人类视觉功能有诸多限制(缺陷)，如空间分辨率限制，时间分辨率限制，颜色分辨率限制，对比度分辨率限制。补偿(改善)和利用这些限制，产生了一些相关的科学和产业。为补偿人类视觉空间分辨率限制，产生了与广义的光学放大(普通光学放大和显微技术，电子光学显微技术等)相关的学科和产业。利用人类视觉的时间分辨率限制，产生了各种影视技术和产业。为了补偿人类视觉的时间分辨率限制(不能区分快速变化的事物，)有快拍慢放技术(理化反映，体育运动)，也有慢拍快放技术(生物体生长)。人类视觉对比度分辨率限制(缺陷)，是诸多人类视觉缺陷中的一种。当前监控、刑侦、检测、瞄准、火控、跟踪、制导，驾驶和医学成像，都是按明视觉要求设计的，对于暗视觉或微光条件下图像，正常人类视觉无法辨识。这是一个不论从学术上还是技术上都是需要解决的问题。为此本文提出了人类视觉对比度分辨率补偿方法，它是一个全新的学术技术问题。　　 本文来源于国家自然科学基金项目“基于机器视觉的最好质量图像评价和产生方法”。它是指用计算机图像处理技术解决正常人类视觉不能分辨在微光(暗视觉)下获得的图像的问题。　　 论文基于对人类视觉对比度分辨率限制的测定结果，提出了暗视觉条件下的人类视觉对比度分辨率补偿的方法，实现微光环境下的底层图像挖掘。为寻求挖掘过程中的最佳补偿深度值，论文详细分析了影响图像视觉质量相关因素并提取了三个关键的图像质量参数，结合主观图像评价结果建立客观评价方法从而建立起挖掘后图像质量评价的机器视觉，以此确定最佳补偿深度，获取最佳质量图像。　　 最后，本文就补偿理论设计了详细的图像挖掘算法，建立了底层图像挖掘软件平台，结果表明，该平台能够成功地挖掘出暗视觉下的人眼视觉不能分辨的图像。通过编程实现了对图像质量三参数的自动化提取，并对挖掘后的大量图像的质量三参数进行分析和对图像质量主观评价“金标准”方法的研究建立了客观评价方法，结果表明，本方法虽源于人类视觉，但优于人类视觉。本方法是对单幅图像的质量评价，因此属于无参考图像质量评价(NR-IQA)。该方法不但能评价图像质量是否变好，而且要获得最好(最佳)，即建立了获取最佳质量图像的方法，完善了底层图像挖掘。