一种基于多项式回归的校准方法,用于在LCD的低亮度水平下提高色度和亮度精度,该方法结合了自动采样和补偿机制

《Displays》:A polynomial regression-based calibration method for enhancing chromaticity and luminance accuracy at low luminance levels of LCDs with automated sampling and compensation mechanisms

【字体: 大 中 小 】 时间:2026年01月01日 来源:Displays 3.4

编辑推荐:

  医疗级LCD显示器低亮度校准方法研究,提出低成本RGB色传感器与多项式回归模型结合的自动化采样策略,通过动态调整采样点和低亮度补偿算法,将样本量从96降至44,亮度误差0.606%,色差0.091,满足医疗显示高精度需求。

  
李一鸣|文萌|蔡志宇|李宗贤
国立台湾科技大学,应用科学技术研究生院,基隆路4段43号,大安区,台北106,中国台湾

摘要

本研究提出了一种校准方法,旨在提高LCD显示器在低亮度条件下的色度和亮度精度,特别针对成本效益高的医疗显示应用。所提出的系统结合了低成本的颜色传感器和基于多项式回归的模型,并通过自动采样和低亮度补偿技术进行了优化。与传统校准工作流程相比,该系统所需样本数量减少了50%以上,同时在低亮度条件下仍能达到相当或更高的精度。这是通过一种新颖的亮度感知自动采样和感知引导补偿机制的结合实现的。自动采样策略将所需的校准样本数量从96个减少到44个,同时保持了高精度,平均亮度误差(ΔL)为0.606%,色差(ΔE)为0.091%。低亮度补偿算法减轻了较暗区域的精度下降,确保符合严格的医疗级性能标准。这些结果表明,可以使用经济型的颜色传感器实现高精度校准,为医疗级LCD提供了一种实用且可扩展的解决方案。

引言

随着显示技术的快速发展,液晶显示器(LCD)已成为主流选择,由于其紧凑性、低功耗、低辐射和高分辨率等优点,取代了传统的阴极射线管(CRT)显示器。在LCD技术中,薄膜晶体管LCD(TFT-LCD)广泛应用于电视、投影仪和专业显示器中。新兴的显示技术如OLED、Mini LED和Micro LED也在各种应用领域逐渐受到关注[1]、[2]。同时,5G和物联网(AIoT)的发展加速了对高度沉浸式和真实视觉体验的需求[3]。数字技术在现代生活中的普及导致了对显示器的依赖增加,消费者对显示效果的要求也越来越高。对于专业显示器而言,精确的图像显示尤为重要。例如,高端医疗诊断显示器必须允许临床医生辨别图像中的细微差异,因为准确的诊断可能取决于这些差异。对这些差异的误解可能会产生严重的医疗后果。此外,颜色和亮度的微小变化也会显著影响传达的信息。不同显示器之间颜色和亮度的一致性对于医疗应用和设计专业人员至关重要,因为它确保了各部门之间的准确评估和协作[4]。
医疗显示器可以分为三种不同的使用场景。第一种场景是灰度成像,需要高分辨率的灰度性能和精确的亮度校准。此类医疗成像的例子包括计算机断层扫描和X射线放射成像[5]。第二种场景是添加准确的颜色信息以辅助图像解释,这需要出色的颜色渲染能力,如核医学和正电子断层扫描中所见[6]。第三种场景是使用计算机辅助工具根据检测和分类操作显示信息。例如,医疗AI系统用于识别医学图像中的病变,从而帮助医生解读医学图像或患者相关数据[7]。确保这些临床任务的正确显示需要一致且稳定的亮度和颜色性能,从而减少由于显示变化引起的误判。尽管LCD面板具有严格的生产和筛选流程,但每个显示器之间的亮度和颜色性能仍存在轻微差异。这些差异主要是由于组件(包括背光、偏振器、TFT结构、液晶和彩色滤光片)大规模生产中的材料或工艺变化所致[5]、[6]、[7]、[8]。
为了检测显示系统中的颜色和亮度偏差,以往的研究通常使用分光光度计、色度计和颜色传感器等颜色分析仪器。分光光度计通过捕获详细的波长信息提供高精度的光谱测量。然而,它们的局限性包括体积较大、成本较高、积分时间较长以及需要定期重新校准以保持测量精度[9]。相比之下,色度计由三个或更多装有滤光片的光电探测器组成,这些滤光片近似CIE 1931 XYZ颜色匹配函数[10]。这种设计实现了模仿人类视觉感知的分段光检测。虽然色度计的测量速度比分光光度计快,但通常精度和光谱分辨率较低。RGB颜色传感器采用集成了红、绿、蓝滤光片的光电探测器,由于其紧凑的体积、较低的成本和适用于嵌入式应用而具有优势[11]。然而,它们的测量精度很大程度上取决于校准过程和光源的光谱特性。使用此类传感器进行准确的色度测量需要对显示器进行彻底的特性分析。
尽管应用颜色分析仪器进行校准可以使每个LCD的颜色和亮度差异低于人类视觉感知的阈值,但长时间使用仍可能导致显示亮度和颜色的变化[6]、[8]、[12]、[13]。具体来说,由于长时间的工作温度和使用时间,背光源的发光效率可能会下降,从而导致显示器的色度变化和颜色偏移。因此,建立实时自校准机制对于确保长时间内显示亮度和颜色精度的一致性至关重要。在这种情况下,颜色传感器的紧凑尺寸使其特别适合直接集成到显示系统中,为嵌入式自校准解决方案提供了实用的基础。
尽管一些商用显示器采用了内部颜色传感器以在标准亮度条件下实现低色差,但它们的性能在低亮度水平下往往会显著下降。因此,这类显示器往往无法满足医疗级应用对精度和稳定性的严格要求[14]、[15]、[16]。这突显了当前显示校准领域的一个关键差距——缺乏能够在宽亮度范围内保持高颜色保真度的经济型实时校准解决方案。在医疗成像应用中,这一点尤为重要,因为视觉精度至关重要。
在这项研究中,我们提出了一种专为医疗级显示器设计的嵌入式且成本效益高的颜色校准系统。所提出的方法结合了现成的RGB颜色传感器和基于多项式回归的特征模型,以实时校准亮度和色度。这项工作解决了两个关键挑战:(1)低亮度水平下校准性能的下降;(2)通常与模型训练相关的高采样负担。为了克服这些限制,我们引入了低亮度补偿机制和自动采样策略。结果系统使用显著更少的训练样本实现了高精度校准,从而在不牺牲精度的情况下提高了效率。与传统直接映射技术不同,所提出的模型能够动态适应颜色传感器的非线性响应特性。这一创新不仅缩小了低成本传感器和高端仪器之间的性能差距,而且在不依赖昂贵校准设备的情况下支持稳定的长期显示性能。总体而言,所提出的方法为医疗显示行业中对成本敏感但精度要求高的应用提供了一种可扩展且实用的解决方案。

实验框架

实验设置如图1(a)所示。为了避免环境光对测量结果的影响,实验在暗室中进行。实验开始前,将RGB输入信号设置为255,并将显示输出设置为500尼特以固定显示器的最大输出。实验过程中,通过输入RGB信号来控制显示器中心和边缘的颜色块输出。

自动采样方法

为了提高颜色校准模型的精度,本研究实施了如图5中的流程图所示的自动采样方法。在自动采样方法中,首先确定显示器的颜色范围和亮度范围,然后输入数据集。数据集是通过以9为间隔分割RGB输入信号生成的,每个通道使用1、10、19……255的值,共得到24,389个训练样本。然后使用显示器输出相应的

讨论与结论

本研究旨在设计和开发一种具有高颜色精度同时显著降低成本的医疗显示器。实现这一目标涉及将经济型颜色传感器直接集成到显示器中,并采用先进的校准算法以确保精度和一致性。这种方法的核心是实施了改进的多项式回归模型,并增加了两项关键创新:自动采样和低亮度补偿。
与以往的研究不同

利益冲突声明

作者声明以下可能被视为潜在利益冲突的财务利益/个人关系:李宗贤报告称获得了国家科学科技委员会的财政支持。如果有其他作者,他们声明没有已知的可能影响本文工作的财务利益或个人关系。

致谢

本工作得到了国家科学科技委员会(R.O.C)的支持,合同编号为108-2622-E-011-022-CC2和112-2622-E-011-024。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号