ISO 偏好曲线

什么是轮廓线？

当我们减少图像中的灰度级数量时，一些假颜色或边缘开始出现在图像上。这在我们上次关于量化的教程中已经展示过了。

让我们来看看。

假设我们有一张8bpp的图像（灰度图像），它有256种不同的灰色阴影或灰度级。

上面的图片有256种不同的灰色阴影。现在，当我们将其减少到128，并进一步减少到64时，图像或多或少相同。但是当我们进一步将其减少到32个不同的级别时，我们得到了这样的图片

如果你仔细观察，你会发现效果开始出现在图像上。当我们进一步将其减少到16个级别时，这些效果更加明显，我们得到了这样的图像。

这些开始出现在图像上的线条被称为轮廓线，在上面的图像中非常明显。

随着我们减少灰度级数量，轮廓线的效果会增加，随着我们增加灰度级数量，轮廓线的效果会减少。它们是相反的。

这意味着更多的量化会导致更多的轮廓线，反之亦然。但情况总是这样吗？答案是否定的。这取决于下面讨论的其他因素。

一项关于灰度级和轮廓线效果的研究进行了，结果以曲线的形式绘制在图上，称为等偏好曲线。

等偏好曲线的现象表明，轮廓线的效果不仅取决于灰度级分辨率的降低，还取决于图像细节。

研究的实质是

如果图像有更多细节，与细节较少的图像相比，当灰度级被量化时，轮廓线的效果会更晚出现在此图像上。

根据最初的研究，研究人员拍摄了这三张图片，并在所有三张图片中改变了灰度级分辨率。

这些图像是

第一张图像中只有一张脸，因此细节很少。第二张图像中还有一些其他物体，例如摄像师、他的摄像机、摄像机支架和背景物体等。而第三张图像比所有其他图像都包含更多细节。

所有图像的灰度级分辨率都发生了变化，并要求受众主观地对这三张图像进行评分。评分后，根据结果绘制了一张图表。

结果绘制在图表上。图表上的每条曲线都代表一张图像。x 轴上的值表示灰度级的数量，y 轴上的值表示每像素比特数 (k)。

图表如下所示。

根据该图表，我们可以看到，第一张人脸图像比其他两张图像更早地受到轮廓线的影响。第二张摄像师的图像在灰度级降低时，比第一张图像稍晚受到轮廓线的影响。这是因为它比第一张图像包含更多细节。第三张图像在头两张图像之后很久才受到轮廓线的影响，即在 4 bpp 之后。这是因为这张图像包含更多细节。

因此，对于更详细的图像，等偏好曲线变得越来越垂直。这也意味着对于具有大量细节的图像，只需要很少的灰度级。

打印页面