视亮度是指从黑色表面到白色表面的感觉连续体。光度是恒星的发光能力，既恒星单位时间辐射的总能量，视亮度就是这些恒星辐射的能量到观察者时单位面积的能量，它是观察者所接受到的能量。

视亮度是指亦称“主观亮度”，物体亮度的主观感觉，在白天给定亮度的目标看起来视亮度就低一些，夜晚，同样光亮度的目标视亮度就高一些。为了知道恒星真正的光亮程度，需要把它们放到同一个位置上来比较。绝对星等就是设想把恒星都放在 32.6 光年 (10秒差距 ) 的地方所得出的亮度。太阳的视亮度是绝对冠军，但是太阳的绝对星等只有 4.8等，这意味着如果把太阳放到离地球 10 秒差距的地方，它的亮度只有 4.8等，仅仅是一颗肉眼看起来相当暗的星。有些恒星实际上相当亮，可以比太阳亮成千上万倍，但由于它们离我们太遥远了， 所以看上去并不怎么亮。

对于一个固定光谱成分的光，在不同适应亮度条件下，其感觉亮度与实际亮度不同，或者在同一亮度条件下，不同光谱成份的光，其亮度感觉也不同，即客观的（计量）亮度与感觉到的亮度之间有差异。

影响人们看清楚的因素有很多：亮度、视角、亮度对比和色对比、眩光、识别时间、颜色、亮度适应和色适应、瞳孔大小与识别对象的形状、运动等，其中目标亮度、背景亮度和视角大小对明亮感觉起很大作用，并对视功能产生决定性影响。其中目标亮度大小、背景亮度大小和视角大小是影响人们明亮感觉的主要因素，即要影响人们对亮度的感受，也就是说对视亮度产生影响。所谓视亮度就是人眼知觉一个区域所发射光的多寡的视觉属性,它没有量纲。

光度学是根据人的视觉对光谱的敏感性提出的照明评估方法。国际照明词汇表把光度测量定义为“根据已知的光谱光视效率(如V(λ)或V′(λ))函数对辐射量的测量”。人的光谱敏感度函数是从心理物理学实验得出的，该实验在确定的视觉标准和限定条件下测量人的光谱敏感度。心理物理学标准和物理条件都影响所获得的函数。

20世纪初，一些研究人员致力于明视觉条件下的光谱光视效率函数的定义工作。他们所采用的两个主要的方法是：多色视亮度匹配和闪烁光度测量。在1923年，Gibson和Tyndall基于他们自己从52个观察者得到的视亮度匹配数据和其他研究者从200多个观察者积累的数据导出了最终曲线，这个V(λ)函数被CIE在1924年第六次会议上采纳。自从它在1924年确立以来，明视觉V(λ)函数一直保持着在实际光度测量中应用的唯一的功能。在比较低的照明水平下(即在暗视觉范围内)，眼睛的光谱敏感度取决于杆体细胞，并且用CIE在1951年确立的V′(λ)函数描述。V′(λ)函数是基于Wald的视看极限数据和Crawford的直接视亮度匹配数据建立的。V′(λ)函数描述暗视觉条件下的光谱敏感度，与日光(明视觉)下的视功能曲线相比V′(λ)向短波方向偏移。

也就是说,非单色光亮度等于在V(λ)影响下的各组成波长光谱辐射量之和。根据光度学中可加的特性,应该可以利用一个数字来评估具有任意辐射能量分布的光的视觉效果。然而，可加性还不能解释所有的视觉活动,如对饱和光的视亮度感觉。两种单色或饱和刺激混合所产生的视亮度通常低于组合光的视亮度之和。这种可加性的失效(浦尔金耶效应)被认为是锥体细胞相互作用的结果。视觉研究提供的证据表明，对于彩色或光谱对立系统和非彩色或光谱非对立系统，明视觉系统能够被恰当地描述。M-和L-锥体细胞是非彩色或亮度的主要感觉细胞，但是也有人认为S-锥体细胞在一定条件下也对亮度起作用。非彩色感觉是锥体细胞输出量的累加反应；另一方面，为了形成首要的色彩机理，彩色系统需要辨别来自锥体细胞的信号。有人已经提出彩色亮度感觉系统和相对的颜色感觉系统的输出都对视亮度感觉产生作用。众所周知，可加性的失效与多色视亮度匹配方法有关。彩色和非彩色感觉系统都起作用的彩色系统被认为当然不适用Abney的视觉条件相加性规律。基于视亮度的中间视觉模型能充分地预测单色光的视亮度，然而在预测非单色光视亮度时，可加性就明显失效了。

在照明和视觉研究领域存在这样一个问题，即应该采用什么样的视觉标准来建立光谱光视效率函数。光度测量可以根据各种视觉、感觉或行为标准进行定义，如视亮度对比、闪烁分辨、视觉搜索行为、觉察阈值、清晰的下限、反应时间等。通过特定实验得到特定的光谱光视效率函数的形态，取决于所采用的实验方法是只考虑非彩色感觉系统的感觉，还是同时考虑非彩色和彩色感觉系统的感觉。对闪烁和视亮度感觉的不同特性，导致了按照闪烁方法和视亮度匹配方法得到的明视觉光谱光视效率函数具有不同的形态。众所周知，在长波和短波范围内用视亮度匹配方法获得的光谱光视率函数，比用闪烁光度测量方法获得的光谱光视效率函数具有更高的灵敏度。尽管当时就已经意识到了闪烁光度测量和视亮度匹配之间存在的差别，但还是采用了既有用闪烁光度测量方法实验，也有用逐步视亮度匹配方法实验获得的数据，以导出CIEV(λ)函数。在1923年，为了得到最终的V(λ)曲线还进行了大量的数据平滑处理。