Publication
Purkinje Images: Conveying Different Content for Different Luminance Adaptations in a Single Image
Concepts associés (36)
Photopic vision
Photopic vision is the vision of the eye under well-lit conditions (luminance levels from 10 to 108 cd/m2). In humans and many other animals, photopic vision allows color perception, mediated by cone cells, and a significantly higher visual acuity and temporal resolution than available with scotopic vision. The human eye uses three types of cones to sense light in three bands of color. The biological pigments of the cones have maximum absorption values at wavelengths of about 420 nm (blue), 534 nm (bluish-green), and 564 nm (yellowish-green).
Scotopic vision
In the study of human visual perception, scotopic vision (or scotopia) is the vision of the eye under low-light conditions. The term comes from Greek skotos, meaning "darkness", and -opia, meaning "a condition of sight". In the human eye, cone cells are nonfunctional in low visible light. Scotopic vision is produced exclusively through rod cells, which are most sensitive to wavelengths of around 498 nm (blue-green) and are insensitive to wavelengths longer than about 640 nm (red-orange).
Adaptation visuelle
L’adaptation visuelle, appelée aussi accoutumance rétinienne, est le processus par lequel le système visuel adapte la perception aux propriétés de l'environnement lumineux. Elle permet la vision dans des intensités lumineuses très variées, et la reconnaissance de la couleur des objets vus dans des lumières de répartitions spectrales différentes. On peut distinguer deux processus similaires. L’adaptation au niveau lumineux, pour ce qui concerne les intensités lumineuses, et l’adaptation chromatique pour ce qui concerne la répartition spectrale de l'énergie lumineuse.
Image
Une image est une représentation visuelle, voire mentale, de quelque chose (objet, être vivant ou concept). Elle peut être naturelle (ombre, reflet) ou artificielle (sculpture, peinture, photographie), visuelle ou non, tangible ou conceptuelle (métaphore), elle peut entretenir un rapport de ressemblance directe avec son modèle ou au contraire y être liée par un rapport plus symbolique. Pour la sémiologie ou sémiotique, qui a développé tout un secteur de sémiotique visuelle, l'image est conçue comme produite par un langage spécifique.
Contraste
Le contraste (lat. « contra », « contre », et « stare », « se tenir », de l'i.e. "sta") est une propriété intrinsèque d'une image qui quantifie la différence de luminosité entre les parties claires et sombres d'une image. Le contraste caractérise la répartition lumineuse d'une image. Visuellement il est possible de l'interpréter comme un étalement de l'histogramme de luminosité de l'image.
Produit matriciel
Le produit matriciel désigne la multiplication de matrices, initialement appelé la « composition des tableaux ». Il s'agit de la façon la plus fréquente de multiplier des matrices entre elles. En algèbre linéaire, une matrice A de dimensions m lignes et n colonnes (matrice m×n) représente une application linéaire ƒ d'un espace de dimension n vers un espace de dimension m. Une matrice colonne V de n lignes est une matrice n×1, et représente un vecteur v d'un espace vectoriel de dimension n. Le produit A×V représente ƒ(v).
Pyramide (traitement d'image)
En traitement d'images, la pyramide est une représentation multi-résolution d'une image. Elle permet de modéliser l'image à différentes , depuis l'image initiale jusqu'à une image très grossière. La pyramide d'images est souvent utilisée car elle permet à l'algorithme de traitement d'image de travailler depuis les détails jusqu'au « grossier ». Cet outil est notamment utilisé à des fins de . Les principaux types de construction d'une pyramide d'images sont : Gaussienne Laplacienne Irrégulière Adaptative Il existe deux principaux types de pyramides : passe-bas, et passe-bande.
Matrix multiplication algorithm
Because matrix multiplication is such a central operation in many numerical algorithms, much work has been invested in making matrix multiplication algorithms efficient. Applications of matrix multiplication in computational problems are found in many fields including scientific computing and pattern recognition and in seemingly unrelated problems such as counting the paths through a graph. Many different algorithms have been designed for multiplying matrices on different types of hardware, including parallel and distributed systems, where the computational work is spread over multiple processors (perhaps over a network).
Recalage d'images
En , le recalage est une technique qui consiste en la « mise en correspondance d'images », dans le but de comparer ou combiner leurs informations respectives. Cette méthode repose sur les mêmes principes physique et le même type de modélisation mathématique que la . Cette mise en correspondance se fait par la recherche d'une transformation géométrique permettant de passer d'une image à une autre.
Active-pixel sensor
An active-pixel sensor (APS) is an , which was invented by Peter J.W. Noble in 1968, where each pixel sensor unit cell has a photodetector (typically a pinned photodiode) and one or more active transistors. In a metal–oxide–semiconductor (MOS) active-pixel sensor, MOS field-effect transistors (MOSFETs) are used as amplifiers. There are different types of APS, including the early NMOS APS and the now much more common complementary MOS (CMOS) APS, also known as the CMOS sensor.