一种不同观看角度和视差的立体显示视觉舒适度检测方法和系统

摘要

本发明公开了一种不同观看角度和视差的立体显示视觉舒适度检测方法和系统。本方法为：1)选取多个水平观看角度分别播放立体显示资源；并记录观看者在不同观看角度观看不同视差资源时的观看舒适度；2)在不同视差资源β的情况下，以不同的水平观看角度α为自变量、以视觉舒适度C为因变量，进行三次函数的非线性回归，得到一非线性关系模型C

说明书

技术领域

本发明属于三维显示评估领域，具体涉及到一种从不同水平角度观看不同视差的立体显示的视觉舒适度检测方法和系统。

背景技术

随着科技的进步，人们生活的质量越来越高，在观看电视，电影和视频游戏等方面也有着更高的需求，伴随着需求的提出，3D立体显示技术开始被广泛的使用。但是3D立体显示技术在广泛应用的同时，也带来了一些不可避免的负面影响，例如长时间的观看会造成用户头晕，恶心，呕吐，疲劳等一些不适症状。造成这个情况的主要原因在于立体显示技术和人眼的视觉成像机制的冲突。而立体显示内容又有不同的视差，不同的视差带给观看者的体验是不同的，同时在观看立体显示内容时，通常人们都希望能够从水平角度0度，即视线与屏幕成垂直的角度观看，但是在大多数情况下，这样的要求不能够被很好的满足，例如在看电视时，水平角度则会远大于0度，在看电影时这个角度甚至更大。在这样的情况下，观看立体显示内容造成的负面效果对用户的影响就更加严重，这不仅制约着立体显示技术的发展和相关应用的普及，更是严重的影响了用户的观影体验。因此，预防因水平观看水平角度的差异和不同的视差的立体显示内容在观看过程中对用户造成的视觉不适症状具有重要的意义。

目前的立体显示视觉舒适度检测方法主要有两种：主观检测和客观测量。前者是让观看者表述观看立体显示内容后的舒适的程度，或者完成一些特殊设计的调查问卷；后者主要是测量观看者的一些相关的生理指标。现在大多数的实验都选择采用主观检测，因为很多客观测量不仅设备复杂昂贵，而且在测量过程中对观看者的观影体验有很大的影响，同时在后期对于数据的处理需要繁琐的流程。。同时客观参数的选择以及它们反应主观不适程度的阈值等都还没有标准可循。所以寻找一种操作简单且有效的不同视差的立体显示在不同的水平角度下视觉舒适度检测方法势在必行。因此，本发明提供了一种从不同水平角度观看不同视差的立体显示的视觉舒适度检测方法和系统，本发明提供的视觉舒适度检测方法在配套的检测系统下将能便捷地量化立体显示在不同水平角度观看不同视差的立体显示内容造成的视觉舒适程度，可以用于指导设备生产和制作舒适的立体设备等。

发明内容

针对现有技术中观看角度对于观看三维立体显示视觉舒适度的影响所存在的不足，提供 一种从不同水平角度观看不同视差的立体显示的视觉舒适度的检测方法和系统，本系统和方法能够对用户从不同的水平观看角度观看不同视差的立体显示设备的舒适度情况进行量化，从而简单快速的获取用户舒适度的评测数据。

本发明中的不同视差的立体显示在不同的水平角度的观看舒适度检测系统包括立体显示设备以及配有桌椅、提供基本照明等条件的室内房间。该系统提供了进行舒适度检测所需的软硬件环境和基本流程。其框架图如图1所示，整个系统分为3个层次，分别为输入输出层、数据处理层以及数据存储层。数据输入输出层主要的功能为将用户观看立体显示内容时的水平观看角度α、立体显示内容的不同视差β传输到数据处理层进行处理，最后接收经过数据处理层处理过的数据。观看角度不同，α的数值不同，图像的视差β取值为-1,0,1，分别代表负视差，零视差和正视差；数据处理层的功能为：首先判断哪个因素对用户视觉舒适度有显著影响，最后得到该因素，即α或β或者α与β对视觉舒适度有显著影响。然后基于该因素再建立预测用户视觉舒适度的模型，最后利用该模型公式可直接根据所测得的水平角度α的值和立体显示内容的视差β，输出用户的预测立体显示视觉舒适度。通过该系统获得的立体显示舒适度预测模型，可用于各种不同的水平观看角度下不同视差的立体显示的客观评测，从而不再需要用户在观看过程中随时进行主观打分，而只需要测量观看立体显示设备的水平观看角度α和立体显示内容的不同视差β，再带入模型公式进行计算即可。

本发明所涉及的立体显示设备范围包括各种类型，各种品牌的可显示立体内容的立体显示器、立体投影等。设备的设置参数为默认参数，并根据相关标准(ITU-R BT.500)控制观看距离，满足不同设备对最佳观看距离的要求。同时还应该合理控制环境光照、温度、湿度等，保持正常的水平。

本发明所述具备桌椅和照明等条件的室内房间，其大小要能满足被测立体显示设备对最佳观看距离的限制，并保证正常稳定的室内环境。

所述视觉舒适度打分装置是本系统自行开发的一个装置，装置上有9个数字按键，可以最高支持9度量表，本系统采用的是5度量表。其通过点击按键进行打分(即视觉舒适度数据)，打分范围为1到5，最低1分，最高5分。每次打分时都会有语音反馈，在让用户知晓当前打分情况的基础上又不需要占用用户的观看时间。用户的打分会被实时记录在文件中，同时存入数据存储层，也方便后期的分析处理。其中，5分表示十分舒适，4分表示较舒适，3分表示没有明显的舒适感，2分表示轻微不舒适，1分表示十分不舒适。所述的水平观看角度如图2所示，本系统采用了5个典型的特殊角度进行测量及建模，它们分别是-45°、-30°、0°、30°和45°。由于这些角度比较特殊，容易测量及计算，所以选择这5个角度。

本系统采用的3D立体资源，是由3种不同视差的图像组成，一组具有正视差，一组具有 负视差，余下的则具有零视差。在立体显示设备屏幕上，物体的左眼图像在左侧、右眼图像在右侧时的视差定义为正视差，观看正视差的物体时，感觉到的虚像位于显示屏幕后面。反之；物体的左眼图像在右侧，右眼图像在左侧时的视差定义为负视差，观看负视差的物体时，感觉到的虚像位于显示屏幕前面。而零视差是指立体显示设备屏幕上物体的左眼图像和右眼图像完全重合时的视差。不同的视差在眼中成像的位置不同，给用户带来的感官体验也不同，所以本发明要探究不同视差下的用户的视觉舒适度。

所述数据处理层首先对输入的原始数据C(用户舒适度)进行归一化处理，即在用户个人数据集内，将三种视差视觉舒适度数据(即正视差视觉舒适度数据、零视差视觉舒适度数据、负视差视觉舒适度数据)分别归一化到0到1范围内，以消除个体差异。对于归一化后的数据，计算每种视差视觉舒适度数据的变化量，即某种视差视觉舒适度数据的每个数值相对于该种视差视觉舒适度数据的前一个数值的差值。先得到每个用户每种视差视觉舒适度数据在观看前后的变化量。判断观看角度和视差这两个因素对于视觉舒适度是否有显著影响。对于有显著性影响的因素和视觉舒适度进行非线性回归处理，得到该因素和视觉舒适度之间的模型公式，即为不同该因素下立体视觉舒适度的预测模型。

所述数据存储层的功能为存储输入输出层输入的原始数据和经过数据处理层处理后获得的中间数据，及最后输出的结果数据等。

基于上述不同水平角度下立体显示视觉舒适度检测系统，本发明还提供一套具体的检测方法，即用户在不同水平角度观看不同视差的立体显示内容过程中，检测用户视觉舒适度，本方法包括两个部分：模型建立阶段和模型应用阶段。其中，模型建立阶段的步骤为：

1)首先搭建上述立体显示的视觉舒适度检测环境，选择合适的室内空间，布置立体显示器、座椅、视觉舒适度打分装置，以及相关的量表和纸质材料等；

2)然后，对用户进行立体视觉筛查，当立体视觉达到200″，即认为其可以参与实验；

3)对3种不同视差的图片进行随机排序生成立体显示内容，不同的视差β取值不同，正视差β值为1，零视差β值为0，负时差β值为-1，随机共生成6种顺序，再随机选取其中的5种作为待测立体显示资源。

4)从不同的水平角度观看待测立体显示资源，每次从一个不同的水平角度进行观看；在观看之前需要用户对其当前状态的视觉舒适度进行打分，在每个观看时间段之后是等长的休息时间，在休息之前也需要用户使用打分装置对其视觉舒适度进行打分；在第一个观看时间段之前，即实验开始前，也要先进行视觉舒适度的打分，获得它们的初始值；

5)对步骤4)中得到的视觉舒适度数据进行归一化处理，即对每个用户在不同视差资源 下的数据，分别得到一组归一化值C(β,α),β＝-1，0，1；α＝-45°，-30°，0°，30°,45°；它们表示用户从α角度观看视差资源β所测得的C的归一值，取值范围为[0,1]；

6)计算步骤5)的数据的变化量，即ΔC(β,α)观看前后变化量的差值；

7)使用步骤6)中数据分别计算的5个角度变化量均值，3个视差的变化量均值及总的变化量均值。即avg_ΔC(α),α＝-45°，-30°，0°，30°,45°；avg_ΔC(β)，β＝-1，0，1；和avg_ΔC；

8)使用步骤7)中的三种资源数据进行平方和计算，即在水平角度α下观看得到的视觉舒适度变化量均值平方和SSR_ΔC(α)， 观看不同视差β的立体显示内容得到的视觉舒适度变化量均值平方和SSC_ΔC(β), 还有整体的误差项平方和SSE_ΔC，

9)通过步骤8)的结果计算相应的均方，均方为平方和与自由度的比值；水平观看角度α自由度为r-1，均方MSR为SSR_ΔC(α)/(r-1)；视差β的自由度为k-1，均方MSC为SSC_ΔC(β)/(k-1)；误差项的自由度为(r-1)(k-1)，均方MSE为SSE_ΔC/(r-1)(k-1)；

10)由步骤9)所得的结果分别构建F检验统计量(F校验统计量就是满足F分布的统计量，它的定义是：假设X和Z互相独立，且他们分别服从自由度为m和n的X²分布，则随机变量X有如下表达式:X＝nY/mZ，就说X服从第一自由度m,第二自由度n的F分布)，即观看角度因素的统计量F((r-1),(r-1)(k-1))＝MSR/MSE,立体显示内容视差的统计量F((k-1),(r-1)(k-1))＝MSC/MSE。

11)对于之前构造的F检验,查F校验表后将F(r-1,(r-1)(k-1))与F_0.05(r-1,(r-1)(k-1))，F((k-1),(r-1)(k-1))与F_0.05(k-1,(r-1)(k-1))做比较，当两个值分别大于F_0.05时则该因素的变化对于视觉舒适度会有显著影响。F_0.05是一个阈值，当大于F_0.05时就拒绝原假设，一般来讲原假设为所检验的因素对观测值没有显著影响。

12)通过步骤11)可以得到观看角度和立体显示内容视差这两个因素的变化对于视觉舒适度都有显著影响。所以接着在不同的立体显示内容视差β的情况下进行三次函数的非线性回归，以不同的水平观看角度α为自变量，以用户的视觉舒适度为因变量， 可得到非线性关系模型C_β＝w_β,1+w_β,2*α+w_β,3*α²+w_β,4*α³；C表示用户的视觉舒适度，α表示水平观看角度，w_β,1为不同视差资源β对应的常量，w_β,2、w_β,3、w_β,4均为不同视差资源β时对应的权重系数；

上述步骤1-12建立的模型关系，应用于不同水平观看角度下观看不同视差的立体显示视觉舒适度评估，即为模型应用阶段，其步骤为：

将不同的水平角度α带入上述关系模型，即可得到在不同的水平角度α下用户的视觉舒适度预测值。

进一步的，所述步骤2)中，参与检测的用户数量越大越好，建议不少于5人。综合越多用户的体验感受，越能接近真实的用户视觉舒适度。

进一步的，所述步骤4)中，观看时间段的长度原则上要保证用户观看后能够出现视觉舒适度的变化。为此，每个观看时间段的持续时间和整个实验耗时也会受到限制，而休息时间段的长短应和观看时间段长度相等，为了避免随着观看时间的增加，用户产生视疲劳并因未有足够的恢复从而造成视疲劳的积累。

进一步的，对步骤5)中所述的归一化处理是针对用户在每个观看角度和观看每种视差情况下进行的，即对于用户的C的值进行如下处理：C＝(C-Cmin)/(Cmax-Cmin),此步骤旨在于通过归一化处理消除用户个体间差异。

进一步的，对步骤12)中所得到的关系模型，其有效性可通过各种方法来进行判定。而为了提高其有效性，则应进行较大规模的实验，收集大量数据以稳定关系模型中的各项系数。在各种条件允许的情况下实验规模越大越好。

本方法的实施流程如图3所示，由观看时间段和休息时间段交替组成。为了保证用户在实验过程中出现视觉舒适度改变及避免视疲劳的积累，观看时间段时长，休息时间段时长和观看时间段个数等需要根据具体观看的立体显示内容或设备来定。在每个观看时间段前，先进行用户舒适度数据的采集。在观看时间段结束时，再进行一次用户视觉舒适度数据的采集。实验中，环境光照、温度等一般保持正常值不变，而所观看的立体内容需要根据不同的目标进行相应的差异控制。为保持得出结论的普遍性，对于不同用户观看的不同立体显示内容需要进行观看序列的随机调整。

根据本方法所得关系模型，在知道立体显示内容视差的情况下只需要测量水平的观看角度，即可实现对用户的视觉舒适度进行定量的计算，而不再需要用户在观影过程中主观的进行评分。模型所选取的自变量简单，便于测量，并且可直接利用所给公式计算出立体显示视觉舒适度的预测值。

与现有技术相比，本发明具有如下的优点和技术效果：

1.方法有效

本方法从分析水平观看角度的变化，水平观看角度和用户的主观视觉舒适度之间的一致性和相关性等方面入手，通过相关装置采集具体数据，在经过一系列数据处理得到所测的观看水平角度预测用户视觉舒适度的关系模型。在模型建立阶段，采用相关数据的差值及均值，一定程度上增加了用户对舒适度主观评分的可靠性和稳定性。

2.测量成本低廉

本方法所建模型使用的水平观看角度这个自变量，其采集非常简单，只需量角器或直尺即可获得。而视觉舒适度打分装置只需要将带有9个按钮的单片机和具有语音功能的交互软件连接起来，进行简单的数据读取和信息反馈，即可实现用户自主地进行主观打分。因此，使用本方法检测用户舒适度成本低廉。

3.数据处理可靠

本方法中在数据处理时采用了多因素方差分析来确定观看角度α和立体显示视差β是否对用户的视觉舒适度有显著影响。该方法经多年发展已经非常成熟可靠，同时使得数据的处理更加精确可信。

4.模型应用简单

本方法中模型建立阶段最终收集的数据包括用户视觉舒适度，水平观看角度和立体显示内容的视差；应用所得模型进行用户舒适度预测时，在立体显示内容视差确定的基础上，只需将水平观看角度带入公式，即可得到预测值，简单易用。

5.通过寻找合适的预测模型，可以不再需要主观评价，减少了用户个体间主观因素的影响。通过本方法所获预测模型计算得出的用户舒适度值，没有掺杂任何人的主观情感，因而结果更客观。同时不需要主观评价，也减轻了用户的任务负担。

附图说明

图1本系统的框架图；

图2水平观看角度示意图

图3本方法的实施流程图；

图4本方法的具体实施案例中的结果图(3个不同视差分别结果)；

图5本方法的具体实施案例中的结果图(总体结果)。

图6本方法的具体实施案例中的结果图(预测模型非线性拟合图)。

具体实施方式

为了使本技术领域的技术人员更好的理解，下面结合附图3对本方法作进一步的详细说明。使用本方法检测在不同水平观看角度下用户的视觉舒适度，其过程主要包括四个阶段：布置环境、练习演示、观看和测量，以及数据处理。

1.布置环境

观看环境主要包括一台23英寸的偏振眼镜式立体显示器、可旋转的移动座椅和一台主机。显示器的亮度、对比度等参数设为推荐值(ITU-R BT.500)。

在距离立体显示器所在平面3倍屏幕高度(87厘米)的地面上，用黄色线标记为座椅位置。主机用来控制立体内容的播放。周围环境光照和温度维持正常值不变。

2.练习演示

先对用户进行立体视力检查，通过随机点立体图筛选出可以识别出视差为200″的用户。共有14名用户通过筛选，接着主试者向这些用户演示实验所观看的内容以及交代整个实验的注意事项，然后给予用户一定时间进行操作练习。

当用户已经完全记住实验的注意事项以及能够熟练的进行打分操作，就开始按正式实验流程观看一组立体内容，若整个过程没有任何纰漏，则结束整个练习阶段。

3.观看和测量

主试者调整座椅位置，使其前轮位于黄色标记线处。然后指导用户以一个舒适的姿势坐在座椅上，并以显示器中线为中心水平旋转显示器，直到达到预期的旋转角度即可。接着用户带上立体眼镜和耳机，主试者开始播放立体显示内容，并开始计时。

观看过程中，周围环境保持安静，主试者坐在用户视野外的某个位置，通过无线鼠标控制播放。用户手持连续打分装置，在观看过程的前进行视觉舒适度打分。3分钟之后，3组立体显示内容播放完毕，用户摘下立体眼镜，使用打分装置进行视觉舒适度打分。之后，用户可以休息3分钟，在休息时间期间主试者再次调整立体显示设备的旋转角度，使所转角度正好符合下一次实验所需角度。休息时间结束后用户带上立体眼镜，继续观看下一组立体显示内容，直到这组内容观看完毕，然后重复上述测量过程。

当第5个水平角度观看完成后，整个观看过程结束。

4.数据处理

观看过程结束后，共记录了14名用户的三种数据，对这些数据进行如下处理：

(1)归一化处理，即对每个用户的视觉舒适度数据C，分别得到一组归一化值；

(2)计算每种数据的归一变化量，即对每个用户归一后的C数据，使用观看后的C数据减去观看前的C数据，得出用户舒适度的变化量；

(3)计算每个角度的变化量均值，每个视差的变化量均值及总的变化量均值；

(4)计算在水平角度α下观看得到的视觉舒适度变化量均值平方和SSR_ΔC(α)；观看不同视差β的立体显示内容得到的视觉舒适度变化量均值平方和SSC_ΔC(β)；还有误差项平方和SSE_ΔC；

(5)计算相应的均方，水平观看角度α有5个选项，其自由度为4，均方MSR为SSR_ΔC(α)/4；视差β有3个选项，其自由度为2，均方MSC为SSC_ΔC/2；误差项的均方MSE为SSE_ΔC/4*2；

(6)构建的观看角度因素的统计量Sig(α)＝MSR/MSE,立体显示内容视差的统计量Sig(β)＝MSC/MSE。

(7)计算可知F(4,8)＝6.34,F(2,8)＝5.27,而F_0.05(2,8)＝3.84小于6.34，F_0.05(2,8)＝4.46小于5.27，所以可知观看角度和立体显示内容视差这两个因素的变化对于视觉舒适度都有显著影响。

(8)在观看的立体显示内容视差相同的基础上，对用户视觉舒适度C和水平观看角度α进行非线性回归，其中C作为因变量,α作为自变量。得到如下拟合结果：

C_β＝ω_β,1+ω_β,2*α+ω_β,3*α²+ω_β,4*α³正视差对应图5.其中ω₁＝1.10×10^-1，ω₂＝0.22×10^-2，ω₃＝0.481×10^-4，ω₄＝-0.65×10^-6。

零视差对应图6，其中ω₁＝1.55×10^-1，ω₂＝0.82×10^-3，ω₃＝2.1×10^-4，ω₄＝0.41×10^-6。

经过数据处理得到的关系模型，在被实际应用于用户视觉舒适度预测之前，应进行大规模上述实验，以提升模型的有效性和稳定性。