張冬陽，張建奇

(西安電子科技大學(xué) 物理與光電工程學(xué)院，陜西 西安 710071)

?

面向三角靶標(biāo)的人眼對比度閾值特性實(shí)驗(yàn)表征

張冬陽，張建奇

(西安電子科技大學(xué) 物理與光電工程學(xué)院，陜西 西安 710071)

人眼視覺對比度閾值特性是光電成像系統(tǒng)性能建模的重要基礎(chǔ)，面向三角靶標(biāo)的人眼對比度閾值特性是三角方向鑒別閾值性能模型構(gòu)建的前提．以人眼鑒別三角靶標(biāo)方位的強(qiáng)制四選一度量思想為基礎(chǔ)，搭建了集靶標(biāo)生成、顯示控制和測量分析于一體的綜合測試平臺; 通過設(shè)置不同背景光亮度，統(tǒng)計(jì)了7種不同空間頻率的三角形靶標(biāo)方向鑒別概率; 采用韋布爾視覺心理測量函數(shù)分析測量數(shù)據(jù)，獲得75%正確判別概率對應(yīng)的人眼對比度閾值曲線．在正常觀察亮度范圍內(nèi)，測量結(jié)果分析表明: 當(dāng)背景亮度相同時(shí)，三角形空間頻率越大，人眼正確判別所需要的對比度閾值越高; 當(dāng)空間頻率相同時(shí)，三角形背景亮度越大，人眼正確判別所需要的對比度閾值越?。?/p>

對比度閾值;三角靶標(biāo);韋布爾函數(shù);強(qiáng)制四選一

人眼視覺系統(tǒng)特性是圖像顯示、處理和分析等理論與技術(shù)的重要依據(jù)，是光電成像系統(tǒng)性能測試與評估的重要基礎(chǔ)．目前，常用的光電成像系統(tǒng)性能模型[1]，如最小可分辨溫差(Minimum Resolvable Temperature Difference，MRTD)、三角形方向鑒別(Triangle Orientation Discrimination，TOD)、NVThermIP等模型，都是以相應(yīng)的閾值曲線來分析系統(tǒng)的成像性能的．與之相對應(yīng)的約翰遜準(zhǔn)則、三角形方向鑒別準(zhǔn)則以及目標(biāo)任務(wù)性能(Targeting Task Performance，TTP)準(zhǔn)則等，將實(shí)驗(yàn)室環(huán)境測量的閾值曲線與系統(tǒng)的目標(biāo)獲取性能聯(lián)系起來，從而實(shí)現(xiàn)對系統(tǒng)現(xiàn)場性能的評估[2]．NVThermIP模型基于周期靶標(biāo)[3](4條桿靶標(biāo))測試數(shù)據(jù)，利用目標(biāo)任務(wù)性能準(zhǔn)則與文獻(xiàn)[4]中的人眼視覺模型，將最大空間頻率及以下所有頻率信息都應(yīng)用到系統(tǒng)性能的評估中，突破了其他模型使用單一頻率信息的局限性．然而，真實(shí)目標(biāo)大多是非周期性的，與周期靶標(biāo)具有一定的差異，使得 NVThermIP模型評估系統(tǒng)目標(biāo)獲取性能時(shí)不夠準(zhǔn)確．三角形方向鑒別模型則采用非周期的等邊三角形作為測試靶標(biāo)來評估系統(tǒng)性能．三角形靶標(biāo)比周期靶標(biāo)更接近于真實(shí)目標(biāo)的特性，使得人眼的三角形方向鑒別判別數(shù)據(jù)更接近真實(shí)目標(biāo)的獲取特性，這是三角形方向鑒別模型與NVThermIP模型相比具有的優(yōu)勢．但是，三角形方向鑒別模型采用極限分辨率的單一頻率信息來評估系統(tǒng)性能，忽略了最大頻率以下的其他頻率信息對系統(tǒng)性能的影響，使得三角形方向鑒別模型也存在一定的局限性．文獻(xiàn)[5]中進(jìn)行的兩種模型的比較分析中，并不能說明哪一個(gè)模型在系統(tǒng)性能評估中更具有優(yōu)勢．兩種模型各有優(yōu)點(diǎn)與不足．如果將NVThermIP模型中考慮所有頻率信息的思想引入到三角形方向鑒別方法中，將有可能進(jìn)一步完善三角形方向鑒別模型的不足，提高三角形方向鑒別模型評估系統(tǒng)性能的準(zhǔn)確性．但是，NVThermIP采用的文獻(xiàn)[4]中的人眼視覺對比度模型來源于周期靶標(biāo)的人眼視覺測量數(shù)據(jù)，不能直接將其應(yīng)用到三角形方向鑒別方法中評估系統(tǒng)性能．因此，測量和分析人眼視覺系統(tǒng)對于三角形靶標(biāo)的鑒別特性，獲得基于三角形方向鑒別方法的人眼視覺對比度閾值數(shù)據(jù)將具有非常重要的現(xiàn)實(shí)意義，可以為人眼視覺特性分析以及利用NVThermIP模型的優(yōu)秀思想去優(yōu)化三角形方向鑒別模型提供參考依據(jù)．

筆者重點(diǎn)研究基于三角形方向鑒別方法的人眼視覺對比度閾值特性的測量與分析方法，獲得人眼對比度閾值曲線，并分析人眼視覺對比度與靶標(biāo)空間頻率以及背景光亮度之間的變化關(guān)系．將人眼視覺對比度測試方法[6-9]與三角形方向鑒別方法[10-12]相結(jié)合，筆者設(shè)計(jì)了一套行之有效的面向三角靶標(biāo)的人眼對比度閾值特性實(shí)驗(yàn)表征方法，獲取了大量的測試數(shù)據(jù)，很好地表征了面向三角形靶標(biāo)的人眼視覺對比度閾值特性隨靶標(biāo)空間頻率和背景亮度之間的變化關(guān)系．

1 人眼對比度閾值度量

人眼視覺對比度閾值函數(shù)(Contrast Threshold Function，CTF)在光電成像系統(tǒng)性能測試、評估與預(yù)測中具有重要作用．NVthermIP成像系統(tǒng)性能模型中采用的文獻(xiàn)[4]中的人眼視覺對比度閾值函數(shù)模型是基于周期靶標(biāo)(正弦光柵或者條桿靶)測試數(shù)據(jù)進(jìn)行建模的，不能夠直接在三角形方向鑒別模型體系的優(yōu)化中應(yīng)用．借鑒三角形方向鑒別度量曲線的測試思想，筆者設(shè)計(jì)的面向三角靶標(biāo)的人眼對比度閾值度量框架如圖1所示．實(shí)驗(yàn)采用不同對比度和不同尺寸的三角形靶標(biāo)進(jìn)行人眼對比度閾值測試．觀察者觀察三角形測試圖案，通過鍵盤的4個(gè)方向鍵(上、下、左、右)統(tǒng)計(jì)三角形方向的判別結(jié)果．最后采用韋布爾函數(shù)確定75%正確判別概率對應(yīng)的人眼對比度閾值曲線．下面詳細(xì)介紹度量平臺設(shè)置以及測試方法．

圖1 面向三角靶標(biāo)人眼對比度閾值測試示意圖

1.1 環(huán)境設(shè)置

實(shí)驗(yàn)采用24英寸 1 920× 1 200 分辨率的惠科T4000+LED顯示器給觀察者顯示三角形測試靶標(biāo)．該顯示器具有 10 bit 像素量化位寬，能夠達(dá)到 1 024 灰度分辨等級，比普通 8 bit 像素量化顯示器更適用于測量實(shí)驗(yàn)．

為了消除環(huán)境光對測量靶標(biāo)顯示對比度的干擾，測試實(shí)驗(yàn)被放在暗室環(huán)境下完成．在暗室環(huán)境中，只有顯示器屏幕的光可以被觀察者感知，沒有其他環(huán)境光的干擾．由于觀察者從光亮環(huán)境下進(jìn)入暗室環(huán)境后會有一段視覺暫盲過程，因此，觀察者擁有 30 min的 時(shí)間在暗室環(huán)境中去調(diào)節(jié)自身的視覺感知能力．在進(jìn)行測試實(shí)驗(yàn)時(shí)，觀察者坐在椅子上并將其下顎放在定位桿上(如圖1所示)，保證觀察者與顯示器中心的距離始終保持在 1 m 的位置，這樣可以減小因觀察距離不同而導(dǎo)致的測量誤差．

圖2 等邊三角形測量靶標(biāo)

1.2 靶標(biāo)設(shè)置

筆者提出的人眼視覺對比度閾值測量實(shí)驗(yàn)采用等邊三角形替代傳統(tǒng)正弦或條桿靶標(biāo)作為測試圖案，更貼近真實(shí)的目標(biāo)鑒別特性．三角形靶標(biāo)具有4種指示方向: 上、下、左、右，如圖2所示．三角形靶標(biāo)放置在 1 920× 1 200 的均勻背景中通過顯示器呈現(xiàn)給觀察者進(jìn)行三角形的方向判別實(shí)驗(yàn)．三角形靶標(biāo)的固有特性采用空間角頻率SR和亮度對比度C進(jìn)行表征．

三角形空間角頻率SR定義為三角形平方根面積與觀察距離比值的倒數(shù)[13-14]:

其中，R表示顯示器到人眼的觀察距離，L表示三角形靶標(biāo)的邊長．

三角形靶標(biāo)亮度對比度C使用Weber對比度，定義為目標(biāo)和背景顯示亮度差與背景亮度的比值:

其中，LT表示三角形靶標(biāo)的顯示亮度，LB表示靶標(biāo)背景顯示亮度．

當(dāng)顯示亮度非常亮?xí)r，人眼視敏度飽和，不能正常分辨圖像信息; 而當(dāng)顯示亮度非常暗時(shí)，不足以刺激人眼感知能力，也不能夠正常分辨圖像信息．這兩種極端情況對研究人眼對比度閾值特性沒有實(shí)際意義，需要在人眼正?？捎^察顯示亮度范圍內(nèi)進(jìn)行測試實(shí)驗(yàn)．因此，實(shí)驗(yàn)中選取7種不同角空間頻率 (0.156 cycle/mrad， 0.194 cycle/mrad， 0.268 cycle/mrad， 0.375 cycle/mrad， 0.511 cycle/mrad， 0.625 cycle/mrad，1.125 cycle/mrad) 的三角形靶標(biāo)，放置在3種不同背景亮度 (1× 3.426 cd/m2， 5× 3.426 cd/m2，10× 3.426 cd/m2) 條件下進(jìn)行測試．在通常情況下，對每種空間頻率的三角形靶標(biāo)，觀察者都需要進(jìn)行正對比(目標(biāo)比背景亮)和負(fù)對比度(目標(biāo)比背景暗)方向鑒別實(shí)驗(yàn)．每種尺寸的三角形都設(shè)置了8種不同正對比度和8種不同負(fù)對比度的測試圖案，總共生成了336組測試靶標(biāo)圖案用于測量實(shí)驗(yàn)．所有測試圖案的像素量化位寬均為 10 bit，可以分辨 1 024 的灰度等級．因此，測試圖案能夠達(dá)到的最小對比度為0.098%．

1.3 觀察者任務(wù)

選擇了20名經(jīng)過判別訓(xùn)練的觀察者參與測試，每名觀察者的裸眼視力都在正常范圍，無近視、遠(yuǎn)視等問題．實(shí)驗(yàn)采用無偏心理測量方法和強(qiáng)制四選一(4-Alternative Forced Choice，4AFC)觀察任務(wù)．在實(shí)驗(yàn)過程中，特定尺寸和特定對比度的多組三角形測試圖案通過顯示器隨機(jī)呈現(xiàn)給觀察者進(jìn)行判別，圖像每次顯示時(shí)間為 5 s，觀察者需在此時(shí)間內(nèi)完成強(qiáng)制四選一的判別任務(wù): 即無論觀察者是否能夠準(zhǔn)確地判斷出所感知到的三角形方向，都必須在上、下、左、右這4個(gè)備選方向中選擇其一作為本次判別的結(jié)果．在判別實(shí)驗(yàn)中，為了消除響應(yīng)的不對稱性，每次顯示時(shí)三角形測試圖案在水平或者垂直方向都被增加了一個(gè)較小的隨機(jī)偏移．這樣可以提高測量結(jié)果的準(zhǔn)確性．

2 數(shù)據(jù)處理

對于給定尺寸的三角形測試靶標(biāo)，對比度閾值定義為觀察者判別三角形方向正確概率達(dá)到75%所對應(yīng)的測試圖案對比度．通常，采用韋布爾視覺心理函數(shù)來對測量數(shù)據(jù)進(jìn)行擬合分析，從而求得75%正確判別概率對應(yīng)的閾值對比度數(shù)值．韋布爾函數(shù)為

圖3 韋布爾函數(shù)示意曲線

其中，x表示測試圖案對比度，α表示對比度閾值，β決定曲線的陡峭程度，γ表示觀察者不能確定三角形方向但是猜中三角形方向的概率，δ表示觀察者能夠正確判別三角形方向的情況下按錯(cuò)按鈕或者錯(cuò)過判斷時(shí)間的誤判概率．利用韋布爾函數(shù)擬合的正確判別概率與刺激強(qiáng)度(文中表示對比度)的示意曲線如圖3所示．

實(shí)驗(yàn)中采用視覺科學(xué)中廣泛使用的無偏心理測量過程及強(qiáng)制四選一觀察者任務(wù)，要求觀察者每次必須從4個(gè)三角形方向中選擇一個(gè)作為判別結(jié)果，因此，在進(jìn)行數(shù)據(jù)分析與擬合時(shí)取 γ= 0.25．根據(jù)經(jīng)驗(yàn)數(shù)據(jù)，在用韋布爾函數(shù)進(jìn)行數(shù)據(jù)擬合時(shí)取 δ= 0.02．α和β為兩個(gè)獨(dú)立的擬合參數(shù)．

利用韋布爾函數(shù)對不同尺寸三角形測試數(shù)據(jù)進(jìn)行擬合，可以得到對應(yīng)的最優(yōu)擬合參數(shù)α和β．將相關(guān)參數(shù)都代入式(3)中進(jìn)行計(jì)算，可以得到正確判別概率為75%時(shí)的對比度閾值x75，即

為消除人眼視覺系統(tǒng)對正負(fù)對比度圖案的響應(yīng)差異，在實(shí)驗(yàn)中對正、負(fù)對比度的測試圖案都進(jìn)行了測試．當(dāng)三角形測試靶標(biāo)尺寸確定時(shí)，其對應(yīng)的對比度閾值定義為正對比度閾值和負(fù)對比度閾值的平均值:

3 結(jié)果與分析

根據(jù)上面給出的基于三角形方向判別方法的人眼視覺對比度閾值測試實(shí)驗(yàn)，獲得了20名觀察者在3種不同背景光亮度下的判別結(jié)果．采用韋布爾函數(shù)對其進(jìn)行擬合分析，可以得到3組正確判別概率與靶標(biāo)對比度的擬合曲線，如圖4所示，對應(yīng)的最優(yōu)擬合參數(shù)如表1所示．

圖4 測量結(jié)果與韋布爾擬合曲線

由圖4給出的正確判別概率與靶標(biāo)對比度的變化關(guān)系可以看出:

(1) 測試圖像顯示亮度對比度與人眼正確判別概率間的變化關(guān)系符合韋布爾心理測量函數(shù)的表示形式．

(2) 在一定的背景顯示亮度下，當(dāng)三角形尺寸確定時(shí)，人眼正確鑒別三角形方向的概率隨著測量靶標(biāo)對比度絕對值的增加而增大;當(dāng)靶標(biāo)對比度確定時(shí)，人眼正確鑒別三角形方向的概率隨著三角形空間角頻率的增加而減?。?/p>

(3) 為獲得相同的三角形方向正確鑒別概率，人眼所需要的靶標(biāo)對比度隨著三角形空間角頻率的增大而增加．換言之，三角形尺寸越大，越容易鑒別．

利用式(4)～(5)和表1給出的擬合參數(shù)，可以計(jì)算得到在不同背景亮度下，不同空間頻率三角形靶標(biāo)對應(yīng)75%正確判別概率時(shí)的對比度閾值，如表2所示．

表1 不同背景亮度下三角形靶標(biāo)對應(yīng)的擬合參數(shù)

表2 不同空間頻率三角形靶標(biāo)的對比度閾值

圖5 面向三角形靶標(biāo)的人眼對比度閾值曲線

將表2的對比度閾值數(shù)據(jù)與三角形靶標(biāo)空間頻率繪制成曲線，得到3種不同背景光亮度下，人眼視覺系統(tǒng)以75%概率正確鑒別三角形方向所需要的對比度閾值隨三角形空間頻率的變化關(guān)系，如圖5所示．

由圖5可以看出:

(1) 在背景亮度為1×3.426 cd/m2、5×3.426 cd/m2和 10× 3.426 cd/m2的情況下，隨著三角形測試靶標(biāo)空間頻率的增加，人眼視覺系統(tǒng)達(dá)到75%概率正確鑒別三角形方向所需要的對比度閾值也逐漸增加，即三角形尺寸越小，所需要的鑒別對比度閾值越大．

(2) 在三角形測試靶標(biāo)空間頻率相同的情況下，隨著背景光亮度的增加，人眼視覺系統(tǒng)達(dá)到75%概率正確鑒別三角形方向所需要的對比度閾值逐漸減小，即背景光亮度越大，所需要的鑒別對比度閾值越?。?/p>

4 結(jié) 束 語

筆者給出了基于三角形方向鑒別方法研究人眼視覺對比度閾值特性的測試方法，采用無偏心理測量過程和強(qiáng)制四選一觀察者任務(wù)完成測量實(shí)驗(yàn)．利用韋布爾視覺心理測量函數(shù)分析測試數(shù)據(jù)，并給出基于三角形方向鑒別方法的人眼視覺對比度閾值隨靶標(biāo)空間頻率和背景亮度的變化關(guān)系曲線．測量結(jié)果顯示: 在相同背景亮度下，人眼視覺對比度閾值隨靶標(biāo)空間頻率的增加而增大; 在相同靶標(biāo)空間頻率下，對比度閾值隨背景亮度的增加而減小．筆者的工作可為研究人眼視覺特性以及優(yōu)化三角形方向鑒別光電成像系統(tǒng)性能評估模型提供參考依據(jù)．.

[1] LLOYD J M. Thermal Imaging Systems[M]. New York: Springer-Verlag New York Incorporated, 2013.

[2]WANG C S, GUO X D, REN T T, et al. Performance Evaluation of Infrared Imaging System in Field Test[C]//Proceedings of SPIE: 9300. Bellingham: SPIE, 2014: 93002J.

[3]HAN S L, ZHANG P, HU W L. Infrared Simulation of 4-bar Target for the Static Performance Evaluation of Thermal Imaging System[C]//Proceedings of SPIE: 8912. Bellingham: SPIE, 2013: 891204.

[4]BARTEN P G J. Formula for the Contrast Sensitivity of the Human Eye[C]//Proceedings of SPIE: 5294. Bellingham: SPIE, 2004: 231-238.

[5]BIJL P, REYNOLDS J P, VOS W K, et al. TOD to TTP Calibration[C]//Proceedings of SPIE: 8014. Bellingham: SPIE, 2011: 80140L.

[6]BOUWMAN R W, VAN ENGEN R E, DANCE D R, et al. Evaluation of Human Contrast Sensitivity Functions Used in the Nonprewhitening Model Observer with Eye Filter[C]//Lecture Notes in Computer Science: 8539 LNCS. Berlin: Springer Verlag, 2014: 715-722.

[7]AVANAKI A R N, ESPIG K S, MAIDMENT A DA, et al. Development and Evaluation of a 3D Model Observer with Nonlinear Spatiotemporal Contrast Sensitivity[C]//Proceedings of SPIE: 9037. Bellingham: SPIE. 2014: 90370X.

[8]ZHANG J Y, HONG B Y, LIU W L, et al. Study on New Measurement Method for Visual Contrast Sensitivity[C]//Applied Mechanics and Materials: 433/434/435. Zurich-Durnten: Trans Tech Publications Ltd, 2013: 877-881.

[9]BEX P J, SOLOMON S G, DAKIN S C. Contrast Sensitivity in Natural Scenes Depends on Edge as Well as Spatial Frequency Structure[J]. Journal of Vision, 2009, 9(10): 1-19.

[10]BIJL P. Visual Image Quality Assessment with Sensor Motion: Effect of Recording and Presentation Velocity[J]. Applied Optics, 2010, 49(3): 343-349.

[11]BIJL P, HOGERVORST M A. NVThermIP vs TOD: Matching the Target Acquisition Range Criteria[C]//Proceedings of SPIE: 6543. Bellingham: SPIE, 2007: 65430C.

[12]BIJL P, VALETON J M. Guidelines for Accurate TOD Measurement[C]//Proceedings of SPIE: 3701. Bellingham: SPIE,1999: 14-25.

[13]王曉蕊, 張建奇, 李朝暉. 通過外場試驗(yàn)確定三角形方向鑒別閾值準(zhǔn)則[J]. 西安電子科技大學(xué)學(xué)報(bào), 2006, 33(6): 876-880.

WANG Xiaorui, ZHANG Jianqi, LI Zhaohui. Field Experimental Determination of TOD Criteria[J]. Journal of Xidian University, 2006, 33(6): 876-880.

[14]張建奇, 王曉蕊. 光電成像系統(tǒng)建模及性能評估理論[M]. 西安: 西安電子科技大學(xué)出版社, 2010.

(編輯：郭 華)

Experimental characterization of the human vision contrast threshold for the triangle pattern

ZHANGDongyang，ZHANGJianqi

(School of Physics and Optoelectronic Engineering, Xidian Univ., Xi’an 710071, China)

The human vision contrast threshold characteristic is an important basis for the performance evaluation of the Electro-Optical (EO) imaging system. The Human vision contrast threshold characteristic for the triangle pattern is the premise for constructing the performance model based on the triangle orientation discrimination threshold. In this paper, a comprehensive test platform which integrates pattern generation, display control, measurement and analysis is constructed based on the 4AFC methodology used in the triangle orientation discrimination The discrimination probabilities of the triangle pattern with seven different spatial frequencies are measured at different background luminance levels. Futher, the Weibull function is fitted to the experiment data, and the curves of the human visual contrast threshold vs. the 75% correct discrimination probability are obtained. In the normal viewing luminance range, the results show that the contrast threshold increases with the increase of the target spatial frequency for the same background luminance, and the contrast threshold decreases with the increase of the background luminance for the same target spatial frequency.

contrast threshold; triangle pattern; Weibull function; 4-alternative forced choice

2015-10-13

時(shí)間：2016-04-01

國家自然科學(xué)基金資助項(xiàng)目(61575152, 61377007, 61301290)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(NSIZ011404)

張冬陽(1985-)，男，西安電子科技大學(xué)博士研究生，E-mail：zdyshengzhou@163.com．

http://www.cnki.net/kcms/detail/61.1076.tn.20160401.1622.032.html

10.3969/j.issn.1001-2400.2016.06.016

TN216

A

1001-2400(2016)06-0091-06