一般人講「這個透明螢幕看出去清不清楚」時，其實混雜了好幾種東西：對比、模糊、色偏、雜訊。研究要做的第一件事，是把這團模糊的感覺拆成可以量測的量。
CW-SSIM（複小波結構相似度）的好處，是它對小幅位移相對不敏感，卻對結構破壞很敏感。這正是穿透影像的痛點：光穿過顯示面板後，邊緣和紋理會被輕微改變，但整體不一定平移。傳統的逐像素差值會被位移騙過去，CW-SSIM 不會。
客觀指標的價值，不在於取代人眼，而在於讓人眼的判斷能被重現、被比較。
我在做的延伸，是在這個基礎上疊三層加權：
- CSF 尺度權重——依人眼對比敏感度函數，加重人真正看得到的空間頻率。
- 條紋感知空間閘控——透明面板的規則結構容易被誤判，需要特別處理。
- PPD 正規化——把結果換算到「每視角度像素數」，讓不同觀看距離可以比較。
下一步是把整條管線寫成可學習的 PyTorch 模組，用主觀評分資料去微調權重。這也是我帶去浙大交換的題目之一。