CN108540789B

CN108540789B - 影像优化方法

Info

Publication number: CN108540789B
Application number: CN201810385853.XA
Authority: CN
Inventors: 陈立杰; 阮泓翔; 陈建文
Original assignee: AU Optronics Corp
Current assignee: AU Optronics Corp
Priority date: 2018-02-12
Filing date: 2018-04-26
Publication date: 2020-10-09
Anticipated expiration: 2038-04-26
Also published as: TW201935456A; TWI633537B; CN108540789A

Abstract

本发明提供一种影像优化方法。所述影像优化方法适用于显示器中，并且可以根据来源影像的亮度相关信息与色度相关信息而来动态调整亮度压缩比例与色度压缩比例，以让来源影像可具有最佳的显示品质。

Description

影像优化方法

技术领域

本发明是有关于一种影像优化方法，且特别是一种可动态调整色域压缩(gamutcompression)比例的影像优化方法。

背景技术

一般来说，每一种显示器，诸如透射型(transmissive)液晶显示器或反射型(reflective)液晶显示器，均具有其独特的色域范围。于是，当显示器要显示一个彩色的来源影像(source image)时，便需要考虑显示器与来源影像间的色域范围的差异。如果，当来源影像的色域范围大于显示器的色域范围时，就需要使用一种色域压缩技术，来将来源影像中的色彩转换成显示器所能表现的色彩。

因此，色域压缩技术对于影像的显示品质有着极大的影响。然而，现有的色域压缩技术通常是将来源影像的色域范围按固定比例，或按边界至边界的方式压缩至显示器的色域范围中，但这些作法皆不足以适用于不同种类(例如，高色度的复杂影像，或低色度的简单影像)的来源影像中。有鉴于此，本领域亟需一种可动态调整色域压缩比例的方式。

发明内容

本发明的目的在于提供一种可动态调整色域压缩比例的影像优化方法，并且为了因应色域压缩技术又可分作为亮度(luminance)压缩与色度(chromaticity)压缩两部分，所以本发明是以个别地动态调整亮度压缩比例与色度压缩比例，来让来源影像可具有最佳的显示品质。

为达上述目的，本发明实施例提供一种影像优化方法。所述影像优化方法适用于显示器中，且其包括如下步骤。首先，分别对来源影像及显示器进行色域边界提取，以分别建立起来源影像及显示器的色域边界描述模型(gamut boundary descriptor)，并且将来源影像的色域边界描述模型映射到显示器的色域边界描述模型中，以获得到有关对来源影像进行色域压缩时的亮度压缩范围及色度压缩范围。其次，对来源影像进行分析，以获得到来源影像的亮度相关信息及色度相关信息，并且根据亮度相关信息，决定亮度压缩比例，以及根据色度相关信息，决定色度压缩比例。然后，根据亮度压缩比例及色度压缩比例，来对前述亮度压缩范围及色度压缩范围进行修正，并且根据经修正后的亮度压缩范围及色度压缩范围，来对来源影像进行色域压缩，使得显示器则用来显示经色域压缩后的来源影像。

为使能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，但是此等说明与所附图式仅用来说明本发明，而非对本发明的权利范围作任何的限制。

附图说明

图1是本发明实施例所提供的影像优化方法的流程示意图。

图2A是本发明实施例所提供的来源影像的色域边界描述模型映射到显示器的色域边界描述模型中，以获得到有关对来源影像进行色域压缩时的亮度压缩范围的示意图。

图2B是本发明实施例所提供的来源影像的色域边界描述模型映射到显示器的色域边界描述模型中，以获得到有关对来源影像进行色域压缩时的色度压缩范围的示意图。

图3是本发明实施例所提供的来源影像与滑动遮罩的示意图。

图4是图3的来源影像中的一局部区域的部分像素示意图。

图5A是图1的影像优化方法中于一较佳实施例下根据色度相关信息，决定色度压缩比例的流程示意图。

图5B是图5A的实施例中所根据色度相关信息，来决定色度压缩比例的趋势示意图。

图5C是图1的影像优化方法中于另一较佳实施例下根据色度相关信息，决定色度压缩比例的流程示意图。

图6A是图1的影像优化方法中于一较佳实施例下根据亮度相关信息，决定亮度压缩比例的流程示意图。

图6B是图6A的实施例中所根据亮度相关信息，来决定亮度压缩比例的趋势示意图。

图6C是图1的影像优化方法中于另一较佳实施例下根据亮度相关信息，决定亮度压缩比例的流程示意图。

其中，附图标记：

S100～S160、S500～S540、S500’、S600～S620、S600’：流程步骤

200、210、220：边界

S：来源影像

M：滑动遮罩

P₁～P₉：像素

具体实施方式

在下文中，将藉由图式说明本发明的各种实施例来详细描述本发明。然而，本发明概念可能以许多不同形式来体现，且不应解释为限于本文中所阐述的例示性实施例。此外，在图式中相同参考数字可用以表示类似的元件。

具体来说，本发明实施例所提供的影像优化方法，可以是适用于任何显示器中。因此，本发明并不限制显示器的具体实现方式，本技术领域中具有通常知识者应可依据实际需求或应用来进行设计。另外，根据现有技术可知，当显示器要显示一个色域范围较大的彩色来源影像时，就需要使用到色域压缩技术，来将来源影像中的色彩转换成显示器所能表现的色彩。

请参阅图1，图1是本发明实施例所提供的影像优化方法的流程示意图。首先，在步骤S100中，分别对来源影像及显示器进行色域边界提取，以分别建立起来源影像及显示器的色域边界描述模型，并且在步骤S110中，将来源影像的色域边界描述模型映射到显示器的色域边界描述模型中，以获得到有关对来源影像进行色域压缩时的亮度压缩范围及色度压缩范围。

其次，在步骤S120中，对来源影像进行分析，以获得到来源影像的亮度相关信息及色度相关信息，并且在步骤S130中，根据亮度相关信息，决定亮度压缩比例，以及在步骤S140中，根据色度相关信息，决定色度压缩比例。然后，在步骤S150中，根据亮度压缩比例及色度压缩比例，来对前述亮度压缩范围及色度压缩范围进行修正，并且在步骤S160中，根据经修正后的亮度压缩范围及色度压缩范围，来对来源影像进行色域压缩，使得显示器则用来显示经色域压缩后的来源影像。

从以上内容可知，本发明实施例的影像优化方法，可以是由具有多个指令的电脑程序产品来实现，且此电脑程序产品能为于网络上所传输的档案，或者被储存于非挥发性电脑可读取储存媒体中，但本发明皆不以此为限制。因此，当一处理器载入此电脑程序产品，并执行此电脑程序产品所包含的这些指令后，即可完成本发明实施例的影像优化方法。需要说明的是，上述处理器可以是直接整合在显示器之中，或是分开设置在显示器以外的电子装置之中，总而言之，本发明亦不限制上述处理器的具体实现方式。

另外，应当理解的是，步骤S130及步骤S140应该为并行执行而未冲突的步骤，并且因为色域压缩技术又可分作为亮度压缩与色度压缩两部分，所以请一并参阅图2A与图2B，图2A与图2B是将用以来解释本发明实施例的来源影像的色域边界描述模型映射到显示器的色域边界描述模型中，以获得到有关对来源影像进行色域压缩时的亮度压缩范围及色度压缩范围的示意图。

值得一提的是，为了方便以下说明，图2A中所映射的色域边界描述模型是仅采用纵切面图来作说明，而图2B中所映射的色域边界描述模型则是仅采用横切面图来作说明。也就是说，图2A是为了呈现有关来源影像与显示器的个别亮度范围，且图2B则是为了呈现有关来源影像与显示器的个别色度范围。

如图2A所示，由于来源影像的亮度范围最大可达875nits，但显示器的亮度范围却最大只达55nits，因此，在步骤S110中所获得到的亮度压缩范围即是指875nits至55nits。应当理解的是，这里的来源影像可以是指有先针对环境光源下的色票所进行完校正后的影像。然而，由于白点(亦即，R,G,B＝255,255,255)所于环境光源下对应的色票的最大亮度即为875nits(亦即，环境光源下的色票最大亮度为875nits)，因此前述来源影像的亮度范围便可最大达875nits，但本发明并不以此为限制。类似地，如图2B所示，由于来源影像的色度范围最大可达边界200，但显示器的色度范围却最大只达边界210，因此，在步骤S110中所获得到的色度压缩范围则就是指边界200至边界210。

从以上内容可知，步骤S100至步骤S110的目的在于分别确认出对来源影像进行亮度压缩及色度压缩时的上下限。需要说明的是，图2A与图2B中的亮度范围及色度范围在此仅只是举例，其并非用以限制本发明。另外，由于色域边界描述模型的运作原理已为本技术领域中具有通常知识者所习知，因此有关步骤S100至步骤S110，以及图2A与图2B的细部内容于此就不再多加赘述。

另一方面，本发明亦不限制步骤S120中所对于来源影像进行分析的具体实现方式，并且有关步骤S120中所获得到的亮度相关信息及色度相关信息，将会于下文中藉由其他实施例而作详尽说明，故于此就先不再多加赘述。应当理解的是，因为本发明实施例的影像优化方法，可以是根据不同种类的来源影像的亮度相关信息及色度相关信息，来分别决定一个亮度压缩比例及一个色度压缩比例，并且根据前述亮度压缩比例及色度压缩比例，来分别对如图2A与图2B中的亮度压缩范围及色度压缩范围进行修正，所以对于不同种类的来源影像而言，本发明都将能够使其具有个别最佳的显示品质。

进一步来说，在图2A中，当经修正后的亮度压缩范围即是指85nits(未标示)至55nits时，步骤S160便会是根据经修正后的上述亮度压缩范围，来对来源影像进行亮度压缩。类似地，在图2B中，当经修正后的色度压缩范围则是指边界220至边界210时，步骤S160也就会是根据经修正后的上述色度压缩范围，来对来源影像进行色度压缩。由于亮度压缩及色度压缩(亦即，色域压缩)的运作原理已皆为本技术领域中具有通常知识者所习知，因此有关步骤S160的细部内容于此就不再多加赘述。

在本实施例中，来源影像可以是包括N个局部区域(local area)，且这N个局部区域是根据一个滑动遮罩(mask)而决定。举例来说，请一并参阅图3，图3将用以来解释来源影像与滑动遮罩间的关系。如图3所示，在来源影像S的解析度为3840×2160的情况下，当滑动遮罩M的解析度为480×270，且滑动遮罩M于来源影像S上而每次水平移动至少一个像素(例如，240个像素)或垂直移动至少一个像素(例如，135个像素)时，图3中的来源影像S即就是指包括有1个以上的局部区域。

需要说明的是，图3中所使用的来源影像S与滑动遮罩M在此皆仅只是举例，其并非用以限制本发明，本技术领域中具有通常知识者应可依据实际需求或应用来进行相关设计。应当理解的是，滑动遮罩M的解析度必须小于等于来源影像S的解析度，且滑动遮罩M也仅能够在来源影像S的解析度范围内移动。于是，当图3中的滑动遮罩M的解析度则改为3840×2160时，图3中的来源影像S则也就是指包括只有1个的局部区域。也就是说，上述参数N为大于等于1的正整数。

因此，在其中一种应用中，步骤S120中所获得到的色度相关信息即可例如是包括前述N个局部区域的N个高饱和度边界像素数目。在本实施例中，对于前述N个局部区域的每一者而言，所获得到某一局部区域的高饱和度边界像素数目的方式，可以是计算此局部区域内的多个像素的每一者的饱和度值(saturation)，并且对于这些像素的每一者而言，当判断某一像素的饱和度值大于0.5，且此像素的饱和度值与其邻近的任一像素的饱和度值间的绝对差值大于0.05时，则决定此像素属于一个高饱和度边界像素，并藉此累计此局部区域的高饱和度边界像素数目。

请一并参阅图4，图4是图3的来源影像中的一局部区域的部分像素示意图。值得一提的是，为了方便以下说明，图4中的局部区域的部分像素则是仅采用数量为3×3个的例子来进行说明，但其并非用以限制本发明。根据以上内容的教示可知，本实施例是会计算像素P₁～P₉的每一者的饱和度值，并且当判断像素P₉的饱和度值大于0.5，且像素P₉的饱和度值与其邻近的任一像素P₁～P₈的饱和度值间的绝对差值大于0.05时，本实施例便会决定像素P₉则属于一个高饱和度边界像素，并累计此局部区域的高饱和度边界像素数目。如此一来，藉由对此局部区域内的每一像素进行分析与筛选，本实施例便可统计出此局部区域的高饱和度边界像素数目。

举例来说，在图3的实施例中，当一个480×270的局部区域内具有22032个像素属于高饱和度边界像素时，也就表示此局部区域的高饱和度边界像素数目即是22032。需要说明的是，这里的0.5为目前的实验数据，其也可能视目前显示器的硬件显示能力而作调整。但一般来说，饱和度值约大于0.5的像素是多数显示器无法显示的，所以当此来源影像中超出饱和度0.5的像素越多时，也就代表此来源影像越需要被压缩。换句话说，若某局部区域内的高饱和度边界像素越多时，也就表示此局部区域内的色彩变化细节越多。由于饱和度值的计算原理已为本技术领域中具有通常知识者所习知，因此有关上述细部内容于此就不再多加赘述。

接着，在前述这种应用的情况下，本发明实施例便可以根据此N个局部区域的N个高饱和度边界像素数目(亦即，色度相关信息)来决定色度压缩比例。请参阅图5A，图5A是图1的影像优化方法中于一较佳实施例下根据色度相关信息，决定色度压缩比例的流程示意图。其中，图5A中部分与图1相同的流程步骤以相同的图号标示，故于此便不再多加详述其细节。

在图5A的实施例中，步骤S140更可以包括有步骤S500至步骤S540。首先，在步骤S500中，依序计算每一局部区域的高饱和度边界像素数目所占滑动遮罩的解析度的百分比，以获得到有关每一局部区域的平均边界像素比例。其次，在步骤S510中，找出这些平均边界像素比例中的最大者，以作为有关来源影像的最大边界像素比例，并且在步骤S520中，判断此最大边界像素比例是否大于等于第一色度门槛比例。若不是，即进行步骤S530，若是，则进行步骤S540。

在步骤S530中，当此最大边界像素比例越大时，即决定越大的色度压缩比例，反之，当此最大边界像素比例越小时，则决定越小的色度压缩比例。另外，在步骤S540中，当此最大边界像素比例越大时，即决定越小的色度压缩比例，反之，当此最大边界像素比例越小时，则决定越大的色度压缩比例。从上述内容可知，不论是在步骤S530或步骤S540中，本实施例皆会是根据此最大边界像素比例来决定色度压缩比例，只不过在步骤S530及步骤S540中所决定色度压缩比例的趋势彼此正好相反。

举例来说，请一并参阅图5B，图5B是图5A的实施例中所根据色度相关信息，来决定色度压缩比例的趋势示意图。如图5B所示，第一色度门槛比例即可例如为17％。需要说明的是，这里的17％亦为目前的实验数据，但本发明并不以此限制，应当理解的是，第一色度门槛比例可介于0％至100％间。接着，如同前面内容所述，当此来源影像的最大边界像素比例越大时，就表示此来源影像的高饱和度边界像素越多，而高饱和度边界像素越多时，也就表示此来源影像的色彩变化细节越多。因此，为了保留细节，此来源影像的最大边界像素比例，便可与色度压缩比例成正比(亦即，步骤S530)，如图5B的左趋势所示。

相反地，当此来源影像的最大边界像素比例超过第一色度门槛比例越多时，也就同时表示此来源影像的平均饱和度越高。因此，为了保留饱和度，此来源影像的最大边界像素比例，便可与色度压缩比例成反比(亦即，步骤S540)，如图5B的右趋势所示。根据以上内容的教示，本技术领域中具有通常知识者应可以理解到，步骤S140的目的乃在于对来源影像的细节与饱和度间作权衡，以让来源影像可具有最佳的显示品质。

又或者是，在其他应用中，步骤S120中所获得到的色度相关信息还可例如是包括前述N个局部区域的N个色相边界像素数目。在本实施例中，对于前述N个局部区域的每一者而言，所获得到某一局部区域的色相边界像素数目的方式，可以是计算此局部区域内的多个像素的每一者的饱和度值及色相(Hue)值，并且对于这些像素的每一者而言，当判断某一像素的饱和度值大于0.5，且此像素的色相值与其邻近的任一像素的色相值间的绝对差值大于9时，则决定此像素属于一个色相边界像素，并藉此累计此局部区域的色相边界像素数目。

由于饱和度值与色相值间的转换公式已为习知技艺，并且获得到每一局部区域的色相边界像素数目的方式亦能相似如前述实施例所述，故于此就不再多加赘述。应当理解的是，在目前这种应用的情况下，本发明实施例便也可以根据此N个局部区域的N个色相边界像素数目来决定色度压缩比例。因此，请一并参阅图5C，图5C是图1的影像优化方法中于另一较佳实施例下根据色度相关信息，决定色度压缩比例的流程示意图。其中，图5C中部分与图1及图5A相同的流程步骤以相同的图号标示，故于此便不再多加详述其细节。

相对于图5A而言，图5C的流程步骤只差在步骤S500’，而在图5C的步骤S500’中，本实施例则是依序计算每一局部区域的色相边界像素数目所占滑动遮罩的解析度的百分比，以获得到有关每一局部区域的平均边界像素比例。由于详细步骤流程亦如前述实施例所述，故于此就不再多加赘述。

另一方面，步骤S120中所获得到的亮度相关信息则可例如是包括来源影像的一整面平均亮度，以及前述N个局部区域的N个平均亮度。请一并参阅图6A，图6A是图1的影像优化方法中于一较佳实施例下根据亮度相关信息，决定亮度压缩比例的流程示意图。其中，图6A中部分与图1相同的流程步骤以相同的图号标示，故于此便不再多加详述其细节。

在图6A的实施例中，步骤S130更可以包括有步骤S600至步骤S620。首先，在步骤S600中，判断这N个局部区域中的至少一个的平均亮度是否大于亮度门槛值。其中，这里的亮度门槛值可以是指在显示器的色域边界描述模型中所能呈现最多色度范围的亮度值。若不是，即进行步骤S610，若是，则进行步骤S620。在步骤S610中，根据来源影像的整面平均亮度，决定亮度压缩比例，并且当此整面平均亮度越大时，决定越大的亮度压缩比例，而当此整面平均亮度越小时，则决定越小的亮度压缩比例。另外，在步骤S620中，则决定亮度压缩比例即为100％。

举例来说，请一并参阅图2A及图6B，图6B是图6A的实施例中所根据亮度相关信息，来决定亮度压缩比例的趋势示意图。如图2A所示，本实施例的亮度门槛值即可例如为12.3nits。然而，根据前述内容可知，当此来源影像的某个局部区域的平均亮度大于所述亮度门槛值时，也就表示此局部区域为高亮度且含有多细节信息的区域。因此，为了避免细节因叠阶而损失，本实施例便会直接将亮度压缩比例设为100％(亦即，步骤S620)。相反地，在此来源影像的每个局部区域的平均亮度皆未超过前述亮度门槛值的情况下，当平均亮度越低时，也就表示发生叠阶的机会越少，因此，来源影像的整面平均亮度，便可以与亮度压缩比例成正比(亦即，步骤S610)，如图6B所示。

另一方面，请参阅图6C，图6C是图1的影像优化方法中于另一较佳实施例下根据亮度相关信息，决定亮度压缩比例的流程示意图。其中，图6C中部分与图6A相同的流程步骤以相同的图号标示，故于此便不再多加详述其细节。

相对于图6A而言，图6C的实施例是更把前述平均边界像素比例也考量进来，因此，在图6C的步骤S600’中，本实施例则是判断这N个局部区域中的至少一个的平均亮度及平均边界像素比例是否分别大于亮度门槛值及第二色度门槛比例。其中，上述第二色度门槛比例即可例如30％。需要说明的是，这里的30％亦为目前的实验数据，但本发明并不以此限制。因此，若不是，即进行步骤S610，若是，则进行步骤S620。由于详细步骤流程亦如前述实施例所述，故于此就不再多加赘述。

综上所述，本发明实施例所提供的影像优化方法，可以是根据不同种类的来源影像的亮度相关信息与色度相关信息而来动态调整亮度压缩比例与色度压缩比例，以让不同种类的来源影像皆可具有个别最佳的显示品质

当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明做出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims

1.一种影像优化方法，其特征在于，适用于一显示器中，该影像优化方法包括：

分别对一来源影像及该显示器进行色域边界提取，以分别建立起该来源影像及该显示器的色域边界描述模型，并且将该来源影像的色域边界描述模型映射到该显示器的色域边界描述模型中，以获得到有关对该来源影像进行一色域压缩时的一亮度压缩范围及一色度压缩范围；

对该来源影像进行分析，以获得到一亮度相关信息及一色度相关信息，并且根据该亮度相关信息，决定一亮度压缩比例，以及根据该色度相关信息，决定一色度压缩比例；以及

根据该亮度压缩比例及该色度压缩比例，来对该亮度压缩范围及该色度压缩范围进行修正，并且根据经修正后的该亮度压缩范围及该色度压缩范围，来对该来源影像进行该色域压缩，使得该显示器则用来显示经该色域压缩后的该来源影像；

其中，该来源影像包括N个局部区域，该N个局部区域是根据一滑动遮罩而决定，且该色度相关信息包括该N个局部区域的N个高饱和度边界像素数目、该N个局部区域的N个色相边界像素数目，其中N为大于等于1的正整数；

在根据该色度相关信息，决定该色度压缩比例的步骤中，包括：

依序计算每一该N个局部区域的该高饱和度边界像素数目或该色相边界像素数目所占该滑动遮罩的一解析度的百分比，以获得到有关每一该N个局部区域的一平均边界像素比例；

找出该些平均边界像素比例中的最大者，以作为有关该来源影像的一最大边界像素比例，并且判断该最大边界像素比例是否大于等于一第一色度门槛比例；

若不是，则根据该最大边界像素比例，决定该色度压缩比例，并且当该最大边界像素比例越大时，决定越大的该色度压缩比例，当该最大边界像素比例越小时，则决定越小的该色度压缩比例；以及

若是，则根据该最大边界像素比例，决定该色度压缩比例，并且当该最大边界像素比例越大时，决定越小的该色度压缩比例，当该最大边界像素比例越小时，则决定越大的该色度压缩比例；

该亮度相关信息包括该来源影像的一整面平均亮度，以及该N个局部区域的N个平均亮度；

在根据该亮度相关信息，决定该亮度压缩比例的步骤中，包括：

判断该N个局部区域中的至少一个的该平均亮度是否大于一亮度门槛值，或判断该N个局部区域中的至少一个的该平均亮度及该平均边界像素比例是否分别大于一亮度门槛值及一第二色度门槛比例，其中该亮度门槛值是指在该显示器的色域边界描述模型中所能呈现最多色域范围的一亮度值；

若不是，则根据该整面平均亮度，决定该亮度压缩比例，并且当该整面平均亮度越大时，决定越大的该亮度压缩比例，当该整面平均亮度越小时，则决定越小的该亮度压缩比例；以及

若是，则决定该亮度压缩比例即为100％。

2.如权利要求1所述的影像优化方法，其特征在于，对于该N个局部区域的每一者而言，所获得到该局部区域的该高饱和度边界像素数目的方式，是计算该局部区域内的多个像素的每一者的一饱和度值，并且对于该些像素的每一者而言，当判断该像素的该饱和度值大于0.5，且该像素的该饱和度值与其邻近的任一该些像素的该饱和度值间的绝对差值大于0.05时，则决定该像素属于一高饱和度边界像素，并藉此累计该局部区域的该高饱和度边界像素数目。

3.如权利要求1所述的影像优化方法，其特征在于，该色度相关信息还包括该N个局部区域的N个色相边界像素数目，其中对于该N个局部区域的每一者而言，所获得到该局部区域的该色相边界像素数目的方式，是计算该局部区域内的多个像素的每一者的一饱和度值及一色相值，并且对于该些像素的每一者而言，当判断该像素的该饱和度值大于0.5，且该像素的该色相值与其邻近的任一该些像素的该色相值间的绝对差值大于9时，则决定该像素属于一色相边界像素，并藉此累计该局部区域的该色相边界像素数目。