hay muchos datos utilizados para caracterizar pantallas electrónicas: resolución, píxeles por pulgada, frecuencia de actualización, luminancia (nits), paso de píxeles, rango dinámico, relación de contraste, etc. Toda esta información está destinada a ayudar a transmitir la calidad de una pantalla. Pero en última instancia, es la experiencia visual de los usuarios humanos la que definirá el rendimiento de una pantalla, y en gran medida determina su éxito en el mercado., Entonces, ¿cómo pueden los diseñadores y fabricantes de pantallas evaluar la calidad de sus productos de acuerdo con los estándares de los espectadores humanos?
El uso de inspectores de calidad humana ha sido un enfoque. Pero mantenerse al día con la demanda del mercado y la velocidad y el volumen de la producción en masa ha requerido la implementación de soluciones de inspección automatizadas., Cuantificar el discernimiento de la percepción visual humana—el estándar de calidad definitivo-fue un desafío hasta que la Administración Nacional de Aeronáutica y del Espacio (NASA) desarrolló un método para medir la diferencia perceptible (JND) basado en un observador estándar espacial (SSO).1
origen de la diferencia apenas perceptible
el concepto de diferencia apenas perceptible fue articulado por primera vez por el psicólogo del siglo XIX Ernst Weber, quien lo definió como la «cantidad mínima por la cual la intensidad del estímulo debe ser cambiada para producir una variación notable en la experiencia sensorial.,»2 La Ley de Weber (o Ley de Weber-Fechner) sostiene que el cambio en un estímulo (algo visto o sentido por un sujeto humano, como la luminancia de una pantalla de visualización) que será solo perceptible es una relación constante con el estímulo inicial.
esta ley generalmente se aplica a todos nuestros sentidos, incluidos la vista, el tacto, el gusto, el olfato y el oído, y para múltiples tipos de estímulos, incluidos el brillo, la dulzura, el peso y la presión., Las únicas excepciones tienden a estar en los extremos de un estímulo (por ejemplo, para pantallas en estados de brillo muy alto o bajo, el umbral de discernimiento no siempre tiene una relación constante).
Spatial Standard Observer& JND
El «Observador estándar» es una construcción que se ha utilizado durante mucho tiempo en los esfuerzos científicos e industriales para cuantificar el color. Los investigadores han recopilado datos de múltiples sujetos de prueba para definir la percepción visual humana «promedio»., Por ejemplo, las elipses de MacAdam son una representación de regiones en el diagrama de cromaticidad donde los colores dentro de cada elipse son indistinguibles para los observadores del color en el centro. Por lo tanto, el contorno de cada elipse representa el umbral de diferencias de cromaticidad solo notables para un espectador humano promedio (estadísticamente). Esto significa que cualquier individuo puede o no notar una diferencia, dependiendo de dónde se encuentren en el espectro de sensibilidad, pero al menos el 50% de un grupo de observadores percibirá una diferencia en condiciones normales., Una «diferencia apenas perceptible» (o JPD) refiere a la diferencia discernible más pequeña bajo las condiciones más favorables de la visión .
elipses de MacAdam se trazan en el CIE 1931 xy diagrama de cromaticidad, se muestra diez veces su tamaño real. Cada elipse representa una región en la que todos los colores son indistinguibles del color en el Centro de la elipse, para un ojo humano promedio. (Imagen: CC BY-SA 3.,0)
el modelo Spatial Standard Observer de la NASA agregó un elemento espacial a la mezcla, creando una herramienta para medir la visibilidad de un elemento, o la «discriminabilidad visual» de dos elementos. Al igual que con el desarrollo de color JND, SSO se desarrolló mediante la recopilación de un amplio conjunto de datos de pruebas humanas para proporcionar un modelo calibrado de la visión humana.
el SSO » calcula una medida numérica de la fuerza perceptiva de una sola imagen, o la diferencia visible entre las dos imágenes., Las mediciones de visibilidad se proporcionan en unidades de diferencias solo perceptibles (JND), una medida estándar de intensidad perceptiva.»2
Este método se desarrolló teniendo en cuenta numerosas aplicaciones potenciales ,» sobre todo en la inspección de pantallas durante el proceso de fabricación.,»2 It is also useful for» evaluating vision from unpiloted aerial vehicles( UAVs); predicting visibility of UAVs from other aircraft; estimating visibility, from a control tower, of aircraft on runways; measuring visibility, from a distance, of damage on aircraft and on a space shuttle; evaluation of legibility of text, icons, or other symbols; specification of resolution of a camera or a display device estimating estimating the quality of compressed digital video imagery; and predicting the outcomes of corrective laser eye surgery.,»3
muchas industrias confían en la caracterización de JND para garantizar el rendimiento de las pantallas en entornos críticos. Por ejemplo, la calibración en escala de grises es vital para las pantallas médicas que se utilizan para ver imágenes radiográficas. JND se aplica a las pantallas aeroespaciales y automotrices que muestran información vital para el piloto/conductor durante la operación. Los estándares regulatorios en estas industrias llaman a JND como un factor a ser utilizado para evaluar el rendimiento de la pantalla. Las pantallas de consumo como teléfonos inteligentes y televisores también se miden de acuerdo con los estándares JND.,
aplicación de JND para mostrar la calidad
la escala JND se define de modo que una diferencia JND de 1 sería simplemente notable. En una escala absoluta, un valor JND de 0 no representa ningún contraste espacial visible y un valor JND absoluto de 1 representa el primer contraste espacial perceptible. Para las tecnologías de visualización, esta escala permite clasificar los defectos de acuerdo con su gravedad., Los factores incluidos en el modelo JND incluyen la frecuencia espacial (cuán rápido varía el contraste espacial), la orientación (la orientación angular del contraste espacial en relación con el plano de visualización definido por los ojos humanos) y la distancia del observador desde la pantalla que se está viendo.
el SSO opera en una imagen digital o un par de imágenes digitales, lo que significa que se puede usar con sistemas de imágenes digitales, como un fotómetro de imágenes controlado por computadora o un colorímetro como la serie ProMetric® de Radiant., El sistema de imágenes captura datos sobre la distribución espacial de la luminancia y el color de la imagen de visualización, y luego estos datos se analizan para crear un mapa JND de la imagen.
el algoritmo de la NASA ha sido licenciado y adaptado para su uso en el software de análisis de imágenes de Sistemas de visión radiante para permitir una aplicación lista para mostrar datos. En general, se puede utilizar una imagen de medición fotópica o colorimétrica para permitir que las imágenes de visualización se gradúen con una correlación directa con la percepción visual humana de la luminancia y el color., Utilizando el análisis JND, los defectos de visualización como mura (imperfecciones y falta de uniformidad) se pueden identificar y clasificar de acuerdo con su gravedad.
la implementación de Algoritmos JND para pruebas automatizadas de visualización
El uso de análisis JND para evaluar la uniformidad de la pantalla identifica el cambio en un área de superficie que será perceptible para una persona promedio al menos la mitad del tiempo. El Software truetest™ de Radiant con TrueMURA™ incorpora la calificación JND para evaluar áreas no uniformes en pantallas iluminadas que serían consideradas inaceptables por un observador humano.,
identificar y calificar defectos que representan una» diferencia notoria » (JND) para un observador humano promedio al menos la mitad del tiempo.
la función de análisis JND procesa una imagen capturada de una pantalla para generar una asignación JND de la imagen. El algoritmo también genera tres métricas JND que se pueden usar para calificar la calidad visual de la pantalla. Esto tiene un valor inmediato para aplicaciones de línea de producción; por ejemplo, tanto en instalaciones de fabricación de LCD como en líneas de ensamblaje de pantallas finales.,
los fabricantes de pantallas pueden usar valores de notabilidad humana para establecer parámetros de paso/error para ciertos tipos de mura—cuando estén presentes. Las áreas de no uniformidad en el Centro de la pantalla pueden ser más una distracción para los usuarios que los defectos hacia los bordes o esquinas de una pantalla, por lo tanto, se pueden establecer estándares de calidad internos para tolerancias de 90-100% de uniformidad para el punto mura que aparece en el Centro de la pantalla, mientras que la uniformidad del 80% para el borde mura puede ser suficiente.,
Raw JND análisis de una imagen de la pantalla (parte superior) capturado por un ProMetric Imágenes Colorímetro y TrueMURA Software. La imagen es más clara para valores más altos de JND y más oscura para valores más bajos, mostrando Mura en el Centro de la pantalla y artefactos de fuga de luz y manchas oscuras a lo largo del borde. Una representación de color falso del mapa JND (abajo) muestra Áreas con valores JND mayores que 1, que es el umbral para ser «solo perceptible»., El punto en la parte inferior derecha tiene el mayor valor calculado de JND, y el área moteada en la mayor parte de la pantalla representa valores de JND de 0.7 o menores.
la detección de defectos de visualización realizada utilizando este tipo de sistema demuestra que el análisis JND es un medio eficaz para obtener información adicional sobre la calidad de la imagen de visualización que se extiende a otras técnicas de análisis. Este sistema de análisis se puede aplicar a cualquier tipo de pantalla, incluidas pantallas LCD, LED y OLED., Al igual que con las pantallas iluminadas, la medición JND se puede aplicar a superficies no iluminadas para detectar y clasificar problemas de «uniformidad» en superficies causadas por arañazos, abolladuras, manchas, escombros y otros defectos.
para obtener más información sobre JND y su aplicación para mostrar medición e inspección, lea el documento técnico «métodos para medir defectos de visualización y Mura correlacionados con la percepción Visual humana.,»Correlacionar con precisión las percepciones humanas de los defectos con la información que se puede recopilar utilizando colorímetros de imagen ofrece una oportunidad para la detección y cuantificación objetiva y repetible de dichos defectos.
en el white paper, aprenderá sobre la caracterización de JND y la implementación de Algoritmos JND para pruebas de visualización automatizadas para detectar y calificar Mura y otros defectos de acuerdo con la experiencia visual humana.,
CITATIONS
- Spatial Standard Observer, United States Patent 7,783,130 B2, March 20, 2012
- Spatial Standard Observer (SSO), Technology Solution, NASA 2015
- «The Spatial Standard Observer”, Information Technology Tech Briefs, September 1, 2006
