CN101719360B - 明亮度调整法与明亮度调整模块 - Google Patents

Abstract

本发明关于一种明亮度调整法与明亮度调整模块。此明亮度调整法接收一灰阶输入信号，并以伽玛参数对灰阶输入信号进行次方运算，得到一第一亮度调整倍率。再利用第一亮度调整倍率，调整灰阶输入信号，以得到一灰阶输出信号。

Description

明亮度调整法与明亮度调整模块

技术领域

本发明涉及一种色彩补偿技术，且特别是涉及一种考虑显示器本身色彩特性的补偿技术。

背景技术

在高度科技化的现今社会中，电子产品已逐渐融入人们的居家生活，从提供娱乐的电视、游戏机，到工作上使用的电脑，在显示人们在日常生活上对电子产品的依赖性。其中，无论是为了工作上的需求，还是生活上的娱乐，电视、投影机、液晶显示器等显示装置都是不可或缺的电子产品。

由于不同的显示装置实际上能够显示的色彩种类不同，因此，在色彩影像的技术领域中，色域(gamut)这个名词是指一个彩色影像装置实际上能够表现出的色彩种类的多寡。因此，不同显示装置均具有其独特的色域范围。

为了使得色彩性能较差的显示装置也能够显示出不错的色彩鲜艳度，在传统的作法中，通常使用额外的硬体设备(例如色彩增艳芯片或色彩校正器等等)来提高显卡或显示芯片的输出视讯的色彩鲜艳度，因而使得产品的硬件成本增加。若在不增加硬件成本的状况下，传统的作法则是利用电脑中的中央处理器来执行色彩增艳软件，却又加重中央处理器的负担。除此之外，传统的作法并未考虑显示装置本身的色彩特性或色域范围，因此，显卡或显示芯片的输出视讯在显示装置显示时，实际上并未能够完整显示出色彩增艳的效果。

另外，为了让使用者有较为舒适的视觉享受，通常显示芯片或显卡均有内建调校功能，让使用者可根据所需来调整其显示状态，包括画面明亮度(luminance)、饱和度(saturat ion degree)或色温(color temperature)等等。以显卡为例，通常会搭配一应用程序，让使用者可以通过此应用程序提供的调整界面，调整画面的明亮度、饱和度或色温等等。

在显卡或显示芯片的内部，使用者所设定的明亮度、饱和度或色温等等将用以设定到一伽玛斜坡(Gamma Ramps)。显卡或显示芯片将利用此伽玛斜坡调整最后输出给显示装置的视讯数据。然而，上述伽玛斜坡具有每一个输入对应至输出的关系，因而当使用者在通过调整界面输入所需的明亮度、饱和度或色温时，上述伽玛斜坡中输入对应至输出的关系必须要重新计算，因此，当使用者调整画面的过程中，若电脑或显卡等等运算过慢时，将容易发生画面延迟或闪烁等状况。

发明内容

本发明提供一种明亮度调整法与调整模块，用以利用亮度调整倍率，以调整输入信号的亮度。

本发明提供一种明亮度调整法，包括：提供一伽玛参数；接收一灰阶输入信号；以伽玛参数对该灰阶输入信号进行一次方运算，并得到一第一亮度调整倍率；以及，利用第一亮度调整倍率，调整灰阶输入信号，以得到一灰阶输出信号。

在本发明的一实施例中，上述灰阶输入信号属于一色彩空间，色彩空间具有多个坐标方向，灰阶输入信号在色彩空间的每一坐标方向中分为多个灰阶，上述明亮度调整法还包括：找出在坐标方向中每一灰阶对应的最大值，以组成一最大灰阶向量。

在本发明的一实施例中，上述灰阶的个数表示L，最大灰阶向量表示为

伽玛参数表示为Gamma，其中以伽玛参数对灰阶输入信号进行次方运算，并得到第一亮度调整倍率的步骤包括：计算最大灰阶向量V _max 中每一元素的伽玛参数Gamma次方，得到一指数灰阶向量，表示为

，其值为 $V_{\max }^{\mathrm{Gamma}}=\left[\begin{array}{cccc}{\left(V_{\max \_0}\right)}^{\mathrm{Gamma}}& {\left(V_{\max \_1}\right)}^{\mathrm{Gamma}}& \·\·\·& {\left(V_{\max \_L-1}\right)}^{\mathrm{Gamma}}\end{array}\right];$ 将指数灰阶向量

中的元素分别除以最大灰阶向量V _max 中对应的元素，以得到第一亮度调整倍率，表示为M，

$\underset{\‾}{M}=\left[\begin{array}{cccc}\frac{{\left(V_{\max \_0}\right)}^{\mathrm{Gamma}}}{V_{\max \_0}}& \frac{{\left(V_{\max \_1}\right)}^{\mathrm{Gamma}}}{V_{\max \_1}}& \·\·\·& \frac{{\left(V_{\max \_L-1}\right)}^{\mathrm{Gamma}}}{V_{\max \_L-1}}\end{array}\right].$

在本发明的一实施例中，上述利用第一亮度调整倍率调整灰阶输入信号的步骤之前，还包括：提供一比例参数，表示为Strength；以及，利用比例参数Strength，将第一亮度调整倍率M调整为一第二亮度调整倍率，其中第二亮度调整倍率表示为α，其值为α＝(1-Strength)+M×Strength

在本发明的一实施例中，上述明亮度调整法，还包括：通过一调整界面，得到比例参数Strength，其中比例参数Strength的值介于0～1之间。

在本发明的一实施例中，上述色彩空间的坐标方向至少包括一R坐标方向，灰阶输入信号在R坐标方向的灰阶的值的集合表示为{R_{in_0}，R_{in_1}，...，R_{in_L-1}}，而第二亮度调整倍率α中的元素表示为α＝[α₀ α₁...α_{L_1}]，上述利用第一亮度调整倍率，调整灰阶输入信号，以得到一灰阶输出信号的步骤包括：将第二亮度调整倍率α中的元素分别乘以灰阶输入信号在R坐标方向对应的灰阶的值，以得到灰阶输出信号在R坐标方向对应的该些灰阶的值，其中灰阶输出信号在R坐标方向对应的灰阶的值的集合表示的值{R_{out_0}，R_{out_1}，...，R_{out_L-1}}，其值分别为R_{out_0}＝α₀×R_{in_0}、R_{out_1}＝α₁×R_{in_1}R_{out_L-1}＝α_L-1×R_{in_L-1}

在本发明的一实施例中，上述灰阶的个数表示L，最大灰阶向量表示为上述组成最大灰阶向量的步骤包括：找出最大灰阶向量中的元素内的一最大值，以最大值作为一标准化参数S；将最大灰阶向量中的元素除以标准化参数S，使最大灰阶向量标准化为

$\underset{\‾}{V_{\max }}=\left[\begin{array}{cccc}\frac{V_{\max \_0}}{S}& \frac{V_{\max \_1}}{S}& \·\·\·& \frac{V_{\max \_L-1}}{S}\end{array}\right].$

在本发明的一实施例中，上述明亮度调整法，还包括：通过一调整界面，得到该伽玛参数。

本发明提供一种明亮度调整模块，接收一灰阶输入信号，用以通过一伽玛参数，调整灰阶输入信号的明亮度，其特征在于：以伽玛参数对灰阶输入信号进行一次方运算，以得到一第一亮度调整倍率，并利用第一亮度调整倍率，调整灰阶输入信号，以得到一灰阶输出信号。

本发明将所接收的输入信号与伽玛参数进行次方运算得到一亮度调整倍率，以调整输入信号的亮度。

为使本发明的上述特征和优点能更明显易懂，下文特举较佳实施例，并结合附图详细说明如下。

附图说明

图1所示为本发明实施例中的色彩调整系统方块图。

图2所示为色彩调整系统100中的色彩分布调整模块110的方块图。

图3所示为本发明实施例中色彩分布调整法的步骤流程图。

图4所示为步骤S330中的各子步骤流程图。

图5所示为本发明实施例中明亮度调整法的步骤流程图。

图6所示为本发明实施例中饱和度调整法的步骤流程图。

图7所示为特殊函数图形。

图8所示为调整函数图形。

图9所示为平移后的调整函数图形。

图10所示为目标显示器的模型单元222的系统方块图。

图11所示为目前显示器的模型单元226的系统方块图。

图12所示为本发明另一实施例中的色彩调整系统方块图。

具体实施方式

图1所示为本发明实施例中的色彩调整系统方块图。请参考图1，色彩调整系统100包括色彩分布调整模块110、明亮度调整模块120、饱和度调整模块130与处理模块140。本发明实施例为了得到良好的色彩调整结果，本实施例运用一色彩测试样本(Test Pattern)，经由色彩分布调整模块110调整色彩测试样本的色彩分布与色温，再通过明亮度调整模块120调整色彩测试样本的明亮度，并经由饱和度调整模块130调整色彩测试样本的饱和度。最后，处理模块140利用调整后的色彩测试样本，运算得到伽玛斜坡(GammaRamps)。

然而，本领域技术人员应当知道，上述调整的流程中，色彩分布调整装置110、明亮度调整模块120与饱和度调整模块130并没有一定的顺序，并且，系统只需调整部分的色彩特性时，系统只需选择色彩分布调整装置110、明亮度调整模块120与饱和度调整模块130其中之一或其中之二。

图2所示为色彩调整系统100中的色彩分布调整模块110的方块图。请参考图2，色彩分布调整模块110包括接收模块210与转换模块220。其中，转换模块220又包括目标显示器的模型单元222、转换单元224与目前显示器的模型单元226。在本实施例中，色彩分布调整模块110例如操作一色彩分布调整法，其流程如图3所示，以下搭配本实施例的色彩分布调整法，来说明本实施例如何调整色彩分布与色温。

请参考图2与图3，首先，接收模块210接收色彩测试样本(步骤S310)，而色彩测试样本可以是由电脑或显卡随机产生，也可以是预先储存于电脑当中。在此为了方便说明本实施例，以下接收的色彩测试样本表示为

假设此色彩测试样本属于R-G-B色彩空间，而分别对于RGB三个坐标方向，色彩测试样本

分别包含有L个灰阶，色彩测试样本

以矩阵方式可表示为

$\underset{\‾}{\underset{\‾}{\mathrm{TP}}}={\left[\begin{array}{ccc}{r}_0& g_0& b_0\\ r_1& g_1& b_1\\ \·& \·& \·\\ \·& \·& \·\\ \·& \·& \·\\ r_{L-1}& g_{L-1}& b_{L-1}\end{array}\right]}_{L\×3},$ 在本实施例中，L值例如为256。为了使以下数学式明确，当表达的数学符号为矩阵时，符号加入双底线，如

当表达的数学符号为向量时，符号加入单底线。当表达的数学符号为标量时，符号将不会加入底线。

接着，目标显示器的模型单元220利用一目标显示器的模型将色彩测试样本

转换至X-Y-Z色彩空间(步骤S320)，使得色彩测试样本

分布于一第一色域，此第一色域例如为目标显示器色彩分布的色域。换句话说，经过目标显示器的模型单元220转换后的色彩测试样本

分布于X-Y-Z色彩空间中的目标显示器色彩的色域。在本实施例中，目标显示器例如为一个色彩性能较好的显示器，而目标显示器的模型例如为一N×N的矩阵，表示为

其中N为色彩空间的维度，在本实施例中，N值例如为3。而经由目标显示器的模型单元222转换后的色彩测试样本

表示为

其值为 $\underset{\‾}{\underset{\‾}{{\mathrm{XYZ}}_{D-\mathrm{ref}}}}=\underset{\‾}{\underset{\‾}{M_T}}\underset{\‾}{\underset{\‾}{\mathrm{TP}}}.$

接下来，转换单元224将转换后的色彩测试样本通过一转换模型将转换至X-Y-Z色彩空间中的一第二色域(步骤S330)，此第二色域例如为目前显示器色彩分布的色域，而目前显示器为目前所驱动的显示器。其中，步骤S330又包括多个子步骤，如图4所示。

请参考图4，首先，分别找出色域中的第一与第二参考点(步骤S410)。其中，第一参考点例如为第一色域中的白点(white point)，并在X-Y-Z色彩空间中表示为(T_WP_x，T_WP_Y，T_WP_z)，第二参考点例如为第二色域中的白点，并在X-Y-Z色彩空间中表示为(C_WP_x，C_WP_Y，C_WP_z)。接着，通过一调整界面，得到一色温参数(简称Temp)(步骤S420)，其中，此调整界面例如为使用者的一操作界面，而使用者可以通过此操作界面调整想要的色温(color temperature)。接着，利用此色温参数Temp，找出一第三色域中的一第三参考点。其中，第三色域例如为使用者所想要的色彩分布，而第三参考点例如为第三色域中的白点，并在X-Y-Z色彩空间中表示为(U_WP_x，U_WP_Y，U_WP_z)。另外，第一及第二及第三色域中的一环境光源参考点例如为D50白点，并在X-Y-Z色彩空间的位置表示为(D_WP_x，D_WP_Y，D_WP_z)。

接下来，利用第一、第二与第三参考点于第一色彩空间的位置，计算出一转换模型(步骤S430)。在本实施例中，此转换模型在数学上例如可表示为一矩阵 $\underset{\‾}{\underset{\‾}{M_{\mathrm{CA}}}},$ 其值为

$\underset{\‾}{\underset{\‾}{M_{\mathrm{CA}}}}=K_{\mathrm{\α}}\underset{\‾}{\underset{\‾}{M_A}}\underset{\‾}{\underset{\‾}{K_{\mathrm{\β}}^D}}\underset{\‾}{\underset{\‾}{M_A^{-1}}}.....................................\left(1\right),$

上式中K_α例如为缩放系数，其值为 $K_{\mathrm{\α}}=\frac{T\_{\mathrm{WP}}_Y}{C\_{\mathrm{WP}}_Y},$

例如为对角矩阵，其值为 $\underset{\‾}{\underset{\‾}{K_{\mathrm{\β}}^D}}=\mathrm{diag}(\frac{U\_{\mathrm{WP}}_x}{D\_{\mathrm{WP}}_x},\frac{U\_{\mathrm{WP}}_Y}{D\_{\mathrm{WP}}_Y},\frac{U\_{\mathrm{WP}}_z}{D\_{\mathrm{WP}}_z}),$ -1表示反矩阵运算，diag(·)表示对角在线元素依序由内部向量组成的对角矩阵，

为一3×3的参考坐标转换矩阵。另外，由上述第(1)式的数学式可知，转换模型

例如为一3×3的矩阵。

在得到转换模型

之后，通过转换模型

将第一色域的色彩测试样本

转换至第二色域(步骤S430)，使色彩测试样本分布于第二色域。其中，转换至第二色域的色彩测试样本表示为

其值为

$\underset{\‾}{\underset{\‾}{{\mathrm{XYZ}}_{D-\mathrm{ill}}}}=\underset{\‾}{\underset{\‾}{M_{\mathrm{CA}}}}\underset{\‾}{\underset{\‾}{{\mathrm{XYZ}}_{D-\mathrm{ref}}}}......................\left(2\right).$ 上述第(1)与(2)式的数学式其物理意义为将第一色域的色彩测试样本

以第一参考点与第三参考点为基准，先转换使用者想要的第三色域，再以第三参考点与第二参考点为基准，将第三色域的色彩测试样本换至第二色域。

请回头参考图3，最后，目前显示器的模型单元226将接收转换至第二色域的色彩测试样本

并利用目前显示器的模型，将第二色域的色彩测试样本转换至R-G-B色彩空间(步骤S340)，使色彩测试样本分布于R-G-B色彩空间中的第二色域。

在本实施例中，目前显示器例如为目前驱动的显示器，而目前显示器的模型例如为一N×N的矩阵，表示为其中N为色彩空间的维度，在本实施例中，N值例如为3。而经由目前显示器的模型单元226转换后的色彩测试样本

表示为

其值为 $\underset{\‾}{\underset{\‾}{{\mathrm{RGB}}_{D-\mathrm{ill}}}}=\underset{\‾}{\underset{\‾}{M_C^{-1}}}\×\underset{\‾}{\underset{\‾}{{\mathrm{XYZ}}_{D-\mathrm{ill}}}}.$ 而在本实施例中分布于R-G-B色彩空间中第二色域的色彩测试样本

将被输入至明亮度调整模块120。并由上述的数学表示方式可知，色彩测试样本

例如为一256×3的矩阵。

由上述色彩分布调整模块的操作可知，在色域转换的过程中，除了依据使用者所调整的色温参数所得到的第三色域之外，也同时依据目前显示器的第二色域，因此，本实施例在调整色彩特性的过程中，考虑了本身目前显示器的特性，进而更能发挥调整之后，显示器显示画面的色彩增艳效果。

请继续参考图1，本实施例中的明亮度调整模块120例如操作一明亮度调整法，其流程如图5所示，以下便搭配本实施例的明亮度调整法，来说明本实施例如何调整色彩明亮度。首先，明亮度调整模块120接收一伽玛参数(步骤S510)，而此伽玛参数例如为通过一调整界面所得。换句话说，此伽玛参数例如为可以让使用者调整的参数。接着，明亮度调整模块120接收一灰阶输入信号(步骤S520)，其中，此明亮度调整模块120例如为来自色彩分布调整模块110转换后的色彩测试样本

由上述色彩分布调整模块110的操作可知，灰阶输入信号

属于R-G-B色彩空间，且灰阶输入信号对于RGB坐标方向分别具有L个灰阶，而本实施例中，L值例如为256。因此，灰阶输入信号

为一个256×3的矩阵，并可表示为 $\underset{\‾}{\underset{\‾}{{\mathrm{RGB}}_{D-\mathrm{ill}}}}={\left[\begin{array}{ccc}{R}_{\mathrm{in}\_0}& G_{\mathrm{in}\_0}& B_{\mathrm{in}\_0}\\ R_{\mathrm{in}\_1}& G_{\mathrm{in}\_1}& B_{\mathrm{in}\_1}\\ \·& \·& \·\\ \·& \·& \·\\ \·& \·& \·\\ R_{\mathrm{in}\_255}& G_{\mathrm{in}\_255}& B_{\mathrm{in}\_255}\end{array}\right]}_{256\×3}.$

接下来，在接收灰阶输入信号之后，明亮度调整模块120将找出灰阶输入信号

中每一灰阶对应的最大值，以组成一最大灰阶向量(步骤S530)。由上述的数学表示方式可知，明亮度调整模块120将找出灰阶输入信号

中每一行上的元素的最大值。也就是说，上述最大灰阶向量中的每一元素由

中每一行上的元素的最大值所组成。在本实施例中，最大灰阶向量例如表示为

而其中的元素值V_{max_0}＝max{R_{in_0}，G_{in_0}，B_{in_0}}，V_{max_1}＝max{R_{in_1}，G_{in_1}，B_{in_1}}，...，V_{max_255}＝max{R_{in_255}，G_{in_255}，B_{in_255}}。而max{·}表示取最大值。

接下来，明亮度调整模块120对最大灰阶向量V _max 进行标准化(步骤S540)，使标准化之后的最大灰阶向量V _max 为 $\underset{\‾}{V_{\max }}=\left[\begin{array}{cccc}\frac{V_{\max \_0}}{S}& \frac{V_{\max \_1}}{S}& \·\·\·& \frac{V_{\max \_L-1}}{S}\end{array}\right].$ 其中，S为一标准化参数S，其值为标准化之前最大灰阶向量中的元素的最大值，换句话说，S＝max{V_{max_0}，V_{max_1}，...，V_{max_255}}。由上述中的数学式可知，标准化后的最大灰阶向量V _max 中的各元素值皆介于0～1之间。为了方便说明本实施例，以下将标准化后的最大灰阶向量V _max 表示为[V_{max_0} V_{max_1}...V_{max_255}]。

接下来，明亮度调整模块120计算标准化后的最大灰阶向量V _max 中每一元素的伽玛参数次方(步骤S550)，以得到指数灰阶向量。其中，伽玛参数为步骤S510中所接收的参数，表示为Gamma。指数灰阶向量表示为

其值为 $\underset{\‾}{V_{\max }^{\mathrm{Gamma}}}=\left[\begin{array}{cccc}{\left({\stackrel{\‾}{V}}_{\max \_0}\right)}^{\mathrm{Gamma}}& {\left({\stackrel{\‾}{V}}_{\max \_1}\right)}^{\mathrm{Gamma}}& \·\·\·& {\left({\stackrel{\‾}{V}}_{\max \_255}\right)}^{\mathrm{Gamma}}\end{array}\right].$

接着，明亮度调整模块120将指数灰阶向量

中的各元素分别除以最大灰阶向量V _max 中对应的元素，以得到第一亮度调整倍率(步骤S560)。其中，第一亮度调整倍率表示为M，其值为

$\underset{\‾}{M}=\left[\begin{array}{cccc}\frac{{\left({\stackrel{\‾}{V}}_{\max \_0}\right)}^{\mathrm{Gamma}}}{{\stackrel{\‾}{V}}_{\max \_0}}& \frac{{\left({\stackrel{\‾}{V}}_{\max \_1}\right)}^{\mathrm{Gamma}}}{{\stackrel{\‾}{V}}_{\max \_1}}& \·\·\·& \frac{{\left({\stackrel{\‾}{V}}_{\max \_255}\right)}^{\mathrm{Gamma}}}{{\stackrel{\‾}{V}}_{\max \_255}}\end{array}\right].$

接下来，明亮度调整模块120利用一比例参数，将第一亮度调整倍率M调整为一第二亮度调整倍率(步骤S570)。其中比例参数为通过上述的调整界面所得的参数，表示为Strength，其值介于0～1之间。第二亮度调整倍率表示为α＝[α₀ α₁...α₂₅₅]，其值为α＝(1-Strength)+M×Strength，换句话说，第二亮度调整倍率α内的各元素 ${\mathrm{\α}}_i=(1-\mathrm{Strength})+\left(\frac{{\left({\stackrel{\‾}{V}}_{\max \_i}\right)}^{\mathrm{Gamma}}}{{\stackrel{\‾}{V}}_{\max \_i}}\right)\×\mathrm{Strength},$ 而i为介于0～255的整数。

在本实施例中，上述比例参数Strength用以让使用者微调亮度的参数，来使得明亮度调整模块120所调整的亮度不仅受伽玛参数Gamma所影响。换句话说，比例参数Strength能够缩小伽玛参数Gamma对亮度的调整倍率。当Strength＝1时，亮度调整倍率M与α将相同，而并未缩小伽玛参数Gamma对亮度的调整倍率。而当Strength＝0时，第二亮度调整倍率α＝0，而使得亮度完全不受伽玛参数Gamma影响，也就是说，明亮度调整模块120将不会调整灰阶输入信号

的亮度。

最后，在得到第二亮度调整倍率α之后，明亮度调整模块120将第二亮度调整倍率α中的元素分别乘以灰阶输入信号对应的灰阶，以得到一灰阶输出信号(步骤S580)。详细地说，对于色彩空间中的R坐标方向而言，灰阶输入信号

在R坐标方向的灰阶的集合可表示为{R_{in_0}，R_{in_1}，...，R_{in_255}}。而灰阶输出信号在R坐标方向的灰阶的集合表示为{R_{out_0}，R_{out_1}，...，R_{out_255}}其中R_{out_0}＝α₀×R_{in_0} R_{out_1}＝α₁×R_{in_1}、...、R_{out_255}＝α₂₅₅×R_{in_255}。同理，在步骤S580中也可得到灰阶输出信号在G与B坐标方向的灰阶的集合，分别表示为{G_{out_0}，G_{out_1}，...，G_{out_255}}与{B_{out_0}，B_{out_1}，...，B_{out_255}}，其中G_{out_i}＝α_i×G_{in_i}，B_{out_i}＝α_i×B_{in_i}，i为介于0～255的整数。而明亮度调整模块120将所计算出的灰阶输出信号输出至饱和度调整模块130。

请继续参考图1，本实施例中的饱和度模块130例如操作一饱和度调整法，其流程如图6所示，以下便搭配本实施例的饱和度调整法，来说明本实施例如何调整色彩饱和度。首先，饱和度模块130接收色彩输入信号(步骤S610)。在本实施例中，饱和度调整模块130所接收的色彩输入信号例如为来自于明亮度调整模块120所输出的灰阶输出信号。因此，由上述明亮度调整模块120的操作可知，灰阶输出信号包含RGB三个坐标方向，并且对于每个坐标方向皆有多个灰阶(包括{R_{out_0}，R_{out_1}，...，R_{out_255}}、{G_{out_0}，G_{out_1}，...，G_{out_255}}与{B_{out_0}，B_{out_1}，...，B_{out_255}})。

由于本实施例中的饱和度调整模块130对坐标方向中的每个灰阶所进行的饱和度调整类似，因此，以下以R坐标方向中的任意一个灰阶为例，并以R_in表示，换句话说，以下实施例假设色彩输入信号为R_in，而饱和度调整模块130仅对色彩输入信号R_in进行饱和度的调整。

接着，饱和度调整模块130将接收一饱和度参数(简称Sat)，并利用此饱和度参数，将一特殊函数调整为一调整函数(步骤S620)。其中，此特殊函数例如为一对一映成(one-to-one and onto)函数，表示为Y＝F(X)。在此为了方便说明本实施例，此特殊函数例如为一双曲函数(HyperbolicFunction)中的双曲正切(Hyperbolic tangent)函数，表示为Y＝tanh(X)，其函数图形如图7所示。上述饱和度参数Sat例如为通过上述调整界面所得参数，让使用者可以通过饱和度参数Sat调整色彩的饱和度。

在上述步骤S620中，饱和度调整模块130将利用饱和度参数Sat，来调整函数Y＝tanh(X)的曲率(curvature)，而调整后的调整函数例如表示为Y＝tanh[(S₂×Sat+1)·X]，其中S₂例如为一预设参数。在此，若预设参数S₂与饱和度参数Sat的乘积为正数时，将使得调整函数的曲率大于原本的特殊函数，调整函数的函数图形例如为图8所示。

接下来，饱和度调整模块130利用一平移参数将色彩输入信号R_in转换为r_in(步骤S630)。其中平移参数表示为D，转换后的色彩输入信号表示为r_in，而r_in与R_in的关系为r_in＝(R_in-D)/D，D为一正数。在本实施例中，色彩输入信号R_in例如作为调整函数的定义域，而上述将色彩输入信号R_in转换为r_in的步骤则例如是将调整函数进行坐标转换与平移，因此，若调整函数表示为Y＝tanh[(S₂×Sat+1)·R_in]，其函数图形如图9所示。

接着，饱和度调整模块130计算转换后的色彩输入信号r_in对应的函数值(步骤S640)，并利用r_in对应的函数值作为色彩输出信号。其中色彩输出信号表示为h_r，其值例如为h_r＝S_r×tanh[(S₂×Sat+1)·r_in]。其中，S_r例如为一缩放参数，用以线性放大或缩小r_in对应的函数值，使色彩输出信号h_r的值能够介于系统设计的范围。

接下来，饱和度调整模块130利用一比例参数，将色彩输出信号h_r调整为r_out(步骤S650)。其中比例参数为通过上述的调整界面所得的参数，表示为Str，而比例参数的值介于0～1之间。调整后的色彩输出信号h_r表示为r_out，其值为r_out＝(1-Str)×r_in+Str×h_r。上述比例参数Str例如类似于上述明亮度调整模块120的比例参数Strength，其目的是进一步微调饱和度的参数，使得饱和度调整模块130所调整的亮度不仅受饱和度参数Sat所影响。

最后，饱和度调整模块130将调整后的色彩输出信号r_out转换为R_out(步骤S660)。其中R_out表示转换后的色彩输出信号，而r_out与R_out的关系为R_out＝r_out×D+D，D为上述步骤S630中所使用的平移参数。由于在上述步骤S630中，饱和度调整模块130已进行坐标的转换与平移，因而在运算出色彩输出信号r_out之后，饱和度调整模块130还须在步骤S660中，利用原先的平移参数D对进行坐标还原，来得到实际的色彩输出信号R_out的值。

另外，虽然上述以R坐标方向中的任意一个灰阶为例，但由于本实施例中的每个坐标方向中的多个灰阶({R_{out_0}，R_{out_1}，...，R_{out_255}}、{G_{out_0}，G_{out_1}，...，G_{out_255}}与{B_{out_0}，B_{out_1}，...，B_{out_255}})的饱和度调整类似，因此，RGB三个坐标方向中的每个灰阶皆可以找出一个对应的色彩输出信号R_out。值得一提的是，由于每个坐标方向所输入的灰阶的值的范围不同，或者所欲调整的饱和度不同，因此上述缩放参数S_r、平移参数D或预设参数S₂可依据不同的坐标方向而改变。

由上述饱和度调整模块130的操作可知，本实施例利用特殊函数中定义域与值域的对应关系，找出输入与输出的关系。换句话说，在调整色彩饱和度时，本实施例只需要调整特殊函数，就可以直接调整色彩输出信号的饱和度，而不再需要使用查表的方式，找出输入与输出的关系。另外，上述的特殊函数皆是以双曲正切函数为例，但本领域具通常知识者应当知道特殊函数也可以是双曲余弦(Hyperbolic cosine)函数、双曲正弦(Hyperbolic sine)函数或其它种类的函数。

请回头参考图1，色彩测试样本

经由色彩分布调整模块110、明亮度调整模块120与饱和度调整模块130三个模块调整之后，其色彩色温、明亮度与饱和度皆已依照使用者所设定的参数进行调整。最后，处理模块140将由调整后的色彩测试样本(也就是上述饱和度调整模块所输出的每个灰阶对应的色彩输出信号R_out)，运算得到伽玛斜坡(Gamma Ramps)。在处理模块140得到伽玛斜坡之后，伽玛斜坡可以储存于电脑系统的显卡或显示芯片内，让显卡可以利用所得的伽玛斜坡调整输出给显示器的信号。换句话说，电脑系统不用在执行色彩增艳的软件，就能够使显示器能够显示出的画面有较好的色彩鲜艳度。

上述实施例中的色彩分布调整模块110中的目标显示器的模型单元222将色彩测试样本

由R-G-B色彩空间转换至X-Y-Z色彩空间。以目前影像处理的技术而言，上述的目标显示器的模型单元222包括有多个线性查找表(one Dimens ion Look-Up Table，简称1D-LUT)1010～1030以及一矩阵运算单元1050，如图10所示。上述的色彩测试样本

分为R坐标方向的数据TP _R ，G坐标方向的数据TP _G ，以及B坐标方向的数据TP _B 。而矩阵运算单元1050包含一目标显示器的模型，例如上述的矩阵

色彩测试样本的三个坐标方向的数据TP _R 、TP _G 以及TP _B 分别由线性查找表1010～1030找出对应的数据，再将线性查找表1010～1030输出的数据经由矩阵运算单元1050乘以矩阵

以转换至X-Y-Z色彩空间。

同样地，上述的目前显示器的模型单元226包括有一矩阵反运算单元1110以及多个线性反查找表(one Dimension Inversion Look-Up Table，简称1D-ILUT)1120～1140以及如图11所示。而上述的色彩测试样本分为X坐标方向的数据X _D-ref ，G坐标方向的数据Y _D-ref ，以及B坐标方向的数据Z _D-ref 。而矩阵反运算单元1110包含一目前显示器的模型，例如上述的矩阵色彩测试样本的三个坐标方向的数据X _D-ref 、Y _D-ref 以及Z _D-ref 通过矩阵反运算单元1110与矩阵

的反矩阵

相乘后，转换至R-G-B色彩空间，再分别由线性反查找表1120～1140找出对应的数据。

由上述实施例可知，同时应用上述图1～2与图10～11，色彩调整系统可以绘示如图12所示。请参考图12，色彩调整系统1200包括接收模块210、目标显示器的模型单元222、转换单元224、目前显示器的模型单元226明亮度调整模块120、映像模块1210、饱和度调整模块130与处理模块140。其中色彩调整系统1200内的各组件类似于上述图1～2与图10～11，不同之处在于色彩调整系统1200还包括一映像模块1210，用以让明亮度调整模块120的输出利用均匀分布于一预设的范围内。

在上述实施例中，处理模块140虽然是利用经由前面各单元调整后的色彩测试样本，运算得到伽玛斜坡。但是，本领域具通常知识者应当可以推知，本发明的精神在于如何调整显示器的色彩特性，并非只能应用于运算得到伽玛斜坡。

综上所述，本实施例至少具有以下优点：

1.本实施例在调整色彩特定的过程中，考虑了本身目前显示器的特性，因而使得显示器在不同的色温参数之下，还能够保有最大的色域范围，进而使得在调整色彩特性之后，完整地呈现色彩增艳的效果。

2.由于本实施例经过色彩调整所得的伽玛斜坡，能够应用于目前的显卡与显示芯片内，使得电脑系统不须在花费额外的硬体设备与成本，就可以增加显示器的色彩鲜艳度。另外，也可以让显卡直接利用所得的伽玛斜坡调整输出给显示器的信号，因而本实施例也不会增加电脑系统中中央处理器的运算量。

3.本实施例利用特殊函数中定义域与值域的对应关系，找出输入与输出的关系。换句话说，本实施例在调整的过程中，只需要调整特殊函数的曲率，就可以直接调整色彩输出信号的饱和度，而不再需要使用查表的方式，找出输入与输出的关系。

虽然本发明已以较佳实施例披露如上，但其并非用以限定本发明，本领域技术人员，在不脱离本发明的精神和范围的前提下，当可作若干的更改与修饰，因此本发明的保护范围应以本发明的权利要求为准。

Claims (9)

1.一种明亮度调整法，其特征是，上述明亮度调整法包括：

提供伽玛参数；

接收灰阶输入信号；

以上述伽玛参数作为幂对上述灰阶输入信号进行次方运算，并得到第一亮度调整倍率；以及

利用上述第一亮度调整倍率，调整上述灰阶输入信号，以得到灰阶输出信号。

2.根据权利要求1所述的明亮度调整法，其特征是，其中上述灰阶输入信号属于色彩空间，上述色彩空间具有多个坐标方向，上述灰阶输入信号在上述色彩空间的每一上述多个坐标方向中分为多个灰阶，上述明亮度调整法还包括：

找出在上述多个坐标方向中每一上述多个灰阶对应的最大值，以组成最大灰阶向量。

3.根据权利要求2所述的明亮度调整法，其特征是，其中上述多个灰阶的个数表示L，上述最大灰阶向量表示为

上述伽玛参数表示为Gamma，其中以上述伽玛参数作为幂对上述灰阶输入信号进行上述次方运算，并得到上述第一亮度调整倍率的步骤包括：

计算上述最大灰阶向量V _max 中每一元素的上述伽玛参数Gamma次方，得到指数灰阶向量，表示为

，其值为 $V_{\max }^{\mathrm{Gamma}}=\left[\begin{array}{cccc}{\left(V_{\max \_0}\right)}^{\mathrm{Gamma}}& {\left(V_{\max \_1}\right)}^{\mathrm{Gamma}}& \·\·\·& {\left(V_{\max \_L-1}\right)}^{\mathrm{Gamma}}\end{array}\right];$ 以及

将上述指数灰阶向量

中的元素分别除以上述最大灰阶向量V _max 中对应的元素，以得到上述第一亮度调整倍率，表示为M， $\underset{\‾}{M}=\left[\begin{array}{cccc}\frac{{\left(V_{\max \_0}\right)}^{\mathrm{Gamma}}}{V_{\max \_0}}& \frac{{\left(V_{\max \_1}\right)}^{\mathrm{Gamma}}}{V_{\max \_1}}& \·\·\·& \frac{{\left(V_{\max \_L-1}\right)}^{\mathrm{Gamma}}}{V_{\max \_L-1}}\end{array}\right].$

4.根据权利要求3所述的明亮度调整法，其特征是，其中利用上述第一亮度调整倍率调整上述灰阶输入信号的步骤之前，上述明亮度调整法还包括：

提供比例参数，表示为Strength；以及

利用上述比例参数Strength，将上述第一亮度调整倍率M调整为第二亮度调整倍率，其中上述第二亮度调整倍率表示为α，其值为α＝(1-Strength)+M×Strength。

5.根据权利要求4所述的明亮度调整法，其特征是，上述明亮度调整法还包括：

通过调整界面，得到上述比例参数Strength，其中上述比例参数Strength的值介于0～1之间。

6.根据权利要求4所述的明亮度调整法，其特征是，其中上述色彩空间的上述多个坐标方向至少包括R坐标方向，上述灰阶输入信号在R坐标方向的上述多个灰阶的值的集合表示为{R_{in_0}，R_{in_1}，...，R_{in_L-1}}，而上述第二亮度调整倍率α中的元素表示为α＝[α₀ α₁...α_L-1]，上述利用上述第一亮度调整倍率，调整上述灰阶输入信号，以得到灰阶输出信号的步骤包括：

将上述第二亮度调整倍率α中的元素分别乘以上述灰阶输入信号在R坐标方向对应的上述多个灰阶的值，以得到上述灰阶输出信号在R坐标方向对应的上述多个灰阶的值，

其中上述灰阶输出信号在R坐标方向对应的上述多个灰阶的值的集合表示的值{R_{out_0}，R_{out_1}，...，R_{out_L-1}}，其值分别为R_{out_0}＝α₀×R_{in_0}、R_{out_1}＝α₁×R_{in_1}、...、R_{out_L-1}＝α_L-1×R_{in_L-1}。

7.根据权利要求2所述的明亮度调整法，其特征是，上述多个灰阶的个数表示L，上述最大灰阶向量表示为

上述组成上述最大灰阶向量的步骤包括：

找出上述最大灰阶向量中的元素内的最大值，以上述最大值作为标准化参数S；

将上述最大灰阶向量中的元素除以上述标准化参数S，使上述最大灰阶向量标准化为 $\underset{\‾}{V_{\max }}=\left[\begin{array}{cccc}\frac{V_{\max \_0}}{S}& \frac{V_{\max \_1}}{S}& \·\·\·& \frac{V_{\max \_L-1}}{S}\end{array}\right].$

8.根据权利要求1所述的明亮度调整法，其特征是，上述明亮度调整法还包括：

通过调整界面，得到上述伽玛参数。

9.一种明亮度调整模块，接收灰阶输入信号，用以通过伽玛参数，调整上述灰阶输入信号的明亮度，其特征在于：

以上述伽玛参数作为幂对上述灰阶输入信号进行次方运算，以得到第一亮度调整倍率，并利用上述第一亮度调整倍率，调整上述灰阶输入信号，以得到灰阶输出信号。

Images