PQ 画质评测专项（Picture Quality）

面向显示器画质（Picture Quality, PQ）评测的系统专项。本页是画质评测的总纲，定义画质评测的维度框架与主客观评估体系。

与评测方法论的区别：本专项聚焦画质这一维度，做更深入的维度分解与评估细则；评测方法论是通用评测框架。

本页按三段式走：先看六大维度（概念）→ 再按"定用途 → 固定条件 → 逐维测"执行（会用）→ 最后弄清为何不能合并成一个总分（原理）。

一、画质评测的维度框架

画质（PQ）可从六大维度评估：

维度	核心问题	客观/主观
清晰度（Clarity）	画面多锐利、文字多清晰	主客观结合
亮度与对比度（Luminance & Contrast）	够不够亮、黑位够不够深	客观为主
色彩（Color）	颜色多准、多艳、色域多大	主客观结合
动态表现（Motion）	拖影多严重、动态多清晰	主客观结合
均匀性（Uniformity）	全屏亮度/颜色是否一致	客观为主
主观观感（Subjective）	综合日常体验如何	主观

二、六大维度详解

1. 清晰度（Clarity）

客观：PPI、子像素结构、原生分辨率、锐化处理。
主观：文字锐利度、边缘是否有彩边/白边。
详见像素与 PPI、清晰度与抗锯齿。

2. 亮度与对比度（Luminance & Contrast）

客观：峰值亮度、SDR/HDR 亮度、黑位、静态对比度、分区控光。
主观：观感是否刺眼/昏暗、黑色够不够纯。
详见背光与调光、性能参数。

3. 色彩（Color）

客观：色域覆盖（sRGB/P3）、色准（ΔE）、色温、伽马、10bit。
主观：颜色是否自然、是否过饱和、肤色是否准。
详见色彩深度与色彩管理、颜色科学基础。

4. 动态表现（Motion）

客观：响应时间（GtG/MPRT）、刷新率、过冲、VRR。
主观：拖影、运动模糊、游戏流畅度。
详见动态表现与拖影。

5. 均匀性（Uniformity）

客观：亮度均匀性、色度均匀性、漏光、云斑。
主观：全屏观看是否一致、边缘是否泛白。
详见背光与调光。

6. 主观观感（Subjective）

综合日常场景（办公/游戏/观影）的整体体验。
反映参数之外的"观感"差异。

三、主客观结合评估

客观测量（仪器）

分光计/色度计测亮度、色域、ΔE。
光靶/高速相机测响应、拖影。
测量方法见评测与测量基础。
⚠️ "客观"内部其实分三层：仪器测量 / 信号级图像指标 / 感知模型指标 —— 分工、适用边界与常见误用见感知度量与客观指标。

主观评测（人眼）

标准化测试图、真实内容（照片/视频/游戏）。
控制变量：同亮度、同色温、同场景对比。
多人平均减少个体差异。

客观是基础，主观是"落地"——参数好不等于观感好，需结合。

四、各维度的关注度随用途而变

不同用途下，画质的关注重点不同。本库不给出统一的加权总分 —— 跨维度加权会把不同量纲的数据简单相加，反而容易掩盖单项缺陷：

用途	重点关注
办公 / 文字	清晰度、均匀性、护眼（频闪 / 蓝光）
电竞	动态（GtG / MPRT / 刷新率）、输入延迟
设计 / 后期	色彩（ΔE、色域覆盖、白点）、Gamma
观影 / HDR	亮度对比度、分区控光、色彩、均匀性

✅ 看单项数据与测量条件，而不是一个总分 —— 总分可能掩盖你最在意的那一项。

五、PQ 评估流程

准备工作：预热、设标准亮度色温、关增强。
客观测量：用仪器测各维度数据（见 PQ客观评测细则）。
主观评估：标准测试图 + 真实内容观察（见 PQ主观评测细则）。
数据汇总：客观数据 + 主观观察结果。
结论输出：各维度表现、优缺点、适用场景。

六、PQ 评估的注意事项

控制变量：对比两台屏时保持同设置。
环境：暗室测黑位/均匀性，正常光测日常。
样本：个体差异（面板/背光）存在，标注批次。
可复现：记录仪器、条件、方法。

七、会用：把六维度跑成一次可用的评测（六步）

① 定用途与维度优先级（见第四节）：决定重点测哪几维、每维测到什么深度
② 固定条件：模式、亮度档、白点与 EOTF 目标、环境照度、仪器与量程
③ 逐维度做客观测量：每项连带记录条件与口径（见 [PQ 客观评测细则](pq-objective-metrics.md)）
④ 做主观评估：固定内容与场景、同屏 AB 对比、多人重复并记录分歧
⑤ 对照检查：拿同一份数据回头核对第②步（条件有没有被改动）
⑥ 出结论：**分维度给数据与条件 + 说明适用场景**，不给跨维度总分

原理（一）：为什么"六大维度"不能加权合并

三个不可克服的障碍：
   ① 量纲不同：时间（ms）、色差（ΔE）、亮度比（:1）不是同一类量，相加没有物理意义
   ② 权重随用途变：办公在意文字与均匀性，竞技在意动态与延迟 —— 权重无法统一
   ③ 掩盖单项：某一维严重不合格，加权后仍可能显示"良好"
→ 因此"总分"只能用来快速缩小候选范围，不能用来下结论
→ 正确做法是分维度报数据 + 说明适用场景（见 [感知度量与客观指标](perceptual-metrics.md)）

原理（二）：为什么同一维度里"客观与主观会分叉"

客观量是"在固定条件下的物理量"，它把条件以外的信息全部去掉
而观感还包含：适应状态、环境光、内容类型、空间与时间上的分布
→ 于是出现两类分叉：
   "数据好但观感一般"：均匀性、光晕、局部调光等分布类问题在单点数据里看不到
   "数据一般但观感不错"：人眼在一定范围内的适应与宽容
→ 结论：**客观与主观是互补而非替代** —— 客观定"是否达标"，主观定"是否接受"

📋 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
画质	Picture Quality	本专项评测的对象
清晰度	Clarity	画面与文字是否锐利
亮度与对比度	Luminance & Contrast	够不够亮、黑位够不够深
色彩	Color	颜色多准、多艳、色域多大
动态表现	Motion	拖影多少、动态是否清晰
均匀性	Uniformity	全屏亮度与颜色是否一致
主观观感	Subjective	综合日常体验
客观测量	—	用仪器取得各维度数据
加权总分	—	跨维度加权会掩盖单项缺陷，本站不采用

PQ 画质评测专项（Picture Quality） ​

一、画质评测的维度框架 ​

二、六大维度详解 ​

1. 清晰度（Clarity） ​

2. 亮度与对比度（Luminance & Contrast） ​

3. 色彩（Color） ​

4. 动态表现（Motion） ​

5. 均匀性（Uniformity） ​

6. 主观观感（Subjective） ​

三、主客观结合评估 ​

客观测量（仪器） ​

主观评测（人眼） ​

四、各维度的关注度随用途而变 ​

五、PQ 评估流程 ​

六、PQ 评估的注意事项 ​

七、会用：把六维度跑成一次可用的评测（六步） ​

原理（一）：为什么"六大维度"不能加权合并 ​

原理（二）：为什么同一维度里"客观与主观会分叉" ​

关键概念速查 ​

相关文档 ​