智能移动终端图像显示性能评价方法及应用研究

摘要

在智能移动终端迅速而广泛地渗透于人们生活和工作中的同时，对不同类型智能移动终端图像显示性能评价的重要性和迫切性日趋提升。然而，目前还没有针对此类显示设备的图像显示性能评价方法，仅通过色域、亮度、像素密度等设备物理参数的简单比较，并不符合人眼视觉系统本身对彩色图像感知的复杂性，也不适应于智能移动终端多样化的观察环境条件，更无法提供不同显示屏在图像感知差异上的量化评价结果。因此，本论文致力于对智能移动终端建立科学有效的图像显示质量评价机制。首先对不同屏幕材质的智能移动终端进行了重要颜色特性的测试与比较，并且实现了对其显示颜色三刺激值与色貌量值的精确数学预测，进而通过缜密设计的心理物理学视觉实验，在三种照明条件下对四台智能移动终端显示屏获取了图像质量的大量视觉评估数据，由此基于两类不同尺寸的智能移动终端展开了深入的讨论，最终提出了总体图像质量的完整预测流程及其数学表征模型，并对其预测性能进行了评价和验证。
　　为了物理测评智能移动终端的显示性能，针对基于TFT(thin film transistor)、IPS（in-plane switching）和AMOLED（active matrix organic light emitting diode）等不同显示技术的智能移动终端，进行了颜色特性的详细测量与分析，比较其在通道光谱特性、阶调再现特性、重复性、色域、空间均匀性、通道独立性和色品恒定性等显示相关特性方面的表现，并分析了GOG、S-CurveⅠ、S-CurveⅡ、PLCC、PLVC、Masking等常用色度特征化模型对智能移动终端的颜色预测精度，综合精度和效率两方面因素以及视觉实验的具体需求，对每台显示屏分别建立了正向和反向色度特征化模型，以实现精确的颜色预测及控制，为图像调制和色貌量值获取等必备工作奠定了基础。其中，对于通道独立性极差而无法适用现有模型的AMOLED显示屏，提出了多项式补偿模型进行精确的正向颜色预测，并优化选取了以8×8×8采样的3D-LUT模型实现了反向特征化的颜色控制。
　　心理物理学实验的方案综合了模型完整性、设备通用性、照明普适性、图像应用的特色性等多项要求，选取不同设备物理参数的IPS、AMOLED两台智能移动电话显示屏和IPS、TFT两台平板电脑显示屏，以dark、500 lx和10000 lx三种照度条件分别模拟黑暗环境、标准办公照明和室外光环境，对于风景、游戏界面、电影场景、地图、网页等多种应用类型的原始图像，经过明度、色调、彩度、分辨率等20种调制产生了一系列测试图像，以类别判定法的心理物理学实验方法，由10名观察者分别就自然性、鲜艳性、明亮度、对比度、锐度、清晰度、喜好性及总体图像质量等多个图像质量感知参量进行了判断，由此获取了大量的视觉评价原始数据。
　　基于心理物理学实验的重要工作，通过Thurstone比较判断法则的条件五将原始类别得分转换成等距分值数据后，对所有图像质量感知参量的表现展开了全面深入的综合比较与探讨。通过各参量相互之间Pearson相关系数的分析，讨论了不同参量间的相互作用，并进一步以因子分析的数学手段寻求总体图像质量的重要影响因素，从而确定了与总体图像质量相关性较强的关键分项参量。从图像内容、调制方法两个层面详细讨论了图像参数、设备物理参数对各个图像质量感知参量的作用;从相同显示屏在dark、500 lx和10000lx三种照度下的感知参量表现以及单因素方差分析，讨论了照明环境参数对不同图像质量感知参量的影响。经过两类不同尺寸智能移动终端实验结果的平行比较与归纳，确定了图像质量建模的总体思路与方案。
　　以视觉数据的深入分析和讨论为基础，提出了符合人眼视觉感知特性的智能移动终端图像质量评价流程，以及包括多元回归预测总体图像质量与数学表征分项参量等两个阶段的表述模型。首先，选取自然性、鲜艳性、清晰度等重要分项感知参量，分别对不同应用类型的图像确定了各自的参量选择方式及权重系数，以参量间不同权重的线性组合建立了预测总体图像质量的多元回归函数。然后，基于CIECAM02色貌模型对像素色貌量值的计算，并连同相应设备物理参数的调整函数，分别实现了对自然性、鲜艳性、清晰度等分项参量的精确数学表征。整个模型对智能移动终端的总体图像质量实现了合理而通用的数学预测，其广泛适用于不同屏幕材质的智能移动终端及不同的照明环境条件。经过视觉数据的实际测试，验证了该模型的可行性及其预测性能的有效性。
　　最后，对本论文的主要研究内容以及所取得的重要创新性研究成果予以概括总结，并提出了对今后研究工作的展望。

目录

声明

致谢

摘要

1 绪论

1．1 研究背景、目的及意义

1．1．1 研究背景

1．1．2 研究目的与意义

1．2 国内外研究概述

1．2．1 显示设备的颜色特性及色度特征化

1．2．2 显示设备的图像质量评价

1．2．3 智能移动终端的色度特征化与图像质量评价

1．3 本论文主要研究内容及创新点

1．3．1 主要研究内容

1．3．2 创新点

2 理论基础概述

2．1 颜色的定量描述

2．1．1 CIE标准照明体

2．1．2 CIE标准照明与观察条件

2．1．3 CIE标准色度系统

2．2 颜色差异的评价

2．2．1 均匀颜色空间

2．2．2 典型色差公式

2．3 颜色的外貌属性及模型

2．3．1 色貌属性与色貌现象

2．3．2 色貌模型

2．4 图像的呈现与评价

2．4．1 数字图像的描述参数

2．4．2 颜色复现的目标

2．4．3 图像质量评价方法

2．5 心理物理学实验方法

2．5．1 阈限和匹配实验方法

2．5．2 量表技术

2．5．3 心理物理函数定律与判断法则

2．6 实验数据分析方法

2．6．1 因子分析

2．6．2 多元线性回归

2．7 本章小结

3 总体研究方案

3．1 实验规划与设计

3．2 实验器材准备

3．2．1 测量仪器与测量规范

3．2．2 显示屏的选择与基本参数

3．2．3 显示屏的颜色特性

3．3 测试图像准备

3．3．1 源图像选择

3．3．2 图像处理流程

3．3．3 图像调制方法

3．4 视觉评价的观察条件及实验流程

3．4．1 观察条件

3．4．2 实验流程

3．5 本章小结

4 智能移动终端的色度特征化建模与优化

4．1 显示设备色度特征化原理

4．1．1 二阶段色度特征化模型

4．1．2 其它色度特征化模型

4．2 典型色度特征化模型的性能测评

4．2．1 色度特征化的关键颜色特性测试

4．2．2 色度特征化的正向及反向精度评价

4．3 智能移动终端的色度特征化建模

4．3．1 多项式补偿模型的建立与测试

4．3．2 正向及反向特征化模型的选取

4．4 本章小结

5 智能移动终端图像质量的视觉数据分析

5．1 实验数据处理

5．1．1 观察者精度的评估

5．1．2 等距量表的获取

5．2 图像质量感知参量间的相互作用

5．2．1 相关系数的计算

5．2．2 分项感知参量间的相互影响

5．2．3 分项感知参量与总体图像质量之关系

5．2．4 关键分项感知参量的提取

5．3 图像质量感知参量的作用因素

5．3．1 图像内容之影响

5．3．2 调制方法与设备物理参数之影响

5．3．3 照明环境条件之影响

5．4 图像质量分析结果总述

5．5 本章小结

6 智能移动终端图像质量模型的构建与测试

6．1 总体图像质量的多元回归表述

6．1．1 回归模型表达式与求解

6．1．2 回归参数优化

6．2 图像质量分项感知参量的表征方法

6．2．1 表征思路及评价指标

6．2．2 自然性参量的表征

6．2．3 鲜艳性参量的表征

6．2．4 清晰度参量的表征

6．3 总体图像质量的模型及评价

6．3．1 模型的预测流程和数学表述

6．3．2 模型的性能测试

6．4 本章小结

7 总结与展望

7．1 总结

7．2 展望

参考文献

附录

1 色度特征化建模的CIEDE2000色差数据

2 图像记忆色的颜色信息

博士在读期间发表的学术论文