把**“人眼/视觉系统”按从前端硬件（眼球）→后端处理（视网膜+视神经+脑）**拆开来的“功能能力清单”。
严格说：一部分是眼球本身的功能，很大一部分是“眼+脑”组合能力；对应到“摄像头到底能不能复刻”。
1）眼球作为“光学采集器”的基本功能
- 自动对焦（动态变焦）：睫状肌调晶状体曲率，让不同距离目标成像在视网膜上（带一定滞后/像差）。
- 光圈自动调节（瞳孔对光/对认知状态反应）：强光缩瞳、弱光扩瞳（还有情绪/注意力相关成分）。
- 像差形成与部分被动校正：角膜+晶状体组合、非球面、梯度折射率大致抑制球差/彗差，但不完美。
- 光谱选择入口（色滤波前置）：晶状体会吸收部分短波（UV被挡掉），形成人眼“可见光谱窗口”。
- 物理屏障与保护：眼睑、泪膜、角膜上皮、眨眼清洁、反射性闭眼/瞬目保护机制。
2）视网膜（光电转换层）的核心“传感能力”
- 明视觉/锥细胞通道（细节+色）：三类L/M/S锥体负责彩色与高分辨中心视觉（主要集中在黄斑/中央凹）。
- 暗视觉/杆细胞通道（夜视/高灵敏）：无色彩信息，但对极低光子更敏感（主要在外周）。
- 空间采样不均匀（中心 vs 周边）：中央凹分辨率极高，越往周边越稀疏——你会“扫视”来弥补。
- 时间响应分通道：有“持续型/瞬态型”通路分工（大致对应你能看到慢变化 vs 快速变化）。
- 局部自适应预处理（视网膜级）：侧抑制/周边抑制带来边缘增强（类似“看起来更锐”的轮廓效应）。
- 动态范围极宽（但瞬时窗口有限）：从星光到烈日，靠的是可变的灵敏度状态+多通道拼接，而不是同一瞬间线性覆盖全部。
- 对运动的局部检测（视网膜层面）：视网膜神经节细胞里已有方向/变化选择性雏形（可理解为“早期运动线索”）。
3）“适应/校准”能力（让眼睛能在极端光环境下工作）
- 明适应/暗适应：进入亮处或暗处后敏感度随时间重新标定（暗适应需要更久）。
- 局部亮度适应（同时对比）：同一画面里，不同区域会按周围亮度各自“自动调基准”，所以你会觉得阴影里细节还能看。
- 色适应/白平衡（整体）：在不同光源下你仍能把白纸“看成白的”（色貌恒常性的前端来源之一）。
4）眼动与“采样策略”（这是人眼跟普通摄像头最不一样的地方）
- 快速跳转注视（扫视/saccades）：眼球高速跳到新兴趣点，中间视觉被大幅抑制（你感觉不到“运动模糊的跳跃”）。
- 中央凹锁定（固视）：把最高分辨的小区域对准你要细看的目标。
- 平滑追踪（smooth pursuit）：眼睛跟着运动目标平稳走（不是纯跳）。
- 前庭-眼反射（VOR）：头转动时眼球反向转，保持世界在视网膜上相对稳定（稳定像）。
- 微眼动/微颤（microsaccades等）：极小抖动防止感光细胞“适应锁死”，让你能持续看清纹理细节（这点常被低估）。
- 眨眼/瞬目节律：保湿同时也会短暂中断输入（大脑会“插值缝合”）。
5）“看距离/三维”这件事的能力集合（深度并非单一传感器指标）
- 双眼视差（stereopsis）：两眼图像微小错位 → 脑算近距离深度（最强在几米内，随距离衰减）。
- 辐凑/聚散（vergence）：看着近处时两眼向内转，这个“转动量/肌肉信号”也给距离信息（并与调节耦合）。
- 调节线索（accommodation）：晶状体对焦距离给一定的“我在看多远”线索（尤其在很近时更明显）。
- 单眼/伪深度线索（哪怕一只眼也能估距）：
- 遮挡、相对大小、透视收敛、纹理梯度
- 已知物体大小（ familiar size）
- 运动视差（你自己动，远近物体漂移速度不同）
- 景深线索（模糊梯度）：离焦模糊的分布变化也能被解读为深度信息（尤其近距）。
- 头/身体运动带来的时变几何：人会下意识轻微摆头/移步来获取更多约束（“主动视觉”）。
换句话说：“看距离”对人来说不是单一指标，是“多线索融合 + 主动采样 + 经验先验”。
6）感知层面的“高级能力”（已经主要是脑，但属于“人眼系统输出你怎么用”）
- 边缘/轮廓提取与组织（格式塔式分组倾向）：把碎片连成形状、表面、边界。
- 颜色恒常性与材质判断：把“光照变了”和“物体本身颜色/反光变了”拆开（近似但不完美）。
- 运动解析与预测：不光看到动，还能预判轨迹（抓飞盘那种）。
- 注意力引导（显著性）：复杂场景里快速把资源压到“重要区”（再配合眼动去盯）。
- 缺损插值/填充（盲点补偿、轮廓补全）：视神经出口没感光器，但你几乎感受不到盲点（脑在补）。
- 时间整合/去抖动（感知平滑）：把离散采样缝成连续体验（你看到的“电影”很大程度是脑造的）。
- 情境化识别（语义闭环）：看到“半遮住杯子”仍认成杯子；这不是光学的，是视觉系统的终极能力。
7）也要列一下：人眼“不强”的地方（方便对标摄像头别神话它）
- 空间分辨率只在中央一小块：周边很糊（你以为全高清，是因为你在不断扫）。
- 瞬时宽容度没你想象那么神：看向亮窗再转回暗处会暂时“瞎一会儿”（ adaptation lag）。
- 运动期间并不是一直采样：扫视时会压制输入，靠预测补全。
- 绝对精度不靠“像素”：深度与尺寸判断会受错觉、语境、先验影响。
下一步把它翻译成“摄像头对标表”
- “看远近/深度”（要避障、建模、还是测距读数？）
- 还是**“动态范围/明暗/运动不清”**（像视网膜抗过曝、耐高速）
- “颜色/材质/白平衡像人”
目标场景（例如：机器人行走/手势交互/户外车/显微镜/AR眼镜），逐项对应成：现有传感器能否复刻、用什么方案、哪里仍需脑（AI）补。
