4. 人眼视觉感知基础
在AR显示亮度均匀性与光学调校中，仪器测得的亮度数值只是“物理量”，而用户最终看到的是“感知量”。同一块波导在不同区域出现10%的亮度差异，在中心视场可能被明显察觉，在边缘视场却可能被忽略；同样，绿色通道的轻微不均比蓝色通道更容易被眼睛捕捉。理解人眼亮度响应、韦伯定律、对比敏感度、色彩感知以及主观评价方法，是把客观测量与主观体验连接起来的关键。
一、人眼亮度响应：从物理亮度到感知亮度
人眼对亮度的响应并非线性。在暗环境下，视杆细胞主导，灵敏度高但无色觉；在明环境下，视锥细胞主导，能分辨颜色和细节。人眼感知亮度大致遵循史蒂文斯幂律：
感知亮度 S ≈ k · L^n
其中 L 为物理亮度，n 通常小于1（约0.3~0.5）
这意味着物理亮度翻倍，主观亮度并不会翻倍，而是增加约20%~40%。因此，在AR显示中，若某区域亮度比周围高30%，用户感知到的差异可能只有10%左右；反之，若物理亮度下降50%，主观上可能仍觉得“还能接受”。但要注意，这种压缩效应在低亮度区更明显，在高亮度区反而更接近线性，所以高亮AR场景中的不均匀更容易被察觉。
二、韦伯定律与对比敏感度
韦伯定律指出，人眼能察觉的最小亮度变化ΔL与背景亮度L之比近似为常数：
ΔL / L = k（韦伯分数）
在中等亮度下，k约为1%~2%。也就是说，在100 cd/m²背景上，亮度变化约1~2 cd/m²就可能被察觉；在10 cd/m²背景上，只需0.1~0.2 cd/m²。这解释了为什么AR显示在暗背景叠加亮图标时，边缘轻微漏光或亮度不均会非常刺眼，而在明亮户外场景中反而不易发现。
对比敏感度函数（CSF）进一步说明：人眼对不同空间频率的敏感度不同。中频（约2~5 cycles/degree）最敏感，高频细节和低频大面积渐变敏感度下降。因此，AR显示中细密的条纹状不均、网格状Mura比大面积缓慢渐变更容易被看到。调校时，若发现用户抱怨“有细纹”，应优先检查像素级或子像素级亮度一致性，而不是只关注整体梯度。
三、色彩感知与亮度均匀性的耦合
人眼对颜色的感知由三种视锥细胞响应组合而成，但亮度感知并非RGB简单相加。国际照明委员会定义的明视觉光谱光视效率函数V(λ)在555 nm绿光处达到峰值，红光和蓝光贡献较低。因此，在AR显示中：
- 绿色通道亮度不均最容易被人眼察觉，尤其在显示白色或灰色画面时；
- 蓝色通道亮度贡献低，但色度偏移（如偏紫、偏青）反而更敏感；
- 红绿通道差异会直接表现为色差，而人眼对肤色、白色区域的色差容忍度很低。
这意味着亮度均匀性调校不能只测Y值，还要同时关注色坐标(u', v')的均匀性。一个常见误区是：把RGB三通道亮度都调到一致，却忽略了白点色坐标在不同区域漂移，导致用户看到“中间白、边缘黄”的现象。
四、均匀性主观评价方法与调校流程
主观评价是AR显示均匀性验收的最终依据。常用方法包括：
| 方法 | 操作要点 | 适用场景 | 注意事项 |
|---|---|---|---|
| 成对比较法 | 同时显示两个区域或两台样机，让观察者选择更均匀者 | 方案筛选、竞品对标 | 需控制观察距离和背景亮度 |
| 等级评分法 | 按1~5分评价均匀性，1为明显不均，5为完全均匀 | 量产抽检、批次对比 | 需统一评分标准，多人取平均 |
| 阈值检测法 | 逐步调整局部亮度，记录刚能察觉差异的ΔL/L | 确定调校目标值 | 受观察者个体差异影响大 |
| Mura缺陷识别 | 显示灰阶画面，标记可见Mura区域和等级 | 产线终检、客诉复现 | 需结合暗室和标准光源 |
在实际调校流程中，建议按以下顺序推进：
- 暗室基准测试：显示全白、全灰、RGB单色画面，用成像色度计采集亮度与色坐标分布。
- 计算客观指标：得到亮度均匀性、色度均匀性、Mura对比度等参数。
- 主观预筛：组织3~5名观察者，在标准观察条件下进行等级评分，标记明显不均区域。
- 定位根因：区分是光源不均、波导耦合不均、衍射效率差异还是像素驱动差异。
- 迭代调校：调整光源电流、波导耦合角度、补偿算法或像素级增益，复测并复评。
- 建立阈值：将主观可接受水平反推为客观参数阈值，写入调校规范。
在AR显示中，均匀性调校的最终目标是让用户“看不出哪里亮、哪里暗、哪里偏色”。这要求工程师既懂光学测量，也懂人眼感知。只有把物理参数与主观评价结合，才能制定出既不过度设计、又能满足用户体验的均匀性标准。