人眼视觉感知特性概述：敏锐度、光谱灵敏度、对比度灵敏度和掩蔽效应

本文将概述人眼视觉感知的几个关键特性，这些特性对我们如何感知图像和视频至关重要。

3.1.1 视觉敏锐度

人眼的视场（FoV）宽度为200°，高度为135°。然而，视觉敏锐度在 FoV 中分布不均匀。由于光感受器和神经节细胞分布在视网膜中央凹处极其密集（半径约为 1.5 毫米，覆盖视网膜的 1%），因此中央凹成为最敏感的视觉区域。随着光感受器和神经节细胞的密度从中央凹到外围迅速降低，视觉敏锐度随着偏心度的增加而逐渐降低 [87]。换句话说，可见阈值随着偏心度的增加而增加 [81]。最近，发现等偏心位置的视觉敏锐度是不对称的，沿水平子午线优于沿垂直子午线 [17]。

中央凹的视觉敏锐度可以建模为 θ=1.22（λ/D）rad，其中 λ 是光的波长，D 是瞳孔直径，从白天的 3 mm 到夜视时的 9 mm 不等。相应地，视觉敏锐度从白天到夜晚逐渐降低。根据瑞利准则，白天 0.55 μm V 波段的最佳锐度约为 0.0128。当我们在距离 2 m 的 75 英寸 UHDTV 上观看 4K@3，840×1920 的视频时，每个像素提供的保真度在水平方向约为 0.0104，在垂直方向约为 0.0139，接近视网膜中央凹的最佳锐度。

3.1.2 光谱灵敏度

光感受器有两种：杆和锥。杆是视觉感知单目亮度和形状刺激的基础，锥是视觉感知颜色刺激的基础。由于光感受器对波长有选择性敏感，并具有非线性响应，因此对光谱存在视觉敏感性，即亮度和色度敏感性。

亮度灵敏度： 自然亮度是连续的，范围从 10−6-108 尼特。人眼可以感知亮度的高动态范围，从 scotopic（10−5-10 尼特）变化到光照（10 106 尼特），如图 2 所示。然而，当人眼一次区分相对亮度差异时，它要窄得多，大约是 102 刻度。HVS 需要调整虹膜、感光器和神经元以适应宽范围的亮度。因此，在传统视频中，只有 256 个 8 位深度的刻度用于表示每个像素的亮度。同时，SDR 显示器提供 0.1-300 尼特的亮度，具有 3000 对比度。最近，更多的位（10-12 位）用于表示 HDR 视频，HDR 显示器提供了从 0.05 到 1,000 尼特的更宽的亮度范围，具有 20,000 对比度。视觉范围和 HVS 的较窄判别尺度之间的不匹配激发了 FHVS 中的可见性阈值和 JND，这取决于图像背景、环绕声、峰值和亮度的动态范围以及图像内容 [47]。
色度灵敏度： 人眼对波长在 380 nm 和 800 nm 之间的光的视觉灵敏度变化很大。三种视锥（S、M、L-cones）分别对蓝色（437 nm）、绿色（533 nm）和红色（564 nm）光敏感 [86]，这激发了 RGB 原色表示。同时，光感受器在绿色中的灵敏度相对高于其他两种原色。由于杆的数量（1.3×108）比视锥（6.5×106）大得多，HVS 对颜色的敏感性低于亮度，而且视觉无色。此外，颜色分量通常在视频表示中进行下采样，例如 YUV422 和 YUV420。

3.1.3 空间对比度灵敏度

空间对比度灵敏度描述了空间域中亮度和黑暗区域之间的亮度可辨别性。给定背景亮度为 I 的图像和亮度为 I+ΔI 的居中亮度点，有一个比率定义为 K=ΔI/I，称为韦伯比 [94]。当 K 为 0.02 时，可以找到光斑和背景之间的最小可区分对比度阈值。此外，更大的 K 可以实现更强的视觉响应。

空间对比度灵敏度提供了 HVS 中频率响应的表征，它是低空间频率的带通滤波器和高空间频率的低通滤波器 [94]，如图 5（a）所示。它在极低或高空间频率下降低，并在 10 cpd 左右达到峰值。除了频率之外，空间对比度灵敏度还受到许多其他因素的影响，包括背景亮度、人的年龄、偏心度、光谱、模式和刺激类型 [4]。发现彩色（蓝黄、红绿）的对比度灵敏度是低通滤波器 [49]，其峰值相对低于消色差滤波器 [71]。一般来说，空间对比度灵敏度随着背景亮度的增加而增加 [5]，随着年龄和与偏心距离的增加而降低 [81]。此外，空间频率与适应模式和方向相似的测试模式的灵敏度下降，与方波刺激相比，正弦波刺激的灵敏度也下降。

[图片] 图 5。具有亮度自适应的时空 CSF。（a）空间 [94]。（b）时间 [45]。

3.1.4 时间对比度灵敏度

时间对比度灵敏度测量亮度差异随时间的可辨别性，它与时间频率、对比度水平、模式等有关 [45]。发现这种灵敏度随着输入对比度刺激的增加而增加。在这种情况下，光感受器（杆和锥）更容易达到其感知阈值，临界持续时间更短。时间对比度灵敏度是带通滤波器，并在 5 Hz 左右达到峰值 [45]，如图 5（b）所示，可以建模为两个对数缩放的高斯滤波器的添加 [79]。此外，发现 V1 和 V2 中的复杂细胞通常比简单细胞在空间和时间对比上更敏感 [92]。时间对比敏感度高于空间对比敏感度 [50]，如图 5 所示，这表明时间畸变更容易感知。

当时间频率达到 50 Hz 时，时间对比度灵敏度极低，如图 5（b）所示。因此，显示器的刷新率高于 60 Hz 以避免感知闪烁。此外，当背景亮度极亮或极暗时，时间对比度灵敏度会下降 [45]。由于 HDR 显示器提供更高的亮度动态范围，HDR 视频需要更高的帧率，例如 60-120 fps，以减少运动抖动和平滑的运动过渡。

3.1.5 视觉掩蔽效应

LGN 和初级视觉皮层在通过多个通道接收来自视网膜的神经电子信号时，具有不同的灵敏度反应，如频率、亮度、颜色、运动等。它们的反应是带通滤波器，其峰值和波段随刺激而变化。同时，由于它们的共存，将导致多种视觉刺激之间的干扰。当这些刺激同时存在时，一种刺激的存在可能会削弱或增强其他刺激的反应，称为视觉掩蔽效应。根据输入刺激的不同，掩蔽效果可以分为亮度掩蔽（LM）、空间和时间对比掩蔽 [47]、双目掩蔽 [39,138] 和模式掩蔽 [107]。来自最强刺激的响应会削弱其他响应。例如，物体的感知亮度不仅取决于物体的亮度强度，还取决于其周围的背景。此外，具有规则图案的区域（如平行线）中的失真比混沌纹理区域（如草 [36,107]）中的失真更容易感知。

总结

本文主要介绍了人眼的视觉敏锐度、光谱灵敏度、空间对比度灵敏度、时间对比度灵敏度和视觉掩蔽效应。视觉敏锐度在视网膜中央凹处最高，随着偏心度的增加逐渐降低，白天和夜晚的视觉敏锐度也有所不同。光谱灵敏度分为亮度灵敏度和色度灵敏度，人眼对绿光的灵敏度最高。空间对比度灵敏度描述了亮度和黑暗区域之间的可辨别性，它在 10 cpd 左右达到峰值。时间对比度灵敏度测量亮度差异随时间的可辨别性，它在 5 Hz 左右达到峰值。视觉掩蔽效应是多种视觉刺激之间的干扰，常见的包括亮度掩蔽、空间和时间对比掩蔽、双目掩蔽和模式掩蔽。