面向三角靶标的人眼对比度阈值特性实验表征

张冬阳，张建奇

(西安电子科技大学 物理与光电工程学院，陕西 西安 710071)



面向三角靶标的人眼对比度阈值特性实验表征

张冬阳，张建奇

(西安电子科技大学 物理与光电工程学院，陕西 西安 710071)

人眼视觉对比度阈值特性是光电成像系统性能建模的重要基础，面向三角靶标的人眼对比度阈值特性是三角方向鉴别阈值性能模型构建的前提．以人眼鉴别三角靶标方位的强制四选一度量思想为基础，搭建了集靶标生成、显示控制和测量分析于一体的综合测试平台; 通过设置不同背景光亮度，统计了7种不同空间频率的三角形靶标方向鉴别概率; 采用韦布尔视觉心理测量函数分析测量数据，获得75%正确判别概率对应的人眼对比度阈值曲线．在正常观察亮度范围内，测量结果分析表明: 当背景亮度相同时，三角形空间频率越大，人眼正确判别所需要的对比度阈值越高; 当空间频率相同时，三角形背景亮度越大，人眼正确判别所需要的对比度阈值越小．

对比度阈值;三角靶标;韦布尔函数;强制四选一

人眼视觉系统特性是图像显示、处理和分析等理论与技术的重要依据，是光电成像系统性能测试与评估的重要基础．目前，常用的光电成像系统性能模型[1]，如最小可分辨温差(Minimum Resolvable Temperature Difference，MRTD)、三角形方向鉴别(Triangle Orientation Discrimination，TOD)、NVThermIP等模型，都是以相应的阈值曲线来分析系统的成像性能的．与之相对应的约翰逊准则、三角形方向鉴别准则以及目标任务性能(Targeting Task Performance，TTP)准则等，将实验室环境测量的阈值曲线与系统的目标获取性能联系起来，从而实现对系统现场性能的评估[2]．NVThermIP模型基于周期靶标[3](4条杆靶标)测试数据，利用目标任务性能准则与文献[4]中的人眼视觉模型，将最大空间频率及以下所有频率信息都应用到系统性能的评估中，突破了其他模型使用单一频率信息的局限性．然而，真实目标大多是非周期性的，与周期靶标具有一定的差异，使得 NVThermIP模型评估系统目标获取性能时不够准确．三角形方向鉴别模型则采用非周期的等边三角形作为测试靶标来评估系统性能．三角形靶标比周期靶标更接近于真实目标的特性，使得人眼的三角形方向鉴别判别数据更接近真实目标的获取特性，这是三角形方向鉴别模型与NVThermIP模型相比具有的优势．但是，三角形方向鉴别模型采用极限分辨率的单一频率信息来评估系统性能，忽略了最大频率以下的其他频率信息对系统性能的影响，使得三角形方向鉴别模型也存在一定的局限性．文献[5]中进行的两种模型的比较分析中，并不能说明哪一个模型在系统性能评估中更具有优势．两种模型各有优点与不足．如果将NVThermIP模型中考虑所有频率信息的思想引入到三角形方向鉴别方法中，将有可能进一步完善三角形方向鉴别模型的不足，提高三角形方向鉴别模型评估系统性能的准确性．但是，NVThermIP采用的文献[4]中的人眼视觉对比度模型来源于周期靶标的人眼视觉测量数据，不能直接将其应用到三角形方向鉴别方法中评估系统性能．因此，测量和分析人眼视觉系统对于三角形靶标的鉴别特性，获得基于三角形方向鉴别方法的人眼视觉对比度阈值数据将具有非常重要的现实意义，可以为人眼视觉特性分析以及利用NVThermIP模型的优秀思想去优化三角形方向鉴别模型提供参考依据．

笔者重点研究基于三角形方向鉴别方法的人眼视觉对比度阈值特性的测量与分析方法，获得人眼对比度阈值曲线，并分析人眼视觉对比度与靶标空间频率以及背景光亮度之间的变化关系．将人眼视觉对比度测试方法[6-9]与三角形方向鉴别方法[10-12]相结合，笔者设计了一套行之有效的面向三角靶标的人眼对比度阈值特性实验表征方法，获取了大量的测试数据，很好地表征了面向三角形靶标的人眼视觉对比度阈值特性随靶标空间频率和背景亮度之间的变化关系．

1 人眼对比度阈值度量

人眼视觉对比度阈值函数(Contrast Threshold Function，CTF)在光电成像系统性能测试、评估与预测中具有重要作用．NVthermIP成像系统性能模型中采用的文献[4]中的人眼视觉对比度阈值函数模型是基于周期靶标(正弦光栅或者条杆靶)测试数据进行建模的，不能够直接在三角形方向鉴别模型体系的优化中应用．借鉴三角形方向鉴别度量曲线的测试思想，笔者设计的面向三角靶标的人眼对比度阈值度量框架如图1所示．实验采用不同对比度和不同尺寸的三角形靶标进行人眼对比度阈值测试．观察者观察三角形测试图案，通过键盘的4个方向键(上、下、左、右)统计三角形方向的判别结果．最后采用韦布尔函数确定75%正确判别概率对应的人眼对比度阈值曲线．下面详细介绍度量平台设置以及测试方法．

图1 面向三角靶标人眼对比度阈值测试示意图

1.1 环境设置

实验采用24英寸 1 920× 1 200 分辨率的惠科T4000+LED显示器给观察者显示三角形测试靶标．该显示器具有 10 bit 像素量化位宽，能够达到 1 024 灰度分辨等级，比普通 8 bit 像素量化显示器更适用于测量实验．

为了消除环境光对测量靶标显示对比度的干扰，测试实验被放在暗室环境下完成．在暗室环境中，只有显示器屏幕的光可以被观察者感知，没有其他环境光的干扰．由于观察者从光亮环境下进入暗室环境后会有一段视觉暂盲过程，因此，观察者拥有 30 min的 时间在暗室环境中去调节自身的视觉感知能力．在进行测试实验时，观察者坐在椅子上并将其下颚放在定位杆上(如图1所示)，保证观察者与显示器中心的距离始终保持在 1 m 的位置，这样可以减小因观察距离不同而导致的测量误差．

图2 等边三角形测量靶标

1.2 靶标设置

笔者提出的人眼视觉对比度阈值测量实验采用等边三角形替代传统正弦或条杆靶标作为测试图案，更贴近真实的目标鉴别特性．三角形靶标具有4种指示方向: 上、下、左、右，如图2所示．三角形靶标放置在 1 920× 1 200 的均匀背景中通过显示器呈现给观察者进行三角形的方向判别实验．三角形靶标的固有特性采用空间角频率SR和亮度对比度C进行表征．

三角形空间角频率SR定义为三角形平方根面积与观察距离比值的倒数[13-14]:

其中，R表示显示器到人眼的观察距离，L表示三角形靶标的边长．

三角形靶标亮度对比度C使用Weber对比度，定义为目标和背景显示亮度差与背景亮度的比值:

其中，LT表示三角形靶标的显示亮度，LB表示靶标背景显示亮度．

当显示亮度非常亮时，人眼视敏度饱和，不能正常分辨图像信息; 而当显示亮度非常暗时，不足以刺激人眼感知能力，也不能够正常分辨图像信息．这两种极端情况对研究人眼对比度阈值特性没有实际意义，需要在人眼正常可观察显示亮度范围内进行测试实验．因此，实验中选取7种不同角空间频率 (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) 的三角形靶标，放置在3种不同背景亮度 (1× 3.426 cd/m2， 5× 3.426 cd/m2，10× 3.426 cd/m2) 条件下进行测试．在通常情况下，对每种空间频率的三角形靶标，观察者都需要进行正对比(目标比背景亮)和负对比度(目标比背景暗)方向鉴别实验．每种尺寸的三角形都设置了8种不同正对比度和8种不同负对比度的测试图案，总共生成了336组测试靶标图案用于测量实验．所有测试图案的像素量化位宽均为 10 bit，可以分辨 1 024 的灰度等级．因此，测试图案能够达到的最小对比度为0.098%．

1.3 观察者任务

选择了20名经过判别训练的观察者参与测试，每名观察者的裸眼视力都在正常范围，无近视、远视等问题．实验采用无偏心理测量方法和强制四选一(4-Alternative Forced Choice，4AFC)观察任务．在实验过程中，特定尺寸和特定对比度的多组三角形测试图案通过显示器随机呈现给观察者进行判别，图像每次显示时间为 5 s，观察者需在此时间内完成强制四选一的判别任务: 即无论观察者是否能够准确地判断出所感知到的三角形方向，都必须在上、下、左、右这4个备选方向中选择其一作为本次判别的结果．在判别实验中，为了消除响应的不对称性，每次显示时三角形测试图案在水平或者垂直方向都被增加了一个较小的随机偏移．这样可以提高测量结果的准确性．

2 数据处理

对于给定尺寸的三角形测试靶标，对比度阈值定义为观察者判别三角形方向正确概率达到75%所对应的测试图案对比度．通常，采用韦布尔视觉心理函数来对测量数据进行拟合分析，从而求得75%正确判别概率对应的阈值对比度数值．韦布尔函数为

图3 韦布尔函数示意曲线

其中，x表示测试图案对比度，α表示对比度阈值，β决定曲线的陡峭程度，γ表示观察者不能确定三角形方向但是猜中三角形方向的概率，δ表示观察者能够正确判别三角形方向的情况下按错按钮或者错过判断时间的误判概率．利用韦布尔函数拟合的正确判别概率与刺激强度(文中表示对比度)的示意曲线如图3所示．

实验中采用视觉科学中广泛使用的无偏心理测量过程及强制四选一观察者任务，要求观察者每次必须从4个三角形方向中选择一个作为判别结果，因此，在进行数据分析与拟合时取 γ= 0.25．根据经验数据，在用韦布尔函数进行数据拟合时取 δ= 0.02．α和β为两个独立的拟合参数．

利用韦布尔函数对不同尺寸三角形测试数据进行拟合，可以得到对应的最优拟合参数α和β．将相关参数都代入式(3)中进行计算，可以得到正确判别概率为75%时的对比度阈值x75，即

为消除人眼视觉系统对正负对比度图案的响应差异，在实验中对正、负对比度的测试图案都进行了测试．当三角形测试靶标尺寸确定时，其对应的对比度阈值定义为正对比度阈值和负对比度阈值的平均值:

3 结果与分析

根据上面给出的基于三角形方向判别方法的人眼视觉对比度阈值测试实验，获得了20名观察者在3种不同背景光亮度下的判别结果．采用韦布尔函数对其进行拟合分析，可以得到3组正确判别概率与靶标对比度的拟合曲线，如图4所示，对应的最优拟合参数如表1所示．

图4 测量结果与韦布尔拟合曲线

由图4给出的正确判别概率与靶标对比度的变化关系可以看出:

(1) 测试图像显示亮度对比度与人眼正确判别概率间的变化关系符合韦布尔心理测量函数的表示形式．

(2) 在一定的背景显示亮度下，当三角形尺寸确定时，人眼正确鉴别三角形方向的概率随着测量靶标对比度绝对值的增加而增大;当靶标对比度确定时，人眼正确鉴别三角形方向的概率随着三角形空间角频率的增加而减小．

(3) 为获得相同的三角形方向正确鉴别概率，人眼所需要的靶标对比度随着三角形空间角频率的增大而增加．换言之，三角形尺寸越大，越容易鉴别．

利用式(4)～(5)和表1给出的拟合参数，可以计算得到在不同背景亮度下，不同空间频率三角形靶标对应75%正确判别概率时的对比度阈值，如表2所示．

表1 不同背景亮度下三角形靶标对应的拟合参数

表2 不同空间频率三角形靶标的对比度阈值

图5 面向三角形靶标的人眼对比度阈值曲线

将表2的对比度阈值数据与三角形靶标空间频率绘制成曲线，得到3种不同背景光亮度下，人眼视觉系统以75%概率正确鉴别三角形方向所需要的对比度阈值随三角形空间频率的变化关系，如图5所示．

由图5可以看出:

(1) 在背景亮度为1×3.426 cd/m2、5×3.426 cd/m2和 10× 3.426 cd/m2的情况下，随着三角形测试靶标空间频率的增加，人眼视觉系统达到75%概率正确鉴别三角形方向所需要的对比度阈值也逐渐增加，即三角形尺寸越小，所需要的鉴别对比度阈值越大．

(2) 在三角形测试靶标空间频率相同的情况下，随着背景光亮度的增加，人眼视觉系统达到75%概率正确鉴别三角形方向所需要的对比度阈值逐渐减小，即背景光亮度越大，所需要的鉴别对比度阈值越小．

4 结 束 语

笔者给出了基于三角形方向鉴别方法研究人眼视觉对比度阈值特性的测试方法，采用无偏心理测量过程和强制四选一观察者任务完成测量实验．利用韦布尔视觉心理测量函数分析测试数据，并给出基于三角形方向鉴别方法的人眼视觉对比度阈值随靶标空间频率和背景亮度的变化关系曲线．测量结果显示: 在相同背景亮度下，人眼视觉对比度阈值随靶标空间频率的增加而增大; 在相同靶标空间频率下，对比度阈值随背景亮度的增加而减小．笔者的工作可为研究人眼视觉特性以及优化三角形方向鉴别光电成像系统性能评估模型提供参考依据．.

[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]王晓蕊, 张建奇, 李朝晖. 通过外场试验确定三角形方向鉴别阈值准则[J]. 西安电子科技大学学报, 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]张建奇, 王晓蕊. 光电成像系统建模及性能评估理论[M]. 西安: 西安电子科技大学出版社, 2010.

(编辑：郭 华)

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

时间：2016-04-01

国家自然科学基金资助项目(61575152, 61377007, 61301290)；中央高校基本科研业务费专项资金资助项目(NSIZ011404)

张冬阳(1985-)，男，西安电子科技大学博士研究生，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