CN1460963A - 用不规则维数对显示装置进行图像质量分析的方法及系统 - Google Patents

Abstract

本发明提供了一种显示装置的图像质量分析方法和一种图像质量分析系统，显示装置的图像质量分析方法包括以下步骤，输出一个像图用于分析显示装置的图像质量，将像图所输出到的一个屏幕显示区划分成多个分区，相对于多个分区分别产生代表图像质量的测量数据，按时间序列排列所产生的测量数据，从按时间序列的数据获得一个不规则维数指数，并且将不规则维数指数作为显示装置图像质量的均匀性评估等级。

Description

用不规则维数对显示装置进行图像质量分析的方法及系统

本发明要求享有2002年5月18日在韩国递交的2002-27645号韩国专利申请的权益，在此引用其全部内容作为参考。

技术领域

本发明涉及到图像质量分析方法和图像质量系统，具体涉及用不规则维数对显示装置进行图像质量分析的方法及系统，借此能够按客观数值量化显示装置的图像质量等级。

背景技术

不断发展的改进的显示装置用的技术有阴极射线管、液晶显示器、等离子体显示面板、有机EL(电致发光)显示装置等等。特别是液晶显示器已成为下一代显示装置的关注焦点，因为它具有低功耗、重量轻、厚度薄、并且有害电磁辐射低的特点。

在现有技术中，对上述诸如液晶装置等平板显示装置的图像质量检查是通过开启液晶面板并且操作人员用肉眼分析液晶显示器的图像质量等级。然而，操作人员用肉眼检查图像质量会因操作人员的不同熟练程度在检查结果之间产生差别。另外，即使是由同一操作人员来检查，由于操作人员在不同时间所处的实际状态不同，检查的精确等级也不能保持一致。因此，肉眼检查无法为显示装置的图像质量提供客观数值。

特别是，当显示装置的图像质量不均匀时，即使是同一操作人员在同一时间检查，对图像质量不均匀的评估也会有明显差别。另外，由于操作人员对显示装置的图像质量评估的主观性，难以在显示装置的制造商和销售商之间达成一种客观公正的评估标准。

发明内容

本发明为此提供了一种图像质量分析方法和一个图像质量分析系统，能够基本上消除因现有技术的局限和缺点造成的问题。

本发明的一个目的是提供一种用不规则维数的图像质量分析方法及系统，所述不规则维数能够按客观数值量化显示装置的图像质量等级，从而得出客观的评估。

以下要说明本发明的附加特征和优点，有一些能够从说明书中看出，或者是通过对本发明的实践来学习。用说明书及其权利要求书和附图中具体描述的结构就能实现并达到本发明的目的和其他优点。

为了按照本发明的意图实现上述目的和其他优点，以下要具体和概括地说明，一种显示装置的图像质量分析方法，包括以下步骤，输出一个像图，用于分析显示装置的图像质量；将像图所输出到的一个屏幕显示区划分成多个分区；相对于多个分区分别产生代表图像质量的测量数据；按时间序列排列所产生的测量数据；由按时间序列的数据获得一个不规则维数指数；并且将不规则维数指数作为显示装置图像质量的均匀性评估等级。

另一方面，用于分析显示装置图像质量的一种图像质量分析系统，包括一个图像采集部分，用来检测显示装置所显示的一个图像的光学数据；一个数据处理部分，用图像采集部分检测到的光学数据产生代表显示装置图像质量的测量数据，并且按时间序列构成所产生的测量数据；以及一个指数计算部分，用数据处理部分构成的时间序列获得显示装置的不规则维数指数。

再一方面，用于分析显示装置图像质量的一种图像质量分析系统，包括一个图像获取装置，用来检测显示装置所显示的一个图像的光学数据；一个数据处理器，用图像获取装置检测到的光学数据产生代表显示装置图像质量的测量数据，并且按时间序列构成所产生的测量数据；以及一个指数计算器，用数据处理器构成的时间序列获得显示装置的不规则维数指数。

应该意识到以上对本发明的概述和下文的详细说明都是解释性的描述，都是为了进一步解释所要求保护的发明。

附图说明

所包括的用来便于理解本发明并且作为本申请一个组成部分的附图表示了本发明的实施例，连同说明书一起可用来解释本发明的原理。

在附图中：

图1a到1e的示意图表示获得一个Koch曲线的过程，可用来解释不规则维数；

图2是用来表示按照本发明的一个示例性实施例所述采用不规则维数的显示装置图像质量分析系统构成的示意图；

图3用来说明按照本发明的示例性实施例所述采用不规则维数的显示装置的图像质量的分析方法进行显示装置图像质量分析的过程一个流程图；

图4a到4e表示按本发明的示例性实施例所述采用不规则维数对显示装置图像质量进行分析的方法，由显示装置产生的图像质量测量数据构成的奇异现象(attractor)的示意图；

图5是一个流程图，用来解释本发明用不规则维数对显示装置图像质量进行分析的方法的一个示例性实施例，获得不规则维数指数的过程；

图6是一个示意图，用来解释按本发明用不规则维数对显示装置图像质量进行分析的方法的一个示例性实施例，检测图像质量测量数据的顺序；以及

图7是一个曲线图，表示不规则维数与不规则维数指数之间的关系，它是按照本发明用不规则维数对显示装置图像质量的分析方法的一个示例性实施例，由多个显示装置的图像质量测量数据计算而得。

具体实施方式

以下要具体描述本发明的最佳实施例，在附图中表示了这些例子。

为了分析显示在一个显示装置的屏幕上的图像的质量均匀性，假定显示的图像处在具有非线性特性的紊乱状态，有一种方法能够通过产生不规则维数指数为图像质量的均匀性提供客观数值。为了验证这种假设，按照本发明的假设，要确认分析显示器图像质量而产生的数据(亮度、色度和色差)是处在紊乱状态，用产生的数据(亮度、色度和色差)为多个图像采样组成奇异现象，以下要具体说明。在描述按照本发明用不规则维数的图像质量分析方法和系统之前，首先要解释“不规则”的概念。

在一个原始图形被依次划分类似于原始图形的较小图形时，如果将划分所产生的不规则(即自身类似的图形)的数量设定为N，而将划分图形一边的缩小比例设定为r，就能按公式1确定不规则维数D：

              N×r^D＝1              (1)

整理这一公式就能将不规则维数D表示成公式2：

             D＝logN/log(1/r)        (2)

举一个由直线长度所代表的一个线段的不规则维数的例子。如果将单位长度的线段划分成具有等长度的N部分，就能用1/N表示缩小比例r。然后用公式2计算不规则长度D，D＝(logN/log(1/r))＝logN/logN＝1。由此可见，用直线长度代表的该线段的不规则长度是一维的，类似于欧氏几何学中公知的形式。

再举一个由一个平面表示的正方形的不规则维数的例子。如果各边具有单位长度的一个正方形的两边被划分成具有等长度的k个部分，就会产生k²个自身类似的正方形，也可以用1/k表示缩小比例r。然后用公式2计算不规则长度D，D＝(logN/log(1/r))＝log k²/log k＝2。由此可见，用平面代表的正方形的不规则维数是二维的，类似于欧氏几何学中公知的形式。

图1e中所示的Koch曲线的不规则维数是这样获得的：

首先要解释组成Koch曲线的过程。如图1a所示，画出一条预定长度的直线，接着将图1a中所示的直线长度划分成三个等长部分，并在三部分的中间那部分中画出一个等边三角形，然后去掉等边三角形的底边，连接四个线段构成图1b所示的曲线(第一构成部分)。接着对具有等长度的四条线段迭代执行第一构成部分，将16个线段连接成图1c所示的曲线(第二构成部分)。然后对具有等长度的16个线段迭代执行第二构成部分，将64个线段连接成图1d所示的曲线(第三构成部分)。迭代执行上述的构成，结果就能获得如图1e所示的Koch曲线。

另一方面，尽管现在欧氏几何学是试图用平滑的形状(直线、圆形、椭圆形、双曲线、球形等等)代表所有事物，实际的自然现象是由复杂的曲线形状构成的。例如，飘浮在天上的云、地上的花草树木、山河等等都不具有平滑的形状，而是欧氏几何学中的复杂曲线形状。

在欧氏几何学中，直线和平滑曲线的长度是可以测量的。然而，尽管图1e所示的Koch曲线不是一条无限延伸的曲线，但是Koch曲线的长度也无法测量，因为长度会随之变成无限大。因此，Koch曲线不代表一种诸如欧氏几何学中的直线的一维物体。另外，Koch曲线的面积也无法测量。Koch曲线实际上具有一种一维和二维之间的中间特性。

可以用公式2获得代表这一特性的数值，这一数值是1.26，用它表示Koch曲线的不规则维数。也就是说，由于相同片段N的数量是4，而缩小比例r是1/3，可以得到Koch曲线的不规则维数：

D＝(logN/log(1/r))＝log4/log3＝1.261859...。

如上所述，Koch曲线这样的不规则曲线的维数介于1和2之间，因为它具有直线和平面之间的中间特性，具有维数接近1的不规则曲线具有接近直线的平滑形状，而具有维数接近2的不规则曲线具有逐渐充满平面并在平面中移动的曲面形状。

另外，若不规则曲线的维数是2，不规则曲线就充满该平面。同样，随着不规则曲线的维数接近3，不规则曲线具有逐渐充满一个空间并在该空间内到处移动的陡峭曲面形状。也就是说，不规则维数具有不仅由整数还有小数代表的数值，用来量化具有自身相似性的几何结构的弯曲、空心比例等等的程度，这种不规则维数代表一个系统的复杂性。

另外，不规则维数作为一种新的几何尺度，能够描述和分析自然的不规则结构，提供一种新的方法来描述动态的各种形状中变换的紊乱现象。用非线性公式表示的一种动态系统能根据描绘系统特性的参数表示规则运动或紊乱运动。如果系统在长时间内运动的状况显示为紊乱的运动也就是奇异现象，系统的几何形状就具有不规则结构。

在本发明中，若按上文所述选择合适的参数，就能用紊乱现象表示在显示装置中显示的一个图像的质量等级，这样就能得到一种能提供客观数值的方法，可用来表示图像质量的均匀性等级。

以下要参照附图用实施例具体解释本发明。

图2是用来表示按照本发明用不规则维数的一种显示装置图像质量分析系统一个实施例构成的示意图。

参见图2，按照本发明用不规则维数的一种显示装置图像质量分析系统包括一个图像采集部分(portion/means)221，用来检测由显示装置210显示的一个图像的光学数据，例如是液晶显示装置、等离子体显示面板、有机EL显示装置等等图像质量有待分析的装置；一个数据处理部分222，用图像采集部分221检测的光学数据产生对应着显示装置210的图像质量的测量数据，并且按时间顺序组成产生的测量数据；以及一个指数计算部分223，用由数据处理部分222组成的时间顺序数据获得显示装置的不规则维数指数。

图像采集部分221可以包括2-CCD(电荷耦合器件)亮度计和色度计等等，用来从显示装置210的各个检测区域(例如是各个象素单元)检测亮度数据和色度数据。

以下要参照图3详细描述用本发明的不规则维数来分析显示装置图像质量的一种方法。图3是一个流程图，用来解释按照本发明的一个实施例用不规则维数分析显示装置的图像质量的方法来分析显示装置图像质量的过程。

首先将用来分析图像质量的一个预定的像图输出到显示装置(步骤301)。此时可以提供各种方法用像图发生器完成向显示装置的像图输出(即使是在同一像图的情况下，各个像图的亮度也可能是不同的，例如是黑灰、半灰、全灰色等等)。所要解释的一个例子是输出的像图相对于整个屏幕是半灰色像图。

在步骤301之后，将显示装置上输出半灰色图像的一个屏幕显示区划分成多个分区，并且相对于多个分区分别产生图像质量的测量数据(步骤302)。随着相对于多个分区分别产生图像质量的测量数据，可以得到基本的亮度或色度数据。此时可以用2-CCD亮度计和色度计等等图像采集部分检测显示装置的基本光学亮度和色度数据。

根据检测位置可以用以下的矩阵形式来表示由显示装置的屏幕区域检测到的亮度数据。 $\left[\begin{array}{cccc}{L}_{11}& L_{12}& ...& L_{1n}\\ L_{21}& L_{22}& ...& L_{2n}\\ ...& ...& ...& ...\\ L_{m1}& L_{m2}& ...& L_{\mathrm{mn}}\end{array}\right]$

还可以根据检测位置用以下的矩阵形式来表示由显示装置的屏幕区域检测到的色度数据。 $\left[\begin{array}{cccc}{(x,y)}_{11}& {(x,y)}_{12}& ...& {(x,y)}_{1n}\\ {(x,y)}_{21}& {(x,y)}_{22}& ...& {(x,y)}_{2n}\\ ...& ...& ...& ...\\ {(x,y)}_{m1}& {(x,y)}_{m2}& ...& {(x,y)}_{\mathrm{mn}}\end{array}\right]$

另外，参照图像采集部分检测到的光学亮度/色度数据，计算出代表人的视觉所感觉到的色差的色差数据(ΔEuv)，并且用计算的色差数据去执行对显示装置图像质量的分析。此时，在获得色差数据时，可以选择屏幕显示区域中的一个特殊点例如是中心点作为参考点。

进而，在计算显示装置的图像质量的测量数据时，将屏幕显示区划分成象素单元，可以相对于象素单元计算图像质量的测量数据。另外，在象素单元当中，可以在与基本象素相距预定的等间隔的位置上相对于各个象素单元计算图像质量的测量数据。在计算中，要考虑到数据都是在非线性动态系统的分析过程中按照等时间间隔提取的。按照本发明是考虑显示装置的屏幕显示区内产生的数据并且按时间顺序来处理数据。因此，用图像显示的扫描信号通过扫描来执行屏幕输出。

然后使用通过图像获取装置检测到的亮度数据和色度数据。以下要解释产生色差数据(ΔEuV)的过程。为了产生色差数据，要参照VESA FPDM(平板显示器测量)V.2.0产生以下的公式。

         L^*＝116×(Y’/Y_n)^1/3-16

         ΔL^*＝L^*1-L^*2

         u^*＝13×L^*×(u’-u’_w)

         v^*＝13×L^*×(v’-v’_w)

         Δu^*＝u’₁-u’₂ Δv^*＝v’₁-v’₂

         ΔEuv＝[(ΔL^*)²+(Δu^*)²+(Δv^*)²]^1/2

参照如上产生的显示装置的亮度数据和色度数据，就能用以下的矩阵形式表示由屏幕显示区产生的色差数据(ΔEuv)： $\left[\begin{array}{cccc}\mathrm{\Δ}{\mathrm{Euv}}_{11}& {\mathrm{\ΔEuv}}_{12}& ...& {\mathrm{\ΔEuv}}_{1n}\\ \mathrm{\Δ}{\mathrm{Euv}}_{21}& {\mathrm{\ΔEuv}}_{22}& ...& {\mathrm{\ΔEuv}}_{2n}\\ ...& ...& ...& ...\\ {\mathrm{\ΔEuv}}_{m1}& \mathrm{\Δ}{\mathrm{Euv}}_{m2}& ...& {\mathrm{\ΔEuv}}_{\mathrm{mn}}\end{array}\right]$

按照本发明测量的五个显示装置的图像质量的均匀性。各个显示装置的奇异现象如图4a到4e所示。图4a到4e的示意图表示由各个显示装置(#1-#5)产生的图像质量测量数据组成的奇异现象，它是用不规则维数按照一种图像质量分析方法产生的。

如图4a到4e所示，各个奇异现象呈现出不同形状，由此能看出各个显示装置表现不同的特性。然而，由组成的奇异现象的形状可以看出由各个显示装置产生的所有色差数据(ΔEuv)代表了紊乱状态。一般将代表紊乱状态特性的数据(紊乱数据)表示成空间中的特殊轨迹，而代表非紊乱状态特性的数据(非紊乱数据)在这一空间中是用散布方式表示的。

通过上述步骤302的过程，在产生用来测量各个显示装置图像质量的数据(亮度、色度和色差)时，要按照时间顺序考虑和排列所产生的数据，由此获得不规则维数指数(步骤303)。

接着将步骤303中获得的不规则维数指数确定为各个显示装置图像质量均匀性的等级(步骤304)。按照这一决定的估计，不规则维数指数越低，显示装置图像质量的复杂性就越低，而图像质量的均匀性将越高。

尽管作为一个例子解释了用色差数据获得不规则维数指数的方法，此外还可以用可从中获得不规则维数的亮度数据或色度数据来检测紊乱状态。

以下要参照图5具体描述在步骤303中获得不规则维数指数的过程。图5是一个流程图，用来解释按本发明用不规则维数对显示装置图像质量的分析方法一个实施例，而获得不规则维数指数的过程。

首先要考虑在步骤302由各个划分的屏幕显示区产生的图像质量测量数据X，并且相对于预定的时间间隔按时间顺序X(t)，X(2t)，...，X(Nt)排列数据(步骤501)。也可以为亮度数据和色度数据或是由亮度数据和色度数据产生的色差数据各自排列按时间顺序的这种数据。此处所说的“按时间顺序的数据”是泛指非线性动态系统中随时间变化的数据。

另外如图6所示，另一层意思是按照被测的位置顺序提取数据，并且包括按照扫描信号排列图像显示的意思。图6是一个示意图，用来解释按本发明用不规则维数对显示装置图像质量的分析方法一个实施例而检测图像质量测量数据的顺序。

如图6所示，在第一行从屏幕左侧到屏幕右侧由各个划分的屏幕显示区中检测图像质量测量数据，接着在下一行从屏幕左侧到屏幕右侧由各个划分的屏幕显示区中检测图像质量测量数据。然而，实际对各个划分的显示区域的光学数据检测是同时执行的(在检测时要考虑光学数据的时间和扫描速度)。在本发明中，在产生图像质量测量数据并排列处理该数据时要考虑到光学数据的检测位置，如图6所示。

通过这一过程测量的图像质量测量数据例如是色差数据可以按以下公式的排列来表示。

ΔEuv(x)＝{x(1)，x(2)，...，x(n)}

另外，参照对各个划分的显示区域测量的图像质量测量数据，可以按照预定的时间间隔选择提取实际用于计算的数据(显示装置的图像质量测量数据)，在考虑时间变化时可以按时间顺序的形式来表示。也就是说，可以相对于预定的时间间隔t按时间顺序数据X(t)，X(2t)，...，X(Nt)来排列用于实际计算的数据。

接着用按实际顺序排列的数据组成一个n维矢量流Xi＝{X(t+i-1)，X(2t+i-1+T)，X(t+i-1+2T)...，X(t+i-1+(n-1)T)}，其中i=(1-m)T，i是正数，而m＝N-(n-1)，并且有预定的延迟时间T(步骤502)。

将预定的延迟时间T设置在预定时间间隔t的整倍数。在不规则维数的分析中，这一延迟时间T具有重要的意义，需要仔细选择以获得有意义的结果。

在本发明中，配合着延迟时间T的设置，以下要解释在不规则维数的分析中频繁使用的用‘4’计算不规则维数指数的情况。

另一方面，在步骤502中按预定时间间隔T排列的n维矢量流可以表示如下：

X1＝{X(t)，X(t+T)，X(t+2T)，...，X(t+(n-1)T)}

X2＝{X(t+1)，X(t+1+T)，X(t+1+2T)，...，X(t+1+(n-1)T)}

...

Xm＝{X(t+m-1)，X(t+m-1+T)，X(t+m-1+2T)，...，X(t+m-1+(n-1)T)}

然后用Takens的嵌入定理将n维矢量流的各个矢量重组成1到p的嵌入维数矢量，在获得各个嵌入矢量的关联维数指数C(r)的同时增加嵌入维数，并在关联维数指数C(r)的饱和点上获得嵌入维数的半径r(步骤503)。此处的嵌入维数是指相对于n维矢量流的各个矢量从1到p维的维数重组矢量。以下还要提供对此的附带解释。例如，假设相对于一个参数X由X(1)，X(2)，X(3)...，X(N)表示的N个数据是通过按时间间隔t对参数X采样而获得的。此时，若将延迟时间T设置为采样时间间隔t的二倍(T＝2t)，就能获得嵌入维数为3的矢量流(三个矢量组成一组)如下：{X(1)，X(3)，X(5)}，{X(2)，X(4)，X(6)}，{X(3)，X(5)，X(7)}，...{X(N-1)，X(N-2)，X(N)}

若将固定点描绘在三维空间中，就能获得表示原始系统运动特性的三维现象。此时若能在等于或大于该现象原始维数的范围内正确选择这一嵌入维数，就能确定这一矢量流表示的特性与原始运动相同。

另一方面可以通过公式3获得步骤503中的关联维数指数C(r)： $C\left(r\right)=\frac{1}{N^2}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\left(f\right(r-|X_i-X_j|)---\left(3\right)$

此时要在获得关联维数指数C(r)的同时增加嵌入维数，直至关联维数指数C(r)的达到饱和，‘r’代表嵌入维数的半径。参照增加嵌入维数时而获得的关联维数指数C(r)画出嵌入维数半径r和关联维数指数C(r)的对数-对数曲线，然后将对数-对数曲线的梯度确定为显示装置图像质量的不规则维数指数(步骤504)。可以用各种近似算法计算出嵌入维数半径r和关联维数指数C(r)的对数-对数曲线的梯度。在本发明中，以下要解释的情况是用近似表示法中的一类回归方法来计算梯度。

在这种情况下可以用以下公式4来计算梯度。由这种近似表达式计算出的梯度被选做不规则维数指数： $\widehat{\mathrm{\β}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(x_i-\stackrel{\‾}{x})(y_i-\stackrel{\‾}{y})}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(x_i-\stackrel{\‾}{x})}^2}=\frac{n\left(\mathrm{\Σxy}\right)-\left(\mathrm{\Σx}\right)\left(\mathrm{\Σy}\right)}{n\left({\mathrm{\Σx}}^2\right)-\left({\mathrm{\Σy}}^2\right)}$ $\widehat{\mathrm{\α}}=\stackrel{\‾}{y}-\widehat{\mathrm{\β}}\stackrel{\‾}{x}=\frac{\mathrm{\Σy}}{n}-\widehat{\mathrm{\β}}\frac{\mathrm{\Σx}}{n}---\left(4\right)$ $\hat{y}=\widehat{\mathrm{\α}}+\widehat{\mathrm{\β}}x$

另一方面，对于用来测量图像质量均匀性的各个显示装置，通过这一系列过程计算出的不规则维数指数如表1所示。

                                     表1

显示装置	不规则维数指数	饱和嵌入维数	图像质量评估顺序
					按照经验	按照本发明
			#1	3.683			22	3	4
#2	3.558	22			4	3
			#3	2.932			23	1	1
#4	3.097	15			2	2
			#5	3.659			21	5	5

上表1表示了对图像质量进行测量的各个显示装置(样本#1-#5)产生的“不规则维数指数”，“饱和嵌入维数”和“图像质量评估顺序”。不规则维数指数代表各个显示装置的图像质量均匀性等级。为了确定各个显示装置的图像质量均匀性等级所做的评估：不规则维数指数越低，显示装置图像质量的复杂性就越低，而图像质量的均匀性就越高。

换句话说，按照表1所示的数据可以看出，第三显示装置(#3)的不规则维数指数2.932是最小值，因此就估计第三显示装置具有最佳的图像质量均匀性。反之，第五显示装置(#5)的不规则维数指数3.659是最大值，因此就估计第五显示装置具有最差的图像质量均匀性。

如上所述，可以用数值表示各个显示装置的图像质量的均匀性等级(即量化)。由于不需要有人介入对图像质量均匀性等级的确定，因此能够提供一种客观公正的确定方法。

仍然参见表1，从中可以看出根据经验用肉眼评估的图像质量结果与按照本发明用不规则维数对显示装置的图像质量分析方法所评估出的图像质量结果是相似的。还可以看出根据经验评估的结果和按照本发明用图像质量分析方法评估的图像质量结果在评估第一显示装置(#1)和第二显示装置(#2)时顺序颠倒了。

这种颠倒可以体现用本发明的图像质量分析方法和用肉眼凭经验评估的误差，另外从表中还可以看出对第一显示装置和对第二显示装置的不规则维数指数之间的差别不大。

另外，在表所示的项目中，为了表示紊乱现象而表示了各个显示装置的“饱和嵌入维数”，这一饱和嵌入维数见图7。图7的曲线表示不规则维数与不规则维数指数之间的关系，它是按照本发明用不规则维数对显示装置图像质量的分析方法一个实施例，由多个显示装置的图像质量测量数据计算而得。

如上所述，按照本发明用不规则维数对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量化显示装置的图像质量来执行对显示装置的客观评估。另外，本发明用不规则维数对显示装置的图像质量分析方法和系统，有可能在显示装置的制造商和销售商之间提供一种客观公正的评估标准，用数值量化显示装置图像质量的均匀性。

显然，本领域的技术人员无需脱离本发明的原理和范围还能对本发明的图像质量分析方法和图像质量分析系统作出各种各样的修改和变更。因此，本发明的意图是要覆盖权利要求书及其等效物范围内的修改和变更。

Claims (24)

1.一种显示装置的图像质量分析方法，包括以下步骤：

输出一个像图用于分析显示装置的图像质量；

将像图所输出到的一个屏幕显示区划分成多个分区；

相对于多个分区分别产生代表图像质量的测量数据；

按时间序列排列所产生的测量数据；

从按时间序列排列的测量数据获得一个不规则维数指数；并且

将不规则维数指数作为显示装置图像质量的均匀性评估等级。

2.按照权利要求1的图像质量分析方法，其特征在于，用于分析显示装置的像图对于整个屏幕是作为半灰色像图输出的。

3.按照权利要求1的图像质量分析方法，其特征在于，产生的测量数据包括用一个亮度计从多个分区测得的亮度数据。

4.按照权利要求3的图像质量分析方法，其特征在于，亮度计包括一个二维CCD亮度计。

5.按照权利要求1的图像质量分析方法，其特征在于，产生的测量数据包括用一个色度计从多个分区测得的色度数据。

6.按照权利要求5的图像质量分析方法，其特征在于，色度计包括一个二维CCD色度计。

7.按照权利要求1的图像质量分析方法，其特征在于，产生的测量数据包括分别用亮度计和色度计在多个分区中测量的亮度数据和色度数据而产生的色差数据。

8.按照权利要求1的图像质量分析方法，其特征在于，屏幕显示区被划分成象素单元，按象素单元产生测量数据。

9.按照权利要求1的图像质量分析方法，其特征在于，屏幕显示区被划分成象素单元，并且按各个象素单元产生测量数据，各个象素单元的位置与一个参考象素相距一个预定的等间隔。

10.按照权利要求1的图像质量分析方法，其特征在于，按时间顺序排列所产生的测量数据的步骤包括以下步骤，相对于预定的时间间隔t按时间顺序X(t)，X(2t，...，X(Nt)将来自多个分区的数据排列成图像质量的测量数据值X。

11.按照权利要求10的图像质量分析方法，其特征在于，获得不规则维数指数的步骤包括以下步骤：

按时间顺序排列数据组成一个n维矢量流Xi＝{X(t+i-1)，X(2t+i-1+T)，X(t+i-1+2T)...，X(t+i-1+(n-1)T)}，其中i＝(1-m)T，i是正数，而m＝N-(n-1)，并有预定的延迟时间T；

用嵌入定理将n维矢量流的各个矢量重组成1到p的嵌入维数矢量；

获得一个关联维数指数C(r)，同时增加各个嵌入维数矢量的嵌入维数；

并且在关联维数指数的饱和点上获得嵌入维数半径r；以及

参照在增加嵌入维数的同时获得的关联维数指数由嵌入维数半径和关联维数指数的对数-对数曲线确定一个梯度，该梯度代表不规则维数指数。

12.按照权利要求11的图像质量分析方法，其特征在于，延迟时间T是预定时间间隔t的整倍数。

13.按照权利要求11的图像质量分析方法，其特征在于，在获得嵌入维数半径和关联维数指数的对数-对数曲线的梯度时用一种回归方法。

14.按照权利要求1的图像质量分析方法，其特征在于，在将不规则维数指数确定为图像质量的均匀性评估等级的步骤中，较低的不规则维数指数对应着至少一个较低的图像质量复杂性和较高的图像质量均匀性。

15.按照权利要求1的图像质量分析方法，其特征在于，显示装置包括液晶显示器。

16.一种显示装置图像质量的图像质量分析系统，包括：

图像采集部分，用来检测显示装置所显示的一个图像的光学数据；

数据处理部分，用图像采集部分检测到的光学数据产生代表显示装置图像质量的测量数据，并且按时间序列构成所产生的测量数据；以及

指数计算部分，用数据处理部分构成的时间序列获得显示装置的不规则维数指数。

17.按照权利要求16的图像质量分析系统，其特征在于，图像采集部分包括一个CCD亮度计/色度计。

18.按照权利要求16的图像质量分析系统，其特征在于，由数据处理部分产生的测量数据包括亮度数据。

19.按照权利要求16的图像质量分析系统，其特征在于，由数据处理部分产生的测量数据包括色度数据。

20.按照权利要求16的图像质量分析系统，其特征在于，由数据处理部分产生的测量数据包括由亮度数据和色度数据计算出的色差数据。

21.按照权利要求16的图像质量分析系统，其特征在于，显示装置包括液晶显示器。

22.一种用权利要求16的图像质量分析系统的显示装置图像质量分析方法。

23.一种显示装置图像质量的图像质量分析系统，包括：

一个图像获取装置，用来检测显示装置所显示的一个图像的光学数据；

一个数据处理器，用图像获取装置检测到的光学数据产生代表显示装置图像质量的测量数据，并且按时间序列构成所产生的测量数据；以及

一个指数计算器，用数据处理器构成的时间序列获得显示装置的不规则维数指数。

24.一种用权利要求23的图像质量分析系统的显示装置图像质量分析方法。

Images