基于显示器特性的彩色对比敏感度测试

基于显示器特性的彩色对比敏感度测试

于洪强，蒋 婷，王春慧*

【摘 要】摘要：为了获得人眼视觉特性并直接指导工程设计和工效学评价等应用，基于显示器广泛使用的RGB颜色空间，提出了一种彩色对比敏感度定义。首先，生成了彩色对比敏感度阈值测量方法，然后，采集了12名被测试者先后两次每次3个颜色变量10个空间频率的彩色对比敏感度阈值。最后，通过Pearson检验分析先后两次测量结果的相关性，同时绘制出该人群R、G、B三种颜色变量彩色对比敏感度曲线。先后两次测量结果显著相关，R、G、B三种颜色变量对比敏感度曲线变化趋势相似，在空间频率为0.1和0.2 cycle/degree 时，分辨阈限显著升高，且R变量分辨阈值整体高于G变量和B变量分辨阈值。测量方法稳定可靠，在极低空间频率时，被测试者分辨阈限较高，对红色核心颜色差异分辨力较弱。 【期刊名称】液晶与显示 【年(卷),期】2016(031)007 【总页数】6

【关键词】关 键 词：彩色对比敏感度；RGB颜色空间；LED显示器；空间频率；人眼特性

1 引 言

对比敏感度即在亮暗对比变化下，人眼对不同空间频率的正弦光栅视标的识别能力。以不同的空间频率为横坐标，以相应的对比敏感度阈值为纵坐标绘制的对比敏感度函数曲线是评价人眼功能非常重要的指标之一，它反应了人的空间视觉特性[1-3]。传统的对比敏感度测试方法使用光学系统产生明暗条纹，系统

复杂且不易操控。近年来，随着电子计算机技术的发展，显示器成为日常生活中视觉信息的重要呈现体，基于显示器测量人眼对比敏感度函数的方法引起了科研人员的重视，取得了重要进展[4-5]。Westland等人将显示器测量的人眼对比敏感度函数等视觉特性应用于图片压缩和图像呈现质量评价，但是其主要借鉴了传统黑白亮度对比敏感度测试方法和结果，很少涉及应用性更广的彩色对比敏感度[6-8]。由于彩色的复杂性，一直以来对彩色对比敏感度的研究从概念定义到测试方法都没有定论[9-11]。Mullen生成了红-绿混合光、黄-蓝混合光的彩色条纹用于测试，采用Michelson的对比度定义，即c=(Imax-Imin)/(Imax+Imin )，保持测试系统混合的平均光强为常数，红光(黄光)所占光强比例变化，因而得到了不同红光(黄光)比例下不同空间频率的彩色对比敏感度分辨阈值[12]。浙大徐海松团队从均匀颜色空间CIELAB的角度考虑，在等亮度面上选取不同的颜色方向，并将色差阈值的倒数定义为彩色对比敏感度[13-14]。王鹏飞等人基于CIELAB的衍生颜色空间CIELCH，提出了视觉彩度和色调角的彩色对比敏感度测试原理及方法，仿照Michelson对比度定义，定义了彩度对比度和色调角对比度[15]。虽然上述几种定义和测量都得到了一些基本的彩色对比敏感度函数曲线，但其应用性并不强，其中一方面原因就是标准的颜色空间并不是目前显示设备广泛采用的RGB颜色空间。

现有研究很少关注基于RGB颜色变量的人眼辨别特性，因为RGB颜色空间的呈现效果一定程度上依赖硬件显示设备，但是基于RGB的颜色控制是广泛应用的普通电子设备对颜色的控制方法，反映了电子设备的颜色控制精度。因而，研究基于RGB颜色变量的人眼辨别特性，也就是研究人眼对电子屏幕普遍彩色控制方案的分辨特性，对工程应用和工效学设计、评价等方面有重要意义。正

是基于这种考虑，本文提出了一种基于RGB颜色空间的彩色对比敏感度定义和测试方法，并对测试方法的信度进行了验证，同时得到了青年人这种彩色对比敏感度分辨阈值曲线。

2 彩色对比敏感度测试方法的生成

在标准的对比敏感度测试中，呈现的是亮度正弦变化的黑白光栅，被测试者恰好能分辨出黑白光栅时亮度的峰值与谷值的差值决定了对比敏感度阈值，其中不同的光栅宽度代表着空间频率的不同。对比敏感度曲线即以空间频率为横坐标，对比敏感度阈值的倒数为纵坐标绘制的一条曲线，是重要的眼科指标。 借鉴上述标准的对比敏感度测试方法研制了基于RGB颜色控制方案的彩色对比敏感度测试方法。测试方法的生成分为两个部分，一是用于辨别的彩色光栅的生成，二是采用心理学上的极限法测量分辨阈限。

彩色光栅的核心颜色采用国际照明委员会推荐的用于辨色研究的标准值[16]，其参数如表1。在红、绿、蓝三种核心颜色下，分别采用R、G、B为单一颜色变量，保证其余两个参数不变。由于RGB颜色控制较为粗糙，经过预先实验，发现在测试距离为30 cm，空间频率较低(0～1.0 c/d)时，最小对比度才可能低于人眼分辨阈值，这样避免了“天花板效应”。使用Matlab程序控制光栅周期内颜色变量按正弦变化，定义单一颜色变量峰值和谷值的差值为这种颜色的彩色对比度。传统的对比敏感度测试采集被测试者恰好能分辨出光栅条纹时的对比度值，这种测试过程带有很强的主观性，为了减少这种不利效应，同时生成了参数相同的橫、竖两种光栅条纹，被测试者不仅要分辨出光栅条纹，还要回答出条纹方向(图1)。这样，共生成了3种核心颜色(3种颜色变量)、10个空间频率、10种对比度、2类条纹方向共600张彩色条纹图片供于辨别(表2)。