CN103986852B - 一种人眼视觉估计液晶显示器灰阶曲线的方法 - Google Patents

Abstract

一种人眼视觉估计液晶显示器灰阶曲线的方法，属于颜色科学与技术领域。该方法对R、G、B三通道分别进行，步骤包括：设计8种亮度从低到高的半色调图案；利用人眼视觉调整单色块显示数字量使其亮度与每一种半色调图案亮度匹配；将匹配数据代入描述灰阶曲线数学模型，用最小二乘法求解出最佳的待定系数，从而得到显示器三个通道显示的数值量与显示器归一化亮度量间的对应关系。本发明的优点在于：该发明方法不需要显示器屏幕亮度测量仪器，普通用户根据规定匹配即能够得到液晶显示器灰阶曲线，为普通用户提供了方便；同时，相对传统的Gamma估计，该方法更加准确可靠。

Description

一种人眼视觉估计液晶显示器灰阶曲线的方法

技术领域：

本发明属于颜色科学与技术领域。涉及一种人眼视觉估计液晶显示器灰阶曲线(也称为阶调复现曲线tone reproduction curve,TRC)方法。

背景技术：

从照相机、扫描仪等输入设备获得的图像在不同的显示器(输出设备)上显示相同的颜色问题，即常说的“所见即所得”是颜色科学与技术研究的热点。为了实现颜色在不同设备间传递的一致性，诞生了色彩管理系统(Color Management System，CMS)。显示设备的特性化，即从与依赖于设备的色空间到设备无关的色空间的转换是色彩管理的重要环节，是在对颜色精度要求高的应用场合，需要专业技术人员完成。

随着计算机和光电技术的快速发展，液晶显示器(Liquid Crystal Display,LCD)已成为了主流的显示终端设备。按照目前的研究，液晶显示器特性化模型分两大类，常用一类是采用类似与阴极射线管显示器(Cathode Ray Tube，CRT)特性化的两阶段模型，特性化分两步^[1,2]，第一步建立各通道的归一化的显示的数字量与显示器归一化亮度的映射，以得到TRC函数；第二步建立设备的特征矩阵，以实现显示器归一化亮度到CIE三刺激值的线性变换。其中包括GOG模型^[3,4]、S曲线模型^[5]、多项式模型^[6]。另一类是一阶段模型，从显示的数字量直接到色度量。提出的理由是，大多数液晶显示器不能很好地满足色品恒定性和通道独立性^[1,7,8]，故不能采用传统的两阶段模型，其中包括查找表(LUT)^[9]、神经网络、矩阵模型(Matrix model)^[6]、双通道干扰(TPC)^[10]、掩模(Masking)模型等^[8,11]。

但是，有研究表明，传统的GOG等两阶段模型仍然适合LCD显示器的特性^[12,13]。其中最有代表的是Behnam Bastani在发表于Color Research&Application的文章，文中对2台CRT显示器，3台LCD显示器进行特性化，发现传统的GOG模型、S曲线模型、多项式模型等两阶段模型是特性化方法中最有效最简单的。另外，国外专利US8614719B2^[14]，EP1857996A1^[15]，US7920212B2^[16]申请公开了LCD显示器伽玛(Gamma)校正的方法及其硬件实现，专利是在LCD出厂前对Gamma进行校正，使其LCD的显示的数字量与LCD实际亮度量间的关系更符合人眼视觉特性。LCD显示器Gamma校正的过程就是显示器特性化的两阶段模型中校正显示器的灰阶曲线(tone reproduction curve,TRC)的过程。中国CN101661720B^[17]，申请公开了一种用于液晶显示器的色彩校正方法及装置，其实质也是在GOG模型的基础上考虑到三通道间信道串扰而进行了修正。

有关利用人眼视觉估计实现显示器颜色校正的方法，主要包括显示器Gamma特性估计和人眼特性化显示器。如1998年美国专利(US5754222)提出了描述CRT显示器从数字量到亮度量非线性模型参数^[18]，不仅估计GOG三个参数，而且估计了由于外界环境照明在屏幕产生的散射光，也就是显示器数字量为0时的亮度。文献与专利[19-21]提出视觉估计CRT显示器Gamma和显示器数字量到亮度量非线性特性方法。2003年Braun提出利用人眼实现CRT显示器特性化方法^[22]，并与2007年申请了美国发明专利(US7265778)^[23]，通过人眼估计显示器非线性特性，再通过人眼估计通道之间亮度比和中性色色度得到的通道混色矩阵，从而实现显示器特性化。

用Gamma控制显示颜色是显示器颜色校正主要方法，市场上有许多用人眼估计和设置Gamma的软件，方便了实际应用。本发明提出的“一种人眼视觉估计液晶显示器灰阶曲线的方法”，不仅不需要仪器，方便应用，而且可以提高颜色控制精度。

参考文献：

[1]王勇,徐海松.液晶显示器颜色特征化的S模型算法[J].中国图象图形学报,2007,12,(3):491-494.

[2]石俊生,云利军,杨健.阴极射线管显示器特性化精度及黑点的影响[J],光学学报，2007,27(2):371-376.

[3]R S Berns,R JMotta,ME Gorzynski.CRT Colorimety[J].color researchand application.199318(5):299–314.

[4]Burns,R.S.,Methods for Characterizing CRT displays[J].Displays,1996,16(4):173-182.

[5]Y Kwak,L W MacDonald.Accurate Prediction of Colours on LiquidCrystal Displays[C].Proc IS&T/SID Ninth Color Imaging Conf,2001:355–359.

[6]IEC61966-4:“Multimedia system and equipment:Colour measurement andmanagement.Part4:Equipment Using Liquid Crystal Display Panels.”

[7]张显斗,徐海松.液晶显示器颜色特征化的分段分空间模型[J].光学学报,2007,27(9):1719-1723.

[8]Tamura N,Tsumura N,Miyake Y.Masking Model for accuratecolorimetric characterization of LCD[C].Proc.IS&T/SID10th Color ImagingConference 2002:312-316.

[9]Raja Balasubramanian.Reducing the Cost of Lookup Table Based ColorTransformations[C].Proc.IS&T/SID Seventh Color Imaging Conference1999,44(4):321-327.

[10]S.Wen,R.Wu.Two-primary crosstalk model for characterizing liquidcrystal displays[J].color research and application,2006,31(2):102-108

[11]Nobuhiko Tamura,Norimichi Tsumura,Yoichi Miyake.Masking model foraccurate colorimetric characterization of LCD[J].Journal of the Society forInformation Display,2003,11(2):333–339.

[12]Behnam Bastani,Bill Cressman,Brian Funt.Calibrated color mappingbetween LCD and CRT displays:A case study[J].color research andapplication.2005,30(6):438–447.

[13]Gaurav Sharma.LCDs Versus CRTs-Color-Calibration and GamutConsiderations[J].PROCEEDINGS OF THE IEEE,IEEE.NEW YORK,US,2002,90(4),605-622.

[14]Michael Zarubinsky,Konstantin Berman,Arnold Yanof.Method forgamma correction and a device having gamma correction capabilities[P].美国:US8614719B2,2013-12-24.

[15]Takashi Nose,Hirobumi Furihata.Display device,display paneldriver and method of driving a display panel[P].欧洲:EP1857996A1,2007-11-21.

[16]Toshihiro Uota.Digital gamma correction circuit and digital gammacorrection method[P].美国:US7920212B2,2011-4-5.

[17]傅志诚,吴承杰,吴瑞卿.一种用于液晶显示器的色彩校正方法及装置[P].中国:CN101661720B,2012-2-1.

[18]Scott J.Daly,Hsien Che Lee.Visual characterization using displaymodel[P].美国:US5754222A,1998-5-19.

[19]Jennifer Gille and James Larimerb,Using the human eye tocharacterize displays,SPIE on Human vision and electronic imaging,San JoseCA,2001,vol.4299,439-454.

[20]Attila Neumann,Alessandro Artusi.An Interactive Perception BasedModel for Characterization of Display Devices,Proceeding of Color Imaging IX:processing,hardcopy,and applications.San Jose:SPIE,2004:232-241.

[21]Raja Bala,Reiner Eschbach,Gaurav Sharma.Visual monitorcalibration[P].美国:US7328116B2,2008-2-5.

[22]Gustav Braun,Visual display characterization using flickerphotometry techniques,Human Vision and Electronic Imaging VIII,Proc.Of SPIE,Vol.5007,2003,199-209

[23]Gustav Braun.Visual display characterization[P].美国:US7265778B2,2007-9-4.

发明内容：

本发明的目的在于克服现有技术依赖仪器，普通用户不能操作的不足，提供了一种人眼视觉估计显示器三个通道显示的数值量与显示器归一化亮度量间的非线性关系，即液晶显示器灰阶曲线的方法。

本发明利用3×3像素RGB为(255，0，0)(红)或者为(0，255，0)(绿)或(0，0，255)(蓝)的单色和RGB为(0，0，0)的黑色组合成半色调图案，该图案的亮度与对应的单色图案的亮度存在一个固定的比例关系，人眼视觉亮度匹配出8种半色调图案对应的单色图案RGB值，得到8组RGB值与亮度值的对应关系，已知显示器显示的数字量与显示器归一化亮度的数学模型即能采用最小二乘法拟合出待定系数，得到液晶显示器灰阶曲线。

本发明的技术方案具体如下：

步骤一：按照图1所示流程编写人眼亮度匹配单色图案和半色调图案的软件。该软件主要实现以下功能：(1)能够实现图2中红、绿、蓝三种单色的半色调图案的显示(图3为9×9像素的半色调图案示意图)，且同一半色调图案在屏幕上并排显示9幅；(2)能够在屏幕上并排显示9幅单色(9幅单色同时为红或绿或蓝)图案，与上述9幅相同的半色调图案形成配对，9幅单色图从左到右RGB数字量值与第5幅图(屏幕中心)RGB数字量值的关系为-4、-3、-2、-1、0、+1、+2、+3、+4，并且能通过键盘实现红、绿、蓝三种单色图案RGB数字量的增加和减小；(3)能够实现24种单色的半色调图案(每种单色半色调对应8种颜色，如图2，红、绿、蓝三种单色，合计24种半色调图案)及对应的红、绿、蓝三种单色图案的切换。

步骤二：在目标显示器(待测量灰阶曲线(tone reproduction curve,TRC)的液晶显示器，后面简称“目标显示器”)上运行步骤一中的软件，通过调节键盘上对应的按键使显示的单色图案与半色调亮度匹配。此步骤中需要注意以下问题：

(一)环境和目标显示器设置

(1)暗室环境

暗室环境的墙壁及地面反光率参照尼桑暗室标准：墙面反光率为60％，地面反光率为20％。

(2)目标显示器设置

LCD显示器的刷新频率、分辨率使用显示器推荐值，色温、亮度和对比度根据目标显示器特性化的应用需求进行对应的设置。实验开始前，目标显示器预热2小时。

(二)匹配方法

采用实验心理学中的最小可觉差法。对于某一组半色调图案的匹配，具体匹配方法如下：目标显示器上显示两行图案，第一行9幅半色调图案，第二行9幅单色图案，观察者坐到距离目标显示器1米的位置，眼睛与显示器中心在同一水平位置。观察者通过键盘控制第二行的单色图案实现其由暗到亮显示，当观察者感觉到第二行的第5幅单色图案和第一行的第5幅半色调图案(屏幕中心的上下两幅图像)亮度匹配时，由工作人员记录此时单色图案的RGB值。观察者通过键盘控制第二行的单色图案实现其由亮到暗显示，当观察者感觉到第二行的第5幅单色图案和第一行的第5幅半色调图案(屏幕中心的上下两幅图像)亮度匹配时，由工作人员记录此时单色图案的RGB值。匹配过程不受时间的限制，但一般会在20秒以内完成。间隔10分钟，重复上面的匹配过程。每名观察者匹配的4组数据取平均值即认为是该名观察者对于该半色调图案的最终匹配数据。观察者还需完成其他23种半色调图案亮度匹配数据。

步骤三：采用数学模型拟合目标显示器三个通道显示的数字量与显示器归一化亮度间的非线性关系，即液晶显示器灰阶曲线。下面采用红(R)通道三阶多项式模型为例说明：

三阶多项式模型为：

$R\left(d_R\right)=a_{1R}{d}_R^3+a_{2R}{d}_R^2+a_{3R}{d}_R+a_{4R}---\left(1\right)$

其中a_1R、a_2R、a_3R、a_4R为待定系数，d_R为R通道归一化显示器数字驱动量，R(d_R)为R通道归一化亮度。R通道8个半色调图案，能够对应上面8组方程，已知R(d_R)和d_R，用最小二乘法即能计算出待定系数a_1R、a_2R、a_3R和a_4R。

R通道从暗到亮对应的8个半色调图案归一化亮度R(d_R)取值为0.11、0.22、0.33、0.44、0.56、0.67、0.78、0.89。这个固定的归一化亮度值是求解方程(1)的基础，也是本发明的关键技术。

绿(G)通道，蓝(B)通道计算灰阶曲线的方法同上。

此步骤中的数学模型(1)，能够是上面的三阶多项式模型，也能够是二阶多项式模型或显示器特性化中的GOG模型或S曲线模型。

本发明方法所用仪器均为市场购买。

本发明的优点在于：该发明方法不需要显示器屏幕亮度测量仪器，普通用户根据规定匹配即能够得到液晶显示器灰阶曲线，为普通用户进行简单的显示器特性化提供了方便。

附图说明：

图1为本发明的程序流程图。

图2为本发明的单色的半色调图案(图中黑色RGB为(0，0，0)，灰色RGB为(255，0，0)(红)或者为(0，255，0)(绿)或(0，0，255)(蓝))。

图3为本发明的9×9像素的半色调图案示意图。

图4为本发明实施例中软件界面图。

图5为本发明实施例1中液晶显示器R通道灰阶曲线(TRC)。

图6为本发明实施例1中液晶显示器G通道灰阶曲线(TRC)。

图7为本发明实施例1中液晶显示器B通道灰阶曲线(TRC)。

图8为本发明实施例2中液晶显示器R通道灰阶曲线(TRC)。

图9为本发明实施例2中液晶显示器G通道灰阶曲线(TRC)。

图10为本发明实施例2中液晶显示器B通道灰阶曲线(TRC)。

图11为本发明实施例3中液晶显示器R通道灰阶曲线(TRC)。

图12为本发明实施例3中液晶显示器G通道灰阶曲线(TRC)。

图13为本发明实施例3中液晶显示器B通道灰阶曲线(TRC)。

具体实施方式：

实施例1：

下面以数字化驱动值为8位的一台液晶显示器为例，结合附图对人眼视觉估计这台显示器的灰阶曲线(TRC)的步骤详细说明如下：

(一)编程开发如图4界面的软件。该软件能实现发明内容步骤(一)中的全部功能。软件界面上第一行显示9幅相同的半色调图案，第二行显示9幅不同的单色图案，第二行图像从左到右RGB数字量值与第5幅图(屏幕中心)RGB数字量值的关系为-4、-3、-2、-1、+1、+2、+3、+4，这样，左右各4幅图像能帮助人眼进行比较，最终确定第5幅图(屏幕中心)RGB值；软件能通过键盘上“↑”“↓”键实现单通道RGB值的增减，“R”“G”“B”键实现RGB三个单通道间的切换；“+”“﹣”键实现8种半色调图案的切换；“Tab”键实现R/G/B三种单色图案的切换。

(二)设置目标显示器，并在上运行如图4的软件，在暗室环境中通过键盘控制完成人眼视觉对3个通道各8种半色调图案的亮度匹配。

实验采用三星22英寸SyncMaster2233液晶显示器，分辨率1680×1050，色温6500K，已使用7000h，显示效果良好；实验前显示器开机预热2小时。

观察条件：暗室环境的墙壁及地面反光率参照尼桑暗室标准：墙面反光率为60％，地面反光率为20％。观察者距离显示屏幕1米，且眼睛与显示器中心在同一水平位置。

观察者：10人(硕士研究生和本科生，男6女4，年龄在20-26岁)，左右眼视力1.2以上或经矫正1.2以上，有正常的色视觉。

匹配过程：采用实验心理学中的最小可觉差法进行匹配。现以红色的8种半色调图案中的一种为例，介绍具体匹配方法。目标显示器上显示两行图案，第一行9幅半色调图案，第二行9幅单色图案。观察者通过键盘“↑”键控制第二行的单色图案实现其由暗到亮显示，当观察者感觉到第二行的第5幅单色图案和第一行的第5幅半色调图案(屏幕中心的上下两幅图像)亮度匹配时，由工作人员记录此时单色图案的RGB值。观察者通过键盘“↓”控制第二行的单色图案实现其由亮到暗显示，当观察者感觉到第二行的第5幅单色图案和第一行的第5幅半色调图案(屏幕中心的上下两幅图像)亮度匹配时，由工作人员记录此时单色图案的RGB值。匹配过程不受时间的限制，但一般会在20秒以内完成。间隔10分钟，重复上面的匹配过程。每名观察者匹配的4组数据取平均值即认为是该名观察者对于该半色调图案的最终匹配数据。观察者能够通过“+”“﹣”键切换到其他的红色半色调图案进行匹配，红色半色调图案匹配完毕，然后匹配绿、蓝通道。

(三)采用数学模型拟合目标显示器三个通道显示的数字量与显示器归一化亮度间的非线性关系，即液晶显示器灰阶曲线。数学模型采用显示器特性化中的三阶多项式模型。

红(R)通道的三阶多项式模型为：

$R\left(d_R\right)=a_{1R}{d}_R^3+a_{2R}{d}_R^2+a_{3R}{d}_R+a_{4R}---\left(2\right)$

其中a_1R、a_2R、a_3R、a_4R为待定系数，d_R为R通道归一化显示器数字驱动量，R(d_R)为R通道归一化亮度。R通道8种半色调图案，能够对应上面8组方程，已知R(d_R)和d_R，用最小二乘法即可计算出待定系数a_1R、a_2R、a_3R和a_4R。

R通道从暗到亮对应的8个半色调图案归一化亮度R(d_R)取值为0.11、0.22、0.33、0.44、0.56、0.67、0.78、0.89。

绿(G)通道，蓝(B)通道计算灰阶曲线的方法同上。

10名观察者匹配结果取平均值，求解出三个通道的灰阶曲线为：

$R\left(d_R\right)=1.4051d_R^3-1.0321d_R^2+0.6289d_R-0.0047---\left(3\right)$

$G\left(d_G\right)=0.4764d_G^3-0.5014d_G^2+0.0508d_G-0.0018---\left(4\right)$

$B\left(d_B\right)=-0.6120d_B^3+1.7183d_B^2+0.1044d_B-0.0013---\left(5\right)$

其中d_R为R通道归一化显示器数字驱动量，R(d_R)为R通道归一化亮度；d_G为G通道归一化显示器数字驱动量，G(d_G)为G通道归一化亮度；d_B为B通道归一化显示器数字驱动量，B(d_B)为B通道归一化亮度。

实施例1中三星显示器三个通道灰阶曲线图如图5、6、7所示。

实施例2：步骤一和二同实施例1。不同之处在于步骤三中的数学模型采用GOG模型。红(R)通道的GOG模型为：

$R\left(d_R\right)=\left\{\begin{array}{c}{(k_{g,R}{d}_R+k_{o,R})}^{{\mathrm{\&gamma;}}_R},(k_{g,R}{d}_R+k_{o,R})\&GreaterEqual;0\\ 0,(k_{g,R}{d}_R+k_{o,R})<0\end{array}\right.---\left(6\right)$

其中k_g,R、k_o,R、g_R为待定系数，d_R为R通道归一化显示器数字驱动量，R(d_R)为R通道归一化亮度。R通道8种半色调图案，能够对应上面8组方程，已知R(d_R)和d_R，用最小二乘法即能计算出待定系数k_g,R、k_o,R和g_R。

R通道从暗到亮对应的8个半色调图案归一化亮度R(d_R)取值为0.11、0.22、0.33、0.44、0.56、0.67、0.78、0.89。

绿(G)通道，蓝(B)通道计算灰阶曲线的方法同上。

10名观察者匹配结果取平均值，求解出三个通道的灰阶曲线为：

R(d_R)＝(0.9626d_R+0.0213)^2.2923 (7)

G(d_G)＝(0.9304d_G+0.0806)^2.5798 (8)

B(d_B)＝(1.0586d_B-0.0493)^1.6074 (9)

其中d_R为R通道归一化显示器数字驱动量，R(d_R)为R通道归一化亮度；d_G为G通道归一化显示器数字驱动量，G(d_G)为G通道归一化亮度；d_B为B通道归一化显示器数字驱动量，B(d_B)为B通道归一化亮度。

实施例2中三星显示器三个通道灰阶曲线图如图8、9、10所示。

实施例3：步骤一和二同实施例1。不同之处在于步骤三中的数学模型采用S曲线模型。红(R)通道的S曲线模型为：

$R\left(d_R\right)=A_r\frac{d_R^{{\mathrm{\&alpha;}}_r}}{d_R^{{\mathrm{\&beta;}}_r}+C_r}---\left(10\right)$

其中A_r、α_r、β_r、C_r为待定系数，d_R为R通道归一化显示器数字驱动量，R(d_R)为R通道归一化亮度。R通道8种半色调图案，能够对应上面8组方程，已知R(d_R)和d_R，用最小二乘法即能计算出待定系数A_r、α_r、β_r和C_r。

R通道从暗到亮对应的8个半色调图案归一化亮度R(d_R)取值为0.11、0.22、0.33、0.44、0.56、0.67、0.78、0.89。

绿(G)通道，蓝(B)通道计算灰阶曲线的方法同上。

10名观察者匹配结果取平均值，求解出三个通道的灰阶曲线为：

$R\left(d_R\right)=0.9815\frac{d_R^{2.1159}}{d_R^{-0.1155}+0.0191}---\left(11\right)$

$G\left(d_G\right)=1.0123\frac{d_G^{2.1547}}{d_G^{-0.1548}-0.0116}---\left(12\right)$

$B\left(d_B\right)=1.0102\frac{d_B^{1.8640}}{d_B^{0.1360}-0.0084}---\left(13\right)$

其中d_R为R通道归一化显示器数字驱动量，R(d_R)为R通道归一化亮度；d_G为G通道归一化显示器数字驱动量，G(d_G)为G通道归一化亮度；d_B为B通道归一化显示器数字驱动量，B(d_B)为B通道归一化亮度。

实施例3中三星显示器三个通道灰阶曲线图如图11、12、13所示。

从实施例1、2、3的结果图中看出，人眼视觉估计的显示器灰阶曲线和用仪器测量的灰阶曲线相近，能满足普通用户通过灰阶曲线控制显示器颜色的需求。

Claims (3)

1.一种人眼视觉估计液晶显示器灰阶曲线的方法，其特征在于包括以下步骤：

(1)编写人眼视觉亮度匹配单色图案和半色调图案的软件,实现(a)红、绿、蓝三种单色的半色调图案的显示，且同一半色调图案在屏幕上并排显示9幅；(b)在屏幕上并排显示9幅单色图案，与上述9幅相同的半色调图案形成配对，9幅单色图从左到右RGB数字量值与第5幅图RGB数字量值的关系为-4、-3、-2、-1、0、+1、+2、+3、+4，并且能通过键盘实现红、绿、蓝三种单色图案RGB数字量的增加和减小；(c)能够实现24种单色的半色调图案及对应的红、绿、蓝三种单色图案的切换；

(2)人眼在暗室环境中用步骤(1)中的软件在目标显示器上完成三个颜色通道，每一通道8种半色调图案与对应的单色图案的亮度匹配；

(3)用数学模型描述目标显示器三个通道显示的数字量与显示器归一化亮度量间的非线性关系；R、G、B三个通道中每一个通道的8种半色调图案由暗到亮的归一化亮度取值分别为0.11、0.22、0.33、0.44、0.56、0.67、0.78、0.89；结合步骤(2)中人眼视觉匹配的显示器显示的数字量，用最小二乘法计算出待定系数，即得到完整的数学模型，用来描述显示器灰阶曲线。

2.根据权利要求1所述的一种人眼视觉估计液晶显示器灰阶曲线的方法，其特征是步骤(2)中人眼视觉进行三个颜色通道，每一通道8种半色调图案与对应的单色图案的亮度匹配的方法采用实验心理学中的最小可觉差法；对于其中一组半色调图案的匹配，具体匹配方法如下：目标显示器上显示两行图案，第一行9幅半色调图案，第二行9幅单色图案，观察者坐到距离目标显示器1米的位置，眼睛与显示器中心在同一水平位置；观察者通过键盘控制第二行的单色图案实现其由暗到亮显示，当观察者感觉到屏幕中心的上下两幅图像亮度匹配时，由工作人员记录此时单色图案的RGB值；观察者通过键盘控制第二行的单色图案实现其由亮到暗显示，再次完成上面的匹配；两次匹配结果取平均值作为该观察者该组图案的匹配结果；多名观察者的匹配结果取平均值作为该组图案最终的匹配结果。

3.根据权利要求1所述的一种人眼视觉估计液晶显示器灰阶曲线的方法,其特征是步骤(3)中描述目标显示器三个通道显示的数字量与显示器归一化亮度量间的非线性关系的数学模型能够是用于显示器特性化的GOG模型，也能够是用于显示器特性化的多项式模型，还能够是用于显示器特性化的S曲线模型。