Local dimming效果与分区数的关系研究

谢仁礼，夏大学，陈 林，陈奕鑫

（深圳TCL新技术有限公司，广东 深圳 518000）

0 引 言

Local dimming（区域背光调控）技术能够很好地提高液晶显示器的对比度等特性，在液晶电视中有着较为广泛的应用。目前，显示器设计制作过程中，背光分区大小及分区数的多少还主要通过经验进行判断，缺乏较为成熟的分区设计指引，这对背光设计人员的专业经验有较高的要求，同时很难实现显示器最佳性价比的分区数设计[1]。

本文通过多分区Local dimming仿真算法，对显示器对比度[2]/光晕指数随背光分区数的变化关系进行计算，分析出基于RTINGS测评棋盘格/十字架图片下，对比度/光晕指数随背光分区数的变化关系及最大分区价值点，形成背光分区设计指引，不仅能很好地提高背光设计人员的工作效率，而且能有效地降低成本。

1 多分区Local dimming仿真算法

本文通过多分区Local dimming仿真算法实现背光Local dimming效果与分区数的关系研究，算法流程如图1所示。采用相机获取背光单分区（最小分区）光型数据；依据目标分区大小，对单分区光型进行调整和修正，以满足目标分区的单分区光型需求；根据棋盘格图片和目标分区计算出该分区下背光棋盘格系数；结合目标单分区光型计算出背光棋盘格光型分布图；最后完成该分区下对比度的计算。采用相同的流程计算出该分区下的光晕指数。

图1 多分区Local dimming算法计算流程图

2 实验结果与分析

采用7 200分区样品（以下以QD_7200代称）进行实验，亮度测量采用Konica CA410和RADIANT相机。本实验主要分为4个部分：第1部分为多分区Local dimming算法准确性验证，将实际测量值和算法计算值进行对比，以验证算法计算的可靠性；第2部分为QD_7200样品的状态测量分析；第3部分为对比度与分区的关系研究；第4部分为光晕指数与分区的关系研究。

2.1 仿真算法准确性验证

采用相机对实际样品进行拍照，样品的背光有7 200分区（90行80列），使用样品播放RTINGS棋盘格图片，如图2（a）所示，将拍照结果与仿真算法计算结果进行对比。对比结果如图2（b）所示。采用相机对棋盘格图片进行拍照，在拍到的照片数据中选取与图2（a）中红色框区的一行（行600，红色实线）相对应的亮度数据进行亮度提取，得到RGB亮度测量值，同时采用仿真算法计算出该位置的亮度计算值，将亮度测量值和亮度计算值相除，得到仿真算法亮度计算与测量对比曲线（b）。从图2（b）可以看出中间区域亮度比接近1，算法计算与实际测量比较接近，平均准确率达到93%，说明算法计算较为可靠。

图2 RTINGS棋盘格图片及数据对比

同时对其他样品进行RTINGS棋盘格对比度仿真计算和测量，亮度测量采用CA410实现，测量结果如表1所示。从表1可以看出，对比度仿真计算与测量最大误差为13%，最小误差为5%，平均准确率为91.7%，可见对比度仿真计算的准确性与上述亮度仿真计算的准确性相当，考虑到可能是BL薄膜不均匀/变形、BL装配误差、面板不均匀性以及CA410与摄像机测量等误差的影响，仿真算法的计算准确性在合理区间[2]。

表1 3种TCL机型电视对比度测量与仿真算法计算结果对比

以上的准确性实验对比了仿真算法计算与相机测量和CA410测量之间的误差，误差相对较小，说明仿真算法计算结果可靠，尤其是对于相机拍照测量。对于目标样品状态不佳的情况，可以采用仿真算法计算代替实际测量来对样品Local dimming分区进行分析。

2.2 QD_7200样品状态测量

采用相机对7 200分区样品的全白场进行拍照，获取样品白场亮度分布，如图3（a）所示。从图3（a）可以看出，样品表面上有几颗异常灯，采用抠除背景的方式（即在背光系数全为0的时候，拍照测量异常灯的光型分布，得到背景光型，用白场亮度减去背景）得到抠除异常点后的样品白场亮度分布图[3]，如图3（b）所示。从图3（b）可以看出QD_7200样品均匀性相对较差，会影响到对比度测量。图3（c）为计算出的QD_7200背光光型分布，计算出的背光光型分布较为均匀。选取图3（b）和图3（c）的1 080行的亮度数据进行对比，结果如图3（d）所示。从图3（d）可以看出，QD_7200样品背光亮度仿真计算结果与测量值较为接近，说明仿真算法计算出的QD_7200样品的亮度相对准确。

图3 QD_7200样品状态测量与计算图

以QD_7200样品和RTINGS棋盘格为基础，选取一种分区方式（360分区，15*24）进行仿真算法计算亮度和测量亮度的一致性研究。依据RTINGS背光棋盘格pattern计算出360分区的背光系数，将系数写入样品，相机拍照得到的背光光型如图4（a）所示，仿真算法计算得到的光型如图4（b）所示；选取背光测量和计算光型的1 920列进行亮度对比，如图4（c）所示。从图4（c）可以看出，计算和测量曲线较为接近，对于1 080行对比结果图4（d）也具有很好的一致性，说明不同背光分区下，仿真计算亮度和测量亮度具有很好的一致性。

图4 背光360分区相机测量与计算对比

综合以上分析可以看出，同一设备下，在白场和背光分区下仿真算法计算值和亮度实测值都具有很好的一致性，因而可以采用仿真计算代替实际测量进行分区研究；同时还可以看出QD_7200样品均匀性相对较差，而对比度的计算需要采集不同区域的亮度，采集区域相对较小，这对对比度和光晕指数的测量有着明显的影响，因此接下来的对比度及光晕指数研究将采用仿真算法计算的方式进行。

2.3 对比度与分区的关系研究

采用仿真算法对RTINGS背光棋盘格在不同背光分区下的对比度进行计算，计算结果如图5所示。其中，红色曲线为拟合曲线，蓝色虚线为45°拐点（最大价值点，投入产出比最高的点）。从图5可以看出，对比度随着背光分区数的增加而增加，对比度在低分区增加速度较快，在高分区逐渐趋于平缓，最大价值点为300分区。以饱和对比度值的90%为近饱和点，则对应的大致分区数为1 900。

图5 对比度随分区数变化关系图

对计算数据进行分析发现，背光分区数量为8的倍数时，对比度计算值相对较高，如表2所示。从表2可以看出在行数相同的时候，列数为8的倍数时的对比度要高于列数非8的倍数的对比度。基于此，对RTINGS棋盘格进行分析，发现棋盘格大小为8*8，当背光行列分区为8的倍数时能够很好地与RTINGS棋盘格图片对应上。基于此得出一个结论：在RTINGS测评下，背光分区的行列最好是为8的倍数或者接近8的倍数，这样能得到更高的对比度即测评得分。这也反映出背光棋盘格的大小对对比度的计算有着一定的影响。

表2 列数为8的倍数和非8的倍数时的对比度

为了进一步研究对比度和分区数的关系，对不同棋盘格在不同分区的对比度进行计算，以分析对比度随棋盘格大小的变化关系。计算结果如图6所示。（a）、（b）、（c）分别对应不同的棋盘格，棋盘格方格大小逐渐增加，红色曲线为棋盘格（c）的对比度拟合曲线。从图6可以看出：对于同一棋盘格，对比度随着背光分区数的增加而增加，这与RTINGS棋盘格计算趋势一致；对于不同棋盘格，对比度随着棋盘格行列数的增加而减小，说明棋盘格行列数增加的情况下，背光分区也需要增加，这样才能满足对比度不变的需求，同时最大价值点对应的分区数也会相应地增加。

图6 不同棋盘格下的对比度随分区数变化关系

2.4 光晕指数与分区数的关系研究

对于Local dimming显示器，在显示某些画面时会或多或少出现光晕现象，这会在一定程度上影响显示器的观看体验。光晕指数可以采用客观方式评价带有Local dimming背光的显示器对应的光晕表现。对于同一显示器，光晕指数越大，显示器性能越好。光晕指数计算公式为：

式中：halo_index为光晕指数；cross为RTINGS十字架图片；calculate_cross为仿真算法计算出来的十字架图片。

根据背光的光型和RTINGS十字架图片，对不同分区下的光晕指数进行计算，同时将十字架图片移动至背光分区奇数行和奇数列，验证光晕指数与分区奇偶的关系。不同分区下光晕指数随分区数变化曲线如图7所示，其中，红色虚线和实线分别为十字架图片移动前后光晕指数随分区数变化计算值的拟合曲线。从图7可以看出：光晕指数随着分区数的增加而增加，增加速度由快变慢；十字架图片移动到背光奇数行列后光晕指数会增加；光晕指数移动前最大价值点约为500分区，移动后最大价值点约为510分区；移动前后的两个位置可看做两种极端情况，对于移动后的最大价值点，移动前的分区需要达到1 400分区，才能达到移动后的效果，说明光晕指数与背光分区图案强相关。

图7 光晕指数随分区数变化关系

值得注意的是，光晕指数随分区数增加不断增加，但增长幅度逐渐变缓。以增长率衰减到10%作为参考点，对应的分区数大约为4 000。因此，如果评价图案细节较多，要保证足够的Local dimming效果，需要的分区数也越多。

2.5 实验结果总结

基于以上实验过程，总结出以下实验结果。

（1）对于RTINGS对比度测评模式，投入产出比最大的分区为300分区，同时能够得到不错的评分。背光分区行列数为8的倍数时会有更好的得分效果。要获得足够接近理想的对比度效果，分区数则要增加至1 900分区左右。

（2）对于光晕指数（针对RTINGS黑场均匀性pattern），500分区可以获得良好的结果；如果考虑pattern内十字架位置的变化，1 400分区可以获取更好的效果，确保在不同位置都能够达到理想位置处的最佳价值分区数的光晕指数大小。

（3）以上结果取决于RTINGS测评模式，一旦测评模式发生变化（如棋盘格大小改变），结果也可能会改变。对于不同画面，达到同样显示效果的分区数会有所不同；画面细节越丰富，所需要的分区数就越多。

（4）本文的所有实验工作基于QD_7200样品完成，样品参数不同，结果可能会不一样（如背光单分区尺寸及光型大小等）。

3 结 语

基于以上论证，仿真算法对于RTINGS的不同评测图案下，不同Local dimming分区数能得到的对比度评分和光晕效果的结果具有较高的准确性和可信度；评测图案及目标样品参数的改变对计算结果影响比较大，难以得到简单的“最佳分区数”这样较笼统的结论，建议将相关算法作为评测工具输出，来为新产品背光分区方案设计提供前瞻性的评估和指引。

应当注意的是，前述分析都是基于客观指标（光晕、对比度等）来衡量Local dimming的效果，受到人眼的分辨能力、生理和心理视觉特征等方面的影响，可能与主观体验有一定差距。下一步将设计一些主观实验来充分验证、比较及分析这些客观结果。