CN105335123A - 一种基于lcd显示器的层次丰富的高动态范围显示方法 - Google Patents

Abstract

本发明公开了一种基于LCD显示器的层次丰富的高动态范围显示方法，该方法具体步骤包括：对每个分割的图像区域内，特别是在暗图像区域(低亮度区域)内，提高量化等级使得对比度与该区域亮度值的设定配合；将每个分割图像区域内的像素灰度值变得均匀分布；对于两个或多个分割的图像区域之间的量化等级利用其中每个图像区域的量化等级加权得到。与现有技术相比，本发明能够在LCD显示器上层次分明地显示HDR视频；避免图像层次丢失的问题；同时，避免观众在HDR显示器上感觉到量化误差的存在；且不改变现有LCD的面板结构。

Description

一种基于LCD显示器的层次丰富的高动态范围显示方法

技术领域

本发明涉及视频显示技术领域，具体来说，涉及一种基于LCD的显示方法。

背景技术

现有视频显示技术可重显的动态范围远小于人眼可感知的动态范围，造成观看质量下降、不真实感。许多高对比度场景，例如来自冰雪的场景，不通过HDR(HighDynamicRange)技术无法充分显示其层次丰富的真实画面。

目前的LCD显示器都是低动态范围LDR(LowDynamicRange)的，一般只能显示1000:1的动态范围，远远小于人眼能感知的105:1的动态范围。通过提高LDR显示器的亮度也并不能达到增加图像的高动态范围的目的，因为这样的处理会使原本暗的图像部分变成灰色，反而降低了动态范围。

色调映射(ToneMapping)技术可以将自然场景的高动态范围映射变换到LDR视频显示器的动态范围之内，使之能够在LDR显示器上显示。经过色调映射之后，低亮和高亮区域可显示更多细节，但实际动态范围并没有提高。为了满足人眼感知高动态范围的特性，必须开发真正的高动态范围HDR视频显示器。

HDR视频正在成为发展的趋势。德国MPI已经研制了HDR视频传输标准，Dolby在世界上第一个开发出HDR视频显示器样机，Vizio、SIM2和Sony等也相继开发了HDR样机。这些HDR视频显示器都是基于修改LCD显示器的LED背光，将LCD液晶显示器的均匀LED背光改为非均匀LED背光；使得每个LED的发光亮度由图像内容控制，有黑有暗，从而提供了不同的动态范围。根据光学理论，光学系统总的动态范围是每个部分光学系统动态范围的乘积。通过LED背光光源的可控动态范围和LCD显示器前面板LCD本身的动态范围，就可以满足人眼感知高动态范围的特性。

但是LCD前面板是8bit的，也就是说，最多显示256(28)个不同的亮度。而HDR视频的量化精度大于8bit，例如16bit。在16bit到8bit的转换中，很多图像层次丢失了。所以目前的HDR视频显示器样机并没有充分显示HDR视频。除此之外，8bit量化是在LDR显示器上经过主观实验确定的。在HDR显示器上需要重新确定。本发明将解决图像层次丢失的问题。

参考文献：

[SeeHei04]H.Seetzen，W.Heidrich，W.Stuerzlinger，G.Ward，L.Whitehead，M.Trentacoste，A.Ghosh，A.Vorozcovs，Highdynamicrangedisplaysystems，ACMTransac-tionsonGraphics，2004，23(3):760-768

[LinHu08]F.Lin，Y.Huang，L.Liao，C.Liao，H.D.Shieh，T.Wang，S.Yeh，DynamicBacklightGammaonHighDynamicRangeLCDTVs，JournalofDisplayTechnology，2008，4(2):139-146.

[LiJin09]W.Li，W.Jin，X.Shao，X.Wang，L.Zhang，K.Zhang，ProgressofHighDynamicRangeLiquidCrystalDisplayBasedOnLEDBacklightWithAreaControlTechnology，OpticalTechnique，2009，35(6):835-839

[WangLin10]G.Wang，F.Lin，Y.Huang，Delta-ColorAdjustment(DCA)forSpatialModulatedColorBacklightAlgori-thmonHighDynamicRangeLCDTVs，JournalofDisplayTechnology，2010，6(6):215-220

发明内容

为了克服上述现有技术存在的问题，本发明提出了一种基于LCD的层次丰富的高动态范围显示方法，能够在LCD显示器上层次分明地显示HDR视频。

本发明提出了一种基于LCD显示器的层次丰富的高动态范围显示方法

一种基于LCD显示器的层次丰富的高动态范围显示方法，包括在终端的操作及在中转服务器的操作，该方法包括以下步骤：

步骤1、采用meanshift方法进行图像分割，得到所述图像分割结果，图像分割结果中可见边缘、纹理区域和均匀图像区域；

在每个分割的图像区域内，特别是在暗图像区域内，提高量化等级使得对比度与该区域亮度值的设定配合；设定亮度值的取决于HDR图像的动态范围，图像的所有区域都进行相应的变换；

步骤2、通过直方图均衡化方法将每个分割图像区域内的像素灰度值变得均匀分布；

步骤3、对于两个或多个分割的图像区域之间的量化等级利用其中每个图像区域的量化等级加权得到；

$q=\frac{N_1}{N}{q}_1+\frac{N_2}{N}{q}_2+...+\frac{N_k}{N}{q}_k$

N＝N₁+N₂+…+Nk；

其中，k为分割的图像区域总数；Ni为第i个分割图像区域的像素个数，i＝1,2,…,k；q_i为第i个分割图像区域的量化等级，i＝1,2,…,k。

与现有技术相比，本发明能够避免图像层次丢失的问题；同时，避免观众在HDR显示器上感觉到量化误差的存在；且不改变现有LCD的面板结构。

附图说明

图1为本发明的实现方案方框图；

图2为本发明的整体流程图；

图3为图像分割结果举例示意图，其中左图Lena图像的分割结果(右图)；在右图中，1区域代表边缘，3标示出纹理区域，1显示均匀图像区域。

具体实施方式

以下结合附图及具体实施方式，进一步详述本发明的技术方案。

如图1所示，本发明的整体流程包括以下步骤：

步骤1、采用meanshift方法进行图像分割)，在每个分割的图像区域内，特别是在暗图像区域(低亮度区域)内，提高量化等级；由于暗图像区域的亮度值较小，不能占满全部8bit，例如只占用4个LSB。提高量化等级，例如提高1bit，不会出现饱和现象。。假设8bitLDR图像一区域的灰度值范围为10到20，在12bitHDR图像变为10(2(12-8)＝160到20(2(12-8)＝320。由于提高量化等级后，亮度值变大，与该区域亮度值的设定配合，可以使图像的细节和层次明显加强；

步骤2、上述步骤1虽然使得显示器能够显示高动态范围，但是被显示图像的对比度不一定高，因为只有图像的灰度值分布尽可能均匀时，对人眼来说，对比度才高。因此，通过一个变换曲线，通过直方图均衡化方法将每个分割图像区域内的像素灰度值变得均匀分布；该方法的具体作法为：对图像中像素个数多的灰度级进行展宽，而对图像中像素个数少的灰度进行压缩，从而扩展像原取值的动态范围，提高了对比度和灰度色调的变化，使图像更加清晰。

步骤3、将两个或多个分割的图像区域之间的量化等级利用其中每个图像区域的量化等级加权得到：

$q=\frac{N_1}{N}{q}_1+\frac{N_2}{N}{q}_2+...+\frac{N_k}{N}{q}_k$

N＝N₁+N₂+…+Nk；

其中，k为分割的图像区域总数；Ni为第i个分割图像区域的像素个数，i＝1,2,…,k；q_i为第i个分割图像区域的量化等级，i＝1,2,…,k。

暗图像区域在本发明中被定义为观察者看不见颜色的区域。在暗光下，杆状细胞(rods)视觉感受器起作用，杆状细胞对光线的敏感度比人眼的锥细胞(cones)要敏感数百倍，但是不能感觉颜色。

图像区域建议采用meanshift方法进行分割，因为该方法无需设置特别的参数、便于实时化、性能优越。如图3所示为图像分割结果举例示意图，其中左图为Lena图像；右图为左图的分割结果；在右图中包括三种不同灰度区域，灰度最浅的区域1代表边缘，灰度较深的区域2代表均匀图像区域，灰度最深的区域3代表纹理区域，。

用来将每个分割图像区域内的像素灰度值变得均匀分布的变换曲线可以是任何一个非线性函数。但是由于本发明中需处理每个分割图像区域，所以该曲线最好通过直方图变换取得。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本专利原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种基于LCD显示器的层次丰富的高动态范围显示方法，包括在终端的操作及在中转服务器的操作，其特征在于，该方法包括以下步骤：

步骤(1)、采用meanshift方法进行图像分割，得到所述图像分割结果，图像分割结果中可见边缘、纹理区域和均匀图像区域；

在每个分割的图像区域内，特别是在暗图像区域内，提高量化等级使得对比度与该区域亮度值的设定配合；设定亮度值的取决于HDR图像的动态范围，图像的所有区域都进行相应的变换；

步骤(2)、通过直方图均衡化方法将每个分割图像区域内的像素灰度值变得均匀分布；

步骤(3)、对于两个或多个分割的图像区域之间的量化等级利用其中每个图像区域的量化等级加权得到；

$q=\frac{N_1}{N}{q}_1+\frac{N_2}{N}{q}_2+...+\frac{N_k}{N}{q}_k$

N＝N₁+N₂+…+Nk；

其中，k为分割的图像区域总数；Ni为第i个分割图像区域的像素个数，i＝1,2,…,k；q_i为第i个分割图像区域的量化等级，i＝1,2,…,k。