CN1286067C - 显示装置的图像质量分析方法和系统 - Google Patents

Abstract

本发明提供一种显示装置的图像质量分析方法和图像质量分析系统。图像质量分析方法和图像质量分析系统用于对显示装置的图像质量进行量化测定，由此可以提供客观和公正的评价标准。

Description

显示装置的图像质量分析方法和系统

本发明要求2002年5月18日申请的第2002-27646号韩国专利申请的权益，上述申请在本申请中以引用的形式加以结合。

技术领域

本发明涉及图像质量分析方法和系统，更确切地说，本发明涉及显示装置的图像质量分析方法和系统。

背景技术

针对与阴极射线管、液晶显示器、等离子显示板、有机EL(电致发光)显示装置等有关的技术，已经开发了多种改进的显示装置。特别是，因为液晶显示器具有能耗低、重量轻、厚度薄和有害的电磁辐射低等优点，所以液晶显示器被大家公认为将作为下一代显示装置。

在现有技术中，对上述液晶显示装置等平板显示装置的图像质量分析包括接通液晶板和用操作者的肉眼分析液晶显示器的图像质量水平。之所以要对这种显示装置进行图像质量分析，是因为存在图像滞留、斑点和模糊。例如，在确定显示装置图像滞留量级的过程中，当长时间地将图1所示特定的像图输出到显示装置，而后改变其驱动模式时，需判断滞留了多少特定的像图。图1是表示用来评价现有技术中常规显示装置图像质量的像图实例图形。

然而，由于操作者的技术熟练程度不同，所以这种借助操作者肉眼进行的图像质量分析会在检查结果之间出现差异。此外，即使是在同一个操作者进行的分析中，由于操作者在不同时间点的实际状态不同，所以精确程度也有可能不一致。因此，通过操作者肉眼对图像质量进行的分析不能提供客观的数值。而且，操作者的主观性可能会介入到分析中。特别是，在检查显示装置图像质量的一致性时，既使是在同一个操作者进行的分析中，也会因操作者观察屏幕的视角和照射条件不同而在评价图像质量一致性时出现明显差别。此外，人对显示装置中模糊、形成斑点等缺陷的认识水平也会随屏幕中显示的图像亮度和周围照射条件的不同而改变。通常，当显示图像的亮度较高时，既使是显示装置中存在明显缺陷(例如，因驱动器IC的缺陷而导致出现模糊)，也不会完全感觉到模糊缺陷、斑点形成等。

正如从以上的描述中可以看出的那样，由于操作者的主观性介入到对显示装置图像质量的评价中，所以很难在显示装置的制造商和购买者之间给出客观和公正的评价标准。

发明内容

因此，本发明涉及提供一种图像质量分析方法和系统，所述方法和系统基本上克服了因现有技术的局限和缺点而引导致的一个或多个问题。

本发明的目的是提供一种图像质量分析方法和系统，通过所述方法和系统可以用客观的数值量化分析显示装置的图像质量水平，从而可以进行客观评价。

本发明的其它特征和优点将在下面的说明中给出，其中一部分特征和优点可以从说明中明显得出或是通过本发明的实践而得到。通过在文字说明部分、权利要求书以及附图中特别指出的结构，可以实现和获得本发明的目的和其它优点。

为了得到这些和其它优点并根据本发明的目的，作为概括性的和广义的描述，本发明所述显示装置的图像质量分析方法包括的步骤有：在第一时间周期内向显示装置输出像图；把显示像图的屏显示区分成多个分区；产生与多个分区在第一时间周期内的图像质量对应的第一测量数据；在第二时间周期内向显示装置输出像图；产生与多个分区在第二时间周期内的图像质量对应的第二测量数据；对屏显示区上显示的像图进行标准化处理；以及根据标准化了的像图，用第一测量数据和第二测量数据量化检测像图的图像滞留输出水平。确定图像滞留用的像图包括具有由多个按行和列排列的小矩形构成的矩形形状的像图。并且具有由多个按行和列排列的小矩形构成的矩形形状的像图中相邻的小矩形之间产生亮度差。

根据另一方面，所述显示装置的图像质量分析方法包括的步骤有：在第一时间周期内向显示装置输出具有第一亮度的第一像图；把显示参考像图的屏显示区分成多个分区；产生与多个分区在第一时间周期内的图像质量对应的第一测量数据；在第二时间周期内向显示装置输出具有第二亮度的第二像图，所述第二亮度低于第一亮度；产生与多个分区在第二时间周期内的图像质量对应的第二测量数据；对屏显示区上显示的像图进行标准化处理；并根据标准化了的像图，用第一测量数据和第二测量数据量化评价显示装置的图像缺陷。

根据另一方面，用于对等待图像质量分析的显示装置进行图像质量分析的系统，包括图像采集部分，该部分检测将在显示装置的屏显示区上显示的第一和第二图像的第一和第二光学数据；数据处理器，其利用由图像采集部分测得的第一和第二光学数据生成与显示装置的图像质量对应的第一和第二测量数据；和图像质量等级检测器，用于将由数据处理器产生的第一和第二测量数据标准化，和根据标准化了的第一和第二测量数据量化评价显示装置的图像质量等级。

很显然，上面对本发明的一般性描述和下面的详细说明都是示例性和解释性的，其意在对本发明的权利要求作进一步解释。

附图说明

本申请所包含的附图用于进一步理解本发明，其与说明书相结合并构成说明书的一部分，所述附图表示本发明的实施例并与说明书一起解释本发明的原理。附图中：

图1a-1f是表示按照现有技术对显示装置进行图像质量评价时使用的像图实例的视图；

图2是表示按照本发明示例性实施例所述显示装置图像质量分析系统结构的示意图；

图3是用于说明通过本发明示例性实施例所述的显示装置的图像质量分析方法对显示装置图像滞留量级进行量化评价过程的流程图；

图4表示通过本发明示例性实施例所述的显示装置的图像质量分析方法检测图像滞留量级时使用的参考像图；

图5表示通过本发明示例性实施例所述的显示装置的图像质量分析方法检测图像滞留量级时使用的图像滞留测量用像图；

图6是表示在长时间输出图像滞留测量用像图之后，通过本发明示例性实施例所述的显示装置的图像质量分析方法，检测图像滞留量级时使用的反复输出的参考像图的视图；

图7表示的是通过本发明示例性实施例所述的显示装置的图像质量分析方法，由用第一和第二测量数据标准化了的数据显示的屏输出状态；

图8-11表示的是通过本发明示例性实施例所述的显示装置的图像质量分析方法，在对图像滞留进行量化评价的基础上完成的数据抽取和屏显示状态；

图12是用于说明通过本发明示例性实施例所述的显示装置的图像质量分析方法，量化分析线图像滞留和面图像滞留的数据检测位置的视图；

图13表示的是通过本发明示例性实施例所述的显示装置图像质量分析方法，进行图像滞留检查的每个显示装置的线图像滞留的量化分析结果；

图14表示的是通过本发明示例性实施例所述的图像质量分析方法，得到的经图像滞留检查的每一个显示装置的面图像滞留的量化分析结果；

图15是用于说明通过本发明示例性实施例所述的图像质量分析方法，量化评价显示装置模糊度等级的过程流程图；

图16是表示屏输出状态的视图，所述状态由用第一和第二测量数据标准化了的数据进行显示，所述的第一和第二测量数据与根据本发明示例性实施例所述的图像质量分析方法进行模糊缺陷检查的显示装置的图像质量相对应；

图17是用于说明通过本发明示例性实施例所述的显示装置图像质量分析方法量化分析模糊缺陷的数据检测位置的视图；

图18是用于说明通过本发明示例性实施例所述的图像质量分析方法量化显示装置斑点缺陷过程的流程图；

图19是表示屏输出状态的示意图，所述屏输出状态由用显示装置的第一和第二图像质量测量数据标准化了的数据进行显示，所述的显示装置是根据本发明示例性实施例所述的图像分析方法进行斑点缺陷检查的显示装置。

具体实施方式

现在将详细说明本发明的优选实施例，所述实施例的实例示于附图中。

图2是表示按照本发明所述显示装置的图像质量分析系统结构的示意图。参照图2，按照本发明所述显示装置的图像质量分析系统包括：图像采集部分221，其检测从需要进行图像质量分析的显示装置210输出的将在屏显示区上显示的图像光学数据，所述显示装置例如可以是液晶显示装置，等离子显示板，有机EL显示装置等；数据处理部分222，其利用由图像采集部分221测得的光学数据生成与显示装置210的图像质量对应的测量数据；和图像质量等级检测部分223，用于将屏显示区上显示的像图标准化，和根据标准化了的像图，用由数据处理部分222针对输出到显示装置210的多个图像产生的测量数据量化检测显示装置210的图像质量等级。在此，用包含2-CCD(电荷耦合器件)亮度计和色度计等的图像采集部分221检测来自显示装置210的每个检测区(例如，每个象素单元)的亮度数据和色度数据。

采用上述结构的显示装置图像质量分析系统，可以对显示装置的图像滞留、模糊缺陷(或模糊特征中的非均匀性)、斑点缺陷(或在显示图像中形成的斑点)等进行量化分析。

现在，将接着说明对显示装置中每个有缺陷的特征进行图像质量分析的方法。图3是用于说明通过本发明所述显示装置的图像质量分析方法对显示装置图像滞留程度进行量化评价过程的流程图；

首先，将参考像图输出到显示装置，将显示参考像图的屏显示区分成多个分区，相对于多个分区中的每个区生成第一测量数据(步骤310)。此时，可以用通过像图发生器等的各种方式将像图输出到显示装置(即使是在相同像图的情况下，每个像图的亮度也可以不同)。在此，将以对整个屏来说用半灰度像图形式输出的像图为例进行说明。

就相对于多个分区中每个区生成的测量数据而言，亮度或色度数据是主要可获得的数据。此时，利用图像采集部分，例如2-CCD亮度计和色度计可以从显示装置中检测到基本的光学亮度和色度数据。可以用下列与检测位置相关的矩阵式表示从显示装置屏区测得的亮度数据：

$\left[\begin{array}{c}{L}_{11}{L}_{12}...L_{1n}\\ L_{21}{L}_{22}...L_{2n}\\ \·\·\·\·\·\·\·\·\·\\ L_{m1}{L}_{m2}...L_{\mathrm{mn}}\end{array}\right]$

而且，可以用下列与检测位置相关的矩阵式表示从显示装置屏区测得的色度数据。

$\left[\begin{array}{c}{(x,y)}_{11}{(x,y)}_{12}...{(x,y)}_{1n}\\ {(x,y)}_{21}{\left(x\right),y}_{22}...{(x,y)}_{2n}\\ \·\·\·\·\·\·\·\·\·\\ {(x,y)}_{m1}{(x,y)}_{m2}{(x,y)}_{\mathrm{mn}}\end{array}\right]$

此外，参照通过图像采集装置测得的光学亮度/色度数据，可以计算人能感觉到的代表色感差的色差(□Euv)数据而且可以用算出的色差数据对显示装置进行图像质量分析。此时，当获得色差数据时，可以选择一个特定的点，例如屏显示区中的中点，作为参考点。而且，当从显示装置计算对应于图像质量的测量数据时，可以将屏显示区分成多个象素单元并且根据象素单元计算测量数据。此外，可以根据各象素单元的基本象素，相对于预定等间隔定位的每个象素单元计算象素单元的测量数据。

正如现在将要说明的那样，通过利用图像采集部分测得的亮度数据和色度数据可以产生色差(□Euv)数据。在产生色差数据的过程中，参照VESA FPDM(平板显示器测量)V.2.0提出以下公式。

$L^{*}=116\×{\left(\frac{Y^{\′}}{\mathrm{Yn}}\right)}^{1/3}-16$

ΔL^*＝L₁ ^*-L₂ ^*

u^*＝13×L^*×(u’-u’_w)

v^*＝13×L^*×(v’-v’_w)

Δu^*＝u₁ ^*-u₂ ^*，Δv^*＝v₁ ^*-v₂ ^*，

ΔEuv＝[(ΔL^*)²+(Δu^*)²+(Δv^*)²]^

参照上面生成的显示装置亮度数据和色度数据，可以用下列矩阵形式表示从屏显示区产生的色差(□Euv)：

$\left[\begin{array}{c}\mathrm{\ΔEuv}11\mathrm{\ΔEuv}12...\mathrm{\ΔEuv}1n\\ \mathrm{\ΔEuv}21\mathrm{\ΔEuv}12...\mathrm{\ΔEuv}1n\\ \·\·\·\·\·\·\·\·\·\\ \mathrm{\ΔEuvm}1\mathrm{\ΔEuvm}2...\mathrm{\ΔEuvmn}\end{array}\right]$

在本发明所述的显示装置图像质量分析方法中，可以利用亮度数据、色度数据(两者均可以从屏显示区测出)、和色差数据(根据亮度数据和色度数据算出)进行量化的质量分析。

现在将说明利用从显示装置的屏显示区测得的亮度数据检测图像滞留量级的方法。

原则上，即使是在所用数据不是亮度数据的情况下，也可以通过采取与下述过程类似的过程来量化评价图像滞留量级。当用与图像质量对应的第一测量数据，例如步骤301中产生的亮度数据显示输出到屏显示区中的图像时，能够出现如图4中所示的图像。

图4是表示利用本发明示例性实施例所述的显示装置图像质量分析方法检测图像滞留量级时使用的参考像图。在本发明的示例性实施例中，用全屏半灰度输出作为参考像图。由于在待测显示装置中产生线性缺陷而在图4的左侧出现了垂直线。

此时，可以用以下的矩阵式表示从显示装置屏区测得的第一测量数据：

$\left[\begin{array}{c}{L}_{11}{L}_{12}...L_{1n}\\ L_{21}{L}_{22}...L_{2n}\\ \·\·\·\·\·\·\·\·\·\\ L_{m1}{l}_{m2}...\mathrm{Lmn}\end{array}\right]$

在步骤301中测出参考像图的第一测量数据之后，根据上述的预定时间把测量图像滞留用的像图输出到显示装置(步骤302)。

在此，作为在示例性实施例中测量图像滞留用的像图，使用的是图5中所示具有8×6棋盘形式的图像。这种图像便于攫取图像滞留的特征。此外，8×6棋盘形式的图像可以在形成每个棋盘图案的相邻位置之间形成明显的亮度差。为了攫取显示装置中产生的图像滞留程度，需长时间(在该示例性实施例中约为2小时)输出测量图像滞留用的像图。

在步骤302之后，再次将参考像图输出到显示装置，并产生与多个分区中每个区的图像质量对应的第二测量数据(步骤303)。在此，当用产生的第二测量数据，例如，亮度数据显示输出到屏显示区上的图像时，将出现如图6所示的图像。

图6是表示在长时间输出图像滞留测量用的像图之后，通过本发明示例性实施例所述的显示装置的图像质量分析方法，检测图像滞留程度时使用的反复输出的参考像图的视图。在本发明的示例性实施例中，与步骤301中使用的参考像图相类似，用全屏半灰度输出作为参考像图。由于在待测显示装置中产生线性缺陷，所以在图6的左侧出现垂直线。

此时，可以下面的矩阵式表示从显示装置屏区测得的第二测量数据：

$\left[\begin{array}{c}{\mathrm{IS}}_{11}{\mathrm{IS}}_{12}...{\mathrm{IS}}_{1n}\\ {\mathrm{IS}}_{21}{\mathrm{IS}}_{22}...{\mathrm{IS}}_{2n}\\ \·\·\·\·\·\·\·\·\·\\ {\mathrm{IS}}_{m1}{\mathrm{IS}}_{m2}...{\mathrm{IS}}_{\mathrm{mn}}\end{array}\right]$

此外，所选择的检测第二测量数据的特定象素单元的位置应与检测第一测量数据的特定象素单元的位置相同。即，调节数据检测位置，使得检测第一测量数据L11，L12…的特定象素单元的位置分别等同于检测第二测量数据IS11，IS12…的特定象素单元的位置。

然后，利用测得的第一测量数据L11，L12…和测得的第二测量数据IS11，IS12…，对屏显示区上显示的像图进行标准化处理并且根据标准化的像图量化检测图像滞留测量用的像图的图像滞留的输出量级(步骤304)。当检测图像滞留测量用像图的图像滞留输出量级时，完成对线图像滞留和面图像滞留的量化图像质量评价。

在描述线图像滞留和面图像滞留的量化图像质量评价之前，将先描述分别在步骤301和步骤304中产生的第一测量数据L11，L12…和第二测量数据IS11，IS12…的标准化过程。在此，标准化过程是通过选择第一测量数据L11，L12…和第二测量数据IS11，IS12…之一，并用选定的测量数据除另一测量数据实现的。在本实施例中，以用第一测量数据除第二测量数据为例进行说明。用下列矩阵式表示通过这种标准化过程产生的数据：

$\left[\begin{array}{c}\frac{{\mathrm{IS}}_{11}}{L_{11}}\frac{{\mathrm{IS}}_{12}}{L_{12}}...\frac{{\mathrm{IS}}_{13}}{L_{13}}\\ \frac{{\mathrm{IS}}_{21}}{L_{21}}\frac{{\mathrm{IS}}_{22}}{L_{22}}...\frac{{\mathrm{IS}}_{2n}}{L_{2n}}\\ \·\·\·\·\·\·\·\·\·\·\·\·\\ \frac{{\mathrm{IS}}_{m1}}{L_{m1}}\frac{{\mathrm{IS}}_{m2}}{L_{m2}}\frac{{\mathrm{IS}}_{\mathrm{mn}}}{L_{\mathrm{mn}}}\end{array}\right]$

另一方面，根据上述数据显示的显示装置的屏显示区出现了如图7所示的情形。在此，图7表示的是借助本发明示例性实施例所述的显示装置的图像质量分析方法，由用第一和第二测量数据标准化了的数据显示的屏输出状态。由此，可从图4，6和7获得以下结果。

当对图4和6中所示的屏显示区进行相互比较时，可以看出，它们的视觉差很小。如上所述，图4表示的是用在输出参考像图的状态下，但在不输出测量图像滞留用的像图(例如，棋盘图形)的状态下测得的数据显示的屏输出状态，而图6表示的是在长时间输出测量图像滞留用的像图之后，用在输出参考像图的状态下测得的数据显示的屏输出状态。如上所述，在图4和6所述屏输出状态之间的小视觉差反映了不管是否存在测量图像滞留用的像图输出，屏输出状态都没有变化。也就是说，这意味着，受检查的显示装置具有很好的图像质量特性，所以不致产生图像滞留。

然而，与从图4和6得出的结果不同的是，当以图7为基础确定图像质量等级时，得出的结论是受检查的显示装置具有产生严重图像滞留的较差的图像质量特性。换句话说，通过本发明所述显示装置的图像质量分析方法，由于可以检测到不能由人的肉眼识别出的图像滞留，所以能够更精确地评价显示装置出现的图像滞留。对此，将参照图7进行说明。

可以看出，图7中所示的屏输出状态类似于在步骤302中输出的测量图像滞留用的像图(棋盘形)。在步骤302中输出的测量图像滞留用的像图(棋盘形)保持了在步骤303中产生的第二测量数据中的图像滞留状态，由此需检测其余的图像滞留。在此，应注意的是，通过用参考像图完成标准化过程可以得到良好的显示装置图像质量评价方法。

另一方面，图8-11表示的是通过本发明所述的显示装置的图像质量分析方法，在对图像滞留进行量化评价的基础上进行数据抽取和展示屏显示状态的视图。如图8-11所示，可以分别获得因图像滞留而致的强等级效应(图8)、中等级效应(图9)、弱等级效应(图10)、和极弱等级效应(图11)所对应的数据。参照图12，下面将说明线图像滞留和面图像滞留的量化图像质量评价。

图12是用于说明采用本发明示例性实施例所述的显示装置图像分析方法，量化分析线图像滞留和面图像滞留的数据检测位置的视图。在该示例性实施例中，作为步骤302中测量图像滞留用的像图，使用的是具有8×6棋盘形的图像。因此，如图8(a)和图8(b)中所示，在检测图像滞留的亮度数据中出现周期性改变的情况，而且在屏显示中交替出现亮区和暗区。

参照图12，当用8×6的棋盘形作为测量图像滞留用的像图时，相对一条水平线产生七条边界线。借此，通过在这七条边界线的基础上从两个区中抽取数据便可以完成对线图像滞留和面图像滞留的量化评价。此时，当对线图像滞留进行量化评价时，在产生线图像滞留的边界线中部的两个区中获取与图像质量相应的测量数据。对于获得的测量数据而言，如果把较大值的数据设为N_max，而将较小值的数据设为N_min，则可以将线图像滞留程度量化表示成：

${\mathrm{ISV}}_L=\left(\frac{N\max -N\min }{N\max }\right)\×100$

将上述线图像滞留的量化评价分析结果示于表1和图13中。在此，图13表示的是用本发明示例性实施例所述的显示装置图像质量分析方法进行图像滞留检查的每个显示装置的线图像滞留的量化分析结果。

                     表1

区域	强	中	弱	很弱
					第一	2.61	1.17	0.97	1.30
第二	3.11	1.06	0.85	0.86
					第三	1.98	1.38	0.20	0.32
第四	2.31	0.79	0.74	0.42
					第五	3.16	1.41	1.65	1.03
第六	2.01	0.64	0.34	0.10
					第七	3.31	1.74	1.78	1.92
平均	2.64	1.25	0.93	0.85
					最大	3.31	1.74	1.78	1.92

此外，当量化评价线图像滞留时，通过使用Nmax值和Nmin值可以将图像滞留的程度表示成一个值与另一个值的比值或是两个值之间的差值。可以用各种方式定义量化的量级，例如：

                       ISV_L＝(Nmax-Nmin)

${\mathrm{ISV}}_L=\left(\frac{N\max }{N\min }\right)$

${\mathrm{ISV}}_L=\left(\frac{N\min }{N\max }\right)$

此外，当量化评价面图像滞留时，在产生面图像滞留的边界线中部的两个区域中获取多个测量数据。然后，用得到的多个测量数据计算各平均值(虽然在图12中以边界线为基础标记了四个数据检测位置，但是很显然，实际上可以检测更多数据)。

如果把具有较大值的区域中的平均值设为N_平均_max而把具有较小值的区域中的平均值设为N_平均_min，则可以用下列公式表示面图像滞留的量化量级。

将上述面图像滞留的量化评价分析结果示于表2和图14中。图14表示的是用本发明示例性实施例所述的图像质量分析方法得到的经图像滞留检查的每个显示装置的面图像滞留量化分析结果。

                        表2

区域	强	中	弱	很弱
					第一	3.09	1.62	0.78	0.40
第二	2.49	0.96	0.62	0.42
					第三	2.01	0.16	0.11	0.03
第四	2.37	0.93	0.69	0.41
					第五	3.05	1.47	1.18	0.82
第六	3.51	1.87	1.63	1.49
					第七	4.26	2.98	2.57	2.06
平均	2.97	1.43	1.08	0.80
					最大	4.26	2.98	2.57	2.06

此外，当量化评价面图像滞留时，通过使用N_{_平均_}max值和N_{_平均_}min值可以将面图像滞留的量化量级表示成一个值与另一个值的比值或是两个值之间的差。可以用以下各种方式定义量化量级：

                     ISV_F＝(N_{_平均_}max-N_{_平均_}min)

通过上述步骤，可以量化评价显示装置的线图像滞留和面图像滞留。另一方面，通过本发明所述的显示装置的图像质量分析方法，还可以对除了上述显示装置图像滞留之外的屏缺陷程度进行量化和评价。在此，除了图像滞留之外的屏问题包括模糊缺陷和斑点缺陷。图15是用于说明借助本发明示例性实施例所述的图像质量分析方法量化评价显示装置模糊缺陷程度的过程流程图。

下面，将参照图15描述对模糊缺陷程度进行量化的方法，该方法是本发明所述显示装置图像质量分析方法的另一分析实例。首先，将具有预定亮度的参考像图输出到显示装置，将显示参考像图的屏显示区分成多个分区，产生与多个分区中每个区的图像质量对应的第一测量数据(步骤1501)。此时，可以用通过像图发生器等各种方式将像图输出到显示装置(即使在相同像图的情况下，每个像图的亮度也可以不同)。在此，以全屏白电平形式输出的像图为例进行说明。此外，对相对于多个分区中每个区产生的测量数据而言，亮度数据或色度数据都是主要可获得的数据。此外，通过例如2-CCD亮度计和色度计的图像采集，可以从显示装置中检测到基本光学亮度数据和色度数据。

在此，可以用下列与检测位置相关的矩阵式来表示从显示装置的屏区测得的亮度数据：

$\left[\begin{array}{c}{L}_{11}{L}_{12}...L_{1n}\\ L_{21}{L}_{22}...L_{2n}\\ \·\·\·\·\·\·\·\·\·\\ L_{m1}{l}_{m2}...\mathrm{Lmn}\end{array}\right]$

而且，可以用下列与检测位置相关的矩阵式来表示从显示装置的屏区测得的色度数据：

$\left[\begin{array}{c}{(x,y)}_{11}{(x,y)}_{12}...{(x,y)}_{1n}\\ {(x,y)}_{21}{\left(x\right),y}_{22}...{(x,y)}_{2n}\\ \·\·\·\·\·\·\·\·\·\\ {(x,y)}_{m1}{(x,y)}_{m2}{(x,y)}_{\mathrm{mn}}\end{array}\right]$

参照通过图像采集部分检测到的光学亮度/色度数据，计算由人感觉到的表示色感差的色差(□Euv)数据，而且可以用算出的色差数据完成对显示装置图像质量的分析。当得到色差数据时，可以选择一个特定点，例如屏显示区域中的中点，作为参考点。此外，当从显示装置计算测量数据时，将屏显示区分成多个象素单元，并相对于象素单元计算测量数据。此外，就多个象素单元的测量数据而言，可以根据各象素单元的基本象素，相对于以一预定等间隔定位的每个象素单元计算测量数据。

参照上面产生的显示装置亮度数据和色度数据，可以用以下的矩阵式表示屏显示区产生的色差(□Euv)数据：

$\left[\begin{array}{c}\mathrm{\ΔEu}{v}_{11}\mathrm{\ΔEu}{v}_{12}...\mathrm{\ΔEu}{v}_{1n}\\ \mathrm{\ΔEu}{v}_{21}\mathrm{\ΔEu}{v}_{22}...\mathrm{\ΔEu}{v}_{2n}\\ \·\·\·\·\·\·\·\·\·\\ \mathrm{\ΔEu}{v}_{m1}\mathrm{\ΔEu}{v}_{m2}...\mathrm{\ΔEu}{v}_{\mathrm{mn}}\end{array}\right]$

借助于所述显示装置的示例性图像质量分析方法，可以利用亮度数据、色度数据(这两种数据均可以从屏显示区测得)和色差数据(根据亮度数据和色度数据算出)实现量化的图像质量分析。

另一方面，在步骤1501中，可以用下列与检测位置相关的矩阵式来表示从接收参考像图的显示装置屏区测得的第一测量数据：

$\left[\begin{array}{c}{R}_{11}{R}_{12}...R_{1n}\\ R_{21}{R}_{22}...R_{2n}\\ \·\·\·\·\·\·\·\·\·\\ R_{m1}{R}_{m2}...R_{\mathrm{mn}}\end{array}\right]$

此外，在步骤1501之后，输出测量模糊缺陷用的像图，该模型与参考像图相比具有相对很弱的亮度，把接收测量模糊缺陷用像图的屏显示区分成多个分区，相对多个分区中的每个区域产生第二测量数据(步骤1502)。将参考像图和测量模糊缺陷用的像图设成具有相同的图形。测量模糊缺陷用的像图使用具有较低亮度的像图。在此，将以把半灰度像图输出到整个屏的情况作为基础进行说明。

在步骤1502中，用下列与检测位置有关的矩阵式表示从接收测量模糊缺陷用像图的显示装置屏区测得的第二测量数据：

$\left[\begin{array}{c}{D}_{11}{D}_{12}...D_{1n}\\ D_{21}{D}_{22}...D_{2n}\\ \·\·\·\·\·\·\·\·\·\\ D_{m}1D_{m2}...D_{\mathrm{mn}}\end{array}\right]$

在此，选择检测第二测量数据的特定象素单元的位置，使之等于检测第一测量数据的特定象素单元的位置。即，调整数据检测位置，使得检测第一测量数据R₁₁，R₁₂…的特定象素单元的位置分别等于检测第二测量数据D₁₁，D₁₂的特定象素单元的位置。

然后，利用测得的第一测量数据R₁₁，R₁₂…和测得的第二测量数据D₁₁，D₁₂，对屏显示区上显示的像图进行标准化处理，并且根据标准化像图对显示装置的模糊缺陷进行量化检测(步骤1503)。

在此，在用测得的第一测量数据和测得的第二测量数据对屏显示区上显示的像图进行标准化处理的过程中，选择第一测量数据和第二测量数据之一的数据，并用选定的数据除以另一数据。下面将以第一测量数据除第二测量数据为例进行说明。

用下列矩阵式表示通过这种标准化过程产生的数据：

$\left[\begin{array}{c}\frac{D_{11}}{R_{11}}\frac{D_{12}}{R_{12}}...\frac{D_{13}}{R_{13}}\\ \frac{D_{21}}{R_{21}}\frac{D_{22}}{R_{22}}...\frac{D_{2n}}{R_{2n}}\\ \·\·\·\·\·\·\·\·\·\\ \frac{D_{m1}}{R_{m1}}\frac{D_{m2}}{R_{m2}}\frac{D_{\mathrm{mn}}}{R_{\mathrm{mn}}}\end{array}\right]$

另一方面，在图16中示出了用上述标准化数据显示的显示装置的屏显示区。在此，图16是表示由利用第一和第二测量数据标准化了的数据显示的屏输出状态，所述的第一和第二测量数据是用于通过图像质量分析方法检查模糊缺陷的数据。

图16示出了检测模糊缺陷的实例，从图中可以看出，模糊缺陷出现在屏上部的水平方向上。为了量化分析该模糊缺陷，需从产生模糊缺陷的边界线中部的两个区上获取测量数据。

在此，如果把得到的图像质量测量数据中的较大值设为Nmax，而把得到的测量数据中的较小值设为Nmin，则可以用下列公式表示模糊缺陷的量化量级：

${\mathrm{Max}}_{\_\dim }=\left(\frac{N\max -N\min }{N\max }\right)\×100$

需进行数据检测以完成该模糊缺陷的量化分析。借助图17可以容易地发现数据抽取区。在此，图17是用于说明通过图像质量分析方法量化分析模糊缺陷的数据检测位置的视图。

参照图17，当在水平线上产生模糊缺陷时，图17示出了与垂直线图像质量相应的测量数据分析结果。当从分析结果中发现产生模糊缺陷的位置(中间突变的位置)时，相对于这一作为边界线的位置得到量化分析用的数据。此外，当对模糊缺陷进行量化评价时，在产生模糊缺陷的边界区中部的两个区域中获取多个测量数据。利用得到的多个测量数据计算各平均值。

如果把具有较大值的区域中的平均值设为N_平均_max而把具有较小值的区域中的平均值设为N_平均_min，则可以用下列公式表示模糊缺陷的量化量级。

将上述模糊缺陷的量化评价分析结果示于表3中。

            表3

分区	分析样品
		最大-模糊	4.496
平均-模糊	3.636

此外，当对模糊缺陷进行量化分析时，通过使用Nmax值和Nmin值可以将模糊缺陷的量化量级表示成一个值与另一个值的比值或是两个值之间的差值。可以用以下各种方式定义表示这种量化量级的公式：

                     Max_{_模糊}＝(Nmax-Nmin)

此外，当量化评价模糊缺陷时，通过使用N_{_平均_}max值和N_{_平均_}min值可以将模糊缺陷的量化量级表示成一个值与另一个值的比值或是两个值之间的差值。可以用以下各种方式定义量化量级：

                     平均_{_模糊}＝((N_{_平均_}max)-(N_{_平均_}min))

通过上述过程，可以量化评价显示装置的模糊缺陷。

图18是用于说明通过图像质量分析方法量化评价显示装置斑点缺陷过程的流程图。下面，将参照图18说明本发明所述显示装置图像质量分析方法的另一个分析实例，即斑点缺陷程度量化方法。

首先，将具有预定亮度的参考像图输出到显示装置，将显示参考像图的屏显示区分成多个分区，产生与多个分区中每个区的图像质量对应的第一测量数据(步骤1801)。可以通过像图发生器等各种方式将像图输出到显示装置(即使在相同像图的情况下，每个像图的亮度也可以不同)。在此，以全屏白电平形式输出的像图为例进行说明。

当相对于多个分区中的每个区产生测量数据时，亮度数据或色度数据都是主要可获得的数据。此时，可以通过例如2-CCD亮度计和色度计的图像采集从显示装置中测到基本光学亮度和色度数据。

此外，随着相对于多个分区中的每一个区产生测量数据，可以获得由亮度和色度数据计算出的色差数据。当从显示装置计算测量数据时，把屏显示区分成多个象素单元并且根据这些象素单元计算测量数据。此外，可以根据各象素单元的基本象素，针对以预定等间隔定位的每个象素单元计算测量数据。

在步骤1801中，可以用与检测位置有关的下列矩阵式来表示从接收参考像图的显示装置屏区测得的第一测量数据：

$\left[\begin{array}{c}{R}_{11}{R}_{12}...R_{1n}\\ R_{21}{R}_{22}...R_{2n}\\ \·\·\·\·\·\·\·\·\·\\ R_{m1}{R}_{m2}...R_{\mathrm{mn}}\end{array}\right]$

在步骤1801之后，输出测量斑点用的像图，其相比于参考像图具有相对很弱亮度的像图，把接收测量斑点用像图的屏显示区分成多个分区，相对多个分区中的每个区域产生第二测量数据(步骤1802)。

此时，参考像图和测量斑点用的像图具有相同图形。测量斑点用的像图使用了具有较低亮度的像图。在此，将以把半灰度像图输出到整个屏的情况为例进行说明。

在步骤1802中，用下列与检测位置有关的矩阵式表示与从接收测量斑点用像图的显示装置的屏区测得的图像质量相对应的第二测量数据：

$\left[\begin{array}{c}{M}_{11}{M}_{12}...M_{1n}\\ M_{21}{M}_{22}...M_{2n}\\ \·\·\·\·\·\·\·\·\·\\ M_{m}1M_{m2}...M_{\mathrm{mn}}\end{array}\right]$

在此，选择检测第二测量数据的特定象素单元的位置，使之等于检测第一测量数据的特定象素单元的位置。即，调整数据检测位置，使得检测第一测量数据R₁₁，R₁₂…的特定象素单元的位置分别等于检测第二测量数据M₁₁，M₁₂的特定象素单元的位置。

然后，利用测得的第一测量数据R₁₁，R₁₂…和测得的第二测量数据M₁₁，M₁₂，对屏显示区上显示的像图进行标准化处理，并且根据标准化像图对显示装置的斑点缺陷进行量化检测(步骤1803)。在用测得的第一测量数据和测得的第二测量数据对屏显示区上显示的像图进行标准化处理的过程中，选择第一测量数据和第二测量数据之一的数据，并用选定的数据除另一数据。下面将以第一测量数据除第二测量数据为例进行说明。

用下列矩阵式表示通过这种标准化过程产生的数据：

$\left[\begin{array}{c}\frac{M_{11}}{R_{11}}\frac{M_{12}}{R_{12}}...\frac{M_{13}}{R_{13}}\\ \frac{M_{21}}{R_{21}}\frac{M_{22}}{R_{22}}...\frac{M_{2n}}{R_{2n}}\\ \·\·\·\·\·\·\·\·\·\\ \frac{M_{m1}}{R_{m1}}\frac{M_{m2}}{R_{m2}}\frac{M_{\mathrm{mn}}}{R_{\mathrm{mn}}}\end{array}\right]$

另一方面，在图19中示出了用上述标准化数据显示的显示装置的屏显示区。在此，图19是表示由用显示装置的第一和第二测量数据标准化了的数据进行显示屏输出状态的示意图，所述的显示装置通过图像质量分析方法进行斑点缺陷的检查。

图19示出了检测斑点缺陷的实例，从图中可以看出，斑点缺陷出现在屏的中部。为了量化分析该斑点缺陷，需从产生斑点缺陷的边界线中部的两个区(内区和外区)上获取测量数据。

当量化评价斑点缺陷时，需从产生斑点缺陷的边界线中部的两个区域上获取多个测量数据。然后，用得到的多个测量数据计算每个平均值。如果把具有较大值的区域中的平均值设为N_平均_max而把具有较小值的区域中的平均值设为N_平均_min，则可以用下列公式表示斑点缺陷的量化量级。

此外，当量化评价斑点缺陷时，可以用N_{_平均_}max值和N_{_平均_}min值将斑点缺陷的量化量级表示成一个值与另一个值的比值或是两个值之间的差值。可以用以下各种方式定义表示这种量化量级的公式：

              平均_{_mura}＝((N_{_平均_}max)-(N_{_平均_}min))

通过上述过程，可以量化评价显示装置的斑点缺陷。如上所述，按照本发明所述显示装置的图像质量分析方法和系统，可以通过用客观数值对显示装置的图像质量进行量化评价而实现对显示装置的客观评价。此外，按照本发明所述显示装置的图像质量分析方法和系统，可以通过用数值对显示装置图像质量的一致性做出量化评价，从而在显示装置的制造商和购买者之间提供客观的和公正的评价标准。此外，应该认识到，可以将本发明的图像质量分析方法和系统与其他分析技术结合使用，所述分析技术包括在本申请中以参考的形式加以引用的第2002-27645号韩国专利申请中公开的技术。

对于熟悉本领域的技术人员来说，很显然，在不脱离本发明的构思和范围的基础上，可以对本发明的图像质量分析方法和系统做出各种改进和变型。因此，本发明意在覆盖那些落入所附权利要求及其等同物范围内的改进和变型。

Claims (50)

1.一种用于显示装置的图像质量分析方法，包括以下步骤：

在第一时间周期内向显示装置输出像图；

把显示像图的屏显示区分成多个分区；

产生在第一时间周期内与多个分区的图像质量对应的第一测量数据；

在第二时间周期内向显示装置输出像图；

产生在第二时间周期内与多个分区的图像质量对应的第二测量数据；

对屏显示区上显示的像图进行标准化处理；和

根据用第一测量数据和第二测量数据标准化了的像图，量化检测像图的图像滞留输出量级。

2.根据权利要求1所述的图像质量分析方法，其中，输出到显示装置的像图包括显示装置的全屏半灰度输出。

3.根据权利要求1所述的图像质量分析方法，其中当产生第一和第二测量数据时，将屏显示区分成多个象素单元，而且相对于象素单元产生第一和第二测量数据。

4.根据权利要求1所述的图像质量分析方法，其中当产生第一和第二测量数据时，将屏显示区分成多个象素单元，而且根据各象素单元的基本象素，相对于位于预定等间隔位置上的每个象素单元产生第一和第二测量数据。

5.根据权利要求1所述的图像质量分析方法，其中产生的第一和第二测量数据包括用亮度计从多个分区中的每个区内测得的亮度数据。

6.根据权利要求5所述的图像质量分析方法，其中亮度计包括两维CCD亮度计。

7.根据权利要求1所述的图像质量分析方法，其中产生的第一和第二测量数据包括用色度计从多个分区中的每个区内测得的色度数据。

8.根据权利要求7所述的图像质量分析方法，其中色度计包括两维CCD色度计。

9.根据权利要求1所述的图像质量分析方法，其中产生的第一和第二测量数据包括根据亮度数据和色度数据算出的色差数据，所述亮度数据和色度数据是分别用亮度计和色度计从多个分区中的每个区内测得的。

10.根据权利要求1所述的图像质量分析方法，其中确定图像滞留用的像图包括具有由多个按行和列排列的小矩形构成的矩形形状的像图。

11.根据权利要求10所述的图像质量分析方法，其中在具有由多个按行和列排列的小矩形构成的矩形形状的像图中相邻的小矩形之间产生亮度差。

12.根据权利要求1所述的图像质量分析方法，其中当将屏显示区上显示的像图标准化时，选择第一和第二测量数据中的一个，用选定的一个数据除第一和第二测量数据中的另一个数据，并将除得的结果作为屏上的图像进行显示。

13.根据权利要求1所述的图像质量分析方法，其中当量化检测像图的图像滞留输出量级时，至少完成对线图像滞留的量化评价和对面图像滞留的量化评价中的一个评价。

14.根据权利要求13所述的图像质量分析方法，其中在进行线图像滞留的量化评价时，在产生线图像滞留的边界线中部两个区域上获取测量数据，把得到的测量数据中具有最大值的数据设定为Nmax，而将得到的测量数据中具有最小值的数据设定为Nmin，并按照下式确定线图像滞留的量化量级：

$\left(\frac{N\max -N\min }{N\max }\right)\×100.$

15.根据权利要求13所述的图像质量分析方法，其中当进行线图像滞留量化评价时，在产生线图像滞留的边界线中部两个区域上获取测量数据，把得到的测量数据中具有最大值的数据设定为Nmax，而将得到的测量数据中具有最小值的数据设定为Nmin，确定Nmax和Nmin中的一个与Nmax和Nmin中的另一个的比值或是Nmax和Nmin之间的差值以便量化评价线图像滞留。

16.根据权利要求13所述的图像质量分析方法，其中当量化评价面图像滞留时，在产生面图像滞留的边界线中部两个区域上获取多个测量数据，计算得到的多个测量数据中每一个的平均值，把具有最大值的区域中的平均值设定为N_平均_max而把具有最小值的区域中的平均值设定为N_平均_min，并按照下式来确定面图像滞留的量化量级：

17.根据权利要求13所述的图像质量分析方法，其中当量化评价面图像滞留时，在产生面图像滞留的边界线中部两个区域上获取多个测量数据，计算得到的多个测量数据中每一个的平均值，把具有最大值的区域中的平均值设定为N_平均_max而把具有最小值的区域中的平均值设定为N_平均_min，确定N_平均_max和N_平均_min中的一个与N_平均_max和N_平均_min中的另一个的比值或是N_平均_max和N_平均_min之间的差值以便量化评价面图像滞留。

18.根据权利要求1所述的图像质量分析方法，其中显示装置包括液晶显示装置。

19.一种用于显示装置的图像质量分析方法，包括以下步骤：

在第一时间周期内向显示装置输出具有第一亮度的第一像图；

把显示参考像图的屏显示区分成多个分区；

产生在第一时间周期内与多个分区的图像质量对应的第一测量数据；

在第二时间周期内向显示装置输出具有第二亮度的第二像图，所述第二亮度低于第一亮度；

产生在第二时间周期内与多个分区的图像质量对应的第二测量数据；

对屏显示区上显示的像图进行标准化处理；并

根据用第一测量数据和第二测量数据标准化了的像图，量化评价显示装置的图像缺陷。

20.根据权利要求19所述的图像质量分析方法，其中图像缺陷包括模糊缺陷和斑点缺陷中的至少一种。

21.根据权利要求19所述的图像质量分析方法，其中第一像图和第二像图具有相同的图形，第一像图的亮度高于第二像图。

22.根据权利要求19所述的图像质量分析方法，其中第一像图包括全屏输出的白电平，第二像图包括全屏输出的半灰度。

23.根据权利要求19所述的图像质量分析方法，其中当产生第一和第二测量数据时，将屏显示区分成多个象素单元，而且相对于各象素单元产生第一和第二测量数据。

24.根据权利要求19所述的图像质量分析方法，其中当产生第一和第二测量数据时，将屏显示区分成多个象素单元，而且根据各象素单元的基本象素，相对于以预定等间隔定位的每个象素单元产生第一和第二测量数据。

25.根据权利要求19所述的图像质量分析方法，其中产生的第一和第二测量数据包括用亮度计从多个分区测得的亮度数据。

26.根据权利要求25所述的图像质量分析方法，其中亮度计包括两维CCD亮度计。

27.根据权利要求19所述的图像质量分析方法，其中当将屏显示区上显示的像图标准化时，选择第一和第二测量数据中的一个，用选定的一个数据除第一和第二测量数据中的另一个数据，并将除得的结果作为屏上的图像进行显示。

28.根据权利要求19所述的图像质量分析方法，其中当量化评价图像缺陷时，在产生模糊缺陷的边界线中部两个区域上获取测量数据，而且如果把得到的测量数据中具有最大值的数据设定为Nmax，把得到的测量数据中具有最小值的数据设定为Nmin，则按照下式确定图像缺陷的量化量级：

$\left(\frac{N\max -N\min }{N\max }\right)\×100.$

29.根据权利要求19所述的图像质量分析方法，其中当对图像缺陷进行量化评价时，在产生图像缺陷的边界线中部两个区域上获取测量数据，把得到的测量数据中具有最大值的数据设定为Nmax，而将得到的测量数据中具有最小值的数据设定为Nmin，确定Nmax和Nmin中的一个与Nmax和Nmin中的另一个的比值或是Nmax和Nmin之间的差值用以确定图像缺陷的量化量级。

30.根据权利要求29所述的图像质量分析方法，其中图像缺陷包括模糊缺陷。

31.根据权利要求19所述的图像质量分析方法，其中当量化评价图像缺陷时，在产生图像缺陷的边界线中部两个区域上获取多个测量数据，计算得到的多个测量数据中每一个的平均值，把具有最大值的区域中的平均值设定为N_平均_max而把具有最小值的区域中的平均值设定为N_平均_min，并且按照下式来确定图像缺陷的量化量级：

32.根据权利要求19所述的图像质量分析方法，其中当量化评价图像缺陷时，在产生图像缺陷的边界线中部两个区域上获取多个测量数据，计算得到的多个测量数据中每一个的平均值，把具有最大值的区域中的平均值设定为N_平均_max而把具有最小值的区域中的平均值设定为N_平均_min，确定N_平均_max和N_平均_min中的一个与N_平均_max和N_平均_min中另一个的比值或是N_平均_max和N_平均_min之间的差值用以确定图像缺陷的量化量级。

33.根据权利要求19所述的图像质量分析方法，其中显示装置包括液晶显示装置。

34.一种用于需进行图像质量分析的显示装置的图像质量分析的系统，包括：

图像采集部分，该部分检测将在显示装置的屏显示区上显示的第一和第二图像的第一和第二光学数据；

数据处理器，其利用由图像采集部分测得的第一和第二光学数据生成与显示装置的图像质量对应的第一和第二测量数据；和

图像质量等级检测器，用于将由数据处理器产生的第一和第二测量数据标准化，和根据标准化了的第一和第二测量数据量化评价显示装置的图像质量等级。

35.根据权利要求34所述的图像质量分析系统，其中图像采集部分包括CCD亮度计/色度计。

36.根据权利要求34所述的图像质量分析系统，其中从数据处理器产生的测量数据包括亮度数据。

37.根据权利要求34所述的图像质量分析系统，其中从数据处理器产生的测量数据包括色度数据。

38.根据权利要求34所述的图像质量分析系统，其中从数据处理器产生的测量数据包括至少根据亮度数据和色度数据算出的色差数据。

39.根据权利要求34所述的图像质量分析系统，其中显示装置包括液晶显示装置。

40.根据权利要求34所述的图像质量分析系统，其中由图像质量等级检测器测出的图像质量等级包括对显示装置的图像滞留、图像缺陷中至少一种进行量化图像评价。

41.根据权利要求40所述的图像质量分析系统，其中图像滞留包括线图像滞留和面图像滞留。

42.根据权利要求40所述的图像质量分析系统，其中图像缺陷至少包括模糊缺陷和斑点缺陷。

43.根据权利要求41所述的图像质量分析系统，其中在进行线图像滞留的量化评价时，在产生线图像滞留的边界线中部两个区域上获取测量数据，把得到的测量数据中具有最大值的数据设定为Nmax，而将得到的测量数据中具有最小值的数据设定为Nmin，并按照下式确定线图像滞留的量化量级：

$\left(\frac{N\max -N\min }{N\max }\right)\×100.$

44.根据权利要求41所述的图像质量分析系统，其中当进行线图像滞留量化评价时，在产生线图像滞留的边界线中部两个区域上获取测量数据，把得到的测量数据中具有最大值的数据设定为Nmax，而将得到的测量数据中具有最小值的数据设定为Nmin，确定Nmax和Nmin中的一个与Nmax和Nmin中的另一个的比值或是Nmax和Nmin之间的差值以便量化评价线图像滞留。

45.根据权利要求41所述的图像质量分析系统，其中当量化评价面图像滞留时，在产生面图像滞留的边界线中部两个区域上获取多个测量数据，计算得到的多个测量数据中每一个的平均值，把具有最大值的区域中的平均值设定为N_平均_max而把具有最小值的区域中的平均值设定为N_平均_min，并按照下式来确定面图像滞留的量化量级：

46.根据权利要求41所述的图像质量分析系统，其中当量化评价面图像滞留时，在产生面图像滞留的边界线中部两个区域上获取多个测量数据，计算得到的多个测量数据中每一个的平均值，把具有最大值的区域中的平均值设定为N_平均_max而把具有最小值的区域中的平均值设定为N_平均_min，确定N_平均_max和N_平均_min中的一个与N_平均_max和N_平均_min中的另一个的比值或是N_平均_max和N_平均_min之间的差值以便量化评价面图像滞留。

47.根据权利要求42所述的图像滞留分析系统，其中当量化评价图像模糊缺陷时，在产生模糊缺陷的边界线中部两个区域上获取测量数据，而且如果把得到的测量数据中具有最大值的数据设定为Nmax，把得到的测量数据中具有最小值的数据设定为Nmin，则按照下式确定图像缺陷的量化量级：

$\left(\frac{N\max -N\min }{N\max }\right)\×100.$

48.根据权利要求42所述的图像质量分析系统，其中当对图像模糊缺陷进行量化评价时，在产生图像缺陷的边界线中部两个区域上获取测量数据，把得到的测量数据中具有最大值的数据设定为Nmax，而将得到的测量数据中具有最小值的数据设定为Nmin，确定Nmax和Nmin中的一个与Nmax和Nmin中的另一个的比值或是Nmax和Nmin之间的差值用以确定图像缺陷的量化量级。

49.根据权利要求42所述的图像质量分析方法，其中当量化评价图像斑点缺陷时，在产生图像缺陷的边界线中部两个区域上获取多个测量数据，计算得到的多个测量数据中每一个的平均值，把具有最大值的区域中的平均值设定为N_平均_max而把具有最小值的区域中的平均值设定为N_平均_min，并且按照下式来确定图像缺陷的量化量级：

50.根据权利要求42所述的图像质量分析方法，其中当量化评价图像斑点缺陷时，在产生图像缺陷的边界线中部两个区域上获取多个测量数据，计算得到的多个测量数据中每一个的平均值，把具有最大值的区域中的平均值设定为N_平均_max而把具有最小值的区域中的平均值设定为N_平均_min，确定N_平均_max和N_平均_min中的一个与N_平均_max和N_平均_min中另一个的比值或是N_平均_max和N_平均_min之间的差值用以确定图像缺陷的量化量级。

Images