VR显示器中视差线索对伽马估计的影响

彭毅钧,陈载清,3,云利军

(1.云南师范大学 信息学院,云南 昆明 650500; 2.云南师范大学 云南省教育厅计算机视觉与智能控制技术工程研究中心,云南 昆明 650500; 3.云南师范大学 云南省光电信息技术重点实验室,云南 昆明 650500)

基于三维(3D)立体显示技术的虚拟现实(virtual reality,VR)头戴显示器可以将具有视差线索的双目图像投射到人眼中,让用户产生临场深度感的沉浸式体验,已在教育、医疗、数字媒体、商业等领域得到了广泛应用[1-3].目前,立体显示技术主要是利用空间复用或时间复用等分像技术提供左右眼视差图像来产生目标的立体感,已经有大量商用的借助辅助设备的立体眼镜或头盔显示,以及不需要辅助设备的光栅式自由立体显示技术产品.然而,视觉不舒适一直是制约立体显示技术推广和普及的主要障碍[4-7].

VR头盔显示器在出厂时会预先把伽马值调好,但与普通二维平面显示器不同的是,VR头盔有两块显示屏分别供左右眼观看,因受硬件设备、软件算法等因素影响,会导致VR头盔左右两块显示屏的伽马值出现差异,并引起左右显示屏颜色不对称[8].当VR头盔左右显示屏颜色差别过大时,使用者就会出现双目竞争,容易导致视觉不适和视觉疲劳等症状[9].此外,在立体显示中,双目视差是使用者获得立体感与沉浸感的主要线索,但过大视差也会导致较为严重的视觉疲劳现象,而视差过小时,虽然可以获得较为舒适的视觉感知,却会削弱使用者的立体感与沉浸感[10-12].

在人眼视觉估计显示器伽马值方面,已经有Gustav等[13]采用全视觉心理物理学方法估计CRT显示器伽马值;Attila Neumann等[14]改进了人眼观测技术,可以精确获得显示设备色调再现曲线;张子扬、李琼等[15-16]采用了同色条纹混色法的视觉匹配方法视觉估计CRT与液晶显示器(liquid crystal display,LCD)伽马值.在视差对立体视觉影响方面,Sumio Yano等[5]认为过大的双目视差将导致明显的视觉疲劳;也有学者[17-19]讨论了视差及其他原因对立体视觉舒适度的影响.因为色彩校正的好坏将会直接影响显示的质量与使用者的体验,传统的伽马校正使用的设备大多非常昂贵、调整时间慢,非常不方便.作者设计了人眼视觉估计VR头盔伽马值的实验方案,并重点讨论视差线索对人眼视觉估计VR显示器伽马值的影响.

1 方法

1.1 仪器设备与实验条件

研究中使用的主要仪器如图 1所示,在使用之前,它们都需要预热半小时以上达到稳态再进行使用：

1) 头戴式VR显示器：PICO NEO 2 VR眼镜一体机1台(编号1JHJ,5.5英寸TFT显示屏、分辨率 3 840×2 160、4 GB+128 GB).

2) 光谱仪：Photo Research公司生产的光谱仪PR-715.

3) 实验者共15人：实验者均为在校学生,每个人的左右眼视力均在1.2以上,并且有着正常的色视觉;

4) 实验环境：使用光谱仪PR-715测量VR头盔伽马值需要在暗室进行,因人眼估计时需要将头盔戴上相当于暗室,因此估计实验可以在正常亮度环境下实验.

图1 实验仪器

1.2 仪器测量伽马值

头戴式VR显示器伽马值的测量模型选用由Berns等人提出且被CIE所推荐的非线性变化模型——增益-偏置-伽马模型(gain-offset-gamma,GOG)[19-21],该模型使用较少的数据就可以获得很高的测量精度.以灰色通道为例,该模型见等式(1).

(1)

其中,dgray表示VR头盔在灰色通道的数字驱动值,Lgray表示在该数字驱动值下灰色亮度,Lgray,max表示灰色通道最大亮度,Gray是该数字驱动值下亮度的归一化,Kg,gray、ko,gray分别表示显示器的增益与补偿,γgray表示VR头盔灰色通道伽马值,N是显示卡模拟/数字转换比特数,一般N=8,且一般情况下kg,gray接近1,而ko,gray接近0,因此GOG模型等式可以简化为等式(2).

(2)

根据等式(2),使用光谱仪PR-715对VR显示器伽马值进行了测量,由于黑点对其精度会造成影响,因此采用测量结果减黑点的式(3)模型作为评价伽马准确度的标准.

(3)

其中Lblack为表示数字驱动值为0时的灰色亮度,即黑点.根据国内外相关研究结果表明,每个通道选择17个标定点可以得到最好的预测精度[19,22],使用PR-715对4个颜色通道等距离的17个点进行亮度测量,测量结束后进行归一化,并计算其伽马值,结果见表1.

表1 仪器测量VR头盔伽马值

对PICO NEO 2(1#)光谱仪测量点进行画线,得到曲线如图2,可以看出4个颜色通道左右两块显示屏伽马值均有明显差异.之后又测量了其它10部头盔,10部VR头盔左右显示屏伽马值平均差异为0.16,最大接近0.3.此实验证明VR头盔左右两块显示屏伽马值确实存在差异.

1.3 人眼视觉估计伽马值实验原理

实验选用混色条纹匹配法进行人眼视觉估计VR头盔伽马值的实验,此方法原理是利用混色技术在VR显示器上呈现2种同色调不同亮度的颜色,人眼对其进行融合,融合色块的感知量正理论应趋于这两种颜色亮度的中间值,测试者对匹配色块进行调节,使匹配色块尽量接近甚至等于融合色块,用等式(4)表示.

图2 光谱仪测量的伽马曲线

(4)

其中,Lfuse是融合色块的亮度,Lestimate是视觉估计亮度,将式(3)带入式(4),可得估算伽马值等式(5)：

(5)

dlight、ddark分别为实验亮、暗条纹数字驱动值,因此仅需人眼视觉估计值即可计算估计伽马值.

1.4 实验软件与使用方法

实验软件使用Unity3D引擎开发,软件主体为 1 600×1 600 的正方形平面,具有默认的深度距离(默认深度距离为 1 000,为零视差),背景是2种同色调不同亮度的混色条纹,中心是亮度可以由被试者调节的匹配色块,软件界面如图3所示.

图3 人眼视觉估计VR显示器伽马值的实验软件界面

为了讨论视差线索对人眼视觉估计的影响,本实验设置了7个不同的视差距离,分别为：-120、-80、-40、0、40、80、120弧分.不同视差下的刺激如图4所示.

图4 不同视差下的软件

本实验有4个颜色通道,每个颜色通道有9组暗条纹和亮条纹数字驱动值：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.被试者通过对软件左右按钮调整中间匹配色块的亮度,直至被试者认为匹配色块亮度被调整至亮暗条纹的中间亮度为止.被试者点击确定按钮即可将结果记录在右下角白板处.为防止上一组实验数据结果对下一组实验造成影响,被试者将看不到右下角白板上的实验结果.

邀请15位被试者进行实验,所有被试者矫正视力均为1.2以上,对颜色感知正常.在告知实验方法步骤并在VR显示器开机稳定后进行实验,依次对4个颜色通道,每个通道9组不同亮度条纹进行了估计.

2 结果与讨论

2.1可靠性分析

由于人眼视觉估计是被试者的主观判断,图像的质量及个体差异等多方面因素都将对主观实验结果造成影响,因此需要对不合格的数据进行过滤.我们计算了克隆巴赫系数(cronbach’s alpha)来检验数据的可信度,统计学中通常使用它作为检验数据可信度的方法.Jung Y J等人在舒适度主观评价实验中也使用了Cronbach’s alpha来检验数据的可信度[23].一般来说,Cronbach’s alpha系数的值越大,数据可信度越高, Cronbach’s alpha系数大于0.7时,数据是可被接受的.

在表 2中,首先对15位被试者的估计结果计算Cronbach’s alpha系数,然后再分别对每一个被试者的数据进行Cronbach’s alpha检验.本实验可信度检验如表 2和表3所示,在表2,项数表示共有15名被试者进行实验,本实验的Cronbach’s alpha系数值为 0.998,基于标准化项的Cronbach’s alpha为0.998,计算结果均高于0.9,因此可认为该实验数据的可信度很高.在表3中的项已删除的Cronbach’s alpha值可以看出,无论删除了哪一位被试者的数据后,其Cronbach’s alpha值仍大于0.9.在修正后的项与总计相关性中,计算结果都大于0.9,一般情况下,如果数据小于0.4,就认为该被试者的数据与其他被试者没有很强的相关性,可以剔除.因此在本实验的可靠性统计中,被试者的数据都无需剔除.

2.2 人眼视觉估计结果

VR显示器在不同视差下伽马估计的结果如表4和表5所示.

表2 人眼估计实验可靠性统计

表3 人眼估计实验项总计统计量

表4 VR显示器不同视差下人眼视觉估计伽马值

表5 VR显示器不同视差下伽马估计的误差

根据表5绘制误差图,如图 5所示.在被试者所估计的四个颜色通道中,其中灰色通道在-40弧分和0弧分视差时估计产生的误差最小、红色通道在-80弧分和0弧分视差时估计产生的误差最小、绿色通道在-40弧分和+40弧分视差时估计产生的误差最小、蓝色通道在-80弧分和-40弧分视差时估计产生的误差最小.当四个通道视差为+80弧分到+120弧分时,被试者估计误差较大,估计值不够准确;当视差为-120弧分到+40弧分时,被试者估计误差较小.

图5 不同视差下4通道估计误差

从平均误差看,当视差为-40弧分时,被试者伽马值估计准确度最高,之后随着视差的增大,估计误差也随之增大,当视差到达+80弧分与+120弧分时,可能因为视差过大,人眼对颜色的敏感度降低,被试者已经难以进行准确估计,导致产生较大的估计误差.而视差在-120弧分与-80弧分时,可能因为负视差过大削弱了沉浸感且估计目标离得过近不方便操作等原因,估计误差反而略微增大.

因此,随着视差的变化,人眼视觉估计的伽马值与测量值之间的误差也随之变化,说明视差对被试者的视觉估计产生了一定影响.这些影响到底会带来多大的颜色感觉变化,我们可以使用色差来描述.根据Snjezana研究结果表明[24],伽马值每变化0.1时,产生的误差为3.58个CIELAB色差单位,当伽马值偏差0.3时,产生的误差为9.9个CIELAB色差单位.

3 结语

本文通过实验研究了不同视差对VR显示器伽马估计产生的影响.实验表明,当视差为-40弧分时,被试者人眼视觉估计VR立体显示器伽马值的准确度最高,平均估计误差在1.61个CIELAB色差单位,之后随着VR立体显示器中视差由近及远时,视觉估计伽马值的误差逐渐增加,在视差为+120弧分时估计产生的颜色误差在6.8个CIELAB色差单位,并且从-40弧分视差由远及近时,视觉估计伽马值误差也会增加,在视差为-120弧分时估计产生的颜色误差大致在3.76个CIELAB色差单位.实验结果表明视差线索对被试者视觉估计VR显示器伽马值产生了影响,当视差在一定的范围时视觉估计较为准确,误差较小;当视差过大或过小时均会对被试者视觉估计造成一定影响,从而降低视觉估计VR显示器伽马值的准确度.

本文的实验被试者均为25到30岁的学生群体,样本较为单一,后续还需要增加不同年龄、不同职业的被试者,来提高实验的可靠性.未来还将进一步改善实验方法,精简实验流程,进一步增强实验精度.