田會娟 ，劉 歡 ，郝甜甜 ，張 輝

（1.天津工業(yè)大學(xué) 電氣工程與自動化學(xué)院，天津 300387；2.天津工業(yè)大學(xué) 天津市電工電能新技術(shù)重點實驗室，天津 300387；3.天津工業(yè)大學(xué) 電子與信息工程學(xué)院，天津 300387；4.天津工業(yè)大學(xué) 大功率半導(dǎo)體照明應(yīng)用系統(tǒng)教育部工程研究中心，天津 300387）

LED作為新一代固態(tài)光源，以其亮度高、壽命長、體積小、光色可調(diào)、可靠性高、節(jié)能環(huán)保等特點，在背光顯示領(lǐng)域已占據(jù)主要地位。然而，隨著其亮度的不斷提升以及應(yīng)用范圍的不斷擴大，人們在關(guān)心其顯示顏色、亮度、節(jié)能的同時，其視覺舒適度問題越來越引起人們的關(guān)注[1-3]。饒豐等[4]研究了LED背光顯示器對人眼的視覺和非視覺效應(yīng)，并提出設(shè)計LED背光顯示器時，針對不同的年齡階段，應(yīng)采用不同的設(shè)計方案，當(dāng)環(huán)境亮度等條件發(fā)生變化時，人眼感知的圖像質(zhì)量和舒適度也隨之變化。Kuze等[5]研究了顯示器中移動圖像對視覺疲勞度的影響，并提出5種影響其分類的影響因子。顯示屏的亮度是評價顯示屏性能的重要參數(shù)之一，對于使用者來說，顯示器亮度并非越高越好，而是根據(jù)使用環(huán)境的不同，顯示器亮度進行相應(yīng)的變化，過高或過低都可能造成人眼的不舒適感。劉金元等[6]通過心理物理學(xué)，研究了大尺寸彩色LED顯示屏舒適性問題，建立了與環(huán)境照度相匹配的大尺寸彩色LED顯示屏亮度調(diào)節(jié)模型。田會娟等[7]在研究不同色溫、亮度等情況下LED液晶顯示器對人眼視疲勞的影響時發(fā)現(xiàn)，長時間、連續(xù)性觀看高亮度LED液晶顯示器中的圖像或文字會引起視覺疲勞。蔡建奇等[8]研究了在不同環(huán)境照度（0 lx和200 lx）下平板電腦對人眼視覺質(zhì)量和視覺疲勞的影響，并提出在暗室環(huán)境下使用iPad2平板電腦對人眼的舒適性影響較大。Lee等[9]提出了一種局部可調(diào)的RGB LED背光的光學(xué)反饋系統(tǒng)，可有效解決LED背光顯示器顏色管理問題，同時也降低了筆記本屏幕的功耗。Cheng等[10]在環(huán)境亮度處于25%～90%之間變化時，采用模糊邏輯控制器調(diào)整了顯示器的背光亮度。對于長時間觀看電腦的使用者來說，該方案在有效降低人眼視覺疲勞度和提高視覺舒適度的同時也延長了筆記本電腦電池的使用壽命33%。當(dāng)人們在觀看LED背光顯示器時，其亮度并非越高越好，而是需要根據(jù)不同的背景環(huán)境，進行對其顯示器亮度的調(diào)節(jié)，因為過高或過低亮度都會使得人眼有不舒適感。

本文通過主觀評價與客觀測量相結(jié)合的方法，對LED背光顯示器視覺舒適度進行測試與分析，建立了基于BP神經(jīng)網(wǎng)絡(luò)的LED背光亮度控制模型，并基于該模型建立了PID控制系統(tǒng)。

1 理論基礎(chǔ)

1.1 LED背光顯示器亮度數(shù)據(jù)獲得及分析

實驗數(shù)據(jù)是在基于人眼視覺舒適度基礎(chǔ)上采集的筆記本顯示器亮度數(shù)據(jù)。實驗環(huán)境為一間15 m×4 m×2.8 m的標(biāo)準(zhǔn)暗室，環(huán)境溫度為24℃，室內(nèi)裝有5套等間距平行安裝的LED格柵燈，可根據(jù)實驗的需求進行環(huán)境亮度的調(diào)整。

本次實驗共招募10名被測試者，年齡在23～27歲之間，均為在校學(xué)生，被測試者身體健康，雙眼矯正后視力正常，均不存在色盲、色弱，以及無眼部疾病等。在實驗期間不允許被測試者攝入含咖啡因與酒精的飲品食物。實驗選用型號為Acer P248-MG的LED背光筆記本電腦，依據(jù)顯示器行業(yè)標(biāo)準(zhǔn)SJ/T 1348-2006《數(shù)字電視平板顯示器測量方法》[11]中給定的方法，使用PR670光譜光度色度輻射度計對屏幕亮度和環(huán)境亮度進行測試。

每位被試者需要進行8組實驗，每組實驗前被試需進行5 min的暗適應(yīng)，暗適應(yīng)結(jié)束后開啟屏幕，被試者開始進行10 min的觀看任務(wù)，觀看的文檔在實驗前已準(zhǔn)備好，并保證被試者在之前從未看過該文檔。觀看結(jié)束后，記錄被試者在其視覺最舒適度情況下，不同環(huán)境亮度對應(yīng)的屏幕亮度以及最優(yōu)視覺調(diào)光等級，獲得實驗數(shù)據(jù)值。在進行神經(jīng)網(wǎng)絡(luò)訓(xùn)練之前，對數(shù)據(jù)進行歸一化，歸一化公式采用最大最小法：

式中：xi為實驗數(shù)據(jù)集值；xmin為實驗數(shù)據(jù)最小值；xmax為實驗數(shù)據(jù)最大值；xmin為歸一化值。

1.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

神經(jīng)網(wǎng)絡(luò)模型具有強大的非線性適應(yīng)性處理能力，在系統(tǒng)建模方面得到了廣泛的應(yīng)用[12-16]。本文基于BP神經(jīng)網(wǎng)絡(luò)建立網(wǎng)絡(luò)結(jié)構(gòu)，并應(yīng)用到LED背光顯示器亮度等級控制的非線性數(shù)學(xué)建模。BP神經(jīng)網(wǎng)絡(luò)是當(dāng)前普遍使用的多層前饋神經(jīng)網(wǎng)絡(luò)，主要特點是信號向前傳遞，誤差反向傳播，根據(jù)預(yù)測誤差調(diào)整閾值和網(wǎng)絡(luò)權(quán)值使預(yù)測輸出不斷逼近期望值。其結(jié)構(gòu)由輸入層、隱含層和輸出層組成，圖1為本文所選用的單隱含層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

圖1 單隱含層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 Structure of single hidden layer BP neural network

圖1中，BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)是具有M個輸入、N個輸出的三層BP神經(jīng)網(wǎng)絡(luò)。圖中x為網(wǎng)絡(luò)輸入值，y為網(wǎng)絡(luò)輸出值，為輸入層第j個神經(jīng)元與隱含層第k個神經(jīng)元的連接權(quán)重值，為隱含層第 k個神經(jīng)元與輸出層第i個神經(jīng)元之間的連接權(quán)重值。在BP神經(jīng)網(wǎng)絡(luò)中常用的傳遞函數(shù)有階躍函數(shù)、Purelin函數(shù)、Tansig函數(shù)、Sigmoid函數(shù)等，在本文中選擇Tangsig作為隱含傳遞函數(shù)，Pureline作為輸出層的傳遞函數(shù)。

2 實驗測試

2.1 實驗測試條件

實驗測試環(huán)境共包括6種情況：100%光源的實驗環(huán)境、80%光源的實驗環(huán)境、60%光源的實驗環(huán)境、40%光源的實驗環(huán)境、20%光源的實驗環(huán)境、0%光源的實驗照明環(huán)境。在這6種實驗環(huán)境下，進行LED背光顯示屏的視覺舒適度測量。

2.2 視覺舒適度評價方法

本文通過主觀評價和客觀測量相結(jié)合的方法，在上述測試條件下研究了LED背光顯示器最優(yōu)視覺調(diào)光等級。根據(jù) ITU（international telecommunication union）給定的視頻質(zhì)量推薦主觀評價標(biāo)準(zhǔn)[17]，可以將視覺舒適度評價等級分為5個級別，評價其視覺舒適度時的主觀感受[18]。根據(jù)要求設(shè)計的主觀評分等級標(biāo)準(zhǔn)如表1所示。

表1 視覺舒適度等級描述以及主觀評分標(biāo)準(zhǔn)Tab.1 Visual comfort level description and subjective scoring criteria

2.3 實驗測試

圖2為眼動實驗測試示意圖。

圖2 眼動實驗測試示意圖Fig.2 Eye movement test schematic diagram

在早期的客觀測量方法中，視覺舒適度測試是以生理指標(biāo)的測量為主，其中包括瞳孔尺寸、晶狀體調(diào)節(jié)能力、眼表面積等指標(biāo)的測試[19-22]。研究表明，視覺舒適度越高，眼睛越放松，人眼瞳孔尺寸也越小[8，19，22]。本實驗以瞳孔尺寸大小為評價指標(biāo)，采用Tobii眼動儀對人眼瞳孔直徑進行測量，分析了瞳孔變化對視覺的影響。

3 實驗結(jié)果與分析

3.1 主觀評價與客觀測試分析

圖3為被試者在環(huán)境光源亮度為0（第1組關(guān)燈情況）和環(huán)境光源亮度為20%（第2組開燈情況）情況下，顯示器調(diào)光等級在100%時，被試者的主觀評價和瞳孔直徑測量結(jié)果。

圖3 不同環(huán)境亮度下主觀評價與客觀評價測試結(jié)果Fig.3 Subjective and objective evaluation test results in different ambient luminance

從圖3（a）可以看出，第2組的視覺舒適度評價高于第1組。從圖3（b）可以看出，第1組被試者的瞳孔直徑大于第2組，即第2組的視覺舒適度高于第1組，跟主觀評價分析結(jié)果一致。因此，在開燈（20%環(huán)境亮度）情況下，視覺舒適度較高，如環(huán)境亮度較暗，高亮度的LED顯示屏?xí)谷搜垡曈X有不舒適感。

圖4 不同顯示屏亮度下主觀評價與客觀評價測試結(jié)果Fig.4 Objective and subjective evaluation test results in different display luminance

圖4為在環(huán)境光源亮度為80%情況下，LED背光顯示器亮度等級為100%（第3組）和75%（第4組）時，被試者的主觀評價和瞳孔直徑測量結(jié)果。由圖4可以看出，當(dāng)LED顯示屏亮度等級為75%時，第4組的人眼瞳孔直徑小于第3組人眼瞳孔直徑，并且第4組的主觀評價高于第3組主觀評價。由此可以得出：在環(huán)境光源亮度為80%情況下，LED顯示器亮度等級為75%時視覺舒適度優(yōu)于亮度等級為100%的情況。因此，在一定環(huán)境亮度下，較低的LED背光顯示屏的亮度會使人眼有較高的視覺舒適度感。

3.2 LED背光顯示器最優(yōu)視覺調(diào)光等級模型建立

基于上述實驗測試結(jié)果，采用BP神經(jīng)網(wǎng)絡(luò)建立LED背光顯示器最優(yōu)視覺調(diào)光等級模型。該模型以環(huán)境亮度和屏幕亮度為輸入量，以最優(yōu)視覺亮度調(diào)光等級為輸出量，其拓撲結(jié)構(gòu)為2-60-1BP神經(jīng)網(wǎng)絡(luò)。該模型的訓(xùn)練輸出和目標(biāo)之間的相關(guān)系數(shù)達到99.97%，如圖5所示。

圖5 網(wǎng)絡(luò)訓(xùn)練輸出相關(guān)性分析Fig.5 Analysis of linear correlation of ANN output of prediction model

表2為神經(jīng)網(wǎng)絡(luò)預(yù)測的結(jié)果，分別列出了預(yù)測亮度調(diào)光等級、期望亮度調(diào)光等級和誤差。從表2中可以看出，20組檢驗數(shù)據(jù)中，最大誤差為1.84%，最小誤差為0.53%。與圖5結(jié)合來看，訓(xùn)練相關(guān)系數(shù)與實際預(yù)測結(jié)果準(zhǔn)確度接近，當(dāng)獲取環(huán)境光亮度、顯示器亮度后，該模型可準(zhǔn)確的預(yù)測LED背光顯示器的最優(yōu)調(diào)光等級。

表2 環(huán)境亮度、顯示屏亮度、預(yù)測值、期望值及誤差Tab.2 Ambient brightness，display brightness，forecast value，expected value and error value

3.3 LED背光控制系統(tǒng)實驗與結(jié)果分析

基于上述模型，建立了LED背光系統(tǒng)，如圖6所示。

圖6 LED背光控制系統(tǒng)圖Fig.6 Schematic diagram of LED backlight control system

該系統(tǒng)主要包括4部分：PC端的基于BP神經(jīng)網(wǎng)絡(luò)最優(yōu)視覺調(diào)光等級預(yù)測模型、PID算法控制器、數(shù)據(jù)采集模塊和LED背光控制模塊。最優(yōu)視覺調(diào)光等級預(yù)測模型由MATLAB神經(jīng)網(wǎng)絡(luò)工具箱實現(xiàn)，為方便系統(tǒng)調(diào)用該算法，提高程序運行效率，采用了NI公司提供的Math Script RT模塊將該模型的MATLAB代碼進行移植。此外，數(shù)據(jù)交換通過LabVIEW軟件與控制器之間的串口通信進行。光傳感器檢測環(huán)境光與LED顯示屏的亮度變化，然后將信號經(jīng)過數(shù)模轉(zhuǎn)換后發(fā)送到控制系統(tǒng)，PC端軟件通過獲取調(diào)光等級數(shù)據(jù)計算最優(yōu)視覺調(diào)光等級。

為了驗證該控制系統(tǒng)的準(zhǔn)確性，本文給出了在控制過程某一時刻，由該模型計算得到的數(shù)值與PID控制算法輸出的數(shù)值對比圖，如圖7所示。從圖7中可以看出，PID輸入值與輸出值之間數(shù)據(jù)重合度較高，兩者之間的最大誤差為0.945%。

圖7 PID控制算法輸入與輸出數(shù)據(jù)對比圖Fig.7 Comparison of input and output data of PID control method

4 結(jié)論

本文通過主觀評價和客觀測量實驗，對LED背光顯示器的視覺舒適度進行了測量，建立了不同環(huán)境亮度下LED背光顯示器最優(yōu)視覺調(diào)光等級，并采用結(jié)構(gòu)為2-60-1的BP神經(jīng)網(wǎng)絡(luò)建立了LED背光亮度等級控制模型，該模型具有良好的重現(xiàn)性和魯棒性，其網(wǎng)絡(luò)訓(xùn)練結(jié)果相關(guān)系數(shù)為99.97%，檢驗組最大誤差為1.84%，最小誤差為0.53%。在該模型基礎(chǔ)上建立了LED背光亮度控制系統(tǒng)，并對該系統(tǒng)進行測試和分析，結(jié)果得出，該系統(tǒng)最大調(diào)節(jié)誤差為0.945%。本研究將為后續(xù)高品質(zhì)LED背光顯示器的研發(fā)提供一定的數(shù)據(jù)支持和理論基礎(chǔ)。后續(xù)的工作需進一步增加在主觀評價和客觀測試實驗中獲得訓(xùn)練樣本數(shù)目、增加不同年齡階段被試者的研究數(shù)據(jù)以及個體差異的數(shù)據(jù)分析，提高該控制模型的適用范圍和精度，同時針對LED顯示器的其它參數(shù)，如對比度、照度、色均勻性等進行視覺舒適度研究，為建立更為完善、準(zhǔn)確度更高的控制系統(tǒng)奠定基礎(chǔ)。