原理
1、亮度阈值效应：JND曲线
图中说明，人眼在暗的场景下分辨能力是弱的。
比如下图，在灰度值整体加80之后，人眼原先分辨不出的背景文字，衣服褶皱便可看清
（PS：从ppt里扒下来的图都不能用，由于图片压缩，其实原图黑色部分已十分接近，+80也分辨不出来，只能百度重搜。还有上次，只有5个灰度级的图像扒下来后灰度级变多了很多（比较连续了），以后有功夫再看压缩的原理吧）
让我想起一个小伙用美图秀秀的涂鸦笔给自己名字打码，被人调高亮度后扒出来的事。
2、空间频率掩盖效应（单位视角，明暗变化个数）
频率越高，视网膜细胞是有限的嘛，所以分辨能力会下降，比如隔远了看屏幕，尽管屏幕分辨率没变，但看到的细节就没那么清晰了。
那频率低了为啥也不行呢？
比如这张图（我记得有个祖师爷的图来着就是没搜到），近了看全是小点点，远了看却是人像。和视线聚焦有关吧？人眼关注的焦点部分其实不大，so。。。
于是乎，就有了利用JND和MTF评判图片处理质量的算法：
实现
1、建立从0-255的、uint8格式的JND曲线：存储为JNDtable.mat文件，以作备用。（JND函数就从老师ppt上码下来的，百度不太多？）
2、导入图像，这里我用同一张图，亮图=暗图+80（uint8格式，超过255自动变255）
如下
J=imread('***.jpg');J=rgb2gray(I); K=J+100;subplot(1,2,1);imshow(J);title('原图像');subplot(1,2,2);imshow(K);title('灰度+80');
运行结果就最上面俩图
然后调用质量评估函数JND_test
map1=JND_test(K);map2=JND_test(J);subplot(1,2,1);imshow(map1);title('亮图像');%一个figure显示subplot(1,2,2);imshow(map2);title('暗图像');%一个figure显示
质量评估函数JND_test.m文件：
采用中心灰度值减去周围灰度加权的方式，作为该中心点灰度变化的值。采用filter滤波器，核参数5*5：
function [map] = JND_test(A)load 'JNDtable.mat'%函数内外参数互不影响，如果不load，会把y当做函数名，显示未定义与 'uint8' 类型的输入参数相对应的函数 'y'。h=[1 1 1 1 11 2 2 2 1 1 2 0 2 1 1 2 2 2 11 1 1 1 1];pic = filter2(h,A,'same')./32;pic=uint8(pic);img=A-pic;[H, L] = size(A);map=uint8(zeros(H,L));for i=1:Hfor j=1:Lif img(i,j)>y(A(i,j)+1)map(i,j)=255;endendend
识别结果：
对比发现亮图中衣服细节能体现出来，后面的字亮图的提取结果也稍完整一些，比较符合人看到的结果。
然后，MTF没听懂啊啊啊啊啊啊啊啊啊啊啊
