windows自带的“画图”程序中打开图片，如图（11）； 10、用“橡皮”工具擦掉图形中多余的部分，如图（12）； 11、用“铅笔”工具添加直角符号，并用“铅笔”工具将部分实线改成虚线，如图（13）； 12、用“画图”程序中的文本工具给图形各点添加大写字母，如图（14）； 13、剪切图片，另存到文件夹，如图（15）；
详细解读镜头MTF曲线
详细解读镜头MTF曲线 以前也经常看到镜头的MTF曲线，但对其具体含义并不清楚，也无法用MTF判定一款镜头的好坏。最近读了一本雷依里写的书，看到里面比较详细的讲解了MTF，觉得比较有用，就在这里转给大家，共同学习。 MTF曲线图的意义 镜头的成像品质是影友们最为关心，也是争论最多的话题，虽然各种针对镜头成像素质的测试方法层出不穷，但由于测试条件大相径庭，因此这些方法都不能非常准确地反应镜头的真实品质。与媒体拍摄分辨率标板的测试方法相比。MTF 成像曲线图是由镜头的生产厂家在极为客观严谨的测试环境下测得并对外公布的，是镜头成像品质最权威、最客观的技术参考依据。下面就来介绍MTF曲线的技术原理和解读方法。 测量反差与分辨率 众所周知，对数码照片成像素质影响最大的是镜头的分辨率和反差。分辨率的单位是线对/毫米(lp/mm)，相邻的黑白两条线可以称为一个线对，每毫米能够分辨出的线对数就是分辨率。 如何测试镜头的分辨率和反差呢?厂商利用拍摄正弦光栅
(测试标板中的黑白相间的栅格)的方法进行测试，亮度按正弦变化的周期图形叫做“正弦光栅”。而正弦光栅的疏密程度被称为“空间频率”( Spatial Frequency)。空间频率的单位用lp/mm表示。lp/mm标识单位长度(每毫米)的亮度按照正弦变化的图形的周期数。 我们再回过头来看反差。反差=(照度的最大值-照度的最小值)/(照度的最大值+照度的最小值)。所以，反差的数值总是小于等于1的。这里我们引入调制度M的概念: M=(lmax-lmin)/(lmax+lmin) 调制度M总是介于0和1之间，调制度越大，反差越大。在对镜头的反差和分辨率进行测试时，我们将正弦光栅置于镜头前方，测量镜头成像处的调制度。这时由于镜头像差的影响.会出现以下情况。当空间频率很低时，测量出的调制度
提取指纹图像细节特征 文档
1.1 提取指纹图像细节特征 在细化后的指纹图上，就可以提取指纹的细节特征点了。一般来说，指纹细节特征点信息应包括如下内容：（1）特征点类型，是纹线末端点还是分叉点；（2）特征点坐标，这是在该指纹图坐标系下的绝对坐标值；（3）特征点所在纹线在该特征点处的走向。 对于理想的细化图像，细节特征点的提取是很容易的。对细化后的指纹图像的所有目标点进行跟踪检测，如果满足sum=255*7,表明该点是纹线末端点；如果满足sum=255*5，表明该点是纹线分叉点。其中，sum=∑=8 1i i P 。 由于指纹采集设备或采集人手指状态等原因，采集到的指纹图像几乎不可能是理想的，总要存在模糊、粘连或者断线。这样，按照理想状态下提取指纹特征点的方法提取到的特征点中要有一部分是伪特征点，所以要进行后处理，去除伪特征点。 后处理包括以下一些情况下的处理： （1） 找到一个末端点后，沿着该末端点反向跟踪m 个点，若在跟踪这m 个点的过 程中，出现纹线终止或出现分叉点，则认为该点是伪特征点。这样可以去除由毛刺而造成的伪特征点。 （2） 找到一个分叉点后，分别沿着该分叉点的3个分支跟踪n 个点，若在跟踪这 n 个点的过程中，出现纹线终止或出现分叉点，则认为该点是伪特征点。这样可以去除由纹线粘连和小环而造成的伪特征点。 （3） 找到一个分叉点后，求出该分叉点的3个分支之间的夹角，若最大的一个夹 角大于180°，且最小的夹角大于90°，则认为该点是伪特征点。这是因为分叉点夹角一般为2个钝角和一个锐角，但是在指纹纹线弯曲处会出现一个夹角大于等于180°，但最小的夹角仍然是锐角。 （4） 指纹图像细化后，边缘处结构很不规范，会造成大量伪特征点的出现，必须 予以删除。对边缘处的特征点的删除一般都是利用位置信息进行的。前面已经得到了指纹图像的实际范围（见3.2 指纹前景区域的确定），只要将位于图像边缘一定范围内的所有特征点一律作为伪特征点予以删除。虽然，这样会造成少部分真正的特征点丢失，但对识别结果的影响并不大。
图像特征提取方法
图像特征提取方法 摘要 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 至今为止特征没有万能和精确的图像特征定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算法是否成功往往由它使用和定义的特征决定。因此特征提取最重要的一个特性是“可重复性”：同一场景的不同图像所提取的特征应该是相同的。 特征提取是图象处理中的一个初级运算，也就是说它是对一个图像进行的第一个运算处理。它检查每个像素来确定该像素是否代表一个特征。假如它是一个更大的算法的一部分，那么这个算法一般只检查图像的特征区域。作为特征提取的一个前提运算，输入图像一般通过高斯模糊核在尺度空间中被平滑。此后通过局部导数运算来计算图像的一个或多个特征。 常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。当光差图像时，常 常看到的是连续的纹理与灰度级相似的区域，他们相结合形成物体。但如果物体的尺寸很小 或者对比度不高，通常要采用较高的分辨率观察：如果物体的尺寸很大或对比度很强，只需 要降低分辨率。如果物体尺寸有大有小，或对比有强有弱的情况下同事存在，这时提取图像 的特征对进行图像研究有优势。 常用的特征提取方法有：Fourier变换法、窗口Fourier变换（Gabor)、小波变换法、最 小二乘法、边界方向直方图法、基于Tamura纹理特征的纹理特征提取等。
设计内容 课程设计的内容与要求（包括原始数据、技术参数、条件、设计要求等）：一、课程设计的内容 本设计采用边界方向直方图法、基于PCA的图像数据特征提取、基于Tamura纹理特征的纹理特征提取、颜色直方图提取颜色特征等等四种方法设计。 （1）边界方向直方图法 由于单一特征不足以准确地描述图像特征,提出了一种结合颜色特征和边界方向特征的图像检索方法.针对传统颜色直方图中图像对所有像素具有相同重要性的问题进行了改进,提出了像素加权的改进颜色直方图方法;然后采用非分割图像的边界方向直方图方法提取图像的形状特征,该方法相对分割方法具有简单、有效等特点,并对图像的缩放、旋转以及视角具有不变性.为进一步提高图像检索的质量引入相关反馈机制,动态调整两幅图像相似度中颜色特征和方向特征的权值系数,并给出了相应的权值调整算法.实验结果表明,上述方法明显地优于其它方法.小波理论和几个其他课题相关。所有小波变换可以视为时域频域的形式，所以和调和分析相关。所有实际有用的离散小波变换使用包含有限脉冲响应滤波器的滤波器段(filterbank)。构成CWT的小波受海森堡的测不准原理制约，或者说，离散小波基可以在测不准原理的其他形式的上下文中考虑。 通过边缘检测，把图像分为边缘区域和非边缘区域，然后在边缘区域内进行边缘定位．根据局部区域内边缘的直线特性，求得小邻域内直线段的高精度位置；再根据边缘区域内边缘的全局直线特性，用线段的中点来拟合整个直线边缘，得到亚像素精度的图像边缘．在拟合的过程中，根据直线段转角的变化剔除了噪声点，提高了定位精度．并且，根据角度和距离区分出不同直线和它们的交点，给出了图像精确的矢量化结果 图像的边界是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合，边界广泛的存在于物体和背 景之间、物体和物体之间，它是图像分割所依赖的重要特征．边界方向直方图具有尺度不变性，能够比较好的 描述图像的大体形状．边界直方图一般是通过边界算子提取边界，得到边界信息后，需要表征这些图像的边 界，对于每一个边界点，根据图像中该点的梯度方向计算出该边界点处法向量的方向角，将空间量化为M级， 计算每个边界点处法向量的方向角落在M级中的频率，这样便得到了边界方向直方图． 图像中像素的梯度向量可以表示为[(，)，)，(，)，)]，其中Gx(，)，)，G(，)，)可以用下面的
光学基础知识调制传输函数MTF解读
光学基础知识调制传输函数M T F解读 集团文件发布号：（9816-UATWW-MWUB-WUNN-INNUL-DQQTY-
光学基础知识：摄影镜头调制传输函数MTF解读 作者：老顽童 镜头是摄影师和摄影爱好者投资最高的设备之一，也是决定拍摄质量的最重要的因素。因此，镜头的质量，历来受到极大的重视。我们当然会很关心摄影镜头的测量方法。 摄影的最终产品是照片，所以，根据拍摄照片的质量来评价镜头质量，这是我们最先想到的，也是最基本的测试镜头的方法。实拍照片评价镜头质量的优点是结果直截了当，根据效果判断，比较放心。不过决定照片质量的客观因素很多，而一张照片的“好”与“坏”又需要人的主观判断，很难通过测量得出客观的定量结果。大量的事实表明，影响拍摄质量最重要的因素是镜头的分辨率和反差。反差大小可以通过仪器很容易测量，而分辨率就不那么容易了！现在我们经常采用拍摄标准分辨率板的方法测量镜头的分辨率。将拍摄了标准分辨率板的底片放到显微镜下人工判读，看最高能够分辩多少线条密度。分辨率的单位是线对/毫米(lp/mm)，一黑一白两条线算是一个线对，每毫米能够分辩出的线对数就是分辨率的数值。由于这种方法还是要受到胶片分辨率的客观影响和人工判读的主观影响，所以并不是最准确最理想的方法。 现在，让我们从另一个角度出发，将镜头看作一个信息传递系统：被拍摄景物反射出来的光线是它的输入信息，而胶片上的成像就是它的输出信息。一个优秀的镜头意味着它的输出的像忠实的再现了输入方景物的特性。喜欢音响的朋友都知道，高保真放大器的输出，应当准确地再现输入信号(图1)。当输入端输入频率变化而幅
度不变的正弦信号时，输出正弦波信号幅度的变化反映了放大器的频幅特性。频幅特性越平坦，放大器性能越好 (图2)！ 图1 放大器准确再现输入信号 图2 放大器的频幅特性 类似的方法也可以用来描述镜头的特性。由数学证明可知，任何周期性图形都可以分解成亮度按正弦变化的图形的叠加，而任何非周期图形又可以看作是周期图形片断的组合。因此，研究镜头对正弦变化的图形的反映，就可以研究镜头的性能！亮度按正弦变化的周期图形叫做“正弦光栅”。为了描述正弦光栅的线条密度，我们引入了“空间频率”的概念。一般正弦波的频率指单位时间(每秒钟)正弦波的周期数，对应的，正弦光栅的空间频率就是单位长度(每毫米)的亮度按照正弦变化的图形的周期数。