Ci sono molti dati utilizzati per caratterizzare i display elettronici: risoluzione, pixel per pollice, frequenza di aggiornamento, luminanza (lendini), pixel pitch, gamma dinamica, rapporto di contrasto, ecc. Tutte queste informazioni hanno lo scopo di contribuire a trasmettere la qualità di un display. Ma in ultima analisi, è l’esperienza visiva degli utenti umani che definirà le prestazioni di un display—e determina in gran parte il suo successo sul mercato., Quindi, come possono i designer e i produttori di display valutare la qualità dei loro prodotti in base agli standard degli spettatori umani?
L’utilizzo di ispettori di qualità umana è stato un approccio. Ma tenere il passo con la domanda del mercato e la velocità e il volume della produzione di massa ha richiesto l’implementazione di soluzioni di ispezione automatizzate., Quantificare il discernimento della percezione visiva umana—l’ultimo standard di qualità-è stata una sfida fino a quando la National Aeronautics and Space Administration (NASA) ha sviluppato un metodo per misurare la differenza appena evidente (JND) basato su un osservatore standard spaziale (SSO).1
Origine della differenza appena percettibile
Il concetto di Differenza appena percettibile fu articolato per la prima volta dallo psicologo del 19 ° secolo Ernst Weber, che lo definì come “la quantità minima con cui l’intensità dello stimolo deve essere cambiata per produrre una variazione evidente nell’esperienza sensoriale.,”2La legge di Weber (o legge di Weber-Fechner) sostiene che il cambiamento in uno stimolo (qualcosa visto o percepito da un soggetto umano, come la luminanza di uno schermo) che sarà appena evidente è un rapporto costante con lo stimolo iniziale.
Questa legge vale generalmente per tutti i nostri sensi, tra cui vista, tatto, gusto, olfatto e udito, e per più tipi di stimoli tra cui luminosità, dolcezza, peso e pressione., Le uniche eccezioni tendono ad essere agli estremi di uno stimolo (ad esempio, per i display in stati di luminosità molto alta o bassa, la soglia di discernimento non ha sempre un rapporto costante).
Osservatore standard spaziale& JND
L ‘ “osservatore standard” è un costrutto che è stato a lungo utilizzato negli sforzi scientifici e industriali per quantificare il colore. I ricercatori hanno raccolto dati da più soggetti di test per definire la percezione visiva umana “media”., Ad esempio, le ellissi MacAdam sono una rappresentazione di regioni sul diagramma di cromaticità in cui i colori all’interno di ciascuna ellisse sono indistinguibili per gli osservatori dal colore al centro. Il contorno di ogni ellisse rappresenta quindi la soglia delle differenze appena evidenti di cromaticità rispetto a uno spettatore umano (statisticamente) medio. Ciò significa che ogni individuo può o non può notare una differenza, a seconda di dove si trovano sullo spettro di sensibilità, ma almeno il 50% di un gruppo di osservatori percepirà una differenza in condizioni ordinarie., Una “differenza appena percettibile” (o JPD) si riferisce alla più piccola differenza percepibile nelle condizioni di visione più favorevoli .
Ellissi MacAdam tracciati sul diagramma di cromaticità CIE 1931 xy, mostrato dieci volte la loro dimensione effettiva. Ogni ellisse rappresenta una regione in cui tutti i colori sono indistinguibili dal colore al centro dell’ellisse, ad un occhio umano medio. (Immagine: CC BY-SA 3.,0)
Il modello spaziale Standard Observer della NASA ha aggiunto un elemento spaziale nel mix, creando uno strumento per misurare la visibilità di un elemento, o la “discriminabilità visiva” di due elementi. Come per lo sviluppo di color JND, SSO è stato sviluppato raccogliendo una vasta serie di dati di test umani per fornire un modello calibrato di visione umana.
L’SSO “calcola una misura numerica della forza percettiva della singola immagine, o della differenza visibile tra le due immagini., Le misure di visibilità sono fornite in unità di Appena differenze evidenti (JND), una misura standard di intensità percettiva.”2
Questo metodo è stato sviluppato pensando a numerose potenziali applicazioni”, in particolare nell’ispezione dei display durante il processo di produzione.,”2 è utile anche per la “valutazione della visione senza pilota (Uav); prevedere la visibilità di Uav da altri aerei; la stima di visibilità, da una torre di controllo, di aerei sulle piste; misurazione della visibilità, che a distanza di danni su velivoli e su una navetta spaziale; la valutazione della leggibilità del testo, icone, o altri simboli; specifica di risoluzione di una fotocamera o di un dispositivo di visualizzazione…valutare la qualità della compressa digitale di immagini video, e prevedere i risultati delle azioni correttive chirurgia dell’occhio del laser.,”3
Molte industrie si affidano alla caratterizzazione JND per garantire le prestazioni dei display in ambienti critici. Ad esempio, la calibrazione in scala di grigi è fondamentale per i display medicali utilizzati per visualizzare immagini radiografiche. JND si applica ai display aerospaziali e automobilistici che mostrano informazioni vitali al pilota / conducente durante il funzionamento. Gli standard normativi in questi settori chiamano JND come un fattore da utilizzare per valutare le prestazioni del display. Display di livello consumer come smartphone e televisori sono anche misurati secondo gli standard JND.,
Applicazione di JND per visualizzare la qualità
La scala JND è definita in modo che una differenza JND di 1 sia appena evidente. Su una scala assoluta, un valore JND pari a 0 non rappresenta alcun contrasto spaziale visibile e un valore JND assoluto pari a 1 rappresenta il primo contrasto spaziale visibile. Per le tecnologie di visualizzazione, questa scala consente di classificare i difetti in base alla loro gravità., I fattori inclusi nel modello JND includono la frequenza spaziale (quanto velocemente varia il contrasto spaziale), l’orientamento (l’orientamento angolare del contrasto spaziale rispetto al piano di visualizzazione definito dagli occhi umani) e la distanza dell’osservatore dal display visualizzato.
L’SSO opera su un’immagine digitale o su una coppia di immagini digitali, il che significa che può essere utilizzato con sistemi di imaging digitale, come un fotometro per immagini controllato da computer o un colorimetro come la serie ProMetric® di Radiant., Il sistema di imaging acquisisce i dati sulla distribuzione spaziale della luminanza e del colore dell’immagine di visualizzazione e quindi questi dati vengono analizzati per creare una mappa JND dell’immagine.
L’algoritmo della NASA è stato concesso in licenza e adattato per l’uso in sistemi di visione radiante software di analisi delle immagini per consentire l’applicazione pronta per visualizzare i dati. In generale, un’immagine di misurazione fotopica o colorimetrica può essere utilizzata per consentire alle immagini di visualizzazione di essere classificate con una correlazione diretta con la percezione visiva umana della luminanza e del colore., Utilizzando l’analisi JND, i difetti di visualizzazione come mura (imperfezioni e non uniformità) possono essere identificati e classificati in base alla loro gravità.
L’implementazione di algoritmi JND per il test automatico del display
Utilizzando l’analisi JND per valutare l’uniformità del display identifica il cambiamento su una superficie che sarà visibile a una persona media almeno la metà del tempo. Il software Truetest ™ di Radiant con TrueMURA™ incorpora la qualifica JND per valutare aree non uniformi in display illuminati che sarebbero ritenute inaccettabili da un osservatore umano.,
Identificazione e classificazione dei difetti che rappresentano una “differenza appena evidente” (JND) per un osservatore umano medio almeno la metà del tempo.
La funzione di analisi JND elabora un’immagine catturata di un display per generare una mappatura JND dell’immagine. L’algoritmo emette anche tre metriche JND che possono essere utilizzate per valutare la qualità visiva del display. Ciò ha un valore immediato per le applicazioni della linea di produzione; ad esempio, sia negli impianti di fabbricazione LCD che nelle linee di assemblaggio del display finale.,
I produttori di display possono utilizzare i valori di noticeability umani per impostare i parametri pass / fail per determinati tipi di mura—quando presenti. Le aree di non uniformità al centro del display possono essere più una distrazione per gli utenti che difetti verso i bordi o gli angoli di un display, pertanto è possibile impostare standard di qualità interni per tolleranze di uniformità del 90-100% per le mura spot che appaiono nel centro del display, mentre l’uniformità dell ‘ 80% per le mura edge può essere sufficiente.,
Raw JND analisi di un’immagine dello schermo (in alto) catturata da un colorimetro ProMetric Imaging e dal software TrueMURA. L’immagine è più chiara per valori più alti di JND e più scura per valori più bassi, mostrando mura al centro dello schermo e perdite di luce e artefatti di macchie scure lungo il bordo. Una falsa rappresentazione a colori della mappa JND (in basso) mostra aree con valori JND maggiori di 1, che è la soglia per essere “appena percettibile”., Lo spot in basso a destra ha il valore calcolato più grande di JND e l’area screziata nella maggior parte del display rappresenta valori JND pari o inferiori a 0,7.
Il rilevamento dei difetti di visualizzazione eseguito utilizzando questo tipo di sistema dimostra che l’analisi JND è un mezzo efficace per ottenere ulteriori informazioni sulla qualità dell’immagine di visualizzazione che si estende ad altre tecniche di analisi. Questo sistema di analisi può essere applicato a qualsiasi tipo di display, inclusi display LCD, LED e OLED., Come per i display illuminati, la misurazione JND può essere applicata a superfici non illuminate per rilevare e classificare i problemi di “uniformità” sulle superfici causati da graffi, ammaccature, macchie, detriti e altri difetti.
Per saperne di più su JND e la sua applicazione per visualizzare la misurazione e l’ispezione, leggi il white paper “Metodi per misurare i difetti di visualizzazione e le mura correlate alla percezione visiva umana.,”Correlare accuratamente le percezioni umane dei difetti con le informazioni che possono essere raccolte utilizzando i colorimetri di imaging offre un’opportunità per il rilevamento e la quantificazione oggettivi e ripetibili di tali difetti.
Nel white paper, imparerai a conoscere la caratterizzazione JND e l’implementazione di algoritmi JND per test di visualizzazione automatizzati per rilevare e classificare mura e altri difetti in base all’esperienza visiva umana.,
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
