显示器作为空间内容再现的器件,对场景进行解析的能力(Resolution),也可称作分辨能力,是非常重要的。
像素的多少无疑是基础性的一个指标,因此经常用屏幕像素的多少来表示显示的分辨率(resolution),也就是物理像素的多少,例如,2K,4K ,8K…
然而,相同像素分辨率的显示器,在观察屏幕的人看来,仍然会感受到他们之间的差异,例如发雾、颗粒感、dirty mura 等,表示屏幕不够锐利或清晰,实际感受的分辨率不佳。
因此只是用像素的多少来定义 Resolution 是不够的。 尤其当显示器品质进入疯狂内卷 精细化的时代。
我们要谈的正是人眼可感知的屏幕分辨能力 (perceived resolution),也可以说是显示屏的图像清晰、锐利程度。为了便于区分,我们不妨借鉴镜头的术语,用光学分辨率 来区分仅以像素数量来定义的像素分辨率 。
对于一个显示器来说,最核心的功能就是显示我们输入的内容,显示的内容越接近真实的场景,那么就可以认为分辨率越高。
原始的、需要被显示的内容可以认为是一个输入信号,这个内容是数字格式的,因此是没有失真的、理想的,使用不同空间频率的线对表示。
显示器接收到这个内容后,转为显示器可识别的光显示信号,需要经过显示器的驱动或各种编码等等,然后通过显示器的像素或子像素展示出来。
像素发出来的光,受到像素结构影响,并通过像素层外面的各种功能膜层传播,最终呈现在我们的眼前。
在这个过程中,最终呈现出来的画面与原始的画面之间,由于信号之间的调制转换、光在各种材料间的传播扩散,造成最终的显示器呈现出失真的内容,即相同分辨率的屏幕,呈现出不同的屏幕感受。
基于显示的这个过程,我们可以用两种方法进行光学分辨率率的评测:
1,斜线调制传递函数/Slanted Line MTF :
借鉴镜头的光学分辨率 MTF 测试,也就是,原始图像经过调制(各种信号转换、光学传输等 ),传递出最终的画面,比较不同空间频率信号在这个调整传递过程中的失真程度。即,用调制传递函数表示该显示器的光学分辨率。
光传播过程中,像素结构、膜层,形成的散射,导致了像素之间的相互干扰,从而降低了显示器的清晰程度,因此使用像素串扰表征该显示器的光学分辨能力。
斜线 MTF 评价法
斜线MTF评价方法,是借鉴了光学镜头光学调制传递函数(MTF)的评价方法,即斜刃法测试 MTF,通过倾斜边缘进行评估,是目前公认的镜头MTF标准测试方法。
斜线MTF测试法就是通过拍摄,获得屏幕在不同空间频率下的分辨能力,是一种快速的屏幕光学分辨率测试方法。
在测量过程中,LMK 相对于显示器做轻微的轴向偏转,显示器显示一条线,线条的宽度为1个像素或一个子像素。
在扣除背景和镜头本身的 MTF 影响后,从亮度图像中获得显示器的 MTF,并对低于显示器奈奎斯特频率两倍的所有空间频率进行评估分析。
本评估算法的基本原理基于 Kenichiro Masaoka 的文章 “Line-Based Modulation Transfer Function Measurement of Pixelated Displays,”
用于直接显示的显示器,包括裸屏或加了各种功能膜层的屏幕。
相机像素与显示器像素的比例关系大于 30:1,镜头的视场 FOV 应覆盖整个斜线的亮度轮廓。
对于虚拟显示器测试时,虚像光学系统的像差、畸变,可能会影响斜线 MTF 的准确性。谨慎使用!
对于手机或电脑显示器,需要镜头的光学放大率在0.5倍到2倍之间,对于非常小的显示像素,例如微显示器(MicroDisplay),建议使用放大率在 5 倍和 50 倍之间的显微镜头。
对于近眼显示器的光学分辨率测量,建议使用具有小视场的特殊NED透镜。
像素串扰测量是通过分析各个显示像素在水平和垂直方向上的散射特征来评估显示器的光学分辨率。
2,点亮像素或子像素,通过高动态模式进行拍照测试。
3,Labsoft 软件自动确定所有被测像素的位置,并以百分比计算红色、绿色、蓝色和白色像素的水平和垂直方向的“像素串扰值”。
详细原理及算法可参考:Thomas Fink und Udo Krüger合著的论文《 “Pixel Crosstalk: A New Metric to Characterize DOI Loss Due to AG Treatments of Display Glasses” 》。
也可参考本号的这篇翻译文章,清晰度本身就是光学分辨率的一种说法。
使用像素串扰进行光学分辨率评测,需要注意以下几点:
建议相机像素与显示像素的比例高于30,即30个以上的像素对应一个显示器像素,以忽略镜头导致的分辨率下降。
该算法不能用于不规则子像素排列的显示器,例如pentile结构。此种情况下,我们建议使用 斜线MTF 法进行评测。
以上两个光学分辨率测试功能,可在即将推出的 LMK Display Resolution 软件包中实现。有关测量和评估算法的更多信息,包括两种方法的更详细比较,请关注我们的公众号,将在后续进行详细说明。
#artContent img{max-width:656px;} #artContent h1{font-size:16px;font-weight: 400;}#artContent p img{float:none !important;}#artContent table{width:100% !important;}