1、人眼视觉特性的研究
视觉是一个复杂的生理与心理过程。外界光线通过角膜、虹膜、晶状体聚焦在视网膜上，刺激感光细胞发出神经脉冲，经视神经传递到大脑产生视觉。下面，我们从两方面对视觉特性进行探讨。
1.1人眼对灰度的分辨能力
眼睛分辨能力通常是指对亮度微小差别的判别能力，以人眼能分辨的最小亮度差ΔL与亮度L之比来表示。在不同的亮度下分辨能力也不同，给出了人眼能判别的亮度差与亮度的关系[2]。它是这样得出的:在左右两半视场上，让左边的视场亮度为L，右边的视场亮度为L+ΔL，当观察出亮度有差别时，把ΔL记录下来。由图可见，亮度低于2cd/m2时，亮度越低则ΔL/L越大;亮度在2～10000cd/m2范围内时，ΔL/L大致保持不变，约等于0.02;亮度高于10000cd/m2时，分辨能力反而有所下降。记为BL=ΔLL=fc(L)(1)其中L为亮度，BL为最小相对亮度差。在计算机图像处理中，图像的色彩是用R，G，B值来表示的。对黑白图像，R，G，B值均相等，称为灰度值，每一个像素有一个灰度值。对于8位的灰度图像，其灰度值范围为0～255。为了研究人眼对灰度的分辨能力，我们首先要得到灰度与亮度之间的关系。
虽然一个像素有固定的灰度值，但在显示器上所对应的亮度值并不固定，和显示器的具体情况有关。测试表明，一般显示器所能显示的亮度范围大约在10-3～104cd/m2。在屏蔽掉背景光、显示亮度范围为4.84×10-2～1.167×102cd/m2(通常使用状态)时，测得灰度与亮度之间的关系如所示。记为Li=fb(i)i=0，1，……，255(2)定义第i个灰度级与其相邻灰度级之间的相对亮度差为Hi=H(i)=fb(i+1)-fb(i)fb(i)(3)灰度与相对亮度差之间的关系如所示。可见相邻两个灰度级之间的相对亮度差并不是恒定的，是随灰度级的增加而减小，在低灰度级区域，下降的速度快;在高灰度级区域，下降的速度缓慢。给定灰度值，通过曲线可得到对应亮度值L，根据亮度值并通过曲线可确定在该亮度下人眼所能分辨的最小相对亮度差BL，再由曲线可得到该灰度级的相对亮度差Hi。为了表示人眼在某一灰度附近所能分辨的灰度级差值，即人眼对灰度的分辨能力，定义N(i)=BLHi(4)式中N(i)是人眼在灰度为i时能分辨的最小灰度级差值，N值越小，表示人眼的分辨能力越强。
由(1)，(2)，(3)式可得N(i)=fc(Li)Hi=fc[fb(i)]H(i)(5)这样，由已知灰度值，通过fb，fc，H(i)可求出人眼在该灰度级附近所能分辨的灰度级差值N(i)，其曲线如中实线所示。应当指出，N的值是近似值，只能反映人眼对灰度的分辨能力随灰度值变化的趋势，并不适用于定量计算。具体原因如下:首先，曲线的测试与目标视场、被测试者的视力有关，在国内外不同研究者和机构进行的测试中[3-5]，虽然曲线形状一致，但具体数值不尽相同;其次，曲线与计算机屏幕的显示特性、背景光的亮度、被测试者的情况有关。因此，为了将人眼对灰度的分辨能力定量化，需直接在计算机上进行测试。我们在屏幕亮度范围为0.0484～116.7cd/m2的条件下，将屏幕分为两部分，各取不同的灰度值，记录下被测试者所能分辨的最小灰度差值。
由于测试对像不止一个，其分辨的灰度级数也不一样，我们在数据处理中取加权平均值，得到曲线如中的虚线所示。可以发现，中两条曲线的形状基本一致，说明实验结果和理论分析互相印证，是可靠的。由可知，在图像灰度很高或很低的情况下，人眼对灰度分辨力差;而在图像灰度适中的情况下，人眼的分辨力强。在0级灰度附近，人眼刚可分辨出8个灰度级的差别(即可感到0级灰度和8级灰度的颜色差别，而对于0级与7级灰度则视为同一种颜色);在128级灰度附近，则可分辨出2个灰度级的颜色差别;在255级灰度附近，则可分辨出3个灰度级的颜色差别。根据人眼的这一视觉特性，可以对图像进行相应的处理。在低灰度级和高灰度级区域，可将灰度级间隔(定义为一灰度级与其相邻两个灰度级距离之和的一半)拉伸，使人眼更好分辨。
在中等低灰度级区域，对灰度级间隔过大的图像，可适当地压缩灰度级间隔，将剩余灰度级数分配给低灰度级和高灰度级区域。在对人眼视觉特性的测试中，我们发现，当灰度级差别大到一定程度时，人眼可以很容易地将其分辨出来，这时再加大灰度级间隔对于提高人眼的分辨能力意义不大，反而会压缩其他灰度级的间隔，使图像整体质量下降。
1.2人眼对图像结构的敏感性
由人眼的视觉和人的心理特性可知，变化幅度较大，细节丰富的区域容易引起人眼的注意，而变化平坦的区域则不容易注意。在人们对视觉的研究中[6-7]，进行过以下实验:将两幅图同时放在测试者的视野中，其中一幅有黑色线条，另一幅全部为白色。用仪器分别记录下眼睛注视两幅图的时间，结果表明了人眼有70%的时间在注视带线条的那一幅。这说明变化剧烈的图像更吸引人的注意，对于灰度图像而言，人眼会将注意力集中在灰度值变化大的区域。根据人眼的这一视觉特性，一幅X光图像可以分为背景区和目标区两部分，成像在背景区的X射线未穿过人体，强度较高，成像板的曝光充分，所以该区域的灰度值低;而目标区由于X射线穿过人体引起衰减，故灰度值较高。
图像所含的信息主要位于目标区，我们希望人眼将注意力集中在目标区，这样才能充分获取所需的信息。因此，需调整灰度级的分布，减小背景区所占的灰度级间隔，增加目标区所占的灰度级间隔，使目标区的灰度值变化范围较大，有利于表现图像的细节，而背景区的变化平坦，这样来充分突出目标区以吸引人眼的注意。为了实现上述目的，首先确定背景区和目标区。人眼可以识别背景区和目标区，但计算机很难将两者准确地分开。对X光图像进行测量和统计，根据模糊数学的有关概念，再利用隶属度函数来界定背景区和目标区。
2、人眼视觉特性模型的建立及应用
在图像处理中要对X光影像进行灰度变换。灰度变换的实质是对图像现有灰度级的重新分配，即灰度间隔的调整，图像处理的目标就是使灰度间隔的分布达到最好状态。在对图像进行直方图均衡化之后，建立人眼视觉特性模型并进行以下处理:根据人眼的视觉分辨力曲线，定义分辨能力函数为Fr(i)=N(i)max[N(i)]i=0，1，……，255(6)为了划分背景区和目标区，定义目标区的隶属度函数为Fd(i)=0k(i)1i∈[0，a]i∈[a，b]i∈[b，255](7)其中k(i)为单调递增函数，且满足条件:k(a)=0，k(b)=1。灰度值在[0，a]范围的像素属于背景区，在[b，255]范围的像素属于目标区，而在[a，b]范围的像素无法准确地确定，只能用模糊函数来表示。定义灰度级权函数Q(i)=Fr(i)•Fd(i)max[Fr(i)•Fd(i)](8)式中Q(i)为灰度级的权数。根据Q值，对相应的灰度间隔进行调整，Q值越大，分配到的灰度间隔也越大。依此构造出灰度变换表，对图像进行变换。
3、处理结果
根据以上论述的原理和方法，对数字X光图像进行了处理，如所示。中，(a)为原始的X光图像(显示部位为颈锥);(b)为常规增强方法处理后的图像;(c)为用本文方法处理得到的图像。可见，(c)的视觉效果更好。在亮区，由于考虑到视觉分辨力低，拉伸了灰度级间隔，故(c)较(b)更有层次感;根据视觉的敏感性，对背景区进行了灰度级间隔压缩，突出了目标区，所以(c)的轮廓更清晰。总的来看，处理后的(c)更符合人眼的视觉特性，视觉效果也最好。结束语在人和外界交流的过程中，所有的图像信息都要通过视觉来感知、获取。因此，研究眼睛视觉特性，对图像处理有重要的理论和现实意义。本文探讨了人眼的视觉分辨能力和敏感性，并应用于数字化X光机的医学图像处理系统中，收到了良好的效果。
