CN101673515A - 动态背光控制方法 - Google Patents

Abstract

本发明提供了一种动态背光控制方法，包括以下步骤：以设定灰阶值作为边界值，统计当前帧中大于灰阶值的视频图像像素，形成视频图像像素的单向统计向量H_n(i)，其中i＝0～(N－1)，N为视频灰度取值范围内的任意自然数；根据单向统计向量与预定的门限和预定的互补门限获取视频图像像素的第一统计特征值h₁(n)和第二统计特征值h₂(n)；根据视频图像像素的第一统计特征值h₁(n)和第二统计特征值h₂(n)判断是否发生场景切换，根据判断结果，调整IIR滤波的权重值，对第一特征值实施自适应IIR滤波，得到滤波结果f(n)；根据滤波结果f(n)对视频图像的背光衰减和数据增益进行调整。

Description

动态背光控制方法

技术领域

本发明涉及数字显示领域，具体而言，涉及一种动态背光控制方法。

背景技术

目前，如液晶电视、PC(Personal Computer)显示器、笔记本电脑显示面板，以及其它各种大中小型终端显示器件(如MP3、MP4、PMP(Protable Media Player，便携式多媒体播放器)、PDA(Personal Digital Assistant，个人数码助理)、PSP(PlayStationProtable，)、智能手机等)，可以根据视频图像内容，自适应地同步调节背光亮度与图像数据。

现有的动态背光控制(Dynamic Backlight Control，简称DBC)方法流程图如图1所示。首先，对各帧图像像素RGB分量的最大值Max(R，G，B)或亮度分量Y进行灰度值分布柱状图(histogram，如图2所示)统计，统计过程较为复杂；然后，由histogram，求取出统计帧图像的平均灰度值M、最频繁出现灰度值F，或最大灰度值Max；随后，选择这三个特征数值之一，经FIR滤波后，查表或直接计算出背光衰减比例和与之相应的图像数据传递函数，但用统计帧图像的平均灰度值M或最频繁出现灰度值F作为统计特征值时，较容易出现大范围高亮过饱和问题，且FIR滤波器性能受阶次的影响较大；最后，用获得的背光衰减比例对背光亮度进行调整，用相应的图像数据传递函数对图像数据进行调整。

发明人发现现有技术的动态背光控制方法中，存在柱状图(histogram)统计为双向统计，使计算过程较复杂，用统计帧图像的平均灰度值M或最频繁出现灰度值F作为统计特征值不能很好地适应图像的能量分布特征，容易出现大范围高亮过饱和问题，且用最大灰度值Max作为统计特征值，节能效果有限，同时FIR滤波性能受阶次影响大，需存储大量滤波系数，使运算量较大。

发明内容

本发明旨在提供一种动态背光控制方法，能够解决发明人发现现有技术的动态背光控制方法中，存在柱状图(histogram)统计为双向统计，使计算过程较复杂，用统计帧图像的平均灰度值M或最频繁出现灰度值F作为统计特征值不能很好地适应图像的能量分布特征，容易出现大范围高亮过饱和问题，且用最大灰度值Max作为统计特征值，节能效果有限，同时FIR滤波性能受阶次影响大，需存储大量滤波系数，使运算量较大等问题。

在本发明的实施例中，提供了一种动态背光控制方法，包括以下步骤：

以设定灰阶值作为边界值，统计当前帧中大于灰阶值的视频图像像素，形成视频图像像素的单向统计向量H_n(i)，其中i＝0～(N-1)，N为视频灰度取值范围内的任意自然数；

根据单向统计向量与预定的门限和预定的互补门限获取视频图像像素的第一统计特征值h₁(n)和第二统计特征值h₂(n)；

根据视频图像像素的第一统计特征值h₁(n)和第二统计特征值h₂(n)判断是否发生场景切换，根据判断结果，调整IIR滤波的权重值，对第一特征值实施自适应IIR滤波，得到滤波结果f(n)；

根据滤波结果f(n)对视频图像的背光衰减和数据增益进行调整。

在上述实施例中，通过采用以设定灰阶值作为边界值，统计当前帧中大于灰阶值的视频图像像素的方式使计算过程简化，应用当前帧中的视频图像像素作为统计特征值可以很好地反映图像的能量分布特征，对高亮过饱和可以实施量化控制，使大范围高亮过饱和问题出现的可能性降低，且增强了节能效果，同时，通过采用根据视频图像像素的第一统计特征值h₁(n)和第二统计特征值h₂(n)判断是否发生场景切换，从而根据判断结果，调整IIR滤波的权重值，对第一特征值实施自适应IIR滤波，得到滤波结果的方式，使滤波性能受阶次的影响降低，且需一个滤波系数，滤波性能宽范围可控，在计算时也不需要存储大量的滤波系数，从而相应的解决了现有技术中的上述技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了相关技术中动态背光控制方法的流程图；

图2示出了相关技术中基于双向统计的柱状图；

图3示出了根据本发明的一个实施例的动态背光控制方法流程图；

图4示出了根据本发明的一个实施例的单向统计柱状图；

图5示出了根据本发明的一个实施例的动态背光控制像素数据增益传递函数示意图；

图6示出了根据本发明的一个优选实施例的动态背光控制像素数据增益传递函数示意图。

具体实施方式

下面将参考附图并结合实施例，来详细说明本发明。

图3示出了根据本发明的一个实施例的动态背光控制方法流程图，包括以下步骤：

S302，以设定灰阶值作为边界值，统计当前帧中大于灰阶值的视频图像像素，形成视频图像像素的单向统计向量H_n(i)，其中i＝0～(N-1)，N为视频灰度取值范围内(如256)的任意自然数；

S304，根据单向统计向量与预定的门限和预定的互补门限获取视频图像像素的第一统计特征值h₁(n)和第二统计特征值h₂(n)；

S306，根据视频图像像素的第一统计特征值h₁(n)和第二统计特征值h₂(n)判断是否发生场景切换，根据判断结果，调整IIR滤波的权重值，对第一特征值实施自适应IIR滤波，得到滤波结果f(n)；

S308，根据滤波结果f(n)对视频图像的背光衰减和数据增益进行调整。

在本实施例中，通过采用以设定灰阶值作为边界值，统计当前帧中大于灰阶值的视频图像像素的方式使计算过程简化，应用当前帧中的视频图像像素作为统计特征值可以很好地反映图像的能量分布特征，对高亮过饱和可以实施量化控制，使大范围高亮过饱和问题出现的可能性降低，且增强了节能效果，同时，通过采用根据视频图像像素的第一统计特征值h₁(n)和第二统计特征值h₂(n)判断是否发生场景切换，从而根据判断结果，调整IIR滤波的权重值，对第一特征值实施自适应IIR滤波，得到滤波结果的方式，使滤波性能受阶次的影响降低，且需一个滤波系数，滤波性能宽范围可控，在计算时也不需要存储大量的滤波系数，从而相应的解决了现有技术中的上述技术问题。

以设定灰阶值作为边界值，统计当前帧中大于灰阶值的视频图像像素，形成视频图像像素的单向统计向量H_n(i)的具体过程如下：

设定门限为main_energy_thd(一帧图像总像素数的百分比)，例如90％，表示统计超过总像素数90％的像素集中的灰度范围。这样，对应的(α，β)就可以保证90％以上的数据不会因增益而溢出，也就是高亮饱和的程度非常低。互补门限为highlight_energy_thd＝100％-main_energy_thd，例如设highlight_energy_thd＝10％，表示统计不超过总像素数10％的高亮像素数据集中的灰度范围。

H_n(i)为大于各设定灰阶值的像素数的统计值，相当于图2对应统计区间及其右侧统计值的累加，因此是单调递减的，统计结果示意图如图4所示，这样每个范围的统计，将两次比较简化为一次比较，实现成本更低。

另外，高亮区域的像素数据增益可逐步递减至1，如图5所示，可采取折线、抛物线等各种方式的过度，以尽可能保留高亮细节。其拐点可作为单向统计的分界值。图6示出了根据本发明的一个优选实施例的动态背光控制像素数据增益传递函数示意图，一组16个对应不同背光衰减α的传递函数各拐点依次递增，这些拐点可以作为单向统计的各分界值。

根据滤波结果f(n)对视频图像的背光衰减和数据增益进行调整的具体过程如下：

像素显示亮度的数学模型如(1)式：

L＝L_source·(x+leak)^γ(1)

其中，L为像素的显示亮度(后文简称像素亮度)，L_source为背光源亮度，x为像素灰度值，leak为液晶的漏光常数，γ为液晶的伽马值(常数，随环境温度略有变化)。在常背光系统中，背光源亮度L_source保持不变，像素亮度主要随其灰度值x发生变化。

在施加了动态背光控制的系统中，为保证像素亮度与未施加动态背光控制的时候相等，需在衰减背光亮度的同时，对像素数据进行增益处理。令背光衰减因子为α，数据增益因子为β，则施加了动态背光控制的像素亮度如(2)式：

L_DBC＝(α·L_source)·[β·(x+leak)]^γ            (2)

令L＝L_dbC，得到α·β^γ＝1                       (3)

即背光衰减与数据增益的γ次幂成反比。

$\mathrm{\β}\·(x+\mathrm{leak})=\mathrm{\β}\·(x+\frac{\mathrm{\β}-1}{\mathrm{\β}}\mathrm{leak})+\mathrm{leak}---\left(4\right)$

令 $x^{\′}=(x+\frac{\mathrm{\β}-1}{\mathrm{\β}}\mathrm{leak})---\left(5\right)$

则，L_DBC＝(α·L_source)·(β·x′+leak)^γ        (6)

需要注意的是，对视频数据作增益处理时，需先进行(5)式的偏置处理。当液晶系统漏光很小时，可以忽略偏置，直接对视频数据x实施β倍增益。

优选地，在上述动态背光控制方法中，获取第一统计特征值的步骤包括：

按i由大到小的顺序，将各H_n(i)与第一数值进行比较，获得第一个超过第一数值的单向统计向量H_n(p)，其中第一数值为预定的门限与当前帧图像的总像素数的乘积；

根据H_n(p)，计算当前帧第一统计特征值h₁(n)，其中h₁(n)＝p+1。

优选地，在上述动态背光控制方法中，获取第二统计特征值的步骤包括：

按i由大到小的顺序，将各H_n(i)与第二数值进行比较，获得第一个超过第二数值的单向统计向量H_n(q)，其中第二数值为预定的互补门限与当前帧图像的总像素数的乘积；

根据H_n(q)，计算当前帧第二统计特征值h₂(n)，其中h₂(n)＝q。

优选地，在上述动态背光控制方法中，判断是否发生场景切换包括：

获取当前帧和前一帧的所诉第一统计特征值和第二统计特征值h₁(n)、h₂(n)、h₁(n-1)和h₂(n-1)；

若满足条件h₁(n)≤h₂(n-1)或h₂(n)≥h₁(n-1)，判定发生场景切换。

在自适应IIR滤波器中背光和数据的调整只能慢变，这对于场景切换的情况，是不合适的。例如：前些帧是暗场景(α小，β大)突然切换成亮场景(需要α大，β小)，如果不及时调整(α，β)值，会造成大量像素数据饱和溢出，较亮细节严重丢失(如团状的白云，会变成一大片白，无任何层次感)。因此，做好场景切换处理也很重要。

利用main_energy_thd和highlight_energy_thd这两个设定门限与设定互补门限统计出当前帧和前一帧的主能量集中范围，如果两者无交叠，则判定发生场景切换。

例如：设main_energy_thd＝90％，highlight_energy_thd＝10％，如果前一帧的主能量(90％以上)集中在灰度100以下，且当前帧的主能量(90％以上)集中在灰度120以上，二者无交叠，则必然发生了场景切换。这种方法可以正确判定绝大多数明显的场景切换情况，如黑白之间的切换。

在发生场景切换时，需加快上述自适应IIR滤波，即增大增量权重a，同时不再受最大允许变化幅度Δf_max的限制。

理论上，场景切换的度量需要用到向量距离。记H_n(i)，i＝1～N为当前统计帧的histogram分布向量，如图2所示，H_n-1(i)，i＝1～N为前一统计帧的histogram分布向量，则二者的距离为：

$D_{\mathrm{cor}}(H_n,H_{n-1})=\sqrt{\frac{1}{W}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{a}_{\mathrm{ij}}|H_n\left(i\right)-H_{n-1}\left(i\right)||H_n\left(j\right)-H_{n-1}\left(j\right)|}---\left(7\right)$

其中， $W=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{a}_{\mathrm{ij}},$ a_ij＝(i-j)²，D_cor(H_n，H_n-1)的大小表征了前后两帧图像的差异程度。

虽然可以用D_cor(H_n，H_n-1)大于设定值确定发生场景切换，但是从式(7)中可以看出上式的计算过于复杂，不适宜集成电路实现。而采用本发明实施例中的判别方法，判别过程较为简单，适合于集成电路实现。

优选地，在上述动态背光控制方法中，调整权重值的步骤包括：

当判断发生场景切换时，增大权重值，如将权重值从1/8增大到1/4。

优选地，在上述动态背光控制方法中，对第一特征值进行IIR自适应滤波的步骤包括：

根据f(n)＝f(n-1)+a·[h(n)-f(n-1)]计算滤波结果f(n)，其中h(n)为当前帧第一统计特征值，f(n-1)前一帧的滤波值，a为当前统计值的权重。只要调控这一参数，即可实现对f(n)变化幅度的控制，即实现慢变调控。这相比FIR滤波要简单得多，且物理意义更明确。

优选地，在上述动态背光控制方法中，对第一特征值进行IIR自适应滤波的步骤还包括：

根据前一帧滤波值f(n-1)，根据

$f\left(n\right)=\left\{\begin{array}{c}f(n-1)+a\&CenterDot;[h\left(n\right)-f(n-1)],\mathrm{if}|a\&CenterDot;[h\left(n\right)-f(n-1)\left]\right|<\mathrm{\&Delta;}{f}_{\max }\\ f(n-1)+\mathrm{\&Delta;}{f}_{\max },\mathrm{ifa}\&CenterDot;[h\left(n\right)-f(n-1)]\&GreaterEqual;\mathrm{\&Delta;}{f}_{\max }\\ f(n-1)-\mathrm{\&Delta;}{f}_{\max },\mathrm{ifa}\&CenterDot;[h\left(n\right)-f(n-1)]\&le;-\mathrm{\&Delta;}{f}_{\max }\end{array}\right.$

对当前帧的最大允许变化幅度Δf_max做自适应调整。

科学研究已经证明，人类视觉的分辨能力具有如下特性：

记人眼在环境亮度为L时的“恰能分辨差别”(Just NoticeableDifference，JND)为ΔL，则ΔL/L≈1％。即人眼能分辨的亮度差别为环境亮度的1％以上，再小的差别人眼无法分辨；越暗的环境人眼的分辨能力越强，越亮的环境人眼的分辨能力越差。

为了适应人类视觉系统的分辨能力特性，可以根据前一帧滤波值f(n-1)，对当前帧的最大允许变化幅度Δf_max做自适应调整：f(n-1)越小，Δf_max越小；反之，f(n-1)越大，Δf_max越大。这样使人眼无法分辨动态背光的亮度变化，达到消除闪烁的目的。

例如，可以按f(n-1)的大小，将Δf_max区分为8个等级，设最低的Δf_max为Δf_max(1)，则Δf_max(j)＝j·Δf_max(1)，j＝1～8。

从以上的描述中，可以看出，本发明上述的实施例实现了如下技术效果：采用统计方法为简单易行的单向统计，使统计的较为简单；用像素数据主要集中的灰度范围，即能量集中范围作为统计特征值，对高亮过饱和实施量化控制，在高亮过饱和与节能效果间实现了可编程的最佳权衡；采用自适应IIR滤波，仅需一个滤波系数，滤波性能宽范围可控；结合场景切换检测，使动态背光控制适用于各种视频显示内容。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种动态背光控制方法，其特征在于，包括以下步骤：

以设定灰阶值作为边界值，统计当前帧中大于所述灰阶值的视频图像像素，形成所述视频图像像素的单向统计向量H_n(i)，其中i＝0～(N-1)，N为视频灰度取值范围内的任意自然数；

根据所述单向统计向量与预定的门限和预定的互补门限获取所述视频图像像素的第一统计特征值h₁(n)和第二统计特征值h₂(n)；

根据所述视频图像像素的第一统计特征值h₁(n)和第二统计特征值h₂(n)判断是否发生场景切换，根据判断结果，调整IIR滤波的权重值，对所述第一特征值实施自适应IIR滤波，得到滤波结果f(n)；

根据所述滤波结果f(n)对所述视频图像的背光衰减和数据增益进行调整。

2.根据权利要求1所述的动态背光控制方法，其特征在于，获取所述第一统计特征值的步骤包括：

按i由大到小的顺序，将各H_n(i)与第一数值进行比较，获得第一个超过第一数值的单向统计向量H_n(p)，其中第一数值为所述预定的门限与当前帧图像的总像素数的乘积；

根据H_n(p)，计算当前帧第一统计特征值h₁(n)，其中h₁(n)＝p+1。

3.根据权利要求1所述的动态背光控制方法，其特征在于，获取所述第二统计特征值的步骤包括：

按i由大到小的顺序，将各H_n(i)与第二数值进行比较，获得第一个超过第二数值的单向统计向量H_n(q)，其中第二数值为所述预定的互补门限与当前帧图像的总像素数的乘积；

根据H_n(q)，计算当前帧第二统计特征值h₂(n)，其中h₂(n)＝q。

4.根据权利要求1所述的动态背光控制方法，其特征在于，判断是否发生场景切换包括：

获取当前帧和前一帧的所述第一统计特征值和所述第二统计特征值h₁(n)、h₂(n)、h₁(n-1)和h₂(n-1)；

若满足条件h₁(n)≤h₂(n-1)或h₂(n)≥h₁(n-1)，判定发生场景切换。

5.根据权利要求4所述的动态背光控制方法，其特征在于，调整所述权重值的步骤包括：

当判断发生场景切换时，增大权重值。

6.根据权利要求1所述的动态背光控制方法，其特征在于，对所述第一特征值进行IIR自适应滤波的步骤包括：

根据f(n)＝f(n-1)+a·[h(n)-f(n-1)]计算滤波结果f(n)，其中h(n)为当前帧第一统计特征值，f(n-1)前一帧的滤波值，a为当前统计值的权重。

7.根据权利要求6所述的动态背光控制方法，其特征在于，对所述第一特征值进行IIR自适应滤波的步骤还包括：

根据前一帧滤波值f(n-1)

$f\left(n\right)=\left\{\begin{array}{ccc}f(n-1)+a\&CenterDot;[h\left(n\right)-f(n-1)]& ,\mathrm{if}& |a\&CenterDot;[h\left(n\right)-f(n-1)\left]\right|<\mathrm{\&Delta;}{f}_{\max }\\ f(n-1)+\mathrm{\&Delta;}{f}_{\max }& ,\mathrm{if}& a\&CenterDot;[h\left(n\right)-f(n-1)]\&GreaterEqual;\mathrm{\&Delta;}{f}_{\max }\\ f(n-1)-\mathrm{\&Delta;}{f}_{\max }& .\mathrm{if}& a\&CenterDot;[h\left(n\right)-f(n-1)]\&le;-{\mathrm{\&Delta;f}}_{\max }\end{array}\right.$

对当前帧的最大允许变化幅度Δf_max做自适应调整。

Images