A látáselmélet alapjai

Az ember és a környezete közötti kapcsolatban a vizuális információ a legfontosabb, minden mást felülmúló tömörsége miatt. Jellemzői a szín, az alak, a mélység és a mozgás. Az alábbiakban áttekintjük az emberi látórendszer azon jellemzőit, amelyeket figyelembe kell venni a képfeldolgozás során.

Az emberi látórendszer

A szem az emberi látórendszer bemeneti készüléke. Az elektromágneses sugárzásból kicsit több, mint egy oktávnyit: a 380 nm - 780 nm hullámhossztartományt, vagyis a vizuális információt hordozó analóg fényjelet érzékeli. Mint ismeretes, a szemlencse az éles képet a recehártyán (retina) lévő látógödörben (foeva) állítja elő, a pupillán keresztül belépő fénysugarakból. (A kép legnagyobb átmérője végtelen távoli tárgy esetén kb. 0.3 mm.) Kétféle érzékelő receptor létezik:

- A pálcikák a látógödör középső tartományán kívül a recehártyában helyezkednek el, feladatuk a fényrősség-változások érzékelése. Fontos szerepük van a gyenge megvilágítás melletti látásban és a fekete-fehér képek elemzésében. Számuk mindkét szemben kb. 100-120 millió.

- A csapok a látógödör közepét foglalják el, számuk mindkét szemben kb. 6,5 millió. A színlátásban és az erős megvilágítás melletti látásban játszanak szerepet. P (protonopen), D (deutronopen) és T (trionopen) típusú csapok léteznek, ezek azonos erősségű (világosságú), különböző hullámhosszú (színű) fényhatásokra, ingerülettel válaszolnak. A színes látás a három különböző csaptípus együttműködésének eredménye.

(A szem részletes felépítésének megtekintéséhez kattintson a képre)

A fény által a receptorokban kiváltott ingerületek hatására a recehártyát átitató bíborfolyadékban fotokémiai reakciók mennek végbe. Ezek hatását érzékelik a recehártyát beborító ideghártyában lévő látóidegek, amelyek az így keletkezett ingereket - az oldalsó térdestesteken keresztül - az agyi látómezőkbe vezetik. Itt dolgozzuk fel a kapott információkat, a fentebb említett 4 jellemző szerint, korábbi vizuális ismereteink felhasználásával.

A fekete-fehér látás

A fekete-fehér képek legfontosabb jellemző sajátsága a különböző világosságú képelemek fényerőssége közötti különbség, a kontraszt. Szemünk kontrasztérzékenysége logaritmikus, ezért nem abszolút fényerősség-különbségeket érzékelünk, hanem a változásoknak az eredeti megvilágításhoz viszonyított arányát. A legkisebb, még észlelhető Δf fényerősség-különbséget kontrasztküszöbnek nevezzük. Ez függ a fényerősségtől, azonban a Δf / f kontrasztküszöb-arány (= Weber-féle tört) elég széles fényerősség-tartományban állandó, és értéke 0,02 körül van. Lényegesen más a helyzet, ha a különböző fényerősségű képelemek valamilyen más fényerősségű háttérbe vannak ágyazva. Ezzel magyarázható az a jelenség, hogy azonos világosságú képrészleteket sötétebb háttérben világosabbnak látunk, mint világosabb háttérben.

A kontrasztérzékelés függ még a síkfrekvenciától (spatial frequency) is. Ha például a fényerősség a kép vízszintes oldala mentén periódikusan változik úgy, hogy a legvilágosabb és a legsötétebb helyek között az átmenet folyamatos, és ezek távolsága pl. balról jobbra haladva csökken (vagyis a síkfrekvencia nő), egyidejűleg pedig függőleges irányban haladva csökken közöttük a fényerősség-különbség (vagyis csökken a kontraszt), akkor azt tapasztaljuk, hogy mind a kis, mind a nagy síkfrekvenciákon romlik a kontrasztérzékelés, vagyis nő a kontrasztküszöb. Legkisebb értéket akkor veszi fel, ha egy látószög-fokra 5-10 periódus esik. A szem alacsonyfrekvenciás érzéketlenségén több képjavítási eljárás alapul. Az optimális tartományban átlagosan mintegy 500 kontrasztfokozatot tudunk megkülönböztetni.
Érdekes jelenség még a hirtelen fényerősség-változásoknál (élek, kontúrvonalak, stb. mentén) fellépő "túllövés", vagyis a kontrasztküszöb lokális lecsökkenése. 
Ha a síkfrekvencia nő (közeli, különböző fényerősségű helyek), egyszerű vonalas ábrák esetében romlik az irány- és méretérzékelés. 

A színes látás

Közismert tény, hogy a fehér fény végtelen sok színárnyalat (spektrumszín) keveréke. (Meg kell jegyezni, hogy a spektrális összetételtől függően különféle fehér színek léteznek.) A színes látás azon alapul, hogy a 3-féle csaptípus ingerületeinek eredője minden (megkülönböztethető) színre más. (Egy csaptípust különböző színű fények is gerjeszthetnek azonos módon.)
Az érzékelt színérzetet 3 sajátsága alapján különböztetünk meg egyértelműen:

- A színárnyalat (hue), amit a hétköznapi értelemben egyszerűen színnek nevezünk, a fény hullámhosszától függ. Ez azonban önmagában nem elegendő, egyrészt bizonyos színek nem találhatók meg a spektrumban (pl. a bíbor a vörös és a kék szín keveréke), másrészt különböző spektrális eloszlású fényforrások is látszhatnak azonos színűnek.

- A világosságot  vagy fényintenzitást (intensity) a fényforrás energiasűrűsége (= egységnyi felületen kisugárzott fényenergia) határozza meg. (például a barna szín spektrális eloszlása azonos a sárgáéval, csak kisebb a világosság értéke.)

- Egy szín telítettsége (saturation) attól függ, hogy mekkora a fehér-összetevője. (A spektrumszínek monokromatikusak, fehér összetevőt nem tartalmaznak, ezért 100%-os telítettségűek. A rózsaszín például néhány % telítettségű piros szín.)

A szem spektrális érzékenysége színárnyalatonként és egyénenként is erősen változik, állandó világosságú fényforrások fényességét különbözőnek látjuk. Ezen kívül még a szem felbontóképessége is függ a hullámhossztól. A látható tartomány széleihez közeli színekben az észlelt részletgazdagság kisebb. Képjavítási eljárásokban és valódiszínes (színhelyes) képek előállításakor figyelembe kell venni a szem ezen jellegzetességeit.
A különböző világosságkódú spektrumszínek egyesítése más-más színű fehér fényt eredményez, ennek a színes képek megjelenítésekor (képernyőn vagy papíron) van jelentősége. A szem a színárnyalatokat az előállított fehér színhez viszonyítva érzékeli. A fehér fény színhőmérséklete egyenlő annak az abszolút fekete testnek az abszolút hőmérsékletével, amelynek sugárzása azonos spektrális összetételű. A TV technikában a referenciafehér színhőmérséklete 6500 ºK, a 3 alapszín (R=red (vörös), G=green (zöld) és B=blue (kék)) hullámhossza pedig rendre:

λ_R = 610 nm   λ_G = 535 nm   λ_B = 470 nm

Alak és textúra

A képeket, az ezeken látható tárgyakat az agy nem különböző világosságú vagy színű képpontok halmazaként ismeri fel. A kontraszton, illetve a színen kívül a második alapvetően fontos jellemző a kép makro- és mikroszerkezete.
A makroszerkezetet a képen észlelhető tartományok határozzák meg, ez az alakfelismerés. A tartományok körül - legalább részben - élnek kell lenniük és a belsejüknek valamilyen szempontból (közel) homogénnek és összefüggőnek kell lennie.
Jellegzetes alakfelismerési törvényszerűségek:

- elsődleges a sima folytonosság ( nem zárt területet, hanem egy négyszöghullámot és egy sima görbét látunk

- másodlagos a zártság (nem önmagát átmetsző görbét, hanem érintkező zárt felületeket látunk

- harmadlagos a háttérleválasztás (vagy egy vázát, vagy két arcot látunk