自动化测试与数据记录

一次灰阶扫描动辄几十个测量点 —— 手工操作既慢又容易错。自动化是评测与质量工作的效率基础。

本页按三段式走：先看三个控制面与脚本结构（概念）→ 再按坑清单把流程做稳（会用）→ 最后弄清"等待""留原始数据""失败保存"三条为何不可省（原理）。

软件全景见 测量与测试软件总览；数据方法见 质量工具与数据分析。

一、为什么必须自动化（入门）

问题	手工	自动化
速度	慢（每点手动）	快
一致性	依赖操作者手法	完全一致
可复现	差	好
抄数错误	容易出现	无
测量顺序	易混乱	严格按时序
数据量	受限于人力	可大规模

✅ 自动化的真正价值不是"快"，而是"可复现"。

二、自动化的三个控制面（核心框架）

① 图案控制  → 显示什么
② 仪器控制  → 测量并读回数据
③ 数据控制  → 记录、计算、报告

控制面	实现方式
图案	硬件图案发生器 API / 播放器控制 / 显卡直出程序
仪器	厂商 SDK / 串口 / USB 协议 / 校准软件接口
数据	脚本写 CSV/Excel / 数据库 / 报告模板

三者必须同步：图案切换完成 → 等待稳定 → 触发测量 → 读回数据。

三、时序与稳定等待（最易出错的地方）

切图案 ──→ 等待稳定 ──→ 触发测量 ──→ 读回
            ↑
       这里最容易出问题

需要等待的情况	建议
面板响应	换图案后等待数帧到数百毫秒
亮度稳定（ABL）	大面积高亮后需更久
热稳定（长测）	定期回测参考点监控漂移
仪器积分	低亮度需更长积分时间
局部调光响应	分区控光切换有延迟

⚠️ 等待不足是"数据忽高忽低"的常见原因。宁可多等，不可少等。

四、数据记录设计（进阶）

推荐字段结构

字段	说明
时间戳	测量时间
样品标识	型号 / 序列号 / 批次
固件版本	影响可比性
设置快照	模式、亮度、对比度、色温等
测量条件	仪器、距离、角度、环境光、温度
图案参数	码值、窗口大小、色域标签
测量值	亮度 / 色坐标 / 其他
计算值	ΔE、Gamma、对比度等

文件组织建议

data/
├── YYYY-MM-DD_<型号>_<项目>/
│   ├── raw/            # 原始测量数据（CSV）
│   ├── processed/      # 计算后数据
│   ├── settings.md     # 设置快照与条件
│   └── report.md       # 结论与图表

五、数据质量把关（核心）

检查	方法	目的
重复性	同点连测 N 次	离散度是否可接受
漂移监控	测量前后各测一次参考点	判断是否需要重测
异常值识别	偏离均值超过阈值	剔除并复核
量程检查	是否接近仪器上下限	避免非线性区
条件确认	设置快照是否被改动	防止误操作
交叉验证	换仪器/换方法复测	结论稳健性

漂移监控的实用做法

开始：测参考点 R₀
中途：每 N 个点回测 R
结束：再测 R
判据：|R - R₀| 在容差内 → 数据可用

超出容差则说明测量过程中条件变化（温度、漂移、ABL 累积），需分段处理或重测。

六、报告生成（进阶）

内容	说明
测量条件	完整记录
原始数据	附录或附件
计算结果	ΔE、Gamma、色域覆盖等
图表	灰阶追踪曲线、色度图、均匀性热力图
结论	客观描述，避免绝对化用语
局限说明	不确定度、样本数量

⚠️ 撰写结论时注意表述中性（详见仓库贡献指南的合规要求）。

七、与质量系统的集成（进阶）

场景	集成方式
量产抽检	自动测量 → 数据入 MES/质量系统
SPC 监控	关键指标画控制图（见 质量工具与数据分析）
批次追溯	数据与批次/序列号绑定
超限报警	触发异常流程
研发验证	与设计目标对比

八、常见坑（实用）

坑	表现	规避
等待时间不足	数据随机波动	加固定延时 + 稳定判据
未做漂移监控	长测后段数据失真	定期回测参考点
图案源被二次处理	色度系统性偏差	确认信号链（见 测试图案与信号源）
仪器未校正	所有数据整体偏移	先做矩阵校正
设置被脚本改动	数据不可比	测量前冻结设置并记录
只存结论不存原始数据	无法复盘	保存原始数据
HDR 与 SDR 混跑	结果混乱	严格分开并标注
局部调光影响	读数与图案大小相关	明确窗口大小并固定

九、自动化脚本的基本结构（参考思路）

1. 加载配置（样品信息、目标列表、图案列表）
2. 初始化仪器（连接、检查、可选自校准）
3. 锁定显示器设置（并保存快照）
4. 建立参考点（R₀）
5. 循环遍历图案：
     a. 切换图案
     b. 等待稳定（固定延时 / 稳定判据）
     c. 触发测量、读回
     d. 写入记录
     e. 每 N 点回测参考点，判断漂移
6. 计算派生指标（ΔE、Gamma、色域覆盖）
7. 生成报告
8. 异常处理：中途失败时保存已测数据

第 8 条很重要：长测量中途失败时，已测数据不应丢失。

原理（一）：为什么"等待不足"是最常见的自动化缺陷

"等待"要解决的其实是一个判据问题：**什么时刻的数据才算稳态数据**
→ 面板上有两类不同的稳定过程，时间常数差很多：
   ① 电光稳定（换图案后像素与背光达到目标）：量级在帧到百毫秒
   ② 热与 ABL 稳定（功率变化导致温升与限亮调整）：量级是秒到分钟
→ 固定延时只能覆盖第 ① 类；对第 ② 类必须用**稳定判据**
   （连续 N 次读数变化小于阈值）才算到位
→ 所以"数据忽高忽低"往往不是仪器问题，而是把两种稳定混成一个延时
→ 实用规则：**宁可多等；有稳定判据时优先用判据，而不是猜延时**

原理（二）：为什么"只存结论不存原始数据"代价最大

结论与原始数据的可逆性完全不同：
   原始数据（码值 → 亮度/色坐标）→ 可以按**任何口径**重算派生量
   结论（ΔE = 1.8）→ 口径一旦变了就无法反推
→ 而口径是会被改的：
   ΔE 公式（CIE76 / CIE94 / CIEDE2000）、参考白、统计量（平均/最差）、
   色域口径（覆盖/体积）、观察者（2°/10°）
→ 只留结论时，一旦有人问"换成 CIEDE2000 是多少"，只能重测 ——
   而重测意味着条件可能已变，等于失去了"同一次测量"
→ 所以字段设计里"测量值"与"计算值"要分开存：
   **原始值存一次，派生值可多次**（见本页第四节）

原理（三）：为什么脚本必须"失败时保存已测数据"

长测量的成本主要是**时间与条件**，而不是计算：
   一次全灰阶扫描可能占用数十分钟，期间要保持预热状态、暗室条件、仪器状态
→ 中途失败若丢弃数据：
   ① 时间成本无法回收（且设备被占用）
   ② 更重要的是"条件可能已变"：重跑时温度、环境、固件与设置未必与上次一致
→ 而部分数据本身仍然有效：只要漂移监控显示到失败点之前条件稳定，
   那段数据就能形成**分段结论**（并注明覆盖范围）
→ 因此脚本设计上要做到：**边测边写（流式落盘）+ 异常时保留中间文件**，
   而不是全部测完再一次性写

📋 判据接口：本页属测量方法与流程类 —— 依此页结论做判定时，除通用条件外还必须附带 判据字段集 · 测量方法与流程类 所列字段（共 7 项）：这次测量的结果能否被另一个人原样重放？ 缺任一项，结论不可复核，只能作降级表述。

关键概念速查

术语	英文	含义
自动化测试	Automated Testing	脚本驱动的测量
图案控制	Pattern Control	切换显示内容
稳定等待	Settling Time	换图案后的等待
漂移监控	Drift Monitoring	定期回测参考点
参考点	Reference Point	用于监控的固定测点
重复性	Repeatability	同点多次测量一致性
原始数据	Raw Data	未处理的测量值
快照	Snapshot	设置与条件记录
数据追溯	Traceability	数据与条件绑定

相关文档

• 测量与测试软件总览
• 测试图案与信号源
• 质量工具与数据分析
• 测量设备使用总纲

---

数据来源：本页数据整理自公开标准规范与厂商公开规格资料，仅供参考；具体数值与技术细节请以官方规范原文与厂商官方资料为准。