图像的感知和获取

概述

image.png
图像由“照射”源和形成图像的“场景“元素对光能的反射或者吸收产生的 目前主要分为三种数字图像取图方式：单个成像传感器（a），条带图像传感器（b），阵列传感器（c）

单个成像传感器：

image.png
如上图传感器位于螺纹线杆上，传感器沿丝杆从头到尾运动形成一条直线为图片宽，胶片转动则形成图片的高度。通过精准控制机械运动可以获取高分辨率的照片。

条带传感器：

image.png
条带传感器有一条单个传感器组成，传感器数量即为图像宽度方向分辨率 多用于条带，滚动等方式成图，和线阵相机有些相似，但当前的线阵相机大多已经不是单线了，已经是一个阵列传感器了，但工作方式类似。线阵相机一次成像往往为多线也就是图像像素多几行，但他的帧率远超面阵相机。市面上速度达到100khz 的线阵相机比比皆是，往往成像宽度分辨率很高，轻松8k，在高速运动场景应用广泛

阵列传感器：

image.png

市面上的常见的工业、商业相机成像方式多为此类

一个简单的成像模型

$$
\begin{flalign} &\begin{aligned} &\text{用} f(x, y) \text{ 的二维函数来表示图像在空间坐标}(x,y)\text{处的}f\text{值是一个标量，其物理意义由图像源决定} \ &\text{其值与物理源（如电磁波）辐射的能量成正比。因此} f(x,y) \text{一定是非负的和有限的：}\end{aligned}& \end{flalign}
$$
$$
0\le f(x,y) <\infty
$$
函数f(x,y)由两个分量表征：

  1. 入射被观察场景的光源照射量 被称为：入射分量 用i(x,y)表示
  2. 被场景中物体反射的照射量 被称为：反射分量 用r(x,y)表示
    这两个函数的乘积形成f(x,y):
    $$
    f(x,y) = i(x,y)r(x,y) \quad 0\le i(x,y) \le \infty;\quad 0\le r(x,y) \le 1
    $$
    反射分量限制在0—1 之间 0表示全吸收，1表示全反射。i(x,y) 性质取决于照射源 。r(x,y) 性质取决于被成像物体的特性。在透射成像时（胸透X射线） 要用透射系数代替反射函数