虚拟图像是指传送到用户的感觉器官末梢的可视的、可听到的、可触摸到的事物，它们看起来好像来源于围绕用户的三维空间。

虚拟图像从“最亮”到“最暗”按照灰度划分等级数的，动态范围越大，所能表示的层次越丰富，所包含的色彩空间也就越广。

在计算机技术迅速发展的今天，不论是软件还是硬件都已经发展到一个很高的水平．但对于追求更高质量的用户来说，计算机的发展是无止境的．尤其是对图像质量的要求。对生产厂商和开发商来说，更好的计算机性能、更快的处理速度、更优越的图像质量就意味着更多的用户和更大的利益。在这种情势下，一些生产厂商和开发商就针对图像质量的提高而采用了HDR技术。而HDR就是从最亮到最暗可以达到的非常高的比值。HDR技术在改善虚拟图像某些方面的质量上能尽可能使其逼近真实环境。物体受到光照效果的影响，会出现“高光”区、“泛光”区，真实地表现出这些区域，使其更有立体感，更有真实性。

计算机要想实现HDR图像，并不是只要有支持HDR技术的硬件就可以了，也不是只靠软件就可以生成HDR网像，而是要两者相互结合。HDR图像的实现基本上可以分为以下两大部：

(1)计算部分。GPU采用浮点数进行着色、混合、滤波以及贴网等，并且将数据以原有精度储存以保证浮点数据的对数特性。

(2)转换部分。将HDRI画面转换为显示器所支持的低动态值得画面，并且进行颜色等校正后传到显示器。在这个过程中最重要的一环就是Tone Mapping(调和映射)。调和映射就是调高环境亮度。将原来黑暗处的物体细节展现出来。并且没有产生图片黑变灰的现象。在当前显示器最大只能显示32bit像素数据的情况下，调和映射将浮点的亮度和色彩转换成显示器可以显示的亮度和色彩。在尽可能的程度上以满足人眼的动态范围。

图1为一个简单的HDR处理流程图。在这里要说明的是，在计算部分中一般用来储存的32位寄存器肯定不能满足需求，因此需要更大的非标准寄存器来存储颜色数据。而在转换部分中由于要把浮点格式的数据转换为整数格式的．必定会产生偏差，但因为在计算部分中所的高精度，使得这些偏差完全在可以接受的范围之内。

虚拟图像扫描设备是利用TWAIN 标准实现的。TWAIN 标准是由美国5 家公司研制成功的,是图像扫描设备与应用程序之间的信息交换协议。生产扫描设备的厂家遵循TWAIN 标准编写设备驱动程序, 信息系统的开发者采用TWAIN 标准进行应用程序的设计。因此, TWAIN 标准实际上是图像扫描设备的虚拟设备, 图像扫描设备与应用程序之间通过它实现信息交换。

参考以上TWAIN 结构及协议, 我们采用面向对象的程序设计方法, 用Borland C ++实现了一个虚拟图像扫描设备, 作为其他信息系统的子集, 实现对图像的扫描处理。算法如下(具体实现过程从略):

开始:

if 源管理未安装 then

安装源管理;

打开源管理;

选择源;

打开源;

设置源的特性;

sw it ch 源的传输模式of

case0 :　∥普通模式传输

请求源传输数据;

if 源准备好then

开始传输;

if 传输成功then

获取图像句柄;

else

出错信息;

break ;

case1 :　∥磁盘文件模式传输

设置磁盘文件传输模式;

确定源支持的文件格式;

创建文件名及模式;

传输数据进文件;

if 传输失败then

出错信息;

break ;

case2 :　∥缓冲区存储模式传输

设置缓冲区存储模式;

确定源使用的缓中区大小;

分配一个或多个缓冲区;

确定图像属性;

do {

传输开始;

if 传输成功then

查询缓冲区信息,保存数据;

}w hile(传输未结束&& 传输成功);

确认传输结束;

释放内存;

break ;

关闭源;

关闭源管理;

结束。

菲利浦·凯奥曾说:“以前图像可以说只是形象的再现:它是平面的,可能很逼真,但本质上是二维的。随着虚拟图像的出现,人们可以在里面探寻,与别的人相遇,有虚拟的经历。虚拟图像可以提供一个多维的空间,这完全不同于二维的平面。以前的图像你只能去欣赏而不能去切身的经历。在虚拟的图像里面,你将能够通过自身的体验来享受到现实中可能无法实现的经历。随着虚拟实在技术的进一步发展,其立体显示图像的清晰度大大超过了从前的平面图像;开发并研制出高性能的头盔和新型的传感手套,这些先进的装置使我们可以“看到”平时难以想象的画面,甚至还可以用手去“触摸”它们。逼真的多维纵深空间、高清晰度的图像和可以触摸的色彩会使我们有身临其境的感觉。

虚拟图像基本上是潜在的,永远是可能的,在这里借用了亚里士多德的术语。它从来就不是可以一目了然的,与普通的图像(照片、影片、录像) 完全不同,普通的图像让人对自己的一切一览无遗———从来就没有什么东西隐藏在图像后面———而在虚拟图像中,原型和图像间有一种辩证关系:在‘原型’的图像之外总有另一些东西,它们通过同这个虚拟图像的相互作用不断地展示自己,总是准备向我们揭示隐藏在这一图像背后的别的什么东西。”正是虚拟图像的这种潜在性为审美主体拓展了想象的空间,人们可以体会那种“象外之象”的东西。多媒体文学利用这种图像的潜在性,使得欣赏者能体会到图像背后的东西,也就是说,能从“在场”的东西中体会到“不在场”的东西。

虚拟图像没有一处是一目了然的。在它们存在的某一特定时刻,它们确实通过一个视准仪或虚拟显示器出现在你的屏幕或视网膜上,但此时出现的图像,只是还在不断变化的图像中的一个。虚拟图像不但潜伏在原型中,而且还潜伏在你可以与这个原型不断进行的相互影响中。而原型本身也要不断变化。处在不断变化中的虚拟图像,给欣赏者带来更丰富的审美感受。这种虚拟图像的多变性恰好能给人带来游戏般的变化,人可以从中找到一种生活的情趣。

虚拟图像与现实是相对的,但与真实却是不矛盾的。虚拟图像从本质上说是由知识和数字形式构成的。这些形式是真实的。以前我们常说虚拟取材于现实,而现在也可以这样说:人们利用虚拟图像和模型来试图了解自然界并且重新认识自然的复杂性。传统的数学方法没法理解的复杂性,今天通过图像模型可以进行研究。例如,植物的生长,波涛的原动力。所以莫尼克·西卡尔说:“数字图像的出现拉近了人们与真实之间的距离”“, 一种新的视觉思考形式或许正在科学界内部诞生”。凯奥也说:“我想说的是这些虚拟图像中可能隐含的东西或许会让我们相信它们比以往任何时候都更真实。我们所面临的最大危险是21 世纪将越来越受制于世界的数字化。”正是在这层意义上我们说,这种虚拟的图像也具有真实性的一面。为此,我们可以重新思考亚里士多德的观点,文学是要描写根据可然律或必然律可能发生的事情。那么虚拟图像也是模拟将来可能发生的事情。多媒体文学正试图利用诗、画、声等媒介来穿透既有的现实,达到虚拟的真实性。

虚拟图像从想像中的物体到想像中的光照、想像中的摄像机等，都是采用数学建模的方式，利用成像几何原理，在计算机上制作的。例如，在现在电影中，所合成的灾难场面、历史场面等，给提升电影的感染力发挥了很好的作用。虚拟图像的一个最大问题是，因为是在数学模型下生成的图像，所以在与实际拍摄的图像进行合成时，其真实感是否可以得到很好的保持，是一个比较关键的问题。例如，实际拍摄的图像，一定存在尘埃对画面的影响，存在摄像设备本身的固有噪声等，而虚拟图像是仿佛在真空中拍摄的图像，所有实际的干扰都不存在。这种现象会导致一定程度地降低了图像的真实感。

人脸识别

在通常情况下，获得一个人的单幅标准人脸图像(正面正常表情)是完全有可能的。人脸识别模型流程可分为训练和识别2个过程。训练过程流程描述如下：

(1)对训练集中的每张图像按扩张方法来扩张训练集。

(2)将扩张训练集图像进行两层二维离散小波变换，取两层分解后的低频信息组成“低频脸”训练集，而达到降维、消除表情和遮掩带来的高频信息的目的。

(3)求取“低频脸”训练集的2DPCA投影矩阵 ，并对“低频脸”图像矩阵进行2DPCA变换得到“特征脸”矩阵，而达到特征抽取、降维的目的。

识别过程流程描述如下：

(1)将待识别人脸图像进行两层二维离散小波变换，得到“低频脸”图像矩阵。

(2)根据训练过程中得到的2DPCA投影矩阵 对“低频脸”进行特征抽取，得到“特征脸”矩阵。

(3)将待测“特征脸”输入到最近邻分类器，与训练“特征脸” 集进行距离比较，得到识别

结果。