高校多媒体教室光环境视觉清晰度和舒适度评价研究

贾世桢，王爱英

(1.中国农业大学园艺学院，北京 100193；2.天津大学建筑学院，天津 300072)

引言

随着我国对教育和科研领域的不断投入，高校多媒体教室和教室内多媒体设施的普及程度不断提高。然而，多媒体设备的使用通常会改变教室室内光环境，又由于我国现行相关规范和标准要求中[1-3]，未对多媒体教室中的光环境做出细致要求，且早期的规范要求也滞后于多媒体教室的发展和学生健康的需求，暴露出很多与此相关的学生身心健康问题。

目前对多媒体教室的光环境的研究主要有两大类：一类是从视觉方面出发进行研究[4-6]。李振霞等[7]对天津某高校多媒体教室的光环境进行了实测调查，讨论了在多媒体教室多媒体设备使用时，屏幕亮度、环境亮度与桌面照度之间的相互影响，并指出多媒体教室决定投影屏幕清晰度的主要原因是室内环境亮度。刘琳等[8]将多目标优化理论与教室照明相结合，从照度等多种影响教室光环境的参数方面对教室光环境进行评价，并对教室光源分布提出了优化措施。杨彪等[9]将层次分析法进行改进后，结合Delphi法确定教室内各光环境指标的分配比例，并建立了教室光环境综合评价指标体系和中小学教室光环境模糊综合评价模型。游杰等[10]探讨了多媒体教室光环境评价模型，建立了光源、桌面照明质量、黑板照明质量和投影性能等18项指标，但对于自然光、讲台、投影幕布亮度与环境亮度比值、围合材料反射增量等未涉及。林丹丹[11]通过对学生的主观评价、视觉工效的效果分析和医学仪器检测的方法检测被试的视疲劳，并通过实验，编制了与学生学习的照明作业环境相对应的光环境参数范围。

第二类是从非视觉方面(主要是光生物效应)的角度进行研究并得到应用[12]。重庆大学严永红教授对光生物效应对教室健康照明的影响进行了研究[13]，采用平行组实验对学生进行了心理评价测试。证明出光照强度差异与学生脑波节律、视觉疲劳和学习效率之间有相互联系。并从脑波节律的角度研究了色温和照度对人体产生的光生物效应，建立了光谱/光强度—心理物理量—生理节律—学习效率的综合模型。黄海静等[14]研究了光生物效应下，不同光源色温和不同照度条件对学生视觉工效、心理/生理健康和学习效率的影响。梁树英等[15]从光谱、光照强度、时间和周期等方面对大学生季节性抑郁情绪和光照治疗进行了研究，研究表明，健康照明除了要满足个人光环境需求外还应该注意对社会节能环保方面的因素进行考虑。

有关视觉适宜性的评价国内外学者主要从视觉清晰度和视觉舒适度两方面出发进行探索，虽然国内外对与教室光环境的研究方向和结论有很多，但仍存在不足之处：以评价主体接收到的亮度作为主要评价参数对多媒体教室光环境进行研究较少。并缺乏同时对于学生本体视觉清晰度和视觉舒适度主观评价结合客观实验数据进行主观感受定量化的研究。

本文从高校学生对多媒体教室光环境的主观使用感受出发，运用高动态图像(HDRI)技术并以亮度作为评价教室光环境质量的主要参数。对多媒体教室光环境对学生视觉清晰度和视觉舒适度的影响进行主观评价和实验数据收集，然后进行定量化分析研究。结合心理物理学阈限的操作定义，通过回归分析得到符合多媒体教室光环境中的视觉清晰度和舒适度与亮度对应的函数关系，并计算出阈值和极值点数据。最终获得了可以用于确定多媒体教室光环境的亮度范围与视觉清晰度和视觉舒适度的阈值和影响趋势，探讨多媒体教室视觉清晰度和舒适度与环境亮度关系可为日后多媒体教室光环境设计与相关标准制定提供参考。

1 实验设计

1.1 实验参数的选取

以往专家学者对多媒体教室光环境的分析和研究多是以桌面、黑板等教学工作面照度，甚至眼部位置的表面照度作为衡量多媒体教室光环境的物理参数，很少以亮度作为衡量光环境的物理参数。由于亮度本身就是人对光的强度的感受，是一个更能直接反应人的主观感受的量。国家相关规范仅对建筑室内光环境中的照度做出了相关规定，但并未对环境亮度及多媒体设施使用改变的教室室内光环境提出指导性建议。过去研究时，通常未使用亮度信息作为主要参考参数，其最为主要的原因是亮度信息的收集和提取是一个相对其他物理参数困难的方式，但目前测量技术和科学方法的进步，已经可以通过亮度参数的直接提取来反映建筑室内场所的光环境。

因此，本次实验以亮度参数为参考依据，根据相关各点亮度信息如亮度最高值、亮度最低值、场所平均亮度、相关点的亮度作为主要参考参数。

1.2 亮度参数的提取方法

本文采用浮点值存储的高动态范围图像(简称 HDRI，即 High-Dynamic Range image)技术作为实验亮度参数提取的方法。本次实验采用佳能5D Mark II，全画幅CMOS感光元件数码单反，配合50 mm标准镜头，提取普通视野范围内亮度参数信息。首先对相同光环境场景下的测试目标进行分时、多次曝光拍摄，获得曝光度不同的低动态数字图像。然后利用专业的图像合成软件Photomatix 5.1及Photoshop cs6，将不同曝光程度的低动态范围图像合成高动态范围图像。合成高动态范围图像后，通过天津大学自主研发的软件HDR viewer v1.4[16，17]将图像中的亮度和亮度对比信息从画面中精确地提取出来。

1.3 实验环境和人员的选取

本次实验研究前期调研和资料收集显示，多媒体教室典型的建筑平面选型多为矩形，采用幕布投影多媒体设备，单向侧窗采光或另一侧高侧窗采光。因此，本次实验测试选取具备上述典型性的天津大学具有符合上述特征同时具有可主动控制天然采光和人工照明调节光环境设施的建筑馆A100“建筑光学实验室”教室作为实验场所进行实验模拟。随机挑选了天津大学年龄范围均在21～28岁之间31人，在校学生男女各半，且排除严重影响视力和判断的因素如色盲、色弱等，确保参与测试的每名被测试者色彩和视觉正常。

测试点的选取根据《照明测量方法》(GB/T 5700—2008)，同时根据教室实际使用空间和视觉识别材料及国际视力评测表要求的评测方法，及多媒体教室座位实际使用位置排布。同时，结合投影屏幕的尺寸位置关系，分别选取了距离投影屏幕水平距离为3 m、5 m和7 m的三组九个不同测试点，测点距离地面垂直高度为1.2 m(照明测量方法中的规定坐高)。教室细节与测点布置如图1和图2所示。

图1 教室剖面细节与测点布置图Fig.1 Classroom section details and measuring point layout

图2 教室平面细节与垂直方向测点布置图Fig.2 Layout of classroom plane details and measuring points in vertical direction

2 研究方法

2.1 评价方法

目前国内外对被测者视觉清晰程度和视觉疲劳程度进行的测量，基本上都是测量与视觉清晰度和视觉疲劳度有关的指标，从而间接地对视觉清晰度有关的指标进行量化分析。针对本研究的实验内容和被测试人员的特点，设计以下两种方法：

1)视觉清晰度和视觉舒适度主观评价及反馈评价，使用李克特量表下的语义差别量表基础上设计的调查问卷。利用适当的视觉主观评定方式，将疲劳特征例如困倦，眼部不舒适等描述出来。针对不同评定方式分别设计了调查甄别问卷、主观评价问卷和回访问卷。

2)视觉工效的测定。设计根据其完成作业的数量和出错率断视觉疲劳状态的作业材料，选择数字识别表、图形辨识(兰道环)等多种作业材料进行实验[11,18,19]。

2.2 视觉识别对象

本次实验测试采取了多种光气候条件下教室的光环境，从黑夜到全阴天，再到晴天无云时的室内光环境亮度范围，因此能从较大的范围程度反应相应实验结果。通过自然采光及教室遮光窗帘的遮挡情况，并结合照明灯具的开启与否，辅助调节室内光环境，对于投影仪的屏幕亮度不做调整。

①视力测试表②文字③有丰富颜色和细节的图片④用计算机课件制作软件power point制作具有多种颜色和大小不一数字的文本文件，方便被测试者判断各情景下的视觉清晰度，也可避免因色相等因素影响实验结果。并采用拉丁方设计和循环法来抵消参与评价实验的学生参与顺序、投影播放顺序和学生自身因素等带来的结果误差。

3 研究过程

3.1 预评价实验

通过预实验，发现问题调整具体实验措施并提升实验方案，并通过小批次的预评价实验确定最后实验流程。每组实验设定在指定的时间和实验场景中进行，选取了气候情况为全阴天和晴天两种天气下，分别都做预实验中的每个实验环节。选取了8:00—12:00、13:30—18:30和19:00—21:00三个学生日常使用多媒体教室较为频繁的时间段，进行多时间段实验。预评价实验属于小样本实验，考虑到本次预实验的实验内容设置不同，根据每部分内实验时长变化和实验内容变化，将实验分为3部分。根据拉丁方设计的要求，选择6人进行实验。对每名参与者进行了视觉测试，以确保参与测试的每名参与实验者视觉都正常。

3.2 大批次评价实验

通过预评价实验筛除掉了较为极端的影响参数值，余下的参数量均有明显差别，且参数范围变小，亮度差值间距合适，进而再对预实验参数数据筛选结果进行再次筛选和优化，在此基础上进行了实验。再通过大样本容量的主观评价实验，获得大量的实验数据，通过计算获得视觉清晰度和视觉舒适度及亮度对比的变化规律和阈值。

按照大批次主观评价实验的方式，共计获得实验数据1116项。视觉评价作业材料558份，评价问卷及反馈问卷及访谈问卷共1116份。将视觉清晰度和视觉舒适度按照预实验的评分方式整理得分平均分，不同实验参数下平均分统计结果见表1。

表1 大批次主观实验视觉清晰度与视觉舒适度平均分统计

本次实验分别对预实验和大批次评价实验得到的数据均进行了如下分析：

1)信度分析

本文信度分析采用克朗巴哈系数(Cronbach)的内在信度分析，通过使用计算机SPSS软件对各个评估项目基本描述统计、计算得到预评价实验视觉舒适度和视觉清晰度的信度系数为，0.828和0.882，说明内部一致性较好。在大批次主观评价实验中的信度系数分别为0.805、0.811、0.832、0.795、0.821和0.756，均接近0.8及以上，说明一致性较高。

2)相关性分析

本次预实验相关性分析，由SPSS分析结果可知，随着视野范围内亮度的改变，视觉清晰度和视觉舒适度的平均分的Pearson相关性均程规律性变化，且绝对值均在0.8之上。当二者亮度数值分别处于二者最高点即500 cd/m2和400 cd/m2之前均呈现很强的正相关，相关性分别为0.826和0.912，在其最高点后均呈现很强的负相关，相关性的绝对值分别为0.964和0.985。

得到大批次主观评价实验的相关性数据其中：①视觉清晰度，当亮度值在500 cd/m2时达到评价数值最高点，而在其前后数值均降低，分析结果呈现显著相关，相关性数值的绝对值为0.92；②视觉舒适度，当亮度值在400 cd/m2时达到评价数值最高点，而在其前后数值均降低，分析结果显著相关，相关性数值的绝对值为0.865。

同时，亮度对比的改变量与视觉清晰度和视觉舒适度的平均分的Pearson相关性也均程规律性变化，且绝对值均在0.7之上。当亮度对比在接近10∶1时，视觉清晰度最高，且视觉清晰度随对比度数值变化，往两侧依次递减；当亮度对比在接近5∶1时，视觉舒适度最高，同样视觉舒适度随其两侧数值依次递减。

4 研究结果及分析

4.1 阈值计算

本实验的得出阈值的目的主要包括两个方面：一是找到多媒体教室环境亮度变化与视觉清晰度和视觉舒适度主观感受的变化趋势。二是找出引起学生视觉主观感受的变量值。根据心理物理学中用于表示心理量与物理量之间数量关系的韦伯-费希纳定律显示，人的身体与心理之间、刺激与感觉之间有相互依存的关系，且这种关系可以通过实验用数学公式加以表示。故本研究使用心理物理学中的“感觉阈限”中的“绝对阈值”(absolute threshold)对实验数据进行分析和处理[20]，并利用百分比最接近50%的判断次数的两个参数值根据数学上的等比关系，使用直线内插法(linear interpolation)进行计算[21]。

以视觉舒适度为例(同理可用于视觉清晰度)，本文拟定主观评价分数大于等于4时求得的50%阈限值，为多媒体教室光环境亮度参数视觉舒适度较高标准值；而主观评价分数≤2时，求得的50%阈限值为开始引起视觉不舒适的值。

大批次主观评价实验分数≥4时求得的50%阈限值的计算见表2。

表2 大批次主观评价实验分数≥4时求得的50%阈限值统计表

视觉清晰度亮度变化数据阈限值计算如下：

采用直线内插法求绝对阈限值，将50%比例数的刺激数值对应的绝对阈限设定为X：

同理可求出分数≤2时求得的50%视觉清晰度阈限值：

由上述直线内插法求绝对阈限值的计算结果可知，实验分数≥4时求得的50%亮度阈限值分别是370.83 cd/m2和575.65 cd/m2；分数≤2时求得的50%视觉清晰度阈限值分别是296.44 cd/m2和651.01 cd/m2。

视觉舒适度亮度变化数据阈限值计算原理同上，结果为实验分数≥4时求得的50%亮度阈限值分别是290.8 cd/m2和558.47 cd/m2；分数≤2时求得的50%视觉清晰度阈限值分别是722.42 cd/m2。在此需说明的是由于本次实验亮度参数范围具有局限性，分数≤2时从实验结果来看，尚未表现出两个阈值。根据阈值的定义和上述计算结果规律可分析出：

1)视觉清晰度。当实验分数≥4时求得的50%亮度阈限值分别是370.83 cd/m2和575.65 cd/m2，即当亮度范围在370.83 cd/m2≤X≤575.65 cd/m2时具有较好的视觉清晰度；而分数≤2时求得的50%视觉清晰度阈限值为296.44 cd/m2和651.01 cd/m2，即当亮度范围在X≤296.44 cd/m2和X≥651.01 cd/m2时，视觉清晰度较差，如图3所示。

图3 视觉清晰度与亮度变化趋势图Fig.3 Variation trend of visual clarity and brightness

2)视觉舒适度。当亮度范围在290.8 cd/m2≤X≤558.47 cd/m2时具有较好的视觉舒适度；当亮度范围在722.42 cd/m2≤X时，视觉清晰度较差，如图4所示。

3)区间重合部分。从上述实验数据可以分析出阈值区间重合部分，即视觉清晰度和视觉舒适度较好和较差的区间。视觉清晰度和视觉舒适度实验分数≥4时求得的50%亮度阈限值重合时，即当亮度范围在370.83 cd/m2≤X≤558.47 cd/m2时，同时具有较好的视觉清晰度和较好的视觉舒适度。实验分数≤2时求得的50%视觉清晰度阈限值，即当722.42 cd/m2≤X时，此教室光环境同时具有较差的视觉清晰度和较差的视觉舒适度，如图4所示。同时，由实验结果可知，当亮度对比度在接近10∶1时即当亮度范围处于300 cd/m2≤X≤500 cd/m2时，视觉清晰度最高，且视觉清晰度随对比度数值变化，往两侧依次递减；当亮度对比度在接近5:1时即亮度接近400 cd/m2时，视觉舒适度最高，同样视觉舒适度随其两侧数值依次递减，如图5所示。

图4 视觉舒适度与亮度变化趋势图Fig.4 Variation Trend of visual comfort and brightness

图5 亮度与视觉清晰度和视觉舒适度关系图Fig.5 Relationship between brightness, visual clarity and visual comfort

4.2 回归分析

首先，初步判断曲线类型。初步观测自变量与因变量之间的关系，判定因变量与自变量的散点比较接近于一条曲线，因此可继续做回归分析。

然后，执行曲线回归分析。在完成了曲线回归分析的计算机处理后，根据计算机的输出结果，同时参考判定系数R2值，选择最恰当的曲线回归类型。最后根据拟合的曲线回归类型和各系数值，得出函数式。

根据散点图的变化趋势，初步判断曲线的形式，选择二次函数和三次函数进行拟合。根据自变量和因变量的定义，确定多媒体教室亮度数值为自变量，视觉清晰度或视觉舒适度评价评分为因变量。如图6和图7所示。

图6 视觉清晰度二次和三次函数曲线方程的拟合图Fig.6 Fitting diagram of quadratic and cubic function curve equation of visual clarity

图7 视觉舒适度二次和三次函数曲线方程的拟合图Fig.7 Fitting diagram of quadratic and cubic function curve equation of visual comfort

最后，拟合曲线方程。根据视觉清晰度与亮度实际数据进行曲线拟合，从SPSS软件模型和参数评估的数据可以发现，二次曲线模型和三次曲线模型的决定系数R2值分别为0.788和0.962，说明两个回归模型的质量和模型拟合效果比较良好。

拟合的视觉清晰度与亮度的二次函数方程为：

y=-2.566×10-5x2+0.026x-2.546

拟合的视觉清晰度与亮度的三次函数方程为：

y=1.121×10-7x3+0.122x-18.087

根据实际情况并回顾实验情况和实验数值走势趋势，在亮度达到800 cd/m2后应该随着亮度的增加，视觉清晰度的趋势为减少，故结合上图及函数式排除三次函数。同时由于实验范围界定，自变量和因变量均有实际范围区域，理论上y∈[1，5]。在此区域内，若按照二次函数方程可以计算出达到视觉清晰度最高点的亮度值约为506.25 cd/m2。

同理，根据视觉舒适度与亮度实际数据进行曲线拟合，二次曲线模型和三次曲线模型的决定系数R2值分别为0.771和0.979，说明两个回归模型的质量和模型拟合效果比较良好。

拟合的视觉舒适度与亮度的二次函数方程为：

y=-1.42×10-5x2+0.012x+1.675

拟合的视觉清晰度与亮度的三次函数方程为：

y=1.205×10-7x3+0.115x-15.022

根据实际情况并回顾实验情况和实验数值走势趋势，在亮度达到800 cd/m2后应该随着亮度的增加，视觉清晰度的趋势为减少，故结合上图及函数式排除三次函数。同时由于实验范围界定，自变量和因变量均有实际范围区域，理论上y∈[1，5]。在此区域内，若按照二次函数方程可以计算出达到视觉舒适度最高点的亮度值约为422.54 cd/m2。

5 结论

1)本文以亮度作为主要参数对多媒体教室进行实验，并将学生的主观感受评价定量化研究，并通过曲线回归方式，得到了亮度和亮度对比与学生视觉清晰度和视觉舒适度的回归方程、阈值和变化趋势。当亮度范围在370.83 cd/m2≤X≤558.47 cd/m2时，教室光环境同时具有较差的视觉清晰度和较好的视觉舒适度。当X≥722.42 cd/m2时，此教室光环境同时具有较差的视觉清晰度和较差的视觉舒适度。将视觉清晰度与亮度数值所对应的关系进行曲线回归得到二次函数方程为y=-2.566×10-5x2+0.026x-2.546，并计算出达到视觉清晰度最高时的亮度值为506.25 cd/m2。将视觉舒适度与亮度变化所对应的关系进行曲线回归得到二次函数方程为：y=-1.42×10-5x2+0.012x+1.675，达到视觉舒适度最高点的亮度值为422.54 cd/m2。

2)本文提出了利用高动态范围图像提取多媒体教室光环境的方法，为测量光环境提出新的方法和思路。但目前采用的是多次曝光法获取高动态范围图像，在测点停留的时间稍长，且对动态场景的信息获取效果不佳。希望以后的研究可以改进获取高动态范围图像的方法，或开发出更能直观有效的提取更接近人眼视觉亮度的方法。

3)考虑健康照明和节能环保的因素，在多媒体教室的光环境的处理与选择中，应该充分考虑利用自然采光，采用可调节自然光透过率的窗帘等方式，使进入教室的自然光的强度和方向随需求调节，并将这些调节方式与光感装置结合，自动调节室内进光量和照明光量。

4)本研究采用的白塑幕布属于反射光源类型屏幕，并使用静止的视觉识别对象，而实际教学使用环境中，还存在具有自发光且播放不同动态播放频率的多媒体教学工具，如液晶显示屏、电子白板等。这些设备的具体影响程度和影响规律还需要进一步研究。