CN102348112B - 一种视频信号自适应处理方法 - Google Patents

Abstract

本发明涉及一种视频信号自适应处理方法，包括如下步骤：S1，获取系统参数；S2，预置基础传递函数；S3，接收并缓存一帧图像信息；S4，获取一帧图像信息的信息分布；S5，判断图像中信息集中的区域，对信息集中区域进行拉伸，对其余部分进行压缩。该方法根据图像不同的信息分布状态采用不同的处理方法：信息集中的区域进行拉伸，其余部分则进行压缩，这样可以突出整幅图像中用户注意的区域，达到良好的视觉效果。

Description

一种视频信号自适应处理方法

技术领域

本发明涉及一种视频信号处理方法，具体涉及一种视频信号自适应处理方法。

背景技术

在视频显示中，一般的视频信号变换方法是把整幅视频信号都乘以一个大于1的系数，通过这种变换方法来获得更大的亮度及对比度。

通常，液晶电视中也采用把整幅信号最大限度地放大，并适当的降低背光灯亮度的方法，此种方法一方面可以获得更好的显示效果，另一方面可以节约能耗。

然而，采用这种方法也存在着弊端，例如，这个放大系数是受原图像信号制约的，在图像RGB峰值为RGB_max的情况下，系统能输出的RGB最大值为RGB_uplim，则放大系数最大也不能大于

否则，图像的高亮部分会饱和失真。

另外，对一幅图像的视频信号采用一个系数进行放大，不能够根据每一幅图像特征，进行信号处理，未必能很好的提升画面效果。一般一幅图像的信息有其主要部分和次要部分，采用同一个放大系数，信息的主要部分和次要部分的放大效果相同，并不能突出主要部分的细节，画面效果也并不能得到很好的提升。

发明内容

本发明的目的在于提供一种视频信号自适应处理方法，旨在解决采用同一个放大系数无法根据画面特征，提升画面效果的问题。

本发明是这样实现的，一种视频信号自适应处理方法，包括如下步骤：S1，获取系统参数；S2，预置基础传递函数；S3，接收并缓存一帧图像信息；S4，获取一帧图像信息的信息分布；S5，判断图像中信息集中的区域，对信息集中区域进行拉伸，对其余部分进行压缩。其中，步骤S1中，系统参数包括：系统输出RGB亮度的最大值RGB_uplim；步骤S2中，预置基础传递函数括选择基础传递函数以及存储基础传递函数；基础传递函数是：

步骤S4中，按照亮度将图像信息划分为三个区间，这三个区间分别定义为低亮区、中间区、高亮区，具体范围划分如下：

低亮区：[0，σ_margin·RGB_uplim]；

中间区：(σ_margin·RGB_uplim，(1-σ_margin)·RGB_uplim)；

高亮区：[(1-σ_margin)·RGB_uplim，RGB_uplim]；

0＜σ_margin＜0.3；

一个像素中R、G、B信号的最大值为RGB′，获取一幅图像中RGB′等于n的像素数为G(n)，G(n)占像素总数pixel_total的比例为G′(n)：

$G^{\′}\left(n\right)=\frac{G\left(n\right)}{G(\mathrm{pixel}\_\mathrm{total})}$

RGB′不大于n的像素数为H(n)，H(n)占像素总数pixel_total的比例为H′(n)：

$H^{\′}\left(n\right)=\frac{H\left(n\right)}{H(\mathrm{pixel}\_\mathrm{total})}.$

在划分三个区域的情况下，信息集中在该区域超过1/3，则认为信息在该区域集中。根据此种划分方式，在步骤S4中，对每帧图像的视频信号的自适应处理，按照如下函数进行：

$F^{\′}\left(n\right)=\frac{\mathrm{RGB}\_\mathrm{uplim}}{\sin (\frac{n\_h}{\mathrm{RGB}\_\mathrm{uplim}}\mathrm{\π}-\frac{1}{2}\mathrm{\π})-\sin (\frac{n\_l}{\mathrm{RGB}\_\mathrm{uplim}}\mathrm{\π}-\frac{1}{2}\mathrm{\π})}\·[\sin (\frac{n\_h-n\_l}{\mathrm{RGB}\_{\mathrm{uplim}}^2}\·\mathrm{\π}\·n+\frac{n\_l}{\mathrm{RGB}\_\mathrm{uplim}}\mathrm{\π}-\frac{1}{2}\mathrm{\π})+\sin (\frac{1}{2}\mathrm{\π}-\frac{n\_l}{\mathrm{RGB}\_\mathrm{uplim}}\mathrm{\π})]$

在该处理方法中，除去上述步骤S1-S5之外，该处理方法还包括输出图像信息的步骤，输出的图像信息是自适应处理后的图像信息；此外，步骤S5中，图像划分为N个区域，判断图像中信息集中的区域时，区域的信息比例超过1/N，则认为该区域是信息集中区域。

本发明视频信号自适应处理方法，根据图像不同的信息分布状态采用不同的处理方法，信息集中的区域进行拉伸，其余部分则进行压缩，突出整幅图像中用户注意的区域，达到良好的视觉效果。

附图说明

图1是本发明视频信号自适应处理方法的流程图；

图2是传递函数的曲线图；

图3是是G(n)及G′(n)的曲线图；

图4是为H(n)及H′(n)曲线图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明目旨在通过视频信号自适应处理方法改善视频显示图像的视觉效果。对视觉而言，一幅画面的信息有其主要部分和次要部分，如果图像分布在高亮区与低亮区的信息量很少，即大部分信息主要分布在中间亮度，则视觉会把注意力集中在中间亮度的细节上，而容易忽略高亮与低亮部分的细节。在这种情况下，如果把中间亮度的信号进行拉伸，在视觉上会觉得图像的对比度增大，层次感增强。

基于上述基本思想，本发明视频信号自适应处理方法的流程如图1所述，该视频信号自适应处理方法包括：

步骤S1，获取系统参数；

系统的参数主要包括：系统输出RGB亮度的最大值RGB_uplim，这是信号变换要用到的参数；

步骤S2，预置基础传递函数；

这里对基础传递函数的预置包括选择基础传递函数以及存储基础传递函数；

基础传递函数是满足对一帧图像的信号中的部分信号进行拉伸，部分信号进行压缩的函数。本实施例中选择正弦函数Sinx作为基础传递函数的一个基础，选择该函数是因为在

范围内，Sinx在中间区域的斜率比边缘部分的斜率大，这就可以以此为基础对部分信号进行拉伸，对部分信号进行压缩。

以正弦函数为基础，将该函数进行缩放、平移，使其纵、横坐标范围都为[0，RGB_uplim]的范围内，确定本步骤中的基础传递函数为：

$F\left(n\right)=\frac{1}{2}[\sin (\frac{\mathrm{\π}}{\mathrm{RGB}\_\mathrm{uplim}}\·n-\frac{\mathrm{\π}}{2})+1]\·\mathrm{RGB}\_\mathrm{uplim},(0\≤n\≤\mathrm{RGB}\_\mathrm{uplim})$

该函数能保证纵坐标在[0，RGB_up lim]内，横坐标也在[0，RGB_up lim]内，满足输出信号亮度小于系统的最大输出。

该传递函数的曲线如图2所示。

传递函数的存储：

在系统存储器中开辟空间存储基础传递函数F(n)：

步骤S3，接收并缓存一帧图像信息；

系统接收图像后，并根据系统内部的中断信号，存储一帧图像，这里存储的图像是一帧图像中各个像素中包含的R、G、B信号

步骤S4，获取一帧图像信息的信息分布；

由于人眼对亮度的敏感度远远大于对色度的敏感度，所以信息分布主要是考虑亮度信息的分布情况；

按照亮度信息，将一副图像划分为多个区域，每个区域是一个亮度范围，在本实施例中，按照亮度将图像信息划分为三个区间，这三个区间分别定义为低亮区、中间区、高亮区，具体范围划分如下：

低亮区：[0，σ_marg in·RGB_up lim]

中间区：(σ_marg in·RGB_up lim，(1-σ_marg in)·RGB_up lim)

高亮区：[(1-σ_marg in)·RGB_up lim，RGB_uplim]

在此说明，本发明方法将式中的σ_margin定义为低亮系数，一般取0＜σ_margin＜0.3；

所谓图像的信息分布，就是首先定义一个像素中R、G、B信号的最大值为RGB′，获取一幅图像中RGB′等于0～RGB_uplim之间每个值的像素数量。

设RGB′等于n的像素数为G(n)，G(n)占像素总数pixel_total的比例为G′(n)。

$G^{\′}\left(n\right)=\frac{G\left(n\right)}{G(\mathrm{pixel}\_\mathrm{total})}$

图3是G(n)及G′(n)曲线图，不同图像的曲线也是不同的。

因为把各区域的信息量作为压缩和拉伸的依据，所以需要计算G(n)的堆积分布。

设RGB′不大于n的像素数为H(n)，H(n)占像素总数pixel_total的比例为H′(n)。则

$\left\{\begin{array}{cc}H\left(0\right)=G\left(0\right)& \\ H\left(n\right)=H(n-1)+G\left(n\right)& (0<n\&le;\mathrm{RGB}\_\mathrm{uplim})\\ H^{\&prime;}\left(n\right)=\frac{H\left(n\right)}{H(\mathrm{pixel}\_\mathrm{total})}& \end{array}\right.$

图4为H(n)及H′(n)曲线图，不同图像的曲线图也是不同的。

步骤S5，判断图像中信息集中的区域，对信息集中区域进行拉伸，对其余部分进行压缩；

计算RGB′在各个区间内的像素数量占像素总数pixel_total的比例H′(n)，如果信息集中在该区域超过预定的比例，系统则认为信息大量集中在该区域，这个数值与区域个数有关系，像本实施例，有三个区域，则这个比例为1/3，如果在某个区域内，比例超过1/3，则认为信息集中在该区域；假如有N个区域，则比例为1/N。

在信息集中在中亮区域时，采用基础传递函数F(n)变换后各区域输出范围如下：

低亮区： $[0,\frac{1}{2}[\sin (\mathrm{\&pi;}\&CenterDot;\mathrm{\&sigma;}\_m\arg \mathrm{in}-\frac{\mathrm{\&pi;}}{2})+1]\&CenterDot;\mathrm{RGB}\_\mathrm{uplim}]$

中间区： $\left(\frac{1}{2}\right[\sin (\mathrm{\&pi;}\&CenterDot;\mathrm{\&sigma;}\_m\arg \mathrm{in}-\frac{\mathrm{\&pi;}}{2})+1]\&CenterDot;\mathrm{RGB}\_\mathrm{uplim},\frac{1}{2}[\sin (-\mathrm{\&pi;}\&CenterDot;\mathrm{\&sigma;}\_m\arg \mathrm{in}+\frac{\mathrm{\&pi;}}{2})+1]\&CenterDot;\mathrm{RGB}\_\mathrm{uplim})$

高亮区： $\left[\frac{1}{2}\right[\sin (\mathrm{\&pi;}\&CenterDot;\mathrm{\&sigma;}\_m\arg \mathrm{in}-\frac{\mathrm{\&pi;}}{2})+1]\&CenterDot;\mathrm{RGB}\_\mathrm{uplim},\mathrm{RGB}\_\mathrm{uplim}]$

基础传递函数F(n)对信号的中间部分信号进行了拉伸，同时对高亮和低亮的信号进行了压缩。这种变换就提高主要图像信息的对比度，改善了视觉效果。

如果前一步骤中获得的图像信息大量集中在低亮区域，则截去基础传递函数中

部分，把剩下的进行变换，使其纵横坐标的范围为[0，RGB_uplim]，这样得到的传递函数为

通过F_tem1(n)变换后各区的输出范围如下：

低亮区： $[0,\sin (\frac{\mathrm{\&pi;}}{2}\&CenterDot;\mathrm{\&sigma;}\_m\arg \mathrm{in})\&CenterDot;\mathrm{RGB}\_\mathrm{uplim}]$

中间区： $(\sin (\frac{\mathrm{\&pi;}}{2}\&CenterDot;\mathrm{\&sigma;}\_m\arg \mathrm{in})\&CenterDot;\mathrm{RGB}\_\mathrm{uplim},\sin [\frac{\mathrm{\&pi;}}{2}\&CenterDot;(1-\mathrm{\&sigma;}\_m\arg \mathrm{in})]\&CenterDot;\mathrm{RGB}\_\mathrm{uplim})$

高亮区： $\left[\sin \right[\frac{\mathrm{\&pi;}}{2}\&CenterDot;(1-\mathrm{\&sigma;}\_m\arg \mathrm{in})]\&CenterDot;\mathrm{RGB}\_\mathrm{uplim},\mathrm{RGB}\_\mathrm{uplim}]$

可以看出，传递函数F_tem1(n)对信息集中的低亮区信号进行了拉伸，同时对另外两个信息量很小的区域的信号进行了压缩。变换提高主要信息的对比度，改善了视觉效果。

同理，如果一幅图像的信息几乎全部分布在高亮区，则截去基础传递函数中部分，把剩下的

进行变换，使其纵横坐标的范围为[0，RGB_up lim]，这样得到的传递函数为：

因此，我们把一幅图像的信息堆积比例函数H′(n)分别对应到基础传递函数F(n)的下半部分和上半部分，用H′(n)来确定截去范围。为了坐标一致性，把基础传递函数F(n)纵坐标范围变换到区域[0，2]内得到变形函数

在该变形函数上取两个点n_l及n_h，使[n_l，n_h]区域内满足：

$H^{\&prime;}(\mathrm{RGB}\_\mathrm{uplim}\&CenterDot;\mathrm{\&sigma;}\_m\arg \mathrm{in})\&le;\frac{2}{\mathrm{RGB}\_\mathrm{uplim}}\&CenterDot;F\left(n\right)\&le;H^{\&prime;}(\mathrm{RGB}\_\mathrm{uplim}\&CenterDot;(1-\mathrm{\&sigma;}\_m\arg \mathrm{in}))+1$

把基础传递函数F(n)中[n_l，n_h]部分曲线进行变换，使其纵横坐标的范围为[0，RGB_uplim]，这样得到本发明所述的最终的自适应传递函数：

$F^{\&prime;}\left(n\right)=\frac{\mathrm{RGB}\_\mathrm{uplim}}{\sin (\frac{n\_h}{\mathrm{RGB}\_\mathrm{uplim}}\mathrm{\&pi;}-\frac{1}{2}\mathrm{\&pi;})-\sin (\frac{n\_l}{\mathrm{RGB}\_\mathrm{uplim}}\mathrm{\&pi;}-\frac{1}{2}\mathrm{\&pi;})}\&CenterDot;[\sin (\frac{n\_h-n\_l}{\mathrm{RGB}\_{\mathrm{uplim}}^2}\&CenterDot;\mathrm{\&pi;}\&CenterDot;n+\frac{n\_l}{\mathrm{RGB}\_\mathrm{uplim}}\mathrm{\&pi;}-\frac{1}{2}\mathrm{\&pi;})+\sin (\frac{1}{2}\mathrm{\&pi;}-\frac{n\_l}{\mathrm{RGB}\_\mathrm{uplim}}\mathrm{\&pi;})]$

步骤S6，输出图像信息；

图像信息按上述方法进行处理后，输出处理后的图像信息至显示装置进行显示。

下表是针对多种情况进行本发明视频信号自适应处理方法的实例：

以σ_margin＝0.1、RGB_uplim＝256为例验证变换效果：

本发明视频信号自适应处理方法，根据图像不同的信息分布状态采用不同的处理方法，信息集中的区域进行拉伸，其余部分则进行压缩，突出整幅图像中用户注意的区域，达到良好的视觉效果。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种视频信号自适应处理方法，包括如下步骤： 

S1，获取系统参数； 

S2，预置基础传递函数； 

S3，接收并缓存一帧图像信息； 

S4，获取一帧图像信息的信息分布； 

S5，判断图像中信息集中的区域，对信息集中区域进行拉伸，对其余部分进行压缩， 

其中，所述步骤S1中，系统参数包括：系统输出RGB亮度的最大值RGB_uplim； 

其中，所述步骤S4中，按照亮度将图像信息划分为三个区域，这三个区域分别定义为低亮区、中间区、高亮区，具体范围划分如下： 

低亮区：[0，σ_margin·RGB_uplim]; 

中间区：(σ_margin·RGB_uplim，(1-σ_margin)·RGB_uplim); 

高亮区：[〔1-σ_margin〕·RGB_uplim,RGB_uplim]; 

0<σ_margin<0.3； 

一个像素中R、G、B信号的最大值为RGB＇，获取一幅图像中RGB＇等于n的像素数为G(n)，G(n)占像素总数pixel_total的比例为G′(n)： 

RGB＇不大于n的像素数为H(n)，H(n)占像素总数pixel_total的比例为H′(n)： 

2.根据权利要求1所述的视频信号自适应处理方法，其特征在于，步骤S2中，预置基础传递函数包括选择基础传递函数以及存储基础传递函数；基础传递函数是满足对一帧图像的信号中的部分信号进行拉伸，部分信号进行压缩 的函数。 

3.根据权利要求2所述的视频信号自适应处理方法，其特征在于，基础传递函数是： 

4.根据权利要求1所述的视频信号自适应处理方法，其特征在于，信息集中在所述三个区域中的某个区域超过1/3，则认为信息在该区域集中。 

5.根据权利要求3所述的视频信号自适应处理方法，其特征在于，步骤S5中，对图像的处理，按照如下自适应传递函数进行： 

其中，把基础传递函数F(n)纵坐标范围变换到区域[0,2]内得到变形函数 

在该变形函数上取两个点n_l及n_h，使[n_l,n_h]区域内满足： 

把基础传递函数F(n)中[n_l,n_h]部分曲线进行变换，使其纵横坐标的范围为[0,RGB_uplim]，这样便得到所述自适应传递函数： 

。 

6.根据权利要求1所述的视频信号自适应处理方法，其特征在于，该处理方法还包括输出图像信息的步骤，输出的图像信息是自适应处理后的图像信息。 

7.根据权利要求1所述的视频信号自适应处理方法，其特征在于，步骤S5中，图像划分为N个区域，判断图像中信息集中的区域时，区域的信息比例超过1/N，则认为该区域是信息集中区域。 

Images