基于感知范围自适应可视化架构的实时视觉扩展全息近眼显示系统

《Optics & Laser Technology》：Real-time vision-extended holographic near-eye display system based on perceptual range-adaptive visualization architecture

实时全息近眼显示系统基于感知范围自适应可视化（PRaV）架构，整合动态眼动控制模块和加速随机相位角谱方法，实现用户通过眼动命令实时切换全场显示与兴趣区域高亮，支持高保真（PSNR 20.37 dB，SSIM 0.87）和低延迟（200 fps）的计算机生成全息图（CGH）重构。实验验证了系统在复杂场景下的实时性和可靠性，硬件软件协同优化提升用户体验。

　　这项研究提出了一种基于感知范围自适应可视化（PRaV）架构的智能实时全息近眼显示（NED）系统，旨在实现更加直观、无须手部操作的交互体验。该系统通过动态眼控模块（OAC）来识别用户的注视行为，从而在全息图像的显示模式之间切换，包括整体场景和特定感兴趣区域（RoI）的高亮显示。这种眼控机制使得用户可以通过自然的眼动行为实现对全息内容的实时控制，而无需依赖手部输入或预设手势识别，从而增强了沉浸式体验的连贯性和自然性。

PRaV架构的核心在于其能够协调整个系统的运行流程，包括实时获取现实世界场景、根据用户眼控指令生成全息图像，并将这些图像投射到近眼显示设备上。该架构还融合了硬件与软件组件，以确保系统能够在保持光学性能的同时，实现紧凑的结构设计。此外，为了提高全息图像生成的效率和质量，系统采用了基于CUDA的并行归一化技术，以优化全息图生成过程。这种方法不仅加快了计算速度，还有效减少了全息图像中的光斑噪声，从而提升了图像的清晰度和真实感。

在眼控模块的设计方面，系统通过分析用户眼睛的特征，例如眨眼频率和眼睑闭合时间，来识别用户意图。系统利用眼眶比率（EAR）作为关键指标，通过实时计算并判断其变化趋势，以区分自然眨眼和有意的眼控指令。这种分类机制确保了系统能够准确识别用户想要切换显示模式的意图，例如从整体场景切换到特定区域的放大显示，或者反之。EAR的计算依赖于对眼睑边缘和上下眼睑位置的检测，这些位置由摄像头捕捉并用于计算垂直和水平距离，从而确定用户当前的注视状态。

实验结果显示，该系统在实时全息图像生成方面表现出色，尤其是在处理高分辨率图像时。使用GPU加速的并行归一化方法，使得全息图生成速度达到了每秒200帧，显著优于传统基于CPU的方法。同时，系统在保持图像质量的同时，也有效降低了延迟，确保了实时交互的流畅性。在图像质量评估方面，采用峰值信噪比（PSNR）和结构相似性指数（SSIM）作为衡量标准，结果显示PSNR为20.37 dB，SSIM为0.87，表明全息图像在结构和清晰度方面均达到了较高的水平。

在实际应用测试中，系统能够在现实环境中成功生成全息图像，并根据用户的眼控指令动态调整显示模式。例如，在一个包含复杂纹理的场景中，系统能够清晰地放大并突出显示特定的感兴趣区域，同时保持整体场景的可识别性。这不仅验证了系统在动态全息可视化方面的有效性，也展示了其在增强现实交互中的潜力。通过这种基于眼控的显示模式切换，系统实现了对用户视觉感知范围的扩展，使用户能够观察到通常超出自然视觉范围的细节。

研究还强调了该系统在硬件和软件设计上的优化，特别是在实时处理能力和用户友好性方面。通过将眼控模块与全息生成算法紧密结合，系统能够在不增加额外硬件的情况下，实现高效的全息显示。这种设计不仅减少了系统的体积和重量，还提高了其便携性和可穿戴性，为未来的全息显示设备提供了新的发展方向。此外，研究还提出了一些未来的研究方向，包括实现全彩色全息重建、优化全息生成流程以处理更复杂的三维数据场景，以及进一步完善眼控子系统，使其能够支持更复杂的多级指令。

整体来看，这项研究通过创新的系统架构和高效的计算方法，推动了近眼全息显示技术的发展。其核心在于将眼控交互与全息图像生成相结合，从而实现更加自然和直观的用户交互体验。通过实验验证，该系统在实时性、图像质量和用户适应性方面均表现出色，为未来的全息显示应用提供了坚实的基础。同时，研究也指出了进一步优化的方向，包括减少光斑、提升色彩表现力以及增强系统的多功能性和适应性。这些改进将有助于提升全息显示在现实世界中的应用潜力，特别是在需要高沉浸感和高视觉保真度的场景中，如虚拟现实、增强现实和医疗可视化等领域。