CN102098421A - 液晶电视gamma数据自动平滑方法 - Google Patents

Abstract

本发明涉及电视技术。本发明解决了现有GAMMA数据的平滑方法中仅根据相邻点之间的位置关系进行平滑的问题，提供了一种液晶电视GAMMA数据自动平滑方法，其技术方案可概括为：首先设定一组GAMMA数据作为原始GAMMA数据，并将整个GAMMA表数据划分为n个区间，再确定变化幅度大的区间，并将连续出现变化幅度达的区间组成变化幅度大的区域，并确定起点和终点，在变化幅度大的区域内进行直线拟合得到拟合后数据，再确定平滑系数，并确定线性数据，然后利用线性数据、平滑系数及原始GAMMA数据计算得到最终的GAMMA数据，最后对液晶电视进行自动平滑。本发明的有益效果是，减少对整体亮度曲线的影响，适用于液晶电视。

Description

液晶电视GAMMA数据自动平滑方法

技术领域

本发明涉及电视技术，特别涉及液晶电视的GAMMA数据的平滑的技术。

背景技术

现有的GAMMA数据的平滑方法中仅根据相邻点之间的位置关系进行平滑，缺点是并没有考虑GAMMA数据在整体的属性，液晶电视使用GAMMA表对色温与亮度曲线进行调整时，由于部分液晶屏的色温一致性较差会出现在色温调整过后的GAMMA表数据变化幅度较大，这种情况会在后续的亮度曲线的调整中会放大这种变化，使得液晶屏整体的亮度曲线表现连续性不好，从而对液晶电视的整体画质产生影响，因此在使用GAMMA曲线调整液晶屏色温方法时，必须要在保持色温的一致性与减少对整体亮度曲线的影响做到兼顾，即在保持GAMMA曲线的趋势的同时减小其变化幅度，一般整个GAMMA表数据都具有2^y×256个数据，其中y为大于等于0的整数。

发明内容

本发明的目的是克服目前GAMMA数据的平滑方法中仅根据相邻点之间的位置关系进行平滑的缺点，提供一种液晶电视GAMMA数据自动平滑方法。

本发明解决其技术问题，采用的技术方案是，液晶电视GAMMA数据自动平滑方法，其特征在于，包括以下步骤：

a.设定一组GAMMA数据作为原始GAMMA数据，并以m个数据为间隔将整个GAMMA表数据划分为n个区间且按顺序编号，定义整个GAMMA表数据中具有R个数据，则n＝R/m，其中，R＝2^y×256，y为大于等于0的整数，m＝2^z，z为3到8之间的整数；

b.根据每个区间中GAMMA数据的关系来确定该区间是否为变化幅度大的区间；

c.将连续出现变化幅度达的区间根据算法共同组成一个变化幅度大的区域，确定该变化幅度大的区域的起点和终点；

d.在变化幅度大的区域内将所有GAMMA数据使用最小二乘法进行直线拟合，得到拟合后数据；

e.根据拟合后数据与原始GAMMA数据之间的关系来确定该变化幅度大的区域内的平滑系数；

f.利用该变化幅度大的区域的起点和终点确定一条直线作为线性数据；

g.利用线性数据、平滑系数及原始GAMMA数据计算得到最终的GAMMA数据；

h.根据该最终的GAMMA数据对液晶电视GAMMA数据进行自动平滑。

具体的，步骤b包括以下步骤：

b1.给定一个阀值，记为T₁；

b2.计算整个GAMMA表数据中所有n个区间的变化幅度参数，其计算公式为：

$D_j={\left(\underset{x=1}{\overset{m}{\mathrm{\Σ}}}{|G(j\×m+x)-G(j\×m+x+1)|}^2\right)}^{\frac{1}{2}}/m$

其中，D_j表示第j个区间的变化幅度参数，x表示第j个区间中的数据，G(j×m+x)表示整个GAMMA表数据中的第j×m+x个数据；

b3.判断D_j是否大于T₁，若是则该区间为变化幅度大的区间，若不是则该区间为非变化幅度大的区间。

进一步的，步骤c包括以下步骤：

c1.根据判断出的各变化幅度大的区间的编号选择编号最小的一个变化幅度大的区间；

c2.记录该选择出的一个变化幅度大的区间的编号k，定义该变化幅度大的区域的起点为k×m；

c3.判断在再经过d个区间后是否连续出现两个非变化幅度大的区间，若是则进入下一步，若不是则回到c3步骤继续判断；

c4.定义该变化幅度大的区域的终点为(k+d+1)×m，确定该变化幅度大的区域；

c5.判断是否所有变化幅度大的区间都已经划入到各变化幅度大的区域中，若是则进入d步骤，若不是则从所有变化幅度大的区间的编号中提取未划入变化幅度大的区域的各区间的编号，选择编号最小的一个变化幅度大的区间，进入c2步骤。

具体的，步骤e包括以下步骤：

e1.给定一个阀值，记为T₁；

e2.计算拟合后数据与原始GAMMA数据之间的差异度，其计算公式为：

$\mathrm{\ϵ}=\left(\underset{i=s}{\overset{p}{\mathrm{\Σ}}}{|\mathrm{Ln}\left(i\right)-G\left(i\right)|}^2\right)/(p-s)$

其中，ε为拟合后数据与原始GAMMA数据之间的差异度，s为该区域的起点，p为该区域的终点，i表示该区域中从起点到终点间的某个点数据，Ln(i)为整个GAMMA表数据中的该区域数据拟合后的数据，G(i)为在GAMMA表数据中该区域从起点到终点之间的数据；

e3.判断计算得出的ε值是否大于T₂，若是则其平滑系数记为α，α定义为α₁，若不是则其平滑系数记为α，α定义为α₂，α₁及α₂为设定值。

再进一步的，步骤g包括以下步骤：

g1.利用线性数据、平滑系数及原始GAMMA数据计算得到最终的GAMMA数据，其计算公式为：

G_o(i)＝αG(i)+(1-α)L(i)

其中，i表示该区域中从起点到终点间的某个点数据，G₀(i)为最终的GAMMA表数据中该区域从起点到终点之间的数据，α为平滑系数，L(i)为步骤f所得到GAMMA表数据中该区域的线性数据，G(i)为在GAMMA表数据中该区域从起点到终点之间的数据。

本发明的有益效果是，通过上述液晶电视GAMMA数据自动平滑方法，可以在使用GAMMA曲线调整液晶屏色温时，尽量保持色温的一致性同时，减少对整体亮度曲线的影响，提高了产品的质量和性能，有助于提高产品的市场竞争能力，促进销售进一步扩大化。

具体实施方式

下面结合实施例，详细描述本发明的技术方案。

本发明的液晶电视GAMMA数据自动平滑方法为：首先设定一组GAMMA数据作为原始GAMMA数据，并以m个数据为间隔将整个GAMMA表数据划分为n个区间且按顺序编号，定义整个GAMMA表数据中具有R个数据，则n＝R/m，其中，R＝2^y×256，y为大于等于0的整数，m＝2^z，z为3到8之间的整数，再根据每个区间中GAMMA数据的关系来确定该区间是否为变化幅度大的区间，并将连续出现变化幅度达的区间根据算法共同组成一个变化幅度大的区域，确定该变化幅度大的区域的起点和终点，在变化幅度大的区域内将所有GAMMA数据使用最小二乘法进行直线拟合，得到拟合后数据，再根据拟合后数据与原始GAMMA数据之间的关系来确定该变化幅度大的区域内的平滑系数，并利用该变化幅度大的区域的起点和终点确定一条直线作为线性数据，然后利用线性数据、平滑系数及原始GAMMA数据计算得到最终的GAMMA数据，最后系统根据该最终的GAMMA数据对液晶电视GAMMA数据进行自动平滑。

实施例

本例的液晶电视GAMMA数据自动平滑方法，可以在使用GAMMA曲线调整液晶屏色温时，尽量保持色温的一致性同时，减少对整体亮度曲线的影响。

其方法为：首先设定一组GAMMA数据作为原始GAMMA数据，并以m个数据为间隔将整个GAMMA表数据划分为n个区间且按顺序编号，定义整个GAMMA表数据中具有R个数据，则n＝R/m，其中，R＝2^y×256，y为大于等于0的整数，m＝2^z，z为3到8之间的整数，再根据每个区间中GAMMA数据的关系来确定该区间是否为变化幅度大的区间，并将连续出现变化幅度达的区间根据算法共同组成一个变化幅度大的区域，确定该变化幅度大的区域的起点和终点，在变化幅度大的区域内将所有GAMMA数据使用最小二乘法进行直线拟合，得到拟合后数据，再根据拟合后数据与原始GAMMA数据之间的关系来确定该变化幅度大的区域内的平滑系数，并利用该变化幅度大的区域的起点和终点确定一条直线作为线性数据，然后利用线性数据、平滑系数及原始GAMMA数据计算得到最终的GAMMA数据，最后系统根据该最终的GAMMA数据对液晶电视GAMMA数据进行自动平滑。

其中，根据每个区间中GAMMA数据的关系来确定该区间是否为变化幅度大的区间的方法为：首先给定一个阀值，记为T₁，再计算整个GAMMA表数据中所有n个区间的变化幅度参数，其计算公式为：

$D_j={\left(\underset{x=1}{\overset{m}{\mathrm{\Σ}}}{|G(j\×m+x)-G(j\×m+x+1)|}^2\right)}^{\frac{1}{2}}/m$

其中，D_j表示第j个区间的变化幅度参数，x表示第j个区间中的数据，G(j×m+x)表示整个GAMMA表数据中的第j×m+x个数据，然后判断计算出的D_j是否大于T₁，若是则该区间为变化幅度大的区间，若不是则该区间为非变化幅度大的区间；将连续出现变化幅度达的区间根据算法共同组成一个变化幅度大的区域，确定该变化幅度大的区域的起点和终点的方法为：首先根据判断出的各变化幅度大的区间的编号选择编号最小的一个变化幅度大的区间，然后记录该选择出的一个变化幅度大的区间的编号k，定义该变化幅度大的区域的起点为k×m，再判断在再经过d个区间后是否连续出现两个非变化幅度大的区间，若不是则继续判断，若是则定义该变化幅度大的区域的终点为(k+d+1)×m，确定该变化幅度大的区域，最后判断是否所有变化幅度大的区间都已经划入到各变化幅度大的区域中，若是则进入下一步，若不是则从所有变化幅度大的区间的编号中提取未划入变化幅度大的区域的各区间的编号，选择编号最小的一个变化幅度大的区间，回到确定该变化幅度大的区域的起点那一步；根据拟合后数据与原始GAMMA数据之间的关系来确定该变化幅度大的区域内的平滑系数的方法为：首先给定一个阀值，记为T₁，然后计算拟合后数据与原始GAMMA数据之间的差异度，其计算公式为：

$\mathrm{\ϵ}=\left(\underset{i=s}{\overset{p}{\mathrm{\Σ}}}{|\mathrm{Ln}\left(i\right)-G\left(i\right)|}^2\right)/(p-s)$

其中，ε为拟合后数据与原始GAMMA数据之间的差异度，s为该区域的起点，p为该区域的终点，i表示该区域中从起点到终点间的某个点数据，Ln(i)为整个GAMMA表数据中的该区域数据拟合后的数据，G(i)为在GAMMA表数据中该区域从起点到终点之间的数据，最后判断计算得出的ε值是否大于T₂，若是则其平滑系数记为α，α定义为α₁，若不是则其平滑系数记为α，α定义为α₂，α₁及α₂均为设定值；利用线性数据、平滑系数及原始GAMMA数据计算得到最终的GAMMA数据的方法是：利用线性数据、平滑系数及原始GAMMA数据计算得到最终的GAMMA数据，其计算公式为：

G_o(i)＝αG(i)+(1-α)L(i)

其中，i表示该区域中从起点到终点间的某个点数据，G₀(i)为最终的GAMMA表数据中该区域从起点到终点之间的数据，α为平滑系数，L(i)为步骤f所得到GAMMA表数据中该区域的线性数据，G(i)为在GAMMA表数据中该区域从起点到终点之间的数据。

Claims (5)

1.液晶电视GAMMA数据自动平滑方法，其特征在于，包括以下步骤：

a.设定一组GAMMA数据作为原始GAMMA数据，并以m个数据为间隔将整个GAMMA表数据划分为n个区间且按顺序编号，定义整个GAMMA表数据中具有R个数据，则n＝R/m，其中，R＝2^y×256，y为大于等于0的整数，m＝2^z，z为3到8之间的整数；

b.根据每个区间中GAMMA数据的关系来确定该区间是否为变化幅度大的区间；

c.将连续出现变化幅度达的区间根据算法共同组成一个变化幅度大的区域，确定该变化幅度大的区域的起点和终点；

d.在变化幅度大的区域内将所有GAMMA数据使用最小二乘法进行直线拟合，得到拟合后数据；

e.根据拟合后数据与原始GAMMA数据之间的关系来确定该变化幅度大的区域内的平滑系数；

f.利用该变化幅度大的区域的起点和终点确定一条直线作为线性数据；

g.利用线性数据、平滑系数及原始GAMMA数据计算得到最终的GAMMA数据；

h.根据该最终的GAMMA数据对液晶电视GAMMA数据进行自动平滑。

2.根据权利要求1所述液晶电视GAMMA数据自动平滑方法，其特征在于，步骤b包括以下步骤：

b1.给定一个阀值，记为T₁；

b2.计算整个GAMMA表数据中所有n个区间的变化幅度参数，其计算公式为：

$D_j={\left(\underset{x=1}{\overset{m}{\mathrm{\Σ}}}{|G(j\×m+x)-G(j\×m+x+1)|}^2\right)}^{\frac{1}{2}}/m$

其中，D_j表示第j个区间的变化幅度参数，x表示第j个区间中的数据，G(j×m+x)表示整个GAMMA表数据中的第i×m+x个数据；

b3.判断D_j是否大于T₁，若是则该区间为变化幅度大的区间，若不是则该区间为非变化幅度大的区间。

3.根据权利要求1所述液晶电视GAMMA数据自动平滑方法，其特征在于，步骤c包括以下步骤：

c1.根据判断出的各变化幅度大的区间的编号选择编号最小的一个变化幅度大的区间；

c2.记录该选择出的一个变化幅度大的区间的编号k，定义该变化幅度大的区域的起点为k×m；

c3.判断在再经过d个区间后是否连续出现两个非变化幅度大的区间，若是则进入下一步，若不是则回到c3步骤继续判断；

c4.定义该变化幅度大的区域的终点为(k+d+1)×m，确定该变化幅度大的区域；

c5.判断是否所有变化幅度大的区间都已经划入到各变化幅度大的区域中，若是则进入d步骤，若不是则从所有变化幅度大的区间的编号中提取未划入变化幅度大的区域的各区间的编号，选择编号最小的一个变化幅度大的区间，进入c2步骤。

4.根据权利要求1所述液晶电视GAMMA数据自动平滑方法，其特征在于，步骤e包括以下步骤：

e1.给定一个阀值，记为T₁；

e2.计算拟合后数据与原始GAMMA数据之间的差异度，其计算公式为：

$\mathrm{\ϵ}=\left(\underset{i=s}{\overset{p}{\mathrm{\Σ}}}{|\mathrm{Ln}\left(i\right)-G\left(i\right)|}^2\right)/(p-s)$

其中，ε为拟合后数据与原始GAMMA数据之间的差异度，s为该区域的起点，p为该区域的终点，i表示该区域中从起点到终点间的某个点数据，Ln(i)为整个GAMMA表数据中的该区域数据拟合后的数据，G(i)为在GAMMA表数据中该区域从起点到终点之间的数据；

e3.判断计算得出的ε值是否大于T₂，若是则其平滑系数记为α，α定义为α₁，若不是则其平滑系数记为α，α定义为α₂，α₁及α₂为设定值。

5.根据权利要求1或2或3或4所述液晶电视GAMMA数据自动平滑方法，其特征在于，步骤g包括以下步骤：

g1.利用线性数据、平滑系数及原始GAMMA数据计算得到最终的GAMMA数据，其计算公式为：

G_o(i)＝αG(i)+(1一α)L(i)

其中，i表示该区域中从起点到终点间的某个点数据，G₀(i)为最终的GAMMA表数据中该区域从起点到终点之间的数据，α为平滑系数，L(i)为步骤f所得到GAMMA表数据中该区域的线性数据，G(i)为在GAMMA表数据中该区域从起点到终点之间的数据。