CN105136432A - 基于主客观实验数据的led照明质量评价方法及系统 - Google Patents

Abstract

一种基于主客观实验数据的LED照明质量评价方法及系统，包括输入针对发光样本采用预设LED照明评价角度所得的主观实验数据，对每组发光样本的主观得分均值进行统计；对于各组发光样本，以光谱辐射度计测量光谱功率分布，截取可见波长范围的数据，计算客观评价指标；通过多元非线性拟合方法，构建不同发光样本条件下主观得分均值与对应客观评价指标之间的关联性模型；对于待评价的发光样本，以光谱辐射度计测量其光谱功率分布，截取可见波长范围的数据，计算客观评价指标，依据关联性模型得到对应得分估计值，实现光源照明质量的表征。本发明提供了一种具有使用灵活且具有针对性的LED照明质量评价方法，可保障评价准确率，且实施方便。

Description

基于主客观实验数据的LED照明质量评价方法及系统

技术领域

本发明属于LED智能照明技术领域，具体涉及一种基于主客观实验的LED照明质量评价方法及系统。

背景技术

LED光源具有发光效率高、使用寿命长、节能环保、光强可调等优点，并且具有较好的颜色渲染效果，因而在普通照明领域应用日益普及。其中，如何科学合理的对LED光源照明质量进行定量评价，是现阶段照明领域的一大热点问题。国际照明委员会CIE将光源的显色性定义为“与参照标准照明体相比较，某一光源对物体颜色外貌所产生的效果”,设定并推荐将显色指数CRI(ColorRenderingIndex)作为照明业界的统一标准，用以对光源照明质量进行客观量化表征。然而，由于此类评价方法存在计算所需标准色样饱和度整体偏低、计算色空间均匀差等问题，其在现阶段光源照明质量客观表征问题上存在明显不足。此外，鉴于显色指数评价方法并未考虑新型LED光源的光谱功率分布特性，故该方法在LED光源照明质量表征方面的不合理性尤为明显。

针对上述问题，业界正试图对现有评价方法加以改进与优化。由于传统的显色指数CRI仅仅考虑了物体显色的自然程度，并未考虑其它主观因素，故现有研究在讨论照明质量评价方法时，常综合考虑颜色偏好度(colorpreference)、颜色区分度(colordiscrimination)、颜色调和度(colorharmony)等因素，并分别提出了色域面积指数GAI(GamutAreaIndex)、全光谱指数FSCI(Full-spectrumColorIndex)以及色彩质量指数CQS(ColorQualityScale)等评价方法，以期更为全面的对光源的照明质量进行评价。

参考文献1.WendyDavis,YoshiOhno.Approachestocolorrenderingmeasurement[J].JournalofModernOptics,2009(56):1412–1419.

参考文献2.Rea,M；Deng,L.；Wolsey,R.NLPIPLightingAnswers:LightingSourcesandColor；RensselaerPolytechnicInstitute:Troy,NY,2004.

参考文献3.WendyDavis，YoshiOhno.Colorqualityscale.OpticalEngineering2010；49:033602.

然而，由于LED照明质量评价问题受观察者主观差异及照明质量评价角度等因素影响较大，故现有方法在目前多元化照明应用场合经常存在较为严重的不适用性。为此，业界普遍认为，对于对照明质量要求较高的应用场合，如博物馆照明、艺术馆照明等，应以具体问题具体分析为原则，提出具有较强针对性的LED照明质量评价方法及系统。

发明内容

本发明的目的是为了解决背景技术中所述问题，提出一种基于主客观实验数据的LED照明质量评价方法及系统。

本发明的技术方案提供一种基于主客观实验数据的LED照明质量评价方法，包括以下步骤：

步骤1，输入针对发光样本采用预设LED照明评价角度所得的主观心理物理学实验数据，设有M组发光样本，主观心理物理学实验数据包括P个观察者分别对M组发光样本的主观得分；所述发光样本的生成方式为，利用预设的LED光源发光控制方式驱动LED光源发光，调节出M种光源，投射到代表性色彩样本上；

步骤2，根据步骤1中输入的主观心理物理学实验数据，对每组发光样本中各观察者的主观得分均值S进行统计计算；

步骤3，对于步骤1中各组发光样本，以光谱辐射度计测量光谱功率分布，截取可见波长范围的数据；发光样本的光谱功率分布测量过程中，测量距离和步骤1中LED光源与代表性色彩样本间距离一致；

步骤4，以步骤3中测量整理所得各发光样本光谱功率分布数据为基础，分别计算各发光样本所对应的客观评价指标，所述客观评价指标包括色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS；

步骤5，通过多元非线性拟合方法，构建步骤2中不同发光样本条件下主观得分均值S与步骤4中对应客观评价指标之间的关联性模型如下，

S＝C₁+C₂ln(CQS)+C₃ln(GAI)+C₄ln(FSCI)

其中，C₁,C₂,C₃,C₄为拟合系数，ln()表示取对数；

步骤6，对于任意待评价的发光样本，以光谱辐射度计测量其光谱功率分布，截取可见波长范围的数据，计算对应的色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS，依据步骤5中构建的关联性模型，得到其对应主观心理物理学得分估计值，实现光源照明质量的表征。

而且，所述代表性色彩样本中包含赤橙黄绿青蓝紫各色样本，代表性色彩样本设于暗室环境中，环境内除典型色彩样本外，避免其他彩色物体存在；以色彩偏好为照明评价角度，要求各观察者从色彩偏好角度对不同发光样本进行评分。

而且，M的取值应不小于5，P的取值不小于60。

而且，所述利用预设的LED光源发光控制方式驱动LED光源发光，调节出M种光源，实现方式为，通过驱动保持照度不变，分别调节出M种光源，各种光源的色温不同。

本发明还提供一种基于主客观实验数据的LED照明质量评价系统，包括以下模块：

评价数据输入模块，用于输入针对发光样本采用预设LED照明评价角度所得的主观心理物理学实验数据，设有M组发光样本，主观心理物理学实验数据包括P个观察者分别对M组发光样本的主观得分；所述发光样本的生成方式为，利用预设的LED光源发光控制方式驱动LED光源发光，调节出M种光源，投射到代表性色彩样本上；

主观得分均值统计模块，用于根据评价数据输入模块中输入的主观心理物理学实验数据，对每组发光样本中各观察者的主观得分均值S进行统计计算；

光谱功率分布测量模块，用于对于各组发光样本，以光谱辐射度计测量光谱功率分布，截取可见波长范围的数据；发光样本的光谱功率分布测量过程中，测量距离和LED光源与代表性色彩样本间距离一致；

客观评价指标计算模块，用于以光谱功率分布测量模块中测量整理所得各发光样本光谱功率分布数据为基础，分别计算各发光样本所对应的客观评价指标，所述客观评价指标包括色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS；

多元非线性拟合模块，用于通过多元非线性拟合方法，构建不同发光样本条件下主观得分均值S与对应客观评价指标之间的关联性模型如下，

S＝C₁+C₂ln(CQS)+C₃ln(GAI)+C₄ln(FSCI)

其中，C₁,C₂,C₃,C₄为拟合系数，ln()表示取对数；

LED照明质量评价模块，用于对于任意待评价的发光样本，以光谱辐射度计测量其光谱功率分布，截取可见波长范围的数据，计算对应的色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS，依据多元非线性拟合模块中构建的关联性模型，得到其对应主观心理物理学得分估计值，实现光源照明质量的表征。

而且，所述代表性色彩样本中包含赤橙黄绿青蓝紫各色样本，代表性色彩样本设于暗室环境中，环境内除典型色彩样本外，避免其他彩色物体存在；以色彩偏好为照明评价角度，要求各观察者从色彩偏好角度对不同发光样本进行评分。

而且，M的取值应不小于5，P的取值不小于60。

而且，所述利用预设的LED光源发光控制方式驱动LED光源发光，调节出M种光源，实现方式为，通过驱动保持照度不变，分别调节出M种光源，各种光源的色温不同。

本发明提出的一种基于主客观实验的LED照明质量评价技术方案，利用多元非线性拟合方式实现了观察者主观照明质量评价与照明质量评价典型客观指标间关联性模型的构建，进而为本领域提供了一种具有使用灵活且具有针对性的LED照明质量评价方法。本发明可保证LED光源照明质量评价的科学性，从而保障评价准确率，且实施方便。由于本发明技术方案具有重要应用意义，受到多个项目支持：1.湖北省自然科学基金面上项目2015CFB204,2.中国博士后面上基金2014M5606253.3.国家文物局文物保护领域科学和技术研究一般课题2013-YB-HT-034.4.中央高校基本科研业务专项2042015kf0035。对本发明技术方案进行保护，将对我国相关行业竞争国际领先地位具有重要意义。

附图说明

图1为本发明实施例的原理图。

具体实施方式

结合附图，提供本发明实施例具体描述如下。

如图1所示实施例提供的一种基于主客观实验数据的LED照明质量评价方法，较为科学准确的实现了LED光源照明质量量化表征，从而为LED智能照明领域的应用提供了有效的评价方法与手段。实施例以PhilipsHue智能LED光源配合HueLight混光驱动软件，以彩色花束照明偏好为例，对本文提出的基于主客观实验的LED照明质量评价方法适用性进行说明。需要说明的是，本发明并不局限于上述光源与软件，对于其它LED智能光源及对应软件(如LEDCube光源及配套LEDNavigator软件)，本方法同样适用。同样，本发明并不局限于上述“彩色花束照明偏好”照明评价角度，对于其它照明评价角度(如照明辨色力以及其它彩色物体的照明舒适性、照明自然性等)，本方法同样适用。

本发明技术方案具体实施时可由本领域技术人员采用计算机软件技术实现自动运行。实施例提供的方法流程包括以下步骤：

1)输入针对发光样本采用预设LED照明评价角度所得的主观心理物理学实验数据，设有M组发光样本，主观心理物理学实验数据包括P个观察者分别对M组发光样本的主观得分；所述发光样本的生成方式为，利用预设的LED光源发光控制方式驱动LED光源发光，投射到代表性色彩样本上。

具体实施时，本领域技术人员可自行设定代表性色彩样本和LED照明评价角度，例如选取彩色花束为代表性色彩样本，其中花束中包含赤橙黄绿青蓝紫各色样本；以色彩偏好为照明评价角度，即要求观察者在心理物理学实验中从其主观色彩偏好角度对不同发光样本进行评分。在心理物理学实验环境构建方面，建议采取全暗室环境，环境内除典型色彩样本外，无其他彩色物体存在(观察者需穿着灰色外套)，将彩色花束放置于水平实验台，将PhilipsHue智能LED光源垂直放置于花束样本上方100厘米，将视觉观察角度限定为45°，观察距离限定为141厘米。在实验时，可告之观察者在实验中将以1分钟为实验间隔随机改变实验照明光源，并要求其从照明色彩偏好角度对各光源照明质量进行打分，其中最高分为5分，最低分为1分。

具体实施时，本领域技术人员可自行预设具体LED光源发光控制方式和发光样本数量。优选地，M的取值应不小于5，主观心理物理学实验中P的取值不小于60。实施例中通过HueLight混光驱动软件调节PhilipsHue智能光源发光，保持照度200勒克斯不变，分别调节出M＝5种光源，其相关色温依次为2500K、3500K、4500K、5500K、6500K。

具体实施时，也可以设定观察者数目，对于各组发光样本，可依据1)中同样的方式对P个观察者进行主观心理物理学实验，并对各组实验中各观察者主观得分进行记录；例如对于5组发光样本，依据1)中同样的方式对100个观察者进行主观心理物理学实验，并对各组实验中各观察者主观得分进行记录。

2)根据1)中输入的主观心理物理学实验数据，对每组发光样本中各观察者的主观得分均值S进行统计计算；

实施例中，对1)中各组实验中各观察者主观得分均值S进行统计计算，其结果如下：

2500K：2.35；3500K：3.38；4500K：3.78；5500K：3.15；6500K：2.49。

3)对于1)中所述各组发光样本，以光谱辐射度计测量其光谱功率分布，为避免长短波区域测量噪声对实验结果的影响，截取可见波长(400-700nm波长)范围的数据用于后续分析；发光样本光谱功率分布测量过程中，其测量距离应与步骤1中LED光源与彩色样本间距离一致，因此实施例在141厘米测量距离条件下以光谱辐射度计测量其光谱功率分布。

实施例采用SpectroscanPR705光谱辐射度计测量1)中5个发光样本的光谱功率分布，选取400nm-700nm波长范围内数据，以10nm为采样间隔，以方便计算。

4)以3)中测量整理所得各发光样本光谱功率分布为基础，分别计算各发光样本所对应的色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS；

实施例以3)中测量整理所得各发光样本光谱功率分布为基础，分别计算各发光样本所对应的色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS；其结果为：

2500K：CQS＝76.3；GAI＝50.2；FSCI＝27.9

3500K：CQS＝77.5；GAI＝78.0；FSCI＝56.5

4500K：CQS＝74.6；GAI＝90.9；FSCI＝66.9

5500K：CQS＝66.3；GAI＝95.7；FSCI＝69.7

6500K：CQS＝64.4；GAI＝97.3；FSCI＝70.1

其中，色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS为现有技术，可参见本发明参考文献。为便于实施参考起见，介绍如下：

色彩质量指数CQS

针对传统显色指数CRI在色样选择及计算方法上的不足，WendyDavis和YoshiOhno提出了一套新的评价系统CQS(ColorQualityScale)。CQS选取15个高饱和度的孟塞尔测试样品，在均匀性更好的CIE1976L*a*b色空间计算色差，采用均方值计算平均色差，并从色彩喜好、辨识以及再现等角度，对照明质量进行了量化表征，具体计算公式如下，Q_a的范围为0～100，Q_a值越大，表示光源的颜色质量越好。NIST通过大量的实验表明：在对固态光源进行评价时，CQS具有较好的颜色匹配度。

$\mathrm{\Δ}E=\sqrt{\frac{1}{15}\underset{i=1}{\overset{15}{\Σ}}{\mathrm{\ΔE}}_i^2}---\left(1\right)$

Q_a,0-100＝10*ln[exp((100-3.1*ΔE)/10)+1](2)

Q_a＝M_cctQ_a,0-100(3)

其中，ΔE_i是在CIE1976L*a*b色空间计算参考光源和待测光源下各试验色的色差，Q_a,0-100是为避免出现负值所做的转换，M_CCT是与待测光源相关色温有关的常数。

色域面积指数GAI

色域面积指数GAI(GamutAreaIndex)是以CIE中规定的8个色样在标准照明体C的照明下，其色度坐标在CIEUV色度图中构成8边形的面积(取值为0.005)为参考，并计算这8个色样在测试光源下的色域面积GA(式4)，再通过两者之比得出色域面积指数(式5)。光源的GAI数值越大(可以大于100)，表示该光源能表现的颜色范围越大^[13]。

GA＝0.5*Σ(U_iV_j-U_jV_i),i、j＝1,2…8；i≠j(4)

GAI＝(GA/0.005)*100(5)

其中，U_i，V_i表示第i个色样在CIEUV色度图中的色度坐标，U_j，V_j表示第j个色样在CIEUV色度图中的色度坐标，

全光谱指数FSCI

全光谱指数FSCI(Full-spectrumColorIndex)是表征测试光源光谱与等能光源光谱间差异的度量，其中的等能光谱为假想光谱，表示在可见光波长范围内，每一波长处具有相同的光谱功率，并且所有波长处的光谱功率相加总和为1。该指标规定等能光源的FSCI为100，标准暖白荧光灯的FSCI为50，光源的FSCI值越大，该光源下人眼越能区别颜色间的细微差异。

5)通过多元非线性拟合方法，构建2)中不同发光样本条件下主观得分均值S与4)中其对应客观评价指标(GAI,FSCI,CQS)之间的关联性模型，其模型形式为：

S＝C₁+C₂ln(CQS)+C₃ln(GAI)+C₄ln(FSCI)

其中C₁,C₂,C₃,C₄为拟合系数，其由2)与4)中所得主客观数据经多项式拟合确定；ln()表示取对数。

实施例采用多元非线性拟合方法，构建2)中不同发光样本条件下主观实验得分均值S与4)中其对应客观评价指标(GAI,FSCI,CQS)之间的关联性模型，其具体形式如下：

本实施例中，上述多元非线性拟合精度如下：

实施例2)中各组实验中各观察者主观得分均值S：

2500K：2.35；3500K：3.38；4500K：3.78；5500K：3.15；6500K：2.49。

实施例5)中多元非线性拟合主观得分均值S^’:

2500K：2.37；3500K：3.45；4500K：3.76；5500K：2.81；6500K：2.72。

具体实施时，此步骤可参见多元非线性拟合现有技术实现。

6)对于任意待评价的发光样本，按照3)以及4)的方式进行同样处理(即以光谱辐射度计测量其光谱功率分布，截取可见波长范围的数据，计算所对应的色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS)，通过5)中所构建的关联性模型，即可获取其对应主观心理物理学得分估计值，实现光源照明质量的表征。

为进一步验证本发明可行性，实施例选取PhilipsHue智能光源所发出的相关色温3000K，4000K，5000K，6000K四组发光样本作为检验实验样本，在重复3)以及4)的基础上，通过5)中所构建的关联性模型，计算出其对应主观心理物理学得分估计值，其具体数值如下：

3000K：CQS＝77.2；GAI＝66.7；FSCI＝44.7

4000K：CQS＝76.2；GAI＝84.6；FSCI＝63.1

5000K：CQS＝74.1；GAI＝92.6；FSCI＝68.4

6000K：CQS＝65.4；GAI＝96.6；FSCI＝69.7

针对上述四组发光样本，6)中多元非线性拟合主观得分分别为：

3000K：2.98；4000K：3.37；5000K：3.75；6000K：2.78。

重复1)至2)中步骤，得上述四组发光样本心理物理学实验主观得分均值：

3000K：2.84；4000K：3.74；5000K：3.53；6000K：2.63。

考虑到主观心理物理学实验较为普遍存在的实验误差问题，可以认为本发明提出的方法较为理想的实现LED照明质量的主客观一致性评价。

具体实施时，本领域技术人员还可采用模块化方式提供相应系统。实施例提供一种基于主客观实验数据的LED照明质量评价系统，包括以下模块：

评价数据输入模块，用于输入针对发光样本采用预设LED照明评价角度所得的主观心理物理学实验数据，设有M组发光样本，主观心理物理学实验数据包括P个观察者分别对M组发光样本的主观得分；所述发光样本的生成方式为，利用预设的LED光源发光控制方式驱动LED光源发光，调节出M种光源，投射到代表性色彩样本上；

主观得分均值统计模块，用于根据评价数据输入模块中输入的主观心理物理学实验数据，对每组发光样本中各观察者的主观得分均值S进行统计计算；

光谱功率分布测量模块，用于对于各组发光样本，以光谱辐射度计测量光谱功率分布，截取可见波长范围的数据用于后续实验分析；发光样本的光谱功率分布测量过程中，测量距离和LED光源与代表性色彩样本间距离一致；

客观评价指标计算模块，用于以光谱功率分布测量模块中测量整理所得各发光样本光谱功率分布数据为基础，分别计算各发光样本所对应的客观评价指标，所述客观评价指标包括色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS；

多元非线性拟合模块，用于通过多元非线性拟合方法，构建不同发光样本条件下主观得分均值S与对应客观评价指标之间的关联性模型如下，

S＝C₁+C₂ln(CQS)+C₃ln(GAI)+C₄ln(FSCI)

其中，C₁,C₂,C₃,C₄为拟合系数，ln()表示取对数；

LED照明质量评价模块，用于对于任意待评价的发光样本，以光谱辐射度计测量其光谱功率分布，截取可见波长范围的数据，计算对应的色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS，依据多元非线性拟合模块中构建的关联性模型，得到其对应主观心理物理学得分估计值，实现光源照明质量的表征。

各模块具体实现和各步骤相应，本发明不予赘述。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (8)

1.一种基于主客观实验数据的LED照明质量评价方法，其特征在于，包括以下步骤：

步骤1，输入针对发光样本采用预设LED照明评价角度所得的主观心理物理学实验数据，设有M组发光样本，主观心理物理学实验数据包括P个观察者分别对M组发光样本的主观得分；所述发光样本的生成方式为，利用预设的LED光源发光控制方式驱动LED光源发光，调节出M种光源，投射到代表性色彩样本上；

步骤2，根据步骤1中输入的主观心理物理学实验数据，对每组发光样本中各观察者的主观得分均值S进行统计计算；

步骤3，对于步骤1中各组发光样本，以光谱辐射度计测量光谱功率分布，截取可见波长范围的数据；发光样本的光谱功率分布测量过程中，测量距离和步骤1中LED光源与代表性色彩样本间距离一致；

步骤4，以步骤3中测量整理所得各发光样本光谱功率分布数据为基础，分别计算各发光样本所对应的客观评价指标，所述客观评价指标包括色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS；

步骤5，通过多元非线性拟合方法，构建步骤2中不同发光样本条件下主观得分均值S与步骤4中对应客观评价指标之间的关联性模型如下，

S＝C₁+C₂ln(CQS)+C₃ln(GAI)+C₄ln(FSCI)

其中，C₁,C₂,C₃,C₄为拟合系数，ln()表示取对数；

步骤6，对于任意待评价的发光样本，以光谱辐射度计测量其光谱功率分布，截取可见波长范围的数据，计算对应的色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS，依据步骤5中构建的关联性模型，得到其对应主观心理物理学得分估计值，实现光源照明质量的表征。

2.根据权利要求1所述基于主客观实验数据的LED照明质量评价方法，其特征在于：所述代表性色彩样本中包含赤橙黄绿青蓝紫各色样本，代表性色彩样本设于暗室环境中，环境内除典型色彩样本外，避免其他彩色物体存在；以色彩偏好为照明评价角度，要求各观察者从色彩偏好角度对不同发光样本进行评分。

3.根据权利要求1或2所述基于主客观实验数据的LED照明质量评价方法，其特征在于：M的取值应不小于5，P的取值不小于60。

4.根据权利要求1或2所述基于主客观实验数据的LED照明质量评价方法，其特征在于：所述利用预设的LED光源发光控制方式驱动LED光源发光，调节出M种光源，实现方式为，通过驱动保持照度不变，分别调节出M种光源，各种光源的色温不同。

5.一种基于主客观实验数据的LED照明质量评价系统，其特征在于，包括以下模块：

评价数据输入模块，用于输入针对发光样本采用预设LED照明评价角度所得的主观心理物理学实验数据，设有M组发光样本，主观心理物理学实验数据包括P个观察者分别对M组发光样本的主观得分；所述发光样本的生成方式为，利用预设的LED光源发光控制方式驱动LED光源发光，调节出M种光源，投射到代表性色彩样本上；

主观得分均值统计模块，用于根据评价数据输入模块中输入的主观心理物理学实验数据，对每组发光样本中各观察者的主观得分均值S进行统计计算；

光谱功率分布测量模块，用于对于各组发光样本，以光谱辐射度计测量光谱功率分布，截取可见波长范围的数据；发光样本的光谱功率分布测量过程中，测量距离和LED光源与代表性色彩样本间距离一致；

客观评价指标计算模块，用于以光谱功率分布测量模块中测量整理所得各发光样本光谱功率分布数据为基础，分别计算各发光样本所对应的客观评价指标，所述客观评价指标包括色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS；

多元非线性拟合模块，用于通过多元非线性拟合方法，构建不同发光样本条件下主观得分均值S与对应客观评价指标之间的关联性模型如下，

S＝C₁+C₂ln(CQS)+C₃ln(GAI)+C₄ln(FSCI)

其中，C₁,C₂,C₃,C₄为拟合系数，ln()表示取对数；

LED照明质量评价模块，用于对于任意待评价的发光样本，以光谱辐射度计测量其光谱功率分布，截取可见波长范围的数据，计算对应的色域面积指数GAI、全光谱指数FSCI以及色彩质量指数CQS，依据多元非线性拟合模块中构建的关联性模型，得到其对应主观心理物理学得分估计值，实现光源照明质量的表征。

6.根据权利要求5所述基于主客观实验数据的LED照明质量评价系统，其特征在于：所述代表性色彩样本中包含赤橙黄绿青蓝紫各色样本，代表性色彩样本设于暗室环境中，环境内除典型色彩样本外，避免其他彩色物体存在；以色彩偏好为照明评价角度，要求各观察者从色彩偏好角度对不同发光样本进行评分。

7.根据权利要求5或6所述基于主客观实验数据的LED照明质量评价系统，其特征在于：M的取值应不小于5，P的取值不小于60。

8.根据权利要求5或6所述基于主客观实验数据的LED照明质量评价系统，其特征在于：所述利用预设的LED光源发光控制方式驱动LED光源发光，调节出M种光源，实现方式为，通过驱动保持照度不变，分别调节出M种光源，各种光源的色温不同。