VR顯示器中視差線索對伽馬估計的影響

彭毅鈞,陳載清,3,云利軍

(1.云南師范大學 信息學院,云南 昆明 650500; 2.云南師范大學 云南省教育廳計算機視覺與智能控制技術工程研究中心,云南 昆明 650500; 3.云南師范大學 云南省光電信息技術重點實驗室,云南 昆明 650500)

基于三維(3D)立體顯示技術的虛擬現實(virtual reality,VR)頭戴顯示器可以將具有視差線索的雙目圖像投射到人眼中,讓用戶產生臨場深度感的沉浸式體驗,已在教育、醫療、數字媒體、商業等領域得到了廣泛應用[1-3].目前,立體顯示技術主要是利用空間復用或時間復用等分像技術提供左右眼視差圖像來產生目標的立體感,已經有大量商用的借助輔助設備的立體眼鏡或頭盔顯示,以及不需要輔助設備的光柵式自由立體顯示技術產品.然而,視覺不舒適一直是制約立體顯示技術推廣和普及的主要障礙[4-7].

VR頭盔顯示器在出廠時會預先把伽馬值調好,但與普通二維平面顯示器不同的是,VR頭盔有兩塊顯示屏分別供左右眼觀看,因受硬件設備、軟件算法等因素影響,會導致VR頭盔左右兩塊顯示屏的伽馬值出現差異,并引起左右顯示屏顏色不對稱[8].當VR頭盔左右顯示屏顏色差別過大時,使用者就會出現雙目競爭,容易導致視覺不適和視覺疲勞等癥狀[9].此外,在立體顯示中,雙目視差是使用者獲得立體感與沉浸感的主要線索,但過大視差也會導致較為嚴重的視覺疲勞現象,而視差過小時,雖然可以獲得較為舒適的視覺感知,卻會削弱使用者的立體感與沉浸感[10-12].

在人眼視覺估計顯示器伽馬值方面,已經有Gustav等[13]采用全視覺心理物理學方法估計CRT顯示器伽馬值;Attila Neumann等[14]改進了人眼觀測技術,可以精確獲得顯示設備色調再現曲線;張子揚、李瓊等[15-16]采用了同色條紋混色法的視覺匹配方法視覺估計CRT與液晶顯示器(liquid crystal display,LCD)伽馬值.在視差對立體視覺影響方面,Sumio Yano等[5]認為過大的雙目視差將導致明顯的視覺疲勞;也有學者[17-19]討論了視差及其他原因對立體視覺舒適度的影響.因為色彩校正的好壞將會直接影響顯示的質量與使用者的體驗,傳統的伽馬校正使用的設備大多非常昂貴、調整時間慢,非常不方便.作者設計了人眼視覺估計VR頭盔伽馬值的實驗方案,并重點討論視差線索對人眼視覺估計VR顯示器伽馬值的影響.

1 方法

1.1 儀器設備與實驗條件

研究中使用的主要儀器如圖 1所示,在使用之前,它們都需要預熱半小時以上達到穩態再進行使用：

1) 頭戴式VR顯示器：PICO NEO 2 VR眼鏡一體機1臺(編號1JHJ,5.5英寸TFT顯示屏、分辨率 3 840×2 160、4 GB+128 GB).

2) 光譜儀：Photo Research公司生產的光譜儀PR-715.

3) 實驗者共15人：實驗者均為在校學生,每個人的左右眼視力均在1.2以上,并且有著正常的色視覺;

4) 實驗環境：使用光譜儀PR-715測量VR頭盔伽馬值需要在暗室進行,因人眼估計時需要將頭盔戴上相當于暗室,因此估計實驗可以在正常亮度環境下實驗.

圖1 實驗儀器

1.2 儀器測量伽馬值

頭戴式VR顯示器伽馬值的測量模型選用由Berns等人提出且被CIE所推薦的非線性變化模型——增益-偏置-伽馬模型(gain-offset-gamma,GOG)[19-21],該模型使用較少的數據就可以獲得很高的測量精度.以灰色通道為例,該模型見等式(1).

(1)

其中,dgray表示VR頭盔在灰色通道的數字驅動值,Lgray表示在該數字驅動值下灰色亮度,Lgray,max表示灰色通道最大亮度,Gray是該數字驅動值下亮度的歸一化,Kg,gray、ko,gray分別表示顯示器的增益與補償,γgray表示VR頭盔灰色通道伽馬值,N是顯示卡模擬/數字轉換比特數,一般N=8,且一般情況下kg,gray接近1,而ko,gray接近0,因此GOG模型等式可以簡化為等式(2).

(2)

根據等式(2),使用光譜儀PR-715對VR顯示器伽馬值進行了測量,由于黑點對其精度會造成影響,因此采用測量結果減黑點的式(3)模型作為評價伽馬準確度的標準.

(3)

其中Lblack為表示數字驅動值為0時的灰色亮度,即黑點.根據國內外相關研究結果表明,每個通道選擇17個標定點可以得到最好的預測精度[19,22],使用PR-715對4個顏色通道等距離的17個點進行亮度測量,測量結束后進行歸一化,并計算其伽馬值,結果見表1.

表1 儀器測量VR頭盔伽馬值

對PICO NEO 2(1#)光譜儀測量點進行畫線,得到曲線如圖2,可以看出4個顏色通道左右兩塊顯示屏伽馬值均有明顯差異.之后又測量了其它10部頭盔,10部VR頭盔左右顯示屏伽馬值平均差異為0.16,最大接近0.3.此實驗證明VR頭盔左右兩塊顯示屏伽馬值確實存在差異.

1.3 人眼視覺估計伽馬值實驗原理

實驗選用混色條紋匹配法進行人眼視覺估計VR頭盔伽馬值的實驗,此方法原理是利用混色技術在VR顯示器上呈現2種同色調不同亮度的顏色,人眼對其進行融合,融合色塊的感知量正理論應趨于這兩種顏色亮度的中間值,測試者對匹配色塊進行調節,使匹配色塊盡量接近甚至等于融合色塊,用等式(4)表示.

圖2 光譜儀測量的伽馬曲線

(4)

其中,Lfuse是融合色塊的亮度,Lestimate是視覺估計亮度,將式(3)帶入式(4),可得估算伽馬值等式(5)：

(5)

dlight、ddark分別為實驗亮、暗條紋數字驅動值,因此僅需人眼視覺估計值即可計算估計伽馬值.

1.4 實驗軟件與使用方法

實驗軟件使用Unity3D引擎開發,軟件主體為 1 600×1 600 的正方形平面,具有默認的深度距離(默認深度距離為 1 000,為零視差),背景是2種同色調不同亮度的混色條紋,中心是亮度可以由被試者調節的匹配色塊,軟件界面如圖3所示.

圖3 人眼視覺估計VR顯示器伽馬值的實驗軟件界面

為了討論視差線索對人眼視覺估計的影響,本實驗設置了7個不同的視差距離,分別為：-120、-80、-40、0、40、80、120弧分.不同視差下的刺激如圖4所示.

圖4 不同視差下的軟件

本實驗有4個顏色通道,每個顏色通道有9組暗條紋和亮條紋數字驅動值：0和100、20和120、40和140、60和160、80和180、100和200、120和220、140和240、160和255.被試者通過對軟件左右按鈕調整中間匹配色塊的亮度,直至被試者認為匹配色塊亮度被調整至亮暗條紋的中間亮度為止.被試者點擊確定按鈕即可將結果記錄在右下角白板處.為防止上一組實驗數據結果對下一組實驗造成影響,被試者將看不到右下角白板上的實驗結果.

邀請15位被試者進行實驗,所有被試者矯正視力均為1.2以上,對顏色感知正常.在告知實驗方法步驟并在VR顯示器開機穩定后進行實驗,依次對4個顏色通道,每個通道9組不同亮度條紋進行了估計.

2 結果與討論

2.1可靠性分析

由于人眼視覺估計是被試者的主觀判斷,圖像的質量及個體差異等多方面因素都將對主觀實驗結果造成影響,因此需要對不合格的數據進行過濾.我們計算了克隆巴赫系數(cronbach’s alpha)來檢驗數據的可信度,統計學中通常使用它作為檢驗數據可信度的方法.Jung Y J等人在舒適度主觀評價實驗中也使用了Cronbach’s alpha來檢驗數據的可信度[23].一般來說,Cronbach’s alpha系數的值越大,數據可信度越高, Cronbach’s alpha系數大于0.7時,數據是可被接受的.

在表 2中,首先對15位被試者的估計結果計算Cronbach’s alpha系數,然后再分別對每一個被試者的數據進行Cronbach’s alpha檢驗.本實驗可信度檢驗如表 2和表3所示,在表2,項數表示共有15名被試者進行實驗,本實驗的Cronbach’s alpha系數值為 0.998,基于標準化項的Cronbach’s alpha為0.998,計算結果均高于0.9,因此可認為該實驗數據的可信度很高.在表3中的項已刪除的Cronbach’s alpha值可以看出,無論刪除了哪一位被試者的數據后,其Cronbach’s alpha值仍大于0.9.在修正后的項與總計相關性中,計算結果都大于0.9,一般情況下,如果數據小于0.4,就認為該被試者的數據與其他被試者沒有很強的相關性,可以剔除.因此在本實驗的可靠性統計中,被試者的數據都無需剔除.

2.2 人眼視覺估計結果

VR顯示器在不同視差下伽馬估計的結果如表4和表5所示.

表2 人眼估計實驗可靠性統計

表3 人眼估計實驗項總計統計量

表4 VR顯示器不同視差下人眼視覺估計伽馬值

表5 VR顯示器不同視差下伽馬估計的誤差

根據表5繪制誤差圖,如圖 5所示.在被試者所估計的四個顏色通道中,其中灰色通道在-40弧分和0弧分視差時估計產生的誤差最小、紅色通道在-80弧分和0弧分視差時估計產生的誤差最小、綠色通道在-40弧分和+40弧分視差時估計產生的誤差最小、藍色通道在-80弧分和-40弧分視差時估計產生的誤差最小.當四個通道視差為+80弧分到+120弧分時,被試者估計誤差較大,估計值不夠準確;當視差為-120弧分到+40弧分時,被試者估計誤差較小.

圖5 不同視差下4通道估計誤差

從平均誤差看,當視差為-40弧分時,被試者伽馬值估計準確度最高,之后隨著視差的增大,估計誤差也隨之增大,當視差到達+80弧分與+120弧分時,可能因為視差過大,人眼對顏色的敏感度降低,被試者已經難以進行準確估計,導致產生較大的估計誤差.而視差在-120弧分與-80弧分時,可能因為負視差過大削弱了沉浸感且估計目標離得過近不方便操作等原因,估計誤差反而略微增大.

因此,隨著視差的變化,人眼視覺估計的伽馬值與測量值之間的誤差也隨之變化,說明視差對被試者的視覺估計產生了一定影響.這些影響到底會帶來多大的顏色感覺變化,我們可以使用色差來描述.根據Snjezana研究結果表明[24],伽馬值每變化0.1時,產生的誤差為3.58個CIELAB色差單位,當伽馬值偏差0.3時,產生的誤差為9.9個CIELAB色差單位.

3 結語

本文通過實驗研究了不同視差對VR顯示器伽馬估計產生的影響.實驗表明,當視差為-40弧分時,被試者人眼視覺估計VR立體顯示器伽馬值的準確度最高,平均估計誤差在1.61個CIELAB色差單位,之后隨著VR立體顯示器中視差由近及遠時,視覺估計伽馬值的誤差逐漸增加,在視差為+120弧分時估計產生的顏色誤差在6.8個CIELAB色差單位,并且從-40弧分視差由遠及近時,視覺估計伽馬值誤差也會增加,在視差為-120弧分時估計產生的顏色誤差大致在3.76個CIELAB色差單位.實驗結果表明視差線索對被試者視覺估計VR顯示器伽馬值產生了影響,當視差在一定的范圍時視覺估計較為準確,誤差較小;當視差過大或過小時均會對被試者視覺估計造成一定影響,從而降低視覺估計VR顯示器伽馬值的準確度.

本文的實驗被試者均為25到30歲的學生群體,樣本較為單一,后續還需要增加不同年齡、不同職業的被試者,來提高實驗的可靠性.未來還將進一步改善實驗方法,精簡實驗流程,進一步增強實驗精度.