1、人眼視覺特性的研究
視覺是一個複雜的生理與心理過程。外界光線透過角膜、虹膜、晶狀體聚焦在視網膜上，刺激感光細胞發出神經脈衝，經視神經傳遞到大腦產生視覺。下面，我們從兩方面對視覺特性進行探討。
1.1人眼對灰度的分辨能力
眼睛分辨能力通常是指對亮度微小差別的判別能力，以人眼能分辨的最小亮度差ΔL與亮度L之比來表示。在不同的亮度下分辨能力也不同，給出了人眼能判別的亮度差與亮度的關係[2]。它是這樣得出的:在左右兩半視場上，讓左邊的視場亮度爲L，右邊的視場亮度爲L+ΔL，當觀察出亮度有差別時，把ΔL記錄下來。由圖可見，亮度低於2cd/m2時，亮度越低則ΔL/L越大;亮度在2～10000cd/m2範圍內時，ΔL/L大致保持不變，約等於0.02;亮度高於10000cd/m2時，分辨能力反而有所下降。記爲BL=ΔLL=fc(L)(1)其中L爲亮度，BL爲最小相對亮度差。在計算機圖像處理中，圖像的色彩是用R，G，B值來表示的。對黑白圖像，R，G，B值均相等，稱爲灰度值，每一個像素有一個灰度值。對於8位的灰度圖像，其灰度值範圍爲0～255。爲了研究人眼對灰度的分辨能力，我們首先要得到灰度與亮度之間的關係。
雖然一個像素有固定的灰度值，但在顯示器上所對應的亮度值並不固定，和顯示器的具體情況有關。測試表明，一般顯示器所能顯示的亮度範圍大約在10-3～104cd/m2。在屏蔽掉背景光、顯示亮度範圍爲4.84×10-2～1.167×102cd/m2(通常使用狀態)時，測得灰度與亮度之間的關係如所示。記爲Li=fb(i)i=0，1，……，255(2)定義第i個灰度級與其相鄰灰度級之間的相對亮度差爲Hi=H(i)=fb(i+1)-fb(i)fb(i)(3)灰度與相對亮度差之間的關係如所示。可見相鄰兩個灰度級之間的相對亮度差並不是恆定的，是隨灰度級的增加而減小，在低灰度級區域，下降的速度快;在高灰度級區域，下降的速度緩慢。給定灰度值，透過曲線可得到對應亮度值L，根據亮度值並透過曲線可確定在該亮度下人眼所能分辨的最小相對亮度差BL，再由曲線可得到該灰度級的相對亮度差Hi。爲了表示人眼在某一灰度附近所能分辨的.灰度級差值，即人眼對灰度的分辨能力，定義N(i)=BLHi(4)式中N(i)是人眼在灰度爲i時能分辨的最小灰度級差值，N值越小，表示人眼的分辨能力越強。
由(1)，(2)，(3)式可得N(i)=fc(Li)Hi=fc[fb(i)]H(i)(5)這樣，由已知灰度值，透過fb，fc，H(i)可求出人眼在該灰度級附近所能分辨的灰度級差值N(i)，其曲線如中實線所示。應當指出，N的值是近似值，只能反映人眼對灰度的分辨能力隨灰度值變化的趨勢，並不適用於定量計算。具體原因如下:首先，曲線的測試與目標視場、被測試者的視力有關，在國內外不同研究者和機構進行的測試中[3-5]，雖然曲線形狀一致，但具體數值不盡相同;其次，曲線與計算機屏幕的顯示特性、背景光的亮度、被測試者的情況有關。因此，爲了將人眼對灰度的分辨能力定量化，需直接在計算機上進行測試。我們在屏幕亮度範圍爲0.0484～116.7cd/m2的條件下，將屏幕分爲兩部分，各取不同的灰度值，記錄下被測試者所能分辨的最小灰度差值。
由於測試對像不止一個，其分辨的灰度級數也不一樣，我們在數據處理中取加權平均值，得到曲線如中的虛線所示。可以發現，中兩條曲線的形狀基本一致，說明實驗結果和理論分析互相印證，是可靠的。由可知，在圖像灰度很高或很低的情況下，人眼對灰度分辨力差;而在圖像灰度適中的情況下，人眼的分辨力強。在0級灰度附近，人眼剛可分辨出8個灰度級的差別(即可感到0級灰度和8級灰度的顏色差別，而對於0級與7級灰度則視爲同一種顏色);在128級灰度附近，則可分辨出2個灰度級的顏色差別;在255級灰度附近，則可分辨出3個灰度級的顏色差別。根據人眼的這一視覺特性，可以對圖像進行相應的處理。在低灰度級和高灰度級區域，可將灰度級間隔(定義爲一灰度級與其相鄰兩個灰度級距離之和的一半)拉伸，使人眼更好分辨。
在中等低灰度級區域，對灰度級間隔過大的圖像，可適當地壓縮灰度級間隔，將剩餘灰度級數分配給低灰度級和高灰度級區域。在對人眼視覺特性的測試中，我們發現，當灰度級差別大到一定程度時，人眼可以很容易地將其分辨出來，這時再加大灰度級間隔對於提高人眼的分辨能力意義不大，反而會壓縮其他灰度級的間隔，使圖像整體質量下降。
1.2人眼對圖像結構的敏感性
由人眼的視覺和人的心理特性可知，變化幅度較大，細節豐富的區域容易引起人眼的注意，而變化平坦的區域則不容易注意。在人們對視覺的研究中[6-7]，進行過以下實驗:將兩幅圖同時放在測試者的視野中，其中一幅有黑色線條，另一幅全部爲白色。用儀器分別記錄下眼睛注視兩幅圖的時間，結果表明了人眼有70%的時間在注視帶線條的那一幅。這說明變化劇烈的圖像更吸引人的注意，對於灰度圖像而言，人眼會將注意力集中在灰度值變化大的區域。根據人眼的這一視覺特性，一幅X光圖像可以分爲背景區和目標區兩部分，成像在背景區的X射線未穿過人體，強度較高，成像板的曝光充分，所以該區域的灰度值低;而目標區由於X射線穿過人體引起衰減，故灰度值較高。
圖像所含的資訊主要位於目標區，我們希望人眼將注意力集中在目標區，這樣才能充分獲取所需的資訊。因此，需調整灰度級的分佈，減小背景區所佔的灰度級間隔，增加目標區所佔的灰度級間隔，使目標區的灰度值變化範圍較大，有利於表現圖像的細節，而背景區的變化平坦，這樣來充分突出目標區以吸引人眼的注意。爲了實現上述目的，首先確定背景區和目標區。人眼可以識別背景區和目標區，但計算機很難將兩者準確地分開。對X光圖像進行測量和統計，根據模糊數學的有關概念，再利用隸屬度函數來界定背景區和目標區。
2、人眼視覺特性模型的建立及應用
在圖像處理中要對X光影像進行灰度變換。灰度變換的實質是對圖像現有灰度級的重新分配，即灰度間隔的調整，圖像處理的目標就是使灰度間隔的分佈達到最好狀態。在對圖像進行直方圖均衡化之後，建立人眼視覺特性模型並進行以下處理:根據人眼的視覺分辨力曲線，定義分辨能力函數爲Fr(i)=N(i)max[N(i)]i=0，1，……，255(6)爲了劃分背景區和目標區，定義目標區的隸屬度函數爲Fd(i)=0k(i)1i∈[0，a]i∈[a，b]i∈[b，255](7)其中k(i)爲單調遞增函數，且滿足條件:k(a)=0，k(b)=1。灰度值在[0，a]範圍的像素屬於背景區，在[b，255]範圍的像素屬於目標區，而在[a，b]範圍的像素無法準確地確定，只能用模糊函數來表示。定義灰度級權函數Q(i)=Fr(i)?Fd(i)max[Fr(i)?Fd(i)](8)式中Q(i)爲灰度級的權數。根據Q值，對相應的灰度間隔進行調整，Q值越大，分配到的灰度間隔也越大。依此構造出灰度變換表，對圖像進行變換。
3、處理結果
根據以上論述的原理和方法，對數字X光圖像進行了處理，如所示。中，(a)爲原始的X光圖像(顯示部位爲頸錐);(b)爲常規增強方法處理後的圖像;(c)爲用本文方法處理得到的圖像。可見，(c)的視覺效果更好。在亮區，由於考慮到視覺分辨力低，拉伸了灰度級間隔，故(c)較(b)更有層次感;根據視覺的敏感性，對背景區進行了灰度級間隔壓縮，突出了目標區，所以(c)的輪廓更清晰。總的來看，處理後的(c)更符合人眼的視覺特性，視覺效果也最好。結束語在人和外界交流的過程中，所有的圖像資訊都要透過視覺來感知、獲取。因此，研究眼睛視覺特性，對圖像處理有重要的理論和現實意義。本文探討了人眼的視覺分辨能力和敏感性，並應用於數字化X光機的醫學圖像處理系統中，收到了良好的效果。