– Siellä on paljon tietoa käytetään kuvaamaan elektroniset näytöt: resoluutio, pikseliä per tuuma, virkistystaajuus, luminanssi (nits), pikselitiheys, dynaaminen alue, kontrastia, jne. Kaikki tämä tieto on tarkoitus auttaa välittämään näytön laatua. Mutta viime kädessä juuri ihmiskäyttäjien visuaalinen kokemus määrittelee näytön suorituskyvyn—ja pitkälti määrittää sen menestyksen markkinoilla., Miten siis näyttösuunnittelijat ja valmistajat voivat arvioida tuotteidensa laatua ihmiskatsojien standardien mukaisesti?
ihmisten laatutarkastajien käyttäminen on ollut yksi lähestymistapa. Mutta pysyä markkinoiden kysyntään ja nopeus, ja tilavuus massa tuotanto on edellyttänyt täytäntöönpano automatisoitu tarkastus ratkaisuja., Määrällisesti arvostelukyvyn ihmisen näköhavainnon—lopullinen laatu vakio—oli haaste, kunnes National Aeronautics and Space Administration (NASA) kehitetty menetelmä mittaa Juuri Huomattava Ero (JND), joka perustuu Paikkatietojen Standardin Tarkkailija (SSO).1
Alkuperä Vain Huomattava Ero
käsite Vain Huomattava Ero oli ensi kertaa julki 19th century psykologi Ernst Weber, joka määritteli sen ”pienin määrä, jonka ärsyke intensiteetti on muutettava, jotta voidaan tuottaa huomattava vaihtelu aistien kokemus.,”2Weber on lain (tai Weber-Fechner laki) katsoo, että muutos ärsyke (jotain tarkastella tai aistia ihmisen aihe, kuten luminanssi display-näytön), joka on vain havaittavissa on jatkuva suhde alkuperäisen ärsyke.
Tämä laki yleisesti pätee meidän kaikkien aistit, kuten näkö, kosketus, maku, haju ja kuulo, ja useita eri ärsykkeitä, kuten kirkkaus, makeus, paino, ja paine., Ainoat poikkeukset ovat yleensä ääripäät ärsyke (esimerkiksi näyttää erittäin korkea tai alhainen kirkkaus todetaan, erottelukyvyn raja ei aina ole jatkuva suhde).
Spatial-Standardin Tarkkailija & JND
”normaali tarkkailija” on konstruktio, joka on pitkään käytetty tieteen ja teollisuuden pyrkimyksiä määrittää väri. Tutkijat ovat keränneet useiden koehenkilöiden tietoja ”keskimääräisen” ihmisen näköhavainnon määrittelemiseksi., Esimerkiksi, Macadamin ellipsit kuvaavat alueiden kromaattisuus kaavio, jossa värit sisällä jokainen ellipsi ovat erottamattomat tarkkailijoille väri keskellä. Ääriviivat kunkin ellipsi edustaa näin kynnys juuri havaittavissa eroja kromaattisuus on (tilastollisesti) keskimääräinen ihmisen katsoja. Tämä tarkoittaa sitä, yksittäisen voi tai ei huomaa eroa, riippuen siitä, missä ne sijaitsevat herkkyys taajuuksia, mutta vähintään 50% ryhmän tarkkailijat kokevat eron tavallisissa olosuhteissa., ”Juuri havaittavalla erolla” (tai JPD) tarkoitetaan pienintä havaittavaa eroa suotuisimmissa katseluolosuhteissa .
MacAdam ellipsi piirretään CIE 1931 xy kromaattisuus kaavio, joka esitetään kymmenen kertaa niiden todellinen koko. Jokainen ellipsi edustaa aluetta, jossa kaikki värit ovat mahdoton erottaa väri keskellä ellipsi, keskimäärin ihmisen silmän. (Kuva: CC BY-SA 3.,0)
NASA: n alue-Standardin Tarkkailija-malli lisätty tilaelementti taikinaan, luoden työkalu mittaamiseen näkyvyyttä elementti, tai ”visual discriminability” kaksi elementtejä. Kehittämisestä väri JND, SSO kehitettiin keräämällä laaja joukko ihmisen testituloksia tarjota kalibroitu malli ihmisen visio.
SSO – ”laskee numeerinen mitta havainto vahvuus yhden kuvan, tai näkyvä ero välillä kaksi kuvaa., Näkyvyys mittaukset on esitetty yksiköiden Juuri Havaittavissa Eroja (JND), standardi, mitta havainto intensiteetti.”2
Tämä menetelmä on kehitetty lukuisia mahdollisia sovelluksia mielessä, ”erityisesti tarkastus-näyttöjen valmistuksen aikana.,”2 Se on hyödyllinen myös ”arvioida visiota unpiloted ilma-alukset (Uav); ennustaa näkyvyyttä Uav muihin ilma-aluksiin; arvioida näkyvyyttä, mistä ohjaus torni, ilma-kiito; mittaus näkyvyys, etäisyys, vahinkoa ilma-aluksissa ja avaruusaluksissa; arviointi luettavuus tekstiä, kuvakkeita tai muita symboleja; erittely resoluutio kamera tai näyttö laite…arvioimalla laatua pakattu digitaalinen video kuvia; ja ennustaa tuloksia, korjaavat laser silmäleikkaus.,”3
monet toimialat luottavat JND: n luonnehdintaan näyttöjen suorituskyvyn varmistamiseksi kriittisissä ympäristöissä. Esimerkiksi harmaasävykalibrointi on elintärkeää, jotta radiografisia kuvia voidaan tarkastella lääketieteellisissä näytöissä. JND: tä sovelletaan ilmailu-ja autoteollisuuden näyttöihin, jotka osoittavat tärkeää tietoa lentäjälle/kuljettajalle käytön aikana. Näiden alojen sääntelystandardit pitävät JND: tä yhtenä näytön suorituskyvyn arviointikertoimena. Myös kuluttajaluokan näyttöjä, kuten älypuhelimia ja televisioita, mitataan JND: n standardien mukaisesti.,
Soveltaminen JND Näyttää Laatu
JND-asteikko on määritelty niin, että JND ero 1 olisi juuri havaittavissa. Absoluuttisessa mittakaavassa JND-arvo 0 ei kuvaa näkyvää avaruudellista kontrastia ja absoluuttinen JND-arvo 1 edustaa ensimmäistä havaittavaa avaruudellista kontrastia. Näyttötekniikoissa tämä asteikko mahdollistaa vikojen luokittelun niiden vakavuuden mukaan., Tekijät sisältyvät JND malli sisältää spatiaalinen taajuus (kuinka nopeasti spatiaalinen kontrasti vaihtelee), suunta (kulma-suunta spatiaalinen kontrasti suhteessa katselu kone määritelty ihmisen silmät), ja tarkkailijan etäisyys näyttö on katseltu.
SSO toimii digitaalisen kuvan tai pari digitaalisia kuvia, mikä tarkoittaa, että se voidaan käyttää digitaalisen kuvantamisen järjestelmät, kuten tietokone-ohjattu imaging photometer tai kolorimetri, kuten Radiant on ProMetric® – sarjan., Kuvantamisjärjestelmä tallentaa tiedot näytön kuvanluminanssin ja värin paikkajakaumasta, ja sitten tämä data analysoidaan kuvan JND-kartan luomiseksi.
Nasan algoritmi on lisensoitu ja mukautettu käytettäväksi Radiant Vision Systems image analysis software-ohjelmistossa, jotta valmis sovellus näyttää tietoja. Yleensä, joko photopic tai kolorimetrinen mittaus kuva voidaan käyttää, jotta näyttää kuvia arvostellaan kanssa korreloivat ihmisen näköhavainnon luminanssi ja väri., Käyttämällä JND-analyysi, näyttö vikoja, kuten mura (viat ja epätasaisuutta), voidaan tunnistaa ja luokiteltava niiden vakavuuden mukaan.
Täytäntöönpanon JND Algoritmit Automaattisen Näytön Testaus
Käyttämällä JND analyysi arvioida näytön yhdenmukaisuus tunnistaa muutos pinta-ala, joka on havaittavissa keskimäärin henkilö, vähintään puolet ajasta. Radiant on TrueTest™ – Ohjelmiston kanssa TrueMURA™ sisältää JND pätevyys arvioida ei-yhtenäinen alueilla valaistu näyttää, että olisi jota ei voida pitää hyväksyttävänä, että ihminen tarkkailijana.,
Tunnistaminen ja luokittelu vikoja, jotka ovat ”juuri huomattava ero” (JND) keskimäärin ihmisten tarkkailija vähintään puolet ajasta.
JND-analyysi-toiminto prosesseja kaapattu kuva näyttö tuottaa JND kartoitus kuva. Algoritmi tuottaa myös kolme JND-mittaria, joita voidaan käyttää näytön visuaalisen laadun arvioimiseen. Tämä on välitön arvo, tuotanto-line-sovellukset; esimerkiksi sekä LCD-valmistus tilat ja lopullinen näyttö kokoonpano linjat.,
Näyttö valmistajat voivat käyttää ihmisen noticeability arvot asettaa pass/fail parametrit tietyntyyppisten mura—kun läsnä. Alueilla ei-yhdenmukaisuuden keskellä näyttö voi olla enemmän häiriötekijä, käyttäjät kuin vikoja kohti reunoja tai kulmia näyttö, siten sisäisiä laatuvaatimuksia voidaan asettaa toleranssit 90-100% yhdenmukaisuus spot mura, joka näkyy näytön keskellä, kun taas 80% yhdenmukaisuus edge-mura voi riittää.,
Raaka-JND analyysi näytön kuva (ylhäällä) vangiksi ProMetric Imaging Kolorimetri ja TrueMURA Ohjelmisto. Kuva on kevyempi korkeampia arvoja JND ja tummempi pienempiä arvoja, osoittaa mura keskellä näytön ja valon vuoto ja pimeä paikka esineitä reunaa pitkin. Väärä väri edustus JND kartta (alla) osoittaa alueet, joilla JND-arvot on suurempi kuin 1, joka on kynnys, koska ”juuri huomattava”., Päällä näytön oikeassa on suurin laskettu arvo JND, ja kirjava alue useimmissa näyttö edustaa JND-arvot 0,7 tai pienempi.
Näyttö vika tunnistus suoritetaan käyttämällä tämän tyyppinen järjestelmä osoittaa, että JND-analyysi on tehokas keino saada lisätietoja näytön kuvan laatu, joka ulottuu muita analyysitekniikoita. Tätä analyysijärjestelmää voidaan soveltaa mihin tahansa näyttötyyppiin, mukaan lukien LCD -, LED-ja OLED-näytöt., Kuten valaistut näytöt, JND mittaus voidaan soveltaa ei-valaistut pinnat havaitsemiseksi ja luokittelu ”yhtenäisyys” kysymyksiä pintojen aiheuttamia naarmuja, kolhuja, tahroja, roskia ja muita vikoja.
lisätietoja JND ja sen sovellus näyttää mittaus ja tarkastus, lue raportti ”Mittaus-Näyttö Vikoja ja Mura kuten Korreloi Ihmisen näköhavainnon.,”Tarkasti korreloivat ihmisen käsityksiä vikoja tietoja, jotka voidaan kerätä käyttämällä kuvantamisen colorimeters tarjoaa mahdollisuuden objektiivinen ja toistettavissa tunnistamiseen ja kvantifiointiin tällaisia vikoja.
Vuonna valkoisen kirjan, opit JND kuvaamista ja toteuttamista JND algoritmit automaattisen näytön testaus tunnistaa ja luokan mura ja muita vikoja mukaan ihmisen visuaalinen kokemus.,
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
