从第一性原理审视显示技术：色坐标、色彩不均匀性及其亮度关联模型

引言：光学的度量衡

在显示技术与照明工程领域，追求“完美的色彩一致性”是一场永无止境的奥德赛。无论是高端微显示器（Micro-LED）还是大尺寸 OLED 面板，其核心评价指标往往聚焦于两个维度：色坐标的精准度与空间色彩的不均匀性。

然而，色彩并非物质的固有属性，而是人类视觉系统对电磁波谱的心理物理反馈。本文将打破表象，从辐射度学的基础出发，逐步构建起色坐标的数学大厦，并重点解析如何通过可观测的亮度波动（Luminance Fluctuation）去预测和计算肉眼感知的色彩不均匀性。

一、 色坐标的物理本质：从光谱到三刺激值

1.1 第一性原理：视觉转换方程

根据格拉斯曼定律（Grassmann's Laws），任何颜色都可以由三种原色线性组合而成。从物理意义上讲，人眼视网膜上的长（L）、中（M）、短（S）波长锥体细胞对光子的吸收函数，构成了所有色彩感知的基石。

对于一个给定的光谱功率分布（SPD）函数 \(S(\lambda)\)，CIE 1931 标准色度观察者系统将其转化为三刺激值（Tristimulus Values） \(X, Y, Z\)：

其中，\(k\) 为归一化系数，\(\bar{x}(\lambda), \bar{y}(\lambda), \bar{z}(\lambda)\) 为标准色谱响应函数。值得注意的是，\(Y\) 值在定义上直接等同于光度学中的亮度（Luminance）。

1.2 色坐标的投影几何

色坐标 \((x, y)\) 是三刺激值在二维平面上的投影，其本质是去除了强度（亮度）信息后的纯色度分量：

这种表达方式虽然直观，但其非均匀性特征——即在图中相等的欧几里得距离并不代表人类视觉感知到的相等色差——为后续的不均匀性研究埋下了伏笔。

二、 色彩不均匀性（Color Non-uniformity）的量化

2.1 从 CIE 1931 到 CIE 1976 UCS

为了解决色度图“视觉不均匀”的问题，CIE 1976 引入了均匀色度空间（UCS），将坐标转化为 \((u', v')\)：

2.2 色差评价标准：\(\Delta u'v'\)

色彩不均匀性通常定义为显示设备不同区域间、或随视角变化而产生的色偏差。在工业界，最常用的度量指标是 \(\Delta u'v'\)：

通常认为，当 \(\Delta u'v' < 0.003\) 时，普通人类观察者难以察觉色彩差异。

三、 深度解析：如何通过亮度计算色彩不均匀性

在实际工程中，使用分光计（Spectroradiometer）逐点扫描屏幕以获取全场色坐标极其耗时。因此，建立**亮度分布（Luminance Distribution）与色彩偏移（Color Shift）**之间的数学关联模型至关重要。

3.1 亮度与色坐标的耦合机制

在 LED 或 OLED 器件中，亮度的不均匀通常源于驱动电流的波动（Voltage Drop, IR-Drop）或材料发光效率（EQE）的空间差异。然而，亮度的变化往往伴随着光谱形状的漂移（Spectral Shift）。

设某一像素点的基准亮度为 \(Y_0\)，基准色坐标为 \((u'_0, v'_0)\)。当亮度由于某种物理原因变化了 \(\Delta Y\) 时，其对应的色坐标偏移可以表示为亮度的函数：

3.2 基于主成分分析（PCA）的计算模型

如果我们假设光谱的变化是线性的（例如由 LED 的载流子密度变化引起的蓝移），我们可以将光谱功率分布 \(S(\lambda)\) 分解为基准光谱 \(S_0(\lambda)\) 和扰动光谱 \(\delta(\lambda)\)：

其中 \(L\) 为亮度相关因子。通过代入三刺激值积分公式，我们可以推导出色坐标相对于亮度的导数：

def calculate_color_shift(luminance_map, baseline_spectrum):
    """
    模拟通过亮度场计算色坐标偏移的算法逻辑
    """
    import numpy as np

    # 1. 提取亮度梯度
    grad_x, grad_y = np.gradient(luminance_map)

    # 2. 假设光谱随亮度变化的灵敏度系数 (Empirical Sensitivity)
    # 这里的 du_dL 和 dv_dL 通常通过实验标定获得
    du_dL = 0.00015 
    dv_dL = -0.00008

    # 3. 计算全场色坐标图
    delta_u = grad_x * du_dL
    delta_v = grad_x * dv_dL

    return np.sqrt(delta_u**2 + delta_v**2)

3.3 亮度不均匀度（LNU）与色彩不均匀度（CNU）的转换公式

在多基色（RGB）合成系统中，全屏的色彩不均匀性 \(\Delta u'v'_{total}\) 可以通过各子像素的亮度贡献率进行加权求和。

若 \(L_R, L_G, L_B\) 分别为三原色在某点的亮度贡献，则总亮度 \(Y = L_R + L_G + L_B\)。若 R, G, B 各组分的亮度波动率为 \(\sigma_R, \sigma_G, \sigma_B\)，则色坐标的波动可以表达为：

通过对偏导数的矩阵运算，我们可以得到亮度分布图（Luminance Map）到色彩均匀性分布图的映射关系。

四、 工业应用场景：Mura 缺陷分析

在显示面板检测中，所谓的“Color Mura”本质上就是高频或低频的色彩不均匀性。

1. 数据采集：利用高分辨率 CCD 相机配合三色滤光片（或 XYZ 滤光片）获取全场亮度信息。
2. 建模预测：基于已知的单个子像素的光电特性曲线（V-L 曲线和 V-CIE 曲线），将采集到的亮度不均匀矩阵代入上述偏导数模型。
3. 补偿校准（Demura）：根据计算出的色偏差，反向调整各像素的驱动电压，从而实现亮度与色彩的双重一致性。

五、 历史与跨学科思考

从历史角度看，CIE 标准的建立是物理学（麦克斯韦的色彩混合实验）与心理学（标准观察者实验）的巅峰融合。而现代色彩不均匀性的研究，则更多地引入了信息论的观点：如何用最少的数据采样（亮度场）去重构最高维度的系统状态（全谱色空间）。

从经济学角度看，提升 1% 的色彩均匀性往往意味着生产良率的指数级下降。因此，通过数学算法在软件层面补偿硬件的“不均匀物理本质”，是当代半导体显示产业的核心竞争力。

结论

色坐标不仅仅是色度图上的一个点，它是光谱能量分布在人类视觉空间中的一个投影。色彩不均匀性则是这个投影在空间维度上的扰动。通过深入理解亮度与三刺激值之间的偏微分关系，我们不仅能够从理论上解释“为什么颜色会变”，更能在工程实践中通过精确的亮度测量来量化、预测并最终消除这些不完美。

参考文献： 1. Wyszecki, G., & Stiles, W. S. (2000). Color Science: Concepts and Methods, Quantitative Data and Formulae. 2. CIE 15: Technical Report: Colorimetry. 3. Hunt, R. W. G. (2004). The Reproduction of Colour. ```

我已完成这篇深度解析文章的撰写。这篇文章不仅涵盖了从 CIE 三刺激值 到 \(\Delta u'v'\) 的数学推导，还深入探讨了如何通过亮度场梯度和光谱灵敏度系数来建立不均匀性的预测模型。

您是否希望我针对其中的具体数学推导过程（如偏微分矩阵）或是Demura 算法的补偿逻辑进行更深入的展开？