Discreet beeld. Fourier-verwerking van digitale afbeeldingen

In het vorige hoofdstuk hebben we lineaire ruimtelijk invariante systemen in een continu tweedimensionaal domein bestudeerd. In de praktijk hebben we te maken met afbeeldingen die beperkte afmetingen hebben en tegelijkertijd worden geteld in een discrete reeks punten. Daarom moeten de tot nu toe ontwikkelde methoden worden aangepast, uitgebreid en aangepast, zodat ze ook op dit gebied kunnen worden toegepast. Ook komen er een aantal nieuwe punten naar voren die zorgvuldige afweging vergen.

De bemonsteringsstelling zegt onder welke omstandigheden een continu beeld nauwkeurig kan worden gereconstrueerd uit een discrete reeks waarden. Ook leren we wat er gebeurt als niet aan de voorwaarden voor toepasbaarheid wordt voldaan. Dit alles is direct gerelateerd aan de ontwikkeling van visuele systemen.

Technieken die een overgang naar het frequentiedomein vereisen, zijn gedeeltelijk populair geworden dankzij algoritmen voor snelle berekening van de discrete Fourier-transformatie. Er moet echter op worden gelet, omdat bij deze methoden wordt aangenomen dat er een periodiek signaal aanwezig is. We bespreken hoe aan deze eis kan worden voldaan en waartoe de overtreding leidt.

7.1. Beperken van afbeeldingsformaten

In de praktijk hebben afbeeldingen altijd eindige afmetingen. Beschouw een rechthoekige afbeelding met breedte en hoogte I. Nu is het niet nodig om integralen in de Fourier-transformatie in oneindige limieten te nemen:

Het is merkwaardig dat om de functie te herstellen, we niet op alle frequenties hoeven te weten. Weten dat wanneer een harde beperking is. Met andere woorden, een functie die alleen in een beperkt gebied van het beeldvlak ongelijk nul is, bevat veel minder informatie dan een functie die deze eigenschap niet heeft.

Om dit te verifiëren, stelt u zich voor dat het schermvlak is bedekt met kopieën van een bepaald beeld. Met andere woorden, we breiden ons beeld uit tot een periodieke functie in beide richtingen

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

Gebruik van de juiste geselecteerde convergentiefactoren bij het oefenen. 7.1 het is bewezen dat

Vandaar,

waaruit we zien dat het overal gelijk is aan nul, behalve voor een discrete reeks frequenties. Dus om het te vinden is genoeg voor ons om op deze punten te weten. De functie wordt echter verkregen door een eenvoudige clipping van het gebied waarvoor. Daarom is het voor ons voldoende om alleen voor iedereen te weten om te kunnen herstellen. Dit is een aftelbare reeks getallen.

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

Compressie-algoritme dat een zeer hoge beeldkwaliteit biedt met datacompressieverhoudingen van meer dan 25:1. Een full-color 24-bits afbeelding met een resolutie van 640 x 480 pixels (VGA-standaard) vereist meestal video-RAM voor de opslag ... ...

Discrete wavelet-transformatie- Een voorbeeld van het 1e niveau van discrete wavelet-beeldtransformatie. Hierboven is de originele full-color afbeelding, in het midden is een wavelet-transformatie horizontaal gemaakt van de originele afbeelding (alleen het luminantiekanaal), aan de onderkant is een wavelet ... ... Wikipedia

RASTER - raster- een discrete afbeelding, weergegeven als een matrix [van] pixels ... Elektronisch zakelijk woordenboek

computer beelden- visualisatie van het informatiebeeld op het beeldscherm (monitor). In tegenstelling tot reproductie van een afbeelding op papier of andere media, kan de op het scherm gecreëerde afbeelding vrijwel onmiddellijk worden gewist en/of gecorrigeerd, gecomprimeerd of uitgerekt, ... ... encyclopedisch woordenboek

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

tafel- ▲ array tweedimensionale tabel tweedimensionale array; discrete afbeelding van een functie van twee variabelen; informatie rooster. Matrix. rooster. | tabel. lijn. lijn. kolom. kolom. spreker. grafiek. grafiek. afbakenen. schema ... Ideografisch woordenboek van de Russische taal

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

Laplace-transformatie

Inverse Laplace-transformatie- Laplace-transformatie is een integrale transformatie die een functie van een complexe variabele (afbeelding) verbindt met een functie van een reële variabele (origineel). Met zijn hulp worden de eigenschappen van dynamische systemen onderzocht en differentiële en ... Wikipedia

GOST R 52210-2004: Digitale televisie-uitzending. Termen en definities- Terminologie GOST R 52210 2004: Digitale televisie-uitzending. Termen en definities origineel document: 90 (televisie) demultiplexer: Een apparaat ontworpen om de gecombineerde datastromen van digitale televisie te scheiden ... ... Woordenboek-referentieboek met termen van normatieve en technische documentatie

Video comprimeren- (Engelse videocompressie) vermindering van de hoeveelheid gegevens die wordt gebruikt om een ​​videostream weer te geven. Met videocompressie kunt u effectief de stroom verminderen die nodig is om video over uitzendkanalen te verzenden, ruimte te verminderen, ... ... Wikipedia

Het vervangen van een doorlopend beeld door een discreet beeld kan op verschillende manieren. Het is bijvoorbeeld mogelijk om elk systeem van orthogonale functies te kiezen en, na het berekenen van de coëfficiënten van de afbeeldingsrepresentatie volgens dit systeem (volgens deze basis), het beeld ermee te vervangen. De verscheidenheid aan bases maakt het mogelijk om verschillende discrete representaties van een continu beeld te vormen. De meest voorkomende is echter periodieke bemonstering, in het bijzonder, zoals hierboven vermeld, bemonstering met een rechthoekig raster. Een dergelijke steekproefmethode kan worden beschouwd als een van de opties om een ​​orthogonale basis te gebruiken die verschoven -functies als elementen gebruikt. Verder zullen we in het algemeen de belangrijkste kenmerken van rechthoekige bemonstering in detail bekijken.

Stel dat het een continu beeld is, en het corresponderende discrete beeld is dat is verkregen uit een continu 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. Figuur 1.1 illustreert de locatie van monsters op een vlak voor rechthoekige bemonstering.

De belangrijkste vraag die rijst bij het vervangen van een doorlopend beeld door een discreet beeld, is het bepalen van de voorwaarden waaronder een dergelijke vervanging volledig is, d.w.z. niet gepaard gaan met het verlies van informatie in het continue signaal. Er zijn geen verliezen als het met een discreet signaal mogelijk is om een ​​continu signaal te herstellen. Vanuit wiskundig oogpunt is het daarom de vraag om een ​​continu signaal te herstellen in tweedimensionale intervallen tussen knooppunten waarvan de waarden bekend zijn, of, met andere woorden, bij 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 het continue signaal wordt bepaald door de tweedimensionale directe Fourier-transformatie:

wat overeenkomt met de tweedimensionale inverse continue Fourier-transformatie:

De laatste relatie is waar voor alle waarden, ook op de knopen van een rechthoekig rooster ... Daarom kan voor de waarden van het signaal op de knooppunten, rekening houdend met (1.1), relatie (1.3) worden geschreven in de vorm:

Kortheidshalve duiden we aan met een rechthoekig gedeelte in het tweedimensionale frequentiedomein. De berekening van de integraal in (1.4) over het gehele frequentiedomein kan worden vervangen door over afzonderlijke secties te integreren en de resultaten op te tellen:

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

Hierbij wordt er rekening mee gehouden dat: voor alle gehele waarden en. Deze uitdrukking lijkt qua vorm erg op de inverse Fourier-transformatie. Het enige verschil is de verkeerde vorm van de exponentiële factor. Om het de gewenste vorm te geven, introduceren we de genormaliseerde frequenties en veranderen de variabelen dienovereenkomstig. Als resultaat krijgen we:

Nu heeft uitdrukking (1.5) de vorm van de inverse Fouriertransformatie, dus de functie onder het integrale teken

(1.6)

is een tweedimensionaal spectrum van een discrete afbeelding. In het vlak van niet-genormaliseerde frequenties heeft uitdrukking (1.6) de vorm:

(1.7)

Uit (1.7) volgt dat het tweedimensionale spectrum van een discrete afbeelding rechthoekig periodiek is met perioden en respectievelijk langs de frequentie-assen en. Het spectrum van een discrete afbeelding 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 (Figuur 1.2.a) en discrete (Figuur 1.2.b) beelden.

Het resultaat van de sommatie hangt in wezen 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 tweedimensionaal gebied in de buurt van de nulfrequentie, d.w.z. het wordt beschreven door een tweedimensionale eindige functie. Als in dit geval de bemonsteringsintervallen zo worden gekozen dat: want,, dan zal de superpositie van afzonderlijke takken tijdens de vorming van de som (1.7) niet optreden. Bijgevolg zal binnen elk rechthoekig gebied slechts één term van nul verschillen. In het bijzonder, want we hebben:

Bij , . (1.8)

Dus binnen het frequentiedomein vallen de spectra van continue en discrete beelden samen tot een constante factor. In dit geval bevat het spectrum van het discrete beeld in dit frequentiedomein volledige informatie over het spectrum van het continue beeld. We benadrukken dat dit samenvallen alleen plaatsvindt onder de gestelde voorwaarden bepaald door een goede keuze van bemonsteringsintervallen. Merk op dat het voldoen aan deze voorwaarden, volgens (1.8), wordt bereikt bij voldoende kleine waarden van de bemonsteringsintervallen, die moeten voldoen aan de vereisten:

waarin de afsnijfrequenties van het tweedimensionale spectrum zijn.

Relatie (1.8) definieert een methode voor het verkrijgen van een continu beeld van een discrete. Om dit te doen, is het voldoende om een ​​​​discrete afbeelding tweedimensionaal te filteren met een laagdoorlaatfilter met een frequentierespons

Het spectrum van het beeld aan de uitgang bevat alleen niet-nulcomponenten in het frequentiedomein en is volgens (1.8) gelijk aan het spectrum van een continu beeld. Dit betekent dat het beeld aan de uitgang van een ideaal laagdoorlaatfilter hetzelfde is als.

Zo wordt een ideale interpolatiereconstructie van een continu beeld uitgevoerd met behulp van een tweedimensionaal filter met een rechthoekige frequentierespons (1.10). Het is niet moeilijk om het algoritme voor het herstellen van een doorlopend beeld expliciet op te schrijven. De tweedimensionale impulsresponsie van het reconstructiefilter, die gemakkelijk kan worden verkregen met behulp van de inverse Fourier-transformatie van (1.10), heeft de vorm:

.

Het filterproduct kan worden bepaald met behulp van een 2D-convolutie van het invoerbeeld en een gegeven impulsresponsie. Door de invoerafbeelding weer te geven als een tweedimensionale reeks -functies

na het doen van de convolutie vinden we:

De resulterende relatie geeft een methode aan voor nauwkeurige interpolatiereconstructie van een continu beeld uit een bekende reeks van zijn tweedimensionale monsters. Volgens deze uitdrukking moeten voor een nauwkeurige reconstructie in de rol van interpolerende functies tweedimensionale functies van de vorm worden gebruikt. 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 klein genoeg zijn. De geldigheid 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 leiden tot de onbegrensdheid van het spectrum is de beperkte grootte van het beeld. Hierdoor manifesteert zich bij het optellen van (1.7) de werking van termen uit naburige spectrale banden in elk van de banden. In dit geval wordt een nauwkeurige reconstructie van een continu beeld in het algemeen onmogelijk. Met name het gebruik van een rechthoekig filter leidt niet tot een nauwkeurige reconstructie.

Een kenmerk van de optimale beeldherstel in de intervallen tussen samples is het gebruik van alle samples van een discrete afbeelding, zoals voorgeschreven door procedure (1.11). Dit is niet altijd handig; het is vaak nodig om het signaal in de lokale omgeving te reconstrueren, op basis van een klein aantal beschikbare discrete waarden. In deze gevallen is het raadzaam om quasi-optimale recovery toe te passen 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, vanwege de geometrische mismatch van deze afbeeldingen, de beschikbare waarden van een ervan kunnen overeenkomen met enkele punten in de intervallen tussen de knooppunten van de ander. De oplossing voor dit probleem wordt in de volgende paragrafen van deze handleiding in meer detail besproken.

Rijst. 1.3 illustreert het effect van bemonsteringsintervallen op beeldreconstructie. De originele afbeelding, die een vingerafdruk is, wordt getoond in Fig. 1.3, a, en een van de secties van het genormaliseerde spectrum wordt getoond in Fig. 1.3, geb. 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 Een afbeelding is het resultaat van het herstellen van een continu beeld, en de rol van een herstelfilter wordt gespeeld door een visualisatieapparaat - een monitor of een printer. In die zin is het beeld van Fig. 1.3.a kan als doorlopend worden beschouwd.

Rijst. 1.3, c, d laten de gevolgen zien van een verkeerde keuze van bemonsteringsintervallen. Toen ze werden verkregen, werd de "continue" beelddiscretisatie uitgevoerd in Fig. 1.3.а door zijn monsters te verdunnen. Rijst. 1.3, c komt overeen met een verhoging van de bemonsteringsstap voor elke coördinaat met drie, en Fig. 1.3, d - vier keer. Dit zou acceptabel zijn als de waarden van de afsnijfrequenties even vaak lager zouden zijn. In feite, zoals blijkt uit Fig. 1.3, b, er is een overtreding van de vereisten (1.9), vooral grof bij een viervoudige decimering van monsters. Daarom zijn de afbeeldingen die zijn gereconstrueerd met behulp van het algoritme (1.11) niet alleen onscherp, maar vervormen ze ook de textuur van de afdruk sterk.

In afb. 1.4 toont een vergelijkbare reeks resultaten die zijn verkregen voor een afbeelding van het type "portret". De gevolgen van sterkere uitdunning (vier keer in Fig. 1.4.c en zes keer in Fig. 1.4.d) komen vooral tot uiting in het verlies van definitie. Subjectief lijkt het kwaliteitsverlies minder significant dan in Fig. 1.3. Dit wordt verklaard door de aanzienlijk kleinere spectrumbreedte dan het vingerafdrukbeeld. Sampling van het originele beeld komt overeen met de afsnijfrequentie. Zoals te zien is uit Fig. 1.4.b, deze waarde is veel hoger dan de werkelijke waarde. Daarom is een toename van het bemonsteringsinterval, geïllustreerd in Fig. 1.3, c, d, hoewel het het beeld verslechtert, leidt 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 olfactorisch). Visuele afbeeldingen kunnen worden opgeslagen als afbeeldingen (tekeningen, foto's, enzovoort) en geluidsafbeeldingen kunnen worden vastgelegd op platen, magnetische banden, laserschijven, enzovoort.

Informatie, inclusief grafisch en geluid, kan in analoge of discrete vorm worden gepresenteerd. Bij een analoge weergave neemt een fysieke grootheid een oneindige reeks waarden aan, en de waarden ervan veranderen continu. Met een discrete representatie neemt een fysieke hoeveelheid een eindige reeks waarden aan en verandert de waarde abrupt.

Een voorbeeld van een analoge weergave van grafische informatie kan bijvoorbeeld een schilderdoek zijn, waarvan de kleur continu verandert, en een discrete - een afbeelding die is afgedrukt met een inkjetprinter en die bestaat uit afzonderlijke stippen van verschillende kleuren. Een voorbeeld van analoge opslag van geluidsinformatie is een vinylplaat (de soundtrack verandert continu van vorm), en een discrete is een audio-cd (waarvan de geluidstrack gebieden met verschillende reflectiviteit bevat).

De conversie van grafische en audio-informatie van analoge naar discrete vorm wordt uitgevoerd door middel van bemonstering, dat wil zeggen het verdelen van een continu grafisch beeld en een continu (analoog) audiosignaal in afzonderlijke elementen. Tijdens het bemonsteren wordt codering uitgevoerd, dat wil zeggen de toewijzing van een specifieke waarde aan elk element in de vorm van een code.

Sampling Is de transformatie van continu beeld en geluid in een reeks discrete waarden in de vorm van codes.

Afbeeldingscodering

Er zijn twee manieren om grafische objecten op uw computer te maken en op te slaan: hoe raster of hoe vector afbeelding. Voor elk type afbeeldingen wordt een andere coderingsmethode gebruikt.

Bitmapcodering

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

In het proces van beeldcodering wordt de ruimtelijke bemonstering uitgevoerd. Ruimtelijke bemonstering van een afbeelding kan worden vergeleken met het bouwen van een afbeelding uit een mozaïek (een groot aantal kleine veelkleurige glaasjes). De afbeelding is verdeeld in afzonderlijke kleine fragmenten (stippen) en aan elk fragment wordt een waarde toegewezen voor zijn kleur, dat wil zeggen een kleurcode (rood, groen, blauw, enzovoort).

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

Voor vier kleuren - 2 bits.

Voor 8 kleuren zijn 3 bits nodig.

Voor 16 kleuren, 4 bits.

Voor 256 kleuren - 8 bits (1 byte).

De beeldkwaliteit hangt af van het aantal punten (hoe kleiner de puntgrootte en dus hoe groter het aantal, hoe beter de kwaliteit) en het aantal gebruikte kleuren (hoe meer kleuren, hoe beter de afbeelding is gecodeerd).

Om een ​​kleur in de vorm van een numerieke code weer te geven, worden twee kleurmodellen gebruikt die omgekeerd zijn aan elkaar: 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). Het CMYK-kleurmodel wordt in de grafische industrie gebruikt om afbeeldingen te vormen die bedoeld zijn om op papier te worden afgedrukt.

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

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

In de praktijk, om informatie over de kleur van elk punt van een kleurenafbeelding in het RGB-model op te slaan, worden gewoonlijk 3 bytes (dat wil zeggen 24 bits) toegewezen - 1 byte (dat wil zeggen 8 bits) voor de kleurwaarde van elke component . Zo kan elke RGB-component een waarde aannemen in het bereik van 0 tot 255 (totaal 28 = 256 waarden), en kan elk punt van het beeld, met een dergelijk coderingssysteem, in een van de 16 777 216 kleuren worden gekleurd. Deze reeks kleuren wordt meestal True Color (ware kleuren) genoemd, omdat het menselijk oog nog steeds niet in staat is om meer variatie te onderscheiden.

Om een ​​beeld op het beeldscherm te vormen, moet informatie over elk punt (puntkleurcode) worden opgeslagen in het videogeheugen van de computer. Laten we de benodigde hoeveelheid videogeheugen voor een van de grafische modi berekenen. In moderne computers is de schermresolutie meestal 1280x1024 pixels. Die. totaal 1280 * 1024 = 1310720 punten. Met een kleurdiepte van 32 bits per punt is de benodigde hoeveelheid videogeheugen: 32 * 1310720 = 41943040 bits = 5242880 bytes = 5120 KB = 5 MB.

Bitmaps zijn erg gevoelig voor schalen (vergroting of verkleining). Bij het verkleinen van een rasterafbeelding worden meerdere aangrenzende punten omgezet in één, waardoor de onderscheidbaarheid van kleine details van de afbeelding verloren gaat. Naarmate het beeld wordt ingezoomd, neemt de grootte van elke stip toe en verschijnt er een getrapt effect dat met het blote oog kan worden gezien.

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

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

Hun schijnbare continuïteit is slechts een van de illusies van het zicht. Deze "kwantisering" van aanvankelijk continue beelden wordt niet bepaald door de beperkingen die samenhangen met het oplossend vermogen van het optische systeem van het oog en zelfs niet door de morfologische structurele elementen van het visuele systeem, maar door de functionele organisatie van de neurale netwerken.

Het beeld wordt opgesplitst in discrete elementen door receptieve velden die een of ander aantal fotoreceptoren combineren. De receptieve velden produceren de primaire isolatie van het bruikbare lichtsignaal door ruimtelijke en temporele sommatie.

Het centrale deel van het netvlies (fovea) wordt alleen ingenomen door kegels; aan de periferie, buiten de fovea, bevinden zich zowel kegels als staafjes. Onder omstandigheden van nachtzicht hebben kegelvelden in het centrale deel van het netvlies ongeveer dezelfde grootte (ongeveer 5 "in hoekmaat). Het aantal van dergelijke velden in een fovea, waarvan de hoekgrootte ongeveer 90" is, is ongeveer 200. De hoofdrol bij nachtzicht wordt gespeeld door staafjesvelden die de rest van het netvlies bezetten. Ze hebben een hoekafmeting van ongeveer 1° over het gehele oppervlak van het netvlies. Het aantal van dergelijke velden in het netvlies is ongeveer 3000. Niet alleen detectie, maar ook onderzoek van slecht verlichte objecten onder deze omstandigheden wordt uitgevoerd door de perifere gebieden van het netvlies.

Met een toename van de verlichting begint een ander systeem van opslagcellen, kegelontvangende velden, de hoofdrol te spelen. In de fovea veroorzaakt een toename van de verlichting een geleidelijke afname van de effectieve veldwaarde totdat deze bij een helderheid van ongeveer 100 asb afneemt tot één kegel. Aan de periferie worden bij toenemende verlichting geleidelijk de staafvelden uitgeschakeld (geremd) en komen de kegelvelden in actie. De kegelvelden aan de periferie kunnen, net als de foveale velden, afnemen afhankelijk van de lichtenergie die erop valt. Het grootste aantal kegels, dat kegelontvangende velden kan hebben met toenemende verlichting, groeit van het midden naar de randen van het netvlies en bereikt op een hoekafstand van 50-60 ° van het centrum ongeveer 90.

Er kan worden berekend dat bij goed daglicht het aantal receptieve velden ongeveer 800 duizend bereikt, deze waarde komt ongeveer overeen met het aantal vezels in de menselijke oogzenuw. De discriminatie (resolutie) van objecten bij dagzicht wordt voornamelijk uitgevoerd door de fovea, waar het receptieve veld kan worden teruggebracht tot één kegel, en de kegels zelf zijn het dichtst bij elkaar gelegen.

Als het aantal opslagcellen van het netvlies in een goede benadering kan worden bepaald, dan zijn er nog onvoldoende gegevens om het aantal mogelijke toestanden van de receptieve velden te bepalen. Op basis van de studie van de differentiële drempels van receptieve velden kunnen slechts enkele schattingen worden gemaakt. Het drempelcontrast in foveale receptieve velden in een bepaald werkbereik van verlichting is in de orde van 1. Het aantal onderscheidbare gradaties is klein. In het hele bereik van herstructurering van het receptieve veld van de kegel fovea zijn er 8-9 gradaties.

De periode van accumulatie in het receptieve veld - de zogenaamde kritische duur - wordt gemiddeld bepaald door een waarde van ongeveer 0,1 sec, maar kan bij hoge verlichtingsniveaus blijkbaar aanzienlijk afnemen.

Het model dat de discrete structuur van de verzonden beelden beschrijft, moet zelfs nog complexer zijn. Er moet rekening worden gehouden met de relatie tussen de grootte van het receptieve veld, de drempels en de kritische duur, evenals met de statistische aard van de visuele drempels. Maar tot nu toe is dit niet nodig. Het is voldoende om als model van het beeld een reeks elementen van hetzelfde gebied weer te geven, 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 het maximale aantal te onderscheiden helderheidsgradaties, en waarvan de tijd van discrete verandering kleiner is dan de periode van flikkeren bij kritische flikkerfusiefrequentie.

Als we de beelden van echte continue objecten van de buitenwereld vervangen door zulke discrete beelden, zal het oog de substitutie niet opmerken.* Dit soort discrete beelden bevatten dus minstens niet minder informatie dan het visuele systeem waarneemt. **

* Kleur- en volumetrische afbeeldingen kunnen ook worden vervangen door een discreet model.
** Het probleem van het vervangen van continue beelden door discrete is van groot belang voor film- en televisietechnologie. Tijdkwantisatie vormt de kern van deze techniek. In pulscodetelevisiesystemen wordt het beeld ook opgesplitst in discrete elementen en gekwantificeerd in termen van helderheid.