En fait, le principe est simple. L'oeil humain ne voit une image qu'à une certaine fréquence.
L'oeil n'enregistre donc que des images fixes un certain nombre de fois par secondes (principes utilisé pour le cinéma, on fait défiler 24 images en 1 seconde, l'oeil ne voit pas les changements, et il perçoit une animation fluide).

Pour la roue, à partir d'une certaine vitesse, l'oeil perçoit une image juste avant qu'elle ait effectué sa rotation complète.
Donc, à cette fréquence, chaque image semble présenter la roue dans une position qu'elle aurait juste un instant avant l'image précédente.
Donc on a l'impression de voir la roue tourner à l'envers.