CN101360182A - 一种视频图像处理方法 - Google Patents

Abstract

本发明提供一种视频图像的处理方法，主要是基于液晶电视动态背光控制的，所述方法包括以下步骤：系统设定一第一阈值；从高灰度级到低灰度级的顺序统计各灰度级的视频信号数量，并累加得到第一累加数；将第一累加数与设定的第一阈值相比较，选取累加数不超过设定的阈值所对应的最低灰度级为视频图像处理分界灰度级；对分界灰度级两边的图像信号分别进行处理，以使分界灰度级以下的图像亮度保持不变，分界灰度级以上的图像亮度有所衰减，而使背光获得更大程度的降低。本发明将被衰减的图像像素保证在一定的范围内，限制被衰减的像素的数量，使图像的整体不受明显的影响，同时节约功耗，提高对比度。

Description

一种视频图像处理方法

【技术领域】

本发明涉及一种视频图像处理方法，尤其涉及一种控制被衰减的高灰度级非主体信号数量的方法。

【背景技术】

目前，LCD液晶电视性能已经得到快速的提高，正在逐步进入我们的生活。但是有些固有的缺点却凸现出来。

请参阅图1，现有的CCFL背光模块包括电路板、CCFL灯管及背光板，所述电路板、CCFL灯管位于所述背光板，所述CCFL灯管在所述电路板的驱动下发光。所述CCFL背光模块中有许多平行的CCFL灯管，每一个灯光由电路板驱动发光。所述CCFL灯管在电视机工作过程中，一直以固定的方式同时发光。

一般电视信号负载为全白场信号(100％电平)的30％，如果信号按8BIT计算，信号的主要部分在128灰度等级之下，因为背光和信号不能联动，背光不能随画面内容变化，无论什么画面，整机的功率一直保持不变，由于背光整体固定发光，在较暗的图像，黑的部分不能很黑，白色的部分不是很亮；在画面平均亮度较亮时，整个画面的光通量较大，会引起视觉疲劳；也会浪费将近50％的背光发光能量，该浪费的能量会产生热能和带来显示底色的提高。

为了解决此问题，业界提出了许多根据视频信号的亮度分布，对背光进行调节的方法，其中方法1是背光的亮度由视频信号的平均灰度级的高低决定，若平均灰度级高，背光的亮度就高，视频信号的平均灰度级较低则背光亮度较低，该方法在一定程度上实现了背光与信号的联动，提高背光的发光效率，然后这一方法有其不足的方面，即帧视频信号的平均灰度级的高低并不能体现视频灰度级的分布趋势，比如同样的平均灰度级，一帧的灰度级主要分布中间，另一帧的灰度级主要分布在高低两端，中间较少。

为了克服平均灰度级不能准确的反映视频灰度分布的趋势，一种新的动态背光控制方法是以视频信号灰度的主要分布区域为背光的控制依据，本案中称该方法为方法2，该方法首先通过直方图统计确定帧视频信号的灰度分布，找出帧视频信号灰度级的主要分布区域，也称为画面的主体信号，如图1所示的视频信号的直方图，横坐标是将256级的视频灰度分成32个灰度等份(实际应用中也可以分成其它等份，如16、64等份)，每个等份涵盖8个灰度级，纵坐标表示灰度等份的像素数量(数值为归一化值)，从图中可以看出该帧视频信号的灰度级主要集中分布在3至10灰度等份，通过对主体信号进行放大，并对高灰度级的主体信号进行压缩，根据视频信号中的主体信号的分布，得到图像实际的亮度需求，并确定背光的亮度。该方法实现背光与信号联动的基础上，进一步实现了背光的亮度与视频信号灰度分布之间的关系，充分体现了背光的发光效率，在一定程度上节约能耗。

公开号为CN1462026A的中国专利公开了一种图像显示方法，本案称为方法3，该方法通过求出视频亮度的平均值、宏区域亮度最大值，并根据该值对视频信号分段处理，亮度低于平均值的视频信号，是画面中较暗的部分，对于该部分视频信号，提高对比度优于节约能耗，选对一个较大的变换斜率r1；对于亮度高于平均值，低于宏区域亮度最大值的视频信号，容易获得视觉上的对比度，对于该部分的视频信号，以节约能耗为主要考量，选一个中间范围的变换斜率r2；对于视频信号亮度高于宏区域亮度最大值的视频信号，是画面中最为明亮的部分，优先考量是节约能耗，选对一个较小的变换斜率r1；使r1≥r2＞r3。该发明对视频信号分段进行处理，对低灰度级信号放大，对高灰度度信号压缩，在提高图像对比度的同时，能降低能耗。

在液晶视频显示系统中，根据图像实际的亮度需求来确定背光的亮度，而对图像实际亮度需求的判定可以基于图像信号的峰值，也可以基于图像主体部分的信号极大值。动态背光控制技术可以极大地降低功耗，改善对比度。

视频图像的特点是表现主体的运动，摄像镜头所聚焦的是画面的主体，并随之运动，这部分是最清晰的，相对来说，在画面的比重也是较大的。同样，观众也会随着图像所表现的意图，关注画面的主体部分。所以能区分出画面的主体，并保证其完好，尽管有所损失非主体的枝节信息，对画面没有大的影响，也并不会被观看者察觉。基于图像主体的动态背光控制是保证图像主体部分的画面完好再现，对主体之外并且亮度高出主体的画面部分允许有限的衰减。

确定图像主体的方法有很多，也可以做到很准确，背光控制的效果也很显著，但现有的各种方法过于关注图像的主体信号，而忽视了保证非主体图像损失的有限程度，如图2所示的视频信号的直方图，图像主体信号也是主要分布在3至10灰度等份，与图1的图像主体信号分布一致，但高灰度级的视频信号数量相较图1有相当的增加，若对于图2所示的信号灰度分布级采用方法2所示的背光控制方法将导致相当数量高灰度级的视频信号饱和，使高亮度部分的像素缺少层次感。

因此，提供一种视频信号的处理方法，将被衰减的高亮度非主体信息的数量控制在有限的范围内，从而降低对图像整体效果的影响，是非常有必要的。

【发明内容】

本发明所要解决的技术问题在于，提供一种视频图像的处理方法，解决现有的视频图像的处理方法中，对被衰减的高亮度非主体信息的数量缺少控制的不足，从而降低对图像整体效果的影响。

本发明所采用的技术方案为：一种视频图像处理方法，所述方法包括以下步骤：

系统设定一第一阈值，所述第一阈值为视频信号的数量；

从高灰度级到低灰度级的顺序统计各灰度级的视频信号数量，并累加，得到第一累加数；

将第一累加数与设定的第一阈值相比较，选取累加数不超过设定的阈值所对应的最低灰度级为视频图像处理分界灰度级；

对分界灰度级两边的图像信号分别进行处理。

首先对分界灰度级以上的视频信号取以较低的斜率K1进行压缩，再对压缩后的信号及分界灰度级以下的信号以斜率K2进行变换。

以信号的变换斜率K2对背光进行同等倍数的降低。

本发明进一步的改进在于，系统进一步设定一第二阈值，系统从高灰度级到低灰度级的顺序统计非零的灰度级个数，得到第二累加数，并与第二阈值进行比较，将累加数先到达第一或第二阈值所对应的最低灰度级为视频图像处理分界灰度级N。

本发明与现有技术相比，有益效果在于：本发明通过对视频信号从高灰度级到低灰度级的顺序读取并累加，并对累加的结果进行判断，从而选取一个合适的分界灰度级，使在分界灰度级以上被衰减的图像像素保证在一定的范围内和一定的灰度级差内，限制被衰减的像素的数量及灰度差，使图像的整体不受明显的影响，同时节约功耗，提高对比度。

【附图说明】

图1至图3均为视频信号的灰度直方图。

图4与图5为本发明的视频信号处理关系图。

图6为本发明视频信号处理的流程图。

【具体实施方式】

为了更好地阐明本发明的思想，我们把基于图像主体的背光控制方法展开为2步：一是图像的预处理，二是背光控制与图像补偿。实际应用中并不明确划分出这样的2大步骤，而是作为一个合成运算。

图像预处理的目的就是对图像中非主体的高亮度部分进行一定的压缩，从而降低图像的峰值，进而降低对背光的亮度需求。而这个图像的处理不应影响图像的整体效果，只是使少量的枝节信息有所损失，但如何将枝节信息的损失控制在有限的范围，不影响图像的整体效果是本发明要解决的重点。

本发明是基于图像的灰度直方图统计，根据直方图的统计结果来判断高亮度的非主体信息的范围，从而限制受损失的图像像素的数量。

本发明的实现方法是对灰度直方图的统计数据按照从高灰度级到低灰度级的顺序读取并累加，并对累加的结果进行判断，从而选取一个合适的分界灰度级，使在分界灰度级以上被衰减的图像像素保证在一定的范围内，限制被衰减的像素的数量或灰度层次，使图像的整体不受明显的影响。

关于分界灰度级的确定，本发明提供方法1是根据直方图统计视频信号像素的数量，累加结果的大小不超过一个阈值，设定该阈值为A；方法2是对读取的直方图数据为非零的灰度级数量累计不超过一个阈值，设定该阈值为B。如图3所示的视频信号的直方图分布，第26至29灰度等份因没有视频像素，因此，该灰度等份不在统计之列，当然，此处的非零并非像素的个数绝对为零，如果在某一个灰度等份内，像素的数量相当少，可以忽略的不计的情形下，也可视为该灰度等份内像素的数量为零。

采用方法1使在分界灰度级以上被衰减的图像像素保证在小于阈值A的范围内，可以有效的控制损失图像的像素数量。采用方法2使在分界灰度级以上被衰减的图像像素灰度级的范围控制在小于阈值B的范围内，可以控制被损失的图像灰度层次数量。本发明提供的2个判决方法可以单独采用，也可以同时采用。

方法1与方法2对于不同的图像灰度分布有不同的效果，对于图1直方图所示的视频信号分灰度级分布，采用方法1提供的方法从高灰度级到低灰度级的顺序读取并累加各级的像素，因其高灰度级像素的数量相对较少，假定从32级向低累计，直到21级，像素的数量才达到阈值A，在此情况下，确定分界点为21，那么分界点21以上的高灰度级的视频信号被压缩，将导致高灰度级图像的层次感有所降低，因此，在高灰度级像素的数量相对较少情况下，方法1的适用的效果不够好。对于图2所示的视频信号的直方图，因高灰度级像素的数量相对较多，采用方法1将有明显的效果。

方法2是从高灰度级向低灰度级统计非零的灰度级数差累计不超过一个阈值B，该方法对图1所示的视频信号的直方图分布，将避免降低高灰度级图像的层次感有明显的作用，但该方法对图2直方图所示的视频信号的灰度级分布，由于图2中高灰度级像素的数量相对较多，该方法将导至大量的高灰度级的信号被衰减，使图像的整体受到影响。

为了避免方法1与方法2单独使用时存在不足，本发明提供一种将方法1与方法2结合使用方法，简称方法3，步骤如下：

1.统计一帧图像的灰度直方图H(i)，i为0到m-1，m为直方图的段数，也即灰度等份；

2.在场消隐期，对灰度直方图的统计数据按照从高灰度级到低灰度级的顺序读取；

3.对读取的数据进行累加，并把累加的结果与阈值A进行比较；

4.对读取的数据为非零的灰度级个数进行累加，并把累加的结果与阈值B进行比较；

5.判断上述2个累加结果哪个先达到或超过阈值，把先达到阈值所对应累加结果的最后一个累加数据所对应的灰度等份i作为分界点，再把分界点转换为分界灰度级N。

关于分界点的确定，前述方法3弥补方法1与方法2单独使用时的不足，相较方法1与方法2有一定的优点，但方法3本身设定的两阈值A与B是固定的，需要说明是的这里的阈值A与B固定是针对同一个电视系统而言，对不同类型的电视系统，如分辩率不同或尺寸大小不同，阈值A与B在不同的系统中是不相同的，在此，方法3中设定的两个阈值A与B，对于纷繁复杂的图像信号并不能完全进行适用，仍然会或多或少的存在方法1或方法2单独使用时存在不足。

基于此，本发明提供第四种方法，简称方法4，该方法不再单独以阈值A或阈值B确定分界点的位置，而是综合考滤了方法1与方法2两阈值之间的内在关系确定分界点的位置，方法如下，设定一个阈值C，阈值C由如下表达式实现：C＝m×k，其中m是由高灰度级到低灰度级的顺序读取的像素的数量，k是所读取m个像素所占用的非零灰度级的个数，在方法4中，对视频信号可以采用直方图统计，也可以不采用直方图统计的方式进行。

在方法4中阈值C是由两个变量同时确定的，在相同的阈值C下，像素的数量与非零灰度级的个数是反比例的关系，通过阈值C动态的实现了对两者的约束，克服了前述方案存在不足。

在本发明中，方法4采用C＝m×k仅是众多关系式中最为简单的一种，任何实现像素的数量与非零灰度级的个数成一定反比例关系均可以考滤，包括对表达式取幂指数或对数。

由于直方图统计的每一个灰度等份代表一个灰度范围，本发明提供的寻找分界点方法中，无任何种方法，基于本发明的目的是限制被衰减的像数的数量，确定了分界点之后，取其上沿的灰度级作为分界灰度级N，如在图2中，假定确定的分界点是21，由于第21灰度等份表示的灰度级范围是160～167，在此取灰度级167作为分界灰度级N。当然了取160～167中的任一个灰度级作为分界灰度级也可。

若本案中，对视频灰度不采用直方图统计的方式，而是直接按256级灰度级进行处理，同样适用于本发明的方法。

前述的本发明揭示的方法1至方法4确定分界灰度级N，在确定了分界灰度级之后，接下来即要对分界灰度级两边的视频信号进行处理。

在这里，本发明提供一种基于RGB三基色的信号处理方法，请参阅图6，详细过程如下：

首先，对每个像素j的3个基色数据R(j)、G(j)、B(j)找出其最大值max(j)，方法是通过两两比较找出其最大者。

然后，把每个像素的最大基色数据max(j)与分界灰度级N进行比较，若最大基色数据max(j)不大于分界灰度级，对该像素的所有数据不做处理；最大基色数据max(j)大于分界灰度级，对该数据进行衰减，请参阅图4，方式如下：

max(j)≤N，则max’(j)＝max(j)

max(j)＞N，则max’(j)＝N+(max(j)-N)×k1，k1为小于1的系数

                                             式(1)

这里K1是一个事先给定的系数，K1越小，对大于N的图像部分衰减越大，更能降低对背光的需求，但也会使这部分图像层次损失越多。

接着，计算被衰减的最大基色数据的衰减系数：

衰减系数β＝max’(j)/max(j)                  式(2)

再接着，以该衰减系数对该像素的所有基色数据进行同比例的衰减，使得每一个像素的3个基色数据R(j)、G(j)、B(j)符合以下关系。

R’(j)＝R(j)×β

G’(j)＝G(j)×β

B’(j)＝B(j)×β                             式(3)

至此，已经完成第1步的图像预处理，下面进行第2步的背光控制与图像补偿。

首先对处理后的最大基色数据进行比较，找出其最大值，作为图像的峰值，计算把图像的峰值放大到满幅度值的放大系数，如图5所示，基于该放大系数，计算把背光的亮度降低同等倍数的控制值，把背光的控制值输出给背光模组，对处理后的图像数据以该放大系数放大，并输出到液晶面板。

例如，假设每个基色数据以8位表示，则满幅度值为255，又设原始图像的峰值为P，经过第1步的预处理后的峰值为P’，那么：

K2＝255/P’                                    式(4)

因为P一定大于或等于分界灰度级N，所以由式(1)也有：

P’＝N+(P-N)*K1

因此有： $K2=\frac{255}{N+(P-N)*K1}$ 式(5)

背光亮度以K2为降低倍数，同时预处理后的图像数据都以K2来做补偿放大，以保证图像亮度不变。

最后把实际应用的合成运算作一简述。

从上述的2步运算来看，在第1步以分界灰度级N为界，不大于N的图像数据以系数1变换，大于N的以系数K1变换；在第2步，以整体系数K2变换。因此可合并为在N以下的图像数据以系数K2变换，N以上的以系数K1*K2变换，背光以K2为衰减系数。

下面以每基色数据为8位为例。首先找出原始图像的峰值P，并设定系数K1。则有：

N点以下的信号S， $S^{\text{'}}=K2*S=\frac{255*S}{N+(P-N)*K1}$ 式(6)

N点以上的信号S， $S^{\text{'}}=K2*K1*S=\frac{255*K1*S}{N+(P-N)*K1}$ 式(7)

这里同样也要采用前述式(2)和(3)的以最大基色数据来作为基准的处理方法。

将处理后的图像数据输出到液晶面板，同时基于信号的放大系数K2，把背光的亮度降低同等倍数的控制值，把背光的控制值输出给背光模组，进行背光控制。

从(6)、(7)两式可以看出，对整个信号可以一步进行处理，以节省资源。

Claims (10)

1.一种视频图像处理方法，其特征在于，所述方法包括以下步骤：

系统设定一第一阈值，所述第一阈值为视频信号的数量；

从高灰度级到低灰度级的顺序统计各灰度级的视频信号数量，并累加，得到第一累加数；

将第一累加数与设定的第一阈值相比较，选取累加数不超过设定的阈值所对应的最低灰度级为视频图像处理分界灰度级N；

对分界灰度级N两边的图像信号分别进行处理。

2.如权利要求1所示的一种视频图像处理方法，其特征在于，系统进一步设定一第二阈值，系统从高灰度级到低灰度级的顺序统计非零的灰度级个数，得到第二累加数，并与第二阈值进行比较，将累加数先到达第一或第二阈值所对应的最低灰度级为视频图像处理分界灰度级N。

3.如权利要求1或2所示的一种视频图像处理方法，其特征在于，首先对分界灰度级以上的视频信号取以较低的斜率K1进行压缩，再对压缩后的信号及分界灰度级以下的信号以斜率K2进行变换。

4.如权利要求3所示的一种视频图像处理方法，其特征在于，以信号的变换斜率K2对背光进行同等倍数的降低。

5.如权利要求1或2所示的一种视频图像处理方法，其特征在于，对每个像素j的3个基色数据R(j)、G(j)、B(j)找出其最大值max(j)，并与分界灰度级N比较，以此来判别对该像素数据的处理方法。

6.如权利要求5所示的一种视频图像处理方法，其特征在于，在max(j)＞N情况下，将max(j)变换为max’(j)＝N+(max(j)-N)×k1，K1是一个事先给定的系数，再以此计算基色的衰将系数β＝max’(j)/max(j)，并以该衰减系数对该像素的所有基色数据进行同比例的衰减。

7.如权利要求6所示的一种视频图像处理方法，其特征在于，找出变换后的图像的峰值P，并将其放大到满幅度值P’，得到放大系数K2＝P’/P，并以所述放大系数K2对所有像素进行放大。

8.如权利要求7所示的一种视频图像处理方法，其特征在于，以放大系数K2，对背光进行同等倍数的降低。

9.一种视频图像处理方法，其特征在于，所述方法包括以下步骤：

系统设定一阈值；

从高灰度级到低灰度级的顺序统计各灰度级的视频信号数量，并累加，得到累加数，并计算该累加数对应非零灰度级的个数；

求累加数与非零灰度级的个数之乘积C，并对该乘积进行运算处理；

将处理结果与设定的阈值相比较，选取不超过设定的阈值所对应的最低灰度级为视频图像处理分界灰度级；

对分界灰度级两边的图像信号分别进行处理。

10.如权利要求9所示的一种视频图像处理方法，其特征在于，对乘积C进行处理方式包括求指数幂和或对数。

Images