디스플레이 특성화 방법, 예를 들어 gain-offset-gamma (GOG) 모델 혹은 S-curve 모델에서는 일반적으로 디스플레이가 두 가지의 기본적인 특성, 즉 채널 색도 일관성과 채널 독립성을 가지고 있다고 가정한다. 하지만, 모바일 LCD의 경우, 이러한 가정은 잘 적용되지 않는다. 따라서 기존의 디스플레이 특성화 방법을 모바일 디스플레이에 적용하기 위해서는 부분적인 수정이 요구된다. 본 논문에서는 채널 색도 변화성의에 기인하여 나타나는 X, Y, Z 값의 전광 변환 함수의 차이를 고려하기 위해 각 채널당 X, Y, Z 값의 전광 변환 함수를 전부 모델링하는 방법을 제안한다. 또한, 채널 상호작용에 기인하여 나타나는 채널 사이의 충분하지 않은 가산성을 보상하기 위해 채널간 성분, 즉 cyan, magenta, yellow, gray에 대해서도 X, Y, Z 값의 전광변환 함수를 전부 모델링하여 이용한다. 실험을 통하여, 제안한 특성화 방법이 채널 색도 변화 또는 채널 의존성을 고려한 다른 특성화 방법에 비하여 모바일 디스플레이에서의 색 자극 값을 더욱 정확히 예측한다는 것을 보여 주었다.
디스플레이 특성화 방법, 예를 들어 gain-offset-gamma (GOG) 모델 혹은 S-curve 모델에서는 일반적으로 디스플레이가 두 가지의 기본적인 특성, 즉 채널 색도 일관성과 채널 독립성을 가지고 있다고 가정한다. 하지만, 모바일 LCD의 경우, 이러한 가정은 잘 적용되지 않는다. 따라서 기존의 디스플레이 특성화 방법을 모바일 디스플레이에 적용하기 위해서는 부분적인 수정이 요구된다. 본 논문에서는 채널 색도 변화성의에 기인하여 나타나는 X, Y, Z 값의 전광 변환 함수의 차이를 고려하기 위해 각 채널당 X, Y, Z 값의 전광 변환 함수를 전부 모델링하는 방법을 제안한다. 또한, 채널 상호작용에 기인하여 나타나는 채널 사이의 충분하지 않은 가산성을 보상하기 위해 채널간 성분, 즉 cyan, magenta, yellow, gray에 대해서도 X, Y, Z 값의 전광변환 함수를 전부 모델링하여 이용한다. 실험을 통하여, 제안한 특성화 방법이 채널 색도 변화 또는 채널 의존성을 고려한 다른 특성화 방법에 비하여 모바일 디스플레이에서의 색 자극 값을 더욱 정확히 예측한다는 것을 보여 주었다.
Most display characterization methods, such as the gain-offset-gamma (GOG) model and S-curve model, generally assume that displays have two fundamental characteristics, channel -chromaticity-constancy and channel-independence. However, these assumptions are not so applicable in the case of liquid cr...
Most display characterization methods, such as the gain-offset-gamma (GOG) model and S-curve model, generally assume that displays have two fundamental characteristics, channel -chromaticity-constancy and channel-independence. However, these assumptions are not so applicable in the case of liquid crystal (LC)-based mobile displays. Accordingly, modifications are required to enable the application of conventional display characterization methods to mobile displays. Therefore, this study proposes the modeling of distinct EOTFs in terms of the X, Y, and Z values for each channel to consider the differences among the EOTFs resulting from channel-chromaticity-inconstancy. In addition, to overcome the poor additivity property among the channels due to channel-interaction, the proposed method also models and uses the EOTFs of the X, Y, and Z values for the inter-channel components cyan, magenta, yellow, and gray Experimental results confirm that the mobile display color values predicted by the proposed characterization method are more accurate than those predicted by other characterization methods due to considering the channel-chromaticity-inconstancy and/or channel-dependence of the display.
Most display characterization methods, such as the gain-offset-gamma (GOG) model and S-curve model, generally assume that displays have two fundamental characteristics, channel -chromaticity-constancy and channel-independence. However, these assumptions are not so applicable in the case of liquid crystal (LC)-based mobile displays. Accordingly, modifications are required to enable the application of conventional display characterization methods to mobile displays. Therefore, this study proposes the modeling of distinct EOTFs in terms of the X, Y, and Z values for each channel to consider the differences among the EOTFs resulting from channel-chromaticity-inconstancy. In addition, to overcome the poor additivity property among the channels due to channel-interaction, the proposed method also models and uses the EOTFs of the X, Y, and Z values for the inter-channel components cyan, magenta, yellow, and gray Experimental results confirm that the mobile display color values predicted by the proposed characterization method are more accurate than those predicted by other characterization methods due to considering the channel-chromaticity-inconstancy and/or channel-dependence of the display.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
즉, 모바일 디스플레이에서는 X, Y, Z 색 자극 값의 전광 변환 함수가 서로 같지 않고, 채널 사이의 가산 법칙이 각 채널의 색 자극 값의 선형 합을 기반'으로 여러 채널이 혼합된 색의 자극 값을 계산할 만큼 충분히 성립되지는 않는다. 따라서 본 논문에서는 모바일 LCD 특성화를 위해서 21개의 전광 변환함수를 모델링 하였다. 채널 색도 변화 특성을 고려하기 위해 red, green, blue 채널에 대해서 하나의 전광변환 함수 대신에 각 X, Y, Z 값의 전광 변환 함수를 전부를 모델링 하였다.
따라서 본 논문에서는 채널 색도 변화 특성을 고려하기 위해서 각 채널의 X, Y, Z 값에 대해서 3개의 개별적인 전광 변환 함수를 직접 모델링하는 방법을 제안한다. 또한 채널 사이의 상호 작용"皿〕의 결과로 인한 좋지 않은 채널 독립 특성에 대해서는 Masking 모델과 유사하게 red, green, blue 프라이머리와 두 가지 이상의 프라이머리로 구성된 성분인 cyan, magenta, yellow, gray를 모델링하고 이를 이용한다.
오히려 CIEXYZ 벡터 자체를 직접 이용하는 것이 더욱 효과적이다. 따라서 본 논문은 채널과 채널간 성분에 대해서 X, Y, Z 값의 전광 변환 함수를 각각 직접 모델링하는 방법을 제안한다.
가설 설정
.기존의 GOG 모델과 S-curve 모델은 모두 디스플레이 특성화 과정을 단순화시키기 위해서 채널 색도 일관성과 채널 독립성을 가정하였다. GOG 모델은 CRT 디스플레이에 대해서는 매우 우수한 성능을 보이며, 따라서 ICC 위원회에서도 이를 디스플레이 특성화의 표준화 방법으로 채택하였다.
제안 방법
또한 채널 사이의 상호 작용"皿〕의 결과로 인한 좋지 않은 채널 독립 특성에 대해서는 Masking 모델과 유사하게 red, green, blue 프라이머리와 두 가지 이상의 프라이머리로 구성된 성분인 cyan, magenta, yellow, gray를 모델링하고 이를 이용한다. 실험결과를 통하여 제안한 방법이 모바일 LCD의 영상에 대하여 색 자극 값을 추정함에 있어 다른 특성화 방법보다 더 좋은 성능 가진다는 것을 보였다.
S-curve 모델은 각 채널에 대한 휘도 값을 채널 자신의 휘도 성분과 다른 채널의 휘도 성분으로 나누고 각 채널에서 채널 자신의 휘도 성분에 대한 전광 변환함수와 다른 채널의 휘도 성분에 대한 전광 변환 함수를 각각 모델링 한다. 이때, 다른 채널의 휘도 성분의 모델링은 채널 자신의 휘도 성분에 대한 전광 변환 함수의 미분 식을 이용하여 수행된다.
반면, 가산 법칙의 위배를 고려하기 위하여 Masking 모델은 red, green, blue 색 뿐만 아니라 cyan, magenta, yellow, gray 색을 이용하였다. 그리고 채널 색도의 변화를 고려하기 위하여 채널당 측정된 CIEXYZ 벡터로부터 추출한 단일 주성분 벡터를 이용하여 CIEXYZ 값을 계산한다. 하지만, CIEXYZ 벡터들 사이에 적당한 선형 관계가 성립되어 있지 않다면 3차원의 CIEXYZ 벡터를 하나의 벡터로 근사화 시키는 것은 특성화 오차를 크게 만들 우려가 있다.
LCD이다. 디스플레이에 출력된 패치의 CIEXYZ 값을 측정하기 위해서 Minolta CS-1000 분광방사휘도계를 사용하였다. 각 채널 및 채널간 성분 red, green, blue, cyan, magenta, yellow, gray 의 전광 변환함수를 추정하기 위해서 224(32x7)개의 패치를 사용하였다.
이의 선형화 단계에서 9개의 전광 변환 함수를 모델링 하는 방법이 있다" 하지만 이 방법을 사용하면 LCQD의 채널 종속성에 대한 고려를 할 수 없다. 따라서 채널 상호작용으로 인한 색상 변화를 근사화하기 위해서 Masking 모델回网은 rgb 프라이머리 색 뿐만 아니라 cyan, magenta, yellow, gray를 이용하였다. 또한 채널 색도의 변화로 인한 오차를 최소화하기 위해서 이 모델은 CIEXYZ 벡터의 첫 번째 주성분으로부터 CIEXYZ 벡터를 구하고 이를 이용하였다.
채널 색도 변화 특성을 고려하기 위해 red, green, blue 채널에 대해서 하나의 전광변환 함수 대신에 각 X, Y, Z 값의 전광 변환 함수를 전부를 모델링 하였다. 또한 부족한 채널 독립 특성을 보상하기 위해 세 개의 red, green, blue 채널뿐만 아니라 채널간 성분인 cyan, magenta, yellow, gray에 대해서도 CIEXYZ 값의 전광 변환 함수를 전부 모델링 하였다. 모바일 디스플레이에 대한 특성화 실험을 통해서는 제안한 방법의 유효성을 검증하였다.
따라서 채널 상호작용으로 인한 색상 변화를 근사화하기 위해서 Masking 모델回网은 rgb 프라이머리 색 뿐만 아니라 cyan, magenta, yellow, gray를 이용하였다. 또한 채널 색도의 변화로 인한 오차를 최소화하기 위해서 이 모델은 CIEXYZ 벡터의 첫 번째 주성분으로부터 CIEXYZ 벡터를 구하고 이를 이용하였다. 하지만 3차원의 CIEXYZ 벡터를 단지 하나의 주성분 벡터를 이용해 표현하는 데는 한계가 있다.
또한, 채널 상호 작용에 기인한 채널간 가산 법칙의 위배를 고려하기 위하여 채널간 성분인 cyan, magenta, yellow, gray (CMYK)에 대해서 X, Y, Z 값의 전광 변환 함수를 다음과 같이 모델링한다.
마지막으로, 최종적인 채널의 색도 변화를 고려한 전광 변환 함수를 획득하기 위해서 S-curve 모델은 다음과 같이 채널 자신의 휘도 성분을 모델링한 전광 변환 함수 결과값과 다른 채널에서 나온 휘도 성분을 모델링한 전광변환 함수 결과 값들을 합한다.
이때 패치에 대한 정규화된 CIEXYZ 값과 그에 따른 디지털 입력 값이 이용된다. 본 최적화 과정에서는 Matlab 의 ftninsearch 함수를 이용하여 32개 패치의 정규화된 CEXYZ 값과 주어진 식의 결과 값의 오차가 최소가 되도록 하는 파라미터를 찾았다.
magenta, yellow, gray 색을 이용한다. 임의의 디지털 입력 값에 대하여 채널 상호 작용에 의한 색 변화가 고려된 CIEXYZ 값을 추정하기 위하여 red, green, blue, cyan, magenta, yellow, gray 색에 대한 CIEXYZ 추정 값을 각각 계산한 후 그것을 조합한다. red, green, blue 채널의 디지털 입력 값 중 가장 적은 값이 gray를 표현하기 위한 디지털 입력 값으로 사용되고, 이와 비슷하게 red, green, blue 채널의 디지털 입력 값 중 두 번째로 적은 값이 cyan, magenta, yellow 중 하나의 색을 표현하기 위한 디지털 입력 값으로 사용된다.
제안하는 특성화 방법은 그림 1과 같이 서로 다른 형태의 X, Y, Z 값의 전광 변환 함수를 red, green, blue 채널에 대해서 S-curve 모델의 수학적 모델을 차용하여 다음과 같이 모델링한다.
따라서 본 논문에서는 모바일 LCD 특성화를 위해서 21개의 전광 변환함수를 모델링 하였다. 채널 색도 변화 특성을 고려하기 위해 red, green, blue 채널에 대해서 하나의 전광변환 함수 대신에 각 X, Y, Z 값의 전광 변환 함수를 전부를 모델링 하였다. 또한 부족한 채널 독립 특성을 보상하기 위해 세 개의 red, green, blue 채널뿐만 아니라 채널간 성분인 cyan, magenta, yellow, gray에 대해서도 CIEXYZ 값의 전광 변환 함수를 전부 모델링 하였다.
4, , %, 久, %, P=r, g, b, 는 계산되어야 하는 모델 파라미터이다. 최적의 파라미터 %, %, , 久, E“를 추정하기 위해서 각 채널에서 등간격의 디지털 입력 값에 대한 32개의 패치를 만들어 CEXYZ 값을 측정한다. 그리고 측정된.
乌, , %, 0, , Ep, , P=r, g, b, 1=X, Y, Z, 는 계산되어야 하는 모델 파라미터 이다. 최적의 파라미터 4, 01心 flPl, %를 추정하기 위해서 각 채널에서 등간격의 디지털 입력 값에 대한 32개의 패치를 만들어 CIEXYZ 값을 측정하고 정규화한다. 그 후에 최적화 과정을 통하여 최적의 파라미터 4, %, , P„, t %를 계산한다.
대상 데이터
디스플레이에 출력된 패치의 CIEXYZ 값을 측정하기 위해서 Minolta CS-1000 분광방사휘도계를 사용하였다. 각 채널 및 채널간 성분 red, green, blue, cyan, magenta, yellow, gray 의 전광 변환함수를 추정하기 위해서 224(32x7)개의 패치를 사용하였다. 또한 임의의 색 자극 값을 예측하는 특성화 성능을 평가하기 위해서 RGB 육면체 색 공간에서 균일하게 분포하는 216(6x6x6)개의 패치를 사용하였다.
각 채널 및 채널간 성분 red, green, blue, cyan, magenta, yellow, gray 의 전광 변환함수를 추정하기 위해서 224(32x7)개의 패치를 사용하였다. 또한 임의의 색 자극 값을 예측하는 특성화 성능을 평가하기 위해서 RGB 육면체 색 공간에서 균일하게 분포하는 216(6x6x6)개의 패치를 사용하였다. 본 실험을 통하여 도출한 각 채널 및 채널간 성분에 대한 전광변환 함수의 최적 파라미터는 표 2에 제시하였다.
표 1은 red, green, blue 세 채널 중 두 채널 이상이 사용된 200개의 패치를 대상으로 패치 자체를 측정한 색 자극 값과 각 채널별 패치를 측정한 색 자극 값의 합 사이의 X, Y, Z 및 CELAB 색차에 대해 평균값과 최대값을 보여주고 있다. 모든 색은 RGB 육면체 색 공간에서 균일하게 분포하는 216(6x6x6)개 패치 중에서 선택되었다. 표 1에서 사용된 모든 측정된 색 자극 값은 최초 측정값에서 블랙 패치의 색 자극 값을 뺀 결과 값이다.
본 실험에 사용된 모바일 LCD는 SAMSUNG 휴대폰 SCH-S200의 LCD이다. 디스플레이에 출력된 패치의 CIEXYZ 값을 측정하기 위해서 Minolta CS-1000 분광방사휘도계를 사용하였다.
데이터처리
또한 부족한 채널 독립 특성을 보상하기 위해 세 개의 red, green, blue 채널뿐만 아니라 채널간 성분인 cyan, magenta, yellow, gray에 대해서도 CIEXYZ 값의 전광 변환 함수를 전부 모델링 하였다. 모바일 디스플레이에 대한 특성화 실험을 통해서는 제안한 방법의 유효성을 검증하였다.
이론/모형
더구나, S-curve 모델은 디스플레이의 채널 독립성을 가정하여 LCD에서 채널 상호 작용으 인한 채널간 가산 법칙의 위배는 고려하지 않았다. 반면, 가산 법칙의 위배를 고려하기 위하여 Masking 모델은 red, green, blue 색 뿐만 아니라 cyan, magenta, yellow, gray 색을 이용하였다. 그리고 채널 색도의 변화를 고려하기 위하여 채널당 측정된 CIEXYZ 벡터로부터 추출한 단일 주성분 벡터를 이용하여 CIEXYZ 값을 계산한다.
성능/효과
있다. 각 채널당 32개의 패치와 모든 RGB 육면체 색 공간에서 균일하게 분포하는 216(6x6x6)개 패치에 대하여 색 자극의 측정값과 추정값 사이의 오차를 평균 및 최대 CIELAB 색차로 나타내었다. 전반적으로 제안한 방법의 특성화 오차가 다른 기존 방법의 특성화 오차보다 더 적은 것을 볼 수 있다.
또한 채널 사이의 상호 작용"皿〕의 결과로 인한 좋지 않은 채널 독립 특성에 대해서는 Masking 모델과 유사하게 red, green, blue 프라이머리와 두 가지 이상의 프라이머리로 구성된 성분인 cyan, magenta, yellow, gray를 모델링하고 이를 이용한다. 실험결과를 통하여 제안한 방법이 모바일 LCD의 영상에 대하여 색 자극 값을 추정함에 있어 다른 특성화 방법보다 더 좋은 성능 가진다는 것을 보였다.
각 채널당 32개의 패치와 모든 RGB 육면체 색 공간에서 균일하게 분포하는 216(6x6x6)개 패치에 대하여 색 자극의 측정값과 추정값 사이의 오차를 평균 및 최대 CIELAB 색차로 나타내었다. 전반적으로 제안한 방법의 특성화 오차가 다른 기존 방법의 특성화 오차보다 더 적은 것을 볼 수 있다.
참고문헌 (12)
R. S. Berns, R. J. Motta, and M. E. Gorzynski, 'CRT Colorimetry. Part I: Theory and Practice,' Color Research and Application, vol. 18, no. 5, pp. 299-314, Oct. 1993
R. S. Berns, M. E. Gorzynski, and R. J. Motta, 'CRT Colorimetry. Part II: Metrology,' Color Research and Application, vol. 18, no. 5, pp. 315-325, Oct. 1993
Y. S. Kwak and L. W. MacDonald, 'Accurate prediction of color liquid crystal displays,' Ninth Color Imaging Conference: Color Science and Engineering, Scottsdale, U.S.A., pp. 355-359, Nov. 2001
박기현，이명영，이철희，하영호，'개선된 S-curve 모델과 RGB 칼라 LUT를 이용한 모니터와 모바일 디스플레이 장치간 색 정합，' 전자공학화논문지，제 41권 SP편， 제6호，33-41쪽, 2004년 11월
G. Sharma, Digital color imaging handbook; CRC Press, 2003
N. Tamura, N. Tsumura, and Y. Miyake, 'Masking model for accurate colorimetric characterization of LCD,' Tenth Color Imaging Caference: Color Science and Engineering, Scottsdale, U.S.A., pp. 312-316, Nov. 2002
N. Tamura, N. Tsumura, and Y. Miyake, 'Masking model for accurate colorimetric characterization of LCD,' Journal of the Society for Information Display, vol. 11, no. 2, pp. 333-339, Jun. 2003
Y. Yoshida and Y. Yamamoto, 'Color calibration of LCDs,' Tenth Color Imaging Conference: Color Science and Engineering, Scottsdale, U.S.A., pp. 305-311, Nov. 2002
X. Feng and S. J. Daly, 'Improving color characteristics of LCD,' IS&T/SPIE 17th Annual Symposium Electronic Imaging: Science and Technology, vol. 5667, pp. 328-335, Jan. 2005
※ AI-Helper는 부적절한 답변을 할 수 있습니다.