📚 课程目录第1章人眼成像模型概述

第1章人眼成像模型概述

大家好，我是这门课的主讲。在光学和生物医学成像领域摸爬滚打了十几年，我越来越觉得——人眼成像模型，是所有近眼显示系统的“底层密码”。

你想想看，无论是AR眼镜、VR头显，还是未来的脑机接口显示设备，最终都要把光送进人眼。如果不懂眼睛怎么成像，那做出来的光学系统，轻则模糊重影，重则让人头晕恶心。我见过太多团队，花大价钱做了漂亮的光学方案，结果一戴上去，用户反馈“看不清楚”、“眼睛累”。问题出在哪？多半是没把人眼模型算进去。

这门课，就是要把这个“底层密码”拆开给你看。我们会从人眼的基础光学结构讲起，一步步搭建数学模型，最后落地到AR/VR的工程应用里。

  课程核心目标：
  理解人眼作为光学系统的成像原理
掌握常用的人眼数学模型（Gullstrand、Liou-Brennan等）
学会在Zemax / Code V中搭建人眼模型
能够评估AR/VR光学系统的眼动范围、畸变和MTF

人眼本质上就是一个精密的光学镜头组。光从外界进入，经过角膜、瞳孔、晶状体，最后聚焦在视网膜上。说起来简单，但里面的门道可不少。

先看几个关键部件：

这里有个容易忽略的点——视网膜不是平的，它是一个近似球面的曲面。很多初学光学的人习惯用平面探测器去模拟，结果算出来的像差和实际人眼感受完全对不上。我早期做VR光学设计时就踩过这个坑，后来老老实实把视网膜曲率加进去，MTF曲线才变得合理。

调节机制是怎么回事？

人眼看近处时，晶状体会变凸，增加屈光力；看远处时，晶状体变扁平。这个变化范围大概在0D到15D之间。年轻人调节能力强，上了年纪就慢慢不行了——这就是老花。

在AR/VR里，我们经常要模拟这个调节过程。比如设计变焦显示方案时，就得知道晶状体在不同注视距离下的屈光状态。我习惯用调节需求（Accommodative Demand）这个参数来量化：

调节需求 (D) = 1 / 注视距离 (m)

举例：
看 0.5m 远的物体 → 调节需求 = 2.0D
看 2.0m 远的物体 → 调节需求 = 0.5D
看无穷远        → 调节需求 = 0D

小提示：在AR/VR光学设计中，我们通常把显示画面放在2m到无穷远之间。但人眼实际调节范围有限，如果画面距离和光学系统给出的调节刺激不匹配，就会产生“调节-辐辏冲突”——这是目前VR眩晕感的主要来源之一。

AR/VR光学系统设计，说白了就是“为人眼定制一套显示光路”。没有准确的人眼模型，设计就是盲人摸象。

我总结了几类核心应用场景：

出瞳距离与眼动范围设计——人眼瞳孔位置和大小决定了光学系统的出瞳位置。我做过一个项目，客户要求眼动范围做到12mm，结果按标准人眼模型算出来，棱镜尺寸得加大30%。后来我们用了统计人眼模型，发现大部分人瞳孔位置有±1mm的偏移，最终把设计余量卡在合理范围。
像差评估与补偿——人眼本身就有像差（球差、色差、彗差等）。AR/VR光学系统如果叠加了人眼的像差，最终成像质量会恶化。我习惯在Zemax里把“人眼模型”作为后续镜组，然后优化前端的显示光学系统，让两者像差互补。
MTF与分辨率预测——人眼的分辨率极限大约是1角分（20/20视力）。但实际受瞳孔大小、视网膜采样密度影响。用模型算出来的MTF，可以预测用户能否看清显示画面的细节。
变焦与多焦面显示——这是目前解决调节冲突的主流方案。需要精确模拟人眼在不同焦面之间的切换过程。我建议用Liou-Brennan模型，它对晶状体渐变折射率的描述更准。

下面这张图，是我自己整理的人眼模型在AR/VR设计中的核心逻辑：

做工程不能只讲原理，得落地。下面是我常用的几种人眼模型，各有各的适用场景：

模型名称	特点	适用场景	我个人的使用建议
Gullstrand 简化模型	单透镜等效，参数少	快速估算、教学演示	适合做概念验证，精度一般
Gullstrand-Le Grand 模型	双透镜（角膜+晶状体），含非球面	常规光学设计、像差分析	我大部分项目用这个，平衡了精度和计算量
Liou-Brennan 模型	渐变折射率晶状体，更接近真实人眼	高精度变焦模拟、老花研究	做变焦显示方案时推荐，但仿真时间会长一些
Navarro 模型	包含年龄因素，可模拟老花	人因工程、用户群体分析	做面向中老年用户的AR设备时很有用

注意：没有“万能”的人眼模型。选模型时，先问自己三个问题：
1. 我关注的是中心视力还是周边视力？
2. 是否需要模拟调节变化？
3. 计算资源是否允许用渐变折射率模型？
选错了模型，后面的优化可能全白做。

几年前，我帮一家AR创业公司设计Birdbath光学方案。当时为了赶进度，我直接用Gullstrand简化模型算眼动范围。结果样机做出来，用户戴上后稍微偏一点瞳孔位置，画面边缘就出现严重色散。

后来排查才发现，简化模型忽略了角膜的非球面特性，导致边缘视场的像差估算偏差了30%以上。换用Le Grand模型重新优化后，色散问题基本解决。那次之后，我给自己定了个规矩：做AR/VR光学设计，至少用双透镜模型起步。

嗯，这个教训，希望你们不用再经历一遍。

这一章我们聊了：

第1章 人眼成像模型概述