Good Mood

電子ディスプレイの特徴付けに使用される多くのデータがあります:解像度、インチあたりのピクセル、リフレッシュレート、輝度(nit)、ピクセルピッチ、ダイナミックレンジ、コントラスト比など。 この情報はすべて、ディスプレイの品質を伝えるのに役立つものです。 しかし、最終的には、ディスプレイのパフォーマンスを定義するのは人間のユーザーの視覚的経験であり、市場での成功を主に決定します。, 定できるようになりました表示できるデザイナーやメーカーを評価してその製品の品質基準に従い人の視聴者?

人間の品質検査官を使用することは一つのアプローチでした。 しかし、市場の需要と大量生産のスピードと量に追いつくことは、自動化された検査ソリューションの実装を必要としています。, 究極の品質基準である人間の視覚の識別を定量化することは、米国航空宇宙局（NASA）が空間標準観測者（SSO）に基づいてちょうど顕著な差（JND）を測定する1

ちょうど顕著な違いの起源

ちょうど顕著な違いの概念は、19世紀の心理学者エルンスト-ウェーバーによって最初に明確にされ、”感覚経験に顕著な変化を生み出すために刺激強度を変化させなければならない最小量”と定義された。,”2ウェーバーの法則（またはウェーバー-フェヒナーの法則）は、ちょうど目立つ刺激（表示画面の輝度など、人間の被験者が見たり感じたりするもの）の変化は、最初の刺激に対する一定の比率であるということを保持しています。

この法則は、一般的に、視覚、触覚、味覚、嗅覚、聴覚などのすべての感覚、および明るさ、甘さ、重さ、圧力などの複数の種類の刺激に当てはまります。, 唯一の例外は、刺激の極端にある傾向があります（たとえば、非常に高いまたは低い明るさの状態での表示の場合、識別閾値が常に一定の比率を有する

空間標準オブザーバー&JND

“標準オブザーバー”は、色を定量化するための科学的および産業的努力で長い間使用されてきた構 研究者は、”平均的な”人間の視覚を定義するために、複数の被験者からデータを収集しました。, たとえば、MacAdam楕円は、各楕円内の色が中心の色から観察者と区別できない色度図上の領域を表現したものです。 したがって、各楕円の輪郭は、（統計的に）平均的な人間の視聴者に対する色度のちょうど顕著な違いの閾値を表す。 これは、感度スペクトル上のどこにあるかによって、特定の個人が違いに気付くかもしれないし気付かないかもしれないが、観察者のグループの少なくとも50％が通常の条件下で違いを知覚することを意味する。, “ちょうど知覚可能な差”（またはJPD）は、最も好ましい視聴条件下で最小の識別可能な差を指す。

Cie1931xy色度図にプロットされたマカダム楕円は、実際のサイズの十倍を示しています。 各楕円は、すべての色が楕円の中心にある色と区別できない領域を表し、平均的な人間の目になります。 (画像:CC BY-SA3.,0)

NASAのSpatial Standard Observerモデルは、要素の可視性、または二つの要素の”視覚的識別可能性”を測定するためのツールを作成し、ミックスに空間要素を追加しました。 Color JNDの開発と同様に、SSOは、人間の視覚の較正モデルを提供するために、広範なヒトテストデータセットを収集することによって開発されました。

SSOは、単一の画像の知覚強度、または二つの画像間の目に見える差の数値尺度を計算します。, 可視性の測定はちょうど顕著な相違(JND)の単位、知覚強度の標準的な測定で提供される。”2

この方法は、製造プロセス中のディスプレイの検査で最も顕著に、心の中で多くの潜在的なアプリケーションで開発されました。,”2それはまた有用である”unpiloted空中車両(Uav)からの視野の評価;他の航空機からのUavの可視性の予測;走路の航空機の管制塔からの可視性の推定;航空機およびスペースシャトルの損傷の遠くからの可視性の測定;テキスト、アイコン、または他の記号の読みやすさの評価;カメラまたは表示装置の決断の指定…圧縮されたデジタルビデオイメージの質の推定;および矯正的なレーザーの外科の結果の予測。,”3

多くの業界では、重要な環境でのディスプレイの性能を保証するために、JNDの特性評価に依存しています。 例えば、グレースケールの校正が必要な医療展示を通して行われる放射線透過像です。 JNDは操作の間に操縦者/運転者に重大な情報を示す大気および宇宙空間および自動車表示に加えられる。 これらの業界の規制基準では、ディスプレイ性能を評価するために使用される一つの要因としてJNDを呼び出し スマートフォンやテレビなどの民生用ディスプレイもJND規格に従って測定されています。,

表示品質へのJNDの適用

JNDスケールは、1のJND差が目立つように定義されています。 絶対スケールでは、JND値0は目に見える空間コントラストを表し、絶対JND値1は最初に目に見える空間コントラストを表します。 のためのディスプレイ技術においてこのスケールでの欠陥への傾斜によって深刻化するばかりであった。, JNDモデルに含まれる要因には、空間周波数(空間コントラストの変化の速さ)、方向(人間の目によって定義される表示面に対する空間コントラストの角SSOは、デジタル画像または一対のデジタル画像上で動作するため、RadiantのProMetric®シリーズのようなコンピュータ制御のイメージング測光計または測色計などのデジタ, イメージングシステムは、表示画像の輝度と色の空間分布に関するデータを取得し、このデータを解析して画像のＪＮＤマップを作成する。

NASAのアルゴリズムは、ライセンス許諾を受けたからと予測を算出するのに使用した、利用に輝くビジョンシステムの画像解析ソフトウェアを用意表示するアプリケーションデータです。 一般に、明所視または比色測定画像のいずれかを使用して、輝度および色の人間の視覚的知覚と直接相関して表示画像を傾斜させることができる。, JNDの分析を使用して、mura（傷および不均等性）のような表示欠陥は厳格に従って識別され、等級別にすることができる。

自動ディスプレイテストのためのJNDアルゴリズムの実装

JND分析を使用してディスプレイの均一性を評価すると、平均的な人にとって少なくとも半分の時間で顕著になる表面積にわたる変化を特定します。 TrueMURA™の放射のTrueTest™ソフトウェアは人間の観察者によって受け入れられない考えられる照らされた表示の不均一区域を評価するためにJNDの資格を組,

平均的な人間の観察者にとって、少なくとも半分の時間で”ちょうど目立つ違い”（JND）を表す欠陥を識別およびグレーディングします。

JND解析関数は、ディスプレイの撮像画像を処理して、画像のJNDマッピングを生成する。 このアルゴリズムも出力三JND指標に利用されるおそれのあるグレード、視覚のクオリティを高めに表示されます。 これに生産ライン適用のための即時の価値がある;例えば、LCDの製作設備および最終的な表示一貫作業の両方で。,

ディスプレイメーカーは、特定のタイプの村に合否パラメータを設定するために、人間の気付き値を使用することができます—存在する場合。 ディスプレイの中心に不均一な領域は、ディスプレイのエッジやコーナーに向かう欠陥よりもユーザーにとって気晴らしになる可能性があるため、内部品質基準は、ディスプレイセンターに表示されるスポットムラでは90-100％の均一性の許容誤差に設定され、エッジムラでは80％の均一性で十分である可能性があります。,