通过在虚拟三维空间中构建基于双目视差和运动像差的不同深度的柱形面,使被试者在三维空间中行走运动,采用心理物理学的固定值刺激法,获取被试者在不同观察距离下基于双目视差线索、运动像差线索,以及两种线索同时作用时的深度感知数据,研究双目视差线索和运动像差线索对人眼深度感知的影响。结果表明:在不同的观察距离下,双目视差线索和运动像差线索对人眼的深度感知有不同的影响;在远距离观察条件下,运动像差线索对深度感知的权重比在近距离观察条件下大;而在近距离观察条件下,两种线索同时作用时对深度感知没有促进作用,并且运动像差线索对深度感知的作用较小。

由于水体对光线的吸收和散射, 造成水下对空所成图像噪声较大, 对比度较低, 降低了图像的观察效果。在前期研究工作中采用的去噪和对比度拉伸算法没有利用图像的深度信息, 使增强后图像边缘细节不够突出。将深度信息引入水下对空图像去噪及对比度拉伸过程中, 采用基于深度约束的均值去噪和基于深度感知的对比度拉伸算法处理水下对空图像, 有效提升了水下对空图像的深度层次感及对象边缘的质量, 为后期水下对空成像的目标探测和识别奠定了理论与技术基础。

为准确反映人眼在观看立体视频过程中的视觉舒适程度, 提出了一种基于特征区域分割的立体视频视觉舒适度评价方法。首先自适应地分割提取出立体视频序列中的人眼的感兴趣区域, 以及相邻帧间的运动区域, 然后结合深度感知理论和空间合并技术, 对视觉舒适度这一特征量进行建模, 最后实现对立体视频视觉舒适度的评定。实验结果表明, 使用本文的方法对立体视频视觉舒适度进行评价, 可以很好的模拟人眼直接观测的视觉感受, 对于视觉舒适度的研究具有重要的参考价值。

Depth perception for night vision (NV) imagery could largely improve scene comprehension. We present a novel scheme to give fused multi-band NV imagery smoothly natural color appearance as well as depth sense from color. Our approach is based on simulating color cues by varying saturation values of each object in the color NV image, in correspondence with the ratio between the infrared and low-light-level sensor outputs which in practice is the depth feature for same materials. We render the NV image segment-by-segment by taking advantage of image segmentation, dominant color transfer, saturation variation, and image fusion. Experiments have shown that the proposed scheme can achieve satisfying results.