草稿:Baboon測試圖像
 | 本草稿尚未提交審核
提交前，请先查閱維基百科不是什麼，以免犯下常見錯誤。 要让草稿被接受，需要至少满足以下要求：
我们强烈不鼓励您創建與您自己、您所在的組織、其對手或其產品相關的條目。如果您仍要这么做，请申报利益冲突。 注意：若您提交之后，本模板出现在页面最下方，表示您已成功提交。
如何改善您的草稿
|  |
Baboon（又稱 Mandrill）是一張廣泛用於數位影像處理與電腦視覺研究的標準測試圖像，內容為一隻雄性山魈（Mandrillus sphinx）面部的彩色近距離照片。自1970年代被南加州大學影像處理研究所（USC-SIPI）數位化並收錄於〈Standard Image Database〉以來，Baboon 以其同時包含大面積低頻色塊與高頻紋理細節而成為教材、論文與演算法評估的經典範例。
歷史來源
[编辑]- 1970 年代初期，USC-SIPI 為撰寫教科書與建立統一測試集，將多張彩色幻燈片掃描成 512×512 畫素、24 位元深度之數位檔案。[1]
- 當時實驗室人員誤將山魈稱作「狒狒」（Baboon），此名稱遂沿用至今。[2]
- IPOL 期刊指出，現行高畫質版本攝於 1970 年代，由美國魚類及野生動物管理局攝影師 Gary Kramer 拍攝，屬公有領域。[3]
技術特徵
[编辑]- 解析度：常用標準為 512 × 512 像素，RGB 24 位元。[1]
- 色彩/紋理
- 低頻內容－鼻部紅、黃、青綠等大面積高飽和區域；
- 高頻內容－面部與鬃毛呈現細碎雜亂紋理。
- 直方圖：灰度分佈多峰，無單一主尖峰，顯示影像動態範圍廣。
應用範例
[编辑]影像壓縮
[编辑]Baboon 常與 Lenna、Peppers 等圖並列，用於比較 JPEG、JPEG 2000、SPIHT、小波壓縮等於高壓縮率下的PSNR(峰值訊雜比）、SSIM 與視覺失真。[4]
壓縮演算法評估
[编辑]Baboon 圖像最具代表性用途為壓縮與編碼領域測試。因其色彩和細節豐富，高壓縮率下容易暴露壓縮失真，常用於比較不同壓縮技術之品質差異。JPEG的開發和測試過程中，即採用Baboon圖像觀察低位元率下視覺失真。
去雜訊與增強
[编辑]在去雜訊演算法（例如非區域平均、BM3D）與超解析度重建實驗中，需同時維持平滑區域自然外觀及紋理細節完整，Baboon 的複雜頻譜成為檢驗演算法平衡能力的基準。影像增強、對比度拉伸等任務中，Baboon 圖像也可測試不同性質區域的適應性。
影像分割與辨識
[编辑]Baboon 圖像內容複雜，物體邊界（如山魈面部與背景、色塊交界）不銳利單一，對分割演算法具挑戰性。曾被用於測試彩色圖像分割、紋理分類等演算法效能。
資訊隱藏與浮水印
[编辑]高頻鬃毛提供隱藏訊息的良好掩蔽；多篇隱寫術論文以 Baboon 作為覆蓋圖測試有效載量與視覺不可見度。[5]
圖像格式與取得
[编辑]- USC-SIPI 標準版本：檔名「4.2.03 Mandrill（Baboon）」，TIFF 格式，RGB 24-bit。[6]
- 多數數值運算軟體（MATLAB、OpenCV、Scikit-Image 等）皆內建此圖做為範例。
- 版權：原始照片屬公有領域；USC-SIPI 指定可自由下載並用於研究與教育。
測試用途
[编辑]| 測試範疇 | 原因／挑戰 |
|---|---|
| 有損壓縮 | 同時檢驗色塊失真與高頻模糊 |
| 降噪、增強 | 需在平滑區域抑制雜訊且保留鬃毛細節 |
| 影像分割 | 色彩多樣、紋理複雜；前背景邊界不明顯 |
| 隱寫、水印 | 高頻紋理區利於隱藏資料而不被察覺 |
參見
[编辑]參考資料
[编辑]- ^ 1.0 1.1 Allan E. Weber. Image Data Base (技术报告). University of Southern California Signal and Image Processing Institute. 1983. USC-SIPI-TR-101.
- ^ Mulvin, Dylan; Sterne, Jonathan. Image Problems. New Media & Society. 2015, 17 (8): 1204–1227.
- ^ Kramer, Gary. Mandrill Photograph. IPOL Image Collection. 2012.
- ^ {{Cite [[=JPEG: Still Image Data Compression Standard|author=Pennebaker, William; Mitchell, Joan|publisher=Springer|year=1993|isbn=978-0-442-01272-4}}
- ^ Chan, Che-Wei; Cheng, Lap-Tak. Hiding data in images by simple LSB substitution. Pattern Recognition. 2004, 37 (3): 469–474.
- ^ SIPI Image Database Download Page. [2025-05-26].