眼球的结构图(眼睛部位图解名称)

首先放一张眼球的基本结构图:一.光学系统:基本参数:简化人眼模型的光学参数曲率半径r = 5.7mm。中等折射率n = 1.3333视网膜的曲率半径r’= 9.

首先放一张眼球的基本结构图:

眼球的结构图(眼睛部位图解名称)插图

一.光学系统:

基本参数:

简化人眼模型的光学参数

曲率半径r = 5.7mm。

中等折射率n = 1.3333

视网膜的曲率半径r’= 9.7毫米

强光f/8.3

低光圈f/2.1

可以计算以下参数

焦距f =-5.7/0.3333 =-17.10毫米

图像焦距f' = 1.3333x17.10 = 22.80mm。

图像功率φ= 0.3333/(5.7×10-3)= 58.48

1.1优势:

(1)优秀的旋转机械系统,能快速对准被观察物体。

(2)软组织肌肉拉伸、变形、集中,因此耐久性极强,正常使用时间可超过百年!

(3)单目156°和双目188°超广角单透镜镜头〔5〕

(感谢@黄啸提醒)

如图,双眼视觉图。

∠xyz其实就是机头挡住的位置。图2中的整个白色范围其实就是人眼的盲区,除了你能看到你的鼻子和眼窝。∠cyg在这个范围内看的东西有立体感。一只眼睛的舒适视界是60度;

眼球的结构图(眼睛部位图解名称)插图(1)

极坐标中单目视野绘画覆盖的范围如下:

眼球的结构图(眼睛部位图解名称)插图(2)

(4)上亿年进化打造的镜片表面,超低畸变,具有极强的消除各种球差的能力。

(5)软组织近圆形无级可调光圈(虹膜)参考:光圈_百度百科

(6)损伤自我修复。

(7)微距对焦能力强,最近对焦距离5-10cm,微距细节分辨率每英寸326像素(苹果出品)

(8)双摄像头实时测距是3D。

1.2缺点:

(1)硬度低,容易损坏

(2)在不卫生的环境下有被各种细菌、病毒感染的风险(见:有哪些眼病[6])。

(3)存在蛋白质变性导致晶状体混浊的风险(详见:白内障_百度百科[7])。

(4)不能长时间接触空气体。你需要保持湿润,不断眨眼才能保持工作(每分钟需要眨眼10~20次,每次0.2 ~ 0.4s)

(5)存在光学系统由于过度疲劳、老化、遗传因素等而变形的风险。,导致一定距离对焦不准(近视无法在远端对焦,远视无法在近端对焦(严重甚至在远端)。谢谢@Adagios的提醒。

(6)焦距基本固定(对焦时只在小范围内变化),光学变焦无法放大物体。

(7)由于遗传、后天损伤、老化等因素,镜片变形或内部折射率变化可能导致对焦成像不准(见:散光_百度百科[9])

二、感光器部分:

2.1优势:

(1)高像素[1]

目前科学界公认的数据显示,人看物体时,视野对应的分辨率为2169X1213。人眼的分辨率是6000X4000,包括模糊区域。那么,2169X1213是怎么算出来的呢?

人在看物体时,可以清楚地看到视野对应的双目【视角】约为35(水平)x 20(垂直)。同时,人眼的[分辨率(d)]在中等亮度和中等对比度下为0.2mm,对应的[最佳距离(L)]为0.688m其中D和L满足tg(θ/2)=d/2L,θ为[分辨率角度],一般为1.5 ',这是一个很小的角度。视场近似模拟为一个带矩形地面的正圆锥体,其中圆锥体的高度为h=L=0.688m,θ1 = 35°(水平视角),θ2 = 20°(垂直视角)。以0.0002m为一点,可以知道底部矩形的分辨率为2169X1213。

(2)超高动态范围[2]

人眼在动态光敏范围内的最大优势有两个:

本地监管单元iso

光强的记录是模拟的,没有二进制数字的限制。

刺目的阳光和星光相差10 ^ 8,也就是1亿倍。计算log2 10 8 = 26.6。

用摄影的语言来说,光的动态范围应该在27Ev的量级。其实因为不同场景下人眼的敏感度不同,动态范围应该低于这个值(感谢@柳岩@彭波提醒)。

做个比较:

其实相机的感光元件是可以记录很宽的动态范围的,只是因为光电信息转换的需要,在数字上称为位深。当极亮或极暗时,画面亮部的信息会统一记录为位色号的最大值(例如八位色为255),所以模数转换的过程限制了动态范围。记录深度越高,可记录的动态范围越大。从互联网下载位深度和动态范围之间的关系图:

眼球的结构图(眼睛部位图解名称)插图(3)

大多数单反数码相机的RAW文件可以记录10到14的位深度,所以理论上的动态范围是10-14EV。大多数数码相机实际上可以使用5-9EV的动态范围。人眼刚才说的是传输模拟信号。理论上位数是无限的,自然动态范围要高很多。

(3)高数据带宽[1]

索尼7680×4320超高清分辨率未压缩18分钟未压缩超高清视频,大小为3.5TB,平均每分钟194GB。按照这个数据量,每分钟通过人眼的数据量约为140.34GB,换句话说,如果你平均玩XBOX360一个小时,就会有8420.4GB的数据传输到你的大脑。如果把这些数据刻成蓝光光盘,需要337份!如果把人眼想象成一个高清摄像头,这个摄像头的总线带宽是2.339GB/秒。

(4)灵敏度可以在本地自动调整[3]

人眼的敏感度可以自动调节。当环境光强度发生变化时,人眼可以通过调节虹膜中视网膜色素的含量来提高或降低敏感度。但是这个调整比较慢,最多半个小时。就是这个原因,在黑暗中突然打开日光灯会很刺眼。在远离城市的农村可以看到很多星星,在充满光污染的城市甚至可能看不到月亮。除了光散射,灵敏度调节也有问题。

在一次测试中,有人使用佳能EOS 10D和一个5英寸的针孔镜头在ISO 400下在12秒内记录了14颗星星。我们可以在10秒钟内识别14颗恒星。(R.N .克拉克,《深空视觉天文学》,剑桥大学出版社和

天空出版社,355页,剑桥,1990)粗略估计,人眼的最高灵敏度相当于ISO 800。

另外,据统计,10D在ISO 800时,CMOS上每个像素平均接收2.7个电子。视神经也需要至少一对电子来接收外界的光信号。

在阳光下,眼睛的敏感度非常低,几乎是晚上的1/600

Press,Toronto,1958),也就是说,对阳光的敏感度基本上达到了ISO 1。这样的低灵敏度可以有效保护视神经和虹膜。

至于数码相机,ISO 12800已经广泛应用于数码单反,但是数码相机在高感光度下的噪点一直是困扰整个数码影像行业的一大难题。

(5)完全自适应白平衡[4]

相关的详细信息还没有找到,但是人眼有独特的适应性,以至于有时候我们发现不了色温的变化。比如在钨灯里呆久了,就不会觉得钨灯下的白纸泛红了。如果突然把日光灯换成钨灯照明,会觉得白纸的颜色偏红,但这种感觉只能持续一段时间。(通过百度百科,可以自己尝试)

(6)不同光敏元件的组合

人类视网膜中大约有700万个锥体细胞和1.2亿个视杆细胞。视锥细胞负责强光感知和颜色辨别,而视杆细胞负责弱光感知,只能分辨明暗。两种细胞的结合大大提高了人眼对环境的适应能力和动态感光范围。(有关详细信息,请参阅:可视单元格)

(7)低噪音(待定)

@ 16世纪提到了人的眼睛在黑暗条件下和闭着眼睛时噪音很大的问题,所以这个就要讨论了,还没有找到可靠的素材,但是人脑的去噪能力肯定是极强的~

生物系快研究视觉细胞和人脑的去燥,发自然!!!

2.2缺点:

(1)运动物体的识别帧率低。

一般来说,人眼视觉平滑的帧数是24fps。(感谢@彭波)

你可以通过下面的网页做实验。人眼确实能分辨出高帧数和低帧数的区别,但不代表信息记录完整。

Http://www.lotsbiss.com/OtherSwf/FFPS30.swf(每秒30帧的移动物体)

Http://www.lotsbiss.com/OtherSwf/FFPS60.swf(60 fps运动物体)

(2)感光元件容易疲劳,拖影现象严重。

(3)供电系统和数据线布局不合理。

血管直接穿过表面,数据线直接占据感光原件的一部分。视网膜结构如图所示:

眼球的结构图(眼睛部位图解名称)插图(4)

血管集中的部分是盲点,中央部分是我们的视觉中枢。视网膜的微观结构如图所示:

眼球的结构图(眼睛部位图解名称)插图(5)

可以看出,传导信息的各种神经细胞都在感光元件之上。但正因为如此,我们才能真正看到它们。

(4)灵敏度提高的过程比灵敏度降低的过程要慢得多。

(5)弱光条件下色彩还原差。

(6)当照度太强、太弱或背景亮度太强时,人眼的分辨率下降。

(7)当视觉目标的移动速度增加时,人眼的分辨率降低。

(8)人眼对色彩细节的分辨力比亮度细节差。如果黑白分辨率为1,则黑白分辨率为0.4,绿蓝分辨率为0.19。

三。处理系统:

3.1优势:

(1)超强的实时数据处理能力和超强的智能信息过滤能力。

(2)超强的图像缺陷补充算法(让你根本注意不到视网膜上密布的血管,除了视野中心,其他地方都超级模糊,双眼数据线都有严重的图像缺陷。)

(3)双目视图的实时全局测距和输出到直观的格式。

(4)实时调用内存储备,将场图像中分离的色块和形状组合成有意义的分离实体,自动锐化边缘识别。

最经典的例子如图所示:

眼球的结构图(眼睛部位图解名称)插图(6)

在图片中,A和B的颜色其实是一样的(真的是一样的),但是人脑在看到图片的瞬间把B归类为白色色块,把A归类为深灰色色块,导致大脑中的图像A比B暗很多。

一些质疑这张图的人也是醉了。看下图问你要不要拍~不要~!

眼球的结构图(眼睛部位图解名称)插图(7)

(5)先进的图形识别能力(人脸),并以直观的格式实时输出。

(6)聚焦能力,可以自动过滤不重要的信息,减少cpu消耗

(7)自动检测场景突变,直接调用小脑运动驱动器甚至脊髓协处理器。

(8)自动白平衡算法,40亿年进化积累的超级iso和光圈算法,超级自动测光算法。

(9)符号信息的自动整体识别和分类,信息分析(阅读和信息处理能力)

3.2缺点:

(1)幻觉有各种类型[10]

人在观察物体时,会基于经验主义或不恰当的参照而做出错误的判断和感知。

类型有:

几何错觉

生理视觉误差(由光敏设备引起)

认知错觉

详情见维基百科:伪视觉。

(2)信息筛选淘汰比例极大。

上面提到,视网膜记录下来的,输入人脑的信息量是非常大的,但是人脑经过筛选,剔除了海量的信息,当然也有可能剔除很多有价值的信息。

(3)图像信息的过度整合导致部分信息错误。

同时也是刚才色块A和B的一个例子。如果你需要与图像(如绘画)相似的绝对明暗信息,这样的信息整合能力会误导你。

(4)信息转换和存储能力极差。

想必这个不用解释了吧。盯着红宝书看一分钟都记不住几十个比特的单词和解释,相当无力。

(5)辨别颜色的能力差[11][12]

眼球的结构图(眼睛部位图解名称)插图(8)

1)人眼对高饱和度颜色的敏感度较弱。

2)人眼对色调方向色差的敏感度随色调不同而不同。

3)亮度方向的色差灵敏度也会随着亮度而变化。

蜂鸟摄影微信订阅号fnsywx

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。

作者:美站资讯,如若转载,请注明出处:https://www.meizw.com/n/101093.html

发表回复

登录后才能评论