istnieje wiele danych używanych do scharakteryzowania wyświetlaczy elektronicznych: rozdzielczość, piksele na cal, częstotliwość odświeżania, luminancja (nity), skok pikseli, zakres dynamiczny, współczynnik kontrastu itp. Wszystkie te informacje mają pomóc w przekazaniu jakości wyświetlacza. Ale ostatecznie to wizualne doświadczenie użytkowników określa wydajność wyświetlacza—i w dużej mierze decyduje o jego sukcesie na rynku., Jak więc projektanci i producenci wyświetlaczy mogą oceniać jakość swoich produktów zgodnie ze standardami ludzkich widzów?
Korzystanie z ludzkich inspektorów jakości było jednym z podejść. Jednak nadążanie za zapotrzebowaniem rynku oraz szybkością i wielkością masowej produkcji wymagało wdrożenia zautomatyzowanych rozwiązań w zakresie kontroli., Kwantyfikacja rozeznania ludzkiej percepcji wzrokowej-ostateczny standard jakości-była wyzwaniem, dopóki National Aeronautics and Space Administration (NASA) nie opracowała metody pomiaru zauważalnej różnicy (JND) na podstawie standardowego obserwatora Przestrzennego (SSO).1
pochodzenie tylko zauważalnej różnicy
pojęcie tylko zauważalnej różnicy zostało po raz pierwszy sformułowane przez XIX-wiecznego psychologa Ernsta Webera, który zdefiniował ją jako „minimalną kwotę, o którą intensywność bodźca musi być zmieniona, aby wytworzyć zauważalną zmianę w doświadczeniu sensorycznym.,”2Weber' s law (lub Weber-Fechner law) utrzymuje, że zmiana bodźca (coś oglądane lub wyczuwane przez człowieka, takie jak luminancji Ekranu wyświetlacza), które będą po prostu zauważalne jest stały stosunek do początkowego bodźca.
prawo to obowiązuje ogólnie dla wszystkich naszych zmysłów, w tym wzroku, dotyku, smaku, węchu i słuchu, a także dla wielu rodzajów bodźców, w tym jasności, słodyczy, wagi i nacisku., Jedynymi wyjątkami są skrajności bodźca(na przykład dla wyświetlaczy w bardzo wysokich lub niskich stanach jasności, próg rozpoznawania nie zawsze ma stały stosunek).
Standardowy Obserwator przestrzenny& JND
„standardowy obserwator” jest konstrukcją, która od dawna jest używana w badaniach naukowych i przemysłowych do ilościowego określenia koloru. Naukowcy zebrali dane od wielu badanych osób, aby zdefiniować „średnią” ludzką percepcję wzrokową., Na przykład elipsy Macadama są reprezentacją regionów na diagramie chromatyczności, gdzie kolory wewnątrz każdej elipsy są nierozróżnialne dla obserwatorów od koloru w środku. Obrys każdej elipsy reprezentuje więc próg zauważalnych różnic chromatyczności dla (statystycznie) przeciętnego ludzkiego widza. Oznacza to, że każda osoba może lub nie może zauważyć różnicy, w zależności od tego, gdzie leży na widmie czułości, ale co najmniej 50% grupy obserwatorów zauważy różnicę w zwykłych warunkach., „Tylko dostrzegalna różnica” (lub JPD) odnosi się do najmniejszej zauważalnej różnicy w najbardziej korzystnych warunkach oglądania .
elipsy makadamu wykreślone na diagramie chromatyczności XY CIE 1931, pokazane dziesięć razy ich rzeczywisty rozmiar. Każda elipsa reprezentuje obszar, w którym wszystkie kolory są nie do odróżnienia od koloru w środku elipsy, dla przeciętnego ludzkiego oka. (Image: CC BY-SA 3.,0)
spatial Standard Observer model NASA dodał element przestrzenny do mieszanki, tworząc narzędzie do pomiaru widoczności elementu, lub „wizualnej rozróżnialności” dwóch elementów. Podobnie jak w przypadku rozwoju koloru JND, SSO został opracowany przez zebranie obszernego zestawu danych z badań na ludziach, aby zapewnić skalibrowany model ludzkiej wizji.
SSO „oblicza liczbową miarę siły percepcyjnej pojedynczego obrazu lub widocznej różnicy między dwoma obrazami., Pomiary widoczności są dostarczane w jednostkach tylko zauważalnych różnic( JND), standardowej miary intensywności percepcji.”2
ta metoda została opracowana z myślą o wielu potencjalnych zastosowaniach, „przede wszystkim w kontroli wyświetlaczy podczas procesu produkcyjnego.,”2 jest on również przydatny do” oceny wizji z niefilotowanych pojazdów powietrznych( UAV); przewidywania widoczności UAV z innych statków powietrznych; szacowania widoczności z wieży kontrolnej samolotów na drogach startowych; pomiaru widoczności z dużej odległości uszkodzeń samolotów i promów kosmicznych; oceny czytelności tekstu, ikon lub innych symboli; specyfikacji rozdzielczości kamery lub urządzenia wyświetlającego…szacowania jakości skompresowanych cyfrowych obrazów wideo; i przewidywania wyników korekcyjnej laserowej operacji oka.,”3
wiele branż opiera się na charakterystyce JND, aby zapewnić wydajność wyświetlaczy w krytycznych środowiskach. Na przykład kalibracja skali szarości ma kluczowe znaczenie dla wyświetlaczy medycznych używanych do wyświetlania obrazów radiograficznych. JND jest stosowany do wyświetlaczy lotniczych i samochodowych, które pokazują istotne informacje pilotowi / kierowcy podczas pracy. Normy regulacyjne w tych branżach wzywają JND jako jeden z czynników, które należy wykorzystać do oceny wydajności wyświetlania. Wyświetlacze klasy konsumenckiej, takie jak smartfony i telewizory, są również mierzone zgodnie ze standardami JND.,
zastosowanie JND do wyświetlania jakości
skala JND jest zdefiniowana tak, że różnica JND wynosząca 1 byłaby po prostu zauważalna. W skali bezwzględnej wartość JND wynosząca 0 oznacza brak widocznego kontrastu przestrzennego, a wartość bezwzględna JND wynosząca 1 oznacza pierwszy zauważalny kontrast przestrzenny. W przypadku technologii wyświetlania skala ta umożliwia klasyfikację wad w zależności od ich nasilenia., Czynniki zawarte w modelu JND obejmują częstotliwość przestrzenną( jak szybko zmienia się kontrast przestrzenny), orientację (orientację kątową kontrastu przestrzennego w stosunku do płaszczyzny widzenia zdefiniowanej przez ludzkie oczy) oraz odległość obserwatora od oglądanego wyświetlacza.
SSO działa na obrazie cyfrowym lub parze obrazów cyfrowych, co oznacza, że może być stosowany z cyfrowymi systemami obrazowania, takimi jak sterowany komputerowo fotometr obrazowy lub kolorymetr, taki jak seria ProMetric® Radiant., System obrazowania rejestruje dane dotyczące przestrzennego rozkładu luminancji i koloru obrazu wyświetlacza, a następnie dane te są analizowane w celu utworzenia mapy JND obrazu.
algorytm NASA został licencjonowany i przystosowany do stosowania w systemach Radiant Vision oprogramowanie do analizy obrazu, aby umożliwić gotową aplikację do wyświetlania danych. Ogólnie rzecz biorąc, obraz pomiarowy fotopowy lub kolorymetryczny może być używany do umożliwienia stopniowania obrazów wyświetlanych z bezpośrednią korelacją z ludzkim wzrokowym postrzeganiem luminancji i koloru., Za pomocą analizy JND, defekty wyświetlania, takie jak mura (skazy i niejednorodność) mogą być identyfikowane i klasyfikowane według ich nasilenia.
implementacja algorytmów JND do automatycznego testowania wyświetlania
za pomocą analizy JND do oceny jednolitości wyświetlania identyfikuje zmianę na powierzchni, która będzie zauważalna dla przeciętnej osoby przez co najmniej połowę czasu. Oprogramowanie truetest ™ Radiant z TrueMURA ™ zawiera kwalifikację JND do oceny niejednorodnych obszarów na oświetlonych wyświetlaczach, które byłyby uznane za niedopuszczalne przez ludzkiego obserwatora.,
Identyfikowanie i ocenianie defektów, które reprezentują „tylko zauważalną różnicę” (JND) dla przeciętnego obserwatora ludzkiego przez co najmniej połowę czasu.
funkcja analizy JND przetwarza przechwycony obraz wyświetlacza w celu wygenerowania mapowania JND obrazu. Algorytm wyprowadza również trzy metryki JND, które mogą być używane do oceny jakości wizualnej wyświetlacza. Ma to natychmiastową wartość w zastosowaniach linii produkcyjnych; na przykład zarówno w zakładach produkcyjnych LCD, jak i liniach montażowych wyświetlaczy końcowych.,
producenci wyświetlaczy mogą używać wartości zauważalności człowieka, aby ustawić parametry pass/fail dla niektórych typów mura—gdy są obecne. Obszary niejednorodności w centrum wyświetlacza mogą być bardziej rozproszone dla użytkowników niż Wady w kierunku krawędzi lub narożników wyświetlacza, dlatego wewnętrzne standardy jakości mogą być ustawione dla tolerancji 90-100% jednolitości dla mura punktowego, który pojawia się w centrum wyświetlacza, podczas gdy 80% jednolitości dla Mura krawędzi może wystarczyć.,
Analiza Raw JND obrazu ekranu (u góry) przechwyconego przez kolorymetr obrazowania ProMetric i oprogramowanie TrueMURA. Obraz jest jaśniejszy dla wyższych wartości JND i ciemniejszy dla niższych wartości, pokazując mura na środku ekranu oraz artefakty wycieku światła i ciemnej plamy wzdłuż krawędzi. Fałszywe odwzorowanie kolorów mapy JND (na dole) pokazuje obszary o wartościach JND większych niż 1, co jest progiem bycia „tylko zauważalnym”., Miejsce w prawym dolnym rogu ma największą obliczoną wartość JND, a nakrapiany obszar na większości wyświetlacza reprezentuje wartości JND 0,7 lub niższe.
wykrywanie defektów wyświetlacza wykonane przy użyciu tego typu systemu pokazuje, że analiza JND jest skutecznym sposobem uzyskania dodatkowych informacji o jakości obrazu wyświetlacza, które obejmują inne techniki analizy. Ten system analizy może być stosowany do dowolnego typu wyświetlaczy, w tym wyświetlaczy LCD, LED i OLED., Podobnie jak w przypadku podświetlanych wyświetlaczy, pomiar JND może być stosowany do powierzchni nieoświetlonych w celu wykrywania i oceniania problemów „jednolitości” na powierzchniach spowodowanych zadrapaniami, wgnieceniami, smugami, zanieczyszczeniami i innymi usterkami.
aby dowiedzieć się więcej o JND i jego zastosowaniu do wyświetlania pomiarów i kontroli, przeczytaj whitepaper „metody pomiaru defektów wyświetlacza i Mura skorelowane z ludzką percepcją wzrokową.,”Dokładne korelowanie ludzkiego postrzegania defektów z informacjami, które mogą być gromadzone za pomocą kolorymetrów obrazowych, daje możliwość obiektywnego i powtarzalnego wykrywania i kwantyfikacji takich defektów.
w białej księdze dowiesz się o charakterystyce JND i implementacji algorytmów JND do automatycznego testowania wyświetlacza w celu wykrywania i oceniania mura i innych defektów zgodnie z ludzkim doświadczeniem wizualnym.,
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
