Discreet beeld. Fourierverwerking van digitale beelden

In het vorige hoofdstuk bestudeerden we lineaire ruimtelijk invariante systemen in een continu tweedimensionaal domein. In de praktijk hebben we te maken met beelden die dat wel hebben beperkte maten en worden tegelijkertijd gemeten in een discrete reeks punten. Daarom moeten de tot nu toe ontwikkelde methoden worden aangepast, uitgebreid en aangepast, zodat ze op een dergelijk gebied kunnen worden toegepast. Er komen ook een aantal nieuwe punten naar voren die een zorgvuldige afweging vereisen.

De bemonsteringsstelling vertelt ons onder welke omstandigheden een continu beeld nauwkeurig kan worden gereconstrueerd op basis van een discrete reeks waarden. We zullen ook leren wat er gebeurt als niet aan de voorwaarden voor toepassing ervan wordt voldaan. Dit alles heeft een directe invloed op de ontwikkeling van visuele systemen.

Methoden die een overstap naar het frequentiedomein vereisen, zijn gedeeltelijk populair geworden dankzij snelle rekenalgoritmen discrete transformatie Fourier. Er moet echter voorzichtigheid worden betracht, aangezien deze methoden de aanwezigheid vereisen van periodiek signaal. Wij bespreken hoe aan deze eis kan worden voldaan en wat de gevolgen zijn van het overtreden ervan.

7.1. Limiet afbeeldingsgrootte

In de praktijk hebben afbeeldingen altijd eindige afmetingen. Beschouw een rechthoekig beeld met breedte en hoogte H. Het is nu niet nodig om integralen in de Fourier-transformatie over oneindige grenzen te nemen:

Het is interessant dat we niet alle frequenties hoeven te kennen om de functie te herstellen. Wetende dat dit een harde beperking betekent. Met andere woorden: een functie die slechts in een beperkt gebied van het beeldvlak niet nul is, bevat veel minder informatie dan een functie die deze eigenschap niet heeft.

Om dit te zien, stelt u zich voor dat het schermvlak bedekt is met kopieën gegeven beeld. Met andere woorden, we breiden ons beeld uit naar een functie die in beide richtingen periodiek is

Hier is het grootste gehele getal dat x niet overschrijdt. De Fourier-transformatie van zo'n vermenigvuldigd beeld heeft de vorm

Door te gebruiken op een passende manier geselecteerde convergentiefactoren in Ex. 7.1 Het is bewezen dat

Vandaar,

van waaruit we zien dat het overal gelijk is aan nul, behalve voor een discrete reeks frequenties. Om het te vinden, is het dus voldoende dat we het op deze punten weten. De functie wordt echter verkregen door simpelweg het gedeelte af te snijden waarvoor . Om het te herstellen, is het daarom voldoende dat we alleen voor iedereen weten. Dit is een telbare reeks getallen.

Merk op dat de transformatie van een periodieke functie discreet blijkt te zijn. De inverse transformatie kan immers als een reeks worden weergegeven

Verdichtingsalgoritme dat zeer hoge kwaliteit afbeeldingen met een datacompressieverhouding van meer dan 25:1. Voor een 24-bits kleurenafbeelding met een resolutie van 640 x 480 pixels (VGA-standaard) is doorgaans video-RAM nodig voor opslag... ...

Discrete wavelet-transformatie- Niveau 1 voorbeeld discrete golf beeldconversie. Bovenaan staat de originele full-color afbeelding, in het midden is de wavelet-transformatie horizontaal gemaakt van de originele afbeelding (alleen het helderheidskanaal), onderaan is de wavelet... ... Wikipedia

RASTER - raster- een discreet beeld gepresenteerd als een matrix [van] pixels... E-Business woordenboek

computergraphics- visualisatie van het informatiebeeld op het beeldscherm (monitor). In tegenstelling tot het reproduceren van een afbeelding op papier of andere media, kan een afbeelding die op een scherm is gemaakt vrijwel onmiddellijk worden gewist en/of gecorrigeerd, gecomprimeerd of uitgerekt... ... Encyclopedisch woordenboek

rooster- Een discreet beeld gepresenteerd als een matrix van pixels op een scherm of papier. Een raster wordt gekenmerkt door zijn resolutie door het aantal pixels per lengte-eenheid, grootte, kleurdiepte, enz. Voorbeelden van combinaties: dichtheid... ... Handleiding voor technische vertalers

tafel- ▲ array tweedimensionale tabel tweedimensionale array; discrete representatie van een functie van twee variabelen; informatie rooster. matrix. rapportkaart | tabel. lijn. lijn. kolom. kolom. kolom. grafiek. grafiek. grafiek. ▼ schema… Ideografisch woordenboek van de Russische taal

Laplace-transformatie- De Laplace-transformatie is een integrale transformatie die een functie van een complexe variabele (beeld) verbindt met een functie van een reële variabele (origineel). Het wordt gebruikt om de eigenschappen te bestuderen dynamische systemen en beslis... ...Wikipedia

Laplace-transformatie

Inverse Laplace-transformatie- De Laplace-transformatie is een integrale transformatie die een functie van een complexe variabele (beeld) verbindt met een functie van een reële variabele (origineel). Met zijn hulp worden de eigenschappen van dynamische systemen bestudeerd en differentieel en ... Wikipedia opgelost

GOST R 52210-2004: Digitale televisie-uitzending. Termen en definities- Terminologie GOST R 52210 2004: Digitale televisie-uitzendingen. Termen en definities origineel document: 90 (televisie)demultiplexer: een apparaat dat is ontworpen om gecombineerde digitale televisiedatastromen te scheiden... ... Woordenboek-naslagwerk met termen van normatieve en technische documentatie

Videocompressie- (Engelse videocompressie) vermindert de hoeveelheid gegevens die wordt gebruikt om de videostream weer te geven. Met videocompressie kunt u effectief de stroom verminderen die nodig is om video via uitzendkanalen te verzenden, de ruimte verkleinen,... ... Wikipedia

U kunt een doorlopend beeld vervangen door een afzonderlijk beeld op verschillende manieren. U kunt bijvoorbeeld elk systeem kiezen orthogonale functies en, nadat u de beeldrepresentatiecoëfficiënten volgens dit systeem (op deze basis) hebt berekend, vervangt u het beeld ermee. De verscheidenheid aan ondergronden maakt het mogelijk om verschillende discrete representaties van een doorlopend beeld te vormen. De meest gebruikte methode is echter periodieke bemonstering, in het bijzonder, zoals hierboven vermeld, bemonstering met een rechthoekig raster. Deze discretisatiemethode kan worden beschouwd als een van de opties voor het gebruik van een orthogonale basis die verschoven functies als elementen gebruikt. Vervolgens zullen we, hoofdzakelijk als volgt, in detail de belangrijkste kenmerken van rechthoekige bemonstering bekijken.

Laat het een continu beeld zijn, en laat het de overeenkomstige discrete zijn, verkregen uit het continue beeld door rechthoekige bemonstering. Dit betekent dat de relatie tussen hen wordt bepaald door de uitdrukking:

waar zijn respectievelijk de verticale en horizontale stappen of bemonsteringsintervallen. Fig. 1.1 illustreert de locatie van monsters op het vlak met rechthoekige bemonstering.

De belangrijkste vraag die zich voordoet bij het vervangen van een continu beeld door een discreet beeld is het bepalen van de omstandigheden waaronder een dergelijke vervanging voltooid is, d.w.z. gaat niet gepaard met een verlies van informatie in het continue signaal. Er zijn geen verliezen als je hebt discreet signaal, kunt u continu herstellen. Vanuit wiskundig oogpunt is het dus de vraag om te reconstrueren continu signaal in tweedimensionale ruimtes tussen knooppunten waarvan de waarden bekend zijn, of, met andere woorden, in de implementatie van tweedimensionale interpolatie. Deze vraag kan worden beantwoord door de spectrale eigenschappen van continue en discrete beelden te analyseren.

Het tweedimensionale continue frequentiespectrum van een continu signaal wordt bepaald door een tweedimensionale directe Fourier-transformatie:

wat overeenkomt met de tweedimensionale inverse voortdurende transformatie Fourier:

De laatste relatie geldt voor alle waarden, ook voor de knooppunten van een rechthoekig rooster . Daarom kan voor de signaalwaarden op de knooppunten, rekening houdend met (1.1), relatie (1.3) worden geschreven als:

Laten we kortheidshalve dit aanduiden met een rechthoekige doorsnede in het tweedimensionale frequentiedomein. De berekening van de integraal in (1.4) over het gehele frequentiedomein kan worden vervangen door integratie over individuele gebieden en de resultaten samenvattend:

Door variabelen volgens de regel te vervangen, bereiken we onafhankelijkheid van het integratiedomein van de cijfers en:

Hier wordt rekening mee gehouden voor alle gehele waarden en . Deze uitdrukking komt qua vorm zeer dicht bij de inverse Fourier-transformatie. Het enige verschil is de onjuiste vorm van de exponentiële factor. Om het de gewenste vorm te geven, introduceren we genormaliseerde frequenties en voeren we in overeenstemming hiermee een verandering van variabelen uit. Als resultaat krijgen we:

Nu heeft uitdrukking (1.5) de vorm van een inverse Fourier-transformatie, dus de functie onder het integraalteken is

(1.6)

is een tweedimensionaal spectrum van een discreet beeld. Op het vlak van niet-gestandaardiseerde frequenties heeft uitdrukking (1.6) de vorm:

(1.7)

Uit (1.7) volgt dat het tweedimensionale spectrum van een discreet beeld rechthoekig periodiek is met perioden en respectievelijk langs de frequentie-assen en. Het spectrum van een discreet beeld wordt gevormd als resultaat van de optelling van een oneindig aantal spectra van een continu beeld, die van elkaar verschillen in frequentieverschuivingen en . Figuur 1.2 toont kwalitatief de relatie tussen de tweedimensionale spectra van continue (Fig. 1.2.a) en discrete (Fig. 1.2.b) beelden.

Het sommatieresultaat zelf hangt in belangrijke mate af van de waarden van deze frequentieverschuivingen, of, met andere woorden, van de keuze van de bemonsteringsintervallen. Laten we aannemen dat het spectrum van een continu beeld niet nul is in een bepaald tweedimensionaal gebied in de buurt van de frequentie nul, dat wil zeggen dat het wordt beschreven door een tweedimensionale eindige functie. Als de bemonsteringsintervallen zo worden gekozen dat voor , dan zal de overlap van individuele takken bij het vormen van de som (1,7) niet optreden. Binnen elke rechthoekige sectie zal dus slechts één term van nul verschillen. In het bijzonder wanneer we:

bij , . (1,8)

Binnen het frequentiedomein vallen de spectra van continue en discrete beelden dus samen tot een constante factor. In dit geval bevat het spectrum van het discrete beeld dit frequentiegebied volledige informatie over het spectrum van een continu beeld. We benadrukken dat dit toeval alleen plaatsvindt onder gespecificeerde omstandigheden, bepaald door een succesvolle keuze van bemonsteringsintervallen. Merk op dat de vervulling van deze voorwaarden, volgens (1.8), wordt bereikt bij voldoende kleine waarden van bemonsteringsintervallen, die aan de vereisten moeten voldoen:

waarin de grensfrequenties van het tweedimensionale spectrum liggen.

Relatie (1.8) bepaalt de methode voor het verkrijgen van een continu beeld uit een discreet beeld. Om dit te doen, volstaat het om een ​​tweedimensionale filtering van een discreet beeld uit te voeren met behulp van een laagdoorlaatfilter frequentierespons

Het spectrum van het beeld aan de uitgang bevat alleen componenten die niet nul zijn in het frequentiedomein en is volgens (1.8) gelijk aan het spectrum van een continu beeld. Dit betekent dat het uitvoerbeeld een ideaal filter is lage frequenties valt samen met.

De ideale interpolatiereconstructie van een continu beeld wordt dus uitgevoerd met behulp van een tweedimensionaal filter met een rechthoekige frequentierespons (1.10). Het is niet moeilijk om expliciet een algoritme op te schrijven voor het reconstrueren van een doorlopend beeld. Tweedimensionaal impuls reactie reconstructiefilter, dat eenvoudig kan worden verkregen met behulp van de inverse Fourier-transformatie uit (1.10), heeft de vorm:

.

Het filterproduct kan worden bepaald met behulp van een tweedimensionale convolutie van het invoerbeeld en een gegeven impulsresponsie. Het invoerbeeld weergeven als een tweedimensionale reeks -functies

na het uitvoeren van de convolutie vinden we:

De resulterende relatie geeft een werkwijze aan voor nauwkeurige interpolatiereconstructie van een continu beeld uit een bekende reeks van zijn tweedimensionale monsters. Volgens deze uitdrukking moeten voor een nauwkeurige reconstructie tweedimensionale functies van het formulier worden gebruikt als interpolatiefuncties. Relatie (1.11) is een tweedimensionale versie van de stelling van Kotelnikov-Nyquist.

Laten we nogmaals benadrukken dat deze resultaten geldig zijn als het tweedimensionale spectrum van het signaal eindig is en de bemonsteringsintervallen voldoende klein zijn. De eerlijkheid van de getrokken conclusies wordt geschonden als aan ten minste één van deze voorwaarden niet wordt voldaan. Echte beelden hebben zelden spectra met uitgesproken afsnijfrequenties. Een van de redenen die tot het onbeperkte spectrum leiden, is de beperkte beeldgrootte. Hierdoor verschijnt bij het optellen van (1.7) de actie van termen uit aangrenzende spectrale zones in elk van de zones. In dit geval wordt een nauwkeurige restauratie van een continu beeld volkomen onmogelijk. Met name het gebruik van een filter met een rechthoekige frequentierespons leidt niet tot nauwkeurige reconstructie.

Een kenmerk van optimaal beeldherstel in de intervallen tussen monsters is het gebruik van alle monsters van een afzonderlijk beeld, zoals voorgeschreven door procedure (1.11). Dit is niet altijd handig; het is vaak nodig om een ​​signaal in een lokaal gebied te reconstrueren, op basis van een klein aantal beschikbare discrete waarden. In deze gevallen is het raadzaam om quasi-optimaal herstel te gebruiken met behulp van verschillende interpolatiefuncties. Dit soort problemen doet zich bijvoorbeeld voor bij het oplossen van het probleem van het koppelen van twee afbeeldingen, wanneer, als gevolg van de geometrische ontstemming van deze afbeeldingen, de beschikbare monsters van een van hen kunnen overeenkomen met enkele punten die zich in de ruimtes tussen de knooppunten van de beelden bevinden. ander. De oplossing voor dit probleem wordt in de volgende secties van deze handleiding gedetailleerder besproken.

Rijst. Figuur 1.3 illustreert het effect van bemonsteringsintervallen op beeldherstel. Het originele beeld, dat een vingerafdruk is, wordt getoond in Fig. 1.3, a, en een van de secties van het genormaliseerde spectrum staat in Fig. 1.3, b. Dit beeld is discreet en de waarde wordt gebruikt als de afsnijfrequentie. Zoals volgt uit afb. 1.3, b is de waarde van het spectrum bij deze frequentie verwaarloosbaar, wat een hoogwaardige reconstructie garandeert. In feite, waargenomen in Fig. 1.3.a De afbeelding is het resultaat van het herstellen van een continu beeld, en de rol van een herstelfilter wordt vervuld door een visualisatieapparaat - een monitor of een printer. In die zin is het beeld in Fig. 1.3.a kan als continu worden beschouwd.

Rijst. 1.3, c, d laten de gevolgen zien van een onjuiste keuze van bemonsteringsintervallen. Bij het verkrijgen ervan werd het "continue" beeld "bemonsterd" in figuur 1. 1.3.a door het aantal uit te dunnen. Rijst. 1.3,c komt overeen met een toename van de bemonsteringsstap voor elke coördinaat met drie, en Fig. 1,3, g - vier keer. Dit zou acceptabel zijn als de waarden van de afsnijfrequenties hetzelfde aantal keren lager zouden zijn. In feite, zoals blijkt uit Fig. 1.3, b, er is sprake van een overtreding van eisen (1.9), vooral ernstig wanneer de monsters vier keer worden uitgedund. Daarom zijn de afbeeldingen die zijn hersteld met behulp van algoritme (1.11) niet alleen onscherp, maar vervormen ze ook de textuur van de afdruk aanzienlijk.

In afb. 1.4 toont een vergelijkbare reeks resultaten verkregen voor een afbeelding van het type “portret”. De gevolgen van een sterkere uitdunning (vier keer in figuur 1.4.c en zes keer in figuur 1.4.d) komen vooral tot uiting in verlies van helderheid. Subjectief gezien lijkt het kwaliteitsverlies minder groot dan in Fig. 1.3. Dit wordt verklaard door de aanzienlijk kleinere spectrale breedte dan die van een vingerafdrukbeeld. De bemonstering van het originele beeld komt overeen met de afsnijfrequentie. Zoals blijkt uit Fig. 1.4.b is deze waarde veel hoger dan de werkelijke waarde. Daarom is de toename van het bemonsteringsinterval, geïllustreerd in Fig. 1.3, c, d leidt, hoewel het het beeld verslechtert, nog steeds niet tot zulke destructieve gevolgen als in het vorige voorbeeld.

Een persoon kan informatie waarnemen en opslaan in de vorm van beelden (visueel, geluid, tactiel, smaak en reuk). Visuele beelden kunnen worden opgeslagen in de vorm van afbeeldingen (tekeningen, foto's, enz.), en geluidsbeelden kunnen worden opgenomen op platen, magneetbanden, laserschijven enzovoort.

Informatie, inclusief afbeeldingen en audio, kan in analoge of discrete vorm worden gepresenteerd. Bij analoge weergave neemt een fysieke grootheid een oneindig aantal waarden aan, en de waarden veranderen voortdurend. Bij een discrete representatie neemt een fysieke grootheid een eindige reeks waarden aan, en verandert de waarde ervan abrupt.

Een voorbeeld van een analoge weergave van grafische informatie is bijvoorbeeld een schilderij waarvan de kleur voortdurend verandert, en een discrete weergave is een afbeelding die is afgedrukt met een inkjetprinter en bestaat uit afzonderlijke stippen verschillende kleuren. Voorbeeld van analoge opslag audio-informatie is vinylplaat(het audiospoor verandert voortdurend van vorm) en discreet – een audio-compact disc (waarvan het audiospoor gebieden met verschillende reflectiviteit bevat).

De conversie van grafische en geluidsinformatie van analoge naar discrete vorm wordt uitgevoerd door middel van sampling, dat wil zeggen door een continu grafisch beeld en een continu (analoog) geluidssignaal te verdelen in individuele elementen. Het bemonsteringsproces omvat codering, dat wil zeggen het toekennen van een specifieke waarde aan elk element in de vorm van een code.

Bemonstering is de transformatie van continue beelden en geluid naar een reeks discrete waarden in de vorm van codes.

Beeldcodering

Creëer en bewaar grafische objecten op een computer zijn er twee manieren: hoe rooster of hoe vector afbeelding. Elk type afbeelding gebruikt zijn eigen coderingsmethode.

Bitmap-codering

Een rasterafbeelding is een verzameling punten (pixels) van verschillende kleuren. Een pixel is het kleinste gebied van een afbeelding waarvan de kleur onafhankelijk kan worden ingesteld.

Tijdens het coderingsproces wordt een afbeelding ruimtelijk gediscretiseerd. Ruimtelijke bemonstering van een afbeelding kan worden vergeleken met het construeren van een afbeelding uit een mozaïek (een groot aantal kleine, veelkleurige brilletjes). De afbeelding wordt opgedeeld in afzonderlijke kleine fragmenten (punten) en aan elk fragment wordt een kleurwaarde toegewezen, dat wil zeggen een kleurcode (rood, groen, blauw, enzovoort).

Voor een zwart-witafbeelding is het informatievolume van één punt gelijk aan één bit (zwart of wit - 1 of 0).

Voor vier kleuren – 2 bits.

Voor 8 kleuren heb je 3 bits nodig.

Voor 16 kleuren – 4 bits.

Voor 256 kleuren – 8 bits (1 byte).

De beeldkwaliteit is afhankelijk van het aantal dots (dan kleiner formaat punten en dus hoe groter hun aantal, hoe beter de kwaliteit) en het aantal gebruikte kleuren (hoe meer kleuren, hoe beter de afbeelding is gecodeerd).

Om kleur als numerieke code weer te geven, worden twee inverse kleurmodellen gebruikt: RGB of CMYK. Het RGB-model wordt gebruikt in tv's, monitoren, projectoren, scanners, digitale camera's... De hoofdkleuren in dit model zijn: rood (rood), groen (groen), blauw (blauw). Kleur CMYK-model gebruikt bij het afdrukken bij het vormen van afbeeldingen die bedoeld zijn om op papier te worden afgedrukt.

Kleurenafbeeldingen kunnen verschillende kleurdiepten hebben, die worden bepaald door het aantal bits dat wordt gebruikt om de kleur van een punt te coderen.

Als we de kleur van één pixel in een afbeelding coderen met drie bits (één bit voor elke RGB-kleur), krijgen we alle acht verschillende kleuren.

Om informatie over de kleur van elk punt van een kleurenbeeld in het RGB-model op te slaan, worden in de praktijk gewoonlijk 3 bytes (dat wil zeggen 24 bits) toegewezen - 1 byte (dat wil zeggen 8 bits) voor de kleurwaarde van elke component . Elke RGB-component kan dus een waarde aannemen in het bereik van 0 tot 255 (2 8 = 256 waarden in totaal), en elk beeldpunt kan met een dergelijk coderingssysteem worden gekleurd in een van de 16.777.216 kleuren. Deze reeks kleuren wordt gewoonlijk True Color genoemd, omdat het menselijk oog nog steeds geen grotere verscheidenheid kan onderscheiden.

Om een ​​beeld op het beeldscherm te kunnen vormen, moet informatie over elke stip (kleurcode van de stip) worden opgeslagen in het videogeheugen van de computer. Laten we de benodigde hoeveelheid videogeheugen voor een van berekenen grafische modi. Op moderne computers is de schermresolutie meestal 1280 x 1024 pixels. Die. totaal 1280 * 1024 = 1310720 punten. Bij een kleurdiepte van 32 bits per pixel bedraagt ​​de benodigde hoeveelheid videogeheugen: 32 * 1310720 = 41943040 bits = 5242880 bytes = 5120 KB = 5 MB.

Rasterafbeeldingen zijn zeer gevoelig voor schaling (vergroting of verkleining). Bij het verkleinen van een rasterafbeelding worden meerdere aangrenzende punten omgezet in één, waardoor de zichtbaarheid verloren gaat kleine onderdelen afbeeldingen. Wanneer u de afbeelding vergroot, wordt de grootte van elke stip groter en verschijnt er een stapeffect dat met het blote oog zichtbaar is.

Afbeeldingen die bestaan ​​uit discrete elementen, die elk slechts een eindig aantal te onderscheiden waarden kunnen aannemen die in een eindige tijd veranderen, worden discreet genoemd. Benadrukt moet worden dat de elementen van een discreet beeld in het algemeen een ongelijk oppervlak kunnen hebben en dat elk van hen een ongelijk aantal te onderscheiden gradaties kan hebben.

Zoals in het eerste hoofdstuk werd aangetoond, zendt het netvlies naar de hogere delen van de visuele analysator discrete beelden.

Hun schijnbare continuïteit is slechts één van de illusies van de visie. Deze “kwantisering” van aanvankelijk continue beelden wordt niet bepaald door de beperkingen die gepaard gaan met resolutie optisch systeem ogen en zelfs niet morfologisch structurele elementen visueel systeem, en functionele organisatie zenuwnetwerken.

Het beeld wordt in afzonderlijke elementen verdeeld door receptieve velden die een of ander aantal fotoreceptoren verenigen. Receptieve velden produceren de primaire selectie van nuttige velden licht signaal door ruimtelijke en temporele sommatie.

Het centrale deel van het netvlies (fovea) wordt alleen ingenomen door kegeltjes; in de periferie buiten de fovea bevinden zich zowel kegeltjes als staafjes. Onder nachtzichtomstandigheden hebben de kegelvelden in het centrale deel van het netvlies ongeveer dezelfde grootte (ongeveer 5 inch in hoekmaat). Het aantal van dergelijke velden in de fovea, waarvan de hoekafmetingen ongeveer 90 inch zijn, is ongeveer 200. De hoofdrol bij nachtzichtomstandigheden wordt gespeeld door de staafvelden, die het gehele resterende oppervlak van het netvlies bezetten. Ze hebben een hoekgrootte van ongeveer 1° over het gehele oppervlak van het netvlies. Het aantal van dergelijke velden in het netvlies is ongeveer drieduizend. Niet alleen detectie, maar ook weergave van slecht verlichte objecten onder deze omstandigheden wordt uitgevoerd door de perifere gebieden van het netvlies.

Naarmate de verlichting toeneemt, begint een ander systeem van opslagcellen – de kegelgevoelige velden – een belangrijke rol te spelen. In de fovea veroorzaakt een toename van de verlichting een geleidelijke afname van de effectieve veldsterkte totdat deze bij een helderheid van ongeveer 100 asb is teruggebracht tot één kegel. Aan de rand, bij toenemende verlichting, worden de staafvelden geleidelijk uitgeschakeld (vertragen) en komen de kegelvelden in actie. De kegelvelden in de periferie kunnen, net als de foveale velden, afnemen afhankelijk van de lichtenergie die erop invalt. Grootste hoeveelheid kegels, die kegelreceptieve velden kunnen hebben bij toenemende verlichting, groeien van het midden naar de randen van het netvlies en bereiken op een hoekafstand van 50-60° vanaf het midden ongeveer 90 graden.

Dat kan worden berekend onder goede omstandigheden daglicht het aantal receptieve velden bereikt ongeveer 800 duizend. Deze waarde komt ongeveer overeen met het aantal vezels in de menselijke oogzenuw. Discriminatie (resolutie) van objecten in het zicht overdag wordt voornamelijk uitgevoerd door de fovea, waar het receptieve veld kan worden teruggebracht tot één kegel, en de kegels zelf bevinden zich het dichtst bij elkaar.

Als het aantal opslagcellen van het netvlies in een bevredigende benadering kan worden bepaald, zijn er nog niet voldoende gegevens om het aantal mogelijke toestanden van de receptieve velden te bepalen. Er kunnen slechts enkele schattingen worden gemaakt op basis van de studie van differentiële drempels van receptieve velden. Het drempelcontrast in de foveale receptieve velden in een bepaald verlichtingsbereik ligt in de orde van 1. In dit geval is het aantal te onderscheiden gradaties klein. Gedurende het hele bereik van de herstructurering van het foveale receptieve veld van de kegel verschillen 8-9 gradaties.

De accumulatieperiode in het receptieve veld – de zogenaamde kritische duur – wordt gemiddeld bepaald door een waarde van ongeveer 0,1 seconde, maar bij hoge niveaus verlichting kan blijkbaar aanzienlijk worden verminderd.

In feite is het model dat de discrete structuur beschrijft verzonden beelden, zou nog moeilijker moeten zijn. Men zou rekening moeten houden met de relatie tussen receptieve veldgroottes, drempels en kritische duur, evenals met de statistische aard van visuele drempels. Maar voorlopig is daar geen noodzaak voor. Het volstaat om als beeldmodel een verzameling elementen met een gelijk oppervlak voor te stellen, waarvan de hoekafmetingen kleiner zijn dan de hoekafmetingen van het kleinste detail dat door het oog wordt opgelost, waarvan het aantal te onderscheiden toestanden groter is dan maximaal aantal te onderscheiden gradaties van helderheid, en waarvan de tijd van discrete verandering korter is dan de periode van flikkering bij de kritische frequentie van flikkerende fusie.

Als we afbeeldingen van echte doorlopende objecten vervangen buitenwereld Bij zulke discrete beelden zal het oog de vervanging niet opmerken.* Dientengevolge bevatten dit soort discrete beelden ten minste niet minder informatie dan het visuele systeem waarneemt. **

* Kleuren en volumetrische afbeeldingen kan ook worden vervangen door een discreet model.
** Het probleem van het vervangen van continue afbeeldingen door discrete afbeeldingen is er belangrijk voor film- en televisietechnologie. Tijdkwantisering is de basis van deze techniek. In pulscode televisiesystemen Het beeld wordt bovendien opgedeeld in afzonderlijke elementen en gekwantiseerd op basis van helderheid.