摘 要: 在当今以数字化为主要特征的L ED 显示领域,显示灰度控制技术已经日臻成熟,沿用的亮度和灰度等级鉴别方法已经相对落后。文章通过分析L ED 显示器的显示特性和灰度复现过程中图像数据和灰度级之间函数关系,提出了一种显示屏灰度等级的检测方法,利用采集到的灰度差增量幅度的统计结果,得出L ED大屏幕显示产品灰度级控制的能力。实验结果表明本文方法具有很好的实用性。
1 引 言
科技、经济等方面的不断发展,为L ED 显示屏的应用提供了广阔的市场。作为一种媒介载体,L ED 显示屏已成为影视表演、大型歌舞、综艺晚会等不可缺少的组成部分,同时也是公共媒体、户外广告、亮化工程等城市建设的宠儿。
作为当前多媒体显示终端的主流,人们对平板显示器的显示质量要求越来越高。灰度级控制能力作为评定平板显示器的显示质量的重要参数之一,长期以来备受关注。灰度级控制能力由灰度级数量来表示,所谓灰度级数量就是指可以进行控制的灰度级等级的多少,现行市场L ED 大屏幕显示产品灰度级数量一般在12 bit 以上,但是现有的灰度测试技术标准还停留在8 bit 灰度测试基础上,这种测试远远不能满足技术和市场高速发展的双重要求,因此,需要一种可以检测8 bit以上灰度级控制的能力的方法和手段。
本文通过对采集到的灰度差增量畸变情况进行分析,利用畸变幅度的统计结果计算出L ED 大屏幕显示产品灰度级控制的能力。实验结果表明本文方法具有很好的实用性。
2 目前LED 显示屏灰度级检测方法
根据"SJ / T1128122007 L ED 显示屏测试方法",灰度等级检查方法如下:环境照度变化率小于±10 % ,整个测试过程仪器采集范围不变;启动软件,逐级增加灰度级,显示的亮度应随着灰度级的上升呈现单调上升。其中标准为128 < G≤256 ,即显示屏具有8 bit 灰度技术。
可以看到,目前使用的L ED 显示屏测试方法为线性检测方法。如果L ED 显示屏线性灰度级显示数量n 超过8 bit ,就需要准备额外的数据输入设备和软件,十分不便。实际上,L ED 显示屏测试方法测量的是显示屏线性灰度等级分辨率,而不是真正意义上的显示屏有效灰度级。从理论上讲,显示屏的线性灰度等级分辨率越精细,则灰度校正深度越高,同时抽值式校正的准确程度越好,使有效灰度级显示的能力得到提高。
测定L ED 显示屏的线性灰度等级分辨率的方法虽然可以从某方面反映显示屏的有效灰度级水平,但是不能直观评估显示屏的显示灰度特性。另外,目前大多数L ED 显示屏灰度参数都在12 bit 以上,同时在光电转换过程中,由于某些细微的情况发生,产生一些对应关系失衡,所以仅仅知道L ED 显示屏的线性灰度等级分辨率并不完全代表其灰度级控制的准确性。
3 图像数据和灰度级之间函数关系
由于历史原因,当前的标准视频图像数据如果直接用于平板显示器就会造成灰度级畸变问题。灰度级指的就是显示器的亮度等级。在起初的显示系统中,显示终端为CRT 设备,由于CRT 设备并不是线性发光器件,在复现灰度级时存在严重失真。这种失真是由光电信号之间的相互转换和传输使整个图像信息传输系统具有非线性引起的。这种非线性主要是由3 方面引入的:
(1) 摄像设备的输出亮度信号数值和实际亮度Li之间的非线性; (2) 亮度信号数值之间的非线性;(3) 显示设备复现亮度Lo 和传输过来的亮度信号数值之间的非线性。
其复现亮度Lo 和实际亮度Li 之间的关系可以表示为:
式中, c 为比例系数;γ1 、γ2 、γ3 分别为第( 1) 、第(2) 、第(3) 部分非线性校正系数。为了保证灰度级的正确复现,必须在传输以前对图像数据进行γ校正。令γ1γ2 = γ,γ3 = γCRT 则式( 1) 可以变化为:
其中LCRT为CRT 复现亮度,Li 为实际亮度,γ为原始传输的预先校正系数,γCRT为CRT 显示特性系数, Si 为原始图像数据。由式(2) 可知,现在采用的标准图像数据是经过γ校正后的原始显示图像数据,直接量化以后形成的数字化数据同样包含有γ校正的信息,这些数字化的图像数据如果由同CRT 显示特性完全相同的显示设备完成终的图像显示时,可以正确复现原始的灰度级。
前面提到CRT 的显示特性为:
而L ED 显示屏的显示特性为:
其中c 和c′为比例系数。以表现256 灰度显示数据为例,CRT 的显示特性和平板显示器的显示特性分别如图1 (a) 和图1 (b) 所示。
图1 CRT 和FPD 的显示特性
如果在进行图像显示时对图像数据不能正确处理,就会导致灰度级的畸变,大幅降低图像的显示质量。如图2 所示,图2 (a) 是经过γ校正后的原始图像数据,由于L ED 显示器的显示特性,实际显示结果同预期的现实结果存在很大的误差;图2 (b) 给出了在各个灰度级上实际图像数据和理想的图像数据的偏差。
γ校正初只是为了消除整个显示系统的非线性误差而引入的, 由于在此前相当长一段时间内显示终端的主导地位一直为CRT 所占据,所以这种经过γ校正后的原始图像数据已经被确定为标准图像数据。短期来看,这种图像数据的标准还不能被新的标准所取代。为了保证灰度级在平板显示器上的正确复现,在显示过程中必须进行灰度级校正。
图2 L ED 上实际的和理想的图像数据的偏差。 (a) 原始图像数据; (b) 图像数据的偏差。
4 灰度级差检测分析方法的提出和实现
4. 1 测试
实验中使用的测试仪器主要有柯美CS2100A色彩亮度计、柯美CL2200 色彩照度计和温湿度计等。
测试条件如下:
(1) 相对环境照度变化小于±10 %;
(2) 测试距离在3. 5 ~5. 0 m ,测试时相对测试位置不发生变化;
(3) 测试单元面积不得小于0. 5 m2 ;
(4) 采集面积不得小于4 ×4 ,16 个像素点。
测试方法如下:
(1) 采集仪器水平放置地面,与待测屏幕保持在同一高度,镜头视野完全覆盖于待测屏幕内,采集积分面少覆盖16 个像素点;
(2) 黑屏状态下,测试屏幕亮度及环境照度均值,同时记录环境温湿度值;
(3) 屏幕满负荷工作30 min 后,开始测试;
(4) 全屏随机选取9 点测试,每组测试点、每级灰度连续测试5 次,取均值,记录。
4. 2 数据分析
根据γ校正原理,任何L ED 显示屏的显示数据目前为8~10 bit ,以8 bit 显示数据为例,设定屏幕的灰度等级能力为8 bit , 在灰度级正确显示的前提下,得到如下灰度函数,如图3 所示。
图3 L ED 显示灰度函数
图中的横向坐标为屏幕显示的8 bit 显示数据(d) :0~255 ,纵坐标为这些显示数据对应的显示屏幕显示的相对亮度数值(L) .
对数据进行规格化处理后,该函数的灰度级差分布情况如图4 所示。
图4 L ED 显示8 bit 灰度等级的级差分布
图4 中的横向坐标仍为屏幕显示的8 bit 显示数据(d) :0~255 ;纵坐标为这些显示数据对应的具有8 bit 灰度等级显示的屏幕显示的相对亮度数值之间的灰度级差(ΔL) .可以看到,由于的问题,灰度差的增量有畸变之处;同时可以看到这种量化的畸变从一定程度上反映出显示屏的灰度控制。
如果屏幕的灰度等级能力提高到10 bit ,此时灰度级差分布情况如图5 所示。
图5 中的横向坐标仍为屏幕显示的8 bit 显示数据(d) :0~255 ;纵坐标为这些显示数据对应的具有10 bit 灰度等级显示的屏幕显示的相对亮度数值之间的灰度级差(ΔL) .
通过分析得到,具有8 bit 灰度等级显示能力的显示屏灰度增量畸变幅度约为4 ‰ ,而10 bit灰度等级显示能力的显示屏灰度增量畸变幅度控制在1 ‰左右,因而通过数据分析可以得到灰度等级的控制。
图5 L ED 显示10 bit 灰度等级的级差分布
5 实验结果与讨论
如果测量仪器的在±0. 1 cd/ m2 ,而环境照度在5 lx 以下,变化量参照前面的测量条件说明,通过灰度增量畸变检测的方法可以初步获得8~15 bit 显示屏的灰度控制。但是在某些实际条件下,由于测量环境及仪器的误差,加之显示屏灰度控制的偏差可能影响测量的结果。
因此,在一定的条件下,采用灰度增量畸变统计分布的方式,可以更加准确地评估显示屏的灰度控制。对8 bit 和10 bit 灰度等级显示能力的显示屏增量畸变幅度进行统计,得到如图6所示的分布。
图6 L ED 显示8 bit 灰度等级的级差统计
图6 和图7 所示的是灰度增量畸变幅度的统计结果,图中横向坐标仍为屏幕显示的灰度数量( d) :0~255 ;纵坐标为灰度增量畸变幅度的排序情况( SΔL) .其中图6 显示的为8 bit 灰度等级的显示屏统计情况,图7 显示的为10 bit 灰度等级的显示屏统计情况。
灰度增量畸变分布为前后两个区,对于8 bit灰度等级的显示屏来说,其增量畸变幅度约为±0. 04 ;对于10 bit 灰度等级的显示屏来说,其增量畸变幅度约为±0. 01 .对这些统计数据求倒数,经过计算得到图6 所示的灰度级控制为254~255 ,灰度为8 bit ; 而图7 为1 020~1 022 ,灰度为10 bit .计算结果同实际情况相符合,基本说明了方法的有效性。
图7 L ED 显示10 bit 灰度等级的级差统计
6 结 论
通过分析L ED 显示器的显示特性和灰度复现过程中图像数据和灰度级之间函数关系,提出了一种显示屏灰度等级的检测方法,可以更加准确地评估显示屏的灰度控制。实验结果表明,这种利用灰度差增量畸变幅度的统计计算方法可以有效得到L ED 大屏幕显示产品灰度级控制的,具有很好的实用性。该方法是对L ED 显示屏测试方法的有效补充,可以检测灰度控制更好的显示屏幕,对于提高显示屏灰度指标也是有利的。同时,所提出的方法在实际应用中还存在很多问题需要解决。如噪声的评估和消除、非正态分布的结果评估等,这些工作都将在下一步的研究中开展。
免责声明: 凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。