CN102842276B

CN102842276B - 不均检查装置及不均检查方法

Info

Publication number: CN102842276B
Application number: CN201210200100.XA
Authority: CN
Inventors: 长岭邦彦; 富冈聪
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 2011-06-21
Filing date: 2012-06-14
Publication date: 2017-07-28
Anticipated expiration: 2032-06-14
Also published as: JP2013029491A; CN102842276A; JP5867268B2; US20170074724A1; US9995630B2; US9534957B2; US8885052B2; US20120327399A1; US20150022672A1

Abstract

本发明涉及不均检查装置以及不均检查方法。该不均检查装置包括：图像拾取部，获取测试对象的拾取图像；图像生成部，基于拾取图像生成各个颜色不均检查图像以及亮度不均检查图像；计算部，利用颜色不均检查图像以及亮度不均检查图像计算评价参数；以及检查部，利用所计算的评价参数进行不均检查。计算部根据颜色和亮度两者的不均可见度计算评价参数。

Description

不均检查装置及不均检查方法

技术领域

本发明涉及一种在彩色图像等中进行不均检查（颜色不均检查以及亮度不均检查）的不均检查装置及不均检查方法。

背景技术

以前，采用可显示彩色图像的阴极射线管（CRT）、液晶显示器（LCD）等的显示单元在批量生产过程中的颜色不均或亮度不均的检查，主要利用基于与极限样本（limitsample）的比较的感官测试来进行。该技术通过这样的方式实现：由人直接查看作为检查目标的显示单元上的显示画面，该技术提供了类似于实际使用状态的检查，以及简单的测试方法。

然而，该技术主要依赖于各个检查者的能力，因此检查的质量受各个检查者之间的不同或检查者的疲劳度影响，难以确保稳定的检查。

为了解决这个问题，提出了不依赖于检查者的能力客观地检查颜色不均的一些技术。这样的技术的实例包括以下技术：其通过在整个显示画面被设置为白色显示的状态下，使用彩色图像拾取装置等测量显示画面内的多个点中的色调（hue），以根据与白色显示部之间的最大色差（ΔEuv*或ΔEab*）的值的大小关系进行颜色不均检查。

具体而言，例如，在公开号为1989-225296、1998-2800及2003-57146的日本未审查专利申请中测量显示画面内多个点处的颜色和亮度，并且标准化最大值和最小值之间的变化或差，用于颜色不均检查。进一步地，例如，在公开号为1998-96681的日本未审查专利申请中，关注颜色不均区域或变色区域的空间尺寸，并将其量化用于颜色不均检查。此外，例如，公开号为2007-198850的日本未审查专利申请提出了一种评价红色（R）、绿色（G）及蓝色（B）的每个亮度数据的亮度不均的技术。

发明内容

然而，在公开号为1989-225296、1998-2800及2003-57146的日本未审查专利申请提出的技术中，预计通过使用标准化参数的客观颜色不均检查可以实现稳定的检查，但是这些技术的缺点在于人们所感觉到的颜色不均度可能会随着颜色不均的不同分布而变化。此外，在公开号为1998-96681的日本未审查专利申请提出的技术中，也存在人们所感觉到的颜色不均度可能会根据色调而变化的问题。此外，在公开号为2007-198850的日本未审查专利申请中提出的技术试图在同时发生亮度不均和颜色不均的情况下评价不均性，但是没有对亮度不均和颜色不均的人的感知进行考虑。因此，该技术没有获得准确评价显示单元的质量的综合性不均评价方法。

换而言之，对于现有技术，由于人们对颜色不均或亮度不均的可见度（visibility）的原因，所以难以进行适当的不均检查（颜色不均检查和亮度不均检查），因此，尚有提高的空间。

希望提供一种与现有技术相比能够进行更适当的不均检查的不均检查装置及不均检查方法。

根据本公开实施方式的不均检查装置包括：图像拾取部，获取测试对象的拾取图像；图像生成部，基于拾取图像生成各个颜色不均检查图像以及亮度不均检查图像；计算部，利用颜色不均检查图像以及亮度不均检查图像两者计算评价参数；以及检查部，利用计算出的评价参数进行不均检查。计算部根据颜色和亮度两者的不均可见度计算评价参数。

根据本公开实施方式的不均检查方法包括：获取测试对象的拾取图像；基于拾取图像生成各个颜色不均检查图像以及亮度不均检查图像；利用颜色不均检查图像以及亮度不均检查图像两者计算评价参数；以及利用计算出的评价参数进行不均检查。根据颜色和亮度两者的不均可见度来计算评价参数。

根据本公开实施方式的不均检查装置和不均检查方法基于测试对象的拾取图像生成各个颜色不均检查图像以及亮度不均检查图像，并利用颜色不均检查图像以及亮度不均检查图像两者计算评价参数。考虑到颜色和亮度两者的不均可见度来计算评价参数。因此，与没有考虑可见度的情况下进行不均检查的现有技术不同，实现了与人们感知更加一致的客观的不均检查（颜色不均检查和亮度不均检查）。

根据本公开实施方式的不均检查装置和不均检查方法考虑到颜色和亮度的不均可见度使用颜色不均检查图像以及亮度不均检查图像来计算评价参数。因此，与现有技术不同，允许实现与人们感知更加一致的客观的不均检查。因此，与现有技术相比可以进行更恰当的不均检查。

应理解，以上整体描述和下列详细描述都是示例性的，旨在对所要求保护的技术做出进一步解释。

附图说明

包含有附图以用于本发明的进一步地理解，并且被并入本说明书并构成本说明书的一部分。附图示出了实施方式，并且与说明书一起共同用于解释本技术的原理。

图1是示出了根据本公开实施方式的不均检查装置的简化配置以及作为检查目标的显示单元的示图。

图2是示出了图1中所示的图像处理装置进行的不均检查处理的实例的流程图。

图3是示出了图2中所列的色度的方法的一个实例的特征图。

图4A和图4B分别是示出了对于每个颜色组的颜色不均区域的面积比率和颜色不均的主观评价值之间的关系的实例的特征图，以及颜色不均区域的最大色度和颜色不均的主观评价值之间的关系的实例的特征图。

图5A、图5B、图5C和图5D是分别示出了为颜色不均检查处理生成的图像的实例的示图。

图6A和图6B是解释色度边缘区域和亮度边缘区域的定义的示意图。

图7A、图7B、图7C和图7D是分别示出了为亮度不均检查处理生成的图像的实例的示图。

图8A、图8B和图8C是示出了根据实施例1的各种主观评价值和各种不均评价值之间的关系的特征图。

图9A和图9B是解释根据实施例2的评价条件的示图。

图10是示出了根据实施例2的亮度边缘图像的示图。

图11是解释将每单位视角的变化量作为边缘阈值的影响的示图。

具体实施方式

以下将参照附图来详细描述本公开的实施方式。要注意的是，将以下面给出的顺序来进行描述。

1.本公开实的施方式（考虑到颜色和亮度两者的不均可见度进行不均检查的实例）

2.变形例

[本公开实施方式]

[不均检查装置的配置]

图1示出了根据本公开实施方式的不均检查装置（不均检查装置1）的简化配置以及作为检查目标的显示单元4。不均检查装置1的目的在于对显示单元4等上显示的彩色图像进行包括颜色不均检查以及亮度不均检查的综合不均检查，具有图像处理单元2和图像拾取单元3（图像拾取部）。作为显示单元4，可以采用各种类型的显示器，例如CRT、LCD、PDP（等离子显示面板）和有机EL（有机电致发光）显示器。要注意的是，根据本公开的一个实施方式的不均检查方法具体化为根据本公开的此实施方式的不均检查装置1，因此在下文中将其与此实施方式一起描述。

（图像拾取单元3）

图像拾取单元3对作为上述不均检查的目标的显示单元4的显示画面（彩色显示画面）成像。图像拾取单元3利用包括例如电荷耦合型器件（CCD）、互补金属氧化物半导体（CMOS）和其他元件的图像摄取器件进行配置。通过图像拾取单元3的图像拾取获取的拾取图像（图像拾取数据Din）经由连接线10输出至图像处理单元2。要注意的是，图1示出了有线连接用于连接线10，但图像拾取单元3和图像处理单元2也可以相互无线连接。

（图像处理单元2）

图像处理单元2基于从图像拾取单元3输出的图像拾取数据Din来进行不均检查，并且输出检查结果数据Dout作为其检查结果，图像处理单元2利用如图1中所示的个人计算机（PC）等进行配置。图像处理单元2包括图像生成部21、参数计算部（计算部）22和检查处理部（检查部）23。

图像生成部21基于图像拾取数据Din进行预定的图像处理操作，从而生成稍后将描述的各个颜色不均检查图像以及亮度不均检查图像。具体而言，作为颜色不均检查图像，图像生成部21生成稍后将描述的各个颜色不均图像（颜色不均图像数据D11）、色度边缘图像（色度边缘图像数据D12）和二值化颜色不均图像（二值化颜色不均图像数据D13）。进一步地，作为亮度不均检查图像，图像生成部21生成稍后将描述的各个亮度不均图像（亮度不均图像数据D21）、亮度边缘图像（亮度边缘图像数据D22）和二值化亮度不均图像（二值化亮度不均图像数据D23）。此时，图像生成部21在考虑到颜色之间的颜色不均可见度的差异进行校正处理（稍后将描述的增益校正处理）的同时生成上述颜色不均检查图像。要注意的是，稍后将详细描述该图像生成部21中的图像处理（图像生成处理）。

参数计算部22利用图像生成部21生成的颜色不均检查图像（上述各种图像数据D11至D13）以及亮度不均检查图像（上述各种图像数据D21至D23）计算用于稍后将描述的不均检查的各种评价参数。尤其是，利用颜色不均检查图像（各种图像数据D11至D13）来计算稍后将描述的颜色不均评价值Ec（颜色不均参数）。此外，利用亮度不均检查图像（各种图像数据D21至D23）计算稍后将描述的亮度不均评价值El（亮度不均参数）。随后，通过将颜色不均评价值Ec和亮度不均评价值El进行加权相加计算出总评价值E（总评价参数）作为上述评价参数。此时，根据本公开实施方式，参数计算部22考虑到颜色和亮度两者的不均可见度计算总评价值E。要注意的是，稍后也将详细描述参数计算部22中的计算处理。

检查处理部23利用参数计算部22处计算的总评价值E对作为不均检查的目标的显示单元4的显示画面进行不均检查（包括颜色不均检查和亮度不均检查的综合不均检查）。利用这种配置，从检查处理部23输出作为其检查结果的检查结果数据Dout。要注意的是，稍后也将详细描述检查处理部23中的不均检查处理。

[不均检查装置的操作和效果]

随后，将描述根据本公开实施方式的不均检查装置1的操作和效果。

（1.基本操作）

在不均检查装置1中，当图像拾取单元3在作为检查目标的显示单元4的显示画面上成像时，获取拾取图像（图像拾取数据Din）。该图像拾取数据Din经由连接线10输入图像处理单元2中的图像生成部21。

图像生成部21基于图像拾取数据Din进行预定图像处理操作生成各个颜色不均检查图像（各种图像数据D11至D13）以及亮度不均检查图像（各种图像数据D21至D23）。随后，参数计算部22利用颜色不均检查图像和亮度不均检查图像计算总评价值E，该总评价值E是不均检查的评价参数。此后，检查处理部23利用总评价值E对作为检查目标的显示单元4的显示画面进行不均检查。利用这种配置，从检查处理部23输出作为其检查结果的检查结果数据Dout。

（2.不均检查处理的细节）

接下来，将描述图像处理单元2的不均检查处理的细节，图像处理单元2表示根据本公开实施方式的不均检查装置1的特征部分之一。图2以流程图的形式示出了图像处理单元2要进行的不均检查处理的实例。

（2-1.预处理）

首先，如上所述，图像生成部21经由连接线10从图像拾取单元3获取作为检查目标的拾取图像（图像拾取数据Din）（步骤S101）。

随后，图像生成部21将图像拾取数据Din的信号转换成包括三刺激值X、Y和Z的（Xi，Yi，Zi）信号（步骤S102）。具体而言，例如，如果图像拾取数据Din是符合sRGB规格的图像信号，使用下面给出的表达式（1）来进行转换。进一步地，同样针对符合任何其他规格的图像信号，通过根据这样的规格类似地进行转换来生成（Xi，Yi，Zi）信号。要注意的是，尽管这里描述了图像拾取数据Din的信号被转换成（Xi，Yi，Zi）信号的情况，但也可以通过图像拾取单元3直接获取（Xi，Yi，Zi）信号。

当图像拾取数据Din是符合sRGB规格的图像信号时（根据IEC61966-2-1）：

随后，图像生成部21进行预定去噪处理作为（Xi，Yi，Zi）信号的预处理（步骤S103）。尤其是，图像生成部21利用空间滤波器例如中值滤波器进行去除由图像拾取单元3的类型或图像拾取条件导致的噪声的处理。然而在一些情况下，可以忽略这样的去噪处理。

（计算颜色不均评价值Ec）

接下来，图像生成部21和参数计算部22用稍后描述的方式计算颜色不均评价值Ec（步骤S111至S118）。

具体而言，首先，图像生成部21在进行上述去噪处理之后根据（Xi，Yi，Zi）信号计算1976年国际照明委员会（CIE）推荐的CIE 1976L*a*b*色彩空间（CIELAB色彩空间）中的值（a*，b*）（步骤S111）。要注意的是，该CIELAB色彩空间被推荐为均匀色彩空间，表示在考虑人们感知的颜色可见度的均匀性后的空间。这里，尤其是，图像生成部21利用下面给出的表达式（2）和（3）计算每个图像拾取像素（显示像素）的（a*，b*）。要注意的是，这些表达式中的Xn、Yn和Zn是完全漫反射面上的三刺激值。

此后，图像生成部21在考虑颜色之间的颜色不均可见度的差异进行校正处理（增益校正处理）的同时生成上述的各种颜色不均检查图像。更具体地，图像生成部21在每个图像拾取像素中进行这样的校正处理的同时计算色度C。具体而言，首先，图像生成部21进行下面给出的表达式（4）表示的增益校正处理（利用增益α的校正处理）作为根据步骤S111中计算的a*的颜色不均可见度差异的校正处理（步骤S112）。随后，图像生成部21利用步骤S111和S112中计算的（a*’，b*）用下面给出的表达式（5）计算每个图像拾取像素的色度C（S113）。

a*’＝（α×a*）

（当a*＞0时：增益α＞1；a*≤0时：增益α＝1）…（4）

C＝{（a*’）²＋（b*）²}^1/2

＝{（α×a*）²＋（b*）²}^1/2…（5）

假设例如如图3中所示的坐标系（a*，b*），这样的增益校正处理对应于从点（a*，b*）＝（a1，b1）至点（a*，b*）＝（α×a1，b1）的转换（校正）。这导致如图3中所示的曲线，该曲线示出增益校正处理前后的色度C。也就是说，示出增益校正处理之前的色度C的曲线呈圆形，而示出增益校正处理之后的色度C的曲线在a*＞0的区域中，如图中的箭头所示，呈椭圆形而不呈圆形。

完成这样的增益校正处理之后计算色度C是由于以下原因造成的。这是因为人们所感知的颜色不均可见度（颜色不均可见度）根据构成颜色不均的颜色的类型而变化。

具体而言，首先，颜色不均可见度（ME值；由人提供的不均（在这种情况下为颜色不均）的主观评价值）由于各个颜色组的颜色不均区域的面积比率（每个颜色组的颜色不均区域与检查目标的整个区域（显示画面内的所有显示像素区域）的面积比率）而产生差异。换而言之，如图4A中所示，例如当面积比率的值相同时，与红（R）系色、橙（O）系色和洋红（M）系色对应的颜色组中的各个面积比率的ME值（颜色不均可见度）高于与黄绿（YG）系色、绿（G）系色和淡蓝（LB）系色对应的颜色组中的各个面积比率的ME值。

此外，颜色不均可见度（ME值）也随显示最大色度Cmax的颜色（整个颜色不均区域中的最大色度）所属的颜色组而产生差异。换而言之，如图4B中所示，例如当最大色度Cmax的值相同时，在属于与红（R）系色、橙（O）系色和洋红（M）系色对应的颜色组的颜色显示最大色度Cmax的情况下，ME值（颜色不均可见度）高于在属于与黄绿（YG）系色、绿（G）系色和淡蓝（LB）系色对应的颜色组的颜色显示最大色度Cmax的情况下的ME值。

因此，根据本公开实施方式，图像生成部21在根据颜色之间的颜色不均可见度的差异进行增益校正处理的同时计算色度C。具体而言，在a*＞0的对应于具有相对较高颜色不均可见度的颜色组（红（R）系色、橙（O）系色和洋红（M）系色对应的颜色组）的区域中，进行选择性增大a*值的校正（增益校正）。因此，与在没有考虑颜色之间的颜色不均可见度差异的情况下进行不均检查（颜色不均检查）的现有技术不同，这实现了与人们感知更加一致的客观的不均检查。

接下来，图像生成部21使用以上述方式计算的色度C来生成颜色不均图像（颜色不均图像数据D11），颜色不均图像是拾取图像的颜色不均检查图像之一（步骤S114）。也就是说，图像生成部21生成由各自的图像拾取像素的色度C的值组成的颜色不均图像。例如，生成如图5A中所示的由颜色不均图像数据D11组成的颜色不均图像。

随后，图像生成部21再次使用所计算的色度C生成色度边缘图像（色度边缘图像数据D12），色度边缘图像是拾取图像的颜色不均检查图像之一（步骤S115）。尤其是，例如进行索贝尔滤波等来识别色度边缘区域，从而生成色度边缘图像。更具体地，超过阈值（例如（dC*/mm)＝2.0）的区域被识别为色度边缘区域，在显示画面上每单位长度地限定该阈值以与人们所感知的颜色不均可见度一致。例如，结果生成了如图5B中所示的由色度边缘图像数据D12组成的色度边缘图像。

这里，此时要识别的色度边缘区域被定义为例如测试对象（显示画面）中每单位长度的色度变化量（色度边缘强度）或每单位视角的色度变化量等于或大于预定阈值（色度边缘阈值）的区域。具体地，例如，如图6A中所示，每单位长度的色度变化量等于或大于反映人们颜色不均可见度的、显示屏显示画面40上每单位长度确定的色度边缘阈值（例如（dC*/mm)＝2.0）的区域（例如，图6A中的区域Ae）可以被识别为色度边缘区域。或者，例如，如图6B中所示，每单位视角的色度变化量等于或大于反映人们颜色不均可见度的、观察者（眼睛Ey）的每单位视角θ确定的预定阈值（例如（dC*/arcmin）＝0.873）的区域（例如，图6B中的区域Ae）可以被识别为色度边缘区域。这里，例如希望使用如下定义的视角θ。也就是说，当人的视力为1.0时，人识别的角的分辨率被确定为1分，1度的1/60。因此，考虑到这样的人类视觉感知性能，期望视角θ用分定义。这在下面的整个描述中是适用的。然而，视角θ的定义不限于该定义。

此后，图像生成部21利用所生成的颜色不均图像（颜色不均图像数据D11）进一步生成二值化颜色不均图像（二值化颜色不均图像数据D13），识别颜色不均区域（步骤S116）。此时，基于每个图像拾取像素中的色度C的大小来识别颜色不均区域。具体而言，色度C的值超过预定阈值（例如2.0）的图像拾取像素被确定为属于颜色不均区域的图像拾取像素，而色度C的值小于预定阈值的图像拾取像素被确定为不属于颜色不均区域的图像拾取像素，从而识别颜色不均区域。例如，结果识别了如图5C中所示的二值化颜色不均图像（二值化颜色不均图像数据D13）的颜色不均区域。要注意的是，在图5C所示的二值化颜色不均图像上，用红色显示颜色不均区域，用黑色显示任何其他区域（表示二值化图像）。

接下来，参数计算部22利用如上所述生成的各种颜色不均检查图像（颜色不均图像数据D11、色度边缘图像数据D12和二值化颜色不均图像数据D13）计算稍后将描述的各种参数（步骤S117）。

尤其是，参数计算部22利用色度边缘图像（色度边缘图像数据D12）计算色度边缘面积比率Sce，色度边缘面积比率是色度边缘区域与检查目标的整个区域（显示画面内的整个显示像素区域）的面积比率。

进一步地，参数计算部22利用二值化颜色不均图像（二值化颜色不均图像数据D13）计算颜色不均面积比率Sc，颜色不均面积比率是颜色不均区域与检查目标的整个区域（显示画面内的整个显示像素区域）的面积比率。

此外，参数计算部22利用颜色不均图像（颜色不均图像数据D11）计算颜色不均区域的整个区域中的最大色度Cmax。在图5A所示的颜色不均图像的实例中，在用图5D的“X”记号表示的图像拾取像素中示出了最大色度Cmax。

随后，参数计算部22将用上述方式计算的色度边缘面积比率Sce、颜色不均面积比率Sc及最大色度Cmax进行加权相加计算出颜色不均评价值Ec（步骤S118）。具体而言，参数计算部22利用例如下面给出的表达式（6）计算颜色不均评价值Ec。要注意的是，在表达式（6）中，常数（系数）k1、k2和k3分别表示加权系数，c1表示预设常数（包括0（零））。

Ec＝k1×Sce＋k2×Sc＋k3×Cmax＋c1…（6）

（2-3.计算亮度不均评价值El）

进一步地，图像生成部21和参数计算部22用稍后将描述的方式计算亮度不均评价值El（步骤S121至S127）。

具体而言，首先，图像生成部21基于进行上述去噪处理之后的（Xi，Yi，Zi）信号计算上述CIE 1976L*a*b*色彩空间（CIELAB色彩空间）中的值L*（光度）（步骤S121）。尤其是，图像生成部21利用下面给出的表达式（7）计算每个图像拾取像素的L*。

L*＝116(Y_i/Y_n)^1/3-16 ······(7)

此后，图像生成部21计算平均亮度L*ave，该平均亮度是在白色图像的整个区域（这种情况下为显示单元4的显示画面上显示的白色图像的整个显示像素区域）中的L*的平均值（步骤S122）。

接下来，图像生成部21利用用上述方式计算的L*和平均亮度L*ave生成亮度不均图像（亮度不均图像数据D21），该亮度不均图像是拾取图像的亮度不均检查图像之一（步骤S123）。具体而言，图像生成部21针对每个图像拾取像素计算亮度差ΔL*（＝L*－L*ave），该亮度差是通过从每个图像拾取像素中的L*减去平均亮度L*ave获得的差值，从而生成由所产生的亮度差ΔL*组成的亮度不均图像。例如，结果生成了由如图7A中所示的亮度不均图像数据D21组成的亮度不均图像。要注意的是，此时，可以利用L*值生成亮度不均图像，而不是利用如上所述的亮度差ΔL*生成亮度不均图像。

随后，图像生成部21再次使用计算出的L*值生成亮度边缘图像（亮度边缘图像数据D22），亮度边缘图像是拾取图像的亮度不均检查图像之一（步骤S124）。尤其是，例如进行索贝尔滤波等来识别亮度边缘区域，从而生成亮度边缘图像。更具体地，超过阈值（例如（dL*/mm)＝0.5）的区域被识别为亮度边缘区域，在显示画面上每单位长度地限定该阈值以与人们所感知的颜色不均可见度一致。例如，结果生成了如图7B中所示的由亮度边缘图像数据D22组成的亮度边缘图像。

这里，此时要识别的亮度边缘区域被定义为例如测试对象（显示画面）中每单位长度的亮度变化量（亮度边缘强度）或每单位视角的亮度变化量等于或大于预定阈值（亮度边缘阈值）的区域。具体地，例如，如图6A中所示，每单位长度的亮度变化量等于或大于显示画面40上每单位长度确定的亮度边缘阈值（例如（dL*/mm)＝0.5）的区域（例如，图6A中的区域Ae）可以被识别为亮度边缘区域。或者，例如，如图6B中所示，每单位视角的亮度变化量等于或大于观察者（眼睛Ey）的每单位视角θ确定的预定阈值（例如（dL*/arcmin）＝0.218）的区域（例如，图6B中的区域Ae）可以被识别为亮度边缘区域。

此后，图像生成部21利用所生成的亮度不均图像（亮度不均图像数据D21）进一步生成二值化亮度不均图像（二值化亮度不均图像数据D23），识别亮度不均区域（明暗区域）（步骤S125）。此时，基于每个图像拾取像素中的亮度差ΔL*的大小来识别亮度不均区域。具体而言，亮度差ΔL*的值超过预定阈值（例如0.3）的图像拾取像素被确定为属于亮度不均区域的图像拾取像素，而亮度差ΔL*的值小于预定阈值的图像拾取像素被确定为不属于亮度不均区域的图像拾取像素，从而识别亮度不均区域。例如，结果识别了如图7C中所示的二值化亮度不均图像（二值化亮度不均图像数据D23）的亮度不均区域。要注意的是，在图7C所示的二值化亮度不均图像上，用白色显示亮度不均区域，用黑色显示任何其他区域（表示二值化图像）。

接下来，参数计算部22利用如上所述生成的各种亮度不均检查图像（亮度不均图像数据D21、亮度边缘图像数据D22和二值化亮度不均图像数据D23）计算稍后将描述的各种参数（步骤S126）。

尤其是，参数计算部22利用亮度边缘图像（亮度边缘图像数据D22）计算亮度边缘面积比率Sle，亮度边缘面积比率是亮度边缘区域与检查目标的整个区域（显示画面内的整个显示像素区域）的面积比率。

进一步地，参数计算部22利用二值化亮度不均图像（二值化亮度不均图像数据D23）计算亮度不均面积比率Sl，亮度不均面积比率是亮度不均区域与检查目标的整个区域（显示画面内的整个显示像素区域）的面积比率。

此外，参数计算部22利用亮度不均图像（亮度不均图像数据D21）计算亮度不均区域的整个区域中的最大亮度差ΔL*max（＝L*max－L*ave），该最大亮度差为从最大亮度（L*的最大值：L*max）减去平均亮度L*ave获得的差值。在图7A所示的亮度不均图像的实例中，在用图7D的“X”记号表示的图像拾取像素中示出了最大亮度差ΔL*max。

随后，参数计算部22将用上述方式计算的亮度边缘面积比率Sle、亮度不均面积比率Sl及最大亮度差ΔL*max进行加权相加计算出亮度不均评价值El（步骤S127）。具体而言，参数计算部22利用例如下面给出的表达式（8）计算亮度不均评价值El。要注意的是，在表达式（8）中，常数（系数）k4、k5和k6分别表示加权系数，c2表示预设常数（包括0（零））。

El＝k4×Sle＋k5×Sl＋k6×ΔL*max＋c2…（8）

（2-4.计算总评价值E及不均检查处理）

此后，参数计算部22利用例如下面给出的表达式（9）根据用上述方式获得的颜色不均评价值Ec和亮度不均评价值El计算不均检查的总评价值E（S131）。也就是说，参数计算部22将颜色不均评价值Ec和亮度不均评价值El进行加权相加计算出总评价值E。这样在稍后将描述的不均检查中可以执行反映颜色不均评价值Ec和亮度不均评价值El的加权的检查。要注意的是，在表达式（9）中，常数（系数）A和B分别表示加权系数，c3表示预设常数（包括0）。

E＝A×Ec＋B×El＋c3…（9）

这里，根据本公开实施方式，参数计算部22根据颜色和亮度两者的不均可见度计算总评价值E。具体而言，根据颜色和亮度两者的不均可见度确定各个上述加权系数A和B。这样，计算总评价值E时考虑到颜色和亮度两者的不均可见度进行计算，从而与在不考虑可见度的情况下进行不均检查的现有技术相比可以实现与人的感知更加一致的客观的不均检查。

此后，检查处理部23利用由上述方式获得的总评价值E对作为检查目标的显示单元4的显示画面进行不均检查，生成检查结果数据Dout作为其检查结果（步骤S132）。具体地，例如，判断测试对象的不均度（颜色不均和亮度不均之一或两者）随总评价值E增加而变大。另一方面，判断测试对象的不均度随总评价值E减小而变小。或者，当总评价值E等于或大于预定阈值时，判断测试对象是有缺陷的产品，而当总评价值E小于预定阈值时，判断测试对象是没有缺陷的产品。这一步骤完成了图像处理单元2要进行的不均检查处理。

（实施例1）

图8A、图8B和图8C示出了显示至此描述的各种评价值和由人评价的主观评价值（ME值）之间的关系（相关性）的实施例（实施例1）。具体而言，图8A示出了根据实施例1的颜色不均评价值Ec和主观评价值（ME值）之间的相关性，图8B示出了根据实施例1的亮度不均评价值El和主观评价值（ME值）之间的相关性，而图8C示出了根据实施例1的总不均评价值E和主观评价值（ME值）之间的相关性。要注意的是，这些图中示出的线性直线中的确定系数R²表示随着R²的值变为接近“1”的较大值，不均检查精度提高。

首先，图8A中所示的实例是基于利用量值估计法（magnitude estimationmethod）的评价结果，该方法以十九至二十四岁年龄阶段的二十五个男女作为主观评价的测试对象。进一步地，在该实例中，用色度边缘面积比率Sce的12.8的加权系数k1、颜色不均面积比率Sc的4.0的加权系数k2和最大色度Cmax的0.02的加权系数k3计算颜色不均评价值Ec。在该实例中，发现确定系数R²等于0.94，表明相当高的相关性。

同时，图8B中所示的实例是基于利用量值估计法的评价结果，条件与图8A的情况类似。进一步地，在该实例中，用亮度边缘面积比率Sle的19.9的加权系数k4、亮度不均面积比率Sl的1.9的加权系数k5和最大亮度差ΔL*max的0.19的加权系数k6计算亮度不均评价值El。在该实例中，发现确定系数R2等于0.94，表明相当高的相关性。

另一方面，图8C中所示的实例是基于利用量值估计法的评价结果，条件与图8A的情况类似。进一步地，在该实例中，用颜色不均评价值Ec的0.63的加权系数A和亮度不均评价值El的0.71的加权系数B计算总评价值E。在该实例中，发现确定系数R2等于0.95，表明相当高的相关性。

（实施例2）

图9A、图9B和图10示出了表明当通过比较每单位长度的上述变化量或每单位视角的变化量与预定边缘阈值来识别边缘区域（亮度边缘区域）时边缘区域之间的差异的实施例（实施例2）。

具体地，图9A示出了作为检查目标的显示画面的大小[英寸]与观察者的合适视距[mm]和每个大小（8、40、80英寸）的每1mm的视角[°]之间的关系。图9B示意性地示出了各个合适视距和图9A中所示的每1mm的视角之间的关系。

另一方面，图10对于图9A和9B中所示的各个合适视距（每个显示画面大小），对在上述（dL*/mm）＝0.5用作亮度边缘阈值的情况下的亮度边缘图像（亮度边缘图像数据D22）和在使用上述（dL*/arcmin）＝0.218的情况下的亮度边缘图像进行比较。即，图10通过比较示出了显示画面中的每单位长度的亮度变化量（亮度边缘强度）用于定义亮度边缘区域的情况和每单位视角的亮度变化量用于定义亮度边缘区域的情况之间的识别边缘区域的差异。

根据图9A、图9B和图10中所示的实施例2，在每单位视角的亮度变化量用于定义亮度边缘区域的情况下（亮度边缘阈值：（dL*/arcmin）＝0.218的情况下），还取得了下列的效果。也就是说，与显示画面中的每单位长度的亮度变化量用于定义亮度边缘区域的情况（亮度边缘阈值：（dL*/mm）＝0.5的情况下）不同，允许不依赖显示画面大小（观察者的合适视距）来恒定地识别亮度边缘区域。相应地，可提高不均检查的精度。

在实施例2中，描述了识别亮度边缘区域时边缘区域之间的差异。然而，这类似地适用于识别色度边缘区域时边缘区域之间的差异。也就是说，在每单位视角的色度变化量用于定义色度边缘区域的情况下，与显示画面中的每单位长度的色度变化量用于定义亮度边缘区域的情况不同，允许不依赖显示画面大小（观察者的合适视距）来恒定地识别色度边缘区域。

如上所述，根据本公开实施方式，在利用颜色不均检查图像（各种图像数据D11至D13）和亮度不均检查图像（各种图像数据D21至D23）计算总评价值E时，考虑到颜色和亮度两者的不均可见度进行计算。因此，与现有技术不同，这允许实现与人们感知更一致的客观的不均检查（包括颜色不均检查和亮度不均检查的综合不均检查）。因此，与现有技术相比，可以进行更恰当的不均检查。

而且，生成颜色不均检查图像时，在考虑到拾取图像的每个图像拾取像素中的颜色之间的颜色不均可见度的差异进行校正处理（对a*的增益校正处理）的同时计算色度C。这样可以实现与人们感知更一致的客观的不均检查，从而允许进行更恰当的不均检查。

此外，因为实现了与人们感知更一致的客观的不均检查，所以可以通过在开发和设计阶段将该不均检查用于质量评价来提高开发和设计的效率。

此外，通过将本公开实施方式的不均检查引入例如产品批量生产中的检查过程，可以进行稳定快速的不均检查，使得能够提高检查过程的效率和产品质量的稳定。

此外，在实施方式中，每单位视角的变化量（亮度变化量和色度变化量）用于定义边缘区域（亮度边缘区域和色度边缘区域）。因此，允许如下所述地识别显示画面上的相当小的边缘区域。具体地，例如，如图11中所示，在利用对应于例如0.1[rad]或更大的视角的间距分开的像素之间的亮度、色度等的差异用于识别边缘区域的情况下，例如当显示画面大小如40[英寸]或80[英寸]那样大时，不允许识别小的边缘区域。这是因为，如图11所示，显示画面上对应于0.1[rad]的视角的间距变得大至几百mm。相反，在每单位视角的变化量用于定义边缘区域的情况下，例如当单位视角时如图11中所示的1[’]时，即便显示画面大小很大，显示画面上对应于该单位视角的间距也保持小于1[mm]。因此，例如即使考虑了显示画面大小很大的情况、在合适的视距查看高清便携式显示器的情况等，也允许识别小的边缘区域，从而允许提高不均检查的精度。

在以上描述中，每单位视角的变化量用于定义边缘区域。然而，可替换地，可以根据视距改变显示画面中每单位长度的变化量（亮度变化量和色度变化量）的阈值（边缘阈值）来定义边缘区域。具体地，例如可以利用下面的表达式（10）和（11）来确定亮度边缘阈值和色度边缘阈值。要注意的是，在这些表达式中，D表示视距[mm]，Lth（＝0.5）表示当D＝1500[mm]时每单位长度的亮度边缘阈值，Cth（＝2.0）表示当D＝1500[mm]时每单位长度的色度边缘阈值。因此，同样在根据视距改变每单位长度的边缘阈值来定义边缘区域的情况下，允许识别小的边缘区域，从而与每单位视角的变化量用于定义边缘区域的情况一样允许提高不均检查的精度。

亮度边缘阈值：（dL*/dx）＝Lth×（1500/D）…（10）

色度边缘阈值：（dC*/dx）＝Cth×（1500/D）…（11）

[变形例]

到目前为止通过引用实施方式描述了本技术，但本技术不限于本公开实施方式，且可以进行不同变化。

例如，在本公开的上述实施方式中，描述了包括色度边缘面积比率Sce、颜色不均面积比率Sc和最大色度Cmax的三个参数用作颜色不均评价值Ec的情况，除这些参数外（或取代这些参数）可使用其他参数。此外，这三个参数中的一个或多个可以用作颜色不均评价值Ec。然而，优选使用这三个参数中的至少色度边缘面积比率Sce和颜色不均面积比率Sc这两个参数。这是因为在判断颜色不均度时人们往往特别关注空间扩展，因此这两个参数对颜色不均评价值Ec的影响相对较大。

进一步地，在本公开的上述实施方式中，描述了包括亮度边缘面积比率Sle、亮度不均面积比率Sl和最大亮度差ΔL*max的三个参数用作亮度不均评价值El的情况，除这些参数外（或取代这些参数）可使用其他参数。此外，这三个参数中的一个或多个可以用作亮度不均评价值El。然而，优选使用这三个参数中的至少亮度边缘面积比率Sle和亮度不均面积比率Sl这两个参数。这是因为在判断亮度不均度时人们往往特别关注空间扩展，由此这两个参数对亮度不均评价值El的影响相对较大。

此外，在本公开的上述实施方式中，通过具体引用颜色不均检查图像和亮度不均检查图像的实例进行了描述。然而，颜色不均检查图像和亮度不均检查图像不限于本公开的上述实施方式中引用的这些图像。

此外，在本公开的上述实施方式中，描述了生成颜色不均检查图像时，在考虑到颜色之间的颜色不均可见度的差异进行校正处理（增益校正处理）的同时计算色度C，但在某些情况下这种增益校正处理可以忽略。

此外，在本公开的上述实施方式中，描述了颜色不均检查的测试对象是显示彩色图像的显示单元的显示画面，但根据本技术的测试对象可以是除了该显示单元以外的任意单元（例如，能够发出彩色光的照明单元（背光灯等））。

另外，在本公开的上述实施方式中，描述了图像拾取单元3和图像处理单元2在不均检查装置1中是相互分离的情况，但是这些单元可以一体安装在相同装置内。

此外，本公开的上述实施方式中所描述的一系列处理可以利用硬件（电路）进行或利用软件（程序）来执行。

通过本公开的上述示例性实施方式和修改可以至少实现下列配置。

（1）一种不均检查装置，包括：

图像拾取部，获取测试对象的拾取图像；

图像生成部，基于拾取图像生成各个颜色不均检查图像以及亮度不均检查图像；

计算部，利用颜色不均检查图像以及亮度不均检查图像计算评价参数；以及

检查部，利用所计算的评价参数进行不均检查，

其中，计算部考虑到颜色和亮度两者的不均可见度计算评价参数。

（2）根据（1）所述的不均检查装置，其中计算部利用颜色不均检查图像计算颜色不均评价参数并利用亮度不均检查图像计算亮度不均评价参数；并且

计算部将颜色不均评价参数和亮度不均评价参数进行加权相加计算出总评价参数作为评价参数。

（3）根据（2）所述的不均检查装置，其中，当颜色不均评价参数是Ec，亮度不均评价参数是El，且加权系数是A和B时，总评价参数E用下面给出的表达式（1）表示，且考虑不均可见度来确定各个加权系数A和B，

E＝A×Ec＋B×El…（1）。

（4）根据（2）或（3）所述的不均检查装置，其中检查部判断测试对象的不均度随总评价参数增加而变大，并且

检查部判断测试对象的不均度随总评价参数减小而变小。

（5）根据（1）至（4）中任一项所述的不均检查装置，其中，图像生成部在考虑到颜色之间的颜色不均可见度的差异进行校正处理的同时生成颜色不均检查图像。

（6）根据（5）所述的不均检查装置，其中，图像生成部在拾取图像的每个单位区域中进行校正处理的同时计算色度，并利用所计算的色度生成颜色不均检查图像。

（7）根据（6）所述的不均检查装置，其中，图像生成部在拾取图像的各个单位区域中计算CIELAB色彩空间中的（a*，b*），并且

图像生成部对所计算的a*进行下面给出的表达式（2）表示的增益校正处理作为校正处理，然后利用下面给出的表达式（3）计算色度C，

a*’＝（α×a*）

（当a*＞0时：增益α＞1；a*≤0时：增益α＝1）…（2）

C＝{（a*’）²＋（b*）²}^1/2…（3）

（8）根据（2）至（7）中任一项所述的不均检查装置，其中，将色度边缘面积比率以及颜色不均面积比率作为颜色不均评价参数，色度边缘面积比率是色度边缘区域与测试对象的整个区域的面积比率，颜色不均面积比率是颜色不均区域与测试对象的整个区域的面积比率。

（9）根据（8）所述的不均检查装置，其中，将色度边缘面积比率、颜色不均面积比率及整个颜色不均区域中的最大色度作为颜色不均评价参数。

（10）根据（9）所述的不均检查装置，其中，计算部利用颜色不均检查图像计算色度边缘面积比率、颜色不均面积比率及最大色度中的每一个，并且

计算部将色度边缘面积比率、颜色不均面积比率及最大色度进行加权相加计算出颜色不均评价参数。

（11）根据（8）至（10）中任一项所述的不均检查装置，其中，色度边缘区域为测试对象中每单位长度或每单位视角的色度变化量等于或大于预定阈值的区域。

（12）根据（2）至（11）中任一项所述的不均检查装置，其中，将亮度边缘面积比率和亮度不均面积比率作为亮度不均评价参数，亮度边缘面积比率是亮度边缘区域与测试对象的整个区域的面积比率，亮度不均面积比率是亮度不均区域与测试对象的整个区域的面积比率。

（13）根据（12）所述的不均检查装置，其中，将亮度边缘面积比率，亮度不均面积比率及最大亮度差作为亮度不均评价参数，最大亮度差为整个亮度不均区域中的最大亮度与白色图像的平均亮度之间的差值。

（14）根据（13）所述的不均检查装置，其中，计算部利用亮度不均检查图像计算亮度边缘面积比率、亮度不均面积比率及最大亮度差中的每一个，并且

计算部将亮度边缘面积比率、亮度不均面积比率及最大亮度差进行加权相加计算出亮度不均评价参数。

（15）根据（12）至（14）中任一项所述的不均检查装置，其中，亮度边缘区域为测试对象中每单位长度或每单位视角的亮度变化量等于或大于预定阈值的区域。

（16）根据（1）至（15）中任一项所述的不均检查装置，其中，测试对象为进行彩色图像显示的显示单元的显示画面。

（17）一种不均检查方法，包括：

获取测试对象的拾取图像；

基于拾取图像生成各个颜色不均检查图像以及亮度不均检查图像；

利用颜色不均检查图像以及亮度不均检查图像计算评价参数；以及

利用所计算的评价参数进行不均检查，

其中，考虑到颜色和亮度的不均可见度进行计算评价参数。

本公开包含2011年6月21日提交到日本专利局的日本在先专利申请JP 2011-136930以及2012年4月26日提交到日本专利局的日本在先专利申请JP 2012-101419中公开的相关主题，其全部内容通过引用结合到本文。

本领域技术人员应理解可根据设计要求和其他因素进行各种修改、组合、子组合以及变更，只要各种修改、组合、子组合以及变更包含在所附权利要求书或其等同物的范围内。

Claims

1.一种不均检查装置，包括：

图像拾取部，获取测试对象的拾取图像；

图像生成部，基于所述拾取图像生成各个颜色不均检查图像和亮度不均检查图像；

计算部，利用所述颜色不均检查图像以及所述亮度不均检查图像两者计算评价参数；以及

检查部，利用计算出的评价参数进行不均检查，

其中，所述计算部考虑到颜色和亮度两者的不均可见度来计算所述评价参数，

其中，所述计算部利用所述颜色不均检查图像计算颜色不均评价参数并利用所述亮度不均检查图像计算亮度不均评价参数；

计算部将所述颜色不均评价参数和所述亮度不均评价参数进行加权相加来计算出总评价参数作为所述评价参数；并且

其中，所述图像生成部在考虑到颜色之间的颜色不均可见度的差异进行校正处理的同时生成所述颜色不均检查图像。

2.根据权利要求1所述的不均检查装置，其中，所述图像生成部在所述拾取图像的各个单位区域中在进行校正处理的同时计算色度，并利用计算出的色度生成所述颜色不均检查图像。

3.根据权利要求2所述的不均检查装置，其中，所述图像生成部在所述拾取图像的各个单位区域中计算CIELAB色彩空间中的(a*，b*)，并且

所述图像生成部对计算出的a*进行作为所述校正处理的下面给出的表达式(2)表示的增益校正处理，然后利用下面给出的表达式(3)计算色度C，

a*’＝(α×a*)

当a*＞0时：增益α＞1；a*≤0时：增益α＝1…(2)

C＝{(a*’)²+(b*)²}^1/2…(3)。

4.根据权利要求1所述的不均检查装置，其中，将色度边缘面积比率以及颜色不均面积比率作为所述颜色不均评价参数，所述色度边缘面积比率是色度边缘区域与所述测试对象的整个区域的面积比率，所述颜色不均面积比率是颜色不均区域与所述测试对象的整个区域的面积比率。

5.根据权利要求4所述的不均检查装置，其中，将所述色度边缘面积比率、所述颜色不均面积比率及整个所述颜色不均区域中的最大色度作为所述颜色不均评价参数。

6.根据权利要求5所述的不均检查装置，其中，所述计算部利用所述颜色不均检查图像计算所述色度边缘面积比率、所述颜色不均面积比率及所述最大色度中的每一个，并且

所述计算部将所述色度边缘面积比率、所述颜色不均面积比率和所述最大色度进行加权相加来计算出所述颜色不均评价参数。

7.根据权利要求4所述的不均检查装置，其中，所述色度边缘区域为所述测试对象中每单位长度或每单位视角的色度变化量等于或大于预定阈值的区域。

8.根据权利要求1所述的不均检查装置，其中，将亮度边缘面积比率和亮度不均面积比率作为所述亮度不均评价参数，所述亮度边缘面积比率是亮度边缘区域与所述测试对象的整个区域的面积比率，而所述亮度不均面积比率是亮度不均区域与所述测试对象的整个区域的面积比率。

9.根据权利要求8所述的不均检查装置，其中，将所述亮度边缘面积比率、所述亮度不均面积比率及最大亮度差作为所述亮度不均评价参数，所述最大亮度差为整个所述亮度不均区域中的最大亮度与白色图像的平均亮度之间的差值。

10.根据权利要求9所述的不均检查装置，其中，所述计算部利用所述亮度不均检查图像计算所述亮度边缘面积比率、所述亮度不均面积比率和所述最大亮度差中的每一个，并且

所述计算部将所述亮度边缘面积比率、所述亮度不均面积比率和所述最大亮度差进行加权相加来计算所述亮度不均评价参数。

11.根据权利要求8所述的不均检查装置，其中，所述亮度边缘区域为所述测试对象中每单位长度或每单位视角的亮度变化量等于或大于预定阈值的区域。

12.一种不均检查方法，包括：

获取测试对象的拾取图像；

基于所述拾取图像生成各个颜色不均检查图像和亮度不均检查图像；

利用所述颜色不均检查图像以及所述亮度不均检查图像两者计算评价参数；以及

利用计算出的评价参数进行不均检查，

其中，考虑到颜色和亮度两者的不均可见度来计算所述评价参数，

其中，利用所述颜色不均检查图像计算颜色不均评价参数并利用所述亮度不均检查图像计算亮度不均评价参数；

将所述颜色不均评价参数和所述亮度不均评价参数进行加权相加来计算出总评价参数作为所述评价参数；并且

其中，在考虑到颜色之间的颜色不均可见度的差异进行校正处理的同时执行所述颜色不均检查图像的生成。