心理学家Wilson Geisler和Johannes Burge发明一种新算法，可迅速准确估测出模糊影像中的聚焦错误，他们称这种技术对于了解为何生物视觉系统不需要采用数码相机的反复估测检验手段非常关键，同时对于了解人类中近视的发生机制，帮助工程人员改进数码相机具有推动作用。
模糊影像的精确估测对于清晰成像非常重要，人类和动物本能的获得模糊影像的关键特征，利用这些信息确定他们与物体的距离，之后迅速使眼球准确聚焦于合适的焦距。Geisler说，对于某些动物，上述方法是感测距离的主要手段。例如，变色龙依靠这种办法定位飞虫的位置，使伸出的舌头准确到达这一点，在它眼前放置棱镜使模糊度改变后，不出所料，变色龙不再能准确判断位置。
但科学家们尚不了解为何生物视觉系统在模糊估测方面有如此好的表现。很多研究人员曾认为大脑利用一种估测检查的机制获得正确答案，这种方法很类似于相机自动聚焦系统的工作原理。据Burger说，其基本过程是，相机变化焦距，对其感测到的图像对比进行测算，之后不断重复此过程直至使对比最大化。
他表示，研究进程很缓慢，经常选择错误的方向，依据的理论是--对比最大等同于聚焦最佳，但这并不完全正确。
在试图解决人类和动物可能如何借助模糊精确估测距离的过程中，Geisler和Burge利用一些著名的数学方程创建了人类视觉系统的计算机模拟系统。他们将自然景象的数字图像（类似于人眼所见）提交至计算机，例如人脸，花朵或自然景色，它们观察到即使这些图像的内容差别很大，但主要特征，如清晰度和模糊度的模式及细节的相对数目基本上一致。
他们二人之后尝试通过向他们设计用于探测这些特征的模型中添加一系列滤镜来模拟人类视觉系统处理这些图片的模式，在他们通过系统性改变计算机模拟聚焦错误模糊图像和测试滤镜反应的过程中，研究人员发现借助在探测器中观察到的反应模式，他们可以预测出聚焦错误的准确数目。研究人员称这为人和动物的大脑如何快速准确探测聚焦错误，无需估测检查方式提供了可能的解释。
这项研究本周被在线刊登于PNAS杂志上。
