💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、数据、文章下载

---

💥1 概述

摘要
对比敏感度函数（CSF）是许多视觉模型的基石。它解释了人眼是否能看到对比度图案。现有的CSF通常涵盖了描述刺激的一部分相关维度，限制了这些函数的使用范围，要么适用于静态内容，要么适用于中央凹区域，但不能同时适用于两者。在本文中，我们提出了一个统一的CSF模型，stelaCSF，涵盖了刺激的所有主要维度：空间和时间频率、偏心度、亮度和区域。为了建模对比敏感度的5维空间，我们结合了来自11篇论文的数据，每篇论文研究了这些空间的一个子集。虽然以前提出的CSF是针对单个数据集拟合的，但stelaCSF可以使用相同的参数集预测所有这些研究的数据。这些预测在整个领域中，包括低频情况下都非常准确。此外，stelaCSF依赖于心理物理模型和实验证据，以解释CSF的5个维度之间的主要相互作用。我们演示了我们新的CSF在闪烁检测度量和中央凹渲染中的实用性。

详细文章见第4部分。

📚2 运行结果

部分代码：

% 2D plot - as the function of temporal frequency
figure(1);
clf;

t_freq = linspace( 0, 60 )'; %Hz, must be a column vector
csf_pars = struct( 's_frequency', 4, 't_frequency', t_freq, 'orientation', 0, 'luminance', 100, 'area', 1, 'eccentricity', 0 );          
S = csf_model.sensitivity( csf_pars );        

plot( t_freq, S );
set( gca, 'YScale', 'log' );
xlabel( 'Temporal frequency [Hz]' );
ylabel( 'Sensitivity' );

% 3D plot - as the function of spatial and temporal frequency
figure(2)
clf;

t_freq = logspace( 0.1, log10(64), 30 );
s_freq = logspace( log10(0.5), log10(64), 30 );

[ss, tt] = meshgrid( s_freq, t_freq );

csf_pars = struct( 's_frequency', ss(:), 't_frequency', tt(:), 'orientation', 0, 'luminance', 100, 'area', 1, 'eccentricity', 0 );          
S = csf_model.sensitivity( csf_pars );        
S = reshape( S, size(ss) );

surf( s_freq, t_freq, S, 'FaceColor', 'interp', 'FaceLighting', 'phong' );
set( gca, 'XScale', 'log' );
set( gca, 'YScale', 'log' );
set( gca, 'ZScale', 'log' );
zlim( [1 1000] );
xlabel( 'Spatial frequency [cpd]')
ylabel( 'Temporal frequency [Hz]')
zlabel( 'Sensitivity')
title( 'stelaCSF');

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

🌈4 Matlab代码、数据、文章下载