CN104216147A - 基于图像质量评价的lcd显示屏运动模糊检测方法 - Google Patents

Abstract

本发明采用图像质量评价的思路，公开了一种基于区域对比度和结构相似度（RCSSIM）算法的LCD运动模糊检测方法。参考LCD显示的静止图像，对采集到的运动图像进行图像质量评价得到运动图像的清晰度，以此作为LCD显示器运动模糊程度的指标。仿真和实际检测结果均表明，该方法提出的检测指标不但能很好地量化LCD运动模糊度，且与人的主观感知相符。

Description

基于图像质量评价的LCD显示屏运动模糊检测方法

技术领域

本发明涉及平板显示器制造行业和液晶显示器显示缺陷检测领域，特别涉及LCD上的运动模糊伪象检测领域。

背景技术

伴随着微电子技术的迅速发展，液晶显示器(Liquid Crystal Display，LCD)已经逐步取代传统的阴极射线管(Cathode Ray Tube,CRT)显示器成为平面显示设备(Flat Panel Display，FPD)的主流。尽管目前液晶显示器其色彩、对比度、分辨率等有了很大程度的提高，使得显示的画面更逼真，但当LCD由计算机显示器领域进入视频显示领域，作为视频显示器件(TV set)在显示快速运动的图像时，仍然会有一定程度的动态图像失真现象，表现最为明显的就是运动模糊，即原本清晰的静止图像，一旦运动，就会给人产生模糊的感觉。这使得LCD作为视频显示器件，在视频显示清晰度方面和CRT相比仍然存在着较大的差距。运动图像显示失真已经成为制约FPD发展的一个关键性瓶颈，因此许多降低运动模糊的技术应运而生，与此同时如何客观检测运动图像质量的优劣也成为研究热点。

目前，国内还没有对这种运动拖尾现象进行有效可靠地检测，对平板显示器显示性能的检测方法和相关标准还有待健全，现有的方法和标准不能有效的反映显示器的显示性能。生产厂商主要产用的指标是液晶材料的反应时间，但是相关研究资料表明，就算液晶材料的反应时间为零，拖尾现象依然存在。因此，制定出符合人眼主观感知的LCD显示器运动模糊程度检测标准成为提高高清液晶显示器质量的现实需要。

发明内容

本发明面向视频显示器应用主流―高清液晶显示器LCD，针对运动拖尾这一现象，提出了一种基于图像质量评价的LCD运动模糊检测方法，该方法包括以下步骤：

(1)：在待测LCD显示屏上产生匀速运动的图像源；

(2)：在暗室中使用视频装置分别采集LCD显示屏上的静止和运动图像，设定了采集图像时的参数以及视频装置采集图像的角度和到LCD显示屏的距离，将静止和运动图像传入数据处理装置；

(3)：对视频装置采集到的图像作裁剪和滤波处理，统一尺寸大小以及消除随机噪声；

(4)：使用多次测量取平均图像的方法减少第2，3步中的操作误差；

(5)：采用基于区域对比度和结构相似度的图像清晰度评价方法计算处理后的运动模糊图像的清晰度；

(6)：参照IEC标准，根据第5步的计算结果客观量化显示器运动图像显示性能和客观判定LCD等级。

作为本发明的进一步改进：步骤(1)所产生的图像源是采用编程实现，其需要满足切换图片、控制图片运动速度、窗口大小与屏幕自适应。

作为本发明的进一步改进：(2)包括了采集图像时的参数包括但不限于环境照度、温度、湿度参数范围。

作为本发明的进一步改进：步骤(3)中采用的裁剪软件为专业图像处理软件“picpick”。

作为本发明的进一步改进：步骤(3)中采用的滤波方法为高斯平滑滤波并对滤波后的图像进行下采样。

作为本发明的进一步改进：步骤(4)中的平均图像指对几幅图像的每一点灰度值相加取平均后得到的图像；步骤(5)中的运动模糊图像是指通过视频装置对待测LCD上的运动图像源进行采集得到的图像。

作为本发明的进一步改进：步骤(5)包括根据窗口逐像素移动对图像进行分块、分块子图像区域对比度的计算、分块子图像结构相似度的计算、整体图像的区域对比度和结构相似度(RCSSIM)的加权归一化；是对原始图像的分块拟合，分块计算后按人眼感兴趣程度进行加权得到整张图像的清晰度评价值。

有益效果：

本发明的有益效果是，可简单有效地建立LCD运动模糊检测系统，且操作简单、检测结果不但能很好地表征LCD运动模糊度，且与人的主观感知相符。具体来说：

(1)参考图像的选取应当遵循以下原则：

①参考图像来源尽量选择有国际权威的标准图像库，例如LIVE、TID、CSIQ等常用数据库；

②尽量选择边缘细节比较多的参考图像，这样可以最大限度地提取到参考图像的运动拖尾模糊，保证后期评价算法处理后得到准确结果；

③选择合适大小参考图像，以适应不同尺寸的LCD运动模糊检测。

(2)本发明通过高斯滤波器滤除原始图像的随机噪声，可以一定程度上消除随机噪声对图像采集和裁剪造成的影响；

(3)本发明在采用高斯滤波后对图像进行下采样，有效地减少了检测算法的复杂程度；

(4)本发明下采样后须再次进行一个简单的低通滤波处理，保证下采样后的图像质量。

(5)本发明采用多次采集取平均图片的方法，对采样后的图像进行每一个像素点上的灰度值进行平均；

(6)本发明在采用基于区域对比度和结构相似度(RCSSIM)的图像质量评价方法评价图像的清晰度时，引入区域对比度的概念，考虑了人眼感兴趣程度的因素，使得评价结果更符合人眼的主观感知。

附图说明

图1为本发明提出的基于图像质量评价的LCD运动模糊检测系统的整体结构图。

图2为本发明提出的一种基于图像质量评价的LCD运动模糊检测系统的检测整体流程图。

图3为图像分块的方法示意图。

图4为分块图像结构相似度的计算框图。

具体实施方式

下面结合附图对本发明的技术方案作进一步地说明。

一种基于图像质量评价的LCD显示屏运动模糊检测方法，将图像的清晰度评价算法应用于LCD运动模糊的检测中，提供一套完整的LCD运动模糊检测方法，包括如下步骤：

(1)在待测LCD显示屏上产生匀速运动的图像源。

(2)在暗室中使用视频装置分别采集LCD显示屏上的静止和运动图像，

设定了采集图像时的参数以及视频装置采集图像的角度和到LCD显示屏的距离，将静止和运动图像传入数据处理装置；

(3)对视频装置采集到的图像作裁剪和滤波处理，统一尺寸大小以及消除随机噪声；

(4)使用多次测量取平均图像的方法减少步骤(2)、(3)中的操作误差；

(5)采用基于区域对比度和结构相似度的图像清晰度评价方法计算处理后的运动模糊图像的清晰度；

(6)参照IEC标准，根据步骤(5)的计算结果客观量化LCD显示屏运动图像显示性能和客观判定LCD等级。

步骤(1)所产生的图像源是采用编程实现，其需要满足切换图片、控制图片运动速度、窗口大小与屏幕自适应。

步骤(2)包括了采集图像时的参数包括但不限于环境照度、温度、湿度参数范围。

步骤(3)中采用的裁剪软件为专业图像处理软件“picpick”。

步骤(3)中采用的滤波方法为高斯平滑滤波并对滤波后的图像进行下采样。

步骤(4)中的平均图像指对几幅图像的每一点灰度值相加取平均后得到的图像；步骤(5)中的运动模糊图像是指通过视频装置对待测LCD上的运动图像源进行采集得到的图像。

步骤(5)包括根据窗口逐像素移动对图像进行分块、分块子图像区域对比度的计算、分块子图像结构相似度的计算、整体图像的区域对比度和结构相似度(RCSSIM)的加权归一化；是对原始图像的分块拟合，分块计算后按人眼感兴趣程度进行加权得到整张图像的清晰度评价值。

本发明的思路是，人眼判断LCD显示屏运动模糊的依据是图像在LCD上运动时是否有拖尾、图片细节是否保留完整等，而通过图像采集，可以获取LCD上的图像信息。采集到的图像越模糊，拖尾越严重，图片细节保留越少，则说明LCD显示屏运动模糊程度越大，据此特性和关系，可以通过检测运动图像的质量来表征LCD运动模糊度。下面对该方法的硬件系统及具体实现方法进行详细介绍。

按照图1以及图1中的数字部分，LCD运动模糊检测系统硬件部分主要包括以下部分，1代表暗室，用于控制环境光照以滤除外界光照对图像采集造成的影响，此外，采集图像环境的温度、湿度等参数也在暗室中设置；2代表平行导轨，用来控制视频装置与待测LCD之间的距离；3代表可调支架，用以安装视频装置，调整装置角度和高度；4是视频装置，用以完成对LCD运动图像的采集；5代表被测LCD；6代表线缆，负责连接视频装置和数据处理计算机；7代表计算机，包括主机、显示器、键盘、鼠标等通用的标准输入输出设备，用以调整视频装置参数、控制拍照时间、存储和处理采集到的图像。

进行LCD运动模糊检测时，检测流程如图2所示。首先，在LCD显示屏上产生运动的图像源有两种方法，其一是通过FLASH制作软件制作一个图片运动的动画，这个动画需要有以下功能：1)可以切换图片；2)可以控制图片运动速度；3)窗口大小与屏幕自适应。用FLASH制作的动画可以达到产生运动图像源的要求，但是由于在FLASH编辑中，速率是以帧频来控制的，当图像运动速度较大时，会出现块状非匀速移动，采集时易出现不必要的闪烁，所以采用第二种方法—基于VB平台的界面编程。程序可以插入不同的彩色图片，以每秒移动的像素点来控制图像运动的速度，可以做到窗口自适应并且能随时暂停和启动。在检测硬件部分和检测环境中，视频装置采用高清网络摄像头，分辨率为1920×1280，采集视角为90°±1°，即摄像头中轴线与LCD屏幕平面垂直。按照国际半导体设备与材料组织(SEMI)中关于LCD量化标准对于测试条件中测量距离的要求以及实际的实验测试，对于15英寸的屏幕，采集距离d为500mm，按照相似三角形原理，实际的采集图像距离计算公式为d＝(500÷15)×Size，式中Size为实际的屏幕尺寸，且单位以英寸计算。采集图像时环境照度控制在5Lux以下，温度控制在10—40℃之间，推荐环境温度为25℃，环境相对湿度为65+20RH。图像采集完成后，通过线缆6将图像传给计算机7，由计算机7进行图像分析最终检测出运动图像清晰度并给出LCD运动评分。

参照图2，采集图像后，要对采集到的图像进行滤波处理，滤波器采用高斯平滑滤波器。高斯平滑滤波器是一个典型的低通滤波器，其函数的最佳逼近由二项式展开的系数决定，用杨辉三角形(也称Pascal三角形)的第n行作为高斯滤波器的一个具有n个点的一维逼近。在高斯函数可分离性性质中曾指出，二维高斯滤波器能用两个一维高斯滤波器逐次卷积来实现，一个沿水平方向，一个沿垂直方向.实际中，这种运算可以通过使用单个一维高斯模板，对两次卷积之间的图像和最后卷积的结果图像进行转置来完成。这一技术在模板尺寸N约为10时的滤波效果极好.对较大的滤波器，二项式展开系数对大多数计算机来说都太多.但是，任意大的高斯滤波器都能通过重复使用小高斯滤波器来实现.高斯滤波器的二项式逼近的σ可用高斯函数拟合二项式系数的最小方差来计算。经过实验验证和比较，本发明选择模板尺寸为11，σ为1.5进行滤波。

完成图像的滤波后，要对图像进行截取和下采样。本发明中利用主要使用PicPick的截取屏幕功能，使用矩形区域控件，和固定区域控件，步骤如下：①将采集到的静止参考图像样张图片显示于桌面上，使用矩形区域工具拉取有效图像区域进行截取并保存，并记下其截取的图像大小。

②将采集到的运动模糊图像样张图片显示于桌面，使用固定区域工具，输入与截取静止参考图像时相同的大小并控制其截图框在目标图像上移动，利用精确到像素级的图像放大窗口控制在合适位置截下并保存运动模糊图像。

为减小偶然误差，采用重复拍摄样张取平均的方法。利用该截图软件的矩形工具和固定区域工具可以轻松实现以上工作。图像截取前后效果变化明显，视频装置拍摄的图片分辨率很高，像素点很多，后续的图像分块便会很多，导致算法计算量太大，所以需要对采集的图像进行下采样。所谓下采样就是对于一个样值序列每间隔n个样值取样依此，这样得到的新序列就是原序列的下采样。对于图像而言，就转换成在行、列坐标轴上各自间隔n个样值进行取样，即n*n采样，从而获得n²个大小相同的子图。例如对于大小为M*N图像矩阵I，对它进行n的下采样，采样所得子图I_k＇可用公式(1)表示。由此可看出，n是个非常重要的参数，它的大小决定了子图的大小和内容。

其中p_i,j＝p_{n×(i-1)+k,n×(j-1)+k}；k＝{1,2,3…,n²}   (1)

为了满足数据处理终端的数据要求，需要通过上下采样来改变图像的尺寸。本发明中，为了将数据处理终端输入图像限定在一定尺寸大小范围内，对截取的尺寸比较大的图像进行下采样处理，减小图像的尺寸，增加终端处理数据效率。在下采样的工作中，最后还会加上一个简单的低通滤波器，来保证下采样后图像的质量。

多次测量采集后，重复滤波和下采样的步骤，然后对图片进行像素级平均，可以有效地避免操作误差，平均图片的数量越大，结果越精确。

参照图2，完成上述预处理工作后，进入运动图像质量评价(IQA)阶段。

参照图3，首先按照窗口移动分别对静止和运动图像进行分块，即使用一个N×N的窗口在两幅图像逐像素移动，形成M个分块子图像。

参照图4，由SSIM(x,y)＝[l(x,y)]^α·[c(x,y)]^β·[s(x,y)]^γ计算出每个分块图像的结构相似度，其中，代表两幅图像的亮度相关函数，而 $c(x,y)=\frac{2{\mathrm{\σ}}_x{\mathrm{\σ}}_y+c_2}{{\mathrm{\σ}}_x^2+{\mathrm{\σ}}_y^2+c_2}$ 和 $s(x,y)=\frac{{\mathrm{\σ}}_{\mathrm{xy}}+c_3}{{\mathrm{\σ}}_x{\mathrm{\σ}}_y+c_3}$ 分别代表着两幅图像对比度和结构相似度的相关函数。u_x、u_y代表x,y图像的均值，σ_x、σ_y表示x,y图像的方差，σ_xy表示x,y图像的协方差，c₁、c₂、c₃为常数，c₁＝(K₁L)²,c₂＝(K₂L)²,c₃＝c₂/2。一般取K₁＝0.01，K₂＝0.03,L＝255。

对于LCD显示屏上的运动图像，对比度不高的区域，称为平坦区域，人眼对这类区域上的模糊并不敏感，而对比度高的区域，即边缘区域，人眼对这类区域的模糊相对较为敏感。为了使算法的评价结果与人眼的主观感知更加一致，计算每个分块的区域对比度： $\mathrm{con}(x,y)=\frac{\max \left[f_r(x,y)\right]-\min \left[f_r(x,y)\right]}{\max \left[f_r(x,y)\right]},$ 其中，con(x,y)是上面定义的区域对比度，f_r(x,y)为窗口区域每一像素的灰度值。区域对比度大的分块子图像，其结构相似度在评价中的权重越大，基于这个原理，对SSIM分块图像得到的分值进行加权归一化得到运动图像的RCSSIM值： $\mathrm{RCSSIM}(X,Y)=\frac{\underset{y=1}{\overset{n}{\mathrm{\Σ}}}\underset{x=1}{\overset{m}{\mathrm{\Σ}}}\mathrm{SSIM}(x,y)\·\mathrm{con}(x,y)}{\underset{y=1}{\overset{n}{\mathrm{\Σ}}}\underset{x=1}{\overset{m}{\mathrm{\Σ}}}\mathrm{con}(x,y)},$ RCSSIM值是0到1之间的数值，只有当运动图像和静止图像一模一样时RCSSIM值达到1。RCSSIM(X,Y)越大，说明运动图像质量越好，待测LCD的运动模糊程度越小。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种基于图像质量评价的LCD显示屏运动模糊检测方法，其特征在于，将图像的清晰度评价算法应用于LCD运动模糊的检测中，提供一套完整的LCD运动模糊检测方法，包括如下步骤： 

(1)在待测LCD显示屏上产生匀速运动的图像源。 

(2)在暗室中使用视频装置分别采集LCD显示屏上的静止和运动图像，设定了采集图像时的参数以及视频装置采集图像的角度和到LCD显示屏的距离，将静止和运动图像传入数据处理装置； 

(3)对视频装置采集到的图像作裁剪和滤波处理，统一尺寸大小以及消除随机噪声； 

(4)使用多次测量取平均图像的方法减少步骤(2)、(3)中的操作误差； 

(5)采用基于区域对比度和结构相似度的图像清晰度评价方法计算处理后的运动模糊图像的清晰度； 

(6)参照IEC标准，根据步骤(5)的计算结果客观量化LCD显示屏运动图像显示性能和客观判定LCD等级。 

2.根据权利要求1所述的基于图像质量评价的LCD显示屏运动模糊检测方法，其特征在于，步骤(1)所产生的图像源是采用编程实现，其需要满足切换图片、控制图片运动速度、窗口大小与屏幕自适应。 

3.根据权利要求1所述的基于图像质量评价的LCD显示屏运动模糊检测方法，其特征在于，步骤(2)包括了采集图像时的参数包括但不限于环境照度、温度、湿度参数范围。 

4.根据权利要求1所述的基于图像质量评价的LCD显示屏运动模糊检测方法，其特征在于，步骤(3)中采用的裁剪软件为专业图像处理软件“picpick”。 

5.根据权利要求1所述的基于图像质量评价的LCD显示屏运动模糊检测方法，其特征在于，步骤(3)中采用的滤波方法为高斯平滑滤波并对滤波后的图像进行下采样。 

6.根据权利要求1所述的基于图像质量评价的LCD显示屏运动模糊检测方法，其特征在于，步骤(4)中的平均图像指对几幅图像的每一点灰度值相加取平均后得到的图像；步骤(5)中的运动模糊图像是指通过视频装置对待测LCD上的运动图像源进行采集得到的图像。 

7.根据权利要求1所述的基于图像质量评价的LCD显示屏运动模糊检测方法，其特征在于，步骤(5)包括根据窗口逐像素移动对图像进行分块、分块子图像区域对比度的计算、分块子图像结构相似度的计算、整体图像的区域对比度和结构相似度(RCSSIM)的加权归一化；是对原始图像的分块拟合，分块计算后按人眼感兴趣程度进行加权得到整张图像的清晰度评价值。 

8.根据权利要求1所述的基于图像质量评价的LCD显示屏运动模糊检测方法，其特征在于，步骤(5)定义的区域对比度为

9.根据权利要求1所述的基于图像质量评价的LCD显示屏运动模糊检测方法，其特征在于，步骤(5)定义的结构相似度为SSIM(x,y)＝[l(x,y)]^α·[c(x,y)]^β·[s(x,y)]^γ，其中l(x,y)代表两幅图像的亮度相关函数，而c(x,y)和s(x,y)分别代表着两幅图像对比度和结构相似度的相关函数。 

10.根据权利要求1所述的基于图像质量评价的LCD显示屏运动模糊检测方法，其特征在于，步骤(5)采用的清晰度评价参数为：