海面舰船目标的检测与识别对于海面监测与目标打击具有重要意义,弱小舰船目标由于缺少纹理信息且易受到海面阴影、噪声等因素的影响,使得目前常用的检测方法效果较差。基于通道分离与负值扩展对比敏感函数提出了的海面弱小舰船目标检测方法。该方法首先构建像素强度通道与噪声-边缘通道的多分辨图像尺度金字塔;之后,构建不同尺度空间下的负值扩展对比敏感度函数,调制对应各位置的权重;最后,利用各空间尺度系数加权获得两通道视觉显著性图像,通过通道差分处理实现了含噪图像中弱小舰船目标的快速检测。实验结果表明:与其他5种算法相比较,提出的方法具有较高的检测准确率(97.30%)、召回率(84.71%)及综合评价指标(94.49%),同时具备较强的抗噪声能力,适用于含噪海面光学遥感图像中弱小舰船的检测。

为准确客观评价和优化固态体积式真三维显示中的闪烁现象, 提出一种隔层扫描的光阀矩阵刷新方法。采用傅里叶变换分析成像光信号在不同扫描模式下的频域能量分布, 在时间对比敏感度函数加权幅值谱强度(CSWA)评价模型的基础上, 提出时间对比敏感度函数加权幅值谱对比度(CSWC)方法。两组视觉感知实验的结果与CSWC评价模型的估算结果的Pearson相关系数达到-0.99。结果表明, 所提出的隔层扫描方法可以减轻真三维显示的闪烁, 所提出的CSWC评价模型实现了对真三维显示闪烁程度的客观量化评价。该结果对基于深度融合原理的三维显示闪烁程度优化和观看舒适度提升起到积极的指导和推动作用。

为了探讨人眼对比度敏感视觉特性，利用显示器显示11种空间频率、平均亮度为10、60和90 cd/m2的目标光栅，设计实验测量了120名青年的人眼亮度和色度对比敏感度数据，并采用最小二乘法对测量数据进行了分析和拟合，提出了一种多项式调制下的指数形式的人眼亮度和色度对比敏感视觉特性的数学模型，且与国内外典型的模型进行了对比分析。结果表明: 随着空间频率f的增加，人眼对比敏感度先增加后减小，当f在3 cpd～4 cpd(周/度)时，人眼最为敏感，其与目前典型的视觉模型基本一致。表明提出的测量方法是有效的、可行的，提出的视觉模型具有一定的科学性; 且该测量方法操作简单，视觉模型计算复杂度低，在实际应用中优于典型的测量方法和视觉模型，具有一定的参考价值。

为了获得人眼视觉特性并直接指导工程设计和工效学评价等应用, 基于显示器广泛使用的RGB颜色空间, 提出了一种彩色对比敏感度定义。首先, 生成了彩色对比敏感度阈值测量方法, 然后, 采集了12名被测试者先后两次每次3个颜色变量10个空间频率的彩色对比敏感度阈值。最后, 通过Pearson检验分析先后两次测量结果的相关性, 同时绘制出该人群R、G、B三种颜色变量彩色对比敏感度曲线。先后两次测量结果显著相关, R、G、B三种颜色变量对比敏感度曲线变化趋势相似, 在空间频率为0.1和0.2 cycle/degree 时, 分辨阈限显著升高, 且R变量分辨阈值整体高于G变量和B变量分辨阈值。测量方法稳定可靠, 在极低空间频率时, 被测试者分辨阈限较高, 对红色核心颜色差异分辨力较弱。

为了提高诊断人眼对比敏感度性能,研制了变对比度、变频率、变亮度和四方位可控的计量校准级对比度阈值测试仪器。提出了可行的变对比度挡光板的移动以及变频率和四方位靶板组切换的优化控制设计方案。

针对传统复原算法在低信噪比情况下复原结果感知效果差的问题, 提出了一种基于视觉对比敏感度与恰可察觉失真感知的图像复原方法。首先, 利用离散余弦变换(DCT)分解图像, 将图像编码为不同尺度下的一系列子带, 利用概率和模型及DCT感知模型计算每条子带的恰可察觉失真阈值, 并采用明可夫斯基距离计算失真度量; 然后, 对于每个尺度下的每条子带, 利用一个迭代的两断对分程序来调整每个尺度下的每条子带的通道权重, 直至子带的失真度量恰好等于期望的失真阈值; 最后, 利用对比敏感函数对每条子带中的系数进行视觉敏感度加权, 通过DCT逆变换对视觉感知加权后的系数进行重构以得到最终的复原图像。基于LIVE图像库的实验结果表明, 本文复原算法不仅能够有效地增加图像的信噪比, 而且能够很好地改善图像的感知质量。

为能够模拟观察距离变大时引起的颜色视觉效应，研究了人眼视觉的视锐度特性和对比敏感度特性。通过对人眼视锐度原理的分析，实现了视锐度方法模拟视觉距离增大时的视觉模糊算法；通过对对比敏感度模型测试原理的分析，结合人眼视觉空间频率的多通道特性，实现了基于对比敏感度函数模型模拟视觉距离增大时的视觉模糊算法。视锐度方法可简单模拟视觉距离增大时的模糊效果，可用于观察灰度物体情况。观察彩色物体时，通过使用反差敏感度模型算法，能够模拟视觉感知的多尺度特性、低通和带通滤波特性、局部适应性和颜色感知的叠加性。

搭建了基于波前像差的神经对比敏感度(NCSF)测试系统。该系统在测试人眼空间对比敏感度(CSF)的同时，利用Hartmann-Shack波前传感器测量人眼波前像差，通过计算进而得到人眼的NCSF。与通过两种设备分别测量全视觉CSF和波前像差获得NCSF相比，该方法避免了不同测试状态下像差波动的影响，简化了测试过程；和传统激光干涉方法测量NCSF相比, 该方法避免了激光干涉产生的相干噪音和激光散斑等不利因素, 并且通过改变不同亮度不同颜色视标，可以得到不同亮度，不同波长下的NCSF。选用绿光视标对四例正常人眼的NCSF进行了测量，结果表明：该系统可以同时获得人眼的全视觉CSF、屈光系统调制传递函数和NCSF；在同等亮度下,不同人眼的NCSF存在个体差异；对同一个体，NCSF曲线的最大值对应的空间频率比全眼空间CSF曲线的最大值对应的空间频率高一些。

对全眼时间频率下的对比敏感度(CSF)和人眼波前像差分别进行了测量，利用两者关联计算获得了人眼在时间频率下的神经对比敏感度(NCSF)曲线。测量结果表明，NCSF随着时间频率的增高曲线整体降低，对4只被试眼，在所选取的低时间频率到高时间频率(其中两只眼的测量时间频率为1~30 cycle/s另两只眼为1~24 cycle/s)范围内，NCSF降低的相对值分别约为90%，87%，60%和68%。与时间频率下的CSF相比较，各时间频率下的NCSF值在中低空间频率范围内[2~10 cycle/(°)]变化相对平缓，在高频[大于10 cycle/(°)]略有衰减。被试4只眼的NCSF曲线在相同的时间频率下取值近似，表明不同人眼(无视神经疾病)的视觉神经系统对于时间频率的响应特性相似。

S-CIELAB模型和iCAM模型都通过计算失真图像与原图像之间的色差对图像质量进行评价。S-CIELAB模型的空间滤波补偿了人眼视觉系统的空间混合效果。iCAM模型除了考虑空间混合效果之外，还考虑了色适应等色貌现象对图像质量评价的影响。基于视觉评价实验，选择了3幅颜色内容对比比较鲜明的图像，研究了两种模型对图像质量评价结果的有效性及准确性。研究表明，iCAM模型色差计算结果比S-CIELAB模型更符合人眼视觉实验结果。