Pull to refresh

Математическая модель работы автофокуса в глазу человека

Reading time 3 min
Views 5.5K


Учёные до сих пор точно не знают, как функционирует автофокус в глазу человека и других животных. Известно, что он работает чрезвычайно быстро и безошибочно. Получая расплывчатую картинку, мозг мгновенно распознаёт дистанцию до объекта и изменяет фокусное расстояние — кривизну хрусталика, чтобы получить чёткое изображение на сетчатке.

Вопрос заключается в том, как именно работает механизм фокусировки в зрительной системе человека? Сейчас биологи приблизились к ответу на этот вопрос. Специалисты из Центра перцепционных систем Техасского университета в Остине (США) разработали самообучающийся статистический алгоритм, который в итоге научился быстро и точно вычислять степень расфокусировки любого фрагмента размытого изображения.

Алгоритм представляет собой компьютерную модель биологической системы человеческого зрения, которую «тренировали» на 400 фрагментах цифровых фотографий природных сцен размером 128х128 пикселов. Для начала были собраны данные, как выглядит частотно-контрастная характеристика, то есть кривая MTF для изображений разной степени расфокусировки (в диоптриях, ΔD). Давно известно, что размытость изображения напрямую влияет на эту характеристику.



После этого на фотографиях прогнали алгоритм, основанный на методе анализа максимизации точности (AMA, accuracy maximization analysis, код AMA для Matlab) с шагом 0,25 диоптрии. Были получены оптимальные фильтры, которые максимально приближают график частотно-контрастной характеристики размытого изображения к идеальному.

Для проверки учёные взяли новый набор данных (ещё 400 изображений), на которых прогнали фильтры. Если применить каждый фильтр на одном и том же объекте, то можно сравнить результаты их работы и понять, какой фильтр подходит лучше всего, то есть какова степень размытости изображения. На графике показаны результаты работы алгоритма по определению степени расфокусировки в диоптриях с вероятностью 68% (толстые вертикальные полоски) и 90% (тонкие полоски).



Чтобы повысить точность работы системы, учёные решили добавить в модель монохроматические аберрации человеческого глаза — принципиально неустранимые погрешности оптических систем. Глаз каждого человека работает не идеально, а с определённой погрешностью по резкости и астигматизму. Эти погрешности (карта аберраций) можно измерить на специальном офтальмологическом оборудовании.

Учёные изменили алгоритм работы фильтров с учётом карты аберраций человеческого глаза и соответствующих частотно-контрастных характеристик. Как ни странно, точность распознавания размытых изображений значительно увеличилась. Выяснилось, что важную роль в определении резкости изображения человеческим глазом играет астигматизм — один из видов аберраций в человеческом глазу, при которой изображение точки, находящейся вне оси, и образуемое узким пучком лучей, представляет собой два отрезка прямой, расположенных перпендикулярно друг другу на разных расстояниях от плоскости безаберрационного фокуса (плоскости Гаусса).

Теперь стало понятно, почему при излечении астигматизма многие пациенты на время теряют способность видеть резкие изображения.

После учёта хроматических аберраций и дифракции в человеческом глазу новые фильтры смогли распознавать размытость изображения с гораздо более высокой точностью.



Опубликованная работа может лечь в основу принципиально новых систем автоматической фокусировки, которые найдут применение в программах обработки изображений для фильтров резкости, а также в цифровых фотоаппаратах и видеокамерах. Здесь они могут заменить многоточечный AF, который работает гораздо менее эффективно — путём многократного замера контрастности нескольких участков изображения.

Optimal defocus estimation in individual natural images. Johannes Burge, Wilson S. Geisler. Proceedings of the National Academy of Sciences, 4 октября 2011 года, vol. 108 no. 40, doi: 10.1073/pnas.1108491108, PDF
Tags:
Hubs:
+101
Comments 49
Comments Comments 49

Articles