Sosiaalisessa mediassa on viime päivinä kiertänyt hauska illuusiokuva, jossa näyttää olevan vuohia, mutta johon on piilotettuna muutakin. Jos siristät silmiäsi tai otat silmälasit pois, keskellä kuvaa näyttää olevan parrakkaan miehen kasvot.

Silmien siristäminen tai silmälasien pois ottaminen muuttaa kuvan epätarkaksi, mikä tarkoittaa, että emme erota siitä pieniä yksityiskohtia. Saman voi tehdä kuvankäsittelyohjelmassa, kuten olen tehnyt alla olevassa kuvassa. Pienten yksityiskohtien kadottua miehen kasvot näkyvät selvästi.

Illuusio on mainio esimerkki eri yksityiskohtaisuustasojen käsittelystä aivoissa. Aivotutkimuksessa yksityiskohtien koko voidaan määritellä matemaattisesti ja sitä kutsutaan spatiaaliseksi frekvenssiksi eli paikkataajuudeksi.

Pienet yksityiskohdat, kuten vuohien karvat, sarvet tai silmät, ovat korkeita taajuuksia ja suuremmat yksityiskohdat ovat matalia taajuuksia. Jos sumennan vuohikuvaa kuvankäsittelyohjelmassa, poistan siitä korkeat taajuudet ja näkyviin jäävät matalat taajuudet.

Arkielämässä kuvan korkeat ja matalat taajuudet välittävät yhteneväistä tietoa. Tavallista kuvaa sumentamalla sieltä ei yleensä ilmaannu uusia kuvia, vaan näkyviin jäävät vain kuvan suuremmat yksityiskohdat.

Jos esimerkiksi tarkastelen alla olevaa kuvaa, siinä erottuvat yksittäiset kasvit tai talojen pienetkin osat.

Jos sumennan kuvaa, sieltä erottuvat enää suuremmat piirteet. Koska kyseessä ei ole illuusiokuva, sumennettuun kuvaan ei ilmesty mitään uutta.

Aivotutkimuksen näkökulmasta tämä liittyy mekanismeihin, jotka käsittelevät eri yksityiskohtaisuustason tietoa. Nämä paikkataajuuden suhteen valikoivat kanavat löydettiin kissan aivoista vuonna 1966 (Enroth-Cugell & Robson, 1966). Vuonna 1968 Fergus Campbell ja John Robson osoittivat psykofysiikan avulla, että ihmisen aivoissa on samanlaisia paikkataajuuden suhteen valikoivia kanavia (Campbell & Robson, 1968).

Paikkataajuusvalikoivien kanavien olemassaolo tarkoittaa, että aivoissa on erilliset mekanismit pienille yksityiskohdille ja kuvan suuremmille piirteille. Erilliset mekanismit mahdollistavat kuvapiirteiden monipuolisemman käytön. Esimerkiksi matalia taajuuksia sisältävä kuva, eli tuo sumennettu versio, voidaan lähettää nopeasti eteenpäin korkeammille aivoalueille ikään kuin esitiedoksi kuvan yleisesti ominaisuuksista. Näin aivot hahmottavat näkymän yleisen idean nopeasti ja yksityiskohdat seuraavat muutamien satojen millisekuntien päästä perässä. Myös nopeat silmänliikkeet ohjautuvat matalia taajuuksia sisältävän kuvan avulla.

Vuonna 1973 Leon Harmon ja Bela Julesz osoittivat, että eri paikkataajuudet saattavat häiritä toisiaan. He mittasivat psykofysiikan menetelmillä Abraham Lincolnin valokuvan tunnistamiskykyä. Lähtökohtana oli tämä valokuva Lincolnista

Kasvoja oli vaikeampi tunnistaa, jos kuvasta poistettiin pienet yksityiskohdat tekemällä alla olevan kaltainen blokkikuva. Kyllä Lincoln tästäkin selvästi häämöttää, mutta kuvan sumentamiseen verrattuna tunnistaminen on tässä hiukan vaikeampaa.

Ero näkyy hyvin alla olevassa kuvassa, jossa Lincoln erottui paljon helpommin, kun sama määrä tietoa oli poistettu kuvaa sumentamalla. Tästä kuvasta Lincoln erottui todella nopeasti.

Sekä blokkikuvassa että sumennetussa kuvassa on siis poistettu tietoa, mutta blokkikuvan teräviin reunoihin jää korkeataajuista tietoa, joka häiritsee kuvan tunnistamista. Sen sijaan tasaisesti sumennetussa kuvassa ristiriitaista tietoa ei ole.

Harmon ja Julesz siis osoittivat, että jos eri taajuusalueiden tieto on ristiriitaista, se voi häiritä kuvan tunnistamista. He myös osoittivat, että erityisesti korkeataajuinen tieto häiritsee matalien taajuuksien havaitsemista. Toisin sanoen, jos korkeat ja matalat taajuudet ovat ristiriitaisia, aivot nojautuvat enemmän korkeisiin taajuuksiin eli pieniin yksityiskohtiin.

Vuohikuvassa korkeataajuinen vuohien kuva dominoi havaintoa ja piilottaa matalilla taajuuksilla oleilevat miehen kasvot. Kuvassa on siis kaksi sisältöä, joista toinen pysyy sumentamiseen saakka piilossa.

Vuohikuvaan piiloutuvat kasvot muistuttavat Aude Olivan vuonna 2006 tekemää nokkelaa hybridikuvailluusiota, jossa matalille ja korkeille taajuuksille laitetaan tietoisesti erilaista tietoa, joka tulee näkyviin vain näkymä sumentamalla, kuten alla olevassa kuvassa.

Kuuluisin hybridikuva on Einstein-Monroe-illuusio, jossa ensin näkyy Albert Einstein, mutta silmiä siristämällä näkyviin ilmaantuu Marilyn Monroe.

Lähteet

Campbell, F. W., & Robson, J. G. (1968). Application of fourier analysis to the visibility of gratings. The Journal of Physiology, 197(3), 551–566. https://doi.org/10.1113/jphysiol.1968.sp008574

Enroth-Cugell, C., & Robson, J. G. (1966). The contrast sensitivity of retinal ganglion cells of the cat. The Journal of Physiology, 187(3), 517–552. https://doi.org/10.1113/jphysiol.1966.sp008107

Harmon, L. D., & Julesz, B. (1973). Masking in Visual Recognition: Effects of Two-Dimensional Filtered Noise. Science, 180(4091), 1194–1197. https://doi.org/10.1126/science.180.4091.1194

Oliva, A., Torralba, A., & Schyns, P. G. (2006). Hybrid images. ACM Transactions on Graphics, 25(3), 527–532. https://doi.org/10.1145/1141911.1141919