图像中的半环和透镜第四次讨论。

半环的讨论我之前说了一些。现在不说了。我可能称为半环或者环,因为观察图像发现差别不大。

但是透镜效果,我应该做更多的解释。

我想我可能清楚人脑的二阶计算方式了。图像求二阶导数,就是利用了放大和缩小图像再做减法,得到的是二阶导数,所以人脑不会真的求导,而只是做了信号采样的欠采样和过度采样,还有减法运算。

感觉昨天第一次尝试解释透镜,发现有点混乱。我再整理一下。

我又仔细想了想,发现我的解释,称不上很完整,但是也算是很有启发性质了,因为我给不出来公式,那么解释的更好意义不大。我就说一下不修改图像的大小,获得透镜效果的方式吧。

要想实现透镜效果,必须要主半环附近的次半环的低位区域的变化不明显,而让中位区域和高位区域的变化明显,那么只需要把频率域的i的中位区域或者低区域为1的频率i的ai修改即可。这相当于把i用等间隔的区域划分,然后相隔的区间跟条纹一样明暗相间。然后修改明条纹的ai值。间隔个数取值为2次幂的形式。取的越多,意味着: 选择的1是x1x2...xM,从x1开始的,x1x2..xi, 间隔越多意味着i越大,那么反应在空间域上,就是透镜的半径始终为1个像素单位,这无意义。所以需要透镜效果,那就是x1x2..xi为0。

所以,不是划分间隔,而是选择区间段,选择....xix(i+1)...xM,这就是说把频率域高区域不改变,而只是改变剩余的低区域,就能得到想要大小的透镜了。

透镜半径为2^(i-1)个像素大小。透镜的厚度呢?需要确定k值在哪儿,如果k小于i-1, 那么这个透镜一开始没有厚度,意味着是中心部分是空心的,只有当k>=i-1的时候,透镜中心位置不为空,而且修改的xi的i增大,当k0>=i-1的时候,由于ik的k变大,那么fj的j是向高位移动,而k变大的时候,ik和i(k+1)对应的j(M-k-1)和j(M-k)两个次半环之间的对比的明显程度是变弱了,(这里我设j=j1j2..jM,k0是fj的最接近相位角,k是移动的相位角),因为k远离了k0。但是如果k0移动了呢?k0本身只跟fj有关,所以修改ai不会移动k0,所以透镜是变薄了。我之前写错了啊。

所以,修改的xi的i越大,透镜半径越大, 透镜越薄。但是这一切的前途是不修改图像。

放缩图像会修改k0。如果k0大了,那么其实是变更厚了,因为xk0和xk0+1,当k0变大的时候。他们之间的相位角越小,所以变化越明显。

总结就是: 要想改变图像的清晰度获得透镜带,只能是如上方式修改ai。这个透镜是凸透镜,但是如果k<i-1, 那么透镜的中间区域没有透镜效果,在图像混合模式的差值中是黑的。

既然有凸透镜,那么就应该有凹透镜,如何制作呢?

实际上我上面的说法不准确,因为我说了是透镜效果,但是不一定都是凸透镜,因为各个ai修改的值不一样。只有当ai的改变量接近的时候是凸透镜效果,但是这可能性不大,因为我还不会具体的计算公式,如何同时改变ai,使得fj在实数轴上。目前我所做的是根据位置i制作凸透镜效果,假设ai的变化接近的情况下。我现在假设ai的变化接近的情况下,制作凹透镜效果。

这需要j(M-k-1)和j(M-k)在,k增大的时候,变化变强。但是我之前的讨论已经说明了不可能。在次半环中是不可能的。难道只有通过修改ai来实现吗?

在主半环中,左上的环扩展就是变弱的,相邻环之后的对比还是变弱了,跟右下的不同,我之前写错了。之前右下是环扩展是变弱了,但是相邻环之后的对比变强了。但是问题是这个左上的变弱是距离成幂次变小的,那么可以虚拟的看做环的中心在最左上的位置,那么这个虚拟中心得到的环是幂次增大的,并且是逐渐增强的,因为是虚拟中心,环的形状是凹的,包围真实的中心位置。那么这就是凹环了,并且具有凹透镜的效果。可以知道的是凹透镜肯定小的,因为凸透镜的半径比较大,凹透镜的半径比较小。并且如果k0=<i-1, 那么凹透镜的半径更小,即是k0越大,凸透镜的半径越大,凹透镜的半径越小。凹透镜的中心是感觉是比较暗,但实际上,由于中心位置的环为非常接近,不是黑的,而是暗的。

所以,我上一篇图文中,图像混合模式差值中,黑色的部分是fj的k0值=<i-1的位置。中心暗的透镜带是凹透镜(由于环的扭曲看起来不一定是凹集),中心亮的透镜带是凸透镜,很多的小圆圈是环。但是还是还有许多奇怪的小亮斑,我不知道是什么,可能是噪声吧,因为没有可能会形成小亮斑,但是更大的可能跟ai修改程度有关,因为我没有讨论过ai的改变的影响,我一直在说的是ai改变差不多情况的影响,因为我得不到ai改变的关联公式,所以,这种情况我没有讨论。

如果想要准确的描述这个问题,需要建立ai之间的关联公式,暂且不写了。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值