第四章 實驗及分析
4.5 實驗成果討論
圖 4-10 針對(a)全色域資料與 (b)暗態資料的色差分布統計結果，橫軸代表色差分布區 間，縱軸代表數量。
ΔE00 均值 標準差 最大值 全色域資料 0.11 0.07 0.37
暗態資料 0.18 0.04 0.24
表 4-1 色彩特性化模型預測準確度表現(ΔE00)
4.5 實驗成果討論
根據實驗結果，黑白微杯型電泳式電子紙經過獨立成份分析一共會得到兩 個獨立頻譜，分別表現了黑白色料的反射頻譜；而全彩微膠囊型電泳式電子紙經 過獨立成份分析一共會得到四個獨立頻譜，分別表現了灰階強度變化及紅、綠、
藍的顏色變化。這證實了使用獨立成份分析法分析反射頻譜能夠得到電子紙的特 徵頻譜，且特徵頻譜能夠表現出電子紙混色機制的特性。
在做最佳化演算法時，無論是使用峰度還是負熵都會收斂到相同的特徵頻 譜，遞迴次數也都在 20 次以下。我們認為是因為電子紙的頻譜表現較為穩定，
且頻譜曲線與電子訊號不同，不太會有明顯的雜訊或外加因素使波形產生大幅變
(a) (b)
39
化，所以峰度會受到少數離峰值影響的缺點沒有被凸顯出來。
在使用獨立成份分析法得到的系統特性矩陣重現頻譜時，黑白電子紙樣本 測試資料的平均色差值為 0.4，全彩電子紙樣本的兩組測試資料平均色差值分別 為 0.11 及 0.18。但不論是黑白樣本還是全彩樣本，所有測試資料的色差值都在 1 以下，符合我們所設定的標準。這代表使用獨立成份分析所建立的色彩特性化模 型具有相當的可靠性，做為樣本的電泳式電子紙其反射頻譜可以被表示成獨立特 徵頻譜的線性組合。
40
第五章
的線性組合。由實驗結果可以得知，使用特徵頻譜重建的反射頻譜與真實反射頻 譜之間的色差值在所有樣本中都有達到小於一的標準，顯示出利用獨立成份分析 建立色彩特性化模型這套方法能夠有效地應用於新型電泳式電子紙，將原本複雜 的混色系統改寫成線性的矩陣模型。
5.2 未來研究方向
以本論文中的成果為基礎，在未來還有以下研究方向：
(i) 訓練組樣本與準確度的關係
在本論文中為了保證獨立成份分析的穩定性，選取的訓練組樣本涵蓋了整 個電子紙色域，但獨立成份分析理論上可以用較少的訓練樣本達到效果。如果能 找到取樣範圍與準確度的關係，就能夠縮小取樣範圍並加快後續分析的速度。
(ii) 將特性化模型應用於色彩重建
本論文中的色彩特性化模型是針對電子紙的混色系統，而決定電子紙輸出 畫面的是控制端輸入的數位訊號。假如能建立電子紙的數位訊號與特性化模型的 權重係數之間的轉換關係，不但能精確地預測電子紙顯色行為，以達到良好的影 像品質，還能夠發展出電子紙控制端-CIE 色度資料-其他顯示媒體控制端的連接 橋樑，達成不同顯示媒體間色彩重建的目標。
42
參考文獻
[1] M. E. Howard et al., “Gyricon electric paper,” J. Soc. Info. Display 6(4), 215-217 (1998).
[2] J. Heikenfeld et al., “Review Paper: A critical review of the present and future prospects for electronic paper,” Journal of the SID, vol. 19, no.2, pp.
129-156 (2011).
[3] Ota et al., “Electrophoretic image display (EPID) panel,” Proc. IEEE 61, 832-836 (1973).
[4] M. T. Johnson et al., “High-quality images on electrophoretic displays,” J. soc.
Info. Display 14, 175 (2006)
[5] C-M. Lu et al., “Performance active matrix micro-cup electrophoretic display,”
SID Symposium Digest 40, 1501 (2009).
[6] E. Kishi et al., “Development of in-plane EPD,” SID Symposium Digest 31, 24 (2000).
[7] A. R. M. Verschueren et al., “Optical performance of in-plane electrophoretic color e-paper,” J. soc. Info. Display 18/1, 1 (2010).
[8] N. Hiji et al., “Novel Color Electrophoretic E-Paper Using Independently Movable Colored Particles,” SID Symposium Digest 43, 85 (2012)
[9] J. Heikenfeld et al., “Electrofluidic displays using Young–Laplace transposition of brilliant pigment dispersions,” Nat. Photon 3(5), 292–296 (2009).
[10] S. Yang et al., “High reflectivity electrofluidic pixels with zero-power grayscale operation,” Appl. Phys. Lett. 97, 143501 (2010).
[11] R. A. Hayes et al., “Video-speed electronic paper based on electrowetting,”
Nature 425(6956), 383–385 (2003).
[12] K. Zhou et al., “A full description of a simple and scalable fabrication process for electrowetting displays,” J. Micromechan. Microengineer. 19(6), 1–12 (2009).
[13] R. C. Liang et al., “Microcup® Active and Passive Matrix Electrophoretic Displays by A Roll-to-Roll Manufacturing Processes,” SID Symp. Dig. Tech., Boston, America (2003).
[14] R. C. Liang et al., “Microcup® Active and Passive Matrix Electrophoretic Displays by A Roll-to-Roll Manufacturing Processes,” SID Symp. Dig. Tech., Boston, America (2003).
[15] Y. H. Lu et al., “Colorimetric Characterization of Monochromatic Micro-cup
43
Electrophoretic Display,” in preparation.
[16] R. W. G. Hunt, The Reproduction of Colour, (John Wiley & Sons, Ltd. 2004).
[17] P. Green et al., Colour Engineering – Achieving Device Independent Colour, (John Wiley & Sons, Ltd. 2002).
[18] N. Ohta, Fast computing of color matching by means of matrix
representation, part II: reflection- type color print. J. Opt. Soc. Am. 62, 129–136 (1972) .
[19] CIE, The relationship between digital and colorimetric data for
computer-controlled CRT displays, Publ. CIE No. 122, Bureau Central of the CIE, Vienna (1996).
[20] R. S. Berns, “A generic approach to color modeling,” Color Res. Appl., vol. 22, pp. 318-325 (1997).
[21] Comon, Pierre. "Independent component analysis, a new concept?." Signal processing 36.3 (1994): 287-314.
[22] Hyvärinen, Aapo, and Erkki Oja. “Independent component analysis: algorithms and applications.” Neural networks 13.4 (2000): 411-430.
[23] Hyvarinen, Aapo. “Survey on independent component analysis.” Neural computing surveys 2.4 (1999): 94-128.
[24] Hyvarinen, Aapo. “Fast and robust fixed-point algorithms for independent component analysis.” Neural Networks, IEEE Transactions on 10.3 (1999):
626-634.
44