当前位置: 首页 > news >正文

图像处理中经常用的一幅图片Lena.jpg

  在数字图像处理中,Lena(Lenna)是一张被广泛使用的标准图片,特别在图像压缩的算法研究中。

  为什么用这幅图,是因为这图的各个频段的能量都很丰富:即有低频(光滑的皮肤),也有高频(帽子上的羽毛),很适合来验证各种算法。然而,这张图片背后的故事是颇有意思的,很多人都抱有学究都是呆子的看法,然而Lena对此就是一个有力的驳斥。lena(lenna)是一张于1972年11月出版的Playboy的中间插页,在这期杂志中使用了“Lenna”的拼写,而实际莉娜在瑞典语中的拼写是“lena”。如今的Lena生活在自己的祖国瑞典,从事于酿造业,婚后并生下3个孩子。

  从1973年以来,Lena就开始出现在图像处理的科学论文中,直到1988年,她才得知自己原来已经被从事图像处理行业的工作者认识。 1997年,lena 被邀请参加了在波士顿举办的第50届图像科技技术年会。
       1973年6,7月间,南加州大学信号图像处理研究所的副教授Alexander和学生一起,为了一个同事的学会论文正忙于寻找一副好的图片。他们想要一副具有良好动态范围的人的面部图片用于扫描。不知是谁拿着一本Playboy走进研究室。由于当时实验室里使用的扫描仪(Muirhead wirephoto scanner)分辨率是100行/英寸,试验也仅仅需要一副512X512的图片,所以他们只将图片顶端开始的5.12英寸扫描下来,切掉肩膀一下的部分。多年以来,由于图像Lena源于Playboy,将其引用于科技文章中饱受争议。Playboy杂志也将未授权的引用告上法庭。随着时间流失,人们渐渐淡忘Lena的来源,Playboy也放松了对此的关注。值得一提的是,Lena也是playboy发行的最畅销的海报,已经出售7,161,561份。

      这个是原版的Lena照片,图像处理的初学者一定会大跌眼镜吧。

PlayBoy杂志封面上的Lena.jpg


  另外一件有趣的事情是,Lenna的那一期杂志是当时Playboy销量最好的一期,共卖出去了7161561份。

现在Lena.jpg

标准Lena.jpg

  该图原本是刊于1972年11月号花花公子杂志上的一张裸体插图照片的一部分,这期花花公子也是历年来最畅销的一期,销量达7,161,561本。1973 年6月,美国南加州大学的信号图像处理研究所的一个助理教授和他的一个研究生打算为了一个学术会议找一张数字照片,而他们对于手头现有成堆"无聊"照片感到厌烦。事实上他们需要的是一个人脸照片,同时又能让人眼前一亮。这时正好有人走进实验室,手上带着一本当时的花花公子杂志,结果故事发生了……而限于当时实验室设备和测试图片的需要,lenna的图片只抠到了原图的肩膀部分。

       图中人为瑞典模特儿 Lena Soderberg (Lena Söderberg)。现在被广泛使用的英文化名字"Lenna"最初是由花花公子杂志发表此照片时命名的,以方便英语读者近似正确地读出瑞典语中"Lena"的发音。Lena Soderberg女士现在仍住在她的家乡瑞典,拥有一个有三个孩子的家庭,并且在国家酒类专卖局工作。在1988年的时候,她接受了瑞典一些计算机相关出版社的访问,她对于她的照片有这样的奇遇感到非常的惊奇与兴奋。这是她首次得知她的照片被应用在计算机行业。Lena Soderberg于1997年被邀请为嘉宾,参加了数字图像科学技术50周年学术会议。在该会议上,Lenna成了最受欢迎的人之一,她做了关于自己介绍的简要发言,并被无数的fans索取签名。 

       莱娜图在图像压缩算法是最广泛应用的标准测试图——她的脸部与裸露的肩部已经变成了事实上的工业准。然而,这张图像的使用也引起了一些争议。一些人担心它的色情内容;《花花公子》杂志曾经威胁要起诉对莱娜图未经授权的使用。不过这家杂志已经放弃了这种威胁,取而代之的是鼓励因为公众利益使用莱娜图。

        戴维·C·蒙森(David C.Munson),IEEE图像处理汇刊(IEEE Transactions on Image Processing)的主编, 在1996年1月引用了两个原因来说明莱娜图在科研领域流行的原因:1.该图适度的混合了细节、平滑区域、阴影和纹理,从而能很好的测试各种图像处理算法。2.Lenna是个美女,对于图象处理界的研究者来说,美女图可以有效的吸引他们来做研究。

 

转载,原文地址:http://blog.sina.com.cn/s/blog_53220cef0100lbzk.html

相关文章:

  • Git的安装和介绍
  • linux下netstat --timers / -o详解及keepalive相关
  • iOS 10 开发 相机相关的适配
  • LINQ语句中的.AsEnumerable() 和 .AsQueryable()的区别
  • 2017阅读计划
  • svnserve+ssh服务器Apache+svn服务器创建
  • nginx proxy_pass代理小结
  • Charles抓取android设备http信息
  • 2016 年 Linux 领域的十大新闻,你有关注吗?
  • C#学习基础--静态构造函数
  • Hadoop 2.6.0 HA高可用集群配置详解
  • PHP Socket 编程过程详解
  • 强名称(3)强名称的脆弱性
  • 写代码的正确姿势
  • 从用户的视角看待网页设计(三)
  • JS 中的深拷贝与浅拷贝
  • “大数据应用场景”之隔壁老王(连载四)
  • 《Javascript高级程序设计 (第三版)》第五章 引用类型
  • 《网管员必读——网络组建》(第2版)电子课件下载
  • 【399天】跃迁之路——程序员高效学习方法论探索系列(实验阶段156-2018.03.11)...
  • 【跃迁之路】【463天】刻意练习系列222(2018.05.14)
  • co模块的前端实现
  • JavaScript创建对象的四种方式
  • leetcode46 Permutation 排列组合
  • PAT A1092
  • 浮动相关
  • 构造函数(constructor)与原型链(prototype)关系
  • 前端性能优化——回流与重绘
  • 前嗅ForeSpider中数据浏览界面介绍
  • 前言-如何学习区块链
  • 探索 JS 中的模块化
  • 一个JAVA程序员成长之路分享
  • 在Docker Swarm上部署Apache Storm:第1部分
  • ​中南建设2022年半年报“韧”字当头,经营性现金流持续为正​
  • (12)Hive调优——count distinct去重优化
  • (175)FPGA门控时钟技术
  • (2)(2.4) TerraRanger Tower/Tower EVO(360度)
  • (附源码)spring boot基于小程序酒店疫情系统 毕业设计 091931
  • (介绍与使用)物联网NodeMCUESP8266(ESP-12F)连接新版onenet mqtt协议实现上传数据(温湿度)和下发指令(控制LED灯)
  • (牛客腾讯思维编程题)编码编码分组打印下标题目分析
  • (四)docker:为mysql和java jar运行环境创建同一网络,容器互联
  • (转)jdk与jre的区别
  • .NET(C#、VB)APP开发——Smobiler平台控件介绍:Bluetooth组件
  • .NET中的Event与Delegates,从Publisher到Subscriber的衔接!
  • .net专家(张羿专栏)
  • [ 常用工具篇 ] POC-bomber 漏洞检测工具安装及使用详解
  • [ 蓝桥杯Web真题 ]-布局切换
  • [2018/11/18] Java数据结构(2) 简单排序 冒泡排序 选择排序 插入排序
  • [30期] 我的学习方法
  • [ai笔记9] openAI Sora技术文档引用文献汇总
  • [Android]常见的数据传递方式
  • [Big Data - Kafka] kafka学习笔记:知识点整理
  • [C#]扩展方法
  • [C#]猫叫人醒老鼠跑 C#的委托及事件
  • [C#基础知识]专题十三:全面解析对象集合初始化器、匿名类型和隐式类型