CN107358572B - 一种改进型基于战术信息终端的环境光线自适应方法 - Google Patents
一种改进型基于战术信息终端的环境光线自适应方法 Download PDFInfo
- Publication number
- CN107358572B CN107358572B CN201710567109.7A CN201710567109A CN107358572B CN 107358572 B CN107358572 B CN 107358572B CN 201710567109 A CN201710567109 A CN 201710567109A CN 107358572 B CN107358572 B CN 107358572B
- Authority
- CN
- China
- Prior art keywords
- image
- information terminal
- light
- gpu
- tactical information
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 51
- 238000009877 rendering Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 239000012634 fragment Substances 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 8
- 230000001629 suppression Effects 0.000 claims description 8
- 230000004301 light adaptation Effects 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000004040 coloring Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000000007 visual effect Effects 0.000 abstract description 3
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- ZZMVLMVFYMGSMY-UHFFFAOYSA-N 4-n-(4-methylpentan-2-yl)-1-n-phenylbenzene-1,4-diamine Chemical compound C1=CC(NC(C)CC(C)C)=CC=C1NC1=CC=CC=C1 ZZMVLMVFYMGSMY-UHFFFAOYSA-N 0.000 description 1
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30212—Military
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Controls And Circuits For Display Device (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种改进型基于战术信息终端的环境光线自适应方法，包括以下步骤：(a)战术信息终端采集外界光源；(b)判断外界环境光线强度并做相应处理；(c)GPU图像渲染。本发明利用图像处理技术，借助战术信息终端上的图像处理引擎GPU，实现在不同光线环境下对显示图像进行不同层次渲染的视觉光显技术，使得在强光环境下屏幕显示依旧能够保持较高的辨识度，并且在夜间作战环境下尽可能地降低屏幕显示光线的传播范围提高隐蔽性。在不影响战术信息终端的正常使用前提下，在强光与夜间环境下保持可使用性，增强了战术信息终端在不同战场环境下的适应性。
Description
技术领域
本发明涉及一种改进型基于战术信息终端的环境光线自适应方法。
背景技术
随着现代信息技术的飞跃性发展，现代战争的模式已从传统的机械化战争时代转向信息化战争时代，而单兵作为战争重要的基础单元，需重点进行信息化武装。单兵战术信息终端在战场中作为信息化战术系统的最末端，也是部队士兵野外作战重要的信息化装备，在全军遂行作战中，为各作战单元提供定位、通信、导航、战场信息采集的保障服务。
由于战场环境变化的多样化，对于战术信息终端的环境适应性具有很高要求，然而在研制战术信息终端设备过程中，复杂环境的关注点往往都落实在硬性指标，有时会忽略部队士兵使用中遇到的体验缺陷，根据我们深入部队基层进行实地调研结果发现，部队士兵使用单兵往往会在严苛的环境下使用战术信息终端进行考核，不同环境对终端的适应性有不同的要求。在强光环境下，传统的手持终端与大多数普通手机一样都不能正常辨别屏幕显示内容，一般需要等移动到遮阳的环境下，或者暂时搁置另一只手上的装备进行以遮挡查看，使用终端上总会出现几秒的耽搁。由于战情瞬息万变，常常因为几秒的延误，造成重大战机的贻误，因此得尽量杜绝此现象的发生。另外，当进行夜间作战时，需要保证足够的隐蔽性，避免暴露，但是即使将战术信息终端屏幕调到最低亮度，在夜间环境下光线依旧会传播到很远的距离，不利于隐蔽性的保障，限制了战术信息终端的夜间使用。
针对强光下屏幕显示内容不能正常分辨现象，传统的解决方案有，使用光敏传感器，通过感应外界光线强度来自动调节屏幕亮度，当受到强光刺激时，光敏传感器将感应的光线强度传到终端处理器上，处理器对当前光线强度进行阈值判断，然后将屏幕亮度作适当调整。
针对夜间屏幕最低亮度无法保证隐蔽性问题，因为此项需求的特殊性，目前市面上还未发现有针对此项需求的实现方案。比较相似的有像普通智能手机的夜间模式，但夜间模式的设计仅仅针对降低屏幕光源对眼镜的刺激伤害。
对于战术信息终端屏幕，对比度与亮度是屏幕清晰显示的一个关键指标，当我们在强光下使用移动终端时，由于强光的加入，屏幕会反射部分光线，较亮的颜色基本会保持不变，而原本较暗的颜色亮度会有所增强，导致图像对比度大幅度降低，传入人眼的图像就会变得模糊。单纯的通过调整屏幕亮度，在一定程度上能够增强对比度，但当环境光线的强度远高于屏幕最高亮度时，起到的效果则微乎其微。
另一方面，在夜间环境下将屏幕亮度调到最低并且将颜色主题切换到相对较淡的主题，能够有效降低屏幕光线的传播范围，此种改动方案是通过增加一套夜间模式的图片、颜色及其他元素，如果仅仅是针对一个软件做此项改动，增加的项目工程量属于可接受范围，但是当要把此种方案扩大到针对整个系统及其搭载的所有应用软件，则将是一件无法评估的大工程。
发明内容
本发明的目的在于提供一种改进型基于战术信息终端的环境光线自适应方法，本发明利用图像处理技术，借助战术信息终端上的图像处理引擎GPU，实现在不同光线环境下对显示图像进行不同层次渲染的视觉光显技术，使得在强光环境下屏幕显示依旧能够保持较高的辨识度，并且在夜间作战环境下尽可能地降低屏幕显示光线的传播范围提高隐蔽性。在不影响战术信息终端的正常使用前提下，在强光与夜间环境下保持可使用性，增强了战术信息终端在不同战场环境下的适应性。
为了解决上述技术问题，采用如下技术方案。
一种改进型基于战术信息终端的环境光线自适应方法，包括以下步骤。
（a）战术信息终端采集外界光源：战术信息终端先通过光敏传感器感应外界环境光线信息强度，并通过光敏传感器进行外界环境光线采集，接着通过信号转化器将采集的外界环境光线强度的模拟信号转化为外界环境光线强度的数字信号，然后通过CPU对外界环境光线强度的数字信号进行接收，最后通过CPU将接收的外界环境光线强度的数字信号转发给GPU。
（b）判断外界环境光线强度并做相应处理：GPU接收的光线强度低于设定值时，判断为夜间环境，GPU进行光波抑制处理降低光线强度，光波抑制处理包括三部分流程：获取图像的RGB颜色分量，颜色空间模型的转化，通过调整RGB对应值来调整亮度；GPU接收的光线强度高于设定值时，判断为强光环境，GPU进行图像增强处理，提高图像的辨识度，图像增强处理包括以下流程：采用直方图均衡化间接对比度增强算法，获取原始图像的直方图，对输入的直方图进行累加，计算累积分布函数，映射出新的灰度值；GPU接收的光线强度等于设定值时，判断为正常环境，不做处理。
（c）GPU图像渲染：先通过终端应用层发出UI更新请求，将界面绘制切换到HWUI，然后将图像经过Opengl处理，CPU将UI对象处理为多维图像跟纹理并转发给GPU，GPU处理器会对接收到对象进行光栅化，接着对光栅后的每个数据进行片段着色，最后投射到显示屏幕上进行呈现，屏幕上呈现与外界环境相匹配的图像。
进一步，在步骤（b）中，获取图像的RGB颜色分量的具体过程：战术信息终端中CPU负责将UI组件计算成多边形纹理，然后交给GPU进行栅格化渲染；纹理是经过量化的图像特征，描述的是图像的颜色分布和强度分布，每个像素里都包含有相应的R、G、B通道值，接着对图像进行遍历，最后提取R、G、B值，得到RGB模型。
进一步，在步骤（b）中，颜色空间模型的转化的的具体过程：将RGB模型转换为HSI模型，先设r、g、b为原始三个单色光的分量，R、G、B为转换后的，获取色调H分量，同时调整不同单色光比例降低波长，获取色调H分量公式为
，
；然后获取饱和度S分量，获取饱和度S分量的公式为
。
进一步，在步骤（b）中，调整亮度的具体过程：采用Gamma变换的方式，原有的RGB取值范围介于[0，255]之间，先将色彩的动态范围变换到[0，1]的范围，使用如下公式：
，接着使用Gamma公式进行变换，使输入的图像与输出的图像形成指数关系映射，Gamma的基本表达公式如下：y=xγ，其中，x是像素R、G、B通道灰度强度进行归一化后的值，取值范围在[0，1]区间之间，y为Gamma变换后的值；最后变换后的数值还要恢复到原来的动态范围，及进行反归一化处理，并转化成HSI模型的亮度I，通过以下公式可获取：
其中yR、yG、yB三个是R、G、B三个通道分别进行Gamma转换后的值。
进一步，在步骤（b）中，直方图均衡化间接对比度增强算法的公式为
，DB为转化后的灰度值，DA为转换前的灰度值，Hi为第i级的灰度像素个数，A0是图像的面积，Dmax是灰度上限值，取255。
进一步，在步骤（c）中，光栅化是GPU处理器将图像的数据信息转化为多个二维片段的过程，二维片段里的数据代表着可以直接呈现在屏幕上的像素，光栅化根据图像的形状或纹理映射到二维空间坐标系中的像素信息。
进一步，在步骤（c）中，片段着色器为像素进行着色处理。
进一步，战术信息终端包括终端机体，终端机体的正面设有北斗天线、OLED显示屏和实体按键，北斗天线位于终端机体的顶部，OLED显示屏位于终端机体的中部，实体按键位于终端机体的底部，终端机体的反面设有光敏传感器、北斗模块和电池，终端机体的内部设有GPU、CPU、温度传感器和方向传感器。
由于采用上述技术方案，具有以下有益效果。
本发明为一种改进型基于战术信息终端的环境光线自适应方法，本发明的战术信息终端主要是基于andorid系统进行深度定制开发的，基本上所有View（界面）的绘制都是通过SGL图像库渲染，所有的运算都经由cpu处理器进行。该系统另外支持一种基于GPU图像专用处理器运算的硬件加速模块HWUI进行界面渲染。GPU作为专用的视觉处理器，在图像处理的速度性能上优于CPU处理器的运算速度，将显示引擎从SGL强制切换到HWUI，以加快图像处理的速度。本发明配有光敏传感器，用于感应周围环境光线信息强度，由CPU处理器接收该光强度参数，自动调节屏幕亮度，并转发给GPU处理器。当光线强度低于指定阈值时，则判断为夜间环境，GPU进行光波抑制处理降低光线强度，当高于一定的阈值时判断为强光环境，进行图像增强处理，提高图像的辨识度。
在强光环境下，仅仅通过硬件手段调整屏幕亮度，虽然能够增强屏幕显示的辨识度，但是当外界光强度远远超出屏幕最高亮度时，显示效果就不显著了。而本发明，结合图像处理的技术，做到像素级动态调整，增强明色调的亮度，降低暗色调的亮度，提高整体的对比度，最大化降低外界强光对图像显示的干扰。
夜间作战往往是战场上不可避免的，隐蔽性是夜间环境中不被发现的重要保证，为了满足足够隐蔽性的同时能够正常使用战术终端进行作战，本发明根据光学原理，利用图像处理技术动态抑制图像光波，将屏幕光显示显示控制在一定范围内。
附图说明
下面结合附图对本发明作进一步说明：
图1为本发明中一种改进型基于战术信息终端的环境光线自适应方法的流程图；
图2为本发明中Gamam系数γ取0.35、1、2.5时的灰度直方图；
图3为本发明中直方图均衡化呈现的对比效果图；
图4为本发明中战术信息终端的正面结构示意图；
图5为本发明中战术信息终端的反面结构示意图。
具体实施方式
如图1至图5所示，一种改进型基于战术信息终端的环境光线自适应方法，包括以下步骤：
（a）战术信息终端采集外界光源：战术信息终端先通过光敏传感器感应外界环境光线信息强度，并通过光敏传感器进行外界环境光线采集，接着通过信号转化器将采集的外界环境光线强度的模拟信号转化为外界环境光线强度的数字信号，然后通过CPU对外界环境光线强度的数字信号进行接收，最后通过CPU将接收的外界环境光线强度的数字信号转发给GPU。
（b）判断外界环境光线强度并做相应处理：GPU接收的光线强度低于设定值时，判断为夜间环境，GPU进行光波抑制处理降低光线强度，光波抑制处理包括三部分流程：获取图像的RGB颜色分量，颜色空间模型的转化，通过调整RGB对应值来调整亮度。本发明的图像显示接口都是基于RGB颜色模型进行控制的，RGB模型又叫三原色光模型（RGB colormodel），主要将三原色的色光红（RED）、绿（GREEN）、蓝（BLUE）按照不同的比例混合，产生不同的色光。要将显示的图像维持在发光强度相对较低的区间，本质上是对图像中R、G、B三个通道的颜色分量进行调整。本发明针对战场上夜间作战情况下，利用图像处理技术结合GPU专用图像处理器，按照光学原理，抑制光波长度控制传播范围，保证隐蔽性的同时依旧能够正常使用战术终端。
光波抑制处理的本质通过调整RGB对应值来调整亮度。RGB颜色模型主要就是源于物体发光，每个RGB通道上表示的数值就是该通道上的光强，调整整体光线强度也就是对三个通道的颜色亮度进行调整。根据研究表明，可见光不同颜色区域的空气传播具有不一样的穿透性，由于空气中含有大量的颗粒跟粉尘，波长较长光波的会绕过颗粒跟粉尘，而波长较短的颜色比较容易跟颗粒粉尘发生碰撞造成散射现象阻碍了传播，因此可以将整体颜色调整到波长较短的区域块。在RGB颜色模型中，各个单色光的波长分别为：R 700.nm，G546.1nm，B 435.8 nm，最终混合出的光波长度由RGB组成比例及整体光强度所决定。光强度的计算公式为Brightness=0.299R+0.587G+0.114B，所以同时对三个通道进行调整的话，也就近似的直接调整亮度值。
GPU接收的光线强度高于设定值时，判断为强光环境，GPU进行图像增强处理，提高图像的辨识度，图像增强处理包括以下流程：采用直方图均衡化间接对比度增强算法，获取原始图像的直方图，对输入的直方图进行累加，计算累积分布函数，映射出新的灰度值。
直方图均衡化（Histogram Egualization）是数字图像处理领域中比较常见的一种间接对比度增强算法，主要是通过使用累积函数对图像的灰度进行调整以实现对比度增强的效果。它的核心思想是把原始图像的直方图分布从某个灰度区间的连续分布转变为在全部范围内均匀分布的。通过对图像进行非线性拉伸，重新分布像素图，将直方图转变成均匀分布的直方图。
GPU接收的光线强度等于设定值时，判断为正常环境，不做处理。
（c）GPU图像渲染：先通过终端应用层发出UI更新请求，将界面绘制切换到HWUI，然后将图像经过Opengl处理，CPU将UI对象处理为多维图像跟纹理并转发给GPU，GPU处理器会对接收到对象进行光栅化，接着对光栅后的每个数据进行片段着色，最后投射到显示屏幕上进行呈现，屏幕上呈现与外界环境相匹配的图像。如果要对显示的图像进行处理的话，需要从光栅化后的数组中提取图像的坐标、颜色、纹理信息，然后结合片段着色器与特定的图像处理算法进行二次加工，最终呈现的图像将达到我们预期的效果。
在步骤（b）中，获取图像的RGB颜色分量的具体过程：战术信息终端中CPU负责将UI组件计算成多边形纹理，然后交给GPU进行栅格化渲染；纹理是经过量化的图像特征，描述的是图像的颜色分布和强度分布，每个像素里都包含有相应的R、G、B通道值，接着对图像进行遍历，最后提取R、G、B值，得到RGB模型。
在步骤（b）中，颜色空间模型的转化的的具体过程：将RGB模型转换为HSI模型，先设r、g、b为原始三个单色光的分量，R、G、B为转换后的，获取色调H分量，同时调整不同单色光比例降低波长，获取色调H分量公式为
，
；然后获取饱和度S分量，获取饱和度S分量的公式为
。
在步骤（b）中，调整亮度的具体过程：采用Gamma变换的方式，原有的RGB取值范围介于[0，255]之间，先将色彩的动态范围变换到[0，1]的范围，使用如下公式：
，接着使用Gamma公式进行变换，使输入的图像与输出的图像形成指数关系映射，Gamma的基本表达公式如下：y=xγ，其中，x是像素R、G、B通道灰度强度进行归一化后的值，取值范围在[0，1]区间之间，y为Gamma变换后的值；最后变换后的数值还要恢复到原来的动态范围，及进行反归一化处理，并转化成HSI模型的亮度I，通过以下公式可获取：
其中yR、yG、yB三个是R、G、B三个通道分别进行Gamma转换后的值。
考虑到降低改变RGB值降低亮度时尽可能不影响图像所传达的信息，本发明采用Gamma变换的方式。Gamma变换是一种常用的非线性变换图像处理方式，它能够使输入的图像与输出的图像形成指数关系映射。由于人眼对于外界光源刺激不是线性变化的，而是指数形式变换的，如果单纯使用线性变化，可能造成图像部分信息的流失。而Gamma变换正是基于这种指数关系设计而来的，它能够在对图像灰度进行变换的同时，尽可能保证本身传达信息的完整性。
在具体实施中，在变换中Gamam系数取不同的值，产生的效果会明显不一样，我们分别取γ值为0.35、1、2.5时的灰度直方图进行对比，如图2所示：
由图2可以看出，当Gamma系数值取0.35时，图像的整体波动范围会变动到高光区域，取1时保持不变，取2.5时图像的波动范围变动到低光区域。为了能够在夜间环境下对高光区域进行压缩，暗部区域进行扩展，取Gamma系数γ=2.5。
在步骤（b）中，直方图均衡化间接对比度增强算法的公式为
，DB为转化后的灰度值，DA为转换前的灰度值，Hi为第i级的灰度像素个数，A0是图像的面积，Dmax是灰度上限值，取255。
在具体实施中，在GPU的片段着色器对每个像素定点进行着色时，分别取出R、G、B通道的值，分别进行直方图均衡化，呈现的对比效果图如图3所示：
在步骤（c）中，光栅化是GPU处理器将图像的数据信息转化为多个二维片段的过程，二维片段里的数据代表着可以直接呈现在屏幕上的像素，光栅化根据图像的形状或纹理映射到二维空间坐标系中的像素信息。光栅化本质上就是根据图像的形状或纹理映射到二维空间坐标系中的像素信息。但此时的像素还不能直接呈现在屏幕上，该像素还不具有颜色信息，需在片段着色器上对其进行着色处理。
在步骤（c）中，片段着色器为像素进行着色处理。光栅化输出的所有片段都需经由片段着色器进行上色，生成不同的颜色值作为输出。
战术信息终端包括终端机体1，终端机体1的正面设有北斗天线2、OLED显示屏3和实体按键4，北斗天线2位于终端机体1的顶部，OLED显示屏3位于终端机体1的中部，实体按键4位于终端机体1的底部，终端机体1的反面设有光敏传感器5、北斗模块6和电池7，终端机体1的内部设有GPU、CPU、温度传感器和方向传感器（图中未画出）。单兵战术信息终端，实际上指的是北斗通用战术终端，是基于军队中北斗态势感知系统的一个重要组成部分。作为系统运行的最末端，也是单兵的重要手持装备，在单兵作战中为士兵提供北斗定位、北斗导航、北斗通信、位置报告、战场信息采集等综合性的保障工作，在全军遂行作战中扮演着重要角色。同时也可为指挥作战、战场勘察、联合救灾、边防巡逻提供重要装备手段。北斗天线2：用于提高北斗卫星信号接收性能。OLED显示屏3:人机交互的关键部件，界面的呈现与用户的交互都集中于此。实体按键4:在战场上由于环境的恶劣性，往往会造成触摸屏无法正常工作，这时实体按键4将辅助完成输入操作。光敏传感器5:用于感知外界光源强度，由此决定屏幕该如何自适应。北斗模块6:设备中最重要的组成部分，具有北斗RDSS与RNSS功能，能够支持北斗定位与北斗短报文功能。大容量电池7，续航能够支持长时间的连续作战。
相关技术术语的名词解释
CPU(Central Processing Unit)中央处理器：战术信息终端运算处理的核心单元。
GPU（Graphics Processing Unit）图像处理器：一种专门在移动设备上进行图像处理的运算器
SGL（Skia Graphics Library）：一个由C++编写的开放原始码图像库，主要用于在移动设备上呈现高品质的2D图形。
RGB（RGB Color Mode）三原色光模型：使用三原色的光以不同比例混合产生多样的色光。
HWUI（硬件加速模块）：主要是为了实现Android通过GPU呈现图像而设计出来的一个模块。
以上仅为本发明的具体实施例，但本发明的技术特征并不局限于此。任何以本发明为基础，为解决基本相同的技术问题，实现基本相同的技术效果，所作出地简单变化、等同替换或者修饰等，皆涵盖于本发明的保护范围之中。
Claims (5)
1.一种改进型基于战术信息终端的环境光线自适应方法，其特征在于包括以下步骤：
（a）战术信息终端采集外界光源：战术信息终端先通过光敏传感器感应外界环境光线信息强度，并通过光敏传感器进行外界环境光线采集，接着通过信号转化器将采集的外界环境光线强度的模拟信号转化为外界环境光线强度的数字信号，然后通过CPU对外界环境光线强度的数字信号进行接收，最后通过CPU将接收的外界环境光线强度的数字信号转发给GPU；
（b）判断外界环境光线强度并做相应处理：GPU接收的光线强度低于设定值时，判断为夜间环境，GPU进行光波抑制处理降低光线强度，光波抑制处理包括三部分流程：获取图像的RGB颜色分量，颜色空间模型的转化，通过调整RGB对应值来调整亮度；GPU接收的光线强度高于设定值时，判断为强光环境，GPU进行图像增强处理，提高图像的辨识度，图像增强处理包括以下流程：采用直方图均衡化间接对比度增强算法，获取原始图像的直方图，对输入的直方图进行累加，计算累积分布函数，映射出新的灰度值；GPU接收的光线强度等于设定值时，判断为正常环境，不做处理；
（c）GPU图像渲染：先通过终端应用层发出UI更新请求，将界面绘制切换到HWUI，然后将图像经过Opengl处理，CPU将UI对象处理为多维图像跟纹理并转发给GPU，GPU处理器会对接收到对象进行光栅化，接着对光栅后的每个数据进行片段着色，最后投射到显示屏幕上进行呈现，屏幕上呈现与外界环境相匹配的图像；
在所述步骤（b）中，所述获取图像的RGB颜色分量的具体过程：所述战术信息终端中CPU负责将UI组件计算成多边形纹理，然后交给GPU进行栅格化渲染；纹理是经过量化的图像特征，描述的是图像的颜色分布和强度分布，每个像素里都包含有相应的R、G、B通道值，接着对图像进行遍历，最后提取R、G、B值，得到RGB模型；
在所述步骤（b）中，所述颜色空间模型的转化的的具体过程：将RGB模型转换为HSI模型，先设r、g、b为原始三个单色光的分量，R、G、B为转换后的，获取色调H分量，同时调整不同单色光比例降低波长，获取色调H分量公式为
，
；然后获取饱和度S分量，获取饱和度S分量的公式为S=1
；
在所述步骤（b）中，所述调整亮度的具体过程：采用Gamma变换的方式，原有的RGB取值范围介于[0，255]之间，先将色彩的动态范围变换到[0，1]的范围，使用如下公式：x=
，接着使用Gamma公式进行变换，使输入的图像与输出的图像形成指数关系映射，Gamma的基本表达公式如下：y=xγ，其中，x是像素R、G、B通道灰度强度进行归一化后的值，取值范围在[0，1]区间之间，y为Gamma变换后的值；最后变换后的数值还要恢复到原来的动态范围，及进行反归一化处理，并转化成HSI模型的亮度I，通过以下公式可获取：I=
(
，其中yR、yG、yB三个是R、G、B三个通道分别进行Gamma转换后的值。
2.根据权利要求1所述的一种改进型基于战术信息终端的环境光线自适应方法，其特征在于：在所述步骤（b）中，所述直方图均衡化间接对比度增强算法的公式为
，DB为转化后的灰度值，DA为转换前的灰度值，Hi为第i级的灰度像素个数，A0是图像的面积，Dmax是灰度上限值，取255。
3.根据权利要求1所述的一种改进型基于战术信息终端的环境光线自适应方法，其特征在于：在所述步骤（c）中，所述光栅化是GPU处理器将图像的数据信息转化为多个二维片段的过程，所述二维片段里的数据代表着可以直接呈现在屏幕上的像素，所述光栅化根据图像的形状或纹理映射到二维空间坐标系中的像素信息。
4.根据权利要求3所述的一种改进型基于战术信息终端的环境光线自适应方法，其特征在于：在所述步骤（c）中，所述片段着色器为所述像素进行着色处理。
5.根据权利要求1所述的一种改进型基于战术信息终端的环境光线自适应方法，其特征在于：所述战术信息终端包括终端机体，所述终端机体的正面设有北斗天线、OLED显示屏和实体按键，所述北斗天线位于所述终端机体的顶部，所述OLED显示屏位于所述终端机体的中部，所述实体按键位于所述终端机体的底部，所述终端机体的反面设有光敏传感器、北斗模块和电池，所述终端机体的内部设有GPU、CPU、温度传感器和方向传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710567109.7A CN107358572B (zh) | 2017-07-12 | 2017-07-12 | 一种改进型基于战术信息终端的环境光线自适应方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710567109.7A CN107358572B (zh) | 2017-07-12 | 2017-07-12 | 一种改进型基于战术信息终端的环境光线自适应方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107358572A CN107358572A (zh) | 2017-11-17 |
| CN107358572B true CN107358572B (zh) | 2020-09-18 |
Family
ID=60293444
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710567109.7A Active CN107358572B (zh) | 2017-07-12 | 2017-07-12 | 一种改进型基于战术信息终端的环境光线自适应方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107358572B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108986052B (zh) * | 2018-08-01 | 2021-02-19 | 电子科技大学 | 一种自适应的图像去光照方法和系统 |
| CN109860268A (zh) * | 2019-03-15 | 2019-06-07 | 云谷（固安）科技有限公司 | 显示装置及显示器 |
| CN110175969B (zh) * | 2019-05-29 | 2021-07-23 | Tcl华星光电技术有限公司 | 图像处理方法及图像处理装置 |
| CN113015017B (zh) * | 2021-03-15 | 2023-07-18 | Vidaa(荷兰)国际控股有限公司 | 一种画质补偿方法及显示设备 |
| CN116820379A (zh) * | 2023-08-31 | 2023-09-29 | 中国电子科技集团公司第十五研究所 | 基于人因工程的装备显示控制方法、服务器及存储介质 |
| CN117237258B (zh) * | 2023-11-14 | 2024-02-09 | 山东捷瑞数字科技股份有限公司 | 基于三维引擎的夜视图像处理方法、系统、设备、介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103902713A (zh) * | 2014-04-03 | 2014-07-02 | 上海交通大学 | 智能移动终端的浏览器配色方案自动调节方法及系统 |
| US9530342B2 (en) * | 2013-09-10 | 2016-12-27 | Microsoft Technology Licensing, Llc | Ambient light context-aware display |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050057484A1 (en) * | 2003-09-15 | 2005-03-17 | Diefenbaugh Paul S. | Automatic image luminance control with backlight adjustment |
| CN101620819B (zh) * | 2009-06-25 | 2013-10-16 | 北京中星微电子有限公司 | 显示图像背光亮度的动态调整方法、装置及移动显示设备 |
| CN101783963B (zh) * | 2010-02-10 | 2012-07-18 | 西安理工大学 | 一种具有高光抑制的夜间图像增强方法 |
| CN102999890B (zh) * | 2011-09-09 | 2015-09-30 | 苏州普达新信息技术有限公司 | 基于环境因素的图像光线强度动态校正方法 |
| CN103824081B (zh) * | 2014-02-24 | 2017-02-08 | 北京工业大学 | 一种室外恶劣光照条件下的快速鲁棒交通标志检测方法 |
| CN104050948A (zh) * | 2014-06-24 | 2014-09-17 | 深圳市鸿宇顺科技有限公司 | 一种自动增强图片对比度显示的方法及系统 |
| CN104360796B (zh) * | 2014-12-08 | 2018-01-26 | 三星电子（中国）研发中心 | 在电子设备上应用颜色的方法、装置及电子设备 |
| CN105163087A (zh) * | 2015-09-18 | 2015-12-16 | 电子科技大学 | 基于嵌入式技术的图像增强监控系统 |
| CN105513019B (zh) * | 2015-11-27 | 2018-08-28 | 西安电子科技大学 | 一种提升图像质量的方法和装置 |
-
2017
- 2017-07-12 CN CN201710567109.7A patent/CN107358572B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9530342B2 (en) * | 2013-09-10 | 2016-12-27 | Microsoft Technology Licensing, Llc | Ambient light context-aware display |
| CN103902713A (zh) * | 2014-04-03 | 2014-07-02 | 上海交通大学 | 智能移动终端的浏览器配色方案自动调节方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| "An adaptive gamma correction for image enhancement";Shanto Rahman等;《EURASIP Journal on Image and Video Processing》;20161018;第1-13页 * |
| "Simulating and compensating changes in appearance between day and night vision";Robert Wanat等;《ACM Transactions on Graphics》;20140731;第33卷(第4期);第1-12页 * |
| "Survey on illumination condition of video / image under heterogeneous environments for enhancement";Akila. K等;《2016 3rd International Conference on Advanced Computing and Communication Systems (ICACCS)》;20161010;第1-7页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107358572A (zh) | 2017-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107358572B (zh) | 一种改进型基于战术信息终端的环境光线自适应方法 | |
| US9406147B2 (en) | Color balance in digital photography | |
| US7305144B2 (en) | System and method for compressing the dynamic range of an image | |
| US20050122338A1 (en) | Apparatus and method for rendering graphics primitives using a multi-pass rendering approach | |
| CN105513019B (zh) | 一种提升图像质量的方法和装置 | |
| CN110248242B (zh) | 一种图像处理和直播方法、装置、设备和存储介质 | |
| CN110192241A (zh) | 控制发射型显示器的亮度 | |
| KR102046220B1 (ko) | 디스플레이 시인성 개선 방법 및 장치 | |
| CN114359305A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| WO2023098583A1 (zh) | 一种渲染方法及其相关设备 | |
| CN113052923B (zh) | 色调映射方法、装置、电子设备和存储介质 | |
| US10825153B2 (en) | Image processing apparatus, display apparatus, and image processing method | |
| CN110392243A (zh) | 色域映射的方法和装置 | |
| CN107451974B (zh) | 一种高动态范围图像的自适应再现显示方法 | |
| CN105830438B (zh) | 影像显示装置 | |
| CN112819691B (zh) | 图像处理方法、装置、设备及可读存储介质 | |
| US11328393B2 (en) | Method and device for displaying high-dynamic sonar or radar data | |
| EP4443286A1 (en) | Image processing method and electronic device | |
| CN115775215A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| JP2017037622A (ja) | 画像処理装置及びプログラム | |
| CN109801241A (zh) | 一种基于改进型暗通道优先算法的太阳耀斑图像去云方法 | |
| US12086971B2 (en) | Global tone mapping with contrast enhancement and chroma boost | |
| US20240046574A1 (en) | Method and apparatus of providing mixed reality combined physical space | |
| CN117292000A (zh) | 一种基于视觉焦点的图像主题色提取方法 | |
| Olajos et al. | Sparse Spatial Shading in Augmented Reality. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |