标签: 图像

基于特征包的数字图书馆图像检索系统框架设计及实证研究

terahertz 2020-8-25 16:06

（本文发表于《图书馆杂志》2020年第8期P57-65） 摘要：为提高数字图书馆的资源整合以及对图像的分析能力，介绍了一种基于内容的图像检索 方法，该方法基于特征包（Bag of features）方法，提取图像的SURF特征作为视觉单词，之后运 用建立视觉字典，通过直方图表示图像特征，最终实现图像的检索，实践表明该系统具有良好的 运算效率以及检索精度，并且充分考虑到图像的光照、透视、图像尺寸大小等因素，可以促进与 改进图书馆的工作流程，也可以根据工作需求进行对应的技术改进，适合在数字图书馆进行进一 步推广。 关键词：数字图书馆；图像检索；特征包；SURF 链接： 基于特征包的数字图书馆图像检索系统框架设计及实证研究 http://www.libraryjournal.com.cn/CN/Y2020/V39/I8/57

个人分类: 发表论文|2222 次阅读|0 个评论

基于小波分解的图书馆图像压缩应用研究

热度 1 terahertz 2020-8-25 11:57

（本文发表于《数字图书馆论坛》2020年第8期P56-62） 摘要: 为提高数字图书馆图像高质量存储和利用能力，探索一种基于db5小波基函数的图像压缩方法，主要分析小波分解层数对压缩结果的影响，对不同层数小波分解后的压缩图像进行了标引、检索实验。结果表明，随着分解层数的增加，小波分解后压缩图像所占内存明显减小，但是存在部分失真；而db5小波基函数进行二层分解后的压缩图像能取得最佳的检索精度以及较好的图像质量，适合在图书馆中广泛运用与推广。 关键词:图书馆；db5；小波基函数；图像压缩 链接： 基于小波分解的图书馆图像压缩应用研究-Application Research of Library Image Compression Based on Wavelet Decomposition http://www.dlf.net.cn/dlf/ch/reader/view_abstract.aspx?file_no=202008010flag=1

个人分类: 发表论文|1718 次阅读|1 个评论

信号、信息和知识【05】

tingyy 2020-5-21 08:09

（ 3.2）、图像信号的信息处理技术的发展 对图像信号的人工信息处理是从照相技术开始的。开始是黑白照片仅仅记录了部分的图像信息。后来发展成为彩色照片技术，记录的信息更加丰富了。实际应用中发现连续图片的记录速度高于 25帧/秒时，人眼观看的动作就是连续的。再发展成为动态图像的电影录像技术。也就是连动作信息都可以很好地记录下来了。 电影技术的应用，使得人类讲故事的信息传布的事情可以做得有声有色，更加动人了。 为了使用电子技术来处理图像，科学家发现类似于眼的视觉细胞，可以把图像分割成为很多小点 。 把每个点上的光线分别转成为电信号。然后通过电子技术按行、列、帧的 顺序 扫描方式把这些点上的电信号进行 变换成为一系列载有图像信息的信号。 这样就可以利用电子技术实现 图像信息的 传输、记录、编辑等进一步的信息处理。扫描对图像信号的快速变 化，视频图像 信号 的 带宽比较大 （在 10^6Hz数量级）。如果 利用高频无线电信号做载波把视频信号发送到各家各户的电视机中，再用电子显像技术还原成为动态图像。这个就是上世纪四十年代发展起来的电视技术。开始图像仅仅是黑白的，称为黑白电视。 科学研究发现 人类的视网膜上有一种视锥细胞，这种细胞对于红 绿蓝 三种颜色特别敏感 。 视锥细胞会在看到光线的时候，将这些颜色 信息 传递给大脑 。 如果人体的 这种 视锥细胞出现问题，那么就无法看到这些颜色，就会患上色盲症。 各种颜色都可以由 红 绿蓝三基本色搭配而成。这样千变万化的彩色世界可以比较简单地由 红 绿蓝三基本色的处理来实现。 下图中丰富的颜色就是由 红 绿蓝三种基本色组合来实现的。 于是技术人员把图像获取设备的感光点和显示器发光点的每个点都分解成为这三种基本色的相应信息。这样就取得了图像的颜色信息，并且可以在接收端恢复彩色图像。通过这种技术发展成为彩色电视。对于图像的信息越来越丰富，越来越与人眼直接观看的信息接近了。 数字采样技术也可以广泛用于图像连续信号的数字化处理，只不过图像信号的变化频率比声音信号高得多（达到 10^6 MHz水平）。由采样技术进行图像数字化处理，可以使用数字技术进行图像信息的记录、复制、传输等等处理，达到更加好的效果。目前彩色电视已经完全采用数字化信息技术。图像的采集、存储、传输的数字化技术也已经普遍地在人类的各种活动中广泛应用。如彩色数字电视，彩色数码照相机，摄像机，甚至智能手机都具有很好地数字 彩色 图像 处理 功能。 彩色液晶显示屏工作原理 数字图像的信息量一般与图像像素数成正比。对图像细节信息表达用图像的 分辨率 表示 （ 单位长度包含的像素数 ， 分辨率的单位为PPI(Pixels Per Inch)，像素 数/ 英寸 ）， 但是分辨率越高图像数据的储存量也越大。一幅数字图片的数据量为： 水平像素数×垂直像素数× 3 Byte 。 每个像素的颜色深度24bit称为真彩色，因为人的眼睛对颜色的敏感程度大大低于明暗度。所以每个像素点的彩色数据用3色 × 8bit=24bit就可以满足彩色信息的表达。 数字视频数据中除了像素点的数据以外，还同步了相应的音频数据， 以及 一些同步信息和格式说明等信息，这些数据可以使得播放端与录制时的数据同步。 目前常见的数字视频有： 720p 1280 × 720 像素/帧，30帧/秒；1080p 1 920 × 1080 像素 /帧，30帧/秒 ； 4K图像 4096 × 2160 像素 /帧，60帧/秒等。 为了减低数字图像的数据存储量，一般在尽量保持图像信息的基础上还需要进行数据压缩。很多科技公司开发了不同的图像数据的存储和压缩方法，所以形成了不同类型的图像数据格式。如对图片数据有： BMP,JPEG/JPG,GIF,PNG等。数字视频数据文件有：AVI,MPEG,DV,VOT,RM,……等格式。各种不同格式的图像数据文件之间一般都可以互相转换。 有了彩色图像以后，图像信息的机器处理能力大大地发展了。甚至人眼看不到的其它频域的图像信息也可以通过人造设备获得，如红外线图像（低于可见光频率的光线）可以帮助人类在黑暗环境看到一些东西； X光可以透过一些阻挡物看到人体透视图像；无线电波可以让人类看到宇宙深处的一些图像，……等等这些飞速发展起来的技术，使得人类获得比自己的眼睛更加广泛的图像信息。 数字图像的数据量巨大，对于动态图像的数字化处理的实时性要求都比较高。数字图像技术的实现也有赖于人类集成电路电子技术的支持。由于大规模集成电路的发明，计算机技术的广泛使用，使得包括数字图像处理在内的各种信息处理得到很好地解决。 20世纪60年代发展起来的数字信号处理技术被广泛应用于各种信息系统，特别是与数字计算机技术的结合，大大加快了信息时代的前进步伐。目前人工技术对各种信号的信息处理也发展得很快，如声音识别；语音信号的语言含义识别；图像识别；……等等。人工智能技术的发展进一步推进了人工信息处理 ， 大大地帮助了人类对信息处理的能力。而其中对信息的深入认识是这些技术实现的基础。

个人分类: 物理学习|1515 次阅读|0 个评论

ImageNet

rbwxy197301 2020-1-30 12:43

ImageNet项目是一个用于视觉对象识别软件研究的大型可视化数据库。超过1400万的图像URL被ImageNet手动注释，以指示图片中的对象;在至少一百万个图像中，还提供了边界框。ImageNet包含2万多个类别; 一个典型的类别，如“气球”或“草莓”，包含数百个图像。第三方图像URL的注释数据库可以直接从ImageNet免费获得;但是，实际的图像不属于ImageNet。自2010年以来，ImageNet项目每年举办一次软件比赛，即ImageNet大规模视觉识别挑战赛（ILSVRC），软件程序竞相正确分类检测物体和场景。 ImageNet挑战使用了一个“修剪”的1000个非重叠类的列表。2012年在解决ImageNet挑战方面取得了巨大的突破，被广泛认为是2010年的深度学习革命的开始。 ImageNet对其注释过程进行了众包。 图像级注释表示图像中存在或不存在对象类，例如“此图像中有老虎”或“此图像中没有老虎”。 对象级注释提供了指定对象（的可见部分）周围的边界框。 ImageNet使用广泛的WordNet架构的变体来对对象进行分类，增加了120种类别的狗品种以展示细粒度的分类。WordNet使用的一个缺点是这些类别可能比ImageNet最适合的“提升”：“大多数人对Lady Gaga或iPod Mini比对这种罕见的双龙座更感兴趣。” 2012年，ImageNet是Mechanical Turk的全球最大学术用户。 普通工人每分钟识别50张图像。 ( https://baike.baidu.com/item/ImageNet/17752829?fr=aladdin ) ImageNet is an image database organized according to the WordNet hierarchy (currently only the nouns), in which each node of the hierarchy is depicted by hundreds and thousands of images. Currently we have an average of over five hundred images per node. We hope ImageNet will become a useful resource for researchers, educators, students and all of you who share our passion for pictures. ( http://www.image-net.org/) Overview Welcome to the ImageNet project! ImageNet is an ongoing research effort to provide researchers around the world an easily accessible image database. On this page, you will find some useful information about the database, the ImageNet community, and the background of this project. Please feel free to contact us if you have comments or questions. We'd love to hear from researchers on ideas to improve ImageNet. What is ImageNet? ImageNet is an image dataset organized according to the WordNet hierarchy. Each meaningful concept in WordNet, possibly described by multiple words or word phrases, is called a synonym set or synset. There are more than 100,000 synsets in WordNet, majority of them are nouns (80,000+). In ImageNet, we aim to provide on average 1000 images to illustrate each synset. Images of each concept are quality-controlled and human-annotated. In its completion, we hope ImageNet will offer tens of millions of cleanly sorted images for most of the concepts in the WordNet hierarchy. Why ImageNet? The ImageNet project is inspired by a growing sentiment in the image and vision research field – the need for more data. Ever since the birth of the digital era and the availability of web-scale data exchanges, researchers in these fields have been working hard to design more and more sophisticated algorithms to index, retrieve, organize and annotate multimedia data. But good research needs good resource. To tackle these problem in large-scale (think of your growing personal collection of digital images, or videos, or a commercial web search engine’s database), it would be tremendously helpful to researchers if there exists a large-scale image database. This is the motivation for us to put together ImageNet. We hope it will become a useful resource to our research community, as well as anyone whose research and education would benefit from using a large image database. Who uses ImageNet? We envision ImageNet as a useful resource to researchers in the academic world, as well as educators around the world. Does ImageNet own the images? Can I download the images? No, ImageNet does not own the copyright of the images. ImageNet only provides thumbnails and URLs of images, in a way similar to what image search engines do. In other words, ImageNet compiles an accurate list of web images for each synset of WordNet. For researchers and educators who wish to use the images for non-commercial research and/or educational purposes, we can provide access through our site under certain conditions and terms. For details click here

个人分类: 信息资源建设|5368 次阅读|0 个评论

摄影（18）一一出好照片的要素之七：PS

kd652 2020-1-6 06:13

“PS”（photoshop)本来是一个图像软件的名称，现在成了图像处理的代名词了。 PHOTOSHOP软件到现在的新版本功能 实在 太强大了，可也太复杂了，小东西们难以掌握，对于入门者，我看只要用随手机带的图片编辑软件功能就行了，现就德国新天鹅堡一幅手机拍摄的照片为例： 1，旋转功能，使水平面或者地平线平行于画布底沿： 这次操作实际上是使主塔正立竖直了 2，裁剪功能，剪除画页多余的部分: 3，调色功能，达到合适的色调和深浅 ： 以上只是对各步骤的示例，远没有达到完美的地步，仔细调一下能这样： 顺便看看人家专业人士用专用设备拍的“新天鹅堡”，难怪人们都说这是“童话世界”： 我的一位老同学说过，最好的手机照相也不如一台中等的相机照出来的照片好，我信了。

个人分类: 摄影|3391 次阅读|0 个评论

画说科技史之五：朝宗两宋（下）

热度 6 Einstein 2019-2-27 22:49

按：续上一篇 博文：朝宗两宋（上），刊发于《百科知识》2018年12月B刊。算“ 画说（中国古代）科技史 ”系列文章第五篇，若算开篇语的话，就是第6篇了。 在《朝宗两宋（下）》篇，笔者打算依次从宋代的花鸟画、风俗画和界画三方面谈谈宋代绘画中的科学技术。 名画中杂交的锦鸡 2016年，中国科学院昆明动物研究所的几位研究人员在北宋的一幅名画中有了惊天发现——他们发现了迄今我国最早的杂交鸟的形象。北宋名画如何帮上了科学家的忙？这事还得从宋徽宗说起。 岳飞有一首著名的词《满江红》，其中有一句是“靖康耻，犹未雪；臣子恨，何时灭？”这里的“靖康耻”便与宋徽宗有关。北宋靖康二年（1127年），金军攻占了都城汴梁（今河南开封），掳掠了徽宗、钦宗二帝到北方，由此北宋灭亡；宋室随即南渡，便是南宋。宋徽宗后来客死他乡，异常悲惨。他的一生如同整个宋代一样吊诡：宋代国力积贫积弱，却在科学技术、文化艺术方面空前繁荣；宋徽宗政治上碌碌无为，但在绘画、书法方面有极高造诣，加上他热心倡导、身先垂范，极大推动了宋代文化艺术事业的繁荣，北宋晚期的翰林图画院盛极一时，便与他有直接关系。 发现绘有杂交鸟的是宋徽宗的御题画《芙蓉锦鸡图》（图1），现藏故宫博物院。画面的主体绘有两枝芙蓉和一只锦鸡，右上方绘有两只蝴蝶，左下方绘有几株菊花。右侧中上及右下有宋徽宗的题诗、落款和钤印。此画虽有宋徽宗御题，但据著名书画鉴定专家徐邦达鉴定，该画并非赵佶亲绘，而是画院中高手所作。现在我们看这只锦鸡，普通人只是觉得它明艳绚丽，科学家是如何判断它是一只杂交锦鸡呢？原来，锦鸡仅有两种，红腹锦鸡和白腹锦鸡，顾名思义，红腹锦鸡腹部通红，白腹锦鸡腹部银白。 图1 《芙蓉锦鸡图 》 首先要知道画中的锦鸡是一只雄性锦鸡，因为它头上有羽冠、色彩华美，而雌性锦鸡没有羽冠，且色彩暗淡。其实这是动物世界的普遍法则，是性选择的结果，达尔文很早就论述过。比如雄鹿有角，雌鹿无角；雄孔雀拥有可以开屏的华丽翅膀，而雌孔雀尾巴短、无法开屏。其次，《芙蓉锦鸡图》上的锦鸡兼有红腹、白腹两种锦鸡的特征（图2，略）。从羽冠上，雄性红腹锦鸡金黄色的羽冠批覆在后颈上，而雄性白色锦鸡紫红色的羽冠像小辫似地披散在后颈。《芙蓉锦鸡图》的锦鸡符合雄性红腹锦鸡的特征，但在颈部的扇状羽上，又符合雄性白腹锦鸡的特征，因为白腹锦鸡的扇状羽由白色镶黑边的羽毛组成，而红腹锦鸡的扇状羽由棕橙色镶蓝黑边的羽毛组成。因此可以判断，画中的锦鸡是两种锦鸡杂交的结果。 我国古代很早就利用了动物的杂交优势，比如公驴与母马交配后生的骡子，融合了马和驴的优点，既有耐力又有力量。战国末年成书的《吕氏春秋》就记载，赵简子非常喜爱他的两匹白骡。可见，春秋时期已利用了骡子。不过，我国动物杂交的最早图像，便是北宋赵佶的《芙蓉锦鸡图》了。 一丝一缕总关情 谈隋唐、五代部分时，我们谈过敦煌壁画中的立式纺车，也捎带提了一下北宋王居正的《纺车图》（图3）。敦煌壁画中的立式纺车年代早，可惜画得并不清晰，也不够准确，到了宋代，才出现了几幅栩栩如生的纺车图像，它们都可以归到风俗画的范畴。我们不但得以一窥那时的纺织机具，还能体察画中表现的家庭生产劳作关系等。 图3 《纺车图》 画面上的核心人物是右侧坐在板凳上的中年妇女和左侧双手持线团的老妪，这位老妪，应该是中年妇女的婆婆（下文分析）。中年妇女左手抱着婴儿，右手转动纺车。在她身后是一蓬头小儿，手持一木棍，棍上系细绳，绳子末端系一青蛙。小儿正用青蛙戏逗妇女身前的黑狗。中年妇女肩上和老妪膝盖上的补丁非常显眼，这正是下层贫苦劳动人民的真实写照。从纺织技术上看，这是在加工粗麻，或者说给粗麻加捻、牵伸，纺成细的麻纱，用于织造麻布。为了提高生产效率，纺车装有两个锭子，对应到老妪手中的两个麻团。在古代“男耕女织”的生产模式下，对于这种需要两人配合才可进行的劳作，若是女性一起，无非是婆媳、妯娌、姑嫂这几种关系，显然《纺车图》最合理的解释是婆媳合作。那么，宋代有没有一人可以一人便可操作的纺车呢？ 有，宋代不但出现了后世流传广泛的卧式手摇纺车，还出现了高效的脚踏五锭纺车。卧式手摇纺车，最早出现在山西高平开化寺的北宋壁画中（图4）。高平开化寺大雄宝殿的壁画，完成于北宋绍圣三年（1096年），距今有近一千年，壁画面积近90平方米，是我国现存面积最大的宋代寺观壁画。2011年寒假的一天，笔者与表弟冒雪“拜访”开化寺，结果大雄宝殿的大门被一道上锁的铁栅栏封住了。殿内光线很暗，隔着栅栏几乎看不见什么。表弟看到右侧一小屋内有灯光，便前去询问，在讨价还价后，我们得以50元进去参观20分钟。在大雄宝殿的西壁上，看到了学界关注许久的立式织机和卧式手摇纺车。望着土墙上历经千载得以幸存的壁画，激动又感慨。2017年4月，北京大学塞克勒考古与艺术博物馆举办了一次“千年壁画、华彩重生”展，主题是利用现代科技手段，高清呈现开化寺的壁画。我亲临现场，这次看到的更精细、更从容。 图4 开化寺壁画《观织图》（局部） 我国纺织技术史的学者已经关注到开化寺壁画中的立式织机与纺车，也有学者对这具部分遮挡的纺车做了并无根据的“复原”。这种立式织机前承莫高窟五代时期壁画中的样式，后接元代薛景石（今山西万荣人）《梓人遗制》中的“立机子”，至少说明宋元时这种立式织机并不鲜见。织机搁下不谈，接下来专门说下这具纺车。 卧式手摇纺车的历史，目前仍不清晰。许多学者倾向认为汉代已经出现，但迄今发现的众多汉代画像石中的纺车形象并不能给予清晰证明，仍是一悬而未决的问题。早年李约瑟认为，宋末元初的画家钱选约在1270年绘有一幅《母别子》的画，描绘了世界上最早的卧式手摇纺车。开化寺壁画中的纺车，已经推翻了这一结论，因为它大约早了200年。这种形式的纺车，便是后世流传最广泛的一种。 接下来谈脚踏纺车。关于脚踏纺车，有两种讹传。首先，有学者认为东晋时已有脚踏纺车，理由是相传东晋的顾恺之曾为《列女传》绘图，后世流传版本的插图均源自顾恺之。这种看法并不可靠，因为《列女传》目前最早的版本是南宋建安余氏刻本（三锭纺车），并无证据表明该版本的插图（图5）与顾恺之有关。其次，另有一种看法，认为是元代纺织技术革新者黄道婆发明了脚踏纺车，这也与事实不符。黄道婆若真是其发明人，元代王祯《农书》不能不提及，因为该书不止一次提到脚踏纺车。几年前，笔者在南宋马和之《豳风图》发现绘有一具脚踏纺车（图6）。与建安本《列女传》脚踏纺车不同的是，该纺车有五个锭子，这种纺车只能用于加工麻缕。从而说明了南宋时已出现了脚踏纺车（参见拙作：《中国古代是否存在五锭棉纺车》，《武汉纺织大学学报》2013年第4期）。 图5 南宋本《列女传·鲁寡陶婴》 图6 马和之《豳风图》（局部） 大型官营水磨作坊 这里我们谈谈著名的界画《闸口盘车图》（图7）。所谓界画，顾名思义，是指画师作画时使用界尺引线，这样可以画出均匀笔直的线条。显然，界画主要用于绘画亭台楼阁或者舟车这类器物。界画起源很早，到唐代已经成熟，比如曾被央视“国家宝藏”栏目隆重介绍的唐懿德太子墓壁画《阙楼仪仗图》就是典型的界画。雄伟的“三出阙”（一母阙，二子阙）给观众留下了深刻印象，该壁画现藏陕西历史博物馆的“唐代壁画珍品馆”。 图7 《闸口盘车图》 到了宋代，界画发展到了鼎盛时期，出现了群星璀璨的界画大师，他们有郭忠恕977、王士元、赵伯驹、刘松年、李嵩等，当然还有我们曾提到的张择端。《清明上河图》通常归在“风俗画”名下，但其中的城楼、酒肆等店铺以及舟船均是界画的画法。今天谈的《闸口盘车图》与《清明上河图》类似，从绘画主题也可归入风俗画，但就绘画手法又多采用界画。 《闸口盘车图》现藏上海博物馆，有关该画的创作年代，有必要交代一下。因为在画卷上有楷书“卫贤恭绘”的落款，故过去认为是五代南唐画家卫贤的作品。后来有专家认为该题款是后来重填，无法肯定为卫贤作品。近年甚至有人论证该画是张择端所绘，但学界并未认同。又有专家从建筑、人物服饰等特征判断，大致为北宋早中期的作品。上海博物馆官方介绍，认为是五代到北宋初的作品。 我们先看下这幅画的整体布局。画面的中左部是一官营水磨作坊，一大一小卧式水轮分别驱动一石磨和一面罗。作坊两侧各有一望亭，望亭下的台基上是劳作的场院，有筛粮、扛粮、引渡的劳工，再前面是运粮的河道，右下角是一彩楼和酒家。 最值得关注的自然是这座大型水力磨坊。先看左侧的水磨，这种水磨从机械结构上并不复杂，但在形式上与常见的不同，卧轮通过立轴驱动的是下磨盘，上磨盘是悬吊在屋梁上的，磨盘上硕大的粮斗也悬挂在屋梁上。后来这种形式的水磨在西北甘肃、青海一带非常流行，如今在西北的个别偏僻乡村还能见到其遗踪。再看右侧的面罗，它是由下方小卧轮驱动的，故称为“水击面罗”。由于面罗的部分结构被阁楼遮挡，其机械原理至今仍是一个谜。1966年，上海博物馆的郑为提出一种机械设想，复原了这种水击面罗的机械结构。近年，长期关注我国古代机械复原的李崇州也提出一种方案。笔者在他们的基础上，遵循我国古代的机械传统另提出了一方案，由于内容过于专业，此处不赘（参见拙作：《对古代脚踏风扇车和水击面罗复原的商榷》，《中国科技史杂志》2017年第2期）。去年，笔者听说安徽淮北市在打造运河古镇旅游名片，其中一项目是利用运河水闸的水位差（作动力源），复原《闸口盘车图》的场景。该项目目前进展如何，水击面罗的机械结构如何，暂不得知。 无论如何，即使除去目前学界仍存争议的水击面罗，单就该画逼真描绘的水磨以及相关劳作场景而言，其在机械史上的地位便可不朽。 得益于宋画高超的写实技巧，无论对自然摹绘之精到，抑或对世间风俗关照之细微，与科学技术相关之题材，绝非“朝宗两宋（上、下）”篇可以含纳。这些例子，权作管中窥豹吧。两宋以降，画界的这种兴趣和技巧日渐式微，虽有吉光片羽般地在惜存于少数几位画家的作品中，但气象和意境已不可同语。

个人分类: 图像证史|7775 次阅读|16 个评论

混沌保密通信方向如何选择NSFC申报代码？

lcqq 2019-1-27 09:48

http://npd.nsfc.gov.cn

3859 次阅读|0 个评论

将你的爱人神化的一条捷径

冯向军 2018-10-29 12:33

将你的爱人神化的一条捷径 冯向军 空能包容万有。在空存在的同时不坏万有的显相。因此，空对于万有都是透明的。 你将你爱人变得对万有透明，实在是将你的爱人神化的一条捷径，而只要能以万有为背景B、以 你爱人的照片为前景F，直接融合成现代泛系 叠 加态： rF+(1-r)B就能达成这一目的。 【举例】

个人分类: 现代泛系|1345 次阅读|0 个评论

朦胧粉红海滩婚纱照---美人与自然融为一体

冯向军 2018-10-28 10:14

朦胧粉红海滩婚纱照---美人与自然融为一体 冯向军 2018/10/28 (一）背景 （二）原照 （三） 朦胧粉红海滩婚纱照(美人与自然融为一体） （四）小结 抠图难而融合易。但抠图换背景的效果往往不如原图整体和新背景直接融合。不过抠图的技术含量高。

个人分类: 现代泛系|1958 次阅读|0 个评论

我为什么选择图像和分形作为现代泛系的终生科学研究主攻方向？

冯向军 2018-10-27 18:42

我为什么选择图像和分形作为现代泛系的终生科学研究主攻方向? 冯向军 2018/10/27 现代泛系的思维和研究对象主要不是形式逻辑（等价于现代泛系复杂逻辑中的最不可能逻辑）的非此即彼的二元对立，而是现代泛系叠加态： 现代泛系叠加态=rA+(1-r)非A (1) 这其中0=r=1，是实数。A和非A是映射两个某种意义上的相互独立指向的单位广义向量。所谓广义向量就是既有大小又有指向的量。所谓单位 广义向量就是大小为1的广义向量。（r,1-r)既是 现代泛系叠加态在以 A和非A为基底所构成的广义正交坐标系上的坐标分布，又是 现代泛系叠加态在 A和非A上的柯尔莫哥洛夫公理化概率分布。由于r+(1-r)=1, 现代泛系叠加态的各坐标之和及各概率之和均归一。因此 现代泛系叠加态又叫做归一化广义向量。一般形式的 现代泛系叠加态可表达为： 一般形式的 现代泛系叠加态 =p 1 A 1 +p 2 A 2 +...+p n A n (2) 这其中p 1 +p 2 +...+p n =1，0=p i =1,i=1，2,...,n。 现代泛系广义向量基本定理指出：处于唯一不同指向上的广义向量即使其大小全同也互不隶属、没有交集、相互独立。因此在现代泛系中，广义向量相互独立的条件在理论上或理念上是很容易满足的。这为现代泛系把现实世界的复杂问题至简化和从 现实世界的貌似相同的事物中看到本质的不同从而破除现实世界所谓的“有常”和“有我”论奠定了科学理论基础。 由于 现代泛系广义向量基本定理的确立， 现代泛系叠加态，一般而言，在理念上可分别而在现实中不可分割。 现代泛系叠加态在理念上可分别成相互独立的分广义向量。这些 分广义向量不是脱离了整体或其他 分广义向量的 分广义向量，而是活生生的整体之中与 其他 分广义向量实际上存在相互纠缠的分广义向量。例如活人的意识和精神实际上不可分割，但活人却可以分别为活人的意识和活人的肉体之和。这其中 活人的意识和活人的肉体都是活人这个整体中的意识和肉体而不是脱离了 活人这个整体的意识和肉体。 我之所以选择图像和分形作为现代泛系的终生科学研究主攻方向，主要是因为图像是十分典型的现代泛系叠加态： 图像=现代泛系叠加态=r前景+(1-r)背景 （3） 而任何不全同点集---图像均是现代泛系分形，均具均匀分布因而都是某种意义上的自在和实在的缘故。 我之所以选择图像和分形作为现代泛系的终生科学研究主攻方向，还因为图像和作为 不全同点集---图像的 现代泛系分形的研究对象取之不尽、用之不绝、全免费而又与人类生活息息相关的缘故。

个人分类: 现代泛系|1364 次阅读|0 个评论

《清明上河图》：空前写实的技术史画卷（视频实录）

热度 5 Einstein 2017-12-21 10:12

按：这是10月29日在Self格致论道讲坛的文字版和视频版，12月19日刚公开。感谢中科院计算机网络中心多位老师的整理和编辑。之前有篇博客曾简要介绍过此事，可参考： http://blog.sciencenet.cn/blog-451927-1083396.html 加粗字体为网络中心老师所加，蓝色字体为我本人注释，部分图片有调整。 大家如果只打算看清晰的张择端本《清明上河图》，请点击这里： http://minghuaji.dpm.org.cn/ 北宋张择端的《清明上河图》现藏北京故宫博物院，是该馆的镇馆之宝之一。它描绘了900年前开封地区，也是当时的首都，各阶层人们的社会生活和生活场景，给我们提供了极大的方便去了解当时的社会生产方式 （注：因为紧张，演讲会有一些前后内容重复的口头语，大家见谅 ）。 自此之后，各个朝代都有不同的摹本和仿本，大概有几十个。另外还有两幅比较著名的，也是同名的《清明上河图》。一幅现藏辽宁博物馆，就是明代仇英本《清明上河图》，还有一个现藏台湾，在台北故宫博物院的清院本《清明上河图》。 它们都延续了宋代写实的风格，为我们了解古代社会提供了极佳的窗口 。 我们先看这个场景，这是在汴河的一个码头上，码头上有几位搬运工，他们手里拿着像木棍一样的东西，你们猜猜拿的是什么东西？ 实际上手里拿的东西不是木棍，是竹签。 这是古代计件工资的一种形式 ——从码头上把粮食卸下来之后运到粮仓里，在这里领一根竹签，可以换一份工钱，这是经济史学家关心的问题， 作为一个科学史研究者，我关心什么呢？ 大家看这个场景，这个独轮车上面是不是有什么奇特的东西？ 蒙了一层布，但这个布不是一般的布，仔细看这个布上是不是有文字？故宫博物院研究员余辉先生（ 著 有： 隐忧与曲谏:《清明上河图》 解码录 ，另有一通俗读本《清明上河图导览》 ）认为 它是草书，他做了一个类似八卦的想法，当时北宋宋徽宗登基之后，重用权臣蔡京。蔡京搞了一场政治斗争，相当于当权派把反动派抄家之后，用独轮车把抄家之后的东西运到郊外，来进行焚烧。但是这个想法现在好像没证实（ 注：可能永远也证实不了了 ），只是他的个人看法。 上面的例子是一些政治史学的研究，我本人是做古代技术史研究，关注的点会有些不同。大家看这个独轮车，它非常奇特，因为一般独轮车是人在前面拉，后边有个推的人。 但画中，在前辕上还有一个人在拉，有两个辕。这样的话，起码独轮车有一定平衡功能。他手里还拿着一根鞭子，前面有一头驴，所以这种驾驶方式， 我们只能在这种类似《清明上河图》这样的绘画中能看到 ，现在已经看不到了。 我们再看这幅图，这是当时大街上的一个修车铺，箭头所指的方向是一个框架锯。框架锯是一种工字形锯，或许在座的有人见过，这种锯在古代非常关键。 比如我们要加工一个大型板材，没有这种框架锯的话，要靠木楔子打进去要劈开，这种劈裂开的木板就非常不平整。你要用锛，或其它的一些工具来进行加工又非常费劲。有了这个框架锯就方便很多， 在《清明上河图》里面出现的是中国最早的框架锯形象，为考证古代的物质文化史提供了很大的便利（ 注：这是国家博物馆孙机先生的观点，不知道这几年考古证据推翻此结论没，笔者还没看到 ） 。 再看这一幅图，这是汴河上的航船，就是内河的船只。船只上箭头所指的是什么？是一种当时非常先进的高科技， 是一种可升降式的平衡舵 。 大家可以看到上面有悬挂的舵链，这样就是可升降，因为汴河水浅的时候，舵要提升上去，否则的话，插到下面的话，会妨碍航行。 平衡舵是什么意思？舵就是改变航程（ 注：航向 ）。我举个例子，像我手一样，这边是舵轴，这是舵面，叫平衡舵。平衡舵是什么意思？这个舵轴要往中心移一点的话，力矩转就非常方便了，这也是当时古人蛮有智慧的一个设计。 下面谈一下我和《清明上河图》发生的两个故事（ 以下内容主要基于两篇拙作，附文末 ）。 这个叫辘轳，我小的时候看到大人经常用它，现在很难见到了。我小时候看过一部电视剧，当时蛮火的，这好像会暴露我的年龄，至少有三十年了（ 注：其实没有30年，记忆错了，1991年首播，是26年 ），这部电视剧叫《辘轳·女人和井》，主题曲是当时的大歌星韦唯唱的。 其中有一句歌词是：“女人不是水呀，男人不是缸，命运不是那辘轳，要把那井绳缠在自己身上。”它很形象的，因为它是曲柄的嘛，曲柄这么摇，然后把水提上来。 因为这种辘轳带一个曲柄，我们就可以先叫它曲柄辘轳。这是中国古代很常用的，而且是古代很省力的一个提水机械，但是它产生于什么时候呢？ 辘轳这个词比较早了，这是汉代的三幅辘轳图（ 注：第三幅摄于徐州汉画像石艺术馆 ）。这个辘轳也叫辘轳，但是它跟刚才我说的还不一样， 它基本是个定滑轮式的，就是只改变力的方向，并不省力 。从汉代到北宋期间有很多辘轳的词出现，但是我们搞不清到底是这种辘轳，还是我刚才说的曲柄辘轳。 我举一个例子，在南朝刘义庆写了一本书叫《世说新语》。他讲了大画家顾恺之和三个朋友做游戏开玩笑的一个故事，他说：“每个人说一句话，看谁说的最危险，谁就获胜。” 第一个人说“矛头淅米剑为炊”，这是啥意思？就是说用那个长矛的尖淘米，用宝剑来做饭。第二个人说“百岁老翁攀枯枝”，在古代七十古来稀，百岁还要攀枯枝，那不是找死吗？第三个就是顾恺之说的，他说“井上辘轳卧婴儿”这个词是很危险，但是这个辘轳在这里我们搞不清楚，是前面那两种辘轳中的哪一种。后面的已经成为成语了，就是“盲人瞎马”，“盲人骑瞎马，夜半临深池”这当然是最危险的了。 就是从汉代到北宋期间都找不到曲柄辘轳什么时候出现，这个工作是我做的，我写了一篇小论文。有一次我就在欣赏《清明上河图》的时候，那个图很长，在右侧可以看到有一支队伍在踏青。后面画方框的地方是一块菜园子，菜园子里面就有口井。 《清明上河图》整一幅图就两口井，这是个圆口井，放大一下就是上面这幅图，在圆口井的上方，有很小的一个东西，如果不是做辘轳的话就没法儿解释。旁边有个人似乎是要提水，而且在他左侧的一方，有一个人挑着一个担子，应该是已经汲水而去了。 这是我国最早关于这种单曲柄，省力辘轳的最早形象之一 。当然为了找更多的证据，后来又在北宋的墓葬里面一些砖雕和绘画中又找到一些，这是其中一个。 这应该（是）一个儿童，长得比较矮，可以看到他在用力地摇辘轳，一个人在艰苦地在摇曲柄提水。通过这几个证据，结合《清明上河图》，证明在900年前在中原地区，辘轳已经在普遍使用了。 再讲一个第二个与《清明上河图》的故事。《清明上河图》有很多版本，这是和明代仇英本版本有关系。这个东西小时候在我家，我奶奶让我烧火做饭的时候要用，就是风箱。我老家不叫风箱，叫风匣，匣就是小木盒子。 风箱非常好使，因为我小的时候经常听呱哒呱哒的声音，那个风门有响，它的特点是什么？就是推和拉的时候都产生风。它在古代不仅是烧火做饭的作用，古代中国发达的冶金也要全靠它来产生炼铁的温度。 中国有个歇后语叫“风箱里的老鼠——两头受气”，就是说它这个原理的，它跟《清明上河图》就有关系。那风箱最早是什么时候产生的呢？早年有一位学者叫英国的李约瑟，他当然很有名气了，他发现北宋有一个书叫《演禽斗术三世相》，念起来挺拗口，就管它叫《三世相》。 《三世相》是个什么书？算命的，三世就是前世、今生、未来。李约瑟在这本书发现两幅图，左面是一个打铁图，右面是一个打银图。后面有一个非常小的木柄，因为它打铁的嘛，温度肯定要上去，所以他就断定宋代就有了风箱这样一个工具。 但是我几年前在国家图书馆文津古籍部看这个本子的时候，发现有疑点，这本书不是宋代的，是后来的。 我现在有三个证据。 这是第一组，左面是从这本书上截下来的图，右面是一个参考年代图。大家看第一幅图，这位男子头上戴的一个什么？是乌纱帽。这个乌纱帽有长翅，但是这个长翅不是很长，而且有圆角。 这是明代官服的一个特征，宋代是很长的。基本符合事实的是宋太祖赵匡胤为了防止大臣在朝上交头接耳，就把这个弄那么长，这样的话就不方便说话了。 另外看他的官服前面是有像补丁一样的东西，专业术语叫补子。实际上前后各有一个，前胸、后背各有一个，这是明清官服。就是官员的等级身份的象征。文官饰飞禽，武官饰走兽，所以说衣冠禽兽早期就是指他们的，但是现在已经变成贬义词了。 我们看右面，右面是明代一个绘画，这个图是明代的特征。再看第二个证据是一个承差，承差就是过去传送文书的一种小官吏。他戴的帽子顶部是平坦，四角皆方，它叫“四方平定巾”。这种小官吏戴的帽子是明代朱元璋之后流行起来的，朱元璋上台之后，他认为“天下平定，四方平定”，所以就搞了这样一个服饰下来。 右面这个是明代的一个版画，叫《琴心记》，讲的就是汉代卓文君和司马相如为了爱情私奔的故事。但是中间这位老者，就是下面站的这位，他戴的帽子和左边承差的是一样，所以仍然是明代风格的这种服饰。 第三个证据是左图坐着的男子头上戴的帽子，专业术语叫“六合一统帽”，是六瓣布弄起来像半个西瓜，所以实际叫瓜皮帽。我们一般看地主老财戴这种瓜皮帽，流传到现在了。 “六合”就是东西南北上下，也就是六个方向，这仍然是明太祖朱元璋之后才流行起来的。右边的图也是参考年代的一个书，从明代一个版本叫《红梨花记》，看到那左边第二人也是戴的这种瓜皮帽。 综合刚才这三个证据， 我就否定了李约瑟那个本子，是很值得怀疑的 ，而且证据还是比较充分的。有一次翻看一个关于仇英本《清明上河图》的书，不过这次是在国家博物馆了，在国家博物馆当然不是原本了，原本在辽宁博物馆。 在里面就发现一个铁匠铺里面，大家看这个图，右面放大图看到三个光着上身的男子在挥锤打铁，打铁的话仍然是古代冶炼，他们打的是一些日用器具，剪子、刀、斧头等。后面是一个炉子，炉子再后面一位男子正在拉扯风箱，而且火门我们都能很清楚地看到。 明代仇英的画作年代应该是1543年，就是16世纪中叶左右，而且仇英是南方人，是明代四大才子之一，而且在长三角一带。这样的话就证明在16世纪中叶，长三角地区这种风箱应该普遍使用了。因为不普遍使用的话，入画应该会有一个过程，这就把这个年代的风箱跟《清明上河图》就结合起来了。 当然类似在《清明上河图》中这样的场景还有很多，我再举两个有趣的例子，这个的话现在应该很难看到了。但这是中国很传统的一种提水灌溉，特别在南方一种常用的器具叫龙骨水车，也叫翻车。 我们再看一个，仍然是在仇英本的《清明上河图》中，在汴河的一侧就是田地的一边，有这样一个草棚一样的东西，下面像个轮子，这是干什么用的？这个也很难猜，因为估计在座的应该没有人见到过，或很难了解到。 这是稍晚些时候，在那个时候再过几十年，在1637年宋应星《天工开物》中的牛转翻车，但是它唯一不同的是没有那个棚子。下面要一头牛，那个人当然是坐在木盘上来赶牛，牛拉那个盘，通过两个齿轮机构（ 注：严格说，一对齿轮和一链轮机构 ）带动这个水车，这是当时的一种很常见的，用来提水灌溉的高科技。 仍然是在仇英本的《清明上河图》里面有一个染坊，中间可以看到有一个人手托着一个像木架一样的东西，脚踩着好像什么东西，这个人在干什么呢？他叫踹布匠。棉布染色之后，因为古代的生活也不那么单调，有花花绿绿的衣服，有各种植物染料、矿物染料染色。 染色之后棉布太皱（硬），需要卷到这个布轴上放到一个石板上。那个人踩的是像一颗元宝的石头，有几百斤重，叫元宝石。把这个石头压到布轴上，这个人就是踹布匠。 他上去踩住，踩的话不可能像耍杂技一样，肯定是要托住一个框架，然后再进行踩，这样布就平整光滑了。 在《清明上河图》中，无论是宋本还是明本，都可以找出很多反映当时社会现实的东西。大家知道摄影摄像技术产生的很晚，大概在19世纪的上半叶。 了解古代社会生活、科学技术很大程度上要依赖这些绘画或壁画的资料， 我们幸运有《清明上河图》这样的宝贵资源留给我们 ，使我们可以穿越到过去和古人对话，带着好奇的眼神领略那个陌生而神奇的世界。谢谢大家！ Self格致论道网站目前还看不到视频，从以下网站可以看到： 爱奇艺： http://www.iqiyi.com/v_19rrf3kc1k.html 优酷： http://v.youku.com/v_show/id_XMzI0MTU2OTYzNg==.html?spm=a2hzp.8244740.0.0 主要内容来源： 史晓雷，张柏春：《我国单曲柄辘轳普遍应用的年代考》，《农业考古》2010年第4期 史晓雷：《中国古代活塞式风箱出现的年代新考》，《中国科技史杂志》2015年第1期

个人分类: 图像证史|13888 次阅读|14 个评论

[转载]matlab print 图像

sunzy025 2017-12-1 14:53

1、在matlab 中图片的输出非常重要，鉴于发文章和写报告的考虑，才发现要像orgin一样设置图片是必要的。 主要是利用的EDIT里面的figure property打开之后，会发现在图片的正下方会有界面，这个界面伴随着我们点击坐标轴和曲线和标题，出来很多选择，我们可以根据自己的需要对图片进行处理。 2、用file里面的export setup输出图形。 3、在view里面可以选择显示cameratoolbar 用来变换图形的视角 4、在plot edit bar里面可以看出在图形中添加箭头，对图形进行设置，还可以添加举行和椭圆，当然所有这些在程序中都可以实现。 5、matlab图形中很多功能能够通过双击图形中的标志，进行格式的设定，还可以用过用选中再右击的方式进行设定。 matlab保存图片的四种方法 1 直接从菜单保存，有fig,eps,jpeg,gif,png,bmp等格式。 2 edit------〉copy figure，再粘贴到其他程序。 3 用saveas命令保存图片 。 4 使用plot函数后紧接着用print函数。 print的三个参数： （1）图形句柄，如果图形窗口标题栏是“Figure 3”,则句柄就是3. （2）单引号字符串，指定存储格式。 用gcf可以获取当前窗口句柄。 png格式：'-dpng' jpeg: '-djpeg', tiff: '-dtiff' bmp: '-dbitmap' （3）文件名。 详细用法请 help print 例： x=-pi:2*pi/300:pi; y=sin(x); plot(x,y); print(gcf,'-dpng','abc.png') % 保存为png格式的图片。 figure(2) % 新建一个句柄为2的图形窗口。 plot(x,cos(x)); % 在句柄为2的图形窗口上画图。 grid print(2,'-djpeg','C:\\abc.jpeg'); %将句柄为2的图形保存为jpeg/jpg格式的图片，文件名为'C:\\abc.jpeg' 转 http://blog.sina.com.cn/s/blog_62ecb1070100irqq.html

个人分类: Matlab|7 次阅读|0 个评论

称霸社交网络的PS，同样也没放过浩瀚宇宙

热度 1 beckzl 2017-11-4 22:48

　　12000年前，西班牙北部旧石器时代的古人类在洞穴中画下了精美的岩画。 　　这些画作记录了他们的狩猎场景，三位猎人身姿矫健，或弓步或跳跃，甚至三箭齐射。 　　今天我们知道三箭齐射这样玄妙的操作只存在于小说和表演当中。 　　人们早就已经不满足于只在现实中装扮自己。 　　自图像记录技术诞生以来，无论是绘画还是摄影，人们都追求超越现实的美好，不免得让人怀疑当中的真假虚实。 　　光绪年间，年过七旬的慈禧太后赶着封建王朝的尾巴，靠着高超的修图技术做了一个少女梦。 　　她脸上原本的皱纹、眼袋被悉数磨去，连鼻翼都没能幸免。 　　 摄影技术从记录真实一度成为了展现美好的手段 ，无论是明星演员的各种美照，甚至是华南虎、UFO等所谓的大发现。 　　真假早已不是表面上看起来那么简单。 　　幸好，我们还有科学这一片净土，不是吗？ 　　 ____________ 　　1946年，美国用从德国掳来的终极黑科技V2火箭进行了一次前卫的太空实验。 　　V2火箭在新墨西哥州的白沙导弹试验场发射升空，到达了104千米的极限高度，摸到了太空的边缘。 　　 在那里，火箭所搭载的35mm相机拍下人类第一张太空照片，一张还难以辨出弧度的地球照片。 　　自那以后，V2火箭多次承担起了太空摄像师的艰巨任务。 　　所拍的照片经过拼接后，成为了作为地圆说最有力的证据，人们觉得这种实事求是的态度就是科学。 　　随着技术的进步以及大众科学素养的提高，科学以照片或视频这样的影像形式走进了千家万户。 　　我们早已习惯相信那些刊登在报纸杂志甚至学术期刊上的科学照片，因为我们认为 “科学即真实” 。 　　20世纪90年代，NASA斥巨资制造了世界第一台空间望远镜，由“发现者”号航天飞机送入太空。 　　5年之后，这架还用着磁带储存信息的 哈勃望远镜 传回了令人惊叹的照片。 　　这是位于天鹰星云内部的柱状气体尘埃。 　　它看起来是那么震撼，那么美丽，就像是紫霞仙子心中盖世英雄踩着的七色云彩一般。 　　这幅经典的照片当然成为了哈勃望远镜最经典的作品之一，也成为了无数人对宇宙对星河最原始的认知。 哈勃望远镜 　　 科学的进步甚至改变了宗教的修行方式。 　　有人在描述自己冥想时的体验时说道：“我想象自己脱离了引力飞向太空，在星际间穿梭，宇宙绚烂的景象与我的色彩感官相接，唤起了我对浩瀚星辰最原始的渴望。” 　　 但很可惜，人类对用PS创造的宇宙是不会产生任何原始渴望的。 　　 没错，即便是出自NASA这个最权威最前沿机构的科学照片也同样披着重重的PS装甲。 　　95年拍摄的这张“创生之柱”原始照片实际上看起来相当暗淡。 　　经过拼接、叠加、上色、美化之后才诞生了一张无与伦比的绚烂星云照片，流程颇有时尚杂志封面制作的感觉。 创生之柱原始图像 　　无独有偶，浩瀚的宇宙远没有我们从照片中看来得绚丽，微观世界同样充满单调与枯燥。 　　在2015年安徽省的语文高考作文题中，想象力丰富的语文题组老师给出了这样一段材料： 　　活动期间，科研人员特地设计了一个有趣的实验，让同学们亲手操作扫描式电子显微镜，观察蝴蝶的翅膀。 　　 通过这台可以看清纳米尺度物体三维结构的显微镜，同学们惊奇地发现：原本色彩斑斓的蝴蝶翅膀竟然失去了色彩，显现出奇妙的凹凸不平的结构。 　　原来，蝴蝶的翅膀本是无色的，只是因为具有特殊的微观结构，才会在光线的照射下呈现出缤纷的色彩....。 　　 　　看起来是一个富有寓意的短科普，但实际上这段小材料却是个十足的笑话。 　　电子显微镜由于成像原理的关系，并非可见光成像，而是电子束成像，只能记录黑白的灰度信息。 　　就算是把颜料放在电子显微镜下也一样没有任何的色彩。 　　 我们常常看见的那些色彩分明的超小尺度显微照片实际上与NASA的宇宙图片一样，都经过了不同程度的处理。 　　 　　 　　 为什么这些与用做科研的资料照片不直接采用原始图片？这难道不会与实事求是的科学精神相冲突吗？ 　　原因很简单，这些色彩丰富的照片不仅仅提升了大众的观感，也提升了科研人员的观感。 　　我们常常以为我们双眼看见的世界就是真实的世界，俗话也有“眼见为实”的说法。 　　可实际上，人类的眼睛是为了我们生活和生存而进化的，它在身体的发育过程中花费大量的能量。 　　因此我们不可能将眼睛打造为一个完美的全覆盖式感受器，它所能感受到的信息一定是与生存息息相关的。 　　 　　今天我们知道，人类的眼睛选择了3种基础颜色视细胞，他们齐心合力便能辨别出千上万种的颜色。 　　实际上说得直白点，我们看到的不过是不同波长的电磁波，颜色只是在人脑中区分他们的标签而已。 　　 　　 我们进化出了对波长高度敏感的能力，也牺牲了对灰度等级的辨别能力。 　　 相比于上万种的可辨色彩，只有二十几种的可辨灰度就显得十分孱弱了。 　　因此，我们在夜间光线不足无法辨别颜色的条件下视力会变得很差。 　　同理，我们对黑白照片的辨别能力也远没有对彩色照片来得强。 灰度图像难以辨清细节 　　对于像是电子显微镜这样只能记录灰度信息的设备，即便它能记录上千个灰度等级，我们的眼睛还是无法辨别。 　　这就需要特殊的方法来处理， 伪彩色处理 便是一个最典型的方法。 　　简单来说，伪彩色处理就是将颜色按照一定的规则映射到原本的灰度上。 　　如此变化后，我们的分辨力从二十几种瞬间提升到了近万种。 采用伪彩色处理后的图像显然更加直观 　　然而我们引以为傲的颜色辨别能力放在地球自然光谱中，就显得非常可怜。 　　即便是相机的底片都比我们的眼睛能记录更多更广的光线信息。 　　1895年，伦琴就是通过一个荧光屏的异常闪光才发现了与可见光同为电磁波的X射线。 　　 为了照顾人眼可怜的能力，即便是发明出了能力超强的电子感光原件，我们也不得不将它的视野“禁锢”在可见光的范围之内。 　　一般的做法是用三色滤光片分离出人眼可见的所谓的“三原光”——红绿蓝。 　　经过滤光片后，感光元件便能记录这一种颜色的强度，用灰度信息记录。 　　三种颜色的光分别由单独的像点记录，每四个像点构成一组，由红色、蓝色像点各一个，绿色像点两个。 　　一组像点所记录的灰度信息按照颜色复原，最终再合成为一个包含红绿蓝三种颜色的彩色像素点。 　　正是因为这样的原理，让我们误以为相机拍下的照片只要不经过人为修改都是接近人眼看到的，是真实的。 　　相机的这种“人眼视觉”在地球上都不足以应付各种科研工作，更何况环境更复杂的宇宙。 　　哈勃望远镜的诞生为的也正式脱离大气层，接受最纯粹的宇宙射线、电磁波。 　　2015年，即将退休的哈勃望远镜重访天鹰星云的创生之柱，不仅拍下了比20年前更加清晰的照片，也展示了宇宙照片的制作过程。 　　科学家先用哈勃望远镜上的四片式CCD拍下连续三张灰度照片，对其进行多帧合成处理，去除随机噪点、增加对比度。 　　之后再才用滤光片分别记录氧、氢、硫所对应的光谱信息，将三组信息作为红蓝绿三色分别渲染。 　　三色叠加后再进行常规意义上的处理，加阴影、加饱和度等一系列修图手段。 　　一张绚烂多姿，符合人眼审美的“创生之柱”就完成了。 　　但实际上照片对应的颜色并不是真实的色彩，就算真的能飞跃星际也看不到这样的景象。 　　对于更加纯粹的科研照片，哈勃甚至会完全采用非可见光段成像，因为许多天体所发出的光亮并非可见光。 红外光下的可视化“创生之柱” 　　我们追求真实，抨击作假，不仅仅对日常生活指指点点，甚至对学术界也抱有质疑。 　　按理来说质疑是我们前进的动力之一，应当鼓励。 　　可我们以什么来区分真实与虚假？ 　　是凭“眼见为实，耳听为虚”的俗语？还是凭人为修改留下的蛛丝马迹？ 我们以为的真实星球不过是个锅底 　　可悲的是我们并不知道我们双眼之外的世界，我们必须依靠科学技术才得以继续探索。 　　谁都不知道我们是不是那个泡在缸中只会接受虚假信息的孤独大脑。 　 　*参考资料 　　Dan Kedmey. Gallery: The art and science ofspace photography. TED. Nov 19, 2015. 　　李丽洁. 科学可视化中的伪彩色技术研究 .哈尔滨工程大学,2006. 　　姚骏恩. 电子显微镜的现状与展望 . 电子显微学报,1998,(06):81-90. 　　Seth Borenstein,胡溦. 哈勃望远镜:从宇宙笑柄到太空宝眼 . 英语文摘,2009,(07):41-43. 　　陆家训. 哈勃望远镜能看到什么？ . 世界科学,1994,(03):4-5.

1206 次阅读|2 个评论

《商周时期的图像谶纬及其思想研究》

kyotosizumoto 2017-6-11 18:34

商 周时期的图像谶纬及其思想研究 我们研究商周图像中的哲学和原始宗教，离不开对这一图像文化传统的哲学思考。而最能表现这一哲学思考的是集中体现了商周时代图像谶纬哲学的《周易》，它是古代中国图像文化史的哲学核心。 在现代学术史上，有两种研究模式笼罩着对《周易》谶纬哲学的研究，一种是以“朴素的、辩证的、唯物的”这三字经式的观点来概括所谓的《周易》哲学，另一种是以对《易传》哲学的研究来指代所谓的《周易》哲学。前者如李景春的《周易哲学及其辩证法因素》一书，后者如张立文的《周易思想研究》一书。他们那套所谓的《周易》哲学既是对《周易》六十四卦经文中的哲学思想了解的陌生，也是对《易传》十篇中的哲学体系认识的混淆。所以，有的学者就干脆提出了一个“易学哲学史”的概念，以对《易传》哲学思想的发展史研究作为建构历代《周易》哲学研究史。 但是，在我看来，《周易》六十四卦经文哲学的核心是象学，即图像文化的哲学，它完全不同于《易传》哲学，也不是所谓的“朴素的、辩证的、唯物的”所能概括的，它是十分精致而成体系的，既是《易传》哲学的直接来源，又是西周文明的哲学基础，更是古代中国图像文化史的哲学源头。 正是因为有了谶纬图像哲学，使《周易》六十四卦经文的性质从卜筮之书走上了哲学著作。更因为出现在卦爻辞中的象辞及其图像文化的内涵，是通过以某种具体形象来指代世间一切事物，象在这里就是形而上性质的，是道。 一、图像谶纬思想的成立及其展开 恩斯特·卡西尔（Ernst Cassirer）在其名著《人论》 一书中提出了下列著名的主张，即： 对于理解人类文化生活的丰富性和多样性来说，理性是个很不充分的名称。但是，所有这些文化形式都是符号形式。因此，我们应当把人类定义为符号的动物来取代把人类定义为理性的动物。 恩斯特·卡西尔（Ernst Cassirer）作为德国新康德主义哲学思想的代表，他提出的这一人类图像（符号）观，具有着特别重要的意义，他提示我们要打破以往的以理性来理解人类行为的固有模式，从人类对图像的感知中去找出人类理性的发展和变化的轨迹。他所说的“符号”这一概念，也就是英文中的Symbol，这一概念的易学表达正好就是《周易》中最为基本的概念“象”。用现代学术上的术语来说就是图像文化。实际上，从1642年第一部西文《周易》翻译出版以来的数百年西方易学史上，对“象”这一概念一直是使用Symbol来指代的。 如果以自然界所含有的事物之象（物象）和自然界所没有而为人类所构思出的想象之象（意象）来指代的话，那么，《周易》三百八十四爻中所出现的无非就是两类象：物象和意象。前者是具体的，可观的图像及其文化内涵，而后者则是不可观的图像及其文化内涵。如，《剥卦·上九》的“硕果不食”，《大过卦·九五》的“枯杨生华”，《屯卦·六三》的“既鹿无虞”，《需卦·九五》的“需于酒食”，《讼卦·上九》的“或锡之鞶带，终朝三褫之”……都属于物象。而《乾卦·九二》的“见龙在田”，《睽卦·上九》的“载鬼一车”，《履卦·九四》的“履虎尾”……都属于意象。物象因为是可观之象，所以它具有实在性和客观性。而意象（梦境、假像等）在当时也被人为是可观之象。 从大的划分来说，物象则又是由以下三类构成的，即：动物象、植物象和天地自然之象。 动物象中最为有名的是龟甲和牛骨，所谓的甲骨文就是由此而来的。实际上，猪、羊、牛、鸡、马、龟……皆可以作为占具使用。但是，根据文献上的记载，一般中原地区使用龟、牛为多，西戎地区使用羊 、南越地区使用鸡 。 植物象中最为有名的是筮草，《周易》占筮就是由此而来的。其它如竹 、樗蒲 等也可以使用在占卜上。 天地自然之象中最为有名的是星象，其它如云象、月象、日象等也是占卜的依据。比较一下《周易》和《山海经》的两种取象内容，却可以明显地发现它们的一个相同之处，即，《山海经》中出现了六十四种取象，而动物象却有五十六种！如，《南山经》中的“东南四百五十里，曰长右之山，无草木，多水。有兽焉，其状如禺而四耳，其名长右，其音如吟，见则郡县大水”，又如“又东五百里，曰丹穴之山，其上多金玉。丹水出焉，而南流注于渤海。有鸟焉，其状如鸡，五采而文，名曰凤凰，首文曰德，翼文曰义，背文曰礼，膺文曰仁，腹文曰信。是鸟也，饮食自然，自歌自舞，见则天下安宁”……等等，而在《周易》中也是以动物象为多。可以得出在取象的方式上这二者是相同的。这也是以后异常动物图像产生的基础，“异相”或者“异像”是人、动物共同具有的神格特征。动物象的频繁出现正是对当时原始宗教信仰中动物象占占主导地位的一个说明。而龟甲和兽骨的占法和它的集中表现的甲骨文，正是动物象占法在当时占据主导地位的有力证据。 在动物象占法占据主导地位的时代，人和动物之间的联系比以往更加密切，这使动物具有了以往所没有的原始宗教价值。因此，我在《周易发生学》 一书中曾经对这一现象进行如下分析： 在研究不同民族的古占卜术的起源时，我们常常可以发现该民族巫术的形成过程是这一民族文化传统中最底层的沈淀物。当我们想要将该民族中丰富多彩的文化加以条理化并从中找出一条该种文化发展的脉络时，经常会发现构成这种文化心理的栋梁，有着为后代人所不可理解的、牵动其文化发展的杠杆作用。于是，在以巫术为圆心，以一定的文化传统为半径变动的轨迹，也就是该种文化体系所能触及到的文化网。所以它才可以“弥纶天下之道”。这种文化在其每一个方面都表现出一种为后代文化所不可能形成的相似性——而在远古时代，形成这一相似性的核心也就是主宰当时人们宗教心理中的巫术和图腾，以及为维系该民族传统所形成的一整套的神学观念和风俗习惯。这种相似性也就是《周易》前史中象的雏形。它的根源就是这个巫术圆心：曾经统治一切原始部落的观象占法。 意象中最著名的是梦象。在古代中国的图像文化史中，梦象是个异类，它更多具有神格意义。《周礼》中有关占梦之官是这样记载的： 占梦：中士二人；史二人，徒四人。 大卜：……掌三梦之法，一曰“致梦”，二曰“觭梦”，三曰“咸陟”。其经运十，其别九十。 占梦：掌其岁时，观天地之会，辨阴阳之气。以日月星辰占六梦之吉凶，一曰正梦，二曰噩梦，三曰思梦，四曰寤梦，五曰喜梦，六曰惧梦。季冬，聘王梦，献吉梦于王，王拜而受之。乃舍萌于四方，以赠恶梦，遂令始难驱疫。 梦象之占在甲骨文中就大量出现了。如： 壬子卜，王曰：“贞：又梦？” 丙子卜，□贞：“王又梦示不？” 庚戌卜，□贞：“王又梦，不佳□？” 因此，梦象也是历史久远的。到了《左传》中还有什么“妖梦”的记载： 壬戌，战于韩原。晋戎马还泞而止。公号庆郑，庆郑曰：“愎谏、违卜，固败是求，又何逃焉？”遂去之。梁由靡御韩简，虢射为右，辂秦伯，将止之。郑以救公误之，遂失秦伯。秦获晋侯以归。晋大夫反首拔舍从之。秦伯使辞焉，曰：“二三子何其戚也！寡人之从君而西也，亦晋之妖梦是践，岂敢以至？”晋大夫三拜稽首曰：“君履后土而戴皇天，皇天后土实闻君之言，群臣敢在下风。”穆姬闻晋侯将至，以太子罃、弘与女简璧登台而履薪焉。使以免服衰绖逆，且告曰：“上天降灾，使我两君匪以玉帛相见，而以兴戎。若晋君朝以入，则婢子夕以死；夕以入，则朝以死。唯君裁之！”乃舍诸灵台。 作为一个集合了远古时代的观象占法和梦象占法的统一载体而出现的《周易》及其图像谶纬文化传统，它的占筮方法的出现具有着历史的、宗教的和内在的原因。在殷商时期的万物有灵论的观念作用下，商周民族在图腾信仰上的差异，也就是表现为图像文化上的异同。周人可能损益性的处理并接受了商人的部分信仰及其图像谶纬文化传统，但是在其宗教信仰上却最终形成了为周民族所特有的不同于商人的巫术体系。因此，考察《周易》的本质，就只能从这一角度上来分析和研究。 二、象辞和兆辞之间的偶然性关联 对《周易》及其图像谶纬文化传统的考察和研究，我们可以发现它的形成的原始宗教学轨迹。即：“原始社会中的物象和意象，由于它和吉凶事件的一种偶然性关联，作用于始思维中就积淀成了沟通因果性关系的必然律。这种必然律是形成集体表像的前提和基础。它为我们提供了远古时代部落中反映原始巫术和宗教思想的认识观。物象和意象这一偶然性前件被认定为产生必然性结果的后件——尽管这二者之间在我们现代人看来是没有任何因果联系，而且前件和后件又往往通过一种繁琐而神秘的数的筹算过程，决定了大衍之数在这种巫术兼容程度中的特殊地位：它的图腾色彩以及由此而形成的风俗观念，使它以一种为初民们所不可理解的、具有神灵意义的身份承担起掌握规律性运动和变化的任务。原始巫术哲学成为一种趋近于自然科学的宇宙学说。” 象辞和兆辞之间正是这一偶然性关联的反映。 所谓偶然性关联，列维—布留尔（Levy-Bruhl Lucien）在《原始思维》 一书中主张： 对于原始人来说，是没有任何偶然的东西。……关联是包含在原始人所想象的和他一旦想象到了就相信的前件和后件的神秘联系中：前件拥有引起后件的出现和使之显而易见的能力。 象辞和兆辞的关系，是构成《周易》卦爻辞及其图像谶纬学说的核心内容。所谓“观象系辞”正是对前件之象的观察后所得出的兆示结果。《乾卦·九三》：“君子终日乾乾，夕惕。若厉，无咎。”讲的是在发生“君子终日乾乾，夕惕”这一象时，以往的经验是“若厉，无咎”的。于是，前件的“君子终日乾乾，夕惕”就和后件的“若厉，无咎”之间建立起了一种关联。《屯卦·六三》：“既鹿无虞，惟入于林中，君子几，不如舍。往，吝。”讲的是在发生“既鹿无虞，惟入于林中，君子几，不如舍”这一前件时，以往的经验是“往，吝”的。于是，前件的“既鹿无虞，惟入于林中，君子几，不如舍”就和后件的“往，吝”之间建立起了一种关联。《讼卦·九二》：“不克讼，归而逋，其邑人三百户，无眚。”讲的是发生“不克讼，归而逋，其邑人三百户”这一前件时，以往的经验是“无眚”的。于是，前件的“不克讼，归而逋，其邑人三百户”就和后件的“无眚”之间建立起了一种关联……全部六十四卦就是在这样一种关联下构成的。 因此，所谓偶然性关联，在图像谶纬角度而言，也就是一种能够引起吉凶结果的某种表象。因为这一表象的形成虽然是偶然的，但在原始人看来这是必然的，原始宗教者（巫师或酋长）把这一表象看成是一种体现了天命鬼神意识的联系，进而在部落权威的指示下也就演变成一个部落的共同性的集体表象。这使它具有了图腾化的价值属性。前件和后件之间被理解成必然性的和规律性的关联，称之为“偶然性关联”只是表明了我们今人的立场。《易传·系辞》中明确阐明了这样一个作《易》宗旨： 圣人设卦观象，系辞焉而明吉凶，刚柔相推而生变化。是故，吉凶者，失得之象也。悔吝者，忧虞之象也。变化者，进退之象也。刚柔者，昼夜之象也。六爻之动，三极之道也。是故，君子所居而安者，易之序也。所乐而玩者，爻之辞也。是故，君子居则观其象而玩其辞，动则观其变而玩其占。是故自天佑之，吉无不利。 列维—布留尔（Levy-Bruhl Lucien）在《原始思维》 一书中曾指出： 这些集体表像在该集体中是世代相传，它们在集体中的每个成员身上留下深刻的烙印，同时根据不同情况，引起该集体中每个成员对有关客体产生尊敬、恐惧、崇拜等等感情。它们的存在不取决于每个人，其所以如此，并非因为集体表像要求以某种不同于构成社会集体的各个体的集体主体为前提，而是因为它们所表现的特征不可能以研究个体本身的途径来得到理解。 前述《山海经》中记载的“见则天下□□”的吉凶兆示，为《周易》的“观象系辞”的作《易》宗旨的产生提供了有力的时代性证据。作为初民们所认可的沟通前后件之间的偶然性关联，在具体表现形式上正是对观象活动的符合原始宗教信仰的处理。《周易》卦爻辞中的全部前件（即象辞），正是和后件（兆辞）相互对应的结果，是观象活动的文字记录。它并不是以简单的卦象作为判断吉凶的准绳，而是在这一基础上将卦象上升成为具有法度和规律含义的图像谶纬经典《周易》经文。这使《周易》成为当时和前代的集体表现的结晶。 三、象辞的形而上者特点研究 正是因为卦象已经上升成为具有法度和规律含义的《周易》经文，所以在进行象辞的形而上特点研究之时，必须还分析研究象、道、器三个范畴之间的相互关系及其各自的属性。首先，要研究这三个范畴是否是原始《周易》中的固有观念。 象，在《易传·系辞》中有三种解释： 第一，“见乃谓之象。” 孔颖达《周易正义》解释说：“‘见乃谓之象’者，前往来不穷，据其气也。气渐积聚，露见萌兆，乃谓之象，言物体尚微也。” 第二，“是故夫象，圣人有以见天下之啧，而拟诸其形容，象其物宜，是故谓之象。” 孔颖达《周易正义》解释说：“‘圣人有以见天下之赜’者，赜谓幽深难见，圣人有其神妙，以能见天下深赜之至理也。‘而拟诸其形容’者，以此深赜之理，拟度诸物形容也。见此刚理，则拟诸乾之形容；见此柔理，则拟诸坤之形容也。‘象其物宜’者，圣人又法象其物之所宜。若象阳物，宜于刚也；若象阴物，宜于柔也，是各象其物之所宜。六十四卦，皆拟诸形容，象其物宜也。若泰卦比拟泰之形容，象其泰之物宜；若否卦则比拟否之形容，象其否之物宜也。举此而言，诸卦可知也。” 第三，“是故易者，象也；象也者，像也。” 孔颖达《周易正义》解释说：“‘是故易者象也’者，但前章皆取象以制器，以是之故，易卦者，写万物之形象，故云‘易者象也’。‘象也者，像也’者，谓卦为万物象者，法像万物，犹若乾卦之象，法像于天也。” ┌→ 拟诸其形容 ┐ 易 一 → 彖 一→ 像 － │ — → 天下之啧 └→ 象其物宜 ┘ 对上述三种解释进行观察，可以发现，尽管《系辞》的成书不是出于一人一时之作，但是它对“象”这一范畴的理解和价值属性的规定却是一致的：这里，像（即图像）是沟通易（巫术）和象（万物）的中间环节。这三种解释产生的先后顺序，可以通过考证加以分类。 汉语发展的历史告诉我们，在一定时期内，在语法、词汇和语音三要素之间，语法保持相对的稳定性，而词汇和语音可以产生较大变化并被赋予了时代性的特点。因此可以从卦爻辞的语法结构人手加以研究，这是对卦爻辞进行分期和断代研究的物质基础。我使用的一个重要标准是对作为谓语的动词加以研究。第三种解释没有谓语动词，而是依照先秦时期语法惯例，以“者……也”句式来表达。这一句式在先秦诸子的散文中，在《释名》和《说文解字》中都可以得到极为普遍的印证。而在卦爻辞中却没有这些现象和语法结构。这就排除了第三种解释产生在《周易》时代或其稍后时期的可能性。因而也就可以推测这种解释应是诸子时代的产物。第一种和第二种解释使用了谓语动词“谓”，是一种“口谓口”格式的语法结构。这一结构可以在卦爻辞中找到存在的力证，见《小过卦·上六》：“弗遇过之，飞鸟离之。凶。是谓灾眚。” 在三百八十四爻中，这一爻辞显得极为特异。古今易学家对“是谓”多没有解释。这一爻有象辞，也有兆辞，已经是非常完整的《易》象结构，但又不伦不类的有“是谓灾眚”一句。这显然应该是《周易》成书早期时代，读《易》者所加的批注。既然这一句可以混入卦爻辞中并得到后人承认，它的产年代应在武王、成王之间。那么，《系辞》中第一种和第二种解释也应产生在第三种解释之前。对此前两种解释，则文字古朴而简约的第一种解释显然应早于文字华美、词汇丰富的第二种解释。这三种解释反映了易学史早期，人们对《易》象认识的深入。 《说文解字》：“见，视也。”段玉裁《说文解字注》中的解释是：“析言之有视而不见者，听而不闻者。浑言之则视与见、闻与听一也。” 因此，所谓“见乃谓之象”，本义是说凡是可以被人看到的东西都可以算作象。这应该是易学范畴史上对“象”这一概念进行的第一个解释。也是中国图像文化史上的第一次解释。《左传·昭公二年》记载韩宣子适鲁时曾经在那里看到了珍贵的古书，其中就有著名的“《易象》与《鲁春秋》”二者，这里的“《易象》”一书应该是《周易》一书较为原始的名称。《易》与“象”相连，再加之以较早产生的“见乃谓之象”的易学概念，由此也就证明了“象”是卦爻辞本身所包涵的概念，而不只是作《易传》者的独创概念。因此，“象”这一范畴是原始《周易》固有的范畴。 道，《系辞》中有两种解释， 第一，“一阴一阳之谓道。” 孔颖达《周易正义》中解释说：“云：‘道者何？无之称’者，此韩氏自问其道而释之也。道是虚无之称，以虚无能开通于物，故称之曰道。云‘无不通，无不由’者，若处于有，有则为物碍难，不可当通。道既虚无为体，则不为碍难，故曰‘无不通’也。‘无不由’者，言万物皆因之而通，由之而有。云‘况之曰道’者，比况道路以为称也。‘寂然无体，不可为象’者，谓寂然幽静而无体，不可以形象求，是不可为象。至如天覆地载，日照月临，冬寒夏暑，春生秋杀，万物运动，皆由道而然，岂见其所营，知其所为？是‘寂然无体，不可为象’也。云‘必有之用，极而无之功显’者，犹若风雨是有之所用，当用之时，以无为心，风雨既极之后，万物赖此风雨而得生育，是生育之功，由风雨无心而成。是‘有之用极，而无之功显’，是神之发作动用，以生万物，其功成就，乃在于无形。应机变化，虽有功用，本其用之所以，亦在于无也。故至乎‘神无方，而《易》无体’，自然无为之道，可显见矣。当其有用之时，道未见也。云‘故穷变以尽神’者，神则杳然不测，千变万化。圣人则穷此千变万化，以尽神之妙理，故云‘穷变化以尽神’。云‘因神以明道’者，谓尽神之理，唯在虚无，因此虚无之神，以明道之所在，道亦虚无，故云‘因神以明道’也。‘阴阳虽殊，无一以待之’者，言阴之与阳，虽有两气，恒用虚无之一，以拟待之。言在阳之时，亦以为虚无，无此阳也。在阴之时，亦以为虚无，无此阴也。云‘在阴为无阴，阴以之生’者，谓道虽在于阴，而无于阴，言道所生皆无阴也。虽无于阴，阴终由道而生，故言‘阴以之生’也。‘在阳为无阳，阳以之成’者，谓道虽在阳，阳中必无道也。虽无于阳，阳必由道而成，故言‘阳以成之’也。道虽无于阴阳，然亦不离于阴阳，阴阳虽由道成，即阴阳亦非道，故曰‘一阴一阳’也。” 这就是《老子》的道，它是浑成而惟恍惟惚的。也即它在组成结构上呈模糊性。由此可以发现《老子》道论和《易传》道论在本质上的区别：《易传》道论吸收了《老子》道论中抽象性的特点，但却抛弃了它在组成结构上的模糊性特点，建构了体现《周易》哲学最本质特点的“一阴一阳之谓道”的《易传》道论及其本体论!这使得它又具有了图像性特点：作为哲学化的道，可以通过一阴一阳的图像的结合来表达。或者说，凡是体现了一阴一阳结合的事物也就可以作为道的一种表现。所谓“六爻之动，三极之道也”，也即爻是道的符号表达。这使得古代图像具有了图像谶纬哲学含义在内。 第二，“形而上者谓之道”。 孔颖达《周易正义》中解释说：“道是无体之名，形是有质之称。凡有从无而生，形由道而立，是先道而后形，是道在形之上，形在道之下。故自形外已上者谓之道也。” 形而上性和规律性的特点，是道的第二个特点。形，根据《系辞》所言：“形乃谓之器”。《说文解字》中的解释是：“形，象形也。”故可知，形而上者是指超出器物之像之上的属性而言。道是一种摆脱了一定器物之像的某种本质属性。这一形而上性质，《老子》认为是“惚兮恍兮”，而且是“其中有象”、“其中有物”、“其中有精”的。《老子》认为具有这种性质的道是“先天地生”，唯其如此才可以说明它的形而上性。而《易传》作者却把道的性质从一无有的真空世界拉回到现实中，他并没有在道的起源这一问题上进行发生学的纠缠，而是将道给以形象和本质的说明，指出了道的存在的普遍性。由形之上、下的关系来规范道，这使道成为能够为人们认识和掌握的东西。道的形而上性使人们在把握事物的发展变化时能够抓住其本质，而不为错综复杂的外在表像所迷惑。从《老子》赋予道以本体论的含义以来，道的规律性是它的固有属性之一。《老子·二十五章》中讲，道是“独立而不改，周行而不殆”的。认为道不为外物所役，沿着其自身固有之规律运动变化着。这说明道是超然于具体器物之外的。《易传》以形而上性质来规范它。从本质上讲，这是把道的规律性属性界定在人们所认知的范围内，这使全部六十四卦、三百八十四爻都可以与道联系起来，为《易》象和道之间的联系建议理论上的中介。综上所述，作为具有本体论含义的“道”则不是原始《周易》的固有概念。 器，《易传》中有两种解释： 第一，“形而下者谓之器”。 孔颖达《周易正义》中解释说：“‘是故形而上者谓之道，形而下者谓之器’者，道是无体之名，形是有质之称。凡有从无而生，形由道而立，是先道而后形，是道在形之上，形在道之下。故自形外已上者谓之道也，自形内而下者谓之器也。形虽处道器两畔之际，形在器，不在道也。既有形质，可为器用，故云‘形而下者谓之器’也。” 第二，“形乃谓之器。 孔颖达《周易正义》中解释说：“体质成器，是谓器物。故曰‘形乃谓之器’，言其着也。” 在段玉裁《说文解字注》中的解释是：“器，皿也。……器乃凡器统称。器下云皿也者，散文则不别也。木部曰有所盛曰器，无所盛曰械。陆德明本如是。” 查卦爻辞中没有“器”这一概念。“器”，这一概念源出于《老子》。在《老子》一书中，器有两种意思； 其一，器皿、器具。 证据可见《老子·十一章》：“埏埴以为器，当其无，有器之用”。又，四十一章：“大器晚成”。 其二，物、万物。 证据可见《老子·二十八章》：“朴散则为器，圣人用之，则为官长，故大制不割”。又，三十一章：“夫兵者，不详之器”。又，三十六章：“国之利器，不可以示人”。 可知器是指具体的、可实证的、有一定形状的器物。一言以蔽之，器是物。或者说，是形而下者。 在确定了象、道、器三者和原始《周易》的关系之后，我们再来看看这三者之间的相互关系及其在《周易》哲学中的具体作用。《周易》的基本结构是由图像部分和文字部分组成的。图像部分指每一卦的卦象，它是由阳爻和阴爻组成的六爻重卦卦象。文字部分由卦名、象辞、兆辞、爻位四个成分构成。作《易》的宗指是“圣人设卦，观象系辞焉而明吉凶”。故此，《易》象又由两大部分组成：卦象是《易》象的图像部分，象辞是《易》象的文字部分。而卦象，也即六十四卦卦象由三种不同型的结构组成：第一种为纯阳爻之卦象。在《周易》卦象中只有一个卦，即《乾卦》。第二种为纯阴爻之卦象。在《周易》卦象中也只有一个卦，即《坤卦》。第三种为阴阳爻混合之卦象。在《周易》卦象中有六十二个卦，即自《屯卦》至《未济卦》卦象。 由阴阳爻组成的这六十四个卦象有以下五个特点： 第一，每卦卦象的组成结构是固定不变的。 第二，每卦卦象有其相对应的名称和其反面对立的卦象。 第三，每卦卦象有其特定的象辞和兆辞。 第四，每卦卦象有其特定的爻位和爻辞。 第五，每卦卦象全部六十四卦卦象的有机组成成分之一，它可以与其它卦象产生关系，而且它在卦序的安排上也遵守全部六十四卦卦象的相生关系。 由这五个特点也就决定了阴阳爻在本质上的抽象性和图像性的属性。 但是，作为构成六十四卦卦象的阳爻和阴爻来说，它们都是现实社会中实际存在的具体器物之象，只是在《周易》中才使它们具有了上述特点和属性。因此，单就阳爻和阴爻的具体实证性而言，它是有一定形状的器物之象，是器。而全部六十四卦卦象，在形式上是一种器，在本质上却是道的图像化。列维—布留尔（Levy-Bruhl Lucien）在《原始思维》 一书中就此指出： 如果原始人的知觉的趋向的确与我们不同，如果它不象我们的知觉那样首先关心我们叫做客观的东西的那些存在物和现象的特征，那么，这一切事实都是可以意料到的。对他们来说，这些存在物和客体的神秘力量、神秘属性才是它们的最重要属性。然而，这些能力之一又恰恰是在于它们能够根据环境而变成看得见的或者看比见的。 而卦爻辞的产生要上溯到原始思维时代的那种偶然性关联，并由此上升为体现了因果关系的必然律。而在偶然性关联的前件中总是要通过一定的器物之象显示出来。这种器物之象作为《易》象的组成材料，是对现实生活中具体而真实的事物的反映。如“履霜坚冰至”、“括囊”、“需于酒食”、“车说腹”等等，三百八十四爻中的象辞无不如此。以“器”这一范畴来规范它，即：作为《易》象的组成材料，三百八十四爻中每一种象辞均来源于具体而真实的、属于形而下的器物之象。但是，当作《周易》者利用这些材料组成《易》象时，它首先要考虑的是：制作的《易》象要和卦象的变化相合，这样才可以在已经产生了“圣人设卦”的基础上，完成作《周易》者的“观象系辞焉而明吉凶”的过程。也即必须将《易》象的制定规则和卦象的阴阳爻组成结构相统一。 那么，当作为前件的、属于形而下的器物之象以《易》象的身份出现在《周易》中，它发生了怎样的变化呢?首先，形而下的器物之象在《易》象中成为图像化的卦象的文字表达。如，关于龙的象辞成为对《乾卦》卦象的解说。“无平不陂，无往不复”成为对《复卦》卦象的解说。作为象辞，它仅仅是对卦象的文字说明，并没有改变卦象的根本性质，作为图像化的形而上的卦象依然维持着它的本来面目。形而上的图像化的卦象在《易》象中体现为形而上的文字化的象辞。 其次，形而下的器物之象成为吉凶兆辞的形象性解说。如，“凶”的一种形象性解说是“师或与尸”。“吉”的一种形象性解说是“栋隆”。全部卦爻辞中的兆辞可以用吉、凶、悔、吝四大类来概括，而体现了这四大类兆辞的象却有几十种之多。这几十种象之间尽管各自相异，但核心却是一样的，都是同一种兆示的不同表达。作为这几十种象，既然可以达到同一兆示结果，则这些象的图像化性质极为明显。所谓象的图像化性质也就是指这些象所具有的形而上的属性特点。 再次，形而下的器物之象升华成一种本质性的东西，它是解说一切事物发展变化的依据。如，“车说腹”，起初也许真是由于行车时车脱离了车腹带来了某种灾难。但将这种前件及形而下的器物之象作成卦爻辞时，则占得此象，既可以说是夫妻离异、子丧父、女丧母、家中被盗、大臣失宠等，也可以说是国君失去人心、将士不和、辨事没有基础等。而这些现象，也即形而下的器物之象，其核心都是一个象：“车说腹”。这种象，已经成为象学体系中说明一切器物之象的本质属性的东西。这使得图像在古代中国成为谶纬神学的重要组成部分。 所以，在《周易》时代的观象意识中，《易》象的由器到道的升华，建立在一种有别于夏、商二代的集体表像基础上所形成的宗教心理，并由此而来完成了对夏、商二代易学的取代。因此，《周易》时代的巫史们的哲学观乃在于：认为沟通世间万物的本质联系是构成一切器物之象的象。它所具有的形而上的属性使它成为先秦道论的前身。从器物之象向《易》象的积淀和升华为观象系辞的作《易》宗旨提供了组成《易经》的基础。正是基于这一观点，我十分赞成恩斯特·卡西尔（Ernst Cassirer）在《人论》 一书中对图像（符号）和人类社会的文化发展之间所做的总结： 符号化的思维和符号化的行为是人类生活中最富于代表性的特征，并且人类文化的全部发展都依赖于这些条件，一点是无可争辩的。但是，我们有权利把这些条件看成是人所特有的天赋而与所有其它有机存在物不想干吗？符号系统难道不是一种我们可以追溯其更深的根源，并且具有更宽的适用域的原理吗？如果我们对这个问题给予否定的回答，那么看来我们就必须承认，对于在人类文化哲学中历来占据注意力中心的许多问题，我们都是前然无知的。语言、艺术、宗教的起源问题成为不可解答的，而人类文化则成了一种给定的事实，在某种意义上它仍然是孤立的，因此也就是不可理解的。 综上所述，《易》象，就其组成材料而言是器，是形而下的产物；就其作为《易》象的文字体现而言是道，是形而上的产物。但《易》象毕竟不是道的代名词，而是道的外在体现。并且具有形而上性质。作为卦爻辞所体现的哲学思想远不能承担提出作为本体论含义的道的概念。《易》象的形而上属性是沟通器和道的中介，是道的本体论含义产生的基础。不认识这一点就会造成《易》象日渐增多的趋势。如汉代逸象蜂起，如《焦氏易林》；等，都是违背了《易》象的这一形而上性质。 总而言之，形而下的器物之象在《易》象中成为图像化的卦象的一种文字表达。而且，它还是吉凶兆辞的形象性解说。进而又升华成一种本质性的东西，成为解说一切事物发展变化的依据。这使象辞具有了形而上的特点。也使《周易》成为古代中国图像文化的源头和核心。

个人分类: 商周历史文化|1194 次阅读|0 个评论

科学家照片打假

热度 10 Einstein 2017-3-16 10:08

按：该文昨天——3.15发在“赛先生”公众号（题目是：3·15打假：被穿越的爱因斯坦及其他）， 三个例子中，前两个在科学网博客写过——只是这次重新改写了，后一个例子（爱因斯坦）是新增加的。 今天是3月15日，许多媒体都会对一些假冒伪劣产品曝光，以维护消费者的合法权益。而我们这里要说的，是几起有关科学家的乌龙事件，也算另一种“打假”吧。 一、 胡先骕还是陈独秀？ 随着近些年大陆胡适研究的升温，有一张照片流传甚广（图1），但几乎全被误读、误 识。这张照片右侧是胡适，没有疑问；只是左侧这位公众比较陌生，一些学者也不熟悉，结果把这位识成“陈独秀”，讹传甚广。 2009 年11月，笔者在安徽绩溪上庄村胡适故居发现这张照片，便标识“左为陈独秀”。其实，左边这位是我国植物分类学的奠基人、著名植物学家胡先骕。毛泽东称他是“中国植物学界的老祖宗”。胡先骕成年后多留卫生胡或一字胡，同时至今未有发现陈独秀蓄胡的照片。下面是一张陈独秀与胡先骕的照片（图2、图3），对比后一目了然。 图1 胡先骕（被误识为陈独秀）与胡适（右） 图2 陈独秀 图3 胡先骕 不敢掠美的是，对胡先骕有精深研究的胡宗刚先生比笔者更早发现这一乌龙事件。他曾撰文指出，著名胡适研究专家耿云志也把这里的胡先骕误识为陈独秀，随后耿先生在其2011年出版的《胡适和他的朋友们》进行了纠正。但这一讹传传播得太广，近年笔者又发现几例，比如： 《名人传记》2014年第2期有一篇文章“陈独秀与他未能完稿的自传”，引用此照，但错误照旧； 邓康延著《老课本，新阅读》（香港天地图书有限公司，2011年版）第293页也有同样的误识。 巧合的是，今年2月，笔者收到美国加州州立理工大学普莫娜分校历史系教授王作跃老师的一封邮件，他告知笔者，加拿大西蒙弗雷泽大学一位研究中国当代史的学者Jeremy Brown在课堂讨论此照片时，被一位本科生指出：照片中的“陈独秀”应该是胡先骕。帮助他们纠正的参考资料，引用的就是胡宗刚先生和笔者之前在网络上公开的两篇短文。看来，讹传得到了一定程度的遏制，颇为欣慰。 二、 吉尔伯特与希尔伯特 吉尔伯特与希尔伯特都是科学史上的大人物。吉尔伯特（WilliamGilbert，1544-1603）主要生活在16世纪，曾做过英国女王伊丽莎白一世的御医。不过，他最主要的贡献是在科学方面，尽管那时“科学家”这个词还没有出现，而被称之为自然哲学家。1600年，吉尔伯特完成了《论磁》一书，系统总结了他对磁和电的研究，被誉为英国第一部伟大的物理学著作。希尔伯特（David Hilbert，1862-1943）是19至20世纪的一位德国数学家。1900年，在巴黎召开的第二届国际数学家大会上，他提出了20世纪数学界面临的23个问题，后被称作“希尔伯特问题”。 吉尔伯特与希尔伯特其实没什么关系，一个英国人，一个德国人，何况前者去世两百多年后后者才出生。不过，可能由于中译名都带了一个“尔伯特”的缘故，闹出了乌龙事件。 今年2月，中科院高能所发布了一篇科普文章“物理学史中的库伦定律”（ http://weibo.com/ttarticle/p/show?id=2309404072552719845139#_ 0 ），在追溯电学研究的先驱时，提到了吉尔伯特，这没什么问题，但是插图却用了一张摹绘希尔伯特照片的手绘图（图4）。我们用摹绘的底本照片（图5）一对比，结果一目了然。 图4 “吉尔伯特”（其实是希尔伯特） 图5 希尔伯特 不过这次乌龙并非原科普作者的失误，因为这篇文章最初发表在2016年第6期的《现代物理知识》，原文并无此插图，应该是高能所的公众号小编临时加上的。很可能是参考了百度百科“吉尔伯特”的词条，而那里的插图就是错的，被挖坑了。 三、被穿越的爱因斯坦 还是今年2月，依旧是中科院高能所公众号发布了丁兆君一篇文章 《 赵忠尧：中国核物理事业的先驱者和奠基人 》，该文原刊于2016年第5期《现代物理知识》。原文并无插图，公众号文章刊发时插入了多幅照片，其中一幅照片有爱因斯坦（图6），引起了笔者的注意。照片题注为 ： “ 1929 年赵忠尧在美国加州理工大学留学时与导师合影。前排左四为爱因斯坦，左五为赵忠尧导师密立根，二排右二为赵忠尧。” 图6（ 笔者在密立根与赵忠尧处标识了箭头 ） 密立根（Robert Andrews Millikan，1868-1953）是赵忠尧在美国加州理工学院攻读博士学位期间的指导老师，因完成著名的油滴实验，获得了1923年的诺贝尔物理学奖。这张照片的背景是加州理工学院的诺曼·布里奇物理实验室。考虑到该文由高能所发布，笔者经搜索发现，在高能所网站上发现赵忠尧先生的多张旧照，其中就有上述这张，而且题注完全一样（ http://pic.ihep.cas.cn/tpk/rwzt/pic_zhaozhongyao/ ）。笔者在核实该照片时，又发现段治文、钟学敏合著的《核物理先驱——赵忠尧传》（浙江人民出版社，2007年版）第57页同样引用了该照片，只是照片题注为： 1929 年赵忠尧在美国加州理工学院留学时与导师合影。前排左六为爱因斯坦，左七为密立根， 二排右五为赵忠尧 。 可见，两者题注并不一样，赵忠尧容易辨识，因为照片上仅有一中国面孔，就是第一排坐者右四身后那位。密立根是诺奖得主，其照片（图7）很容易找到。通过对比，我们很容易发现，应该是 左七而不是左五 （对坐者而言）。那么爱因斯坦到底是左四还是左六呢？答案是：两者都不是。 图7 密立根 首先，我们可以从形象上判断：爱因斯坦成年后一直蓄胡，左四没有，可以排除；而且1929年他已经50岁，其发型特征已“独具风格”，因此这两人均可排除。我们可以拿一张爱因斯坦1929年的照片（图8）作参考。 图8 1929年的爱因斯坦 其次，也更为重要的是，1929年爱因斯坦并没去美国——那时他还是柏林大学的教授（1933年后在普林斯顿高等研究院任职）。他第一次到美国是1921年4至5月；第二次是1930年底到1931年3月，这一次他的确是受密立根的邀请到加州理工学院讲学，而且是他第一次到那里。可见，从时间看，爱因斯坦也不可能出现在上述照片中。 总之，这张照片上并没有爱因斯坦。 本文辨析了三张存在误识的科学家照片，误识的原因大致有三种：一种是态度不认真，在资料核实上粗心大意，导致张冠李戴；一种是本应该多研究、宣传的科学家，由于历史原因，研究得少、宣传不够，被“识别度”低，当发生错误时，讹传广泛，纠正难度大；还有一种是老照片本身不清晰，难以辨识，容易导致误识。照片本身就是历史的记载，理应得到学界、公众的重视，而不能认为仅是吸引公众眼球的“招贴画”。网络便捷的时代，使讹传的成本更加低廉。不过，网络便捷也大大降低了核实资料、寻求真相的难度，类似的乌龙事件，很容易让它们“原形毕现”！ 延伸阅读： 1、被错认的“吴健雄”： http://blog.sciencenet.cn/blog-451927-996856.html 2、被错认的“王绶琯”： http://blog.sciencenet.cn/home.php?mod=spaceuid=451927do=blogid=1032295

个人分类: 图像证史|12663 次阅读|18 个评论

再说以讹传讹的科学家图片

热度 11 Einstein 2017-2-8 10:36

早晨看到中科院高能所发布的一篇科普文章——物理学史中的库仑定律 （ http://weibo.com/ttarticle/p/show?id=2309404072552719845139#_0 ），发现第一张吉尔伯特 （William Gilbert，1544-1603）的图片 又用错了。这张错误的图片已经用错多次了，但仍在广泛流传着，三人成虎，误导太甚。 其实这张图片摹绘自20世纪德国数学家希 尔伯特（David Hilbert，1862－1943） 的一张照片，如下从对比图可以看得很清楚。一位吉尔伯特，是16世纪英国研究电学和磁学的先驱；一位是希尔伯特，20世纪杰出的数学家。风马牛不相及，结果还是错乱了。错误的原因在哪里呢？果不其然，垃圾的百度百科用的就是错误的图片，（ http://baike.baidu.com/subview/106665/17588774.htm ）。也难怪，许多人上当。写科普文章引用百度百科，不掉坑里才怪！ 再联想到过去本人在科学网博客写过一篇小文——不能再以讹传讹了，一张胡适和胡先骕的合影 （ http://blog.sciencenet.cn/blog-451927-943544.html ）。 本来是著名植物学家胡先骕，硬是说成了陈独秀，而且广泛流传。 昨天收到加州州立理工大学普莫娜分校历史系教授王作跃老师的一封邮件，说一位研究中国史的美国学者在一次讨论中引用了我的博文，开始我颇感诧异，读罢才知道也是因为上述胡先骕的照片引发的，故把这位美国学者的原文引用如下： Hu Xiansu mistakenly identified as Chen Duxiu in photo alongside Hu Shih （译：胡适旁边的胡先骕被错认为陈独秀） by Jeremy Brown Hi everyone, Following up on Joseph W. Esherick's Tracking an Iconic Photograph (PRC History 1, no. 3, Dec. 2015), I feel compelled to write this self-criticism because I have been mistakenly using a different iconic photo circulating on the internet. I don't remember how I originally found the image, but I've been using it on PowerPoint slide in my modern China class to discuss Chen Duxiu and Hu Shih, even asking the students to analyze the mens ' clothing and bearing. Two days ago, after a fruitful discussion about gowns, top hats, canes, glasses, and leather shoes, an undergraduate named Walter approached me and said, That's not Chen Duxiu, it's Hu Xiansu . He showed me Hu Xiansu's Wikipedia page . I thanked him, promised I would look into it, and...it looks like Walter was right: http://blog.sina.com.cn/s/blog_4c2373c30102vkoa.html http://wap.sciencenet.cn/blogview.aspx?id=943544 Many Chinese books, as well as the New World Encyclopedia online, reproduce this error, confirming Esherick's point that scholars should treat photos as critically as we treat textual sources. Time to revise my lecture slides. Hu Xiansu des erves it. 误传广泛的“陈独秀”（左，其实是植物学家胡先骕；右是胡适） 其中第二个链接就是本人在科学网的那篇博文，第一个链接是胡宗刚先生最先指出的另一篇文章。 先不说谷歌和百度目前均有图片识别功能就可避免，单独从百度百科吉尔伯特词条那里前后不一致的几张图片也能感觉到异常，还是那句话，世界上就怕“认真”二字。 致谢：感谢王作跃老师提供Jeremy Brown的信息。 补充 ：承蒙科学网厚爱，推荐上了首页头条，索性再加一例。 《李约瑟画传》贵州人民出版社，1999年版P62有一幅李约瑟与多人的合影，见下。照片说明文字云： 图为1984年8月23日李约瑟、鲁桂珍在古观象台与中国科学院北京天文台台长王绶琯（左一）、古观象台主任王志伟（右一）合影（左三为黄兴宗）。 由于笔者单位在中科院自然科学史研究所，见过右二薄树人的照片，故右二是薄先生。但左一肯定不是王绶琯院士，因为笔者见过他在媒体上的多张照片，可以确定绝非他。下面置两张王院士的照片可以对比。至于左一究竟是何人？目前暂不得知。 王绶琯（青年，34岁） 王绶琯院士（晚年） 类似的主题，笔者还写过：科学史图像札记二则（ http://blog.sciencenet.cn/blog-451927-996856.html ），供有兴趣的读者参考。

个人分类: 科学随笔|15327 次阅读|25 个评论

从图像史料走进古埃及世界

热度 1 sciencepress 2016-12-30 09:40

　　当今的历史研究不仅依赖传统的文字史料，也越加倚重图像史料。对文字尚未出现的史前时期和文字尚未成熟的文明初期的历史研究，尤其依赖这种特殊的史料。文字成熟后，图像的史料功能并未随之减弱，而是继续发挥其补史、证史的功能。笔者拟通过埃及古史研究的具体例证阐明图像史料的重要价值：首先从埃及前王朝时期的纳尔迈调色板入手，说明图像在埃及文字形成时期的重要史料价值；进而考察埃及第十八王朝女法老哈特舍普苏特祭庙墙壁上的庞特浮雕壁画，阐明图像在文字成熟时期的叙史、补史和证史功能以及其局限性。 　　在国际学术界的古史研究中，图像应用极其广泛，向来被当作史料看待，不仅具有补史、证史的功能，而且在某些领域发挥着独特的作用。无文字的史前社会遗留的图像，如旧石器时代晚期的洞穴壁画、雕刻和新石器时代的母神像等，都包含着丰富的社会文化信息，是我们了解人类史前社会的重要窗口。在史前向文明过渡的时期，由于文字未臻成熟，图像仍发挥着重要作用，具有历史叙事的功能。例如，考古学上的古埃及涅伽达文化Ⅲ期，象形文字尚在形成阶段。当时的埃及正迈入文明社会门槛，城墙、文字、宫殿、王陵等文明要素均已显现，被学界归入“零王朝”或“原始王朝”时期。彼时的文字尚有明显的图画特征，也无长篇铭文存世，因而，埃及学家对该时期历史的研究主要依赖图像史料，如著名的“纳尔迈调色板”（the Narmer Palette）（图1）就是图像载史的典型例证。 图1　纳尔迈调色板 调色板是古埃及人研磨化妆品的用具，但本文讨论的这块调色板却不具备实用性，因为它大而重，高63厘米，呈盾牌状，由灰绿色粉砂岩制成，现收藏于埃及的开罗博物馆。它出土于埃及南方“鹰城”的一座神庙中，可能是奉献给神的礼物，有其仪式用途。纳尔迈调色板上的浅浮雕图案可能记载了某个历史事件，涉及“鹰城”统治者纳尔迈对北方三角洲地区发动的一次军事远征。该调色板的正反两面皆有图案，其上端两侧为长牛耳牛角的女人头像，被认为是鹰神荷鲁斯之妻哈托尔女神。上端中间为矩形框，框内下方有类似宫殿的图案，因而被称作“王宫门面”。按古埃及的定制，这是一种王名框，框内刻写国王的象形符，类似于后来流行的椭圆形王名框。这种矩形框之上常栖一只老鹰，象征保护王权的荷鲁斯神，因而框中的王名也被称作“荷鲁斯名”。该调色板矩形框中的“荷鲁斯名”由鲶鱼和凿子两个象形符组成， 其发音分别为nr和mr， 被埃及学者拼读为纳尔迈（Narmer）。荷鲁斯名通常被认为是鹰城君主、零王朝的最后一位国王，或是第一王朝的开国君主。 调色板正面（图2）表现纳尔迈头戴白冠（上埃及王冠），系一条装饰丰富的腰带，后身垂着一条公牛尾，呈站姿，左手抓住一位下跪俘虏的头发，右手挥动王杖击打他。下跪者右侧也有其象形文名号，被译成瓦什。右上角的图案表现椭圆形物，上面长出一簇纸莎草植物，左前方伸出一个有须男子的头；一只老鹰栖于纸莎草上，鹰爪持绳拴住男子的鼻部。此鹰可能代表荷鲁斯神——鹰城的保护神，也象征鹰城国王纳尔迈；纸莎草是尼罗河三角洲生长的植物，因而象征三角洲地区；那个男子头像就是被鹰城国王纳尔迈征服的三角洲酋长瓦什。纳尔迈身后有一位高级随从，为国王托着凉鞋和壶，旁边也标有呈玫瑰花饰的象形文名号。调色板下方表现两个逃遁的敌人，右肩之上也都有象形文符号的名字。 图2　纳尔迈调色板正面和反面 调色板反面（图2）上栏的主题是纳尔迈王巡视战场。敌人死尸排成两排，身体被缚，均被斩首和阉割，头和生殖器被置于两腿间。还有一些意义不明的器物，可能是战利品。此时的纳尔迈手持象征王权的王杖和连枷，头戴红冠。由于红冠在历史上一直被当作下埃及的王冠，纳尔迈头戴红冠是否意味着此时的纳尔迈已成为上下埃及的共主、实现了埃及的统一呢？纳尔迈是否就是后期文献记载的统一埃及的美尼斯大帝呢？紧随纳尔迈身后的人仍是那位托凉鞋与壶的高级侍从，纳尔迈前面则是一位长发高官，可能是将军或宰相，也有其象形文名号。纳尔迈前面还有一个仪仗队，由四位旗手组成，旗杆上的动物等标志可能是王室徽章或鹰城同盟城市的图腾。调色板中栏表现两只长颈相交的神话动物被捕捉的场面，意义不详，或许是暗示上下埃及的统一。下栏显示一头公牛撞毁一座城池并践踏敌人，公牛显然是法老强大力量的象征。 显然，在文字使用尚不成熟的前王朝时期，图像具有叙事功能。纳尔迈调色板上的各种图像都是象征符号，它们的组合可能构成一篇完整的历史叙事。埃及史学家们普遍相信，纳尔迈调色板记录了埃及零王朝时期的一次重大历史事件，即南方鹰城君主对北方三角洲地区的一次军事行动，此役可能导致下埃及的臣服和埃及的统一。阿斯曼在其1996年的《埃及的心灵》中就认为，纳尔迈调色板的画面反映的是埃及原始王朝末期动荡时代最重要的历史事件之一，即埃及的暴力统一。甚至有学者推断，纳尔迈调色板可能反映了纳尔迈北伐的最后关键一役，即征服三角洲西北的布托的战役（图版三）。但也有学者认为，此调色板只是纳尔迈王献给神庙的礼物，并不是记载重大历史事件（如上下埃及的统一）的古代文献，其上的图像只是记载了奉献该调色板那年发生的事件，并以该事件来命名这个年度。类似的前王朝时期其他器物，如“纳尔迈权标头”（图3）和更早的“蝎王权标头”（图4）等，也都属于这种献神礼物，记述的是奉献之年发生的事件。还有学者认为，纳尔迈调色板描绘的场景只是象征性地再现某个往昔历史事件，将纳尔迈的统治与某位先王的军事业绩联系起来，从而证明其王权的合法性。然而， 最近在以色列南部哈里夫台地西罗遗址发现的纳尔迈王名框显示，纳尔迈在位时期的埃及势力已扩展到巴勒斯坦南部，因而，纳尔迈完成埃及统一的可能性很大。 图3　纳尔迈权标头 图4　蝎王权标头 从这个例子可以看出，古埃及人早在前王朝时期就已娴熟地使用各种图像符号来陈述历史事件和进行政治宣传。从这些图像符号可以看出，彼时的埃及王权已相当发达，后期的各种王权象征物，如白冠、红冠、王名框、王杖、连枷、公牛尾饰等，都已得到丰富的表现。国王的形象通常身形高大，与周围的人形成鲜明对比。对血腥暴力的战争的渲染旨在宣扬鹰城君主的威严，用红冠、白冠相互更替来表明他对上下埃及的掌控。古埃及很多象形文符号的雏形亦可追溯到该时期，甚至更早。 本文摘编自 蓝勇 主编； 西南大学历史地理研究所 编 《中国图像史学.第1辑》 （北京：科学出版社， 责任编辑陈亮、杨静、王媛 ，2016.11），内容略有删节改动。 ISBN：978-7-03-050794-5 目　　 　录 壹　理 论 建 构 图像史料信息解读方法浅议　　陈仲丹 / 3 图像与埃及古史研究　　王以欣 / 16 贰　老　照　片 照片记忆与近代重庆历史研究——兼论历史研究中老旧照片使用的场景比对法　　蓝　勇　曾潍嘉 / 43 叁　美术考古与艺术史 史前岩画与祝辞咒语　　伏俊琏　张艳芳 / 67 宝梵寺佛传壁画研究　　田宏亮　侯慧明 / 83 莫高窟第156窟唐代披铠骑兵图像考释　　李旭东 / 110 丝路河西道上的良马——以汉唐考古资料为中心的考察　　贾小军 / 125 元代蒙古服饰对汉族服饰之影响探析　　罗　玮 / 145 肆　地 图 学 史 地图的数学法则与语言符号——以民国安徽地图为例　　陆发春　唐经华 / 169 “科学”与“非科学”，“客观”与“主观”——被误读的中国传统舆图　　成一农 / 180 伍　环境与城市 江南山地景观变迁及其对古代山水画的影响　　王建革 / 193 空间记忆与村庄认同——村图中的村庄史　　赵爽英 / 212 陆　学 术 评 论 《中国图像史学》评介　　李华瑞 / 227 约稿启事　　230 图版 （本文责编：李文超） 一起阅读科学! 科学出版社│微信ID：sciencepress-cspm 专业品质 学术价值 原创好读 科学品味 点击文中 书名、作者、封面 可购买本书

个人分类: 科学书摘|5267 次阅读|1 个评论

晚清新科技：电灯+气球+外科手术

热度 9 Einstein 2016-12-7 09:26

按：续前两篇博文。这是为天津《新晚报》副刊写的一组“ 晚清‘ 新科技’”中的第5、6、7篇（共7篇，上周在该报副刊连载），这3篇分别刊载于12月2-4日。发表时的题目为编辑所加，感谢副刊专栏彭博编辑。 之五：电气化作玻璃灯 笔者小时候，那时 1980 年代初期，家里还用煤油灯，因为那时电站发电量不足，只能限时供电。有过煤油灯与电灯对比的切身体验，才能感受到电给人类带来光明之重大意义，不由想起了小时候《语文》课本上的一首儿歌：“有了电，多方便，电的用处说不完”。 不过，在电灯之前，已有一种洋科技在神州大地上“火”了近 20 年，它是煤气灯。即使到了电灯传入后，煤气灯也还在用，一直沿用到了 20 世纪初。英、美等国在在 19 世纪上半叶已经普及了煤气灯。 1860 年代，在上海的租界内英法商人建立了煤气厂，煤气灯投入使用。由于煤气通过地下管道，因此又被老百姓称为“地火”。有文人曾填词《望江南》咏颂煤气灯： 申江好，地火最光明。漏转铜龙夸不夜，花开铁树照深更，比月更澄清。 但是当时的煤气灯比较麻烦，因为夜幕来临需要人工点燃，早晨还要人工熄灭。只有到了电灯传入，才彻底变革了我国的照明技术。 1879 年 5 月，上海工部局英国电气工程师毕晓普（ J.D.Bishop ）以 10 马力的蒸汽机为动力，带动了一台西门子公司生产的自激式直流发电机。该发电机可供能发 6000 支烛光弧光灯所需要的电力。 （注：博文发布后，冯大诚先生消息我说这里应该有误，因为“烛光”是照度单位，不可能说6000支烛光。我核实了下资料来源，在《上海杨树浦发电厂志》第309有“发电机在680转/分的转速下，可发6000支烛光弧光灯所需的电力”。一般的说法应该是：可点亮A盏发光亮度等于B的弧光灯。莫非这里指一盏？冯先生又说，这里可能是 多了“支”字，因为6000烛光通俗转换是6000瓦，与10马力较符合。有道理。致谢。同时请方家指正） 从此，华夏大地上有了电灯。到了 1882 年，上海创办了全国首家火电厂，随即点亮了设置在外滩的 15 盏弧光灯。《万国公报》报道说，“光照海面，几同白昼”。 弧光灯的出现，引发了两种截然不同的社会反响。一种当然是欢迎的，有文人赞曰“泰西奇巧真百变，能使空中捉飞电。电气化作玻璃灯，银海光摇目为眩。”还有一种是对电灯误解、不解的。比如有人认为电灯能发光，与木材、蜡烛燃烧无异，竟然拿着旱烟杆到电灯上去点火。 电灯的出现也引发了一些社会变革，随着电灯的普及，社会上出现了一种新的工种：修电线（工）。 1897 年时，西方电影技术传到上海，当时叫“电光影戏”。就在同年，法国百代公司在天津法租界内的“老天丰舞台”放映了 10 分钟的短片，这是天津放映电影之开端。到了 20 世纪初，天津已经出现了定期放映电影的茶园，不过那时仍是无声电影。 《图画日报》“电光影戏” 之六：气球飞上天 世界上最早的气球诞生于 1783 年，那年 6 月 4 日，法国蒙哥菲尔（ Montgolfier ）兄弟在他们的家乡——法国阿诺奈进行了第一次热气球公开表演。他们用的热气球是用麻袋缝制而成，内部衬了三层薄纸，内部体积大概有 800 立方米，总重 225 公斤，为了防止麻袋破裂，他们还用渔网罩在了气球外面。提供升力的热气是由气球下方一个点燃稻草和羊毛的火盆提供的。热气球冉冉升起，最高升到了 1000 多米的高空，大概在空中停留了 10 多分钟，降落在 2.5 公里外的地方。早期的这种气球属于热气球，就是利用加热的空气上升。后来出现了更高效的氢气球，但氢气易燃，很不安全，又出现了氦气球。 晚清关于氢气球的介绍，最早出现于 1855 年英国医生合信（ Benjamin Hobson ）编著的《博物新编》，其中说“轻气球，以绸缎为之，大如厦屋，饰以胶漆，用大绳结纲，缠罩其外……”。这里的轻气球，就是后来的氢气球。到了 19 世纪末上海的《点石斋画报》中，已经有多次的气球新闻了。其中一则新闻叫“气球破敌”，预言将来大炮可以装备到气球上，如此可以大发神威。这表现了当时人们对气球运用于战事的想象或期盼。其实， 1885 年中法战争中，法军已经在前线使用了气球。 《点石斋画报》“气球破敌” 不但如此，气球传入后，还出现了利用气球的跳伞表演。大约在 1888 年，有位叫范达山的西洋人在上海制得一气球，“大可五六丈，高约八丈余”。然后在杨树浦大花园进行了一次载人飞行表演，气球下载一位叫“华利”的女子，待升到 2000 米高空时，跳伞落下，让国人大开眼界。 1887 年，天津武备学堂产生了中国人制造的第一只氢气球。制造者是武备学堂的算学总教习华蘅芳，他是晚清著名的算学家。当时武备学堂从中法战争前线购买了一只废旧气球，准备用于教学，但德国教习故弄玄虚，对如何制造氢气及演放秘而不宣。华蘅芳带领学员 制成了直径 1.7 米的气球，然后注入用硫酸制备的氢气，成功演放，大长国人志气。 之七：“神乎其技”的外科手术 近代医学的外科手术也是晚清传入的，主要通过一些西式医院的有效治疗得到广泛传播。有读者可能问了，我国东汉末的华佗不是已经发明了用于外科手术的麻醉药——麻沸散了吗？有专家已经考证，麻沸散的故事是神话华佗的一种传说，不足为信。而且即便当时有这种药物，也仅仅可能用于治疗疮疖一类的小病，不可能用于刮骨疗伤、开膛破肚那种大手术，因为大的外科手术不单单是麻醉的问题。 在西方科技传入的过程中，西医不像火车、电报等遇到过较大阻挠或误解，因为西医的效果立竿见影，特别在外科手术方面，很快得到老百姓的信任。美国一位传教士在评价我国第一家西式医院——广州博济医院的创办人伯驾（ Peter Parker ）时说，“当西方的大炮轰不开中国门户的门栓时，他以一把手术刀劈开了中国的大门。”在这家医院，开创了我国外科手术史上的多项第一：第一例眼科手术、第一例体外肿瘤切除手术、第一例截肢手术等等。 如果翻看下晚清的《点石斋画报》，会发现许多赞扬西医外科手术神奇的报道，比如《收场入腹》《西医治疝》《剖腹出儿》《著手成春》《妙手割瘤》等。这里我们单说下《剖腹出儿》，说是广东筑横沙某孕妇临盆，一昼夜无法生产，接生婆也束手无策，产妇奄奄一息，家人只好船运她到博济医院。医生说只能剖腹才有生还可能，于是打下麻醉针，做了剖腹产手术，取出一女孩，然后缝合、敷上药。孕妇卧床几天后就完全康复了。报道的最后一句是“真神乎其技矣”，用现在的话说就是“手术的技艺真是太神奇了”！已有学者考证，这则新闻刊发于 1892 年 8 月 27 日，而且是我国第一例剖腹产手术的报道。 有一则关晚清外科手术的趣闻，与大臣荣禄有关。有一段时间，荣禄腰部生了痈疽，刚开始他一直看中医，但毫无效果，溃烂反而严重了，后来有人推荐洋医生德贞（ John Dutgeon ）给他治疗。德贞给他做了两次手术，两个月后就痊愈了。荣禄大赞，便以现身说法宣传西医，后来还亲自为德贞编著的生理学书籍《全体通考》作了序。 《点石斋画报》“剖腹出儿”

个人分类: 科普|7989 次阅读|22 个评论

晚清新科技：火车+X光机+自行车

热度 6 Einstein 2016-12-2 09:20

按：续上一篇博文。这是为天津《新晚报》副刊写的一组“ 晚清‘ 新科技’”中的第2、3、4篇（共7篇，本周在该报副刊连载），这3篇分别刊载于11月29日—12月1日。发表时的题目为编辑所加，感谢副刊专栏彭博编辑。 之二：“钢铁怪兽”有碍风水 如今要乘坐真正的“火车”还真难，因为目前国内烧锅炉冒烟的火车（蒸汽机车）绝大多数已经不再使用了，代之 以 电力或者内燃机驱动的机车（含动车、高铁）。火车是西方工业革命的产物， 1825 年英国工程师斯蒂芬森 （ George Stephenson ） 亲自驾驶着自己设计的带有32 节车厢的“旅行者”号（英文为 Locomotion ， 更直接作运动号 ）机车从达灵顿驶向斯特克顿，时速达到 24 公里。从此宣告了铁路时代的到来，泽惠人类至今。 要得通火车，就得先修铁路，那么我国何时有了第一条铁路？你一定想到詹天佑主持的京张铁路了吧。京张铁路 1909 年建成通车，但它只是中国人自行建造的第一条铁路，并不是我国第一条铁路。我国第一条铁路是 1876 年 7 月 3 日通车的吴淞铁路，是由英商怡和洋行负责修筑的，从上海经江湾到吴淞镇，全长 14.5 公里。不过这条铁路不是标轨，而是窄轨，只有 762 毫米宽。铁路一通，本来是便民利商之举，可那时是晚清，大清的子民还没见过火车呢。火车一开，轰轰隆隆，沿线的民众以为是钢铁怪兽，一些守旧的大臣士绅认为这有碍风水，甚至不利于大清社稷。再加上一个月后，火车轧死了一名路人，这更激起了民众的反对。不得已，清政府只好出面和洋商谈判，以“赎回”的方式将铁路拆除。 晚清社会对铁路的排斥态度一度占了上风，到了 1881 年出现了更离谱的事。当时直隶开平矿务局为了运煤之便，修建了长约 10 公里的唐山至胥各庄的铁路（唐胥铁路）。由于清东陵距离不远，大清皇室担心惊动皇陵，最初不许用机车牵引，只能用骡马在铁轨上退拽，一时“景象非凡”。后来经过革新派的力争，才用上了机车。 不过，火车的便利实实在在，一开始就有欣喜欢迎的。由于上海得风气之先，吴淞铁路通车后，有竹枝词《咏火轮车》写道：轮随铁路与周旋，飞往吴淞客亦仙。他省不知机器巧，艳传陆地可行船。到了清末，上海刊行的《图画日报》，尽管不时也有火车轧毙行人的消息，但当时上海火车线路已多，“ 乘坐者罔不称 便，咸谓来去如飞，非别项车辆所可比拟”。可见，火车已经在上海民众心中扎了根，旧时代一去不复返了。 《图画日报-火车开行之飞速》 之三：”照人肺腑“的X光机 1895 年，德国科学家伦琴（ William Rontgen ）在研究稀薄气体放电现象时，发现了一种肉眼看不见但是穿透能力很强的射线。由于当时尚不清楚这一射线的性质，因此伦琴命名为 X 射线。 X 射线的发现，开辟了放射性研究的新纪元，伦琴因此获得了 1901 年的诺贝尔物理学奖。 X 射线在现代医学中威力大显，已经成为许多疾病诊断及治疗的利器。那么 X 射线诊断机是何时传入我国的呢？ 就在伦琴发现 X 射线之后几个月， 1896 年上海的《万国公报》和《益闻录》就刊载了 X 射线发现及运用于医学的消息，但当时国内并未引进 X 光机。到了 1897 年 12 月，上海《点石斋画报》刊载了一则“宝镜新奇”的新闻，被专家考证为是我国最早引进 X 光诊断机的文献。更可贵的是，这则新闻还绘有使用 X 光机的图。 报道说，苏州博西医院柏乐文（ William Hector Park ）从美国购得一种宝镜（即 X 光机），可以“照人肺腑”，而且“一经鉴照，无论何人，心肺肾肠，昭然若揭”，结果“苏人少见多怪，趋而往观者甚众”。至于其绘图，目前还有争议，一些人认为这是柏乐文在苏州向民众演示 X 光机的使用，另一些人认为这是《点石斋画报》画师的想象之作，因为 X 光机是要在暗室中才能应用，还有 X 光是不可见光，画面上呈散射状的 X 光线肯定不对。不过，由于早期 X 光机的形态颇难查验，这张图表现的 X 光机究竟是否准确，目前仍不得知。 到了 1899 年，上海《中外日报》报道 X 光机时，已经较详细解释了其原理，并指出当时已经用于医学诊断和海关检验等方面。 又过了 10 年， X 光机已经较为普遍，这在当时上海的《图画日报》中有所体现。那时该报会有一些利用 X 光机作道具的讽刺画。比如，有一幅是讽刺 清末宪政中自治局在选举中的“金钱主义”，画面是一位自治局议员，在其腹部前方绘有一放大镜，镜内画满了钞票，画外旁白“ X 光镜之明见”。这里借用了 X 光机的透视功能揭露了自治局议员的虚伪。 凡此种种，已经说明 X 光机不是什么新鲜事物了。 《点石斋画报-宝镜新奇》 之四：自行车”来如飞电“ 都市里的大街小巷、乡间的小径窄道，到处都有自行车的身影，它早已成了老百姓身边再熟悉不过的物件了。笔者还记得小时候家乡流传的一首顺口溜：永久耐、飞鸽快，红旗车子也不赖。永久、飞鸽和红旗三大品牌是当时老百姓购买自行车的首选。自行车也是在清末从西方传过来的，早期它的名字可多了，比如有自由车、自转车、单车、脚踏车、踏板车等等。 据专家考证，自行车传入我国最早的文献记载是 1868 年 11 月 24 日的《上海新报》。由于该报道没有配图，而且说其中一种自行车需要 “人用两脚尖点地，引轮而走”，估计这种自行车还没装上链轮，无法连续转动，所以骑行起来人脚不能长时间离开地面。 不过，那时已经出现了现代形式的自行车。由于国人没见过这种只靠两脚踏动，便可快捷如飞的交通工具，觉得新奇无比。一些文人雅士也在竹枝词中加以咏颂。比如包天笑写道：“香宾佳酿醉流霞，闲向天街踏月华。夜静人稀归去也，倩郎扶上自由车。” （补充：此文写完后，在阅读一本技术史书籍中，发现一种早期的自行车，颇符合当时《上海新报》这种形式，但未深究，权作抛砖引玉、望有识者鉴之。图见下，我称之为：不能骑的自行车） 晚清自行车传入后，还引发了新的社会风潮，当然都是西方人发起的。比如 1897 年，在上海的英国商人为了庆祝维多利亚女王登基 60 年，举办了一场自行车比赛，飞驶的自行车“如鹘之飞，如鹰之隼”，好不自在。这还不算，同年还发生了一件轰动上海滩的大事，也与自行车有关，有 3 名英国人骑自行车环游地球，从印度进入我国，经汉口、芜湖、苏州等地抵达上海，仅出城迎接的自行车就有一百多辆，到市区时更是观者如堵。 这两件事使国人大开眼界，便捷的自行车很快受到青睐。 1898 年上海《申报》就预言自行车将来必盛行于世。果不其然，到了 20 世纪初，自行车逐渐进入了老百姓的日常生活。 1909 年，《天津教育官报》刊载了一组短文《说脚踏车》，认为自行车“来如飞电、去如飞燕”，非常快捷；同时认为自行车灵巧便捷。这正是当时老百姓喜欢自行车的原因。更有聪慧好事者，参照西式自行车，自己制造、销售起来。不过在 20 世纪早期，国内销售的自行车绝大多数还是外来货。 《点石斋画报-赛脚踏车》

个人分类: 科普|8812 次阅读|12 个评论

本人周六的讲座：揭秘——图像中的科技史

热度 7 Einstein 2016-11-17 08:36

承蒙中科院文献情报中心（国家科学图书馆）“科学文化传播中心”厚爱，本人本周六在该中心多功能报告厅有一场讲座，这里做下简要介绍。 讲座题目：揭秘——图像中的科技史 在研究古代科技史的过程中，囿于文字记载简略，有时会陷入困境或造成误解。近些年来，随着图像资料的大量发现， 运用图像（包括画像石/砖、壁画、老照片等）考察古代科技史成为一种有力手段。 本讲座将以具体案例展开， 以“画中水轮”、“另眼看《清明上河图》”、“珍贵的老照片”等几部分讲述中国科技史上水磨、筒车、龙骨水车、活塞式风箱、辘轳、双辕犁等传统技术（老物件）的故事，揭开它们的身世之谜。个别案例，会与西方古代的类似技术做些对比。 欢迎大家！ 讲座时间：201 6 年 11 月 19 日（星期六）， 10 ： 0 0－11：30 讲座地点：中国科学院 文献情报中心 多功能厅（北京中关村北四环西路33号） 报 名：（报名者请留下姓名和电话）——按：这是主办方的要求，若去，发下面邮箱即可。或搜微信公众号：科学文化传播中心 报名；或通过本博客私人消息我，我代发也可。 电子邮箱： chuanbo@mail.las.ac.cn 电 话： 010-62532095 ， 010-62537443 乘车路线： 乘特 9 、 26 、 47 、运通 113 、 320( 区间 ) 、 333 、 498 、 641 、 735 、 737 、 740( 外环 ) 、 751 、 826 、 983 、 913 等到中关村一街下车，地铁 4 号线中关村站 B 出口， 中科院文献情报中心 西北门入馆。 （文献情报中心的公告： http://www.las.ac.cn/subpage/Information_Content.jsp?InformationID=6123 内容方面与这里的介绍略有差异，内容以博客的为准） 内容： 1、为什么要关注图像？ 案例： 汉代的一件劳作器具 不能骑的自行车 2、图像的力量 案例： 绘画中的水轮技术 《清明上河图》中的两件器具 一度消失了的双辕犁 3、图像的局限 案例： 无限的遐想——《闸口盘车图》 以下附图与本讲座有关，但未按照上述顺序排列，仅供参考。 山西繁峙岩山寺壁画《水碓磨坊图》 仇英本《清明上河图》（部分） 久违了的“双辕犁”

个人分类: 科普|5121 次阅读|14 个评论

Matlab默认字体设置

lixianwei 2016-10-31 14:15

如何设置Matlab的默认字体（比如图像坐标轴字体改为Arial，而不用默认的Helvetica）？ 解决方案： 通过配置matlab的启动文件startup.m实现。（参考 http://stackoverflow.com/questions/8934468/changing-fonts-in-matlab-plots 中 Alexandre Chabot 的回答）。配置例子如下： % Change default axes fonts. set(0,'DefaultAxesFontName', 'Arial') set(0,'DefaultAxesFontSize', 12) % Change default text fonts. set(0,'DefaultTextFontname', 'Arial') set(0,'DefaultTextFontSize', 12) % Close the strictness warning of Yalmip. (关闭Yalmip对严格不等式的警告) warning('off','YALMIP:strict') 注意：如果默认的matlab系统文件夹里面没有startup.m文件，可以手动建立。

4 次阅读|0 个评论

科学史图像札记二则

热度 3 Einstein 2016-8-17 08:37

近日阅读两本科学史类书籍，发现有关图像的两则错误，记录于此。 一本是剑桥李约瑟研究所原所长何丙郁先生的《学思历程的回忆——科学、人文、李约瑟》。该书基本是何先生的自传，我前几年曾读过一遍，这次仅是大致再翻看一遍，重新发现了国际、国内科技史界学者的一些故事或者八卦，读起来挺有趣。不过在P133有一幅照片（如下），题记作： 1990年在新竹大学刘兆玄家与吴健雄等聚会（坐：左一陈省身、左二李政道、左三李远哲、右三吴健雄、等；立：左一杨振宁、右四刘兆玄、右二作者） 笔者有足够的把握指出，或许何先生记忆有误，或者是别的原因，总之他把这里的“吴健雄”辨识错了。这里的“吴健雄”应该是陈省身先生的夫人郑士宁。不妨对比另外两幅照片便可一目了然。（补记：在公开的吴健雄照片中，没有发现其戴眼镜照，即使晚年也如此） 左起：严志达、陈省身、郑士宁、于德求 来源： http://news.nankai.edu.cn/xs/system/2014/12/08/000212294.shtml 第二本书是吴以义先生的《从哥白尼到牛顿：日心说的确立》。该书写得很详实，是科学史专业学生了解第一次科学革命的上佳文本；由于作者的文笔也好，对普通公众也值得推荐。我是2015年买到该书的，阅读了一半多，后来因为访学中断，最近接着读伽利略部分，发现一幅图吴先生理解有误。 在P325，他引用了伽利略在《关于两大世界体系的对话》中的一幅图，该图是哥白尼的日心体系（如上）。结果他评注说： 其中太阳居中，向外依次是水星B，金星C，和地球A。图上清楚地标示了作为地球卫星的月亮，注意绕地运行的月亮被标作满月N和朔P————。唯太阳旁边的小圈令人费解，似乎没有理由把它解释为太阳黑子。 按常理，吴教授不应该对此有误解，连他自己都有些怀疑，最后一句显然是内心的独白——他觉得解释为太阳黑子也很牵强。其实，太阳旁边的小圈无非是伽利略标识的字母O，而不是其他。理由有二： 1、在伽利略的这样图上，五大行星均标示了字母，还有月亮也给出了字母，太阳被标示出字母顺理成章。 2、在伽利略的原书中，明确提到了这个O。吴引用的版本是1944年芝加哥大学出版社的英文版，笔者找不到该版本，但在北京大学出版社2006年出版的中文版P227有极其相似的一幅日心说的图，只是把太阳那里的O标示在了太阳中心。何况，在文本中辛普里丘明确说到“我把它画在这儿；这就是太阳的地位，标志是O”。 因此，尽管伽利略用望远镜证实了太阳有黑子，支持了哥白尼的日心说，但这里的O只是一个标记符号，并无太阳黑子的意思。

个人分类: 图像证史|6795 次阅读|5 个评论

NASA“擂台”：厄尔尼诺增强还是衰减

热度 2 杨学祥 2016-1-8 15:16

NASA “擂台”：厄尔尼诺增强还是衰减 杨学祥，杨冬红 关键提示： 美国国家航空暨太空总署（ NASA ）新发布的影像显示，太平洋上厄尔尼诺现象没有转弱迹象，专家预测 2016 年情况会更糟，可能成为厄尔尼诺破坏力最大的一年，报道称，最新卫星影像显示，目前的现象与 1997 年 12 月有惊人相似处。 然而，和 NASA 的预测相反，中国气象专家杨学祥、杨冬红则表示，最强拉尼娜或在 2016 年登场。他们认为，美国航空航天局的预测可能被误解或被忽悠。 实际上， 2015 年厄尔尼诺的强度正在迅速衰弱，但厄尔尼诺的影响将在 2016 年达到最强， 2016 年情况会更糟糕，可能成为厄尔尼诺破坏力最大的一年。这并不是最强厄尔尼诺或今年登场，而是最强拉尼娜或今年登场。 http://www.shuichan.cc/news_view-269335.html http://blog.sciencenet.cn/blog-2277-947689.html http://blog.sciencenet.cn/blog-2277-948912.html 目前， 2015 年厄尔尼诺 3,4 区的厄尔尼诺指数（月平均和周平均）都在衰减。 图 1 2015 年 1-12 月厄尔尼诺 3,4 区厄尔尼诺指数变化（周平均） 表 1 2015 年 1-12 月厄尔尼诺 3,4 区厄尔尼诺指数变化 ( 周平均 ) 时间 厄尔尼诺指数 2015-01-14 0.5 2015-02-04 0.5 2015-03-25 0.6 2015-04-21 0.7 2015-05-20 1.1 205-06-10 1.3 2015-07-22 1.6 2015-08-05 1.9 2015-08-26 2.2 2015-09-02 2.1 2015-09-09 2.3 2015-09-23 2.3 2015-09-30 2.4 2015-10-07 2.4 2015-10-14 2.4 上升停滞 2015-10-21 2.5 2015-10-28 2.7 上升加快 2015-11-04 2.8 上升减慢 2015-11-11 3.0 上升加速 2015-11-18 3.1 上升减慢 2015-11-25 3.0 开始衰减 2015-12-02 2.9 继续衰减 2015-12-09 2.8 继续衰减 2015-12-16 2.9 继续衰减 2015-12-23 2.7 继续衰减 2015-12-30 2.7 继续衰减 图2 2015年1-12月厄尔尼诺3,4 区厄尔尼诺指数（月平均） 表2 2015年1-12月厄尔尼诺3,4 区厄尔尼诺指数变化 （月平均） 时间 厄尔尼诺 3,4 区厄尔尼诺指数（月平均） 2015-01-30 0.53 2015-02-28 0.56 2015-03-31 0.51 2015-04-30 0.78 2015-05-31 1.03 2015-06-30 1.32 2015-07-31 1.6 2015-08-31 2.06 2015-09-30 2.28 2015-10-31 2.46 2015-11-30 2.96 2015-12-31 2.82 开始衰减 相关报道 年初厄尔尼诺与拉尼娜之争难休 秘鲁捕鱼节奏再度放缓 2016-01-06 09:32:00 　　中国水产养殖网　　出处：中国汇易咨询网 早在 2015 年 11 月下旬期间，澳大利亚气象局率先表示，厄尔尼诺现象将持续至 2016 年上半年。其后，在 12 月底期间，英国气象局和印尼国家减灾机构对 2016 年底的气象预判存在分歧；至进入 2016 年元月以后，美国国家航空暨太空总署（ NASA ）和中国气象专家仍然各执一词。 就目前而言，秘鲁鱼粉市场显得波澜不惊，但其捕鱼节奏再度有所放缓，未来天气趋势究竟是厄尔尼诺还是拉尼娜则是市场关注的焦点之一。 一、元月初全球各气象机构对今年天气形势预判各执一词：是厄尔尼诺？还是拉尼娜？ 在 2015 年 12 月底期间，各气象机构关于 2016 年天气趋势预判便存在分歧。其中，英国气象局便已经表示：“ 2016 年全球气温或与 2015 年相仿，甚至会更高，可能达到历史纪录高位，并分析称 2016 年全球平均气温低于 2015 年的概率只有 5% 。”与之相反的是，印尼国家减灾机构（ BNPB ）则表示，拉尼娜现象将在 2016 年中期走强。在进入 2016 年元月以后，美国国家航空暨太空总署（ NASA ）和中国气象专家围绕天气趋势再次打起了“擂台”： 美国国家航空暨太空总署（ NASA ）新发布的影像显示，太平洋上厄尔尼诺现象没有转弱迹象，专家预测 2016 年情况会更糟，可能成为厄尔尼诺破坏力最大的一年，报道称，最新卫星影像显示，目前的现象与 1997 年 12 月有惊人相似处。 然而，和 NASA 的预测相反，中国气象专家杨学祥、杨冬红则表示，最强拉尼娜或在 2016 年登场。他们认为，美国航空航天局的预测可能被误解或被忽悠。实际上， 2015 年厄尔尼诺的强度正在迅速衰弱，但厄尔尼诺的影响将在 2016 年达到最强， 2016 年情况会更糟糕，可能成为厄尔尼诺破坏力最大的一年。这并不是最强厄尔尼诺或今年登场，而是最强拉尼娜或今年登场。 二、近阶段秘鲁捕鱼节奏再度有所放缓，外盘鱼粉市场仍显波澜不惊 在全球各气象机构对于今年天气趋势争议不下的同时，近期秘鲁捕鱼节奏则再度出现了放缓。根据 Imarpe 统计， 2015 年 12 月 30 日 秘鲁中北部捕鱼总量仅为 1871 吨； 11 月 17 日 — 12 月 30 日 秘鲁中北部捕鱼量共计 84.7 万吨，剩余配额数量为 26.3 万吨，平均日捕鱼量为 1.9 万吨左右。 与此同时，在元旦跨年气氛中，秘鲁鱼粉交投市场表现仍较为清淡，超级蒸气鱼粉参考报价稳定在 CNF1900 美元 / 吨左右，但多数鱼粉厂商仍不主动报盘。 http://www.shuichan.cc/news_view-269335.html

个人分类: 学术争论|2923 次阅读|5 个评论

《图个明白 画说气象》（序）

xuxfyuwp 2015-3-16 20:54

图像，包括绘画、图形、照片等，是最易被接受、被理解的信息传播载体。在科学技术快速发展的时代，我不知道还有多少人会不识字，但可以判断，只要是具备正常理解事物能力的人，对图片的接受程度较文字都会更容易些。不同的国家语言会有不同，相互之间存在着信息交流的障碍；不同专业的人相互介绍各自领域时，也会有犹如天书的感觉。但若能用图像方式来弥补，沟通则会顺畅许多。语言、文字、图片在信息交流方面会有各自的优势，图的特点明显体现在直观、通俗、简单上，哪怕是表达复杂的科学道理或深奥的人生哲理，能有图形图像助上一臂之力，都会使问题变得明晰简易，一目了然。 气象既是广大民众每天都看得见、离不开的自然现象，也是一个深奥、复杂的科学领域。人们可以用下雨了、天晴了、刮风了、降温了、打雷了等通俗的语言描述气象，也可以用大气环流调整、副热带高压西伸、冷暖锋移动、强对流天气发展、数值预报方程、动力热力过程、非线性作用、突变、波动等概念进行深入的解读。但无论怎样描述，都不如看到具体的图像来得直接、真切，你告诉我某个地方漫天飞雪、银装素裹，通过这样的语言可以产生想象，但若能拍下一张照片来，想象则会自然落地，概念瞬间变得清晰，这就是图的效果。 中国气象局与气象学会正是根据图片在传递信息方面的独特作用，合作编写了这本《图个明白 画说气象》，试图用图文并茂，以图为主的方式解读一些与人们生活密切相关且经常遇到天气、气候问题，包括气候变化、雾 / 霾、高温、雷电、寒潮等，也包括如何对这些天气气候现象产生的负面影响进行防范的方法。除此之外，还涉及到了一些气象与生活的关系，这将更有利于人们从更广泛的角度加深对气象的认识，不仅是防灾减灾，而是注重更为全面的趋利避害。我们生活在大自然中，离不开阳光、雨露、空气，对其中的灾害要学会规避，但更多的还是享受大自然的恩惠，同时还要为保护好我们赖以生存的地球环境尽一份责任。要做到这些，就必须要了解、认识每天都与我们相伴的天气气候及其变化，学习、顺应其中的规律。不可能每个人都成为专家，但通过科学普及，掌握一些简单、基本知识，相信会有助于我们提高对大气环境的认知，并采取正确的方法应对我们可能会遇到的各类问题。 图的最直接作用是快速传递信息，给人们留下强烈的第一印象，这种印象一旦产生，往往记忆深刻，难以忘却，这也就要求制作的每幅图都应力求精准地表达，避免引起误读。气候变化的趋势、预警信号的表示方式、厄尔尼诺发生时的海温分布等，都需要清晰、准确。图的另一作用是解读信息，通过生动、形象、通俗、科学的设计和表达，使深奥的科学问题变得浅显易懂，起到学习、引导的作用，这是更难做到的。科学问题深入不易，浅出更难，特别是要让外行理解，更需要用心设计和制作，如雷电的成因、台风的形成、气候变化的解读等。图形图像还有一个独到效果是艺术欣赏作用，图形的美观程度、幽默感、色彩搭配等都会成为能否吸引读者的重要因素。 相信这本手册的编写者试图努力在发挥这些作用上尽力尝试，也确实达到了一定效果，但显然与理想状态尚有不小差距，希望这种尝试能够持续下去，根据气象科普的需求和实践，设计出更多的作品，接受读者们的检验。

个人分类: 文章|2814 次阅读|0 个评论

[转载]美碳监测卫星传回首张图像

redtree 2014-12-22 22:58

美碳监测卫星传回首张图像 克服设计缺陷顺利开工 作者：赵熙熙 来源： 中国科学报 发布时间：2014/12/22 9:41:16 来自OCO-2 的数据显示了10 月1 日至11 月11日的大气二氧化碳浓度。 图片来源：NASA 本报讯 美国宇航局（NASA）的碳监测卫星日前顺利通过其发射后的检测，并正在向地球传回高质量的数据。然而为了实现这一切，科学家已经作出一些必要的调整。在“轨道碳观测者2号”（OCO-2）卫星于今年7月发射升空后，NASA曾不得不克服这架探测器在设计上的一个被忽略了10年的关键问题。 关于这颗卫星状况的新闻来自于12月18日——在美国地球物理学会于加利福尼亚州旧金山市召开的一次情况通报会上，OCO-2的科学家公布了来自这架探测器的第一张图像。项目助理科学家、帕萨迪纳市NASA下属喷气推进实验室（JPL）的Annmarie Eldering表示：“这一成绩以及该项目的前景令人惊讶。” OCO-2是美国第一个用于监测地球大气二氧化碳水平的航天器，该项目将为人类提供一个新的全球观测工具，这一工具将显著提升人类对二氧化碳的观测水平。该任务将提供迄今最详细的关于二氧化碳自然来源和地球表面从大气中吸收二氧化碳的信息，并研究这些“源”和“汇”在全球的分布情况以及未来变化趋势。 研究人员将把OCO-2所获数据与通过地面观察站、飞机以及其他卫星所获数据结合分析，并把新数据引入计算机模型，以了解人类活动和自然界排放二氧化碳以及自然界吸收二氧化碳等方面情况的更完整信息。 OCO-2数据的到来花费了相当长的时间——该项目的科学家与工程师仿佛刚刚坐了一次过山车。 早在2009年，一次火箭发射失败让“轨道碳观测者”卫星折戟沉沙，这也宣告科学家关于碳绘图探测器的第一次尝试以失败告终。那一次失败缘于运载火箭的技术故障，这几乎让为此准备了数载的大气二氧化碳研究人员悲痛欲绝。NASA的OCO-2项目主管Ralph Basilio之前曾在6月12日举行的一次吹风会上表示：“原始的OCO计划的完全损失让人心碎。” 其替代品——OCO-2终于在今年成功发射。然而当JPL开启其主设备（3台测量地表太阳光反射的光谱分析仪）后，研究人员发现OCO-2的数据中存在一个问题。他们最终确定，该问题是由在一种操作模式期间减少进入设备的光量的一个设计上的瑕疵所导致的。 OCO-2项目科学小组负责人、JPL的David Crisp表示，这一问题可以回溯到2004年，并且在测试过程中从未被发现。他说：“这是一个愚蠢的错误。不免让仪器设计师和我感到非常尴尬。” 研究人员迅速给出了一个修补方案，包括让探测器倾斜30度，从而调整进入设备的光量。他们在3周内测试并验证了这一解决方案。Crisp说，OCO-2如今已经能够像最初设计的那样运行了。 OCO-2的目标在于以足够的精度测量大气中的二氧化碳浓度，从而帮助确定人类活动以及自然系统如何对温室气体的排放和吸收造成影响。它比类似的探测器——例如2009年发射的日本的温室气体观测卫星（GOSAT）——具有更高的分辨率。 OCO-2研究团队目前仍在评估其初始数据，并计划于2015年3月发布其首批二氧化碳观测数据。但在上周，研究人员发布的图像显示了该卫星最初几个月的观测结果。 由OCO-2的数据绘制的第一幅全球图像显示了澳大利亚北部、非洲南部以及巴西东部具有最高的二氧化碳峰值。 OCO-2研究团队推测，非洲的高浓度二氧化碳来自于燃烧的稀树草原和森林。而北美洲、欧洲与中国的二氧化碳浓度升高则可能与人类活动有关，例如发电厂燃烧的化石燃料。 这些以及其他人类活动正在每年向大气中排放400亿吨二氧化碳，从而使得温室气体的浓度已经高于数百万年来的水平。其中只有一半的二氧化碳停留在大气中，其余的温室气体则被海洋与植被所吸收。 科学家们迫切想要知道这些二氧化碳到底去了哪里，以及自然系统是否已经失去了吸收一些污染物的能力。 人们对于利用NASA的项目所收集的信息帮助解释其中一些问题抱有很大的信心。加利福尼亚大学伯克利分校大气科学家Inez Fung表示，对于二氧化碳的测量而言，“OCO-2是天空中最锐利的一双眼睛”。 NASA计划共发射6颗类似的地球监测卫星，这种卫星每99分钟绕地球运行一周，6颗卫星可实现对地球的全面同步观测。OCO-2的设计工作年限为至少2年，是这一系列卫星的第一颗 。（赵熙熙） 《中国科学报》 (2014-12-22 第2版 国际)

个人分类: 环境新闻|1124 次阅读|0 个评论

R语言进行图形输出

Bearjazz 2014-10-30 07:13

#作者信息 熊荣川 六盘水师范学院生物信息学实验室 xiongrongchuan@126.com http://blog.sciencenet.cn/u/Bearjazz bitmap(file=outfile , type='png16m', height=6, width=6, res=600, units='in') plot(1:10) dev.off() #可以输出多种图形，如tif，jeg等，详见?bitmap，units定义图片大小的单位，如英尺in。 svg('filename.svg') plot(1:10) dev.off() #输出.svg格式的图形，图片，优点在于可以随意放大（无限放大），在做地图分析输出时尤为有用。

个人分类: 我的研究|8790 次阅读|0 个评论

[转载]【图形图像】【photoshop基础教程】

lcj2212916 2014-6-14 21:13

【名稱】：photoshop基础教程 【作者】：-- 【大小】：383KB 【格式】：pdf 【語言】：簡體中文 【內容簡介】： 一、Photosop 是ADOBE 公司推出的图形图像处理软件，功能强大，广泛应用于印刷、广告设计、封面 制作、网页图像制作、照片编辑等领域。利 用Photosop 可以对图像进行各种平面处理。绘制简单的几何图形、给黑白图像上色、进行图像格式和颜色 模式的转换。 二、Photosop7.0 的启动与退出 1、启动Photoshop 的方法： 单击开始/程序/Photoshop7.0 即可启动.或者打开一个Photoshop 文件也能够启动Photoshop. .......... 【下載載點】： http://www.400gb.com/file/66554863

1096 次阅读|0 个评论

IRAF中图像旋转与翻转

dabing 2013-11-18 21:31

Coupled with the imcopy and imtranspose tasks,allows simple coordinate transformations. Command Description imcopy imagename new1 flip the rows (image is upside down) imcopy imagename new2 flip the columns (image is inverted left-right) imcopy imagename new3 image is rotated 180 degrees imtranspose imagename new4 image is rotated 90 degrees counterclockwise imtranspose imagename new5 image is rotated 90 degrees clockwise TrackBack Ping URL: http://www.iac.es/sieinvens/SINFIN/CursoIraf/Cap_images.php 2013-11-18于BNU

个人分类: IRAF测光|3676 次阅读|0 个评论

[转载]如何在SAC中保存图片 SAC保存图像小结

Zhouwenju 2013-11-11 22:13

SAVEIMG直接保存图形文件 SAC 101.5之后的版本加入了新功能，可以直接保存图形文件，这是个神器～目前支持的格式为ps、pdf、png、xpm。ps和pdf是矢量格式，因而是绘图的首选格式，png和xpm是位图图形格式，绘图精度较差，因而不建议使用。考虑到图像不清晰，且png和xpm需要格外的库文件，在SAC 101.6发布的二进制文件中不再支持png和xpm。 1 2 3 4 5 6 7 8 9 $ sac SEISMIC ANALYSIS CODE Copyright 1995 Regents of the University of California SAC fgseis SAC p SAC saveimg foo.ps save filefoo.ps SAC q pssac绘制ps文件 pssac利用GMT的ps库直接绘制SAC文件，pssac的具体细节可以站内搜索pssac。 转自：http://seisman.info/sac-save-image.html

个人分类: sac|788 次阅读|0 个评论

[转载]美国卫星图像显示中国北方严重雾霾天气

redtree 2013-10-30 23:13

美国卫星图像显示中国北方严重雾霾天气 作者：悠悠 来源：腾讯科学 发布时间：2013-10-30 16:24:29 美国宇航局Suomi NPP卫星最新图像显示中国北方地区上空严重的空气污染，这可能是由于工业污染排放、煤炭燃烧和秋收燃火等因素所导致的 图中最明亮的区域是雾霾，其中的灰色和黄色部分是空气污染 据英国每日邮报报道，上周，令人窒息的雾霾天气吞噬了中国北方地区，甚至导致哈尔滨等城市交通中断。 哈尔滨出现严重的雾霾天气，这是一座人口超过1000万的城市，城区可见度下降至10米之内，雾霾天气迫使学校停课，交通阻塞中断，机场被迫关闭，这是今年中国冬季首次出现重大空气污染危机。目前，美国宇航局Suomi-NPP卫星最新拍摄图片显示中国雾霾天气问题日益严峻，并且有逐步扩大现象。 2013年10月20日测量结果显示，哈尔滨市空气质量指数(AQI)为500，这是最高数值，AQI指数达到300以上就对人体健康构成威胁。 10月21日，Aqua卫星的中度分辨率成像分光辐射谱仪(MODIS)拍摄到中国东北部地区真实色彩照片，图中明亮区域是雾霾，其中分布的灰色或者黄色部分是空气污染。 其它没有云层的区域呈现灰褐色，一些街道社区空中细微粒物指数PM2.5高达每立方米1000微克，相比之下，美国环境保护署的PM2.5正常空气质量指数标准为每立方米细微粒物应低于35微克。 当前这一极端的雾霾天气是没有尘暴或者森林火灾情况下出现的，据媒体称，在空气污染指数上升几天之后，哈尔滨市医院接收的呼吸系统相关疾病患者增加了30%，几家药店的防尘口罩销售一空。 冷天气和缺少风流进一步加剧了空气污染程度，但是人类活动因素起到了主要作用，该地区秋收之后的麦秸和玉米杆点燃产生大量的烟雾。 10月3日，中国中部地区MODIS-Aqua真色彩图像显示，大量的燃火增添了烟雾，弥漫在中国上空。 （悠悠/编译）

个人分类: 环境新闻|2187 次阅读|0 个评论

[转载]数字图像处理词汇表

haijunwang 2013-6-2 20:17

转载地址： http://blog.sina.com.cn/s/blog_4781daba010009ic.html Algebraic operation 代数运算；一种图像处理运算，包括两幅图像对应像素的和、差、积、商。 Aliasing 走样（混叠）；当图像像素间距和图像细节相比太大时产生的一种人工痕迹。 Arc 弧；图的一部分；表示一曲线一段的相连的像素集合。 Binary image 二值图像；只有两级灰度的数字图像（通常为0和1，黑和白） Blur 模糊；由于散焦、低通滤波、摄像机运动等引起的图像清晰度的下降。 Border 边框；一副图像的首、末行或列。 Boundary chain code 边界链码；定义一个物体边界的方向序列。 Boundary pixel 边界像素；至少和一个背景像素相邻接的内部像素（比较：外部像素、内部像素） Boundary tracking 边界跟踪；一种图像分割技术，通过沿弧从一个像素顺序探索到下一个像素将弧检测出。 Brightness 亮度；和图像一个点相关的值，表示从该点的物体发射或放射的光的量。 Change detection 变化检测；通过相减等操作将两幅匹准图像的像素加以比较从而检测出其中物体差别的技术。 Class 类；见模或类 Closed curve 封闭曲线；一条首尾点处于同一位置的曲线。 Cluster 聚类、集群；在空间（如在特征空间）中位置接近的点的集合。 Cluster analysis 聚类分析；在空间中对聚类的检测，度量和描述。 Concave 凹的；物体是凹的是指至少存在两个物体内部的点，其连线不能完全包含在物体内部（反义词为凸） Connected 连通的 Contour encoding 轮廓编码；对具有均匀灰度的区域，只将其边界进行编码的一种图像压缩技术。 Contrast 对比度；物体平均亮度（或灰度）与其周围背景的差别程度 Contrast stretch 对比度扩展；一种线性的灰度变换 Convex 凸的；物体是凸的是指连接物体内部任意两点的直线均落在物体内部。 Convolution 卷积；一种将两个函数组合成第三个函数的运算，卷积刻画了线性移不变系统的运算。 Corrvolution kernel 卷积核；1，用于数字图像卷积滤波的二维数字阵列，2，与图像或信号卷积的函数。 Curve 曲线； 1，空间的一条连续路径 ，2 表示一路径的像素集合（见弧、封闭曲线）。 Deblurring 去模糊；1一种降低图像模糊，锐化图像细节的运算。2 消除或降低图像的模糊，通常是图像复原或重构的一个步骤。 Decision rule 决策规则；在模式识别中，用以将图像中物体赋以一定量的规则或算法，这种赋值是以对物体特征度量为基础的。 Digital image 数字图像 ； 1 表示景物图像的整数阵列，2 一个二维或更高维的采样并量化的函数，它由相同维数的连续图像产生，3 在矩形（或其他）网络上采样一连续函数，并才采样点上将值量化后的阵列。 Digital image processing 数字图像处理；对图像的数字化处理；由计算机对图片信息进行操作。 Digitization 数字化 ；将景物图像转化为数字形式的过程。 Edge 边缘；1 在图像中灰度出现突变的区域，2 属于一段弧上的像素集，在其另一边的像素与其有明显的灰度差别。 Edge detection 边缘检测；通过检查邻域，将边缘像素标识出的一种图像分割技术。 Edge enhancement 边缘增强；通过将边缘两边像素的对比扩大来锐化图像边缘的一种图像处理技术。 Edge image 边缘图像；在边缘图像中每个像素要么标注为边缘，要么为非边缘。 Edge linking 边缘连接；在边缘图像中将边缘像素连成边缘的一种图像处理技术。 Edge operator 边缘算子；将图像中边缘像素标记出来的一种邻域算子。 Edge pixel 边缘像素；处于边缘上的像素。 Enhance 增强；； 增加对比度或主观可视程度。 Exterior pixel 外像素；在二值图像中，处于物体之外的像素（相对于内像素） False negative 负误识；在两类模式识别中，将属于物体标注为不属于物体的误分类 False positive 正误识；在两类模式识别中，将不属于物体标注为属于物体的误分类。 Feature 特征；物体的一种特性，它可以度量。有助于物体的分类。如大小，纹理，形状。 Feature extraction 特征检测；模式识别过程中的一个步骤，在该步骤中计算物体的有关度量。 Feature selection 特征选择；在模式识别系统开发过程中的一个步骤。旨在研究质量或观测能否用于将物体赋以一定类别。 Feature space 特征空间；参见度量空间 Fourier transform 傅立叶变换；采用复指数作为核函数的一种线性变换。 Geometric correction 几何校正；采用几何变换消除几何畸变的一种图像复原技术。 Gray level 灰度级；1和数字图像的像素相关连的值，它表示由该像素的原始景物点的亮度。2 在某像素位置对图像的局部性质的数字化度量。 Gray scale 灰度；在数字图像中所有可能灰度级的集合 Gray-scale transformation 灰度变换；在点运算中的一种函数，它建立了输入灰度和对应输出灰度的关系 Hankel transform Hankel 变换 Harmonic signal 谐波信号；有余弦实部和相同频率的正弦虚部组合的复数信号 Hermite function Hermite 函数；具有偶实部和奇虚部的复值函数 Highpass filtering 高通滤波；图形增强（通常是卷积）运算，相对于低频部分它对高频部分进行了提升 Hole 洞；在二值图像中，由物体内点完全包围的连通的背景点 Image 图像；对物理景物或其他图像的统一表示称为图像 Image compression 图像压缩；消除图像冗余或对图像近似的任一种过程，其目的是对图像以更紧凑的形式表示 Image coding 图像编码；将图像变换成另一个可恢复的形式（如压缩） Image enhancement 图像增强；旨在提高图像视觉外观的任一处理 Image matching 图像匹配；为决定两副图像相似程度对它们进行量化比较的过程。 Image-processing operation 图像处理运算；将输入图像变换为输出图像的一系列步骤 Image reconstruction 图像重构；从非图像形式构造或恢复图像的过程 Image registration 图像匹准；通过将景物中的一图幅像与相同景物的另一幅图像进行几何运算，以使其中物体对准的过程 Image restoration 图像复原；通过逆图像退化的过程将图像恢复为原始状态的过程。 Image segmentation 图像分割；1 在图像中检测并勾画出感兴趣物体的处理，2 将图像分为不相连的区域。通常这些区域对应于物体以及物体所处的背景。 Interior pixel 内像素；在一幅二值图像中，处于物体内部的像素（相对与边界像素，外像素） Interpolation 插值；确定采样点之间采样函数的过程称为插值 Kernel 核 Line detection 线检测；通过检查邻域将直线像素标识出来的一种图像分割技术 Line pixel 直线像素；处于一条近似于直线的弧上的像素 Local operation 局部运算；基于输入像素的一个邻域的像素灰度决定该像素输出灰度的图像处理运算，同邻域运算（对比：点运算） Local property 局部特征；在图像中随位置变化的感兴趣的特征（如光学图像的亮度或颜色；非光学图像高度、温度、密度等） Lossless image compression 无失真图像压缩；可以允许完全重构原图像的任何图像压缩技术。 Lossy image compression 有失真图像压缩；由于包含近似，不能精确重构原图像的任何图像压缩技术 Matched filtering 匹配滤波；采用匹配波器检测图像中特定物体的存在及其位量 Measurement space 度量空间；在模式识别中，包含所有可能度量向量的n维向量空间 Misclassification 误分类；在模式识别中，将物体误为别类的分类 Multispectral image 多光谱图像；同一景物的一组图像，每一个是由电磁谱的不同波段辐射产生的 Neighborhood 邻域；在给定像素附近的一像素集合 Neighoorhood operation 邻域运算； 见局部运算 Noise 噪音； 一幅图像中阻碍感兴趣数据的识别和解释的不相关部分 Noise reduction 噪音抑制；降低一副图像中噪音的任何处理 Object 目标，物体；在模式识别中，处于一二值图像中的相连像素的集合，通常对应于该图像所表示景物中的一个物体 Optical image 光学图像；通过镜头等光学器件将景物中的光投射到一表面上的结果 Pattern 模式；一个类的成员所表现出的共有的有意义的规则性，可以度量并可用于对感兴趣的物体分类 Pattern class 模式类；可赋予一个物体的相互不包容的预先定义的类别集合的任一个类 Pattern classification 模式分类；将物体赋予模式类的过程 Pattern recognition 模式识别；自动或半自动地检测、度量、分类图像中的物体 Pel 像素；图像元素（picture ; element ）的缩写 Perimeter 周长；围绕一物体的边界的周边距离 Picture element 图像元素，像素；数字图像的最小单位，一幅数字图像的基本组成单元 Pixel 像素；图像元素（picture element ）的缩写 Point operation 点运算；只根据对应像素的输入灰度值决定该像素输出灰度值的图像处理运算（对比：邻域运算） Quantitative image analysis 图像定量分析；从一副数字图像中抽取定量数据的过程 Quantization 量化；在每一个像素处，将图像的局部特性赋予一个灰度集合中的元素的过程 Region 区域；一副图像中的相连子集 Region growing 区域增长；通过重复地求具有相似灰度或纹理的相邻子区域的并集形成区域的一种图像分割技术 Registered 匹准的；1 调准的状态 2 两幅或多幅图像已几何调准，其中的物体吻合 Registered image 已匹准图像；同一景物的两副（或以上）图像已相互调准好位置，从而使其中的物体具有相同的图像位置 Resolution 分辨率；1 在光学中指可分辨的点物体之间最小的分离距离，2 在图像处理中，指图像中相邻的点物体能够被分辨出的程度 Run 行程；在图像编码中，具有相同灰度的相连像素序列 Run length 行程长度，行程；在行程中像素的个数 Run length encoding 行程编码；图像行以行程序列表示的图像压缩技术，每一行程以一个给定的行程长度和灰度值定义 Sampling 采样；（根据采样网络）将图像分为像素并测量其上局部特性（如亮度、颜色）的过程 Scene 景物；客观物体的一种特色的布局 Sharp 清晰；关于图像细节的易分辨性 Sharpening 锐化；用以增强图像细节的一种图像处理技术 Sigmoid function Sigmoid 函数 S函数；形如S的一种函数，是一种灰度变化函数，它也可用于神经元网络中处理单元（PE）中的函数 Sinusoidal 正弦型的；具有正弦函数形状的函数类型 Smoothing 平滑；降低图像细节幅度的一种图形处理技术，通常用于降噪 Statistical pattern recognition 统计模式识别；采用概率和统计的方法将物体赋予模式类的一种模式识别 Structural pattern recognition 结构模式识别；为描述和分类物体，将物体表示为基元及其相互关系的一种模式识别方法 Syntactic pattern recognition 句法模式识别；采用自然或人工语言模式定义基元及相互关系的一种结构模式识别方法 System 系统；任何接收输入，产出输出的东西 Texture 纹理；在图像处理中，表示图像中灰度幅度及其局部变化的空间组织的一种属性 Thinning 细化；将物体削减为（单像素宽度）的细曲线的一种二值图像处理技术 Threshold 阈值；用以生产二值图像的一特定灰度 Thresholding 二值化；有灰度图产生二值图像的过程，如果输入像素的灰度值大于给定的阈值则输出像素赋为1，否则赋为0 Transter function 传递函数；在线性移不变系统中，表达每一频率下的正弦型输入信号的幅值比例传递到输出信号上的频率函数

个人分类: 图像基本知识|2254 次阅读|0 个评论

PSNR对不同的数据类型结果也不相同

haijunwang 2013-6-2 18:01

最近实验中突然发现两幅图像在计算psnr时，uint8型和double型（均为0~255灰度）两种格式下的灰度图像计算结果差距很大，uint8型能飙到35左右，而double型的却在20多徘徊。今天看代码，终于明白怎么回事了： psnr中的关键代码是下面这一行 res = 10 * log10(L^2 / mean2((hat - star).^2)); 其中hat和star是要对比的两幅图像，如果为double型没有任何问题；但如果为uint8型，hat - star的结果仍然为uint8型，这样就把结果中的负值统一替换为0，自然误差就变小了，从而psnr飙升。

个人分类: 图像基本知识|5556 次阅读|0 个评论

C#-Emgu.CV-------视频截取和图像处理基础

mafei863 2013-5-28 21:12

ImageBgr, Byte frame = capture.QueryFrame();//获取摄像头的视频帧 ImageBgr, Byte frame2 = frame.ConvertBgr, Byte(); //将帧转换为RGB类型，对应为三维数组 ImageGray, Byte grayFrame = frame.ConvertGray, Byte();//将帧转换为Gray类型，对应为一维数组 ImageYcc, Byte currentYCrCbFrame = frame.ConvertYcc, Byte();//将帧转换为YCbCr类型，对应为三维数组 ImageGray, Byte skin = new ImageGray, Byte(frame.Width, frame.Height);//构建灰度区域对象 int rows = frame.Rows; int cols = frame.Cols; Byte bgrData= frame2.Data; for (int i = 0; i rows; i++) for (int j = 0; j cols; j++) { b = bgrData ; g = bgrData ; r = bgrData ; if (b 110) { bgrData = (byte)0; bgrData = (byte)0; bgrData = (byte)0; } else //二值化 { bgrData = (byte)255; bgrData = (byte)255; bgrData = (byte)255; } } pictureBox1.Image = frame2.Flip(Emgu.CV.CvEnum.FLIP.NONE).ToBitmap(); //转换后，在picture上显示二值化图像。

个人分类: openCV|14402 次阅读|0 个评论

常用的图像格式转化方法

blownsand 2013-5-28 17:07

1) tifjpg：convert *.tif *.jpg 2) jpgeps: jpeg2ps *.jpg *.eps 3) mpseps: mps2eps *.mps *.eps \LaTeX 文件中最常用的图片格式是eps,脚本jpeg2ps和mps2eps分别把照片和metapost绘制的图片转成eps格式。

2379 次阅读|0 个评论

图像处理领域的大牛

yangjiangong 2013-5-23 22:17

( 首先说明：该文在持续添加中，请谅解！ ) Tony F. Chan 加州大学数学系教授，（似乎是香港出生的华人，待确认？）。在水平集图像分割方面，其论文《Active contours without edges 》提出的 C-V 模型，Google学术上显示被引用 5153 次之多。 http://www.math.ucla.edu/~chan/index.html Chunming Li 本科福建师范大学数学系，硕士复旦大学数学系，博士则在 University of Connecticut 电子工程专业。在水平集图像分割方面颇有成绩，其最有名的论文《 Level Set Evolution Without Re-initialization : A New Variational Formulation 》，Google学术显示被引用1128次之多。 http://www.engr.uconn.edu/~cmli/ http://scholar.google.com/citations?user=tpAgWBwAAAAJhl=en Daniel Cremers http://vision.in.tum.de/members/cremers http://scholar.google.com/citations?user=cXQciMEAAAAJhl=en 研究领域在：计算机视觉，数字图像处理，模式识别。 Mikael Rousson http://scholar.google.com/citations?user=SPKqz2kAAAAJhl=en Michael Leventon 麻省理工人工智能实验室 http://www.leventon.com/mit/ Bernhard Schölkopf 主要研究方向是机器学习，他在 Kernel方法，尤其是 Kernel PCA 方面成就很大。 http://www.is.tuebingen.mpg.de/employee/details/bs.html 他的文章大都在：http://www.is.tuebingen.mpg.de/research/dep/bs/publication-list-schoelkopf.html www.kernel-machines.org http://scholar.google.com/citations?user=DZ-fHPgAAAAJhl=en （说明：以下部分时转载自http://blog.sciencenet.cn/blog-672874-665865.html） CV人物1：Jianbo Shi史建波毕业于UC Berkeley，导师是Jitendra Malik。其最有影响力的研究成果：图像分割。其于2000年在PAMI上多人合作发表”Noramlized cuts and image segmentation”。这是图像分割领域内最经典的算法。主页： www.cis.upenn.edu/~jshi/ 和 www.cs.cmu.edu/~jshi/ CV人物2：Kristen Grauman毕业于MIT，导师是Trevor Darrell。其最有影响力的研究成果：Pyramid Match Kernel，用于图像匹配。她和Darrell在2005年CVPR合作发表了”The Pyramid Match Kernel: Discriminative Classification with Sets of Image Features”。金字塔匹配核函数可快速搜索两个特征集合之间匹配的特征，可应用于图像匹配、物体识别，是该领域经典算法之一。2011年Marr奖得主。主页： www.cs.utexas.edu/~grauman/ CV人物3：Irfan Essa现任教于Georgin Tech佐治亚理工大学，毕业于MIT，其最有影响力的研究成果：人脸表情识别。Essa和Alex Penland 在1997年PAMI合作发表了”Coding, analysis,interpretation,and recognition of facial expression”, 结合了几何模型和面部肌肉无力模型，用来描述脸部结构。主页： www.ic.gatech.edu/people/irfan-essa CV人物4：Matthew Turk毕业于MIT，最有影响力的研究成果：人脸识别。其和Alex Pentland在1991年发表了”Eigenfaces for Face Recognition”.该论文首次将PCA（Principal Component Analysis）引入到人脸识别中，是人脸识别最早期最经典的方法，且被人实现，开源在OpenCV了。主页： www.cs.ucsb.edu/~mturk/ CV人物5：David Lowe毕业于斯坦福大学，导师是Thomas Binfold，最有影响力的研究成果：SIFT。他是SIFT特征点检测的发明人。由于SIFT具有对于图像平移、旋转和尺度变化不变性的优点，使得SIFT成为近十年来最流行的图像特征点检测方法，被广泛用于图像匹配、物体识别、分类等领域。主页： http://www.cs.ubc.ca/~lowe/ CV人物6：Pascal Fua毕业于Orsay，导师是O.D.Faugera。最有影响力的研究成果：立体视觉。其在1993年发表了”A parallel stereo algorithm that produces dense depth maps and preserves image features”,提出了利用相关性来估计dense深度图的快速并行立体视觉算法，是立体视觉领域内经典算法之一。主页： http://cvlab.epfl.ch/~fua/ 和 http://people.epfl.ch/pascal.fua CV人物7：Luc Van Gool毕业于Katholieke Universiteit Leuven.最有影响力的研究成果：图像特征点检测和摄像机标定。Gool等发蒙的Surf(speeded up robust features)是除SIFT外，应用最广泛的特征点检测算法，surf具有提取速度更快、维度更低的优点，也被广泛用于物体检测、识别等。Opencv开源。Marc Pollefeys, Koch和Goolz 1999年IJCV上发表了”self-calibration and metric reconstruction inspite of varying and unknown intrinsic camera parameters”,是摄像机自标定领域内最经典论文，并获1998年Marr奖。主页： http://www.vision.ee.ethz.ch/~vangool/ CV人物8：Michal Irani毕业于Hebrew大学，最有影响力的研究成果：超分辨率。她和Peleg于1991年在Graphical Models and Image Processing发表了”Improving resolution by image registration”,提出了用迭代的、反向投影的方法来解决图像放大的问题，是图像超分辨率最经典的算法。我在公司实现的产品化清晰化增强算法就参考了该算法思想哈哈。主页： http://www.wisdom.weizmann.ac.il/~irani/ CV人物9： Jean Ponce毕业于Paris Orsay,最有影响力的研究成果：计算机视觉教育、物体识别。他和David Forsyth合写的”Computer Vision: A Modern Approach”被视为现代计算机视觉领域最经典教科书之一。其近年来的研究重点是物体识别，是Spatial Pyramid Matching算法发明人之一，比起之前广泛使用的bag-of-words方法相比，该方法考虑了一些局部特征之间的空间关系，因此更有效地描述物体特征。是目前最普遍使用的算法之一。主页： http://www.di.ens.fr/~ponce/ CV人物10： Andrew Blake毕业于Edinburgh，最有影响力的研究成果：目标跟踪、图像分割、人体姿态跟踪与分析。他是世界知名CV专家，两次荣获ECCV最佳论文奖和1次Marr奖。他和Michael Isard在1998年IJCV中合写的”Condensation—conditional density propagation for visual tracking”，将粒子滤波器用于目标跟踪，该领域的经典论文。二人1998年合写的另一篇”Active Contours”是图像分割领域经典算法，该算法用spline函数，通过最小化能量函数，是的样条逼近物体轮廓，在该算法基础上，衍生出了著名的Active shape model。Blake领导的微软剑桥研究院在人体姿态跟踪与分析上去的突破，用于Kinect中。主页： http://research.microsoft.com/~ablake CV人物11： Antonio Criminisi毕业于牛津大学，导师是Andrew Zisserman 和 Ian Reid。最有吸影响力的研究成果：Image Inpaiting.他在2004年发表”Region filling and object removal by exemplar-based image inpainting”，该方法用于去除图像中大的遮挡物或小的刮痕，结合了采样纹理生成和结构传递的图像修补技术，获得不错效果。主页： http://research.microsoft.com/en-us/people/antcrim/ CV人物12： Paul Viola毕业于MIT，研究领域：目标检测；最有影响力的研究成果：人脸检测；他和Michael Jones在2001年CVPR发表了”Rapid object detection using a boosted cascade of simple features”，真正意义上解决了人脸检测的问题，并开启了boosting算法的一个时代，很多学者受到boosting cascade算法的影响，扩展了该算法的应用领域，牛逼的影响力。主页： http://research.microsoft.com/en-us/um/people/viola/ CV人物13： Henry Rowley毕业于CMU，导师：Takeo Kanade；研究领域：大规模图像识别和机器学习；最有影响力的研究成果：人脸检测；他使用人工神经网络用于人脸检测，该算法是Paul Viola的boosting cascade人脸检测算法出现前，最经典的人脸检测算法。主页： http://www.cs.cmu.edu/~har/ CV人物14： Dorin Comaniclu毕业于Rutgers；最有影响力的研究成果：目标跟踪、图像分割；他在2000年发表了”Real-time tracking of non-rigid objects using mean shift”。该算法首次将mean shift用于目标跟踪，并在2002年PAMI发表了”Mean shift: A robust approach toward feature space analysis”，并将Meanshift拓展应用于图像分割中。主页： http://coewww.rutgers.edu/riul/FORMER/comanici/ CV人物15： Henry Schneiderman毕业于CMU，导师：Takeo Kanade；研究领域：目标检测和识别；最有影响力的研究成果：目标检测；他在2000年CVPR上发表了”A statistical method for 3D object detection applied to faces and cars”。该算法采用多视角训练样本，可用于检测不同视角下的物体，如人脸和车，是第一个能够检测侧脸的算法。他创建了PittPatt公司，后被Google收购。主页： http://www.cs.cmu.edu/~hws/ CV人物16： William T.Freeman毕业于MIT；研究领域：应用于CV的ML、可视化感知的贝叶斯模型、计算摄影学；最有影响力的研究成果：图像纹理合成；Alex Efros和Freeman在2001年SIGGRAPH上发表了”Image quilting for texture synthesis and transfer”，其思想是从已知图像中获得小块，然后将这些小块拼接mosaic一起，形成新的图像。该算法是图像纹理合成中经典中的经典。主页： http://people.csail.mit.edu/billf/ CV人物17： Feifei Li李菲菲，毕业于Caltech；导师：Pietro Perona；研究领域：Object Bank、Scene Classification、ImageNet等；最有影响力的研究成果：图像识别；她建立了图像识别领域的标准测试库Caltech101/256。是词包方法的推动者。主页： http://vision.stanford.edu/~feifeili/ CV人物18：Jitendra Malik毕业于斯坦福大学；导师：Thomas O.Binford；研究领域：轮廓检测、图像/视频分割、图形匹配、目标识别等；最有影响力的研究成果：边缘检测、图像分割和形状匹配；Malik培养了众多牛人，牛人的导师，你说牛不牛。培养了Alexie Efros, Jianbo Shi, Paul Debevec, Pietro Perona, Serge J.Belongie, Yair Weiss等知名专家。主页： http://www.cs.berkeley.edu/~malik/ CV人物19：Alexie Efros毕业于Berkeley大学；导师：Jitendra Malik；研究领域：Qualitative Reasoning for Image Understanding、Building the Visual Memex等；最有影响力的研究成果：图像纹理合成；他在1999年ICCV发表了”Texture Synthesis by non-parametric sampling”。该论文将MRF引入到纹理合成中。该方法最大限度保留了纹理的局部结构。主页： https://www.cs.cmu.edu/~efros/ CV人物20：Andrew Zisserman毕业于剑桥大学；最有影响力的研究成果：视觉几何、目标识别、可视化搜索；他牛逼了，三次获得Marr奖。是CV界权威中的权威。搞CV的人没读过他的多视几何学一书，枉为搞CV的。我2007年起，花了2年时间阅读、编码实现了其中所有两视几何学内容。主页： http://www.robots.ox.ac.uk/~az/ CV人物21：Ian D.Reid毕业于牛津大学；最有影响力的研究成果：目标跟踪；他在2007年PAMI发表了”MonoSLAM: real-time single camera SLAM”，是跟踪和机器人导航领域经典论文。在2011年CVPR上，和Ben Benfold发表了”Stable Multi-Target Tracking in Real-time survillance video”。主页： http://www.robots.ox.ac.uk/~ian/ ...

个人分类: 科研资料|10146 次阅读|0 个评论

[转载]局部图像特征描述概述

EnergeticYi 2013-5-22 14:27

这次我们荣幸地邀请到中国科学院自动化研究所的樊彬老师为我们撰写图像特征描述符方面的最新综述。樊彬老师在图像特征描述方面已连续发表了包括TPAMI、PR、ICCV、CVPR在内的多篇高质量论文。他的个人主页为： http://www.sigvc.org/bfan/ 以后我们将持续邀请国内外众多老师做最新的视觉计算专业综述报告，如特征提取和描述、稀疏表达、人体跟踪、三维衣服布料动画、轻量级Web3D等，并陆续在学术论坛上发布。各位老师会尽量使综述通俗易懂、深入浅出，这样无论是初学者还是同行专家，都会有所收获。因为发布在本论坛中的学术文章不属于正式的学术出版，因此各位老师以后还可根据论坛的反馈建议将综述整理成正式的学术论文在期刊会议上发表。 此外，如果您觉得国内外某位学者在您所关注的领域（与视觉计算相关的：“计算机视觉”、“计算机图形学”、“模式识别与机器学习”、“机器人视觉导航与定位”）做的不错，希望获得他的最新综述性见解，可把他/她的联系方式发给我们，我们将考虑邀请他/她撰写最新的综述报告，以便大家在第一时间分享。 ------------------------------------------------------------------------------------------------------------------------------------------------ 局部图像特征描述概述 樊彬 中国科学院自动化研究所 模式识别国家重点实验室 (CASIA NLPR) 局部图像特征描述是计算机视觉的一个基本研究问题，在寻找图像中的对应点以及物体特征描述中有着重要的作用。它是许多方法的基础，因此也是目前视觉研究中的一个热点，每年在视觉领域的顶级会议 ICCV/CVPR/ECCV 上都有高质量的特征描述论文发表。同时它也有着广泛的应用，举例来说，在利用多幅二维图像进行三维重建、恢复场景三维结构的应用中，其基本出发点是要有一个可靠的图像对应点集合，而自动地建立图像之间点与点之间的可靠对应关系通常都依赖于一个优秀的局部图像特征描述子。又比如，在物体识别中，目前非常流行以及切实可行的方法之一是基于局部特征的，由于特征的局部性，使得物体识别可以处理遮挡、复杂背景等比较复杂的情况。 局部图像特征描述的核心问题是不变性（鲁棒性）和可区分性。由于使用局部图像特征描述子的时候，通常是为了鲁棒地处理各种图像变换的情况。因此，在构建 / 设计特征描述子的时候，不变性问题就是首先需要考虑的问题。在宽基线匹配中，需要考虑特征描述子对于视角变化的不变性、对尺度变化的不变性、对旋转变化的不变性等；在形状识别和物体检索中，需要考虑特征描述子对形状的不变性。 然而，特征描述子的可区分性的强弱往往和其不变性是矛盾的，也就是说，一个具有众多不变性的特征描述子，它区分局部图像内容的能力就稍弱；而如果一个非常容易区分不同局部图像内容的特征描述子，它的鲁棒性往往比较低。举个例子，假定我们需要对一个点周围固定大小的局部图像内容进行描述。如果我们直接将图像内容展开成一个列向量对其进行描述，那么只要局部图像内容发生了一点变化，就会使得它的特征描述子发生较大的变化，因此这样的特征描述方式很容易区分不同的局部图像内容，但是对于相同的局部图像内容发生旋转变化等情况，它同样会产生很大的差异，即不变性弱。 而另一方面，如果我们通过统计局部图像灰度直方图来进行特征描述，这种描述方式具有较强的不变性，对于局部图像内容发生旋转变化等情况比较鲁棒，但是区分能力较弱，例如无法区分两个灰度直方图相同但内容不同的局部图像块。 综上所述，一个优秀的特征描述子不仅应该具有很强不变性，还应该具有很强的可区分性。 在诸多的局部图像特征描述子中， SIFT （ Scale Invariant Feature Transform ）是其中应用最广的，它在 1999 年首次提出，至 2004 年得到完善。 SIFT 的提出也是局部图像特征描述子研究领域一项里程碑式的工作。由于 SIFT 对尺度、旋转以及一定视角和光照变化等图像变化都具有不变性，并且 SIFT 具有很强的可区分性，自它提出以来，很快在物体识别、宽基线图像匹配、三维重建、图像检索中得到了应用，局部图像特征描述子在计算机视觉领域内也得到了更加广泛的关注，涌现了一大批各具特色的局部图像特征描述子。 SURF （ Speeded Up Robust Features ）是对 SIFT 的改进版本，它利用 Haar 小波来近似 SIFT 方法中的梯度操作，同时利用积分图技术进行快速计算， SURF 的速度是 SIFT 的 3-7 倍，大部分情况下它和 SIFT 的性能相当，因此它在很多应用中得到了应用，尤其是对运行时间要求高的场合。 DAISY 是面向稠密特征提取的可快速计算的局部图像特征描述子，它本质思想和 SIFT 是一样的：分块统计梯度方向直方图，不同的是， DAISY 在分块策略上进行了改进，利用高斯卷积来进行梯度方向直方图的分块汇聚，这样利用高斯卷积的可快速计算性就可以快速稠密地进行特征描述子的提取。比较巧合的是， DAISY 这种特征汇聚策略被一些研究者（ Matthen Brown ， Gang Hua ， Simon Winder ）通过机器学习的方法证明相对于其他几种特征汇聚策略（卡迪尔坐标下分块、极坐标下分块）是最优的。 ASIFT （ Affine SIFT ）通过模拟所有成像视角下得到的图像进行特征匹配，可以很好地处理视角变化的情况，尤其是大视角变化下的图像匹配。 MROGH （ Multi-support Region Order-based Gradient Histogram ）则是特征汇聚策略上寻求创新，之前的局部图像特征描述子，其特征汇聚策略都是基于邻域内点的几何位置的，而 MROGH 基于点的灰度序进行特征汇聚。 BRIEF （ Binary Robust Independent Element Feature ）利用局部图像邻域内随机点对的灰度大小关系来建立局部图像特征描述子，得到的二值特征描述子不仅匹配速度快，而且存储要求内存低，因此手机应用中具有很好的应用前景。其实，利用邻域内点对的灰度大小关系进行特征描述这一思想在 SMD （ ECCV’08 ）中就已经有了。 除了 BRIEF ，近两年还提出了许多二值特征描述子，例如 ORB 、 BRISK 、 FREAK 。上述这些特征描述子都是基于手动设计得到的，也有一些研究试图利用机器学习的方法，通过数据驱动得到想要的特征描述子。这类特征描述子包括 PCA-SIFT ， Linear Discriminative Embedding ， LDA-Hash 等。当然，除了提到的这些特征描述子之外，还有许多其他的特征描述子，在这就不再一一叙述了。 国际上研究局部图像特征描述子比较著名的学者有： 英国 Surrey 大学的 Mikolajzyk ，他在 INRIA 做博后的时候，在宽基线应用背景下，对 SIFT 、 Shape Context 、 PCA-SIFT 、不变矩等多种局部图像描述子的性能进行了评测，相关论文发表在 2005 年 PAMI 上，他提出来的评测方法至今仍是局部图像描述子研究领域中广泛采用的性能评测方法。 INRIA 的 C. Schmid ，她九十年代就开始研究局部图像描述方法了，是这个领域内的元老之一，不过这几年她的团队正在将重心转向大规模图像检索和行为识别等应用中。 比利时 Leuven 大学的 Tinne Tuytelaars ，她是著名的 SURF 描述子的提出者， SURF 相关的论文于 2011 年获得 CVIU 引用最多论文奖，她写了三篇局部图像特征描述相关的综述文章，分别是“ Local Invariant Feature Detectors: A Survey ”，“ Local Image Features ”和“ Wide baseline matching ”。 英国 Oxford 大学的 Andrea Valida ，他是 Vlfeat 的发起者和主要作者。 Vlfeat 是一个开源程序，其中包括了 SIFT 、 MSER ，被许多研究者广泛采用。 Vlfeat 目前正在逐渐实现其他常用的特征描述子。 瑞士 EPFL 的 Vincent Lepetit 和 Pascal Fua ，他们的团队主要致力于发展快速、高效的局部图像特征描述子，用于模板匹配、三维重建、虚拟现实等应用。他们的工作包括用于稠密立体匹配的 DAISY 特征描述子，基于 Random Trees 的模板匹配方法，基于 Random Ferns 的模板匹配方法。此外， LDA-Hash 、 BRIEF 、 D-BRIEF （ ECCV 2012 ）也是他们的杰作。 中国科学院自动化研究所的吴福朝研究员，他在这方面也做了比较深入的研究，并提出了许多不错的局部图像特征提取和描述方法。这些名字都是我们在读论文的时候会经常看到的。 最近几年局部图像特征描述子的发展趋势是：快速、低存储。这两个趋势使得局部图像特征描述子可以在快速实时、大规模应用中发挥作用，而且有利于将许多应用做到手机上去进行开发，实实在在的将计算机视觉技术应用于我们周围的世界中。为了满足快速和低存储这两个需求，二值特征描述子得到了研究者的广泛关注，这两年 CVPR 和 ICCV 中关于局部图像特征描述子的文章，大部分都是这类的。相信它们在未来几年还会继续受到关注，期待出现一些深入大众生活中的成功应用。

3 次阅读|0 个评论

[转载]matlab画图：高数中的二次函数图像

stone2002 2013-5-10 09:45

转载自 http://blog.163.com/crazyzcs@126/blog/static/12974205020105913254270/ ，特对博主表示感谢！ 前几天做家教,教Matlab画函数图像,原想学了四年应该没什么问题,可真去教起来,觉得四年都白学了,画几张图费了我两天时间,虽说最后做出来了,可是依然一知半解的. 下面将这几天所做的图像及程序小记一下（望大虾指教） 一、螺旋线 1.静态螺旋线 a=0:0.1:20*pi; h=plot3(a.*cos(a),a.*sin(a),2.*a,'b','linewidth',2); axis( ); grid on set(h,'erasemode','none','markersize',22); xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('静态螺旋线'); 2.动态螺旋线 t=0:0.1:10*pi; i=1; h=plot3(sin(t(i)),cos(t(i)),t(i),'*','erasemode','none'); grid on axis( ) for i=2:length(t) set(h,'xdata',sin(t(i)),'ydata',cos(t(i)),'zdata',t(i)); drawnow pause(0.01) end title('动态螺旋线'); (图略) 3.圆柱螺旋线 t=0:0.1:10*pi; x=r.*cos(t); y=r.*sin(t); z=t; plot3(x,y,z,'h','linewidth',2); grid on axis('square') xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('圆柱螺旋线') 二、旋转抛物面 b=0:0.2:2*pi; =meshgrid(-6:0.1:6); Z=(X.^2+Y.^2)./4; meshc(X,Y,Z); axis('square') xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('旋转抛物面') 或直接用：ezsurfc('(X.^2+Y.^2)./4') 三、椭圆柱面 load clown ezsurf('(2*cos(u))','4*sin(u)','v', ) view(-105,40) %视角处理 shading interp %灯光处理 colormap(map) %颜色处理 grid on %添加网格线 axis equal %使x,y轴比例一致 xlabel('x轴');ylabel('y轴');zlabel('z轴'); %添加坐标轴说明 title('椭圆柱面') %添加标题 四、椭圆抛物面 b=0:0.2:2*pi; =meshgrid(-6:0.1:6); Z=X.^2./9+Y.^2./4; meshc(X,Y,Z); axis('square') xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('椭圆抛物面') 或直接用：ezsurfc('X.^2./9+Y.^2./4') 五、'双叶双曲面 ezsurf('8*tan(u)*cos(v)','8.*tan(u)*sin(v)','2.*sec(u)', ) axis equal grid on axis square xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('双叶双曲面') 六、双曲柱面 load clown ezsurf('2*sec(u)','2*tan(u)','v', ) hold on %在原来的图上继续作图 ezsurf('2*sec(u)','2*tan(u)','v', ) colormap(map) shading interp view(-15,30) axis equal grid on axis equal xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('双曲柱面') 七、双曲抛物面（马鞍面） =meshgrid(-7:0.1:7); Z=X.^2./8-Y.^2./6; meshc(X,Y,Z); view(85,20) axis('square') xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('双曲抛物面') 或直接用：ezsurfc('X.^2./8-Y.^2./6') 八、抛物柱面 =meshgrid(-7:0.1:7); Z=Y.^2./8; h=mesh(Z); rotate(h, ,180) %旋转处理 %axis( ); axis('square') xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('抛物柱面') 或直接用：ezsurfc('Y.^2./8') 九、环面 ezmesh('(5+2*cos(u))*cos(v)','(5+2*cos(u))*sin(v)','2*sin(u)', ) axis equal grid on xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('环面') 十、椭球 ezsurfc('(5*cos(u))*sin(v)','(3*sin(u))*sin(v)','4*cos(v)', ) axis equal grid on xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('椭球') 十一、单叶双曲面 ezsurf('4*sec(u)*cos(v)','2.*sec(u)*sin(v)','3.*tan(u)', ) axis equal grid on xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('单叶双曲面') 十二、旋转单叶双曲面 load clown ezsurf('8*sec(u)*cos(v)','8.*sec(u)*sin(v)','2.*tan(u)', ) colormap(map) view(-175,30) %alpha(.2) %透明处理 axis equal grid on axis square xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('旋转单叶双曲面') 十三、圆柱面 subplot(1,2,1) ezsurf('(2*cos(u))','2*sin(u)','v', ) grid on shading interp axis equal xlabel('x轴');ylabel('y轴');zlabel('z轴'); title('圆柱面') subplot(1,2,2) cylinder(30) shading interp axis square title('调用cylinder函数所得圆柱面') 下面给出用colormap()改变图像颜色的例子:(用了灯光效果shading interp) colormap(); %hot/cool/copper/gray/hsv/spring/summer/winter... colormap(hsv) colormap(hot) colormap(gray) colormap(cool) colormap(copper) 下面做了旋转(view( ))、灯光（“shading interp”）、透明（“alpha()”）处理：

9829 次阅读|0 个评论

图像性能比较时的数据类型问题

haijunwang 2013-5-6 22:34

需要注意rgb2ntsc转换后的灰度图像为 的double型；若是采用rgb2ycbcr，则相应的灰度图像为 之间的uint8，在比较psnr等指标时需注意应全部转化为取值在 的uint型

个人分类: 图像基本知识|2092 次阅读|0 个评论

鸡蛋DNA单分子分子图像

shermanwang 2013-5-3 22:12

3824 次阅读|0 个评论

[转载]OpenCv直方图对比图片的相似性

songhaiyu 2013-2-4 12:28

http://blog.163.com/woshitony111@126/blog/static/71379539201262202820650/ 原理 要比较两个直方图( and ), 首先必须要选择一个衡量直方图相似度的 对比标准 ( ) 。 OpenCV 函数 compareHist 执行了具体的直方图对比的任务。该函数提供了4种对比标准来计算相似度： Correlation ( CV_COMP_CORREL ) 其中 是直方图中bin的数目。 Chi-Square ( CV_COMP_CHISQR ) Intersection ( CV_COMP_INTERSECT ) Bhattacharyya 距离( CV_COMP_BHATTACHARYYA )

个人分类: 数学&研究|8198 次阅读|0 个评论

空气污染、雾霾天气与计算机视觉算法

QiBJ 2013-1-31 00:37

个人分类: 科研历程|5226 次阅读|0 个评论

在Mac下使用OpenCV， 在Xcode下使用OpenCV (非常基础，详细)

热度 5 tyfbyfby 2013-1-30 03:24

笔 者属于Mac小白，最近刚入手一台macbook air，一直没有时间搭建编程环境，这两天终于挤出时间开始使用Mac系统。目前的编程工具主要为eclipse以及xcode，笔者首先选择了使用xcode，由于本人长期使用C++从事图像处理方面的工作，所以安装opencv就成了编程开始前的第一步。 系统环境：ML10.8.2 XCode版本：4.5.2 OpenCV版本：2.4.3 Eclipse版本： Juno Service Release 1 在这里特别提醒大家： opencv中文官方网站介绍的“opencv在Mac OS系统下的安装方法”已经严重过期，我已经试过了，失败，而且这个方法不是opencv for mac的，而是opencv for IOS的，希望大家不要再走弯路尝试了。 http://www.opencv.org.cn/forum/viewtopic.php?f=1t=7524start=0 http://blog.csdn.net/eminia/article/details/6635117 为了方便刚刚接触mac的朋友，我在这里首先说明下opencv在mac下的形式。主要有两种：1. OpenCV for Mac 2. OpenCV for IOS 其中IOS的版本是为了让你的opencv使用在iphone或者ipad项目中的，即是给编写跑在IOS系统中的程序用的。而MAC的版本是给编写跑在MAC系统中的程序用的，这点非常重要，大家一定要根据自己的需求，而下载对应的版本。笔者就是因为开始弄不清楚这两个版本的区别而走了很多的弯路，现在和大家分享，希望有所帮助。 下面附上opencv官方网站的两个版本的下载链接： 目前的版本为2.4.3 http://opencv.org/downloads.html 好了，下面进入正题，笔者首先介绍OpenCV for Mac，即编写在mac系统上可以运行的C++程序。 一、安装OpenCV for MAC 1. 首先下载opencv for mac安装源文件，解压缩 2. 安装cmake程序。笔者使用的是Homebrew，在终端中输入：“brew install cmake”，自动安装cmake。 3. 进入存放解压后的opencv文件夹，新建一个空的文件夹release，进入该文件夹，编译安装opencv，使用命令如下： mkdir release cd release cmake -G "Unix Makefiles" .. make sudo make install 4. 安装好的lib文件存放在“/usr/local/lib”文件夹，h文件存放在“/usr/local/include”。 至此，opencv for Mac 安装完毕，参考的网址如下： http://docs.opencv.org/doc/tutorials/introduction/linux_install/linux_install.html#linux-installation http://tilomitra.com/opencv-on-mac-osx/ 二、在MAC下使用OpenCV 1.新建DisplayImage.cpp文件，代码如下 #include cv.h #include highgui.h using namespace cv; int main( int argc, char** argv ) { Mat image; image = imread( argv , 1 ); if( argc != 2 || !image.data ) { printf( "No image data \n" ); return -1; } namedWindow( "Display Image", CV_WINDOW_AUTOSIZE ); imshow( "Display Image", image ); waitKey(0); return 0; } 2.新建CMakeLists.txt文件，代码如下： project( DisplayImage ) find_package( OpenCV REQUIRED ) add_executable( DisplayImage DisplayImage ) target_link_libraries( DisplayImage ${OpenCV_LIBS} ) 3.编译两个文件 cd DisplayImage_directory cmake . make 4.运行编译好的结果 ./DisplayImage lena.jpg 三、在XCode中使用OpenCV 1. 创建一个空的command line工程。 2. 在main.cpp中粘贴以下代码： // // main.cpp // FbyCharacterNormalization // // Created by Boyuan Feng on 13-1-24. // Copyright (c) 2013年 Boyuan Feng. All rights reserved. // #include iostream #include opencv2/opencv.hpp #include opencv2/highgui/highgui.hpp #include opencv/cvaux.hpp #include fstream using namespace std; #define BYTE unsigned char int main(int argc, const char * argv[]) { // insert code here... #if 1 //get the image from the directed path IplImage* img = cvLoadImage("/Users/boyuanfeng/aaa.bmp", 1); //NSLog(img); //create a window to display the image cvNamedWindow("picture", 1); //show the image in the window cvShowImage("picture", img); //wait for the user to hit a key cvWaitKey(0); //delete the image and window cvReleaseImage(img); cvDestroyWindow("picture"); #endif //return return 0; } 3. 添加lib文件：右键点击工程名，选择“Add files to..”，在文件选择对话框弹出来时输入“/”，在弹出的路径框中输入：/usr/local/lib，全选该文件夹下的全部dylib文件，添加至工程。 5. 添加lib文件查找支持: 点击工程名文件，进入“Build Settings”选项卡，在“Library Search Paths”栏中输入“/usr/local/lib” 6. 添加头文件：点击工程名文件，进入“Build Settings”选项卡，在“Header Search Paths”栏中输入：“/usr/local/include /usr/local/include/opencv” 7. 编译运行整个工程，运行成功~~ 四、在Eclipse中使用OpenCV 1. 按照正常的步骤，使用eclipse建立一个Mac C++工程，包含一个cpp文件，代码如xcode中的代码相同即可。 2. 右击工程名, 选择“ Properties ”，在属性配置页中选择，点击 C/C++ Build , 在下拉选项中选择 Settings . 在右边的选项卡中选择 Tool Settings。 3. 在 GCC C++ Compiler 选项列表中选择 Includes ，在 Include paths (-l)中添加安装好的opencv的头文件存放目录： /usr/local/include/ 4. 在MacOS X C++Linker 选项列表中选择 Library ，在 Library search path (-L) 中添加安装好的opencv Lib文件存放目录： /usr/local/lib/ 5. 在MacOS X C++Linker 选项列表中选择 Library, 在 Libraries(-l) 中依次点击“＋”号，添加需要使用的Lib文件(通常情况下，使用前三个)： opencv_core opencv_imgproc opencv_highgui opencv_ml opencv_video opencv_features2d opencv_calib3d opencv_objdetect opencv_contrib opencv_l egacy opencv_flann 6. 重新build all工程，大功告成～～＊^_^＊ 本文将会在以后继续添加opencv for IOS 的使用介绍，敬请期待...

个人分类: 图像工具|47398 次阅读|11 个评论

[转载]人类首次用激光在星际间进行图像数据传输

redtree 2013-1-20 23:00

人类首次用激光在星际间进行图像数据传输 作者：郭爽 来源：新华网 发布时间：2013-1-20 18:43:14 图片来源：Xiaoli Sun, NASA Goddard 美国航天局日前利用激光束将名画《蒙娜丽莎的微笑》传输到绕月飞行的“月球勘测轨道飞行器”上，这是人类首次利用激光在星际间进行图像数据传输。 美国航天局发表声明说，这是该局利用“月球勘测轨道飞行器”进行激光通信试验的一部分。通常飞离地球的航天器都是利用无线电通信，“月球勘测轨道飞行器”是目前唯一绕其他星球飞行且能使用激光通信的航天器。 这幅名画首先被数字编码，分解为152×200个像素；然后每个像素都变为激光脉冲，从美国航天局位于马里兰州的戈达德航天中心发出，传输到近24万英里（约38万公里）外的“月球勘测轨道飞行器”上，数据传输速率约为300比特每秒。 “月球勘测轨道飞行器”上的仪器在接收到激光脉冲后重建图像，并通过传统的无线电系统再将图像传回地球，从而验证激光传输成功。 “在不久的将来，这种简单的激光通信技术可能成为卫星无线电通信的补充”，美国航天局专家戴维·史密斯说，“再往后看，这种传输方式有可能实现比现有无线电通信线路更高的数据传输速率”。 美国“月球勘测轨道飞行器”项目耗资4．91亿美元，于2009年进入月球轨道，重点考察月球两极，为未来载人探月寻找合适的着陆点。

个人分类: 科技新闻|1180 次阅读|0 个评论

[转载]Android中将彩色图转换为灰度图的方法

mafei863 2012-9-2 17:53

Android中将彩色图转换为灰度图的方法 2011-09-20 14:18:33 我来说两句 收藏 我要投稿 最近突发奇想想将彩色图片转换成灰度图片，查看了资料，终于实现了预想的效果，现将代码贴出来，与大家分享： public Bitmap ConvertGrayImg(Bitmap img1) { int width=img1.getWidth(); int height=img1.getHeight(); int ; img1.getPixels(pix, 0, width, 0, 0, width, height); //第三个参数width为步长，它必须为位图的宽度 int alpha=0xFF24; for (int i = 0; i height; i++) { for (int j = 0; j width; j++) { int color = pix ; //记住这里的Alpha值应设为00，不要设为ff，不然就不是灰度图了 int red = ((color 0x00FF0000) 16); int green = ((color 0x0000FF00) ; int blue = color 0x000000FF; //这里有些人会将三个颜色分量的值相加然后除以3，但是这会存在一些极端的情况，所以以0.3 、 0.59 、 0.11的比例来计算 //是比较好的 color = (int)( (float)red*0.3 + (float)green*0.59 + (float)blue*0.11); color = alpha | (color 16) | (color | color; pix = color; } } Bitmap result=Bitmap.createBitmap(width, height, Config.RGB_565); result.setPixels(pix, 0, width, 0, 0,width, height); return result; } 作者“zhangyulong882” 思路如下： 1.读取or照相，得到一张ARGB图片。 2.转化为bitmap类，并对其数据做如下操作： A通道保持不变，然后逐像素计算：X = 0.3×R+0.59×G+0.11×B，并使这个像素的值新R，G，B值为X，即： new_R = X, new_G = X, new_B = X 例如：原来一个像素是4个byte，分别为ARGB，现在这个像素应该为AXXX。 3.将上一步骤得到的bitmap图像写到输出流里面，并保存为图片。或者直接显示在ImageView上。 ********************************************************************************************************** 代码片段如下（注意，直接复制到工程里可能会有错误）： Java代码 BitmapbitmapOrg=BitmapFactory.decodeByteArray(rawData, 0 ,rawData.length); //BitmapbitmapOrg=BitmapFactory.decodeResource(context.getResources(),R.drawable.ic_launcher); BitmapbitmapNew=bitmapOrg.copy(Config.ARGB_8888, true ); //BitmapbitmapNew=bitmapOrg.copy(Config.ARGB_8888,true); if (bitmapNew== null ) Log.i( "TAG" , "null" ); Log.i( "TAG" , "copyend" ); for ( int i= 0 ;ibitmapNew.getWidth();i++) { for ( int j= 0 ;jbitmapNew.getHeight();j++) { int col=bitmapNew.getPixel(i,j); int alpha=col 0xFF000000 ; int red=(col 0x00FF0000 ) 16 ; int green=(col 0x0000FF00 ) 8 ; int blue=(col 0x000000FF ); int gray=( int )(( float )red* 0.3 +( float )green* 0.59 +( float )blue* 0.11 ); int newColor=alpha|(gray 16 )|(gray 8 )|gray; bitmapNew.setPixel(i,j,newColor); //Log.v("tag",Integer.toHexString(col)); } } Log.i( "TAG" , "proend" ); sendMsg(bitmapNew); Filefile= new File(Environment.getExternalStorageDirectory()+File.separator+ "gray" +number+ ".jpg" ); OutputStreamout; try { out= new FileOutputStream(file); if (bitmapNew.compress(Bitmap.CompressFormat.JPEG, 100 ,out)) Log.i( "TAG" , "success" ); out.close(); } catch (FileNotFoundExceptione){ //TODOAuto-generatedcatchblock e.printStackTrace(); } catch (IOExceptione){ //TODOAuto-generatedcatchblock e.printStackTrace(); } } Bitmap bitmapOrg = BitmapFactory.decodeByteArray(rawData, 0, rawData.length); //Bitmap bitmapOrg = BitmapFactory.decodeResource(context.getResources(), R.drawable.ic_launcher); Bitmap bitmapNew = bitmapOrg.copy(Config.ARGB_8888, true); //Bitmap bitmapNew = bitmapOrg.copy(Config.ARGB_8888, true); if(bitmapNew == null) Log.i("TAG", "null"); Log.i("TAG", "copy end"); for(int i = 0;ibitmapNew.getWidth();i++) { for(int j =0;jbitmapNew.getHeight();j++) { int col = bitmapNew.getPixel(i, j); int alpha = col0xFF000000; int red = (col0x00FF0000)16; int green = (col0x0000FF00)8; int blue = (col0x000000FF); int gray = (int)((float)red*0.3+(float)green*0.59+(float)blue*0.11); int newColor = alpha|(gray16)|(gray8)|gray; bitmapNew.setPixel(i, j, newColor); //Log.v("tag", Integer.toHexString(col)); } } Log.i("TAG", "pro end"); sendMsg(bitmapNew); File file = new File(Environment.getExternalStorageDirectory()+File.separator+"gray"+number+".jpg"); OutputStream out; try { out = new FileOutputStream(file); if(bitmapNew.compress(Bitmap.CompressFormat.JPEG, 100, out)) Log.i("TAG", "success"); out.close(); } catch (FileNotFoundException e) { // TODO Auto-generated catch block e.printStackTrace(); } catch (IOException e) { // TODO Auto-generated catch block e.printStackTrace(); } } 注意，这种直接对bitmap图像的逐像素处理非常费时，所以最好开辟一个新的线程来做这类操作。 另外，有一个Bitmap.config里面有一个alpha8设置，经过实践证明，这个设置不好使，在保存时选择这个设置，无论是保存图片还是现实图片，都会失败。 想直接保存成单通道的灰度图也不行，android不支持，所以即使是灰度图，实际上也是4通道的ARGB图。

个人分类: Android|5542 次阅读|0 个评论

[转载]如何理解图像信号的稀疏性？

xujiao 2012-8-12 16:04

如何理解图像信号的稀疏性？ 转自： http://blog.csdn.net/ssdxiao01/article/details/6699512 How to understand the sparsity of natural image ？ 信号的稀疏性的研究第一个高峰期是1996年。甚至可以更早，Mallat的 匹配追踪 （MP）1993和Donoho的基追踪（BP）1995。大部分观点均认为，实际上所有的信号都是稀疏的，简单的举例就是无线通信，通信的频带总是有限的，（甚至带宽相对较大的超宽带通信也是如此）。后来，2000年的时候，《自然》陆续发表了相关文章，把这些想法发扬光大。 那么，什么是图像信号的稀疏性呢？本文中，图像特指自然图像（ natural image ），并且是数字形式。 （1）形式上的稀疏性 数字图像的存储形式就是2维矩阵（灰度图像1个二维矩阵，彩色图像多个二维矩阵）。假设图像的尺寸是64x64的，每个像素点在0-255之间。那么这个图像的可能性有多少呢？256^（64x64），太大了吧？ 但是，在这么多可能性里面，实际上被人所接受的认为是图像的，少之又少，只有非常少的一部分。 我想这个应该是图像稀疏性最直白的解释了。 （2）稀疏模型 图像的稀疏模型主要用来解释图像的稀疏性。 我们可以列举如下： 局部模型： （1）马尔科夫随机场（MRF），把图像看成领域连接的系统。本质上是降维的过程。 （2）TV模型，图像是连续的，本质还是降维。 （3）自回归模型，本质还是降维 （4）频域模型，从基的角度来分析稀疏性。如DCT，小波，瘠波，。。。。 （5）字典模型 非局部模型 非局部模型就是图像满足一定的自相似性。其实概念早就有了，最近几年（2005），逐步升温。最著名的要数 BM3D 去噪算法了。主要用到了一个非常有效的概念，collaborative filtering，其实我们每天上网有要用它。 当然，非局部模型是一个双刃剑，结果可能是最好的，也可能是最差了。如何有效的使用，困扰着不少人。

4482 次阅读|0 个评论

[转载]一张图分出你是用左脑还是右脑

热度 1 hongkunhui 2012-2-18 12:05

如果你看见这个舞女是顺时针转，说明你用的是右脑； 如果是逆时针转，说明你用的左脑。 耶鲁大学耗时 5 年的研究成果，据说。 14% 的美国人可以两个方向都能看见顺时针转的话 , 属于是用右脑较多的类型逆时针转属于使用左脑较多的类型大部分人的眼里里是逆时针方向转动 , 但也有人看来是顺时针方向转动的 . 顺时针的情况 , 女性比男性多 ~ 逆时针转动的 , 突然变成顺时针的话 , IQ 是 160 以上 !!! 科学人杂志 -- 天才的特殊思维 顶叶负责掌管脑中的数学和逻辑 , 这也是爱因斯坦成为天才的秘密。但不可否认的 , 爱因斯坦丰富的想像力与创造力 , 是使他的右脑不断激发出潜在能力的重要因素之一。 左脑因为是以语言处理讯息 , 控制知识、判断力、思考力因此被称为“知性脑”；右脑则控制着自律神经与字宙波动共振 , 由于是图像脑 , 因此造型能力优越 , 被称为“艺术脑”。 有关右脑的神奇功能研究 , 是始于 1 9 8 1 年加州理工学院罗杰 · 史贝利 博士研究右脑获得诺贝尔奖以后 , 人们才开始对右脑有所认识 , 在此之前 , 人们并不认为左脑与右脑的功能有那么大的差别。史贝利在分割脑的实验中发现 , 左脑与右脑这两个半球完全以不同的方式在进行思考 , 他发现左脑用语言进行思考 , 右脑则是以图像进行思考；左脑偏向语言、逻辑性的思考 , 右脑则是影像和心像的思考。 根据七 田真 博士的研究 , 原来人在诞生之初 , 右脑的能力还很发达 , 右脑具备了超越常识那种几乎可称为全然未知的天才似的能力 , 这种能力自古以来就隐藏在人们脑海里 , 是一种超越时间、空间 , 与无限境界相连结的能力 , 但是因为人类世界是以教导、开启左脑为主 , 让小孩子努力学习语言以及往后生存所必需的知识 , 久而久之 , 左脑越来越发达 , 右脑却因为少用而日形退化。至于什么样的成人比较容易打开右脑 , 七 田真 博士认为 , 心思专注、纯真没有成见的人 , 比较容易进入神奇的右脑世界。 你相信超能力吗？如果你有看过 ( 雨人 ) 这部电影 , 一定对片中达斯汀霍夫曼饰演的哥哥印象深刻 , 他不但能正确快速数出散落一地的火柴数目 , 而且饰演他弟弟的汤姆克鲁斯还利用他天赋异禀的“透视”能力 , 上赌场找人玩扑克牌 , 结果对手的牌在达斯汀霍夫曼的“全神贯注”下 , 被透视得一 览无疑 , 汤姆克鲁斯因此赢了一大笔钱。 或许你会认为那是电影夸张其事 , 现实世界中 , 人不可能具备那样的能力。如果你这么想 , 你就是犯了习惯左脑思考的错误 , 其实 , 人类大脑的另一半 - 右脑 , 拥有的能力是左脑思考者很难想像的。 当我尽量不看人像，而是把目光对准地面上脚的阴影的时候，可以在脑子里 " 想 " ，要它顺时针转，她就顺时针，要她逆时针，她就逆时针，仿佛你的思维可以控制图片的转动一样。而如果精神高度集中，就可以让人像左右摆动，根本绕不出一个完整的圈子。我一直在努力尝试，看能不能把人像给定住，让她静止不动。这个游戏最好玩的地方在于，你只能自己玩，然后你和别人说你的感受，他们一开始会绝对不相信。但是，你又没有办法把你看到的景象用任何方式记录下来，给别人做个证明，因为那只存在于你的脑子里。但是，一旦别人也适应了，能看到这一点的时候，他们会无条件地赞同你，仿佛你们分享了天地间的一大秘密。 唯心主义者应该非常喜欢这个例子，境由心造。不过在我看来，它最适合一个人面 对电脑屏幕玩。一开始的时候，我只能看见逆时针方向。等我偶然看见顺时针方向以后，就一直是顺时针旋转。而等我把人像遮住，只看脚的阴影，并试图用思维 " 改变 " 它的旋转方向并且取得成功以后，竟然这么看玩了半个小时。一个人，一张图，中间除了光线没有任何介质，但是你就是可以控制它的转动，非常有趣的小游戏。 · 来源： 亚特兰提斯 fz 复杂系统洪昆辉的简单说明：此动态图像的形成，是人脑信息处理的结果。客观的光学信号实际上提供了构造二种运动方向的刺激信号，（与静止图像的双义图性质一样），特定时刻人对图像运动方向的识别是人脑中主观生成的，可以随意。但盯住此图像看时，隔一定时刻（因人而异），图像的运动方向会自动改变，改变的原理可能是由于心理状态的改变造成的，包含特定信息内容的心理状态是由脑的特定的动态神经元集群活动支撑的，由于特定的网络构型的神经元集群在活动后会出现生理上的疲劳，甚至产生不应期，于是，由该动态神经元集群活动维持的信息内容就会随之的改变，由一种心理状态让位于另一种心理状态，心理状态改变导致它所生成的图像的运动方向也就随之改变。 如 继续对此图像进行注视，隔一定时刻，图像的运动方向又改变了，改变原理是一样的。不同方向的动态图像会交替出现。 复 复杂系统洪昆辉博客认为：对此动态图像的运动方向的识别可能与使用左右脑并无太大的关系。 欢 欢迎有兴趣的朋友讨论此现象！！！！

个人分类: 思维科学研究|3541 次阅读|2 个评论

柽柳叶片叶面积的测量方法

热度 3 zhuangwei 2012-1-4 11:13

植物生理生态中，测量叶片面积的常用方法有光电扫描和图像处理两类。 LI-3100 叶面积扫描仪 是最常见的扫面叶面积的仪器，它是基于光电扫描原理的，它的最大测量宽度可达 250mm ，分辨率两种，各分辨率情况下误差不同， 叶面积越小误差越大， 叶面积在 10cm2 时，两种扫描头的误差分别为 l ％和 0.5 ％， 在 1cm2 时误差分别为 5 ％和 1 ％。 而像柽柳这样的鳞片状叶片宽度一般都小于 5mm ，采用光电扫描仪测量会使测量值偏小，造成较大的误差 ，影响净光合速率、蒸腾速率等参数的校正。对于柽柳这样的细小，不规则的叶片就需要采用图像处理的方法。本文是基于野外试验的实践，而归纳的鳞片状叶片叶片的测量方法，对于松叶等针形叶片也有一定的参考价值。 图像处理的主要方法是把叶片展平后用佳能扫描机扫描成图片，用photoshop去除阴影，转换成灰度图， 利用 Rootedge即可 计算叶面积。 Rooted是一款根系测量软件， 能够测量二进制图像中的物体的面积、周长、长度和宽度。 具体方法见附件 鳞片状叶片的叶面积的测量方法——以柽柳为例.doc 附件中的4.1设置阈值上限时，我们采用的是 186 ，这个值是我在一篇文献中看到（ Estimating length, average diameter and surface area of roots using two different Image analyses systems ）， 在 0-186 之间的像素，软件识别为物体（黑体），在此范围之外的像素，软件识别为背景（白色）。为什么是186，原因我还没有弄清楚。刚刚听过蒋树芳老师讲用土壤切片图像的图像识别方法来测量土壤孔隙度时，她也提到阈值的确定问题。阈值的确定与固胶材料的光学特性、光强和土壤质地有关。这其中是不是涉及到一些光学/图像学的知识，我还需要在思考。有什么需要改进的，也请各位老师指出。

个人分类: 野外试验|4753 次阅读|6 个评论

origin输出图像边缘空白大的问题

热度 4 wanghuanjiong 2011-11-21 16:18

Tools-options-Page，把clip borderwidth调整为0

18102 次阅读|7 个评论

创造学术杂志需要的高质量图像

热度 8 fs007 2011-7-26 13:09

寻正 在2005年，《美国放射杂志》（AJR）登载了一篇文章，教人如何使用微软的MS Powerpoint（PPT）做学术杂志通常要求的高质量图像。【1】（AJR影响因子大约为3，算是不错的学术杂志）该文其实没有把相关技术问题讲透，也没有涉及很多人可能需要的实用技巧，此文在其基础上进行扩充更新。 一、PPT设置 Yam所讲内容，不出微软针对相关问题的讨论，【2】首先让我复述其细节。 任务是为自己向学术杂志投稿提供印刷图片，一般学术杂志都要求高质量（高像素）的图片，彩照要300DPI（Dots per Inch，每英寸像点），而黑白要600DPI。 如果你用照相机摄相，一般200万像素采用200万的设置，你拍出来的照片就是300DPI，可以达到要求。 Yam所介绍的，就是利用PPT，把幻灯片（Slides）直接存为杂志要求的图片形式（一般要求TIFF或者BMP非压缩性的格式）。PPT做成的幻灯片可以直接编辑，比如在图片上插入说明以及符号等，十分方便。 如果你直接将幻灯片存储为图片（在文件菜单下选择另存功能），你会发现其图片的分辨度（Resolution）只有96DPI，远达不到杂志所要求的分辨度。这是因为PPT的默认设置只有96DPI，你需要修改设置。不知道为什么，微软并不把修改这一必要设置的方式放在心上，因此，你需要进行一项危险的操作，修改注册表。如果你从未进行过注册表操作，就当记住修改注册表如果不适当，会让程序甚至操作系统失去控制，一定严格按下面提及的方式操作。 在微软视窗下，点开始==运行，然后键入：regedit，按回车。你需要浏览到HKCU\Software\Office\(版本号）\PowerPoint\Options，然后新建DWORD value，键名ExportBitmapResolution，键值为300（选择十位数制Decimal，如果选16位制Heximal，则为12c。修改后关闭注册表编辑器，你就可以使用PPT做杂志要求的图像了。 上述操作对于一般要求够用，然而，如果你投稿次数多了，还会有不够用的场景，比如杂志要求比300DPI更高的图像呢？或者你的图像高或者宽超过10英寸，你用PPT产生的图像就达不到300DPI这个最低要求。 二、像素与分辨度（Pixel Resolution） 我们先复习关于分辨度的一个基本概念，那就是像素。分辨度是指同一单位面积上的像素多少（密度），换言之，分辨度=像素量/（高度｜宽度）。实际上PPT的限制在像素上，在高或者宽径上，PPT都最多能产生3072个像素，用它除以10英寸，就是307DPI。在我如上述设置输出分辨度为600DPI时，我只要使用高与宽均不能超出5英寸的幻灯片，就可以产生600DPI的图像，因为总像素在一个径向上不超过3072。如果我把高或者宽设置为20英寸，那么我能得到的最大分辨度只有150DPI，尽管我设置输出分辨度为600DPI。 当PPT输出图像时，它是PPT产生的新图像，而不是PPT本身存储的图像。假设你有一个高清图像，原分辨度在600DPI，你把它做成了幻灯。现在你需要高清图像，你是否可以用上面的办法直接产生一张幻灯图片，拥有300DPI呢？很大程度上是不会的。你的图像本身可能只有96DPI，虽然从技术角度生成的图片是300DPI，但这是PPT在原有的96个DPI乘上宽度与高度得到的像素基础上扩充的结果，PPT在这些像素中插入过渡性像素，或者重复邻近像素，图像失真，清晰度大减。 在这里我们需要理解为什么学术杂志要求高分辨度的图片。在电脑上，我们的显示器功能比打印机强大，由于打印机使用CMYK混色方式，其结果是图片远不如基于RBC混色方式的显示屏清晰，在显示器上，分辨度为96DPI看上去就不错了，这是为什么微软替咱们选择96DPI作为默认图片保存分辨度的原因。但这一分辨度用于CMYK就差了，产生的图片清晰度很低。 如果你使用PPT2003，那么检查工具（Tools）（在2007及2010则在文件菜单下）==选项（Options）==高级（Advanced）==图像大小与质量（Image Size and Quality）==默认（96DPI）。你可以改变默认大小，最大为220DPI。如果你一点也不担心文件大小，可以考虑选择“不压缩文件中的图像”（Do not compress images in file），然后PPT存储时会存储原图像文件，否则，会按照这里的设定压缩图像。 存储在PPT（或者其它办公软件比如Word，Excel等）的图片如果没有选择“不压缩文件中的图像”，本身都只有被缩后的DPI，如果你没有修改默认设置，则只有96DPI。尽管96DPI也能重新生成300DPI的图片，但清晰度已经大大下降。换句话说，即使你没有高分辨度的图片，也能产生不清晰的高分辨度图片，无非是在现有像素的基础上进行简单的扩充，某种程度上算是欺骗，如果效果太明显，会被编辑拒收，对发稿产生不良影响。 如果你要用PPT进行图片的编辑投稿，我建议选择“不压缩文件中的图像”，或者在产生相应图片时临时加载原始图片。原始图片在内存中进行操作时，会保留原有分辨度。一旦保存到文件，就会降低分辨度。 三、高分辨度的诀窍 事实上Excel本身就是一个做各种图表的非常优秀的软件，其效果往往优于统计软件，在不少发表文章中就会直接用到Excel做的图。那么我们如何取得这些图的高清度晰图形文件呢？如果我们用PPT做一张幻灯图，希望把它用于发表文章中，却不受3072个像素的限制，我们有什么办法呢？ 如果你用Excel作图，在Excel中有一个输出图像文件的命令，但这个命令却需要用VBA来调用。大多数人不懂VBA，可以在网上搜索，有热心玩家提供的Addin，通过宏的方式把这个功能提供给你。但我建议你不必理会那一方式。从Excel中直接输出文件分辨度极低，低到那一方式毫无用处。 你输出高分辨度的选择是通过Word转存。在记录图形的方式上，除了逐点记录像素，就是矢量图，矢量图的特点就是用线性关系描述图形，那正好是由数据在Excel中产生图形的根本，因此，矢量图是我们这一操作的基础。矢量图由于是线性关系，它在放大缩小时不失真，可以做非常清晰的图形。在Excel中拷贝图形，然后在Word中用矢量图粘贴出来（特殊粘贴，Paste Special，选择Windowns Metafile，或者Advanced Metafile，我倾向于用后者，它是前者的扩充，更具灵活性）。 Word中的矢量图会给予用户另存为图形文件的选项，可以存储为多种图形方式，一般选择学术杂志需要的TIFF格式。此时你在文件浏览器（Winders Explorer）中可以查看文件属性，显示文件分辨度为96DPI。读者不免大叫，哇，千辛万苦做了个低分辨度文件，而事实上我选择用PPT来完成这一操作，显示的文件是150DPI。PPT转换的图形文件分辨度更高？不，我们前面述及，决定分辨度的是图形大小与像素，像素的多少才是最终决定性因素。在PPT中有3072个像素的限制，而Word没有——不是Word本身没有，而是我没有发现出来。 在Word中转存之后，我们需要用图形操作文件来重新定义图形大小，Word给你96DPI的文件，但这个文件的像素却是极多，可以多到远远超过3072，让你产生10英寸的600乃至于1000DPI的高分辨度文件。比如使用PhotoShop，重新设置图形大小时，去掉重新采样（Resample）这个选项，就会把相同的像素，排在你重设的图形大小了，减小图形，则分辨度大增。这一方法适用于你用PPT作图，你可以把整个幻灯拷贝（在幻灯片窗口执行拷贝操作），然后在Word中特殊粘贴为矢量图即可。一张标准的幻灯片（10X7.5英寸）可以存储为6000X4500像素（96DPI，63X47英寸大小），用Photoshop转为原来的大小，则其分辨度为600DPI！ 如果你回到PPT中，把你的幻灯大小重设为原来的两倍（高与宽都乘以2，面积是4倍），再执行上述操作，你会发现，你在Photoshop中重置回原来大小后，分辨度变成了1200DPI。这一操作的意义具有普遍性，你可以通过在Excel中改变图形的大小而控制最终Word转存输出文件的分辨度！不要用PPT转存，其显示的分辨度够高为150DPI，但有3072的像素限制。Word中像素几乎没有限制，当然也不是实际没有，我用Excel图形测试时，到最后Word转存时会罢工，存储时出错，不能产生图形文件，那是32位版的表现，而在64位版，我用PPT做了张40X30英寸的的幻灯，转存为TIFF图形，我的配置不低的电脑如此憎恶这项工作，它在20分钟内把我的硬盘摇得象陀螺并拒绝接受任何其它任务。我产生了一个2400DPI的图形文件之后，不敢再试更高的分辨度了。32位与64位版的Word可能在像素多少的限制上有差异。有兴趣有条件的，不妨用配置更好的电脑试一试。对于一般应用而言，则可以考虑不存在那个上限。 四、高分辨度的设置 我在Word的注册表中选项中也创造了上述PPT相同的一个DWord，使用了同样的健值，但估计不起作用，如果你不能复制出上述效果，不妨添加之。在Word以及PPT中的图像压缩选项对上述操作没有影响。我没有发现任何设置对上述操作有影响，但不排除其存在，这是偶然发现及经验摸索，我没有找到微软相关的说明。如果你发现相关选项，望告之分享。 在上述方法外，还有其它方式把Excel及PPT中做的图形输出出来，但均达不到高分辨度高清晰度的要求。简单地把图形从Excel中拷贝到图形文件中不是好办法，得到新图形的像素值低。值得注意的是，你不能使用Microsoft Graph，在2010，如果你拷贝了Excel中的图形，粘贴到Word，可能产生一个带有数据的MS Graph Object图形，如果你在这基础上再拷贝，粘贴为矢量图，则像素会受到限制，原理？得问微软，咱不清楚。 从PPT中直接拷贝Chart Object也可以象Excel中的图形一样控制最终的分辨度，因此，也可以尝试拷贝其图形或者其它模块，通过矢量图转存为图形文件，获得高分辨度。 PS：通过上述转存方式，你可以获得任何层次的高分辨度图形文件，远超PPT所能提供的转存文件，突破3072个像素的限制。再次地，我需要提醒读者，高分辨度本身不代表清晰，因为再不清晰的文件，都可以把模糊用高分辨度存起来。如果基础图像不是矢量图，其像素本来少，但在上述转存过程中，Word会强制添加像素，达到分辨度要求，但并不提高清晰度一分半分。杂志要求高分辨度的目的是获得高清晰度图像文件，以抵消印刷过程中CMYK打印转换清晰度降低的作用，因此，对于摄影摄片，一定要在原始文件基础上操作，而不是微软办公系统软件存储的图像，因为PPT、Word、与Excel会对原图在保存时进行压缩，以减少文件大小。通过已经降低分辨度（清晰度）的图片重生高分辨度图形，由于不能回复原来的清晰度，本质上是一种欺骗杂志的行为，应一概避免。 参考文献： 1. Yam, C. S. (2005). Using PowerPoint to create high-resolution images for journal publications. American Journal of Roentgenology , 185 (1), 273. 2. How to change the resolution of a slide that you export as a picture in PowerPoint. (n.d.). Microsoft Support . Retrieved July 25, 2011, from http://support.microsoft.com/kb/827745

个人分类: 科学普及|20980 次阅读|15 个评论

亲爱的朋友们：我决定更换科学网博客图像啦！

热度 2 zhguoqin 2011-6-2 09:34

亲爱的朋友们：我决定更换科学网博客图像啦！ 由于本人实在是一个太丑的小男人，加上博文又烂，博文已经有污染之嫌，因此就不敢把自己真实的图像放到科学网博客上加重污染。 为了美化自己，以前我一直使用的是一位我认为很清纯的美女图像，不少朋友对此有不少误会。本人特此更换新的图像，并对以前造成误会的朋友，在此深深致歉！ 为了不加重科学网的污染，本人仍不敢使用自己真实图像，还是使用网络上下载的一个自我感觉很好的图片，希望这次不会有误会产生。 我觉得有两张图都很好，请朋友们帮我选一下（暂时先用幼苗的那张图）。 幼苗 太极

个人分类: 其它|2337 次阅读|2 个评论

IDL下计算信息熵(探讨版)

dongyanqing 2011-1-2 20:39

遇到好几次这个信息熵问题的IDL程序了，没深入研究过，也不懂这个概念，简单写了下，与大家探讨。 先转基本概念【http://wiki.mbalib.com/wiki/%E4%BF%A1%E6%81%AF%E7%86%B5】 信息熵的计算 根据Charles H. Bennett对Maxwell's Demon的解释，对信息的销毁是一个不可逆过程所以销毁信息是符合热力学第二定律的。而产生信息，则是为系统引入负（热力学）熵的过程。所以信息熵的符 号与热力学熵应该是相反的。一般而言，当一种信息出现概率更高的时候，表明它被传播得更广泛，或者说，被引用的程度更高。我们可以认为，从信息传播的角度 来看，信息熵可以表示信息的价值。这样我们就有一个衡量信息价值高低的标准，可以做出关于知识流通问题的更多推论。 　　信源的平均不定度。在信息论中信源输出是随机量，因而其不定度可以用概率分布来度量。记 H(X)＝H(P1，P2，，Pn)＝P(xi)logP(xi)，这里P(xi)，i＝1，2，，n为信源取第i个符号的概率。 P(xi)=1，H(X)称为信源的信息熵。 　　熵的概念来源于热力学。在热力学中熵的定义是系统可能状态数的对数值，称为热熵。它是用 来表达分子状态杂乱程度的一个物理量。热力学指出，对任何已知孤立的物理系统的演化，热熵只能增加，不能减少。然而这里的信息熵则相反，它只能减少，不能 增加。所以热熵和信息熵互为负量。且已证明，任何系统要获得信息必须要增加热熵来补偿，即两者在数量上是有联系的。 　　可以从数学上加以证明，只要H(X)满足下列三个条件： 　　①连续性：H(P，1－P)是P的连续函数(0P1)； 　　②对称性：H(P1，，Pn)与P1，，Pn的排列次序无关； 　　③可加性：若Pn＝Q1+Q2＞0，且Q1，Q20，则有H(P1，，Pn-1，Q1，Q2)＝H(P1，，Pn-1)+PnH；则一定有下列唯一表达形式：H(P1，，Pn)＝-CP(xi)logP(xi) 　　其中C为正整数，一般取C＝1，它是信息熵的最基本表达式。 　　信息熵的单位与公式中对数的底有关。最常用的是以2为底，单位为比特(bit)；在理论推导中常采用以e为底，单位为奈特(Nat)；还可以采用其他的底和单位，并可进行互换。 　　信息熵除了上述三条基本性质外，还具有一系列重要性质，其中最主要的有： 　　①非负性：H(P1，，Pn)0； 　　②确定性：H(1，0)＝H(0，1)＝H(0，1，0，)＝0； 　　③扩张性：Hn-1(P1，，Pn-，)＝Hn(P1，，Pn)； 　　④极值性：P(xi)logP(xi)P(xi)logQ(xi)；这里Q(xi)＝1； 　　⑤上凸性：H ＞H(P)+(1-)H(Q)，式中0＜＜1。 再发函数 重点在于Histogram函数，不用for循环，否则效率低的多得多 ;只计算一维二维字节型或整型数据的信息熵 function calEntroy, image nDim = size(image, /N_Dimension) ;一维数据 if nDim LE 2 then begin pixNums = Histogram(image,BINSIZE =1) nums = Total(pixNums) pby = pixNums*1D/nums imageEntroy = -Total(pby*aLog(pby)/aLog(2)) ;其他维算法未知，o(_)o 哈哈 endif else begin ??? endelse return, imageEntroy end

个人分类: IDL技术|6709 次阅读|0 个评论

[转载]图像是传承信息的有效语言

liwenbianji 2010-12-30 12:38

很多作者都曾咨询过我们是否可以帮助修改论文中的图像，由于专业限制我们爱莫能助，但最近我们了解到有专门提供完善学术论文图像的服务机构，他们应邀为我们的博客撰写了有关科技论文中如何恰当使用图像的经验和建议，希望能为有需要的作者提供帮助。更多经验会与大家相继分享。 注：本文作者宋元元， 北京静远嘲风动漫传媒科技中心 负责人 为什么我的图像看起来不清楚 图像的清晰度严重影响到读者对图像的辨识和图像的表现力，是什么因素决定我们画面的清晰与否呢。是不是越大的图像越清楚呢。 首先，什么是清晰的图片。 对照一下图（A）和图（B），很容易看出来图（B）感觉质量低而图（A）的质量很好。 从心里学角度来讲图（A）更容易得到读者的认可和信任。 从画面来讲，清晰的图片可以很容易看到图像的细节，而模糊的图片很难辨认出图像细节。细节往往是我们科学判断的依据。 第二，为什么我的图像不清楚 我们发现图像清晰的问题了，那么为什么我的图像不清晰呢。是什么因素决定图像清晰与否。这就是——分辨率。 清晰的图片就是具有足够分辨率的图像，从事设计的人对分辨率有本能的关注，而我们从事学术研究的人经常会忘记这个事情。 当我们在一些学科专业软件中获得图片的时候，我们只是单纯的保存图片，实际上，很多时候在保存图片或者获取图片的时候，软件会有分辨率设置。将分辨率设置保持在较高的设置，会有助于得到高质量的图像。 所以，即便是从医学软件，生物软件，分子式生成软件或者曲线图表绘制软件等此类软件中导出图像的时候，检查一下分辨率设置是一个很好的习惯。 第三，分辨率过高也会导致不清楚 凡事有过犹不及之说，那么分辨率是不是越高越好呢。也不见得。 一般来讲，印刷的分辨率在300dpi，对于我们普通的论文配图来讲，如果图像的分辨率能达到这个分辨率，图像的精细程度是可以保证的。杂志封页为了达到更好的效果，有时需要600dpi的分辨率。 如果保证了这样的分辨率，我们的图像在杂志上看起来是很舒服的。如果低于这个分辨率也可以看到图像，但是会损失图像的细节或者说导致图像看起来有毛边，或者看不清楚。 有些工程软件本身计算是针对大型设备的，所以给出图像的分辨率可能非常的高，达到6000dpi.这样的图像在大尺寸的工程图中是很好的，但是对于发表论文作为配图来讲有点过于大尺寸了，太大尺寸的图文件过大，不方便网络发送传递。另外，太大尺寸的图也会导致细节丢失，反而并不是很清楚。 根据不同的用途，选择合适的分辨率。 我们电脑写作插入word时使用150dpi的图像，可以让我们在电脑上得到正好适当的视觉效果，也不会让我们的文档过大。投稿时，在文件中附带300dpi的图片文件，会让印刷排版更加方便。

个人分类: 未分类|3374 次阅读|1 个评论

卫星图像: 阿尔及利亚的Tin Bider陨石坑

pony1984621 2010-12-19 14:45

资料来源:美国航天局 编译:马志飞 阿尔及利亚位于非洲西北部，全称为阿尔及利亚民主人民共和国，北临地中海，隔海与西班牙、法国相望，海岸线长约1200千米。该国海岸一带具有典型的地中海气候，夏季炎热干燥、冬季温和多雨。但是，其内陆却主要是沙漠，这里的山脉和季节性河流将沙漠分割成为许多小块。就在这样一片干旱、崎岖的山地中，存在着一个巨大的陨石坑：Tin Bider陨石坑。地质学家估计，该陨石坑形成于七千万年前，大概就是白垩纪晚期或早第三纪时期，坐落于一列小山的南端，其跨度大约为6公里（4英里）。 美国航天局的地球观测-1号（EO-1）卫星上的高级陆地成像仪（ALI）在2010年12月3日捕获了Tin Bider陨石坑的自然彩色图像。图像中，沙漠呈现出棕色、棕褐色等色调。由于阳光的照射，在山坡的北面形成了阴影。事实上，太阳的照射给大家造成了一种错觉。从图片中看起来，陨石坑好像比周围的陆地海拔要低，其实不是这样的。阳光从南方照过来，Tin Bider陨石坑实际上比它南面、东面和西面的陆地都要高。在陨石坑的北面，土地的海拔比南面的要高一些。 由于受到外星物体的碰撞影响，所形成的地貌可能会是很简单的，也可能非常复杂。 图片中的这个陨石坑形成了一个同心环状结构就是十分复杂的。同心环状结构是由于陨石破碎坍塌后形成了梯田一样的高低不同的地形。当然，在碰撞发生的地方，基底地质可能也对同心环状结构的形成起到了一定的作用。 高清图像 卫星图像 阿尔及利亚的Tin Bider陨石坑

个人分类: 卫星图像|5821 次阅读|0 个评论

卫星图像：风中之尘

pony1984621 2010-12-18 20:59

资料来源：美国航天局 编译：马志飞 微小的固体和液体微粒科学家称之为气溶胶，遍布于世界各地。它们对天气和气候的变化能够产生重要的影响。气溶胶的来源有很多，包括人类活动排放的污染物和各种烟雾。当然，这些微粒最丰富的来源当属从沙漠中吹来的沙尘。 这一些列图片，是计算机处理后的一组模型，展示的是 2009年7月1日 自北非吹来的尘埃广布与大西洋上空的场景。模型中的参数是气溶胶光学厚度，这是一个用以 描述气溶胶对光的衰减作用 的物理量， 英文名称为AOD（Aerosol Optical Depth）或AOT（Aerosol Optical Thickness），定义为介质的消光系数在垂直方向上的积分。一般而言，该数值小于0.1就表示是一个晴朗的天气，能见度最高；取值为1则表示大气状况处于非常朦胧的状态。这些图片模型显示了从 午夜（ 00:00世界时，或UTC）到下午6:00（18:00）的变化。 虽然大多数气溶胶只能在空气中短暂停留，通常是四天到一周的时间，但是它们可以运移到很远很远的地方。伴随着风的漂移，这些粒子的移动速度一般为 5米/秒，在一个星期之内就可以旅行数千公里，从撒哈拉沙漠越过大西洋能够一直漂到加勒比海上空。令科学家们感兴趣的是，如此细小的尘埃颗粒在云的形成中如何起作用以及如何影响飓风和台风的发展。 在小学的课本里我们大家都已经学到了：云的形成是足够多的水蒸气凝结的结果。不错，这是事实，但是，在这个过程中气溶胶发挥了关键作用。毫不夸张地说，大多数云的存在应归功于气溶胶，它们就像是种子一样，被称之为云凝结核。天然气溶胶就是自然环境中最常见的凝结核。 上面的这一过程来自于戈达德地球观测系统模型第5版(GEOS-5, Goddard Earth Observing System Model, Version 5)，这样的大气模型既可以用来研究短期的天气变化，还可以用于研究长期的气候变化。该模型使用数学公式来表示物理过程，如根据降水和云的形成，可以计算出未来一段时间内天气将会如何变化，为了尽可能地接近真实世界，对于温度、湿度、风速等一些基本参数则是实际测量获得的。

个人分类: 卫星图像|4226 次阅读|1 个评论

一副图像的理解

热度 1 lablejazz 2010-12-17 10:35

同室的 Prof. Jin 是个资深的 CAD 专家（软件使用与软件开发并行），有很强的艺术和幽默感。 前几天，Prof. Jin 要述职，写幻灯片时，觉得下面的这个图片很是适合。被我等劝说之下，才未采用。 未尽意，又在学院QQ群里发了一遍。捧腹。 现在对图像进行分析： 1、硬汉施瓦辛格； 2、文字：投我票，否则死； 3、二值化图像； 4、二值化的意义在于：不让我1我就让你0。 本文目的：博人一笑。

个人分类: 感悟|4808 次阅读|1 个评论

技术、图像与实在论：一种新的挑战(友人佳作)

sue 2010-11-11 20:26

技术、图像与生活世界：一种新的挑战 杨庆峰 （上海大学哲学系，上海， 200444 ） 摘要：随着现代技术的发展，技术图像成为决定性的图像形式。电影、电视、网络提供给我们众多技术图像。但是技术图像所到来的问题却很少被反思。从伦理上看，技术借助自身中介化体验取代了直接生存体验从而瓦解了伦理的基础；从本体论上看，世界图像化意味着技术图像成为构成着我们的生活世界。技术图像超越出经验性的范围成为人们生活世界的构成性因素。如此，使得我们的生存与行动被建立在技术图像上而不是生存体验这一事物本身。 关键词：技术 实在论 图像 19 世纪末摄影技术发展起来； 20 世纪初电影诞生； 50 年代电视诞生； 80 年代互联网诞生；今天 3D 摄影技术也成熟起来。这些现代技术的通过图像被串联在一起。照相是静止的图像；电影、电视是运动的图像；互联网使得静止、运动的图像获得了广泛的传播。尽管如此，他们还只是平面的。 3D 摄影技术的成熟使得图像突破了 2D 维度， 3D 图像的出现使得人们的知觉体验被引领到一个新的领域，知觉越来越自然化。这些技术所带来的图像我们都可以称之为技术图像。 技术图像给我们带来了怎样的问题？视觉文化指出，日常生活已经为图像所改变。不管是视觉的狂热，还是景象的堆积，日常生活已经被社会的影像增值改变了。 但事实上更重要的问题是：从伦理上看，技术借助自身中介化体验取代了直接生存体验从而瓦解了伦理的基础；从本体论上看，世界图像化意味着技术图像成为构成着我们的生活世界。 所以我们必须给予技术图像以反思。一个适合反思技术图像由海德格尔提出的概念被忽略了，这就是世界图像的概念。 说到图像，我们首先想到的是关于某物的图像。据此，世界图像大约就是关于存在者整体的一副图画了。但实际上，世界图像的意思要多得多。 多得多到底意味着什么？成为我们就要追问的问题。世界图像中所蕴含的启示是：世界图像化。在诸如电视机、计算机这些现代技术出现过程中，让我们领会到一个逐渐加强趋势：由技术所出图像从某物的摹本转变为世界的一种趋势。图像不再仅仅作为生活世界的构成部分存在，不仅仅改变世界，反而构成着生活世界，成为历史的主体。这种趋势图像化撕裂着了作为整体的人与实在，以一种强势插入这一整体之中。如 今这一趋势对我们所提出的问题是，即如果现实被当作图像提供的话，一个新的世界状况该如何看待。现在我们更加近距离地面对这一问题。 一、 我们的认知、生存与行动需要起点。哲学对起点的反思开始于现实。黑格尔指出，哲学的内容就是现实。我们多于这种内容的最初意识便叫做经验。 他的观点指出，我们与现实之间最初展现为经验关系。这意味着我们直接以感性或者理性的方式与现实实在发生关系。 传统哲学提出的关于实在的命题是世界存在或者自我存在。多数唯物论者将世界存在作为实在确立起来。而唯心论者则将自我确立为实在。先验唯心论者谢林就否认着世界存在这一命题的确然性。此外，从知识论角度看，笛卡尔、黑格尔、胡塞尔都力图为绝对科学确立坚实的理性起点。不同的学派维护着彼此不可还原的起点。 现象学对于这一起点的追求转变了方向，他们指出了世界明证性的非确然性，从而确立了非世界，如自我我思、知觉的实存。就这方面而言，普遍的感觉经验在其中世界始终明证地预先给予我们显然不可以直接看成是一种确然的明证性。 胡塞尔将自我我思作为确然的。特别是梅洛 . 庞蒂将知觉作为确定的起点。我们看到事物本身，世界就是我们看到的那个东西：这种说法表达了自然人和睁着眼的哲学家所共有的一种信念，它们反照出我们生命中沉默看法的深层根据。 看这一知觉形式就成为根本性的东西。而行动则与此有关。日常生活的活动就与这个世界有关。 无论何种起点，在起点的寻找上，存在着一个固有的偏见：起点必须是可靠而真实的，即具有确然的明证性。如此，从现象学角度看，我们判断与行动所依赖的基础就与看直接相关了。判断依赖于看到的东西，也就是世界；行动也依赖于看到的东西。 看见什么？从视觉角度看，被看见的对象可以区分为两类：事物以及事物的图像或者事态以及事态的图像；从本质角度看，被看见的只有理念。而根据看之特性，真实性被确立了起来。 如果人们能够有效区分事物与事物图像，那么没有什么问题。至少 20 世纪以前现代人在这个问题上不会存在混淆。当然也有特殊的情况，如原始人与小孩子是无法区分事物与事物之图像的。但是，随着现代技术的发展，这二者之间的区别逐渐被混淆。随着电影、电视、网络等图像传播技术的发展，我们发现了这样一个事实：我们的判断、行动和生存更多地依赖于被给予的图像了。新公布的 911 图片激发起新的对恐怖主义者的憎恨，激起了对受难者的同情。我们在图像之中成为我们在世界之中 的经验诠释。海德格尔的世界图像的概念再一次浮现出来。 如此现代技术的发展凸显出新的问题，它使得我们看到原先的无可置疑性世界将是一个虚幻的、被建构起来的观念，我们不需要追问起点的无可置疑性。 现代技术使得我们不需要面对令人头疼的绝对确然性的起点，而仅仅是需要一个起点，引发判断和行动的起点。 从这个角度看，现代技术实现了哲学领会的纯正性和力量。因为哲学领会的纯正性和力量只能用以下标准来衡量，即我们是否或如何发展了开端，如果我们自己应该重新开始，我们是否有能力借助这个开端而开始。 现代技术以取消开端确然性的方式发展了开端，为技术逻辑奠定了一个需要的起点。 二、 作为纯粹的实在论者，不仅需要有实在，而且实在是确然的、无可置疑的。 但是，现代技术的发展以及现代社会的运作使得我们转变成准实在论者：现代社会仅仅需要一个实在起点但不必是真实的作为人们判断、行动和生存的支点，如同情的发生。 现代社会需要同情的存在，某些人必须表现同情，也需要某些被同情者的出现。如此，技术图像恰恰提供了这样一种可能性。被拍摄的照片可能并非事实的真实反映，而是拍摄者建构的结果。拍摄者 试图呼唤同情，为某些人的同情表现提供可能，被同情者则通过照片被构建出来，但或许他们的本义并非需要某种同情。在上述过程中，技术图像使得这一生产过程得以完成：通过技术图像建构出被同情者，网络传播使得图像与被同情者得以同一。 对于世界，我们无法在现成存在物的意义上进行追问，并不存在着一成不变的东西，这个世界发生着变化。世界发生着什么？根据经验的判断，我们发现我们进入到图像时代，视觉文化大行其道，视觉现代性已经成为一个备受关注的问题。这种经验事实非常关键，它能够为我们的判断提供实证。 当今的时代已进入一个图像的时代：电影、电视、摄影、绘画、广告、美术设计、建筑、多媒体、动漫、游戏等正在互为激荡汇流。视觉文化传播在全球范围内极大地影响着我们文明的进程。 视觉现代性向我们传递出一种趋势：更多的技术图像而不仅仅是艺术图像，如广告、电影、电视、网络视频开始增多。尽管它们揭示出这一趋势，但是由于缺乏对图像与世界关系的把握使得它们无法触及到问题的根本。在视觉现代性的视野里，更多技术图像连同艺术的复制图像源源不断地涌入我们的世界。从经验角度看，这是很显然的趋势。在城市生活中，入眼的都是各类广告图片、广告影像。我们的手机、我们所乘坐的公交车、出租车、地铁等都无时无刻地向我们展示这一个事实：我们已经进入了图像时代。但是，这只是事实，却不是问题的根本。 问题的根本只有借助世界图像可以看得更为清楚，这也是现象学给予我们审视技术世界带来问题之契机。世界图像是海德格尔所给予我们的一个关键性概念，这一概念传达的是世界的图像化，一种正在发生的趋向。如此， 我们将意识到问题的根本不是我们的世界中增加了一些以前所没有的图片，问题的根本是：图像的制造者将看的形而上学发挥到了极致，现代社会每个人都无法避免看，都倾向于将看到的东西当做世界，当做实在。 如此，图像就成为世界的构成因素。世界图像化意味着世界由图像所构成，意味着如果世界是我们所看到的，那么图像恰恰构成了世界。图像化是形而上学的另一维度，这一维度被遮蔽在技术的阴影之中。殊不知，技术图像恰恰源出于现代的摄影术、数字技术。 那么这一趋势如何发生的呢？我们如何被卷入到这样的一个逻辑中？由于我们更加倾向于相信视觉所给予我们的，相信图像，只要以图像的方式从呈现出来的事情必然是真的。这与图像的本质有所关联。 当图像作为摹本存在时，人们并没有混淆摹本与被摹状物之间的区别。现象学更进一步向我们揭示出我直接感知事物与我感知到事物的图像之间有着很明确的区别。这一图像把捉，这种通过一图像物而把某物当做一种被摹状物的理解，具有一种与简捷的感知完全不同的结构。 简捷感知的特性是以亲身具体的方式给出它的对象。在这样一种亲身具体的给出中，对象本身保持自身为同一个对象。在各种不同的明暗层次（这些明暗层次是在各种感知的系列里显示出来的）的相互转换中，我看到的是作为同一个自身的对象。 . 在对图像感知的分析中，图像物（ Bildding ）与 被摹状的东西 （ Abgebildete ）成为两个最为关键的概念。图像物可以是一具体的物，例如墙上的黑板，但图像物并不是如同自然物或寰世物那样的单纯之物，相反，它显示着某种东西，显示着被摹状者本身。 但现在发生的事情很明确： 我们越来越把事物之图像看作是世界本身。世界图像化使得我们在与现实性的交往上，发生了某种变化：我们与实在的关系不再是从感性上或理智上经验到，而是通过一种中介来把握的。 三、 我们的时代不再是机械复制时代，而是一种电子建构的时代。 机械复制与电子建构是两个完全不同的阶段。机械复制是本雅明的专门词汇，与机械复制时代相匹配的技术主要是 19 世纪末期、 20 世纪初期的照相技术、摄影技术与印刷技术。这些技术在原型的复制上起到了极大作用。在复制技术面前，人们与现实性之间的关系式一种反映的关系。图像是实在的摹本，反映着实在。如一张桂林山水的照片，其就是桂林山水的反映、是桂林山水的摹本。在复制技术对于实在的本真的复制过程中，我们通过复制技术所给予我们的图像与实在打交道。尽管没有直接与实在交往，但是效果是一样的。在这一技术中，我们看到了连接复制过程的两个端：原型和复制样本。 但是， 电子建构的时代则整合了机械复制时代的复制特征，并在此基础上将建构阐释到最大化的程度。 计算机技术的发展使得人们能够快速复制，文字、图片、视频等都可以无限制的复制，只要源文件不出错，这个过程就可以无限下去。首先，实在与电子技术之间的关联因为某种原因被切断了，电子技术当然也保留着复制关系，如数码照片就是传统胶片照片，其功能一样。但是更为重要的是，因为一切都数字化，所以图片上的所有元素都可以任意地进行加工、删除和处理。如此，经过加工、删除、处理而形成的图片就是新的图像了。一个新的实在就形成了。 如此，本雅明的机械复制与图像的分析却无法作为我们的出发点。由于他对艺术的关心，使得这个问题仅仅停留在机械复制技术对艺术的冲击上，仅仅停留在艺术的终结与否上。海德格尔所揭示的世界的图像化恰恰在电子技术发展的今天彻底地表现出来。 问题不是图像对艺术的冲击，而是图像对于我们的判断、生存和行动所产生的影响。现实性正在被改变，我们看到的图像已经成为我们的实在性，而这一过程的完成是现代技术整合的结果。 海德格尔的不为人所知的学生安德尔斯专门研究过实在是如何由传媒技术整合的，从而产生现实性的。当然，还有一点是人们图像观的变迁：图像不是历史的证据、现实的反映，而是对未来的构建。 对未来的构建源于某些社会性因素。事实上，在图像发展史上，社会因素在图像有其内在的显现。在其他领域，这被看作是图像的功能。但是，在这里，我们却是从图像的构成角度来看。任何的图像都是一定角度的截取。从现象学的观点看，如果生活是流动所构成的，那么静止的图片是对生活的截图，而运动的图像，如电视、电影所给予我们的则往往被看做是事情的原本的展现。只有海德格尔才给我们提出了这个问题：纪录片将花朵开放的过程在几秒钟内得以展现，但是，这并不意味着我们就回到了事物本身。但是，日常观念却忽略了这一点。我们用肉眼看到的未必是真实的。 如此，我们的存在方式表现为在图像之中，而不仅仅是在技术之中。如果用我们所熟悉的语言，我们的时代可以唤作是图像时代。 但是，图像的时代不仅仅意味着我们更多的是与图像打交道，而是我们自身以及我们所处的世界的一种图像化。对图像时代的反思意味着意识到世界自身的图像化，而不仅仅是意识到图像增殖改变着我们的生活。世界图像化这一过程深层次是一种技术发生过程，由电影、电视所给予我们的图像构成了我们的实在性，构成了我们的世界。我们的判断、我们的行动都依赖于这种图像的实在性。如何正视这一现实已成为迫不及待的事情。 传统理论将伦理的基础确立在生存体验之上。以同情为例，经历过战争才知道战争受害者的感受；经历过地震，知晓了地震区灾民的感觉。有过这种直接的生存体验，我们才会产生永恒的同情，基于同情给予被同情者的关怀和帮助行为才会持续不断，连绵不绝。但是，当前技术图像却侵蚀着伦理的基础。以往我们直接面对世界，用我们自身的心去感受世界之发生；现在却直接面对远方世界的图像，而这一图像并非我们自身所感受的结果，而是某个视角建构的结果。 罗刚等编，视觉文化读本，广西师范大学出版社， 2004 年，第 447 页。 孙周兴编，海德格尔选集，三联书店， 1996 年，第 898 页。 黑格尔，小逻辑，贺麟译，商务印书馆， 1996 年，第 43 页。 笛卡尔沉思与巴黎演讲， 54 梅洛 . 庞蒂，可见的与不可见的，罗国祥译，商务印书馆， 2008 年，第 12 页。 胡塞尔，笛卡尔沉思与巴黎演讲， 53 胡塞尔，笛卡尔沉思与巴黎演讲， 53 孟建、 Stefan Friedrich 主编，图像时代：视觉文化传播的理论诠释，复旦大学出版社， 2005 年，第 1 页。 海德格尔，时间概念史导论，第 51 页。 海德格尔，时间概念史导论，第 78 页。 海德格尔，时间概念史导论，第 52 页。

个人分类: 技术哲学|4405 次阅读|0 个评论

空域中基于ROF模型的小波图像修补方法

ccpicasso 2010-10-14 14:44

ROFModel-basedMethodForWavelet ImageInpainting inPixelDomain 摘 要 图像修补问题是图像处理领域的重要内容之一， 本文简要介绍了图像修补问题及现在一些主要的图像修补技术。根据图像修补的目的，提出小波图像修补问题不必局限于小波域求解，也可以在空域得到解决的思想。文中给出了该思想的具体实现依据和步骤，并提出一种在空域中基于 ROF (Rudin-Osher-Fatemi) 模型来实现上述思想的小波图像修补方法。图像修补仿真实验的结果表明，本文提出的方法可以得到较好的图像修补视觉效果，峰值信噪比 (Peaksignaltonoiseratio,PNSR) 小于 10dB 的缺损图像经处理后其 PSNR 达到约 30dB ，较以前的小波图像修补方法，该算法更加显著地提高缺损图像的 PSNR 。因而，本文在空域实现了小波图像修补，本文提出的思想是可行的。 关键词 图像处理；图像修补； ROF 模型；小波 Abstract Imageinpaintingisoneofthemostimportantproblemsinimageprocesing. Imageinpaintingandsomeofitsmaintechniquesarepresentedinthispaper briefly.Accordingtothetargetofimageinpainting,anideatosolvewavelet imageinpaintingnotonlyinwaveletdomainbutalsoinpixeldomainanditsreason andstepstobeimplementedaregiven.Awaveletimageinpaintingmethodinpixel domainbasedonROF(Rudin-Osher-Fatemi)modelisproposedtoputtheabove idea intopractice.Experimentsshowedthatthemethodcouldgetgoodvisualeffect ofimageinpainting,withhigherPSNRcomparedwithformermethods PSNR ofdamagedimageincreasedfromlessthan10dBto30dBafterprocessingusingourproposedmethod. Therefore,waveletimageinpaintingisachievedinpixeldomain,whichmeansthatourproposedthought ispracticable. Keywords imageprocessing;imageinpainting; Rudin-Osher-Fatemi model;wavelet PDF全文下载

个人分类: 资料下载|6281 次阅读|3 个评论

答bcyj医生的10个问题

kexuepifu 2010-10-12 21:40

答：分辨率和分辨力是英文单词 resolution 的不同译法。率字在《现代汉语词典》中的释意是两个相关的数在一定条件下的比值，而 resolution 是指分辨能力，完全没有比值的意思，故译为分辨力才符合原意。 答：医用超声技术中没有光点横向拉伸这一术语，但有靶线图像横向铺展 ( 也有人译为扩展 ) 宽度。在 B 超的二维灰阶图像上，与声束扫描平面垂直的一条靶线的图像，随声束宽度而异：在焦点处，声束很细，轴向与侧向分辨力几乎相同，靶线的断面图像接近圆点；离焦点越远，声束越粗，轴向分辨力越优于侧向分辨力，靶线图像就成为横道。而且声束越粗处横道越长。侧向分辨力的检测，既可采用单线法，也可采用双线法。采用单线法时，以靶线图像的横向铺展宽度表示侧向分辨力；采用双线法时，以相邻靶线图像有间隙时的靶线中心间距作为侧向分辨力，且二者等效。技术标准中没有规定所谓光点拉伸的限定值，但有侧向分辨力的限定值，而且是随深度而异，总的规律是越深处要求越低。 答： (1) 如上所述， B 超技术标准和检定规程中没有光点横向拉伸这一术语； (2) 如他是指侧向分辨力，但标准体模 10cm 深处没有侧向分辨力线靶，如何测出？ (3) 侧向分辨力差的地方，图像横向变模糊，导致横向几何尺寸的测量误差变大，这是合乎规律的正常现象。 答：如上所述， B 超标准和规程中确实没有光点横向拉伸这一术语，但有侧向分辨力，它是与靶线图像的横向铺展宽度密切相关的，宽度越大，表示侧向分辨力越差。 答：将 B 超仪器按其功能、性能划分为 A 、 B 、 C 、 D 四档，是国家标准 GB10152 1997 中的做法， JJG639 98 接受了该标准，同样也是四个档次。 答：对于凸阵探头，标准和规程中只考虑了辐射面的曲率半径，而未考虑孔径。再者，曲率半径≦ 60mm 的探头，直到≦ 10mm ，都不再细分，是不够合理的。 答：无论是临床使用还是质量检验、计量检定中，都需要调焦点位置。对此，文件中写得很清楚。计量所的专业人员大多未受过专业技术培训，答不出这些问题很自然。 答： (1) 对 B 超仪器性能、质量的检测评价，有工程法和临床法两种。工程法讲究统一可比和标准化，而临床法往往搀杂有医生的个人偏好，很难实现统一可比和标准化。在产品质量检测评价中，全世界都只认工程法；但在国内的招标采购中，有时考虑临床评价。 (2) 工程法中一些技术指标的检测条件，不是按临床设计的，只是为了在同一条件下做横向比较，比如不同厂家类似产品之间，同一产品新旧之间。比如，探测深度检测中要求在最强输出和最高增益条件下，空间分辨力检测中要求在低增益条件下，隐没背景，只剩靶线图像等。 (3) 目前 B 超质量要求中的技术指标尚欠全面，缺少对比度分辨力项目，而且空间分辨力检测未包括切片厚度 ( 俯仰分辨力 ) 和中高增益时的轴向、侧向分辨力。 答：按照工程法，某个指标的检测结果能否被接受，要看标准如何规定，不是凭个人的目视感觉。 10cm 深处连分辨力靶群都没有，为何盯住这个地方，不明白。另外，凸阵的曲率半径系列为 76 ， 60 ， 50 ， 40 ， 20 ， 10 ，哪里出来个 62 ？ 答：为了收费搞花样，个别地方可能有，但肯定是个别的。

个人分类: 未分类|2591 次阅读|0 个评论

图像搜索与反搜索

chemicalbond 2010-9-19 13:26

上科学网，写文章，读文章，写评论都是比较费时的事情，不过有时候也会有意外的收获。 话说某天阅读饶海【有不少人八卦，戏称他是饶毅的弟弟】的博文， NATURE 杂志又向中国期刊发 2 炮 。 我看着他的主题照片很好玩，就询问： 你那滑稽的主题照片是抄袭还是原创？ ， 饶弟弟的答复是 照片是抄袭的，google来的无出处 ：） 这个回答没有出乎我的意料，不过，它让我突然想起一个问题：有没有一个简单的办法，到网上搜索那个图像？ 众所周知，很多网上的搜索器都有图像搜索功能，但是它的输入是文字（text），输出才是图像。假如你手上有了图像，却想知道图像的出处，即反向搜索，可是一般的搜索器却没有那个功能的。我甚至想过这也许是个软件开发的新方向。不过，可惜的是这事早就有人做了。Google很快就帮助我找到了那个网页：在Google的搜索器上输入 search image source，第一个网页就给出一个工具 http://googlesystem.blogspot.com/2008/05/tineye-upload-image-and-find-it-on-web.html 通过它，我很容易就找到饶弟弟的那个图像在互联网上的出处：太多了，我也没有时间和兴趣去寻找那个图像才是最原始的出处 http://www.tineye.com/search/8d5f7b0ada6e7d24d5fe427621f43015ddaaf40b/ 不过，那个软件和其它相似的工具有个作用，那就是反腐败。比如说，你看到某篇文章上的图像似乎曾经发表过，但是文章里面没有引用说明而是作为原创的内容，这时也许可以查查那个图像是否真的是剽窃。【注：上面提及的网上软件是免费的，不存在为商家宣传的嫌疑。另外，应该还有很多相似的工具。】

个人分类: 科普与新知|3299 次阅读|0 个评论

卫星图像：北美东部的大雪

pony1984621 2010-3-9 21:33

资料来源：美国航天局 编译：马志飞（ Beijing Institute of Geology ） 2010 年 3 月初，几场冬季风暴带来的积雪覆盖了从加拿大向南一直延伸到 西弗吉尼亚州的广大区域。 3 月 6 日 ，美国航天局 Terra 卫星上的中分辨率成像光谱仪（ MODIS ）在晴朗的天空里将这儿一览无余。在这幅真彩色图像中，大西洋和东部大湖的海蓝色水体与雪白的积雪对比鲜明。安大略湖（ Lake Ontario ）的南面，是美丽的五指湖（ Finger Lakes ) ，映衬在积雪覆盖的纽约州版图上，就像是一个非常逼真的巨人爪。在俄亥俄州（ Ohio ）、纽约州的中央、休伦湖（ Lake Huron ）及其东部临湖这一区域的积雪最厚。 在加拿大，表面上看起来斑斑驳驳的广大土地有可能是冰雪和森林混合造成的结果。

个人分类: 卫星图像|4369 次阅读|0 个评论

bwlabel对图像进行标注

eaglezxw 2010-2-4 16:44

bwlabel函数可以用于对二值图像进行标注，是个很有用的函数，真希望VC也有这些函数。LabelconnectedcomponentsinabinaryimageSyntaxL=bwlabel(BW,n) =bwlabel(BW,n)DescriptionL=bwlabel(BW,n)returnsamatrixL,ofthesamesizeasBW,containinglabelsfortheconnectedobjectsinBW.ncanhaveavalueofeither4or8,where4specifies4-connectedobjectsand8specifies8-connectedobjects;iftheargumentisomitted,itdefaultsto8.TheelementsofLareintegervaluesgreaterthanorequalto0.Thepixelslabeled0arethebackground.Thepixelslabeled1makeuponeobject,thepixelslabeled2makeupasecondobject,andsoon. =bwlabel(BW,n)returnsinnumthenumberofconnectedobjectsfoundinBW.

个人分类: 开发经验|3429 次阅读|0 个评论

卫星图像：希腊雅典

pony1984621 2009-12-27 16:23

资料来源：美国航天局 编译：马志飞（ Beijing Institute of Geology ） 具有三千年悠久历史的希腊雅典，依然保存着从古至今每个时期的历史印记。在中心城，许多古希腊罗马建筑矗立于东部的工业化地区，我们能够通过大量宽阔的平顶屋认出这一点。郊区四周环绕着中心城。 美国航天局地球观测 -1 （ EO-1 号）卫星的高级土地成像仪在 2004 年 7 月 2 日 捕捉到这幅雅典城的真彩色图像。图像中，主要道路是呈东北 - 西南方向穿过城市，大路的支脉将密密麻麻的建筑物彼此分开。 在这幅图像中，除了大面积的 灰蓝色之外，还有几处绿色：利卡维特斯山 ( Lycabettus Hill ) ，国家公园（ the National Garden ）， Syngrou 公园和雅典卫城周围的空地。 U 形的地方是雅典体育场（ Panathenaic Stadium ），之所以闪闪发光是由于它的表面是白色大理石。该体育场建成于古希腊时期，为了举办现代奥运会于 1896 年和 2004 年分别装修过。 高清图像 卫星图像：希腊雅典

个人分类: 卫星图像|3712 次阅读|0 个评论

卫星图像：奇特的波浪云

pony1984621 2009-11-27 15:45

资料来源：美国航天局 编译：马志飞（ Beijing Institute of Geology ） 当行驶在海洋中时，船舶会在水面上产生波纹。但对于岛屿来说，虽然它们静止不动，却同样可以产生非常明显的波纹 在空气中。在 2009 年 11 月底就发生了这样的事情，南桑威奇群岛与大气中的云层一起制造了这奇特的一幕。 该图像由美国航天局 Terra 卫星的星载中分辨率成像光谱仪拍摄于 2009 年 11 月 23 日 ，为自然色照片。照片中，南桑威奇群岛链的一部分：桑德斯岛（ Saunders ） 、蒙塔古岛（ Montagu ）和布里斯托尔岛（ Bristol ），都向东形成一道道 V 字形波浪扇。白色的云映衬着灰色的海水，如同斑马条纹一般。 南桑威奇群岛是一个 火山小岛群 ，位于南大西洋南部，英属福克兰群岛的一部分。据记载，布里斯托尔岛和蒙塔古岛一直在活跃。该群岛扰乱了它上面的空气流动，造成了这种形态奇特的波浪云。 图像中，波浪云的 波峰和波谷位置十分清晰。 在海洋上空，潮湿、多云的空气（气象学家称此为海洋层）通常会被它上部干燥的空气层笼罩住。当波浪沿着下风向移动时，云就会在波峰处形成，因为随着空气的上升而逐渐冷却，水蒸气凝结成云层里的液滴。在波谷处，一部分干燥的空气向海洋层下沉，取代其中的多云空气。此外，由于空气下沉时会变暖，慢慢地就导致云层蒸发，造就了这奇怪的波浪云。 高清图像 卫星图像：奇特的波浪云

个人分类: 卫星图像|5110 次阅读|0 个评论

卫星图像：萨尔瓦多的泥石流

pony1984621 2009-11-26 22:03

资料来源：美国航天局 编译：马志飞（ Beijing Institute of Geology ） 虽然 萨尔瓦多的圣文森特火山（Volcn San Vicente ）在过去的 1700 年里都没有爆发，但该火山仍然是一个危险。当地人永远也忘不了，在 2009 年 11 月，一场暴雨袭来，使得山体浸水饱和，引发了大量滑坡灾害。而滑坡又引发泥石流 混杂着泥水、碎石和连根拔起的树木 沿着沟壑倾泻而下，吞噬了位于火山北部和西北部的农业小镇。 这两幅由美国宇航局Terra 卫星搭载的高级星载热辐射和反射辐射计拍摄的假彩色图像显示了灾难之后（图 1 ）和之前（图 2 ）的状况。 图像采用的是可见光和红外波段结合处理的结果，其中，植被为红色，裸地为蓝灰色。 图 1 中，十多条泥石流从火山侧翼向四面八方辐射，但规模最大、长度最长的在山体的西部和北部侧翼。其中一条泥石流从瓜达卢佩小镇（Guadalupe ）的东部边缘擦过，而它北面的维拉帕斯小镇（Verapaz ）就没有那么幸运了，一条泥石流直接冲进了村庄里，根据 11 月 9 日 的新闻报道，至少有 16 人死亡，近 50 人失踪。在整个萨尔瓦多，超过 130 人在这起山体滑坡和泥石流灾害中丧生。 图 1：拍摄于2009年11月17日的 圣文森特火山（泥石流灾后） 图 2：拍摄于2002年11月30日的 圣文森特火山（泥石流灾前） 高清图像（5M） 拍摄于2009年11月17日的圣文森特火山（泥石流灾后） 拍摄于2002年11月30日的圣文森特火山（泥石流灾前）

个人分类: 卫星图像|4428 次阅读|0 个评论

卫星图像：美丽的莫皮蒂岛

pony1984621 2009-11-22 20:57

资料来源：美国航天局 图片来源：美国航天局、 GOOGLE EARTH 、 GOOGLE 编译：马志飞（ Beijing Institute of Geology ） 直径跨度小于 10 公里 （ 6 英里 ）的莫皮蒂岛坐落于在南太平洋，在波拉波拉岛以西 46 公里 （ 29 英里 ），该岛屿距离澳大利亚 5800 公里 （ 3,600 英里 ），距离新西兰 3800 公里 （ 2,400 英里 ）。莫皮蒂岛中心的岛屿海拔仅超出海平面 213 米 （ 700 英尺 ）。 图 1 为美国 航天局地球观测 -1 号卫星上的高级陆地成像仪在 2009 年 8 月 8 日 拍摄的莫皮蒂岛彩色图像。图像中，海水为蓝色，珊瑚礁为白色并被蓝色包围，波浪为明亮的白色。岛屿上被森林覆盖。因为这个岛屿位于南半球，中心岛在每年的这个时候影子都投影在南部。岛的东北边缘，是一个东西方向延伸的小型机场跑道。图 2 、 3 为莫皮蒂岛的中心岛；图 4 、 5 为莫皮蒂岛的飞机场。 图 1： 美国 航天局地球观测 -1号卫星在2009年8月8日拍摄的莫皮蒂岛彩色图像 图 2：莫皮蒂岛的中心岛 图 3：莫皮蒂岛的中心岛 图 4：莫皮蒂岛的飞机场 图 5：莫皮蒂岛的飞机场 高清图像 美丽的莫皮蒂岛

个人分类: 卫星图像|5068 次阅读|0 个评论

卫星图像：中国的大雪

pony1984621 2009-11-18 09:37

资料来源：美国航天局 编译：马志飞（ Beijing Institute of Geology ） 2009 年 11 月 17 日 ，美国宇航局 Terra 卫星上的中分辨率成像光谱仪捕获了大雪覆盖中国的照片。几日之前，一场大雪席卷了中国的大部分地区。这幅照片显示了中国石家庄市附近的北方平原区。图像中，大学覆盖的地方为白色，人工建筑如城市、城镇、道路等是灰色的。在无雪的天气里，较大的城市和城镇能够看到，但较小的城市和城镇很难与周围的景观区分开来，而在雪天，这些小城市和彼此之间相互联系的公路却清晰可见。 今年的雪来得异常早。据新华社报道，这次降雪，已经造成河北、山西、山东、河南、宁夏等 8 省 ( 自治区 )960 多万人受灾，至少 32 人死亡，摧毁了 30 万公顷农作物，造成超过 15,000 间建筑物倒塌，直接经济损失近 70 亿元。结果，公路被封闭，铁路和航空部分停止运营，许多大城市的飞机场（包括石家庄）被迫关闭。 高清图片 中国的大雪

个人分类: 卫星图像|3775 次阅读|5 个评论

卫星图像：阿根廷的乌普萨拉冰川

pony1984621 2009-11-16 21:51

资料来源：美国航天局 编译：马志飞（ Beijing Institute of Geology ） 阿根廷和智利南部的巴塔哥尼亚冰原是最后一个冰河时代覆盖在南部安第斯山脉的巴塔哥尼亚冰盖的残余。美国宇航局拍摄的这幅照片清晰显示了众多壮观冰川中的一处 乌普萨拉冰川，位于巴塔哥尼亚冰原的东部， 面积约 300 平方英里（ 777 平方公里），该冰川最终汇入阿根廷冰川湖。 乌普萨拉冰川是巴塔哥尼亚冰原上的第三大冰川，和其他冰川一样，在过去的一个世纪里它已经出现了明显地消融。从上世纪 60 年代末到上世纪 90 年代中期，冰川的消融速度达每年 2.5 英里 （ 4 公里 ），这也使得这些冰川成为国际空间站一个观察目标。 该照片拍摄于 2009 年 10 月 25 日 ，当照片拍摄时，南半球正处于春季，冰川正在向阿根廷湖（图片右方）滑动。照片中，有两块冰山十分有趣，因为它们仍然保留有冰碛物（ moraine fragments ），而这些冰碛物在冰川的表层留下了一道黑色的运动轨迹。根据冰碛物的运动原理，我们就不难理解，为什么有时候会在远离海岸线的海洋沉积物中发现来源于陆地上的岩石。 冰碛（ moraine ） 是由冰川前缘和边缘的碎石和泥土形成的，运动中的冰川就如同推土机一般，将前缘的岩石和土壤推到两侧，成为碎渣，当两个冰川 汇合时 （图片中心）， 在汇合点以下，冰碛物部分转为内碛（ medial moraine ）。 冰碛能够驮在冰山上被完整地移动，虽然乌普萨拉冰川产生的冰山到不了海洋，但目前有很多这样的冰山正在朝着海洋的方向移动。根据研究，古冰川的移动将很多陆源岩石带到了海洋，并与海洋沉积物一起沉积下来。 高清图像 阿根廷的乌普萨拉冰川

个人分类: 卫星图像|5299 次阅读|0 个评论

卫星图像：西藏的冰川雪山

pony1984621 2009-11-14 17:05

图片来源：美国宇航局 编译： 马志飞（ Beijing Institute of Geology ） 除了南极和北极之外，号称第三极的青藏高原是 世 界上山地冰川最多的区 域。 2007 年 1 月 5 日 ，美国宇航局 Terra 卫星上的高级星载热辐射和反射辐射计所捕获的这张照片显示了距离拉萨市西北 110 公里 （ 70 英里 ）的冰川覆盖的山脉。 这幅假彩色图像中，没有积雪覆盖的地方为红褐色，雪和冰为白色，水体的颜色为海绿色 - 海蓝色，由于这个季节的太阳高度角很小，山脊向北投下了很大面积的阴影。图像中，中心附近的大片近似于黑色的区域就是山体的阴影。 图像左上部的几个湖泊形成的水域网络可能就发源于阴影笼罩下的一处小型冰川。其它的一些造湖冰川则处在太阳照射之下，我们可以很清晰地看到，它们就分布在图像的右上部和左下部。许多冰川并不是洁白纯净的，当它们流动时因携带泥土和岩石而显得有些泥泞。向其它水体一样，冰川湖也会因水深、沉积物等因素的不同而显示出不同的颜色。 尽管青藏高原人口稀少，仍有数百万人依靠季节性积雪和冰川融化作为他们的生活水源。由于全球变暖，积雪量减少，导致西藏的冰川不断收缩。冰川的融化增加了一些地表径流的径流量，给人们提供了更充足的水源，但同时也会导致洪水灾害，并增大了发生冰川崩溃灾害的危险性。随着全球气温的继续升高，科学家们开始担心冰川融化长期作为水源的持续能力。美国俄亥俄州立大学冰河学家 LonnieThompson 表示，青藏高原的气温升速几乎是全球其他地区的两倍。无论是海滨城市居民还是草原上放牧的牧人，由于全球变暖导致青藏高原冰川萎缩，将导致亚洲有近 20 亿人在未来十年将遭遇水资源短缺。此外水资源的短缺也可能会打击到中国东部城市，因冰川融化造成水平面上升，这些城市可能将面临困境。 参考文献： http://earthobservatory.nasa.gov ， 2009,11,12. 青藏高原冰川萎缩将使亚洲近 20 亿人遭遇水短缺 , 中国天气网 , 2009,01,20.

个人分类: 卫星图像|5723 次阅读|1 个评论

卫星图像：墨西哥湾的沉积物

pony1984621 2009-11-13 23:49

资料来源：美国航天局 编译：马志飞（ Beijing Institute of Geology ） 2009 年 11 月 10 日 ，如同云团一样的沉渣 笼罩了整个 墨西哥湾，这一幕被美国宇航局的 Aqua 卫星上的高分辨率成像光谱仪（ MODIS ） 拍摄到。 将海水染了色的这些沉渣是从浅水区的海底沉积物中悬浮上来的。随着离陆地越来越远，海水的颜色逐渐从褐绿色过渡到清晰的深蓝色，到这里，海水也越来越深。在褐色和绿 色的海水中， 由于海洋湍流的作用而悬浮在水中的沉积物在纹理波和涡流区非常明显。海洋湍流也称紊流或乱流，是海洋水体中任意点的速度的大小和方向都显著变动的不稳定的一种紊乱流动。 就在该照片拍摄几小时以前，热带风暴 IDA 已经登陆美国阿拉巴马州和佛罗里达州（该图像的东面），这股风暴可能搅动了西部海域。据报道，热带风暴 IDA 11 月 8 日 8 时 （北京时间）在墨西哥西部科苏梅尔岛东南方大约 270 公里 的加勒比海海面上，中心附近最大风 力有 11 级（ 30 米 / 秒）， 8 日中午（北京时间）前后加强成为飓风，于 10 日傍晚至夜间在密西西比州到 阿拉巴马州 一带沿海登陆。 造成这种现象的第二个原因可以从海岸线上看出来。许多河流，包括密西西比河，在这里汇入墨西哥湾。从入海口向海洋延伸的方向，随着沉积物的扩散，深褐色的河道逐渐褪色为棕色和绿色。根据美国国家气候数据中心的资料， 2009 年 10 月是美国中南部 115 年来最潮湿的一个 10 月，当然就包括图中所示的区域，因此，这里的河水高涨，就会比以往携带更多的沉积物进入海湾。 此外，河流还能够搬运土壤中的铁和肥料中的氮等营养元素。这些营养物质能供浮游植物（生活在表层海水中的微小且像植物一样的生物）的生长所需。由于浮游植物茂盛的时候也能将海水染成蓝色和绿色，因此，之所以会出现这幅图像中的现象，浮游植物也可能起到了一定的作用。 高清图像（4M） 墨西哥湾的沉积物

个人分类: 卫星图像|4935 次阅读|1 个评论

工学的本科生该学什么？理论知识还要不要？

maczone 2009-9-26 10:48

这几一天一直在思想一个问题：工学的本科生的专业知识课需不需要理论讲授？ 实在很纳闷，我按着制定的教学大纲上课，先讲理论再讲应用，竟然遭到很多学生的责问：我只想毕业时如何应用，这些理论知识我不需要，我又不去考研！更有的学生说，那些直线方程什么的早就忘记。学生们大力推荐另一个老师上课时，全讲基本应用，理论知识全无，他们很喜欢。 因为我与这位老师上的课都是图形图像的课程，而且专业比较特殊《印刷工程》，按大纲的话是既有理论又有应用实践，但为什么现在的学生只想到去如何操作这些图形图像软件呢？如果只想学软件如何用，何必来读四年本科，1－2个月的培训班就可以解决问题。况且，根据以往的经验，到了大四的毕业设计阶段，谁会让你直接拿一个图形图像软件的应用去做毕业设计的课题呢？多少需要一些些基础理论再加上实践应用吧。并且，根据课程设计的效果来看，直接传授软件操作的并没有教出几个可以熟练在本专业知识领域下的应用精品！很显然，这些学生们是把自己与高职高专生等同了。

个人分类: 工作|3982 次阅读|1 个评论

卫星图像里的地球之夜

pony1984621 2009-7-30 18:36

http://geology.com 译文/马志飞 以下是美国航天局拍摄的著名的卫星图像，通常被称之为“卫星图像里的地球之夜”。它不是真正的照片。而是根据美国国防气象卫星计划获取的数据合成的结果。这些地图中显示了地球表面永久性灯光的位置。每一个白点都代表一个城市。 卫星图像里的地球之夜 这张地图显示了世界城市的地理分布。很明显，城市主要集中于欧洲、美国东部、日本、中国和印度。这张地图不是显示了人口的地理分布，而是很好地显示了夜间户外照明电量消耗的地理分布。比如说，美国东部非常明亮，但是人口更为稠密的中国和印度却不是那么明亮。 卫星图像里的北美之夜 这张地图显示了夜晚美国、加拿大、墨西哥和加勒比地区灯光的地理分布。强光出现在一个链条上，这个链条包括华盛顿特区，费城，新泽西，纽约和波士顿。加拿大的一些大城市主要分布于距离美国边境约几百英里的范围内。位于密歇根湖岸边的芝加哥格外突出，而其他大城市主要集中于高速公路网周围。在西海岸，西雅图、旧金山、洛杉矶和圣地亚哥异常耀眼。佛罗里达州和波多黎各的海岸线上分布着许多明亮的城市。除此之外，夏威夷和阿拉斯加附近水域的石油设施也属于“看得见的区域”。 卫星图像里的欧洲和非洲之夜 西欧的夜晚是 灯火通明 的。这幅图片清晰地显示了欧洲的城市是沿着海岸线分布的。地中海沿岸的意大利、法国和西班牙是实线的光，因为这里是黑海和里海的南部海岸线。北非的撒哈拉和中南部非洲的丛林基本上没有光亮的城市。一个最突出的特点就是，在尼罗河阿斯旺大坝下游分布有高度集中的城市。 卫星图像里的南美之夜 南美洲的城市集中于大西洋西南部的沿岸、太平洋沿岸和北部的哥伦比亚和委内瑞拉。大面积的亚马逊河流域没有光明的城市，一些夜间灯光实际上有可能是森林火灾和农业焚烧。 卫星图像里的亚洲和澳洲之夜 日本、中国台湾的西海岸、韩国、香港和曼谷在这幅图像上格外显眼。我们能够发现，在俄罗斯北部广大黑暗的地区，跨西伯利亚铁路沿线是一条光线。高密度的城市集中在中国东部、印度尼西亚、印度和澳大利亚的东海岸，这都可以清楚地看到。

个人分类: 卫星图像|18948 次阅读|2 个评论

天外奇想之二：哈勃太空望远镜

sheep021 2009-6-11 11:02

看到吴中祥老师的 哈勃望远镜拍到壮观宇宙喷泉 （ http://www.sciencenet.cn/m/user_content.aspx?id=237314 ） 图很猛，很多似曾相识，就像3D做出来的一样，思路顿开，连回两贴： 1.国之利器，不可以示人。 我怀疑这些都是处理过的东西，人家是不会白白共享成果的 同理，我认为，我们自己发布的数据也要处理一下，不要泄密 说科学无国界，那是骗傻子的。 我们自己太空行走之后，才知道以前被人忽悠了 我们曾经跟人家合作研究地质、地下构造等课题，泄了多少秘，估计目前未必清楚。 2.哈勃望远镜的真实作用估计不是表面上宣传的那样 我们不妨猜想一下： 如果用来对地观测，将会怎样？ 也许，它可以对准某间办公室，里面的声音被听得一清二楚。 也许，它可以对准某街上的某个人，其言行举止皆被掌握 也许，它可以对准某街上的某个人，免费对其进行放化疗 一切，皆由其操控者而定。

个人分类: 聆听自然|837 次阅读|0 个评论

图像特征特点及其常用的特征提取与匹配方法

xqyslj 2009-3-14 14:27

常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一 颜色特征 （一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。 （二）常用的特征提取与匹配方法 （1） 颜色直方图 其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。 最常用的颜色空间：RGB颜色空间、HSV颜色空间。 颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。 （2） 颜色集 颜色直方图法是一种全局颜色特征提取与匹配方法，无法区分局部颜色信息。颜色集是对颜色直方图的一种近似首先将图像从 RGB颜色空间转化成视觉均衡的颜色空间（如 HSV 空间），并将颜色空间量化成若干个柄。然后，用色彩自动分割技术将图像分为若干区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达为一个二进制的颜色索引集。在图像匹配中，比较不同图像颜色集之间的距离和色彩区域的空间关系 （3） 颜色矩 这种方法的数学基础在于：图像中任何的颜色分布均可以用它的矩来表示。此外，由于颜色分布信息主要集中在低阶矩中，因此，仅采用颜色的一阶矩（mean）、二阶矩（variance）和三阶矩（skewness）就足以表达图像的颜色分布。 （4） 颜色聚合向量 其核心思想是：将属于直方图每一个柄的像素分成两部分，如果该柄内的某些像素所占据的连续区域的面积大于给定的阈值，则该区域内的像素作为聚合像素，否则作为非聚合像素。 （5） 颜色相关图 二 纹理特征 （一）特点：纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。在模式匹配中，这种区域性的特征具有较大的优越性，不会由于局部的偏差而无法匹配成功。作为一种统计特征，纹理特征常具有旋转不变性，并且对于噪声有较强的抵抗能力。但是，纹理特征也有其缺点，一个很明显的缺点是当图像的分辨率变化的时候，所计算出来的纹理可能会有较大偏差。另外，由于有可能受到光照、反射情况的影响，从2-D图像中反映出来的纹理不一定是3-D物体表面真实的纹理。 例如，水中的倒影，光滑的金属面互相反射造成的影响等都会导致纹理的变化。由于这些不是物体本身的特性，因而将纹理信息应用于检索时，有时这些虚假的纹理会对检索造成误导。 在检索具有粗细、疏密等方面较大差别的纹理图像时，利用纹理特征是一种有效的方法。但当纹理之间的粗细、疏密等易于分辨的信息之间相差不大的时候，通常的纹理特征很难准确地反映出人的视觉感觉不同的纹理之间的差别。 （二）常用的特征提取与匹配方法 纹理特征描述方法分类 （1）统计方法统计方法的典型代表是一种称为灰度共生矩阵的纹理特征分析方法Gotlieb 和 Kreyszig 等人在研究共生矩阵中各种统计特征基础上，通过实验，得出灰度共生矩阵的四个关键特征：能量、惯量、熵和相关性。统计方法中另一种典型方法，则是从图像的自相关函数（即图像的能量谱函数）提取纹理特征，即通过对图像的能量谱函数的计算，提取纹理的粗细度及方向性等特征参数 （2）几何法 所谓几何法，是建立在纹理基元（基本的纹理元素）理论基础上的一种纹理特征分析方法。纹理基元理论认为，复杂的纹理可以由若干简单的纹理基元以一定的有规律的形式重复排列构成。在几何法中，比较有影响的算法有两种：Voronio 棋盘格特征法和结构法。 （3）模型法 模型法以图像的构造模型为基础，采用模型的参数作为纹理特征。典型的方法是随机场模型法，如马尔可夫（Markov）随机场（MRF）模型法和 Gibbs 随机场模型法 （4）信号处理法 纹理特征的提取与匹配主要有：灰度共生矩阵、Tamura 纹理特征、自回归纹理模型、小波变换等。 灰度共生矩阵特征提取与匹配主要依赖于能量、惯量、熵和相关性四个参数。Tamura 纹理特征基于人类对纹理的视觉感知心理学研究，提出6种属性，即：粗糙度、对比度、方向度、线像度、规整度和粗略度。自回归纹理模型（simultaneous auto-regressive, SAR）是马尔可夫随机场（MRF）模型的一种应用实例。 三 形状特征 （一）特点：各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索，但它们也有一些共同的问题，包括：①目前基于形状的检索方法还缺乏比较完善的数学模型；②如果目标有变形时检索结果往往不太可靠；③许多形状特征仅描述了目标局部的性质，要全面描述目标常对计算时间和存储量有较高的要求；④许多形状特征所反映的目标形状信息与人的直观感觉不完全一致，或者说，特征空间的相似性与人视觉系统感受到的相似性有差别。另外，从 2-D 图像中表现的 3-D 物体实际上只是物体在空间某一平面的投影，从 2-D 图像中反映出来的形状常不是 3-D 物体真实的形状，由于视点的变化，可能会产生各种失真。 （二）常用的特征提取与匹配方法 Ⅰ几种典型的形状特征描述方法 通常情况下，形状特征有两类表示方法，一类是轮廓特征，另一类是区域特征。图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。 几种典型的形状特征描述方法： （1）边界特征法该方法通过对边界特征的描述来获取图像的形状参数。其中Hough 变换检测平行直线方法和边界方向直方图方法是经典方法。Hough 变换是利用图像全局特性而将边缘像素连接起来组成区域封闭边界的一种方法，其基本思想是点线的对偶性；边界方向直方图法首先微分图像求得图像边缘，然后，做出关于边缘大小和方向的直方图，通常的方法是构造图像灰度梯度方向矩阵。 （2）傅里叶形状描述符法 傅里叶形状描述符(Fourier shape descriptors)基本思想是用物体边界的傅里叶变换作为形状描述，利用区域边界的封闭性和周期性，将二维问题转化为一维问题。 由边界点导出三种形状表达，分别是曲率函数、质心距离、复坐标函数。 （3）几何参数法 形状的表达和匹配采用更为简单的区域特征描述方法，例如采用有关形状定量测度（如矩、面积、周长等）的形状参数法（shape factor）。在 QBIC 系统中，便是利用圆度、偏心率、主轴方向和代数不变矩等几何参数，进行基于形状特征的图像检索。 需要说明的是，形状参数的提取，必须以图像处理及图像分割为前提，参数的准确性必然受到分割效果的影响，对分割效果很差的图像，形状参数甚至无法提取。 （4）形状不变矩法 利用目标所占区域的矩作为形状描述参数。 （5）其它方法 近年来，在形状的表示和匹配方面的工作还包括有限元法（Finite Element Method 或 FEM）、旋转函数（Turning Function）和小波描述符（Wavelet Descriptor）等方法。 Ⅱ 基于小波和相对矩的形状特征提取与匹配 该方法先用小波变换模极大值得到多尺度边缘图像，然后计算每一尺度的 7个不变矩，再转化为 10 个相对矩，将所有尺度上的相对矩作为图像特征向量，从而统一了区域和封闭、不封闭结构。 四 空间关系特征 （一）特点：所谓空间关系，是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系也可分为连接/邻接关系、交叠/重叠关系和包含/包容关系等。通常空间位置信息可以分为两类：相对空间位置信息和绝对空间位置信息。前一种关系强调的是目标之间的相对情况，如上下左右关系等，后一种关系强调的是目标之间的距离大小以及方位。显而易见，由绝对空间位置可推出相对空间位置，但表达相对空间位置信息常比较简单。 空间关系特征的使用可加强对图像内容的描述区分能力，但空间关系特征常对图像或目标的旋转、反转、尺度变化等比较敏感。另外，实际应用中，仅仅利用空间信息往往是不够的，不能有效准确地表达场景信息。为了检索，除使用空间关系特征外，还需要其它特征来配合。 （二）常用的特征提取与匹配方法 提取图像空间关系特征可以有两种方法：一种方法是首先对图像进行自动分割，划分出图像中所包含的对象或颜色区域，然后根据这些区域提取图像特征，并建立索引；另一种方法则简单地将图像均匀地划分为若干规则子块，然后对每个图像子块提取特征，并建立索引。

个人分类: 未分类|6236 次阅读|0 个评论

通过对乳房变形建模预测肿瘤位置

bio 2009-2-15 22:46

乳腺癌是威胁女性生命的最大杀手之一，其早期诊断非常有意义。在磁共振成像时患者俯卧，乳房由于重力下垂；在早期胸部肿瘤X射线透视中，乳房被强烈压缩；而在超声或外科活检中，患者仰卧。在不同的检查条件下，乳房变形非常大，图像融合是一件非常困难的事情。 牛津大学的一项研究使用有限元法和非线性弹性法建立了一个精确解剖的三维乳房模型，这个模型基于MR图像，针对患者个性化。该模型可以变形以模拟乳房形状，并在早期胸部肿瘤X射线透视和外科活检中预测肿瘤位置。这需要解决两个标准弹性问题的扩展，即逆向弹性问题和压缩建模中的接触问题。其中逆向弹性问题源于这样一个现实，即最初只有一个变形的具有应力的状态是已知的。 进行建模的首要任务是进行MR图像的分割，皮肤的边缘检测相对直接，但是对胸肌的自动检测就非常困难，在这项研究中他们使用了对胸壁手动分割的方法，这种方法显然在临床软件中是不适用的，研究者们希望在下一步的工作中开发半自动的精确的具有鲁棒性的胸肌划分方法，或者进一步研究边界条件对结果的影响。在网格生成方面研究者们使用了基于表面的方法，他们认为进一步研究的一个具有潜力的领域是开发新的算法或者应用目前的算法于产生乳房的良好六面体网格。 （IEEETransactionsonBiomedicalEngineering）2008年55卷10期 原文链接：http://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=10 （牛文鑫/编译）

个人分类: 生物力学|4518 次阅读|0 个评论