第二章 视觉感知基础：光信号到电信号的转换、视网膜结构与功能、感光细胞与色彩感知

各位同学，欢迎来到视觉感知基础这一章。说实话，这部分内容我当年读书时觉得特别枯燥，直到后来做仿生眼项目，才真正体会到它的分量。你想想看，我们要造一只“眼睛”，总得先搞清楚人眼是怎么工作的吧？

这一章，我们就来聊聊三个核心问题：光怎么变成电信号？视网膜这个“传感器”长什么样？我们又是如何看到五彩世界的？

2.1 光信号到电信号的转换：从光子到神经脉冲

光进入眼睛，第一步就是被感光细胞捕获。这个过程，说白了就是一个光电转换器的工作。

我个人习惯把整个过程拆成三步：

1. 光子捕获：感光细胞里的视色素分子（比如视紫红质）吸收光子，发生构象变化。
2. 信号级联放大：一个光子激活一个视紫红质分子，接着激活上百个转导蛋白，每个转导蛋白再激活一个磷酸二酯酶……这一连串反应，能把信号放大几百万倍。
3. 电信号产生：最终导致感光细胞膜上的离子通道关闭，细胞超极化，产生电信号。

这里有个反直觉的地方：感光细胞在暗处是去极化的（持续释放神经递质），受到光照后反而超极化（减少释放）。这和大多数神经元“兴奋就放电”的模式正好相反。嗯，刚开始做仿生眼电路时，我在这上面栽过跟头。

2.2 视网膜结构与功能：三层细胞，一个精密的预处理单元

视网膜不是简单的“感光薄膜”，它其实是一个复杂的神经网络。我经常跟团队说，别把视网膜当摄像头，它更像一个带预处理功能的智能传感器。

视网膜的结构可以简化为三层：

层次	细胞类型	主要功能
外层（感光层）	视杆细胞、视锥细胞	捕获光子，产生电信号
中间层（处理层）	双极细胞、水平细胞、无长突细胞	信号整合、对比度增强、运动检测
内层（输出层）	神经节细胞	生成动作电位，通过视神经传向大脑

你可能会问：为什么需要中间层？直接感光然后传出去不行吗？

我曾经也这么想，直到有一次调试仿生眼算法，发现直接输出的原始图像噪声大、动态范围窄。后来我意识到，视网膜的中间层其实在做三件重要的事：

• 侧向抑制：水平细胞负责这个，它能增强边缘对比度。说白了，就是让亮的地方更亮，暗的地方更暗，突出轮廓。
• 时间滤波：无长突细胞检测变化，对静止场景快速适应。这解释了为什么你盯着一个东西看久了，感觉它变淡了。
• 信息压缩：1.2亿个感光细胞，最后只通过100万个神经节细胞输出。压缩比超过100:1。

2.3 感光细胞与色彩感知：视杆与视锥的分工合作

视网膜上有两种感光细胞：视杆细胞和视锥细胞。它们的分工非常明确。

视杆细胞：暗夜中的灵敏探测器

• 数量：约1.2亿个，占感光细胞的95%
• 分布：视网膜周边区域为主
• 灵敏度：极高，能感知单个光子
• 色彩：不参与色彩感知，只有明暗信息
• 饱和：强光下容易饱和，失去响应

我记得有一次做夜间低光照测试，仿生眼完全抓瞎，而人眼却能看清轮廓。原因就是视杆细胞的灵敏度远超当时的CMOS传感器。后来我们专门针对这个场景优化了模拟前端电路。

视锥细胞：白天的色彩专家

• 数量：约600万个
• 分布：集中在中央凹区域
• 灵敏度：较低，需要较强光照才能工作
• 色彩：三种类型，分别对红、绿、蓝光最敏感
• 分辨率：提供高空间分辨率

三种视锥细胞的光谱响应曲线大致如下：

视锥类型	峰值波长	感知颜色
S型（短波）	约420nm	蓝色
M型（中波）	约534nm	绿色
L型（长波）	约564nm	红色

这里有个有意思的点：L型和M型视锥的响应曲线其实有很大重叠。你想想看，如果它们完全独立，那色彩空间会简单很多。但正是这种重叠，加上大脑的后期处理，才让我们能分辨出上千万种颜色。

2.4 知识体系总览

为了让你更直观地理解这一章的知识结构，我画了一张图：

这张图把整个流程串起来了：光子 → 感光细胞 → 视网膜三层处理 → 电信号输出。我在做仿生眼系统架构时，就是按照这个逻辑来划分硬件模块的。

2.5 小结

这一章我们聊了三个核心内容：

• 光信号到电信号的转换，核心是级联放大和超极化机制
• 视网膜的三层结构，它不只是感光，还做预处理
• 视杆和视锥的分工，一个管暗光，一个管色彩

说实话，这些基础知识看起来简单，但真正用到工程中，处处都是坑。我建议你在做仿生眼设计时，多回头看看这些底层原理。很多时候，算法的瓶颈不在代码，而在你对生物视觉的理解深度。

---

公众号:蓝海资料掘金营，微信deep3321