CN102422322A - 光检测、色貌模型、以及修改图像显示的动态范围 - Google Patents

光检测、色貌模型、以及修改图像显示的动态范围 Download PDF

Info

Publication number
CN102422322A
CN102422322A CN201080020991XA CN201080020991A CN102422322A CN 102422322 A CN102422322 A CN 102422322A CN 201080020991X A CN201080020991X A CN 201080020991XA CN 201080020991 A CN201080020991 A CN 201080020991A CN 102422322 A CN102422322 A CN 102422322A
Authority
CN
China
Prior art keywords
light source
image
pixel
brightness
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201080020991XA
Other languages
English (en)
Other versions
CN102422322B (zh
Inventor
蒂莫·孔克
埃里克·莱因哈德
格温·丹贝格
安德斯·巴莱斯塔特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dolby Laboratories Licensing Corp
Original Assignee
Dolby Laboratories Licensing Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dolby Laboratories Licensing Corp filed Critical Dolby Laboratories Licensing Corp
Publication of CN102422322A publication Critical patent/CN102422322A/zh
Application granted granted Critical
Publication of CN102422322B publication Critical patent/CN102422322B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Controls And Circuits For Display Device (AREA)

Abstract

实施例总体上涉及图像和显示处理，更具体地涉及检测图像中的光源以基于光源(例如，感知光源)协助不同观看环境中的图像的颜色外观预测和/或动态范围修改的系统、设备、集成电路、计算机可读介质、以及方法。在一些实施例中，一种方法包括：检测表示图像的部分的像素，指定图像部分的像素子集与光源相关联，以及确定像素子集的参数，参数被配置成生成包括图像部分的再现图像中的颜色。在一个实施例中，检测光源以协助亮度值的高动态范围与低动态范围之间的转换。

Description

光检测、色貌模型、以及修改图像显示的动态范围
相关申请的交叉引用
本申请要求在2009年5月11日提交的美国临时专利申请第61/177,262号的优先权，其全部内容通过引用并入本申请。
技术领域
本发明的实施例总体上涉及图像和显示处理，更具体地涉及检测图像中的光源以基于光源(例如，感知光源)协助不同观看环境下的图像的颜色外观预测和/或动态范围修改的系统、设备、集成电路、计算机可读介质、以及方法。
背景技术
根据人类视觉系统(“HVS”)，已经开发了色貌模型(“CAM，colorappearance model”)以与如若不然会感知为不同的不同环境条件下的颜色匹配。具体地，一个条件集合下(例如，在图像中)捕获的颜色会被在另一条件集合下观看该颜色的观测者感知为不同的颜色。以下是会有助于可感知颜色不匹配的因素的示例：不同发光体的不同色度和/或亮度水平、用于显示颜色的装置的不同类型、背景的相对亮度、周边环境的不同条件、以及其它因素。传统色貌模型旨在通过对以条件的目的集合观看的图像进行调整以使得它显现为以下颜色来补偿这些因素：该颜色与图像以条件的源集合被捕获所处的颜色相同。因而，可以使用色貌模型将一个环境(例如，源环境)中看到的颜色的区块(patch)转换为如将会在不同环境(例如，目标环境)中观测到的颜色的等效区块。
虽然包括色适配(chromatic adaptation)的预测色貌中的一些方法起到作用，但是具有它们的缺陷。在至少一个方法中，确定发光体的不同色度和亮度水平的效果通常需要人工干预，如人工测量环境参数值。常常，随后将环境参数值编码成伴随图像数据的元数据，以修改目标环境下的颜色。或者，在一些情形中，使用环境参数的估计或假定值引导色适配过程。为了举例说明，考虑奥地利的维也纳国际照明委员会(“CIE”)主张的CIECAM02色貌模型(“CAM”)。根据此模型，适配度(degree ofadaptation)D取决于适配亮度LA，通常假定适配亮度LA为观看环境中白色对象的亮度的大约20％。通常使用光学测量装置测量白色对象的亮度，在预测色貌时人工实现这些值。此外，一些色貌模型实现方式还基于与亮度水平适配因子FL、周边的影响c、以及色感应因子Nc的几个预定值有关的几个预定的恒定周边条件得出适配度D。在一些方法中，无论部分是否包括光源、反射表面或者其它方面，均在图像的大多数或所有部分上全局地应用这些参数。
鉴于以上内容，将会期望提供用以协助包括高动态范围图像的、不同观看环境的图像中的颜色外观预测的系统、计算机可读介质、方法、集成电路、以及设备。
发明内容
实施例总体上涉及图像和显示处理，更具体地涉及检测图像中的光源以基于光源(例如，感知光源)协助不同观看环境中的图像的颜色外观预测和/或动态范围修改的系统、设备、集成电路、计算机可读介质、以及方法。在一些实施例中，一种方法包括：检测表示图像的部分的像素，指定图像部分的像素子集与光源相关联，以及确定像素子集的参数，参数被配置成生成包括图像部分的再现图像中的颜色。在一个实施例中，确定参数包括计算构成光源的像素子集的适配度D。在一些实施例中，对于每个像素确定适配度。对于光源而言，适配度可以指定不使发光体减损。在一个实施例中，检测光源以协助在亮度值的高动态范围与低动态范围之间转换。
附图说明
配合结合附图取得的以下详细描述更充分地明白本发明及其各实施例，在附图中：
图1A是图示了根据本发明至少一些实施例的、用于检测光源以修改源环境下捕获的颜色的系统的示例的图；
图1B是图示了根据本发明至少一些实施例的、用于检测光源以与目标环境下的颜色匹配的系统的示例的图；
图2描绘了根据本发明具体实施例的光源分析器的示例；
图3描绘了根据本发明一些实施例的候选光源检测器的示例；
图4A至4C描绘了根据一些实施例的确定候选光源的示例；
图5描绘了根据本发明一些实施例的作为检测光源的方法的示例的流程；
图6描绘了根据各实施例的、使用光源检测以协助不同观看条件之间的颜色匹配的源图像处理器和目标图像处理器的示例；
图7是图示了根据本发明一些实施例的亮度范围控制器的功能的图；
图8是根据本发明至少一些实施例的、被配置成操作至少具有前端调制器的显示装置的控制器的示意图；
图9图示了根据本发明至少一个实施例的、适合使用光源检测使不同观看环境中的颜色匹配的示例性计算机系统；
图10A和10B描绘了根据本发明实施例的亮度范围修改设备的示例；
图11描绘了根据本发明实施例的、被配置成检测光源作为感知光源的光源检测器；
图12描绘了根据本发明实施例的、被配置成提升感知光源的亮度值的图像处理器；
图13描绘了根据本发明实施例的、被配置成提升感知光源的亮度值的LDR2HDR处理器；
图14描绘了根据本发明一些实施例的光源检测器的示例；
图15描绘了根据本发明一些实施例的光源检测器的另一示例；以及
图16是根据本发明至少一些实施例的、被配置成操作至少具有前端调制器的显示装置的控制器的示意图。
在附图的数个视图中，相似的附图标记表示相应部分。注意，附图标记中的大多数附图标记包括通常识别首次引入该附图标记的图的一个或两个最左边的数字。
具体实施方式
图1A是图示了根据本发明至少一些实施例的、用于检测光源以修改源环境下捕获的颜色的系统的示例的图。如图所示，系统100包括图像处理器120和源图像生成器160，并且被配置成处理源环境下的图像。图像处理器120被配置成生成环境参数130，环境参数130被源图像生成器160使用以生成源图像数据164，源图像数据164被配置成再现目标环境下的颜色。源图像数据164的示例包括根据色貌模型(“CAM”)162生成的外表关连、以及表征光源或非光源的信息。图像处理器120被示出为包括光源分析器122和环境参数处理器124。光源分析器122被配置成检测表示当作候选光源的图像101b的部分的一个或更多个像素，并且还被配置成识别像素是光源的部分(例如，被感知为自发光)还是不是光源的部分(例如，被感知为反射表面，诸如漫反射表面或者另外的不透光表面)。如本文中所使用的，术语“光源”至少在一些实施例中是指与描绘发光体(例如，生成光的物理光源)(诸如灯泡或太阳，或者诸如像镜子、冰或玻璃那样的可被感知为自发光的对象的表面(例如，镜面反射表面))的图像的部分相关联的一个或更多个像素。根据一些实施例，发光体可以指感知光源(物理光源或者高反射表面)，其中，发光体可以在场景(例如，源环境)中作为场景图像的部分被捕获，或者与观看环境(例如，目标环境)相关联。术语“光源”可以描述由人类视觉系统(“HVS”)感知成自发光的像素或刺激(stimulus)，如此，可以与术语“感知光源”可互换地使用。在一些实例中，光源的亮度值可以高于例如与非光源相关联的值的范围。如本文中所使用的，术语“非光源”至少在一些实施例中是指这样的一个或更多个像素：其与描绘可以散射或漫射光以使得表面可被感知成不是闪光或镜面的对象的表面(例如，漫反射表面)(诸如，织品或土壤)的图像的部分相关联。在一些示例中，非光源是按照未由HVS感知成光源的漫射方式反射光的表面。非光源的示例包括相对暗的周边中的一张白纸或白色结婚礼服，其中，纸张和礼服具有相对明亮的外观。注意，术语“非光源”在一些实施例中还可以是指这样的一个或更多个像素：其与描绘不会被感知成光源的、具有足够大尺寸的物理光源的图像的部分相关联。在一些实施例中，光源分析器122被配置成：根据相对于与非光源相关联的至少其它像素的尺寸和/或亮度值，把一个或更多个像素识别成光源。环境参数处理器124被配置成确定像素中的一个或更多个像素的参数130，由此参数130可被配置成例如结合目标图像生成器170协助目标环境下的再现图像中的颜色的生成。在一些实施例中，通过色貌模型(“CAM”)162使用参数130来生成外表关联，如光亮度相关值、色度相关值、以及色泽相关值。
鉴于以上内容，图像处理器120以及其构件中的至少一些构件可以检测一个或更多个光源，以及将光源与非光源区分开。具体地，光源分析器122可以从包括非发光表面(如，未被感知成自发光的漫反射表面或发亮的半透明表面(例如，温室窗口或覆霜窗口后方的光))的区域中辨别图像中被感知成自发光的区域。图像处理器120可以被配置成：基于包括像素是否是光源的部分的、与像素相关联的信息，来确定作为参数130中的至少一个参数的适配度D。根据各实施例，可以针对每个像素各自确定适配度D，或者在一些情形中，可以全局地(例如，遍及所有或显著数目的像素)确定适配度。在一些实施例中，相比于非光源的像素，可以针对与感知光源相关联的像素不同地确定适配度D。此外，图像处理器120例如可以被配置成基于非光源的像素信息来确定适配亮度LA。在一些实施例中，图像处理器120可以被配置成：基于确定为光源或非光源的像素，来确定(或大致确定)与光源相关联的发光体的颜色(例如，感知颜色)。在一些实施例中，可以把与光源相关联的像素驱动为相比于与非光源相关联的像素的更大范围中的亮度水平。例如，考虑图像被配置成以亮度值的相对低的动态范围(“LDR”)操作。当在显示器上显示以产生亮度值的相对高的动态范围(“HDR”)中的图像时，图像处理器120可以被配置成扩大与光源相关联的像素的亮度值范围(例如，从亮度值的LDR至HDR范围)，而非光源的亮度值范围可以较小(例如，等同于原始图像的亮度值的低动态范围)。
为了图示图像处理器120的操作，考虑图像处理器120分析表示图像(如，图像101b)的数据，包括表示太阳的像素数据、表示冰表面上的太阳的镜面反射(例如，完美、镜面类反射)的像素数据、以及表示覆盖地面的雪102a的像素数据。雪102a作为图像101b的相对浅的部分显现。光源分析器122被配置成分析包括太阳的图像部分的像素(如，像素103a)、以及包括反射的另一图像部分的像素(包括像素103b)。此外，光源分析器122被配置成分析表示雪覆盖地面的又一图像部分的像素(如，像素103c)。可以通过图像捕获装置107(如，摄像装置)生成图像101b，图像捕获装置107被配置成捕获太阳提供用于源环境中发光体的场景101a的影像。注意，还对于示出的示例，虽然太阳可以是主要光源，但可以存在会感知成自发光的其它表面(即，感知光源)，如作为反射103b的、镜面反射太阳的一片冰。在一些实施例中，环境传感器110被配置成光学感测影响色貌模型162的运算的环境参数。环境传感器110的示例包括数码相机(例如，能够提供HDR图像的高清图像摄像装置)、光度计、光检测器、被配置成接收光以感测亮度水平以及颜色的光传感器、以及用于确定用于修改颜色(或颜色外观)的参数130的其它类型传感器。
环境参数处理器124可以包括适配亮度LA生成器(“LA Gen”)125b，适配亮度生成器125b被配置成生成表示图像101b的像素的适配亮度(“LA”)参数132c的数据。根据一些实施例，适配亮度LA可以是指定区域上(例如，图像101b中所有或显著数目的像素上)的平均光强度的适配场的亮度。注意，适配亮度LA的确定不必局限于图像并且可以通过使用环境传感器110考虑环境(例如，源或目标环境)得出。可以把适配场描述成包括近端场、背景场、以及周边场。在一些实施例中，选择适配亮度参数132c的值作为图像101b中的并非光源的部分(即，不是感知光源的部分)的最亮像素的亮度值。例如，适配亮度生成器125b可以被配置成确定图像101b中的与光源不相关联的像素，诸如描绘此示例中雪覆盖地面的部分以及不是感知光源的像素103c。一旦适配亮度生成器125b检测出非光源的像素的亮度值大于非光源(例如，具有漫反射表面的对象)的其它像素，适配亮度生成器125b就可以选择该亮度值作为适配亮度的值。在至少一个实施例中，适配亮度参数132c是由源图像生成器160针对图像101b中的所有像素使用的全局参数。
在一些实施例中，适配亮度生成器125b被配置成生成多个适配亮度参数132c作为许多适配亮度局部化值。具体地，适配亮度生成器125b可以选择构成非光源的像素的亮度值作为局部化适配亮度参数132c，而选择其它亮度值作为其它非光源的局部化适配亮度参数132c。在操作中，适配亮度生成器125b识别图像101b中的与非光源相关联的像素组，并且还确定比其它非光源像素的其它亮度值大的亮度值。随后，适配亮度生成器125b可以选择最大亮度值作为包括该像素组的图像101b的区域的适配亮度LA。在此情形中，适配亮度参数132c是图像101b的区域或部分的局部参数。在一些实施例中，可以将单个适配亮度参数132c用于未形成光源的部分的像素(即，被感知成白色而未被感知成光源的像素)，可以各自得出局部化适配亮度参数132c并且将局部化适配亮度参数132c用于光源和非光源。
环境参数处理器124还可以包括适配度生成器(“DOA Gen”)125a，适配度生成器125a被配置成生成表示图像101b的像素的适配度(“DoA”)参数132a的数据。根据一些实施例，适配度D可以是表明是否使发光体减损(或者使发光体减损至何种程度)的经亮度调整的适配(例如色适配)度。适配度生成器125a可以接收指定像素是否与光源相关联的光源标识符(“LS ID”)128、光源的标识、以及其它光源相关信息，如亮度水平和光源尺寸。在一些实施例中，用以从源环境向目标环境转换的色适配度是小的，或者其相对于非光源，对于图像101b的自发光部分而言可忽略。因而，适配度生成器125a可以被配置成将与光源相关联的像素设置为零(例如，D＝0)，从而不使发光体(例如，它的颜色或亮度)减损(例如，未适配于所采用的白点)。此外，适配度生成器125a被配置成计算构成非光源的像素的适配度D，从而适配度使发光体减损(例如，部分适配直至完全适配于所采用的白点)。例如，非光源是这样的表面：其提供与镜面反射表面相比以更大量的角度散射和反射光的漫反射量。在一些示例中，非光源可以反射可被感知成明亮表面、但是未由HVS感知成光源的光的量。对于除了与光源相关联的像素之外的像素，适配度生成器125a可以针对与例如非光源相关联的像素生成色适配中使发光体减损的适配度参数132a。因而，适配度可以是指定完全适配的、范围直至且包括值一(例如，D＝1)的非零值。
在一些实施例中，逐个像素地确定适配度，从而适配度的值是相应像素的亮度值的函数。在至少一个实施例中，可以通过首先确定光源(例如，其中D＝0)中像素的亮度值与确定适配度的像素的亮度值之间的差对适配度进行插值。随后，可以确定从D＝0至适配度值(例如，0＜D＜1)的距离，其中，可以通过线性或非线性关系确定距离。在另一实施例中，与光源相关联的像素与设置为零(0)的D的值相关联。此外，与感知光源不相关联的、并且例如相对暗或与低亮度值相关联的像素可以与设置为对应于阈值亮度值的中间适配度Dint的D值相关联。阈值亮度值定义如下水平：在该水平之下，D的值(即，在Dint以下)可以相对恒定或者可以与阈值亮度值以上的亮度值不同地被插值。最终，非光源的像素(或者具有大于阈值亮度值的亮度值的像素)可以具有与光源的亮度值和阈值亮度值之间的像素亮度值成比例地插值的适配度D。可以对适配度进行线性或非线性插值。在一个示例中，适配度可以根据提供在D＝0与Dint的两个值之间光滑插值的厄密(Hermite)多项式而在D＝0与Dint之间变化。这种多项式的示例是2s3-3s2+1，其中，s表示高和低亮度值的缩放比例以对应于从0至1的范围。在至少一个实施例中，通过使用等式1至3计算中间适配度Dint。
在一些实施例中，如在以下等式(1)中，适配度生成器125a至少在一些情形中可以各自生成Dint(即，“D”)、以及像素的任何D值。
D = F - ( F 3.6 ) exp ( - L a - 42 92 ) - - - ( 1 )
其中，通过等式2和3确定F(即，“FL”)。
FL＝0.2k4(5LA)+0.1(1-k4)2(5LA)1/3     (2)
k＝1/(5LA+1)                          (3)
如上所述，可以通过适配亮度生成器125b确定适配亮度LA。在一些实施例中，FL值的确定不必限于等式(2)并且可以通过其它手段(如，基于LA的任何函数)来确定。
图像处理器120可以被配置成通过计算每个候选光源的平均三刺激(tristimulus)值来确定图像101b的白点。平均值近似光源的颜色，在此情况下可以局部应用灰度世界假设。例如，可以使用三刺激值X、Y和Z的平均值确定白点。在一些实施例中，图像处理器120生成表示与候选光源(或框架)相关联的一个或更多个光源的白点(“WP”)参数132d的数据。图像处理器120可以被配置成基于R、G和B像素值的变换来确定表示三刺激值X、Y和Z的数据。在图1A中，三刺激值X、Y和Z被示出为参数132b。图像处理器120还可以被配置成确定背景亮度(“B”)作为参数132e。在一些情形中，也可以用标注“Yb”表示背景亮度。在一些实施例中，图像处理器120基于计算出背景亮度的像素周围的区域内的相邻像素的亮度值，来确定背景亮度。图像处理器120还可以被配置成确定周边值(“S”)作为参数132f。在一些实施例中，环境传感器110检测与周边场相关联的亮度值，图像处理器120基于所测量的周边场的亮度值来确定周边亮度。可以在具有或没有由环境传感器110感测到的环境信息的情况下，通过图像处理器120确定其它参数。
根据一些实施例，源图像生成器160和CAM 162被配置成执行每个像素的色适配(即，包括非线性响应压缩)，从而如在以下等式4a至4c中所提到的那样生成变换后的三刺激值(或锥形(cone)响应值)L′、M′、以及S′。
L ′ = 400 ( F L L / 100 ) 0.42 ( F L L / 100 ) 0.42 + σ L 0.42 + 0.1 - - - ( 4 a )
M ′ = 400 ( F L M / 100 ) 0.42 ( F L M / 100 ) 0.42 + σ M 0.42 + 0.1 - - - ( 4 b )
S ′ = 400 ( F L S / 100 ) 0.42 ( F L S / 100 ) 0.42 + σ S 0.42 + 0.1 - - - ( 4 c )
通过使用依赖于值Lw、Mw和Sw(即，锥形颜色空间中白点的三刺激值)以及表示得出如上所述的适配度的“D”的等式5a至5c，得出这些响应值。
σL＝2588(D(LW/100)+(1-D))                   (5a)
σM＝2588(D(MW/100)+(1-D))                   (5b)
σS＝2588(D(SW/100)+(1-D))                   (5c)
源图像生成器160随后生成外表关连作为源图像数据164。注意，根据各实施例，源图像生成器160和CAM 162可以被配置成实现可以使用光源检测的各色貌模型。例如，可以实现图像处理器120以识别光源，用于生成CIECAM02色貌模型的环境参数130或者等同物的目的。
如本文中所使用的，术语“样本”在一些实施例中可以指这样的对象：其可提供能够以三刺激值(如，CIE XYZ颜色空间的三刺激值X、Y和Z)的集合方式描述的、包括颜色的刺激。术语样本可以与“区块”、“刺激”或“测试”可互换地使用。而且，如本文中所使用的，根据一些实施例，一个或更多个像素或子像素可以构成样本。此外，样本可以构成图像(如，包括任何数目的像素的数字图像)的部分。因而，可以把本文中描述的结构和/或功能应用于一个或更多个像素以及图像(例如，构成图像的像素的集合)。图像可以包括均可用像素数据表示的像素。像素数据可以例如通过描述4个或更多个数量级的范围内的亮度(或辐射度)水平的范围的多个位，来指定图像是高动态范围(“HDR”)图像，还是低动态范围(“LDR”)图像。源环境下捕获的图像(例如，视频的帧或者静止图像)可以在目标环境下呈现为显示图像(例如，显示在监视器或LCD显示器上，投影图像)和打印图像(例如，打印在介质(如纸张)上)。在各实施例中，可以按照像素级别、作为例如局部算子或外表关连的局部级别(例如，像素的组)、或者作为例如全局算子或外表关连的全局级别(例如，图像)来确定本文中描述的一个或更多个参数和其它数据。
如本文中所使用的，术语“颜色”在一些实施例中可以指与颜色刺激的谱分布以及观看条件(例如，颜色刺激起源的区域的周边、结构、形状、以及尺寸)相关联的感知颜色。颜色还可以取决于观测值的视觉系统以及其用以适配于不同发光体的能力等等。根据一些实施例，术语颜色还可以指从例如显示装置或被配置成产生图像的任何装置的表面发出的谱加权光子的量(例如，所测量的量)。如本文中所使用的，术语“候选光源”在一些实施例中可以指包括指示图像部分被感知为自发光或者反射的、具有足够亮度值的像素的潜在光源和非光源。可以把候选光源描述成彼此相关的表面的组(例如图像中的像素的组)或框架，框架可以被感知成自发光或反射。此外，可以通过尺寸(例如面积)、像素的相应数量、框架穿过的图像层的数目、一个或更多个亮度值(或其变体，包括平均亮度值)、以及等同特性来表征候选光源或框架。
图1B是图示了根据本发明至少一些实施例的、用于检测光源以与目标环境下的颜色匹配的系统的示例的图。如图所示，系统150包括图像处理器120和目标图像生成器170，系统150被配置成处理目标环境下的图像。图像处理器120被配置成生成环境参数130，环境参数130被目标图像生成器170使用以生成目标图像数据174，目标图像数据174被配置成在图1B的目标环境下在显示器处再现色貌。图像处理器120和目标图像生成器170合作以再现来自源环境的图像101c，以使得图像101c中的颜色在目标环境下显现为相同或相似。图像处理器120被示出为包括光源分析器122和环境参数处理器124，光源分析器122和环境参数处理器124二者对于类似名称元件可以包括如图1A所述的结构和/或功能。环境传感器110被配置成检测目标环境特性，包括目标环境下发光体的特性。图像处理器120生成环境参数130，环境参数130与图1A中描述的环境参数相似，但是基于目标环境而非源环境。在一些实施例中，通过逆色貌模型(“逆CAM”)172使用参数130和外表关连188以生成可以显示的目标图像数据174。鉴于以上内容，图像处理器120和它的构件中的至少一些构件可以检测图像101c中的一个或更多个光源，以及从非光源区分光源，如图1A中类似地描述的。
图2描绘了根据本发明具体实施例的光源分析器的示例。图200示出了光分析器220包括候选光源检测器222和光源识别器224。候选光源检测器222被配置成分析图像101d，并且更具体地分析像素103a、103b、以及103c，以检测候选光源。在至少一个实施例中，首先把作为潜在光源的部分的像素识别成候选光源的部分。例如，像素可以基于该像素和周边像素的亮度的函数被确定为候选光源的部分。随后，光源识别器224操作以检查像素，从而确定像素是否与当作候选光源的框架相关。如在图1B示出的示例中，候选光源检测器222确定框架210，框架210包括太阳(例如，物理光源)的框架212、太阳反射(例如，作为感知光源的镜面反射)的框架214、以及太阳照射的雪覆盖地面(例如，漫反射且未被感知成光源)的框架216。在示出的示例中，候选光源检测器222根据至少与框架相关联的一个或更多个像素的亮度值来确定框架。在一些实施例中，候选光源检测器222可以被配置成分析候选光源的纹理或特性以在感知光源与相对高的亮度反射对象之间辨别，如除了存在漫反射对象(例如，白色餐巾、纸张或结婚礼服)之外不存在较明亮元件(例如，不存在物理光源)的场景中。在一些实施例中，可以把候选光源检测器222称作“光源检测器”。在一些实施例中，光源检测器不必限于确定候选光源并且可以在不确定候选光源的情况下确定光源。
光源识别器224被配置成根据框架特性来识别框架210的一个或更多个像素作为光源(例如，被感知成自发光的图像部分)或者非光源(例如，图像部分中的漫反射表面)。框架特性的示例包括框架的面积(例如，包括像素数量)、以及表示框架亮度值的一个或更多个值。框架特性的另一示例包括：包括较高亮度值(以及显现为较浅)的一个候选光源相对于包括较低亮度值(以及显现为较暗)的另一候选光源的面积比例(例如，表示成百分比)或尺寸。另外，框架特性可以包括通过随着使层的像素模糊并进行下采样而在多个层中仍然存在亮度值的层(例如，图像金字塔层或图像差金字塔层)的数目所定义的尺寸，如下面在图3中所讨论的。根据一些实施例，可以在光源或非光源的确定中使每个框架特性的优先次序高于其它，或者被加权以多于其它。
光源识别器224可以被配置成通过将包括第一像素集合的区域与指示自发光区域的阈值标准比较来检测光源。为了图示光源识别器224的操作，考虑光源识别器224可以对照指定框架是光源还是非光源的阈值标准的集合来匹配(match)框架212和214的特性。在此实例中，光源识别器224对照定义光源的标准来匹配框架212和214的特性。在此示例中，框架212和214被识别成光源。此外，光源识别器224还可以对照指定框架是光源还是非光源的阈值标准的集合来匹配框架216的特性。在此情形中，光源识别器224对照定义非光源的标准(例如，指定框架指示反射表面的标准)来匹配框架216的特性。在此示例中，框架216被识别成非光源。光源分析器220还被配置成生成识别数据240，识别数据240将框架识别成与光源、非光源相关联、或者既不与光源也不与非光源(例如，具有相对低或可忽略的亮度值的像素)相关联。在一些实施例中，与非光源相关联的像素(未感知成自发光的明亮、较高亮度区域)以及与相对低或可忽略的亮度值相关联的像素(例如，暗淡或暗图像部分)可以组合或合并。因而，可以创建二值图，其中，值1表示光源，值0表示像素不是光源的部分。识别数据240还包括指定与框架210中的每个框架相关联的像素的标识的数据、以及指定其它框架特性的数据，如表示框架亮度的值。
根据一些实施例，光源识别器224被配置成基于图像部分的相对面积，识别光源作为自发光图像部分以及识别非光源作为其它图像部分中的反射表面。根据一些实施例，光源识别器224包括尺寸评估器255a和亮度评估器255b。亮度评估器255b被配置成基于像素数据来评估和表征框架210的亮度值。注意，如本文中所使用的，术语“值”在至少一些实施例中可以指绝对量值、测量或计算的量值、平均量值、或者可以用来表征框架、参数、或者条件的任何其它变量。例如，亮度值可以指一个或更多个亮度值，并且可以基于最高亮度值、平均亮度值、或者适合表征框架亮度的其它变量。在示出的示例中，考虑亮度评估器255b确定框架212的亮度值(例如，平均亮度值)大于框架216的亮度值。此外，作为太阳的框架212的感知光亮度可以高于作为雪覆盖地面的框架216。尺寸评估器255a被配置成评估和表征框架210的尺寸(例如，在像素、面积、或者相对面积的数量方面)。
在示出的示例中，考虑尺寸评估器255a确定框架216的尺寸大于框架212的尺寸。光源识别器224还可以被配置成确定框架212的面积与框架216的面积的比例。如果框架212的相对面积小于指定光源的面积，则把框架212识别成光源。例如，如果框架212的相对面积小于包括框架212和216的总面积的5％，则可以把框架212感知成自发光。光源识别器224被配置成至少在一些实施例中与如下这种观测一致地操作：当较暗图像部分的面积充分大于较浅图像部分的面积时，可以把较暗图像部分感知成白色，可以把较浅图像部分感知成自发光。在一些实施例中，光源识别器224还可以被配置成检测与框架216的像素相关联的面积大于指定反射表面的面积阈值。作为可以包括反射表面的较大和较暗图像部分，框架216可以感知成白色，因而可以作为到图像101d中参考白色的锚定。因而，由于框架216具有比框架212相对大的面积，光源识别器224可以把框架216识别成非光源。注意，在各实施例中，相对面积或尺寸的范围指定较浅图像部分是否是光源。还应注意，当较暗图像部分的面积等于或小于较浅图像部分的面积时，相对亮度值至少在一个实施例中控制。因而，可以把较浅图像部分感知成白色。在此情形中，框架212和216这二者在较暗图像部分等于或小于较浅图像部分的面积时是非光源。
在一些实施例中，光源识别器224可以被配置成包括亮度范围控制器226，亮度范围控制器226被配置成与非光源不同地缩放光源的亮度范围。为了图示，考虑图像101d与亮度值的低动态范围(“LDR”)(例如，小于2个数量级)相关联，光源分析器220被配置成识别与亮度值的高动态范围(“HDR”)(例如，5个数量级或更大)相关联的再现图像的光源。例如，光源识别器224可以把要通过光源的像素生成的亮度值的范围缩放为第一范围，并且可以把要通过非光源的像素生成的亮度值的另一范围缩放为第二范围，从而第二范围包括比第一范围少的亮度值。因而，亮度范围控制器226可以把光源映射到HDR范围，而把非光源映射到LDR范围。
图3描绘了根据本发明一些实施例的候选光源检测器的示例。图300描绘了包括图像金字塔生成器304、差评估器306和框架表征器308的候选光源检测器302。候选光源检测器302被配置成确定图像的亮度信道(例如，从像素数据得出的亮度值)，以及分析像素的亮度值的组是否构成光源或者非光源的框架。在示出的示例中，图像金字塔生成器304被配置成生成图像金字塔310中的图像的多个版本，由此多个版本是图像的下采样图像。把图像金字塔310描绘成作为具有逐渐模糊图像的金字塔320。随着下采样图像中像素的数目减少，图像金字塔生成器304逐渐使多个图像模糊并对模糊的图像下采样。如图所示，图像金字塔生成器304包括下采样器(“DS”)325a，该下采样器被配置成生成图像311c的下采样图像311b、以及基于第一下采样图像311b生成第二下采样图像311a。图像311c是下采样和模糊操作之前的初始图像(“图像0”)321c。在一些实施例中，下采样器325a操作以对图像311a下采样，以形成附加下采样图像(未示出)直到下采样图像包括例如1至4个像素为止。在一些实施例中，下采样图像311b包括图像311c的像素数目的一半，下采样图像311a包括图像311b的像素数目的一半。注意，下采样可以使用任何量的像素并且不限于像素数目的一半。
在至少一些实施例中，模糊滤波器(“BF”)325b被配置成在形成下采样图像311b之前使图像311c模糊。特别地，模糊滤波器325b被配置成使作为初始分辨率图像(“图像0”)321c的初始图像311c模糊。下采样器325a被配置成通过去除像素来减小模糊图像311c的尺寸，以形成被描绘成图像(“图像1”)321b的图像311b。模糊滤波器325b使被描绘成图像(“图像1”)321b的图像311b模糊，下采样器325a还被配置成对模糊图像311b下采样，以形成被描绘成图像(“图像2”)321a的模糊的、下采样图像311a。图像金字塔生成器304被配置成循环地使其它图像金字塔层(未示出)模糊并进行下采样(或者反之亦然)。在一些实施例中，模糊滤波器325b是低通滤波器。在至少一个实施例中，模糊滤波器325b被配置成执行高斯模糊运算。
差评估器306被配置成生成图像差金字塔330，图像差金字塔330包括表示结果图像331a和331b的数据。特别地，差评估器306可以被配置成计算表示来自图像金字塔310的多个版本中的两个图像的亮度值的数据集合之间的差。例如，图像321b与图像321c之间的差可以得到结果图像331b，而图像321a与图像321c之间的差可以得到结果图像331a。未示出其它可能的结果图像。框架表征器308被配置成确定层数据342，层数据342指示包括图像差金字塔330中的候选光源的许多合成图像。此外，框架表征器308生成框架数据340，框架数据340识别相关框架和相应像素、以及框架穿过的层数。随后可以把框架数据340传输给光源识别器(如，图2的光源识别器224)以从非光源确定光源。
在一些实施例中，图像金字塔生成器304和差评估器306合作以确定图像金字塔310的层中的亮度值之间的差(例如，以通过从像素向像素在空间上移动以检测从浅至暗的亮度值改变(或者反之亦然)来检测亮度的改变)。图像生成器304可以确定表示图像321c中的亮度值改变的第一值集，该亮度值改变指示图像中的第一像素组的边界。边界处值的差指示相对小的空间距离上的原始图像321c中出现的亮度(或者暗/黑色至浅/白色之间的灰度级别)的改变。例如，差“0”指示不存在改变，其中，正差和负差分别指示亮度值的增加和减小。边界处的相对高的空间频率指示包括图像321c的层的候选光源。模糊滤波器325b被配置成在相邻像素上分布(例如，使用高斯模糊运算)表示亮度值改变的第一值集以形成表示另一图像(如，图像311b)中亮度值改变的分布值。下采样器325a对另一图像下采样以形成图像311b，图像311b包括表示指示第二像素组的另一边界的亮度值改变的第二值集。差评估器306使第二值集减去第一值集以定义候选光源。注意，在一些实施例中，图像金字塔生成器304和差评估器306合作以实现从图像311c的较少模糊版本中减去图像311c的模糊版本的高斯函数的差，从而得到候选光源的边界。
图4A至4C描绘了根据一些实施例的确定候选光源的示例。图4A的图像400被示出为包括图像金字塔的层1中每个像素404的层号或者零的值，由此层号指示像素至少与两个连续层的差的正阈值相关联。例如，亮度的阈值可以是在模糊或下采样之前在层处对于候选光源确定的平均亮度值。在此示例中，图像400的像素数目与初始图像相同(即，分辨率相同)。为了检测层1的候选光源，候选光源检测器可以检测从与零相关联的像素至与大于零的值相关联的像素的值改变。因而，候选光源检测器可以检测亮度水平的改变以检测二者的亮度值均大于阈值亮度值的候选光源406和候选光源408。
接下来，候选光源检测器通过高斯模糊运算的方式在相邻像素上分布亮度值。例如，可以使用5x5个像素(或者任何其它数目的像素)的高斯核以使与层1相关联的图像模糊。随后，对层1进行下采样。如此，在例如像素组402上分布候选光源406的亮度值。注意，像素组402a对应于包括下采样图像的层2中的像素402b。在此示例中，候选光源406的亮度值的分布值小于阈值亮度值。因而，在层2的图像415中不存在候选光源406。由于候选光源穿过的层的数目指示相对尺寸，把候选光源406理解为相对小(例如，点状大小)的光源。类似地，在例如包括像素子组412a的组像素上分布候选光源408的亮度值。注意，像素子组412a对应于层2的下采样图像中的像素412b。在此示例中，候选光源408的亮度值的分布值至少大到足以满足阈值亮度值。因而，候选光源408在层2的图像415中作为候选光源428存在。
如图4B中所示，候选光源检测器合并层1和层2以确定图像430，并且随后分析与像素相关联的层号。如果像素(如，像素436a中的一个像素)与层号较高的像素邻接，则把较低层号设置为较高层号。例如，把像素436a设置为层号2，以作为图像445中的像素436b。因而，图像445中的合并层指示一(1)个层中的光源的框架406以及延伸通过两(2)个层的另一框架408，从而指明框架408大于框架406。
图4C描绘了与图像460中的下采样像素402b对应的图4B的图像445中的像素。如图所示，下采样像素402b包括初始图像400中的16个像素。候选光源检测器随后可以使候选光源模糊，并对图像460进行下采样以确定下采样图像475。在此示例中，候选光源408的亮度值的分布值至少大到足以满足阈值亮度值。因而，候选光源408在层3的图像475中作为候选光源478存在。候选光源检测器随后合并层2和层3，并继续先前描述的动作，直到下采样图像包括结束数目的像素，如，1、2或4个像素。
图5描绘了根据本发明一些实施例的、作为检测光源的方法的示例的流程。首先，流程500在502生成图像金字塔。在504，流程500通过确定高斯差来确定金字塔层，以形成合成图像。在514，高斯金字塔层的差以正值(例如，0.02)达到阈值，并创建图。在一些实例中，图是二值属性的。在505，确定与合成图像的层号相关联的一个或更多个像素是否与层号较高的像素邻接。如果是，则把较低层号的像素设置为较高层号。在506，识别候选光源。光源识别器随后在508识别光源，从而从非光源区分光源。
图6描绘了根据各实施例的、使用光源检测以协助不同观看条件之间颜色匹配的源图像处理器和目标图像处理器的示例。如图600中所示，源图像生成器620和目标图像处理器640分别与源环境680和目标环境690相关联。源图像生成器620可以包括响应处理器622和外表关连生成器624，目标图像处理器640可以包括逆响应处理器642。响应处理器622被配置成执行色适配以生成响应(例如，变换锥形空间响应)。响应处理器622可以被配置成接收表示锥形颜色空间中以下颜色信道值的数据：用于将L、M、以及S非线性变换成变换响应值的长三刺激值(“L”)、中三刺激值(“M”)、以及短三刺激值(“S”)。响应处理器622可以根据任何CAM操作。外表关连生成器624被配置成生成包括但不限于光亮度相关值(“J”)、色度相关值(“C”)、以及色泽相关值(“h”)的外表关连630。逆响应处理器642可以合作以使与例如图像601(以及其像素)相关联的颜色与显示装置656处的相应颜色匹配，以使得它们例如根据人类视觉系统可感知成相同的。逆响应处理器642可以根据任何逆CAM操作。图像601的示例是HDR图像。可以在硬件和/软件中实现源图像生成器620，并且可以在图像捕获装置(如摄像装置)中、计算装置中、或者通信装置中包括源图像生成器620。可以在硬件和/软件中实现目标图像处理器640，并且可以在CRT监视器、LCD显示器、投影装置、或者任何图像显示装置中包括目标图像处理器640或与CRT监视器、LCD显示器、投影装置、或者任何图像显示装置相关联地使用目标图像处理器640。
源图像生成器620可以被配置成基于与源环境680相关联的参数来生成外表关连630。源图像生成器620可以被配置成接收由源环境参数生成器606生成的源环境参数。例如，源环境参数生成器606可以根据例如R、G和B像素数据值生成每个像素的三刺激值(“X”)602a、(“Y”)602b、以及(“Z”)602c。源环境参数生成器606可以包括本文中均描述的适配亮度生成器(未示出)和适配度生成器(未示出)，以基于图像601分别生成适配场亮度(“La”)606b和适配度(“D”)606a。源环境参数生成器606还可以包括本文中描述的光源识别器(未示出)，以确定可以作为图像601的参考白色的锚定的非光源。因而，源环境参数生成器606可以生成源侧白点的三刺激值，如值(“Xw”)606c、(“Yw”)606d、以及(“Zw”)606e。源环境参数生成器606可以包括图像处理器120(图1A)，以生成参数132e(图1A)作为背景(“Yb”)606f的相对亮度因子，以及生成参数132f(图1A)作为周边亮度值(“S”)606g。根据各实施例，可以使用颜色时序(colortiming)或其它等同过程和仪器自动地(例如，如本文中所述)或者人工地生成参数606a至606g。另外，参数606a至606g可以作为元数据与图像601相关联，以使得源图像生成器620可以访问它，或者可以与图像601分开地提供参数606。
关于目标环境690，可以通过目标环境参数生成器616类似地确定目标参数616a至616g的源。在一些实施例中，环境传感器699接收来自目标环境690下的发光体(“It”)698的光。目标图像生成器640可以生成例如CIE xyY颜色空间中的xy色度值650。色调映射器652可被配置成把高动态范围的亮度水平映射到低动态范围的亮度水平。在一些实施例中，色调映射器652可以被配置成利用光源和非光源的不同参数驱动压缩。这可以提供对感知光源的控制，包括修剪的量。色域映射器654可以被配置成调整图像601的颜色以配合到显示装置656的约束颜色色域中，显示装置656可以是CRT监视器、LCD显示器、投影装置、或者任何图像显示装置。显示装置656可以包括伽马校正器658，以校正监视器的显示强度与像素值之间的非线性关系。显示装置656还可以包括其上可再现601的颜色的显示器659。
如图所示，图600描绘了被配置成使源环境680与目标环境之间HDR图像601的颜色匹配(例如，通过可感知地使颜色匹配)的源图像生成器620和目标图像生成器640。HDR图像601可以与这样的亮度水平的范围相关联：较之低动态范围而言，其提供亮度水平之间的较大量对比度。在一些情形中，可以通过较高(例如，最高)亮度值与较低(例如，最低)亮度值之间的比来确定对比度的量。可选地，色调映射器652被示出为提供可选色调再现(或色调映射)以后续地把HDR图像601的亮度值范围压缩成亮度值的较小范围，以例如使用显示装置656显示图像601。因而，显示装置656可以是能够提供亮度值的低动态范围(例如，约2至3个数量级)的低动态范围(“LDR”)装置。在一些实施例中，源图像生成器620和目标图像生成器640可以被配置成使扩大与图像601相关联的亮度值范围的颜色匹配。例如，考虑图像601与亮度值的低动态范围(例如，约2至3个数量级)相关联。在一些实施例中，(图6的或者本文中另外描述的)源图像生成器620和目标图像生成器640可以被配置成在具有或没有色貌匹配的情况下从亮度值的低动态范围向亮度值的高动态范围(例如，约3至4个或更大数量级)扩展亮度值的范围。因而，源图像生成器620和目标图像生成器640可以合作以提供例如目标环境下HDR中的图像的显示，其中该图像是使用LDR技术在源环境下捕获的。
图7是图示了根据本发明一些实施例的、亮度范围控制器的功能的图700。考虑图像701与亮度值的低动态范围(“LDR”)710(例如，小于2个数量级)相关联。范围710包括光源和非光源这二者的亮度值。亮度范围控制器226(图2)可以映射与对于非光源不同的光源的亮度值，以显示HDR图像720(或者在HDR可用显示器上)。特别地，亮度范围控制器可以把光源的亮度值范围710映射到HDR显示器上的光源的范围722，而可以把非光源的范围710映射到HDR显示器上的范围721。
图8是根据本发明至少一些实施例的、被配置成操作至少具有前端调制器的显示装置的控制器的示意图。系统800包括被配置成耦合到显示装置890的控制器820。控制器820可以包括处理器822、数据存储装置850、库870、以及被配置成控制后端调制器(如，背光单元和它的光源)的一个或更多个背光接口(“背光接口”)824A、以及被配置成控制前端调制器的接口(“调制器接口”)824B。背光接口824a、824b、以及825c分别被配置成驱动调制元件804，调制元件804可以包括红色光源阵列、绿色光源阵列、以及蓝色光源阵列。或者，调制元件804可以包括白色光源。根据至少一些实施例，可以在软件、硬件、固件、电路、或者其组合中实现控制器820。数据存储装置850可以包括以下模块中的一个或更多个模块：可以包括候选光源(“CLS”)检测器852和光源(“LS”)识别器853的光源分析器851、亮度范围控制器854、环境参数处理器859(可以包括适配度生成器)、以及目标图像生成器857(可以包括图6的逆响应处理器以实现逆色貌模型)。这些模块中的每个模块可以包括用于执行本文中描述的功能的可执行指令。库870可以被配置成存储如本文中所述包括表示色貌模型数据(包括任何参数)的数据的数据结构。在一些实施例中，目标环境分析器891可以被配置成检测或确定目标环境的特性，如，目标源发光体的白点。例如，环境分析器891可以是被配置成测量显示器处的观看环境的环境传感器，从而协助观看者适配状态的自动确定等等。根据至少一些实施例，可以作为硬件模块(如，在包括FPGA或等同物的可编程逻辑中)、或者作为ASIC的部分实现控制器820。此外，可以作为固件实施以下模块中的一个或更多个模块：可以包括候选光源检测器852和光源识别器853的光源分析器851、亮度范围控制器854、环境参数处理器859(可以包括适配度生成器)、以及目标图像生成器857。在一些实施例中，可以在包括FPGA的可编程逻辑中实现库870。
显示装置890可以包括前端调制器814、后端调制器802、以及被配置成从后端调制器802向前端调制器814携带光的光学结构844和808。前端调制器814可以是可编程透明的光学滤波器，其调整从后端调制器802入射在它上面的光的强度的透射率。后端调制器802可以被配置成包括一个或更多个光源。在一些示例中，可以由一个或更多个调制元件804(如，LED的一个或更多个阵列)形成后端调制器802。如本文中在一些实施例中所使用的术语后端调制器可以指背光单元和调制光源，如LED。在一些示例中，后端调制器可以包括但不限于具有有机LED(“OLED”)或可控LED阵列的背光。在一些示例中，前端调制器814可以包括具有像素812的LCD面板或其它透射型光调制器。前端调制器814可以与比后端调制器802的分辨率高的分辨率相关联。在一些实施例中，前端调制器814可以包括但不限于LCD面板、LCD调制器、投影型显示调制器、有源矩阵LCD(“AMLCD”)调制器、以及调制光和/或图像信号的其它装置。光学结构844和808可以包括诸如但不限于开放空间、光漫射器、准直仪等的元件。在一些示例中，前端调制器814和后端调制器802可以被配置成统一操作作为HDR显示器、或者在一些实施例中作为LDR显示器的显示装置890。
在一些实施例中，控制器820可以被配置成基于输入图像826和背光驱动电平数据827来提供前端调制器驱动信号，以控制与前端调制器814的LCD像素812相关联的透射率的调制，从而在显示装置890上统一呈现期望图像。虽然未示出，但可以把控制器820耦合到具有用于控制后端调制器802和前端调制器814的软件和/或硬件接口的合适编程计算机，以显示通过与输入图像826对应的数据指定的图像。可以理解，可以在硬件、软件、或者这些的组合中实现图8中描述的元件中的任何元件。在一些实施例中，可以在基于投影的图像重现(rendering)装置等中实现控制器820。
图9图示了根据本发明至少一个实施例的、适合使用光源检测使不同观看环境中的颜色匹配的示例性计算机系统。在一些示例中，可以使用计算机系统900来实现计算机程序、应用、方法、过程、或者其它软件，以执行上述技术以及实现本文中描述的结构。计算机系统900包括把子系统和装置互连的、用于传送信息的总线902或其它通信机构，这些子系统和装置诸如：一个或更多个处理器904、系统存储器(“存储器”)906、存储装置908(例如，ROM)、盘驱动器910(例如，磁或光的)、通信接口912(例如，调制解调器、以太网卡、或者被配置成与通信网络交换数据或者控制造机器的任何其它接口)、显示器914(例如，CRT或LCD)、输入装置916(例如，键盘)、以及指针光标控件918(例如，鼠标或轨迹球)。
根据一些示例，计算机系统900执行具体操作，其中处理器904执行系统存储器906中存储的一个或更多个指令的一个或更多个序列。可以从另一计算机可读介质(如，静态存储装置908或盘驱动器910)把这种指令读取到系统存储器906中。在一些示例中，可以替代或结合软件指令使用硬接线电路，以便实现。在示出的示例中，系统存储器906包括用于实现可提供本文中描述的功能的环境参数处理器模块941、光源分析器模块940、应用936、以及操作系统(“O/S”)932的可执行指令的模块。
术语“计算机可读介质”至少在一个实施例中是指参与向处理器904提供指令以便执行的任何介质。这种介质可以采取许多形式，包括但不限于非易失性介质、易失性介质、以及传输媒体。非易失性介质包括例如光或磁盘，如盘驱动器910。易失性介质包括动态存储器，如系统存储器906。传输媒体包括同轴线缆、铜线、以及光纤，包括有包括总线902的线路。传输媒体还可以采取电磁、声学或光波(如，无线电波和红外数据通信期间生成的波)的形式。
计算机可读介质的常见形式包括例如软磁盘、软盘、硬盘、磁带、任何其它磁介质、CD-ROM、任何其它光学介质、穿孔卡、纸带、具有孔图案的任何其它物理介质、RAM、PROM、EPROM、FLASH-EPROM、任何其它存储器芯片或盒、时间相关波形、或者计算机可以从其读取指令的任何其它介质。
在一些示例中，可以通过单个计算机系统900进行指令序列的执行。根据一些示例，通过通信链路920(例如，至LAN、PSTN、或者无线网络的链路)耦合的两个或更多个计算机系统900可以彼此协调地执行指令的序列。计算机系统900可以通过通信链路920和通信接口912发送和接收消息、数据和指令，包括程序代码(即，应用代码)。接收到的程序代码可以在其被接收时由处理器904来执行，和/或存储在盘驱动器910、或者其它非易失性存储装置中以便稍后执行。在一个实施例中，可以把系统900(或者其部分)整合到用于使用光源检测使颜色匹配的图像捕获装置或显示装置中。
图10A和10B描绘了根据本发明实施例的亮度范围修改设备的示例。图1000描绘了LDR2HDR处理器1010，其被配置成把LDR图像1002的亮度值的低动态范围转换为HDR图像1004的亮度值的高动态范围。特别地，LDR2HDR处理器1010被配置成接收指定与光源(例如像物理光源或镜面反射的感知光源)相关联的像素的光源数据，以及把与光源相关联的亮度范围1006转换为另一亮度范围1007作为感知光源(“PLS”)范围。此外，LDR2HDR处理器1010被配置成接收指定与光源(例如像漫反射的非光源)不相关联的像素的光源数据，以及维持与非光源亮度范围1005相关联的亮度范围1006作为HDR图像1004的非光源(“NLS”)范围，或者以亮度值比范围1007少的任何范围来建立亮度范围1005。图1050描绘了被配置成把HDR图像1052的亮度值的高动态范围转换为LDR图像1054的亮度值的低动态范围的HDR2LDR处理器1060。特别地，HDR2LDR处理器1060被配置成接收指定与光源(例如感知光源)相关联的像素的光源数据，以及把与光源相关联的亮度范围1057转换为另一亮度范围1067作为感知光源(“PLS”)范围。此外，HDR2LDR处理器1010被配置成接收指定与非光源相关联的像素的光源数据，以及维持或者在一些实施例中把HDR图像1052的初始非光源(“NLS”)范围1055减小为NLS范围1065。因此，LDR图像1054中的光源可以具有延伸超过例如LDR显示器的能力的亮度值，以把光源显示为比非光源明亮。可以在一些实施例中修剪这些值以创建更满意的图像重现。
图11描绘了根据本发明实施例的、被配置成检测光源作为感知光源的光源检测器。图110描绘了与图1A中示出的场景类似的场景1101a，但是包括具有可以被感知成光源的挡风玻璃1103b和前灯1103a的汽车1004。例如，考虑被配置成捕获场景1101a的影像以产生图像1101b(可以是HDR图像或LDR图像)的图像捕获装置1107(如，摄像装置)。图像1101b包括作为明亮的物理光源的太阳1103a，作为暗淡的物理光源的前灯1103c，作为感知光源的、产生明亮的镜面反射的挡风玻璃1103b，作为暗淡的镜面反射的暗水反射1103d，作为明亮的漫反射对象的结婚礼服1103f和一张白纸1103e，以及作为暗淡的漫反射对象的树木1103g(以及图像的其它元素)。把上述对象的相对亮度值(或者未按比例绘制的亮度分布)描绘成值1110，其中可以把亮度值1120a(即，太阳)、1120b(即，前灯)、1122a(即，挡风玻璃)、以及1122b(即，水反射)感知成图像1101b中的光源(包括相关联的眩光)，而把非光源(如，漫反射对象)具有被描绘成1124a(即，纸张)和1124b(即，树木)的亮度值。漫反射对象可以比镜面反射对象而言更暗和/或具有散射更多光的表面。漫反射对象因此通常比通常较光滑的镜面反射对象粗糙。在一些情形中，离开对象的反射可以包含镜面和漫射分量这二者。把漫反射对象中固有的粗糙度描绘成锯齿特征和相对清楚的边缘(例如，“锐利”)。由于漫反射对象反射比光源和镜面反射对象相对少的光，所以它们会在人类视觉系统或成像装置中诱发相对少的眩光。因此，它们的亮度图像的横截面可以具有相对尖锐的边缘。
图像处理器1150可以被配置成处理作为HDR或者LDR图像的图像1101b，以产生可以用来使用具有具体操作特性(包括生成再现图像的亮度的具体范围)的显示或投影装置再现目标环境中的图像的图像数据1190。光源检测器1152被配置成检测对象1103a、1103b、1103c、以及1103d作为感知光源，以及生成光源识别数据作为可以向亮度修改器(如，LDR2HDR处理器1010(图10A)和HDR2LDR处理器1060(图10B))提供的、图像数据1190的部分。为了图示LDR2HDR处理器1010(图10A)的操作，考虑图像处理器1150操作以生成表示LDR图像的图像数据1190。在一些情形中，生成LDR图像以便通过动态范围相对有限和亮度值有限的显示技术再现。因而，把HDR图像内容(例如，如HVS所感知的真实世界内容)压缩为显示器可以处理的范围。因此，图像处理器1150可以压缩与各对象1103a、1103c、以及1103e相关联的亮度值1120a、1122a、以及1124a，以及如图12所示在类似亮度水平将这些值编码。注意，亮度值1120a和1122a的图像数据的编码会具有被编码在压缩图像(即，LDR图像)中的眩光，而亮度值1124a不会具有与它相关联的眩光。
图12描绘了根据本发明实施例的、被配置成提升感知光源的亮度值的图像处理器。图1200描绘了包括LDR2HDR处理器1252的图像处理器1250，LDR2HDR处理器1252被配置成把LDR图像1201的亮度值的低动态范围转换为与亮度值1260相关联的亮度值的高动态范围。在此示例中，LDR图像1201是图11的场景1101a的图像。因此，亮度值1220a、1220b、1222a、1222b、1224a和1224b与HDR图像或真实世界内容(即，HVS可感知的亮度范围)的亮度值1120a、1120b、1122a、1122b、1124a和1124b有关。在此示例中，限于低动态范围的图像捕获装置作为示例，从范围1203向0与线1230之间的范围减小场景中可用亮度的范围，这与编码比特级别是255(例如，对于8位编码)一致。如图所示，修剪(或最大化)LDR图像1201中最明亮的内容。特别地，通过去除部分1226、1228、以及1229分别修剪亮度值1120a、1122a、以及1124a，从而把它们设置为值1120a、1122a、以及1124a的描绘中的相同值。因而，可以修剪感知光源和非光源这二者。由于LDR摄像装置的有限能力、按照使图像的信噪比最大化的方式捕获内容(例如，通过摄像者)的期望、或者由于颜色计时器进行的修改，可以修剪这种内容。
在一些实施例中，LDR2HDR处理器1252被配置成在映射LDR图像1201中的图像数据(例如，亮度值)以生成HDR图像时解决量化和离散化，从而HDR图像中的非光源在以亮度的较高水平显示时可以与眩光的量相关联，或者如若不然可以在成像装置或人类视觉系统中感知成显现为自发光(即，放光)。因此，白纸1103或结婚礼服1103f会在把LDR图像1201转换成HDR图像或者显示在HDR显示器上之后显现为放光。注意，LDR图像1201包括表示相对亮度信息的数据，如此，可以把对象编码为两个不同图像中的不同灰度级别，或者可以把两个不同明亮的对象编码为两个不同图像中的相同灰度级别(例如，可以把原始在100,000cd/m2的图11的太阳1103a以及原始在1,000cd/m2的纸张1103e编码为相同的相对亮度值)。在一些情形中，明亮的漫反射对象(如，纸张1103e)可以在没有修剪的情况下编码，并且会在从LDR向HDR的转换之后显现为放光，这是因为它在HDR显示装置中以过高亮度水平显示。
LDR2HDR处理器1252被配置成提升与感知光源相关联的亮度值，而减小漫反射对象的亮度值、或者如若不然使漫反射对象的亮度值停留在与LDR图像1201相关联的亮度值。在图1200中，LDR2HDR处理器1252被配置成分别把值1220a和1222a提升了量1276和1278，以形成修改后亮度值1270a和1272a。在一些实施例中，LDR2HDR处理器1252可以被配置成还提升未修剪的光源，如提升亮度值1220b和1222b以形成分别增加了量1270c和1272c的修改后亮度值1270b和1272b。在一些实施例中，LDR2HDR处理器1252可以被配置成对表示光源和非光源的数据应用逆色调映射操作，从而从LDR范围向HDR显示或投影装置的亮度水平以及可用动态范围的某一片段(阿尔法(α)1280)映射亮度值。随后把漫反射对象映射到由阿尔法1280界定的范围内，而包括感知光源的LDR图像1201的区域接收向高动态范围的亮度提升。在一些实施例中，提升量1276、1278、1270c和1272c可以例如根据图像的平均亮度(例如，指数化亮度值的对数的均值)而变化。因而，提升量可以在图像中从较浅背景至较深背景而不同。例如，较多亮度提升会与深背景(例如，黄昏时的遥远前灯)中的明亮对象相关联，而不是浅背景(例如，阳光充足的中午时的遥远前灯)中的明亮对象。
图13描绘了根据本发明实施例的、被配置成提升感知光源的亮度值的LDR2HDR处理器。如图所示，LDR2HDR处理器1302包括光源检测器1304和动态范围扩展器1310，并且被配置成接收可以为可选的参数1302、以及表示LDR图像的LDR数据1303。参数1302包括如下这种参数：可以描述显示或捕获表示LDR图像1303的数据的装置的亮度范围能力。LDR2HDR处理器1302可以在亮度范围从LDR向与生成的HDR图像1390相关联的HDR的扩展时使用参数1302。LDR2HDR处理器1302可以被配置成与LDR图像的亮度信道(例如，使用通过红色、绿色和蓝色像素信息的加权平均值而确定的明亮度图)相关联地执行亮度范围修改。例如，可以通过用来在CRT、LCD、或者其它低明亮度显示技术上显示图像的sRGB格式将LDR图像编码。特别地，LDR2HDR处理器1302可以把图像转换到xyY空间中，其中通过x和y信道描述颜色信息的主要量并通过Y信道描述亮度信息。
光源检测器1304被配置成根据用于检测上述和/或下述感知光源的任何技术来检测光源(例如，感知成光源的对象)。在一些实施例中，光源检测器1304可以基于各个像素的Y信道的值来检测光源。在一些情形中，光源检测器1304可以基于各个像素的R信道、G信道或B信道的最大亮度，或者用以表示像素亮度的任何其它方式来检测光源。因而，光源检测器1304由于例如把输入RGB数据变换为xyY时R、G和B信道的不均匀加权，而可以检测红色和蓝色光源以及绿色光源。在至少一个实施例中，光源检测器1304生成包括表示像素是否与光源相关联的值的光源检测(“LSD”)图。
动态范围扩展器1310包括预处理器1312和亮度提升器1314。预处理器1312可以被配置成执行色调映射操作。预处理器1312还可以被配置成把图像的亮度值缩放或映射到某一片段(即，“阿尔法”)。片段可以提供缩放以容纳HDR显示或投影装置的亮度水平和可用动态范围。使LSD图的亮度值乘以阿尔法。在一些实施例中，阿尔法的值在0.1或0.5之间。亮度提升器1310被配置成提升与光源相关联的像素的亮度值。在一些实施例中，亮度提升器1310可以应用乘法因子以根据图像中背景的暗度或光亮度来增加或减小提升量。例如，亮度提升器1310可以实现图像的均值亮度(例如，几何均值)以使提升量变化。在一些实施例中，乘法因子是(1-均值亮度)。由于几何均值对例如嘈杂像素较不敏感，所以可使用几何均值而非算术均值。在一些实施例中，亮度提升器1310生成“提升图”作为指定可应用像素的提升量的数据的布置。可以使用等式6形成提升图。
提升图＝α+(1-α)*(1-均值亮度)*LSD图            (6)
其中，(1-均值亮度)是上述乘法因子，LSD图包括表示像素是否与光源相关联的数据。提升图包含在边界[0，1]内。接下来，亮度提升器1310把图像的每个像素的亮度值Y相乘。为了生成HDR图像数据1390，LDR2HDR处理器1302与x和y信道一起，把Y的提升后亮度值变换成RGB颜色空间，从而在不显著影响原始图像的颜色的情况下提升亮度。
图14描绘了根据本发明一些实施例的光源检测器的示例。图1400描绘了包括图像金字塔生成器1404、差评估器1406、以及LDS图生成器1408的光源检测器1402。光源检测器1402被配置成确定图像的亮度信道(例如，从像素数据得出的亮度值)，以及分析像素的亮度值的组与光源还是非光源相关联。在示出的示例中，图像金字塔生成器1404被配置成生成图像金字塔1410中图像的多个版本，从而多个版本是图像的下采样图像。把图像金字塔1410描绘成作为具有逐渐模糊图像的金字塔1420。光源检测器1402包括背景评估器(“BE”)1425a和迭代生成器(“IG”)1425b。背景评估器1425a表征背景以引导要产生的迭代或金字塔层1410的数目。例如，背景评估器1425a可以确定图像的均值亮度。迭代生成器1425b根据均值亮度来确定要生成的金字塔层1410的数目。在一些实施例中，对于相对较暗的背景产生较多迭代或金字塔层，而对于相对较浅的背景产生较少迭代或金字塔层。
图像金字塔生成器1404随着下采样图像中的像素数目减小而逐渐使多个图像模糊并对模糊图像进行下采样。如图所示，图像金字塔生成器1404生成图像1411c的下采样图像1411b，并且基于第一下采样图像1411b生成第二下采样图像1411a。图像1411c是在下采样和模糊操作之前的初始图像(“图像0”)1421c。在一些实施例中，图像金字塔生成器1404操作以对图像1411a进行下采样，以形成附加下采样图像(未示出)，直到如迭代生成器1425b所确定的生成的层数为止。在一些实施例中，下采样图像1411b包括图像1411c的像素数目的一半，下采样图像1411a包括图像1411b的像素数目的一半。注意，下采样可以使用任何量的像素并且不限于像素数目的一半。上采样图像1421a和1421b使用例如双边插值分别把下采样图像1411a和1411b缩放直至初始分辨率。差评估器1406被配置成确定所生成的最终金字塔层1431a与原始图像层1431b之间的差。LSD图生成器1408使用表示差的层数据1442来生成LSD图数据1440，从而LSD图数据1440指示像素与光源还是非光源相关联。
图15描绘了根据本发明一些实施例的光源检测器的另一示例。图1500描绘了包括任何数目的算子的光源检测器1502以确定LDR图像1501的LSD图数据1540。光源检测器1502包括亮度信道分析器1504，以基于如以上在图13中所述R、G、或者B信道的最大亮度、或者各个像素的Y信道确定亮度值。阈值分析器1510被配置成实现与来自亮度信道分析器1504的输入数据进行比较的阈值。例如，可以认为大于灰度级别阈值的亮度值(如，255中的235)是可能的光源。在一些实施例中，阈值分析器1510被配置成排除相对大的候选光源，这是由于它们有可能是非光源并且不应当提升它的亮度值。
最大值分析器1512被配置成确定像素组上的亮度值Y的图中的局部最大值。最大值分析器1512可以检测暗淡和明亮光源。在一些实施例中，最大值分析器1512实现形态侵蚀或膨胀运算以去除杂散噪声。边缘分析器1514被配置成检测明亮对象周围的边缘，以及排除具有相对尖锐边缘(即，一些可量化量的尖锐度)的那些对象。非光源通常与尖锐边缘相关联。在一些实施例中，由于在成像装置中散射而围绕光源自然出现的眩光，或者向图像中的光源人工或自动添加的、用以围绕明亮对象模拟人类视觉系统中的眩光的眩光，可以创建围绕光源的亮度的平滑滚降。熵分析器1516被配置成评估图像的熵。熵是无序的尺度。由于光源趋于有序，所以它们具有相对低的熵。偏差分析器1518由于光源相比于包括非光源的其它区域而言趋于具有围绕光源的相对小的标准差而被配置成评估围绕每个像素的相对小的区域的标准差。滤波器1520被配置成作为可以返回围绕光源的高值的不尖锐滤波器。
LDS图生成器1530可以实现一个或更多个像素集合的上述算子中的一个或更多个算子以识别图像中光源。例如，LDS图生成器1530可以实现阈值分析器1510和熵分析器1516，以确定具有低熵的明亮区域以及指示这些区域作为光源的可能候选。作为另一示例，LDS图生成器1530可以实现阈值分析器1510和最大值分析器1512。LDS图生成器1530生成用于由例如动态范围扩展器(图13)使用的LSD图数据1540。
图16是根据本发明至少一些实施例的、被配置成操作至少具有前端调制器的显示装置的控制器的示意图。系统1600包括被配置成耦合到显示装置1690的控制器1620。控制器1620可以包括处理器1622、数据存储装置1650、库1670、以及被配置成控制后端调制器(如，背光单元和它的光源)的一个或更多个背光接口(“背光接口”)1624A、以及被配置成控制前端调制器的接口(“调制器接口”)1624B。背光接口1624a、1624b、以及1625c分别被配置成驱动可以包括红色光源阵列、绿色光源阵列、以及蓝色光源阵列的调制元件1604。或者，调制元件1604可以包括白色光源或者任何其它颜色或颜色的组合(即，RGGB、RGBW)作为光源。根据至少一些实施例，可以在软件、硬件、固件、电路、或者其组合中实现控制器1620。数据存储装置1650可以包括以下模块中的一个或更多个模块：LDR2HDR处理器1651、HDR2LDR处理器1652、以及用以实现色貌模型的色貌处理器模块1659。这些模块中的每个模块可以包括用于执行本文中描述的功能的可执行指令。库1670可以被配置成存储如本文中所述包括表示色貌模型数据(包括任何参数)的数据的数据结构。根据至少一些实施例，可以作为硬件模块(如，在包括FPGA或等同物的可编程逻辑中)、或者作为ASIC的部分来实现控制器1620。此外，可以作为固件来实现以下模块中的一个或更多个模块：LDR2HDR处理器模块1651、HDR2LDR处理器模块1652、以及色貌处理器模块1659。在一些实施例中，可以在包括FPGA的可编程逻辑中实现库1670。
显示装置1690可以包括前端调制器1614、后端调制器1602、以及被配置成从后端调制器1602向前端调制器1614携带光的光学结构1644和1608。前端调制器1614可以是调整从后端调制器1602入射在它上面的光的强度透射率的可编程透明的光学滤波器。后端调制器1602可以被配置成包括一个或更多个光源。在一些示例中，可以由一个或更多个调制元件1604(如，LED的一个或更多个阵列)形成后端调制器1602。如本文中一些实施例中所使用的术语后端调制器可以指背光、背光单元和经调制光源，如LED。在一些示例中，后端调制器可以包括但不限于具有有机LED(“OLED”)或可控LED阵列的背光。在一些示例中，前端调制器1614可以包括具有像素1612的LCD面板或其它透射型光调制器。前端调制器1614可以与比后端调制器1602的分辨率高的分辨率相关联。在一些实施例中，前端调制器1614可以包括但不限于LCD面板、LCD调制器、投影型显示调制器、有源矩阵LCD(“AMLCD”)调制器、以及调制光和/或图像信号的其它装置。光学结构1644和1608可以包括诸如但不限于开放空间、光漫射器、准直仪等的元件。在一些示例中，前端调制器1614和后端调制器1602可以被配置成统一操作作为HDR显示器、或者在一些实施例中作为LDR显示器的显示装置1690。因而，显示器1601可以是用于与LDR2HDR处理器模块1651一起使用的HDR显示器或者用于与HDR2LDR处理器模块1652一起使用的LDR显示器。
在一些实施例中，控制器1620可以被配置成基于输入图像1626和背光驱动电平数据1627来提供前端调制器驱动信号，以控制与前端调制器1614的LCD像素1612相关联的透射率的调制，从而在显示装置1690上统一呈现期望图像。虽然未示出，但可以把控制器1620耦合到具有用于控制后端调制器1602和前端调制器1614的软件和/或硬件接口的合适编程计算机，以显示由与输入图像1626对应的数据指定的图像。可以理解，可以在硬件、软件、或者这些的组合中实现图16中描述的元件中的任何元件。在一些实施例中，可以在基于投影的图像重现装置等中实现控制器1620。
可以在包括但不限于HDR投影装置和显示器、LDR投影装置和显示器、便携式计算机的显示器、数字时钟、钟表、装备、电子装置、音频视觉装置、医学成像系统、图形工艺、电视机、投影型装置等的各种应用中实现上述方法、技术、过程、设备和计算机介质产品和系统。
在一些示例中，可以通过可以执行这种方法、技术和过程的计算机处理器上的可执行指令来进行和/或执行本文中描述的方法、技术和过程。例如，计算机或其它显示控制器中的一个或更多个处理器可以通过执行可访问处理器的程序存储器中的软件指令来实现本文中描述的方法。另外，可以使用图形处理单元(“GPU”)或控制计算机、或者耦合到显示器的现场可编程门阵列(“FPGA”)或其它集成电路来实现本文中描述的方法、技术和过程。也可以通过程序产品的形式提供这些方法、技术和过程，该程序产品可以包括携带如下计算机可读指令集的任何介质：在由数据处理器执行时使得数据处理器执行这种方法、技术和/或过程。程序产品可以包括但不限于：诸如磁数据存储介质的物理介质，包括软盘、以及硬盘驱动器；包括CD ROM、以及DVD的光学数据存储介质；电子数据存储介质，包括ROM、闪存RAM、非易失性存储器、拇指驱动器等；以及传输型介质，如，数字或模拟通信链路、虚拟存储器、网络或全球计算机网络上的主机存储、以及联网服务器。
在至少一些示例中，可以在软件、硬件、固件、电路、或者其组合中实现上述特征中的任何特征的结构和/或功能。注意，可以把以上结构和构成元件、以及它们的功能与一个或更多个其它结构或元件合并。替选地，元件和它们的功能可以细分成构成子元件(如果存在的话)，并且可以在空间上分布。作为软件，上述技术可以使用包括如下内容的各种类型的编程或格式化语言、框架、句法、应用、协议、对象、或者技术来实现：C、面向对象的C、C++、C#、FlexTM、Freworks
Figure BPA00001462931200291
JavaTM、JavascriptTM、AJAX、COBOL、Fortran、ADA、XML、HTML、DHTML、XHTML、HTTP、XMPP、Ruby on Rails等。作为硬件和/或固件，可以使用包括硬件描述语言(如，被配置成设计现场可编程门阵列(“FPGA”)、专用集成电路(“ASIC”)、或者任何其它类型集成电路的任何寄存器传送语言(“RTL”))的各种类型的编程或集成电路设计语言来实现上述技术。这些可以变化并且不限于提供的描述或示例。
相应地，可以通过包括但不限于描述本发明一些部分的功能、特征、以及结构的以下列举示例性实施例(EEE)的本文中描述的形式中的任何形式来实现本发明：
EEE1.一种生成图像的方法，所述方法包括：
检测表示图像的图像部分的像素子集，像素子集与表示指示候选光源的亮度值的数据相关联；
指定第一图像部分的第一像素子集与第一光源相关联；以及
确定第一像素子集的参数，参数被配置成生成包括第一图像部分的再现图像中的颜色。
EEE2.如EEE1所述的方法，还包括：
在显示器上生成再现图像。
EEE3.如EEE1所述的方法，其中，指定第一像素子集与第一光源相关联包括：
根据相对于与非光源相关联的第二像素子集的亮度值和像素数量，来识别第一像素子集作为第一光源。
EEE4.如EEE1所述的方法，还包括：
确定第二图像部分的第二像素子集与非光源相关联。
EEE5.如EEE4所述的方法，还包括：
检测与第一像素子集相关联的第一面积小于指示感知成自发光的第一面积阈值；以及
检测与第二像素子集相关联的第二面积大于指示反射表面的第二面积阈值。
EEE6.如EEE1所述的方法，还包括：
确定第二图像部分的第二像素子集与非光源相关联；以及
基于光源来计算表示图像的白点的数据。
EEE7.如EEE1所述的方法，其中，确定第一像素子集的参数包括：
计算构成第一光源的第一像素子集的适配度D，其表明对于第一光源的发光体颜色没有减损。
EEE8.如EEE1所述的方法，还包括：
确定第二图像部分的第二像素子集与非光源相关联；以及
确定第二像素子集的参数。
EEE9.如EEE8所述的方法，其中，确定第二像素子集的参数包括：
计算使第一光源的发光体颜色减损的、构成非光源的第二像素子集的适配度D。
EEE10.如EEE1所述的方法，其中，检测表示图像的图像部分的像素子集包括：
生成图像的下采样图像，所述下采样图像随着下采样图像中的像素数目减小而逐渐模糊；
确定来自图像与下采样图像的值集之间的差以形成合成图像；以及
根据包括亮度值集的若干个合成图像来确定候选光源。
EEE11.如EEE1所述的方法，其中，检测表示图像的图像部分的像素子集包括：
确定第一值集，该第一值集表示指示图像中第一像素组的边界的亮度值改变；
在相邻像素上分布表示亮度值改变的第一值集，以形成指示另一图像中的亮度值改变的分布值；
对该另一图像进行下采样以形成第二值集，该第二值集表示指示另一图像的下采样图像中的第二像素组的另一边界的亮度值改变；以及
将第二值集减去第一值集，以定义候选光源。
EEE12.如EEE11所述的方法，其中，第一值集包括：
执行高斯模糊运算以使第一值集模糊。
EEE13.如EEE1所述的方法，还包括：
分析候选光源的特性；以及
确定候选光源不是光源、并且与具有场景中最高亮度的最明亮元素的像素相关联。
EEE14.如EEE1所述的方法，还包括：
确定第二图像部分的第二像素子集与非光源相关联。
EEE15.如EEE13所述的方法，还包括：
将要通过第一像素子集生成的亮度值的范围缩放为第一范围；以及
将要通过第二像素子集生成的亮度值的范围缩放为第二范围，第二范围包括比第一范围少的亮度值，
其中，图像与亮度值的低动态范围(“LDR”)相关联，再现图像与亮度值的高动态范围(“HDR”)相关联。
EEE16.如EEE1所述的方法，还包括：
确定图像中的与光源不相关联的像素，该像素的亮度值大于非光源的其它像素；以及
选择像素的亮度值作为图像的适配亮度LA的值，
其中，适配亮度是全局参数。
EEE17.如EEE1所述的方法，还包括：
确定图像中的与非光源相关联的像素子集，该像素子集与大于非光源的其它像素的亮度值相关联；以及
选择像素的亮度值作为图像的区域的适配亮度LA的值，
其中，适配亮度是区域的局部参数。
EEE18.一种用于处理图像的设备，包括：
光源分析器，被配置成分析图像的像素值以识别候选光源的集合，光源分析器包括：
候选光源检测器，被配置成检测表示与框架相关联的区域的边界的数据作为候选光源；以及
光源识别器，被配置成识别表示候选光源的子集的数据作为感知光源；以及
环境参数生成器，被配置成确定光源的每个像素的参数以生成目标环境下装置处的再现图像中的颜色，
其中，颜色受光源中的至少一个光源的发光体颜色影响。
EEE19.如EEE18所述的设备，还包括：
适配度生成器，被配置成确定每个像素的适配度D。
EEE20.如EEE19所述的设备，其中，适配度生成器被配置成将与感知光源相关联的像素的适配度D设置为零，或者低于对非光源应用的任何值。
EEE21.如EEE20所述的设备，其中，光源识别器还被配置成从候选光源识别非光源。
EEE22.如EEE21所述的设备，还包括：
适配亮度生成器，被配置成根据非光源中的像素的亮度值来确定适配亮度LA。
EEE23.如EEE18所述的设备，还包括：
图像金字塔生成器，被配置成生成表示图像的下采样图像的数据，以及还被配置成随着下采样图像中的像素数目减小而逐渐使下采样图像模糊，
其中，图像和下采样图像是存储在数据结构内的图像金字塔的层。
EEE24.如EEE23所述的设备，还包括：
差评估器，被配置成确定图像与下采样图像这两者中的分层像素之间的差，
其中，至少与分层像素的子集相关联的正的、非零结果指示候选光源中的至少一个候选光源的边界。
EEE25.如EEE25所述的设备，还包括：
框架表征器，被配置成生成用于确定框架是否是感知光源的特性。
EEE26.如EEE25所述的设备，其中，特性包括：
表示包括与框架相关联的像素的层数的数据。
EEE27.如EEE18所述的设备，其中，候选光源检测器还被配置成确定图像与下采样图像这两者之间高斯结果图像的差，
其中，高斯结果图像的差指示框架的边界。
EEE28.如EEE18所述的设备，其中，光源识别器还包括：
尺寸评估器，被配置成确定候选光源的尺寸；以及
亮度评估器，被配置成确定候选光源的一个或更多个亮度值，
其中，光源识别器被配置成基于小于尺寸阈值的尺寸以及大于亮度阈值的一个或更多个亮度值来将框架识别成光源。
EEE29.如EEE18所述的设备，其中，环境参数生成器还包括：
源环境参数生成器，被配置成计算与同图像相关联的源环境相关联的的源参数，源参数包括与源环境相关联的适配度D。
EEE30.如EEE29所述的设备，其中，还包括：
源图像生成器，被配置成接收源参数，以生成与色貌模型相关联的外表关连。
EEE31.如EEE18所述的设备，其中，环境参数生成器还包括：
目标环境参数生成器，被配置成计算与同再现图像相关联的目标环境相关联的目标参数，目标参数包括与目标环境相关联的适配度D。
EEE32.如EEE31所述的设备，其中，还包括：
目标图像生成器，被配置成接收目标参数和外表关连，以生成适配于目标环境的再现图像。
EEE33.一种计算机可读介质，被配置成检测光源以再现目标环境下的颜色，所述计算机可读介质包括可执行指令，所述可执行指令被配置成：
检测表示图像的图像部分的像素子集，像素子集与表示指示候选光源的亮度值的数据相关联；
指定第一图像部分的第一像素子集与第一光源相关联；以及
确定第一像素子集的参数，参数被配置成生成包括第一图像部分的再现图像中的颜色。
EEE34.如EEE33所述的计算机可读介质，还包括可执行指令，所述可执行指令被配置成：
在显示器上生成再现图像。
EEE35.如EEE33所述的计算机可读介质，其中，用以指定第一像素子集与第一光源相关联的可执行指令包括这样的可执行指令，其被配置成：
根据相对于与非光源相关联的第二像素子集的亮度值和像素数量，来识别第一像素子集作为第一光源。
EEE36.如EEE33所述的计算机可读介质，还包括这样的可执行指令，其被配置成：
确定第二图像部分的第二像素子集与非光源相关联。
EEE37.如EEE36所述的计算机可读介质，还包括这样的可执行指令，其被配置成：
检测与第一像素子集相关联的第一面积小于指示为自发光的第一面积阈值；以及
检测与第二像素子集相关联的的第二面积大于指示反射表面的第二面积阈值。
EEE38.如EEE33所述的计算机可读介质，还包括这样的可执行指令，其被配置成：
确定第二图像部分的第二像素子集与非光源相关联；以及
基于光源来计算表示图像的白点的数据。
EEE39.如EEE33所述的计算机可读介质，其中，被配置成确定第一像素子集的参数的可执行指令包括这样的可执行指令，其被配置成
计算构成第一光源的第一像素子集的适配度D，其表明对于第一光源的发光体颜色没有减损。
EEE40.如EEE33所述的计算机可读介质，还包括这样的可执行指令，其被配置成：
确定第二图像部分的第二像素子集与非光源相关联；以及
确定第二像素子集的参数。
EEE41.如EEE40所述的计算机可读介质，其中，被配置成确定第二像素子集的参数的可执行指令包括这样的可执行指令，其被配置成：
计算使第一光源的发光体颜色减损的、构成非光源的第二像素子集的适配度D。
EEE42.如EEE33所述的计算机可读介质，其中，被配置成检测表示图像的图像部分的像素子集的可执行指令包括这样的可执行指令，其被配置成：
生成图像的下采样图像，所述下采样图像随着下采样图像中的像素数目减小而逐渐模糊；
确定来自图像与下采样图像这两者的亮度值集之间的差，以形成合成图像；以及
根据包括亮度值集的若干个合成图像来确定候选光源。
EEE43.一种用于生成图像的设备，包括：
后端调制器，包括光源的集合，每个光源的集合被配置成生成具有谱功率分布的亮度图案；
前端调制器，包括：
调制元件的阵列，以及
颜色元件的阵列；以及
图像处理器，包括：
光源分析器，被配置成检测光源；以及
环境参数处理器，被配置成根据像素是否与光源相关联来确定参数的值。
EEE44.如EEE43所述的设备，其中，环境参数处理器还包括：
适配度D生成器，被配置成确定图像的每个像素的适配度。
EEE45.一种用于处理图像的设备，包括：
光源分析器，被配置成分析图像的像素值以识别光源，光源分析器包括：
光源检测器，被配置成识别表示光源的数据作为感知光源；以及
亮度范围修改器，被配置成修改感知光源的图像的亮度范围。
EEE46.如EEE45所述的设备，其中，亮度范围修改器包括：
LDR2HDR处理器，被配置成将亮度值的低动态范围转换为亮度值的高动态范围。
EEE47.如EEE46所述的设备，其中，LDR2HDR处理器被配置成提升与感知光源相关联的亮度值。
EEE48.如EEE45所述的设备，其中，光源检测器被配置成根据与表示图像金字塔的数据相关联的层的数目来检测感知光源。
EEE49.如EEE48所述的设备，其中，根据图像的均值亮度值来确定层的数目。
EEE50.如EEE48所述的设备，其中，光源检测器还被配置成通过确定两层之间的差来检测感知光源。
EEE51.如EEE45所述的设备，其中，亮度范围修改器包括：
HDR2LDR处理器，被配置成将亮度值的高动态范围转换为亮度值的低动态范围。
可以通过多种方式来实现本发明的各个实施例或示例，所述方式包括系统、过程、设备、或者计算机可读介质(诸如计算机可读存储介质)或计算机网络(其中在光学、电子或无线通信链路上发送程序指令)上的一系列程序指令。通常，除非权利要求中另外提供，可以按照任意次序执行公开过程的操作。
连同附图一起在本文中提供一个或更多个示例的详细描述。结合这种示例来提供详细描述，但是详细描述不限于任何特定示例。只通过权利要求限定范围，并且涵盖许多替选方案、修改、以及等同物。在描述中叙述了大量具体细节以提供透彻理解。作为示例提供这些细节，可以在没有所附细节中的一些或所有细节的情况下根据权利要求实践描述的技术。由于许多替选方案、修改、等同物、以及变型鉴于以上教导是可行的，这些细节并非旨在是穷尽的或者把本发明限制为公开的精确形式。为了清楚起见，未详细描述与示例有关的技术领域中已知的技术材料，以避免不必要地使描述不清晰。
为了说明的目的，描述使用具体命名法以提供对本发明的透彻理解。然而，显然，不需要具体细节来实践本发明。事实上，不应当把此描述阅读为把本发明的任何特征或方面限制于任何实施例，而是可以容易地把一个示例的方面和特征与其它示例互换。值得注意地，并非需要通过本发明的每个示例实现本文中描述的各个优点；而是任何具体示例可以提供以上讨论的益处中的一个或更多个益处。在权利要求中，除非权利要求中明确陈述，元件和/或操作不隐含操作的任何特定次序。其目的在于下面的权利要求和它们的等同物限定本发明的范围。

Claims (14)

1.一种生成图像的方法，所述方法包括：
检测表示图像的图像部分的像素子集，所述像素子集与表示指示候选光源的亮度值的数据相关联；
指定第一图像部分的第一像素子集与第一光源相关联；以及
确定所述第一像素子集的参数，所述参数被配置成生成包括所述第一图像部分的再现图像中的颜色。
2.如权利要求1所述的方法，其中，指定所述第一像素子集与第一光源相关联包括：
根据相对于与非光源相关联的第二像素子集的亮度值和像素数量，来识别所述第一像素子集作为所述第一光源。
3.如权利要求1所述的方法，还包括：
确定第二图像部分的第二像素子集与非光源相关联。
4.如权利要求1所述的方法，还包括：
确定第二图像部分的第二像素子集与非光源相关联；以及
基于所述光源，来计算表示所述图像的白点的数据。
5.如权利要求1所述的方法，其中，确定所述第一像素子集的参数包括：
计算构成所述第一光源的所述第一像素子集的适配度D，其表明对于所述第一光源的发光体颜色没有减损。
6.如权利要求1所述的方法，其中，检测表示图像的图像部分的像素子集包括：
生成所述图像的下采样图像，所述下采样图像随着所述下采样图像中的像素数目减小而逐渐模糊；
确定来自所述图像与所述下采样图像的值集之间的差以形成合成图像；以及
根据包括所述亮度值集的若干个所述合成图像，来确定所述候选光源。
7.如权利要求1所述的方法，其中，检测表示图像的图像部分的像素子集包括：
确定第一值集，所述第一值集表示指示所述图像中第一像素组的边界的亮度值改变；
在相邻像素上分布表示所述亮度值改变的所述第一值集，以形成表示另一图像中的亮度值改变的分布值；
对所述另一图像进行下采样以形成第二值集，所述第二值集表示指示所述另一图像的下采样图像中的第二像素组的另一边界的亮度值改变；以及
将所述第二值集减去所述第一值集，以定义所述候选光源。
8.如权利要求1所述的方法，还包括：
确定所述图像中的与所述光源不相关联的像素，所述像素的亮度值大于非光源的其它像素；以及
选择所述像素的亮度值作为所述图像的适配亮度LA的值，
其中，所述适配亮度是全局参数。
9.如权利要求1所述的方法，还包括：
确定所述图像中的与所述非光源相关联的像素子集，所述像素子集与比所述非光源的其它像素大的亮度值相关联；以及
选择所述像素的亮度值作为所述图像的区域的适配亮度LA的值，
其中，所述适配亮度是所述区域的局部参数。
10.一种用于处理图像的设备，包括：
光源分析器，被配置成分析图像的像素值以识别候选光源的集合，所述光源分析器包括：
候选光源检测器，被配置成检测表示与框架相关联的区域的边界的数据作为所述候选光源；以及
光源识别器，被配置成识别表示所述候选光源的子集的数据作为感知光源；以及
环境参数生成器，被配置成确定所述光源的每个像素的参数以生成目标环境下装置处的再现图像中的颜色，
其中，所述颜色受所述光源中的至少一个光源的发光体颜色影响。
11.如权利要求10所述的设备，还包括：
图像金字塔生成器，被配置成生成表示所述图像的下采样图像的数据，并且还被配置成随着所述下采样图像中的像素数目减小而使所述下采样图像逐渐模糊，
其中，所述图像和所述下采样图像是存储在数据结构内的图像金字塔的层。
12.如权利要求11所述的设备，还包括：
差评估器，被配置成确定所述图像与所述下采样图像两者中的分层像素之间的差，
其中，至少与所述分层像素的子集相关联的正的、非零结果指示所述候选光源中的至少一个候选光源的边界。
13.如权利要求10所述的设备，其中，所述候选光源检测器还被配置成确定所述图像与所述下采样图像两者之间的高斯结果图像的差，
其中，所述高斯结果图像的差指示所述框架的边界。
14.如权利要求10所述的设备，其中，所述光源识别器还包括：
尺寸评估器，被配置成确定候选光源的尺寸；以及
亮度评估器，被配置成确定所述候选光源的一个或更多个亮度值，
其中，所述光源识别器被配置成基于小于尺寸阈值的尺寸以及大于亮度阈值的一个或更多个亮度值来将框架识别为光源。
CN201080020991.XA 2009-05-11 2010-05-04 用于在目标环境下在装置处再现来自源环境的图像的色貌的方法和设备 Active CN102422322B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US17726209P 2009-05-11 2009-05-11
US61/177,262 2009-05-11
PCT/US2010/033527 WO2010132237A1 (en) 2009-05-11 2010-05-04 Light detection, color appearance models, and modifying dynamic range for image display

Publications (2)

Publication Number Publication Date
CN102422322A true CN102422322A (zh) 2012-04-18
CN102422322B CN102422322B (zh) 2015-01-21

Family

ID=42455320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080020991.XA Active CN102422322B (zh) 2009-05-11 2010-05-04 用于在目标环境下在装置处再现来自源环境的图像的色貌的方法和设备

Country Status (4)

Country Link
US (1) US8483479B2 (zh)
KR (1) KR101456874B1 (zh)
CN (1) CN102422322B (zh)
WO (1) WO2010132237A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473777A (zh) * 2013-09-18 2013-12-25 陕西中莱节能有限公司 一种基于数字图像的led芯片插深和插浅缺陷的检测算法
CN104488261A (zh) * 2013-07-19 2015-04-01 索尼公司 数据生成装置、数据生成方法、数据再生装置及数据再生方法
WO2015196916A1 (en) * 2014-06-27 2015-12-30 Beijing Zhigu Rui Tuo Tech Co., Ltd. Imaging control methods and apparatuses
CN106030503A (zh) * 2014-02-25 2016-10-12 苹果公司 自适应视频处理
CN108462865A (zh) * 2017-02-06 2018-08-28 联发科技股份有限公司 确定图像的光源和对图像进行色觉适配的方法及设备
CN108765502A (zh) * 2018-04-25 2018-11-06 上海健康医学院 一种复杂环境下的色貌获取方法
CN110447051A (zh) * 2017-03-20 2019-11-12 杜比实验室特许公司 在感知上保持参考场景的对比度和色度
WO2020019614A1 (zh) * 2018-07-23 2020-01-30 北京市商汤科技开发有限公司 一种图像处理方法、电子设备及存储介质
CN110998726A (zh) * 2017-06-29 2020-04-10 杜比国际公司 用于使外部内容适配视频流的方法、系统、装置和计算机程序产品

Families Citing this family (78)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200930149A (en) * 2007-11-06 2009-07-01 Koninkl Philips Electronics Nv Light control system and method for automatically rendering a lighting scene
WO2010083493A1 (en) * 2009-01-19 2010-07-22 Dolby Laboratories Licensing Corporation Image processing and displaying methods for devices that implement color appearance models
US8503771B2 (en) * 2010-12-20 2013-08-06 Samsung Techwin Co., Ltd. Method and apparatus for estimating light source
JP5740147B2 (ja) * 2010-12-20 2015-06-24 三星テクウィン株式会社Ｓａｍｓｕｎｇ Ｔｅｃｈｗｉｎ Ｃｏ．， Ｌｔｄ 光源推定装置及び光源推定方法
TWI538474B (zh) 2011-03-15 2016-06-11 杜比實驗室特許公司 影像資料轉換的方法與設備
KR20120114899A (ko) * 2011-04-08 2012-10-17 삼성전자주식회사 영상 처리 방법 및 영상 처리 장치
EP3457354B1 (en) 2011-04-08 2020-02-19 Dolby Laboratories Licensing Corporation Definition of global image transformations
EP2702766B1 (en) 2011-04-28 2017-06-14 Koninklijke Philips N.V. Apparatuses and methods for hdr image encoding and decoding
JP5272042B2 (ja) * 2011-05-12 2013-08-28 富士重工業株式会社 環境認識装置および環境認識方法
CN106101483B (zh) 2011-05-27 2020-01-17 杜比实验室特许公司 包括变化的元数据等级的用于控制颜色管理的可缩放系统
KR101845225B1 (ko) * 2011-06-30 2018-04-04 삼성전자주식회사 영상 처리 장치 및 방법
DE102011081398B4 (de) * 2011-08-23 2018-09-13 Robert Bosch Gmbh Verfahren und Vorrichtung zum Unterscheiden eines selbstleuchtenden Objekts von einem reflektierenden Objekt
CN103843058B (zh) * 2011-09-27 2016-11-23 皇家飞利浦有限公司 用于图像的动态范围变换的装置和方法
EP2769540B1 (en) 2011-10-20 2018-11-28 Dolby Laboratories Licensing Corporation Method and system for video equalization
US9024961B2 (en) 2011-12-19 2015-05-05 Dolby Laboratories Licensing Corporation Color grading apparatus and methods
EP2613532A1 (en) * 2012-01-06 2013-07-10 Thomson Licensing Method of and device for encoding an HDR video together with an LDR video, method of and device for reconstructing one of an HDR video and an LDR video coded together and non-transitory storage medium
JP5443533B2 (ja) * 2012-03-22 2014-03-19 株式会社東芝 画像処理装置、画像表示装置及び画像処理方法
HUE044859T2 (hu) 2012-03-26 2019-11-28 Koninklijke Philips Nv Fényerõ terület alapú készülékek és eljárások HDR képkódoláshoz és dekódoláshoz
TW201413225A (zh) * 2012-09-28 2014-04-01 Askey Computer Corp 顏色辨識方法及裝置
JP2014078808A (ja) 2012-10-09 2014-05-01 Toshiba Corp 画像処理装置、画像処理方法
US20140169669A1 (en) * 2012-12-19 2014-06-19 National Chung Cheng University Tone mapping method of high dynamic range image/video
US10055866B2 (en) 2013-02-21 2018-08-21 Dolby Laboratories Licensing Corporation Systems and methods for appearance mapping for compositing overlay graphics
EP2959676B1 (en) 2013-02-21 2020-09-23 Dolby Laboratories Licensing Corporation Systems and methods for appearance mapping for compositing overlay graphics
TWI630821B (zh) * 2013-07-19 2018-07-21 新力股份有限公司 File generation device, file generation method, file reproduction device, and file reproduction method
TWI630820B (zh) * 2013-07-19 2018-07-21 新力股份有限公司 File generation device, file generation method, file reproduction device, and file reproduction method
US9607364B2 (en) 2013-11-22 2017-03-28 Dolby Laboratories Licensing Corporation Methods and systems for inverse tone mapping
US9305338B1 (en) * 2013-12-13 2016-04-05 Pixelworks, Inc. Image detail enhancement and edge sharpening without overshooting
WO2015096955A1 (en) * 2013-12-27 2015-07-02 Thomson Licensing Method for inverse tone mapping of an image
EP4087247A1 (en) * 2014-02-26 2022-11-09 Dolby Laboratories Licensing Corp. Luminance based coding tools for video compression
JP6439418B2 (ja) * 2014-03-05 2018-12-19 ソニー株式会社 画像処理装置及び画像処理方法、並びに画像表示装置
KR20150109533A (ko) * 2014-03-19 2015-10-02 삼성디스플레이 주식회사 표시장치
PL3324629T3 (pl) 2014-05-28 2019-11-29 Koninklijke Philips Nv Sposoby i urządzenia do kodowania obrazów hdr oraz sposoby i urządzenia do wykorzystania tak zakodowanych obrazów
US9786251B1 (en) * 2014-05-28 2017-10-10 Musco Corporation Apparatus, method, and system for visually indicating perceived glare thresholds
CN110489073B (zh) 2014-06-10 2023-09-01 松下知识产权经营株式会社 变换方法及变换装置
GB201410635D0 (en) 2014-06-13 2014-07-30 Univ Bangor Improvements in and relating to the display of images
US10288891B2 (en) 2014-12-31 2019-05-14 Dolby Laboratories Licensing Corporation Integration rod assemblies for image projectors
EP3051825A1 (en) * 2015-01-30 2016-08-03 Thomson Licensing A method and apparatus of encoding and decoding a color picture
WO2016176209A1 (en) 2015-04-28 2016-11-03 Dolby Laboratories Licensing Corporation Image highlight detection and rendering
WO2016183681A1 (en) 2015-05-19 2016-11-24 Irystec Software Inc. System and method for color retargeting
KR102379601B1 (ko) * 2015-06-05 2022-03-29 삼성전자주식회사 영상 데이터의 제어 방법 및 장치
WO2016197033A1 (en) 2015-06-05 2016-12-08 Apple Inc. Rendering and displaying high dynamic range content
CN106341929B (zh) * 2015-07-07 2019-01-25 芋头科技（杭州）有限公司 一种灯光与显示内容融合的方法
WO2017010924A1 (en) * 2015-07-10 2017-01-19 Telefonaktiebolaget Lm Ericsson (Publ) Pixel pre-processing and encoding
US10140953B2 (en) * 2015-10-22 2018-11-27 Dolby Laboratories Licensing Corporation Ambient-light-corrected display management for high dynamic range images
KR101717733B1 (ko) 2015-11-20 2017-03-17 광운대학교 산학협력단 Hdr 이미지 처리 장치 및 방법
RU2723676C2 (ru) * 2015-11-24 2020-06-17 Конинклейке Филипс Н.В. Обработка множественных источников изображения hdr
GB2549521A (en) * 2016-04-21 2017-10-25 British Broadcasting Corp Method and apparatus for conversion of dynamic range of video signals
US10366478B2 (en) * 2016-05-18 2019-07-30 Interdigital Ce Patent Holdings Method and device for obtaining a HDR image by graph signal processing
US10580135B2 (en) * 2016-07-14 2020-03-03 Shanghai United Imaging Healthcare Co., Ltd. System and method for splicing images
JP6579069B2 (ja) * 2016-09-20 2019-09-25 カシオ計算機株式会社 光通信装置、光通信方法、及び、プログラム
US10310258B2 (en) 2016-11-10 2019-06-04 International Business Machines Corporation Multi-layer imaging
EP3373585A1 (en) 2017-03-09 2018-09-12 Thomson Licensing Method for inverse tone mapping of an image with visual effects
KR102460390B1 (ko) * 2018-01-24 2022-10-28 삼성전자주식회사 영상 처리 장치, 영상 처리 방법 및 컴퓨터 판독가능 기록 매체
US11043172B2 (en) 2018-02-27 2021-06-22 Nvidia Corporation Low-latency high-dynamic range liquid-crystal display device
US10726797B2 (en) 2018-02-27 2020-07-28 Nvidia Corporation Techniques for updating light-emitting diodes in synchrony with liquid-crystal display pixel refresh
US11776490B2 (en) 2018-02-27 2023-10-03 Nvidia Corporation Techniques for improving the color accuracy of light-emitting diodes in backlit liquid-crystal displays
US10607552B2 (en) * 2018-02-27 2020-03-31 Nvidia Corporation Parallel pipelines for computing backlight illumination fields in high dynamic range display devices
US20210338040A1 (en) * 2018-08-21 2021-11-04 Sony Olympus Medical Solutions Inc. Medical control device and medical observation device
JP7301551B2 (ja) * 2019-02-21 2023-07-03 キヤノン株式会社 画像処理装置、画像処理方法、表示装置、制御方法、およびプログラム
US10496862B1 (en) 2019-03-18 2019-12-03 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing ultraviolet light
US10509991B1 (en) 2019-03-18 2019-12-17 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing infrared light
US10534948B1 (en) 2019-03-18 2020-01-14 Capital One Services, Llc Optimizing detection of images in relation to targets based on colorspace transformation techniques
US10496911B1 (en) 2019-03-18 2019-12-03 Capital One Services, Llc Detection of images in relation to targets based on colorspace transformation techniques and utilizing ultraviolet and infrared light
US10523420B1 (en) 2019-04-18 2019-12-31 Capital One Services, Llc Transmitting encoded data along transmission mediums based on colorspace schemes
US10614635B1 (en) 2019-07-25 2020-04-07 Capital One Services, Llc Augmented reality system with color-based fiducial marker
WO2021061112A1 (en) 2019-09-25 2021-04-01 Google Llc Gain control for face authentication
US10984513B1 (en) 2019-09-30 2021-04-20 Google Llc Automatic generation of all-in-focus images with a mobile camera
US10833852B1 (en) 2019-10-03 2020-11-10 Capital One Services, Llc Encoded data along tape based on colorspace schemes
WO2021066839A1 (en) 2019-10-04 2021-04-08 Google Llc Autocalibration for multiple cameras using near-infrared illuminators
US11032486B2 (en) 2019-10-11 2021-06-08 Google Llc Reducing a flicker effect of multiple light sources in an image
US10715183B1 (en) 2019-10-25 2020-07-14 Capital One Services, Llc Data encoding with error-correcting code pursuant to colorspace schemes
US10867226B1 (en) 2019-11-04 2020-12-15 Capital One Services, Llc Programmable logic array and colorspace conversions
US10762371B1 (en) * 2019-11-14 2020-09-01 Capital One Services, Llc Object detection techniques using colorspace conversions
EP3826294A1 (en) * 2019-11-22 2021-05-26 InterDigital CE Patent Holdings Systems and methods for image processing
US10878600B1 (en) 2019-12-10 2020-12-29 Capital One Services, Llc Augmented reality system with color-based fiducial marker utilizing local adaptive technology
US11302036B2 (en) 2020-08-19 2022-04-12 Capital One Services, Llc Color conversion between color spaces using reduced dimension embeddings
CN112612220B (zh) * 2020-10-24 2021-12-03 北京博瑞知天科技有限责任公司 基于目标辨识的指令解析系统
US11875602B2 (en) 2021-12-06 2024-01-16 Hewlett-Packard Development Company, L.P. Display device modifications

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1717714A (zh) * 2002-11-27 2006-01-04 皇家飞利浦电子股份有限公司 改进显示图像的感知对比度的方法
CN1740891A (zh) * 2004-08-23 2006-03-01 英华达股份有限公司 将一高动态范围影像转换成一低动态范围影像的方法及其装置
US7035455B2 (en) * 2001-08-24 2006-04-25 Samsung Electronics Co., Ltd. Color temperature conversion apparatus for variably changing color temperature of input image and method thereof
US20070269104A1 (en) * 2004-04-15 2007-11-22 The University Of British Columbia Methods and Systems for Converting Images from Low Dynamic to High Dynamic Range to High Dynamic Range
CN101155313A (zh) * 2006-09-28 2008-04-02 三星电子株式会社 光源估计方法、介质和系统
US7356180B2 (en) * 2003-09-30 2008-04-08 Sharp Laboratories Of America, Inc. Systems and methods for correcting image color balance

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100311075B1 (ko) 1999-11-15 2001-11-14 윤종용 인지광원과 하이라이트를 이용한 조명 색도 추정 및변환장치 및 그를 위한 방법
JP2005117612A (ja) * 2003-09-18 2005-04-28 Fuji Photo Film Co Ltd 画像処理方法および装置
US7466868B2 (en) * 2003-10-03 2008-12-16 Adobe Systems Incorporated Determining parameters for adjusting images
US7412105B2 (en) * 2003-10-03 2008-08-12 Adobe Systems Incorporated Tone selective adjustment of images
EP2838080A1 (en) 2004-12-23 2015-02-18 Dolby Laboratories Licensing Corporation Wide color gamut displays
US7480421B2 (en) 2005-05-23 2009-01-20 Canon Kabushiki Kaisha Rendering of high dynamic range images
JP4592090B2 (ja) * 2005-06-22 2010-12-01 キヤノン株式会社 色処理方法およびその装置
JP4985117B2 (ja) * 2007-06-06 2012-07-25 株式会社ニコン 画像処理プログラム、および画像処理装置
KR100900694B1 (ko) * 2007-06-27 2009-06-04 주식회사 코아로직 비선형 저조도 보정장치, 방법 및 상기 방법을프로그램화하여 수록한 컴퓨터로 읽을 수 있는 기록매체
US8135230B2 (en) 2007-07-30 2012-03-13 Dolby Laboratories Licensing Corporation Enhancing dynamic ranges of images
JP5253047B2 (ja) * 2008-09-01 2013-07-31 キヤノン株式会社 色処理装置およびその方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7035455B2 (en) * 2001-08-24 2006-04-25 Samsung Electronics Co., Ltd. Color temperature conversion apparatus for variably changing color temperature of input image and method thereof
CN1717714A (zh) * 2002-11-27 2006-01-04 皇家飞利浦电子股份有限公司 改进显示图像的感知对比度的方法
US7356180B2 (en) * 2003-09-30 2008-04-08 Sharp Laboratories Of America, Inc. Systems and methods for correcting image color balance
US20070269104A1 (en) * 2004-04-15 2007-11-22 The University Of British Columbia Methods and Systems for Converting Images from Low Dynamic to High Dynamic Range to High Dynamic Range
CN1740891A (zh) * 2004-08-23 2006-03-01 英华达股份有限公司 将一高动态范围影像转换成一低动态范围影像的方法及其装置
CN101155313A (zh) * 2006-09-28 2008-04-02 三星电子株式会社 光源估计方法、介质和系统

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104488261A (zh) * 2013-07-19 2015-04-01 索尼公司 数据生成装置、数据生成方法、数据再生装置及数据再生方法
CN104488261B (zh) * 2013-07-19 2019-04-23 索尼公司 数据生成装置、数据生成方法、数据再生装置及数据再生方法
CN103473777A (zh) * 2013-09-18 2013-12-25 陕西中莱节能有限公司 一种基于数字图像的led芯片插深和插浅缺陷的检测算法
CN111526350A (zh) * 2014-02-25 2020-08-11 苹果公司 自适应视频处理
CN111526350B (zh) * 2014-02-25 2022-04-05 苹果公司 自适应视频处理
CN106030503A (zh) * 2014-02-25 2016-10-12 苹果公司 自适应视频处理
US10986345B2 (en) 2014-02-25 2021-04-20 Apple Inc. Backward-compatible video capture and distribution
US10264266B2 (en) 2014-02-25 2019-04-16 Apple Inc. Non-linear display brightness adjustment
US11445202B2 (en) 2014-02-25 2022-09-13 Apple Inc. Adaptive transfer function for video encoding and decoding
US10880549B2 (en) 2014-02-25 2020-12-29 Apple Inc. Server-side adaptive video processing
US10812801B2 (en) 2014-02-25 2020-10-20 Apple Inc. Adaptive transfer function for video encoding and decoding
US10419687B2 (en) 2014-06-27 2019-09-17 Beijing Zhigu Rui Tuo Tech Co., Ltd Imaging control methods and apparatuses
WO2015196916A1 (en) * 2014-06-27 2015-12-30 Beijing Zhigu Rui Tuo Tech Co., Ltd. Imaging control methods and apparatuses
CN108462865A (zh) * 2017-02-06 2018-08-28 联发科技股份有限公司 确定图像的光源和对图像进行色觉适配的方法及设备
CN110447051B (zh) * 2017-03-20 2023-10-31 杜比实验室特许公司 在感知上保持参考场景的对比度和色度
CN110447051A (zh) * 2017-03-20 2019-11-12 杜比实验室特许公司 在感知上保持参考场景的对比度和色度
CN110998726A (zh) * 2017-06-29 2020-04-10 杜比国际公司 用于使外部内容适配视频流的方法、系统、装置和计算机程序产品
CN110998726B (zh) * 2017-06-29 2021-09-17 杜比国际公司 用于使外部内容适配视频流的方法、系统和计算机可读媒体
US11610569B2 (en) 2017-06-29 2023-03-21 Dolby International Ab Methods, systems, devices and computer program products for adapting external content to a video stream
CN108765502A (zh) * 2018-04-25 2018-11-06 上海健康医学院 一种复杂环境下的色貌获取方法
CN108765502B (zh) * 2018-04-25 2021-09-24 上海健康医学院 一种复杂环境下的色貌获取方法
WO2020019614A1 (zh) * 2018-07-23 2020-01-30 北京市商汤科技开发有限公司 一种图像处理方法、电子设备及存储介质

Also Published As

Publication number Publication date
KR101456874B1 (ko) 2014-10-31
US20120051635A1 (en) 2012-03-01
KR20120013977A (ko) 2012-02-15
US8483479B2 (en) 2013-07-09
WO2010132237A1 (en) 2010-11-18
CN102422322B (zh) 2015-01-21

Similar Documents

Publication Publication Date Title
CN102422322B (zh) 用于在目标环境下在装置处再现来自源环境的图像的色貌的方法和设备
Yeganeh et al. Objective quality assessment of tone-mapped images
CN103891294B (zh) 用于hdr图像编码和解码的装置与方法
US11210839B2 (en) Photometric image processing
McNamara Visual perception in realistic image synthesis
US20060034536A1 (en) Systems and methods relating to magnitude enhancement analysis suitable for high bit level displays on low bit level systems, determining the material thickness, and 3D visualization of color space dimensions
Lavoué et al. Quality assessment in computer graphics
CN102341826A (zh) 用于将输入图像数据转换成输出图像数据的方法、用于将输入图像数据转换成输出图像数据的图像转换单元、图像处理设备、显示设备
US11022861B2 (en) Lighting assembly for producing realistic photo images
CN107113367A (zh) 具有颜色恒定性的亮度改变图像处理
WO2009120830A1 (en) Methods and apparatus for visual sub-band decomposition of signals
CN110458964B (zh) 一种现实环境动态光照的实时计算方法
Toet Colorizing single band intensified nightvision images
US11114045B1 (en) Method of enhancing the visibility of screen images
Chubarau et al. Perceptual image quality assessment for various viewing conditions and display systems
US20210295479A1 (en) Method and device for displaying high-dynamic sonar or radar data
JP2006186983A (ja) カラー画像の露出補正方法
Yang et al. A perceived contrast compensation method adaptive to surround luminance variation for mobile phones
Marini et al. Processing astro-photographs using Retinex based methods
Garmash et al. Processing of radar images containing objects with significantly different radar cross-section in the onboard remote sensing complex for search and rescue operations in the Arctic Region
CN115063307B (zh) 一种基于亮度一致性的增强现实色度调节方法
Gaddam et al. Advanced Image Processing Using Histogram Equalization and Android Application Implementation
Akyuz Optimizing the high dynamic range imaging pipeline
CN117545123A (zh) 一种led光源的亮度补偿方法
Bernardi et al. P‐44: Real‐Content Based Method for HDR Tone Curve Characterization

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant