CN109348218A - 识别多原色情况下yuv三原色组成成分的方法 - Google Patents
识别多原色情况下yuv三原色组成成分的方法 Download PDFInfo
- Publication number
- CN109348218A CN109348218A CN201811152714.9A CN201811152714A CN109348218A CN 109348218 A CN109348218 A CN 109348218A CN 201811152714 A CN201811152714 A CN 201811152714A CN 109348218 A CN109348218 A CN 109348218A
- Authority
- CN
- China
- Prior art keywords
- value
- signal
- rgb
- egb
- yuv
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
Abstract
本发明涉及宽色域,多原色,图像和视频显示,图像和视频编码,为实现通过盲识别的方法来判断YUV信号的来源,本发明识别多原色情况下YUV三原色组成成分的方法,步骤如下:1)、发送端传输RGB信号的情况:列出表示传输RGB信号时的YUV编码矩阵和接收端恢复RGB信号时的解码矩阵;2)、发送端传输EGB信号的情况:列出YUV与EGB的彩色空间变换关系;3)、接收端识别信号来源。通过分解由RGBE四原色构成的四边形为RGB和EGB两个三角形,信源端产生或由RGB或由EGB组成的YUV信号,接收端分别使用RGB和EGB解码矩阵从YUV信号中恢复出XGB信号。本发明主要应用于图像、视频处理。
Description
技术领域
宽色域,多原色,图像和视频显示,图像和视频编码,图像和视频表达,图像和视频传播。
背景技术
1931年,国际照明委员会CIE制定了CIE 1931RGB系统,规定将700nm的红、546.1nm的绿和435.8nm的蓝作为三原色,后来CIE 1931-xy色度图成为描述色彩范围最为常用的图表,色域就是在图1上所覆盖的范围。
图像的色彩是衡量图像质量的一个重要指标。如果成像、传播或显示技术不能充分覆盖图像的色域,那么就会导致图像的色度失真、色饱和度下降,从而导致重现图像质量变差、真实感降低,大大降低观众的收视体验。
随着人们生活、工作、娱乐和消费方式的改变,宽色域图像的应用范围越来越广、人们对其期望值也越来越高。不仅视频广播领域需要宽色域图像源和宽色域显示设备,在诸如电子商务等新兴行业中更加亟需色彩高保真图像。
在彩色印刷领域,很多书画等印刷品的色彩都具有高饱和度的特点,但是根据CIE1931RGB混色实验结果,为了使用RGB三原色表达高饱和度色光,需要物理上无法实现的“负”值色光。因此采用目前通用的图像采集、传播和显示方式在表达高饱和度书画时会出现色彩失真。再比如某些放射性火焰,例如火山熔岩,一般亮度很高、饱和度也很高,这部分颜色也超出了标准色域范围。除了上述视频广播领域、电子商务、火焰分析应用外,医疗和博物馆也属于亟需高保真彩色图像的行业,同样需要宽色域技术。
由于历史的原因,目前视频系统中的色域都较小,仅能覆盖自然界中可见色彩的33.25%[1],大部分高饱和度的颜色都无法显示,为克服这个缺点,国际上于1998年和2006年先后制定了《未来电视和图像系统的国际统一色度和相关特性》建议书ITU-R BT.1361[2]和“面向视频应用的扩展色域”建议书IEC61966-2-4[3],这在一定程度上实现了扩展色域。
为了能够色彩高保真地重现色彩,除了提高显示设备的色域覆盖范围外,还需在信源端提供宽色域视频信号。开发多原色图像传感器已经引起了业界的关注。现在已有几种多原色图像传感器类型,例如青色、黄色、绿色、品红色(Cyan,Yellow,Green andMagenta,CYGM)图像传感,特别是红、绿、蓝和宝石蓝四原色(Red,Green,Blue andEmerald,RGBE)图像传感器[4,5]。RGBE四原色图像传感器的彩色滤波阵列与当前流行的Bayer彩色滤波阵列相比,多了宝石蓝滤镜。宝石蓝滤镜的光谱波段位于“负”值红色波长部分,也就是红色的补色。
基于此可知,在信源端除了提供RGB三原色以外,还应该提供红色的补色宝石蓝色,形成基于红(R)、绿(G)、蓝(B)和宝石蓝色(E)这四种颜色的视频信号。但是在增加了E颜色后,会因为额外传输E色度成分造成数据量大大增加。因此需要研究有效传输或存储四原色图像分量的方法。
针对上述问题,一种比较可行的方法是通过分解由RGB三原色和E原色构成的RGBE四边形来降低由于增加E分量带来数据量大大增加的问题。在使用RGB三原色的情况下,混色可能性是唯一的[6]。因此,对于RGBE四原色情况我们可通过类似三原色的方法解决。图1为R、G、B和E四原色覆盖的色域范围示意图。
对于位于四边形色域范围内的复合色光,我们可以采用四边形内的三角形表达,即通过分解将四边形分为两个三角形。这样既可以避免因为额外传输E色成分而造成数据量大大增加的问题,又可以满足混色唯一性的要求。分解四边形为三角形的准则是:尽可能和CIE 1931标准三原色光表达方式相同。例如,图1中的C1要采用RGB三原色表示,而C2应当通过EGB三角形来表达。
通过分解RGBE四边形为RGB和EGB两个三角形可以保障信源端输出唯一的Y(亮度信号),U和V色差信号,而不传输E图像,即信源端输出的YUV或来自RGB或来自EGB三原色[7]。但是这种方法带来的问题是接收端必须能够正确识别接收到的YUV信号是来自于RGB信号还是EGB信号,否则接收端便无法准确显示相应色彩信号,因此如何通过盲识别的方法来判断YUV信号的来源是本发明重点解决的问题。
参考文献:
[1]李彦.宽色域HDTV系统兼容传输方案及其重现研究[D].天津大学,2009.
[2]ITU-R BT.1361.Worldwide Unified Colorimetry and RelatedCharacteristics of Future Television and Image Systems[S].1998.
[3]IEC 61966-2-4,Multimedia systems and equipment–Color measurementand manage-ment,Part 2-4:Colour management–Extended-gamut YCC colour spacefor video applications–xvYCC[S].2006.
[4]Dpreview staff.Sony announce new RGBE CCD[EB/OL].www.dpreview.com/articles/1471104084/sonyrgbeccd,2003-07-15.
[5]Sony staff.Realization of natural color reproduction in DigitalStill Cameras,closer to the natural sight perception of the human eye[EB/OL].https://www.sony.net/SonyInfo/News/Press_Archive/200307/03-029E/,2003-07-16.
[6]俞斯乐,李文元,侯正信,等.电视原理[M].北京:国防工业出版社,2015.
[7]雷志春,段绿茵,李昌禄.兼容传输多原色扩展色域的方法:中国专利号ZL201610668093.4[P].2016-08-11。
发明内容
为克服现有技术的不足,本发明旨在明确如何在没有参考信息的情况下,识别YUV信号(Y为亮度信号,U、V为色差信号)来自RGB还是来自EGB三原色,也就是通过盲识别的方法来判断YUV信号的来源。为此,本发明给出识别多原色情况下YUV三原色组成成分的方法,步骤如下:
1)、发送端传输RGB信号的情况
在RGB图像中,ITU-R BT.601-A标准规定,3个分量信号都采用8位四舍五入的均匀量化方式,并在量化前将三个分量信号归一化到相同的动态范围,因此,HDTV色度系统红、蓝色差信号的压缩系数kR、kB为:
kR=0.5/0.7874=0.635 (1)
kB=0.5/0.9278=0.539 (2)
传输的YUV信号为:
在100-0-100-0彩条信号下,Y的变化范围为[0,1];U和V经压缩后的变化范围均为[-0.5,0.5],动态范围一致;则YUV和RGB的彩色空间变换关系为:
上述公式(4)和(5)分别表示传输RGB信号时的YUV编码矩阵和接收端恢复RGB信号时的解码矩阵;
2)、发送端传输EGB信号的情况
在EGB情况下,亮度信号的确定与RGB情况一致,即:
Y=0.2126R+0.7152G+0.0722B (6)
位于RGB三角形B和G直线上的色彩已经不含有R成分,处于EGB三角形内的任何色彩都不含有R分量,在无噪声情况下,图像传感器对于EGB三原色表达的物体R单元输出零信号,所以
Y=0.7152G+0.0722B (7)
(7)式只包含G和B分量,为了使U和V两个色差信号的动态范围依然为[-0.5,0.5],Y信号动态范围依然为[0,1],Y信号需要乘以系数kY=1/(0.7152+0.0722)=1/0.7874=1.27,即:
Y=kY(0.7152G+0.0722B)=0.9083G+0.0917B (8)
为了使得U信号变化范围为[-0.5,0.5],令压缩系数kB=0.5/0.9083=0.550,则:
U=kB(B-Y)=0.550(B-Y)=0.5000G-0.5000B (9)
为了使得V信号变化范围为[-0.5,0.5],令压缩系数kE=0.5/1=0.5,则:
V=kE(E-Y)=0.5(E-Y)=0.5000E-0.4542G-0.0458B (10)
此时,U、V信号变化范围均为[-0.5,0.5]。
所以此时YUV与EGB的彩色空间变换关系为:
将上述公式量化到8bit后,U、V信号变化范围为[0,255];
3)、接收端识别信号来源
通过分解由RGBE四原色构成的四边形为RGB和EGB两个三角形,信源端产生或由RGB或由EGB组成的YUV信号,接收端分别使用RGB和EGB解码矩阵从YUV信号中恢复出XGB信号,具体地,采用数据库查找法识别YUV信号:先建立RGB和EGB两种数据库,在RGB数据库中,应当包含R值从0变化到255、G值从0变化到255以及B值从0变化到255的每一种情况下的Y、U、V值和其对应的R、G、B值;在EGB数据库中,应当包含E值从0变化到255、G值从0变化到255以及B值从0变化到255的每一种情况下的Y、U、V值和其对应的E、G、B,当接收端接收到一个YUV信号时,将Y、U、V三者的值逐一与数据库中的YUV值进行对比,在误差允许范围内,这三者都相等时的情况即为该种情况下的正确数据,输出此时的数据库名称RGB或者EGB和相应的R(E)、G、B值。
接收端识别信号来源采用Y’=2V关系法识别YUV信号来源
对于EGB信号,由公式(8)和(10)知:
Y=0.9083G+0.0917B
V=0.5000E-0.4542G-0.0458B
通过观察上述两式得到:
0.9083/2=0.4542
0.0917/2=0.0458
由此构造:
Y'=E-0.9083G-0.0917B=E-Y (13)
这样对于所有的EGB信号来说,其编码形成的Y’信号和V信号一定满足关系式Y’=2V,而U信号还按照公式(9)的编码方式进行编码,但是此时接收端收到的Y’信号不是真正的亮度信号,要想恢复真正的亮度信号,需要在解码端解出E信号,求出E与Y’信号的差值;将Y’进行压缩并加上量化系数,这样将Y’的范围也规范到[0,255]。
接收端识别信号来源采用错位解码法识别YUV信号
接收端接收到一个YUV信号,将其进行RGB解码之后发现解出来的R(E)、G、B三个数值中任何一个值出现奇异情况,也就是小于0或者大于255,那么一定说明该信号来源于EGB信号;如果接收端接收到的YUV信号经过EGB解码过程之后发现解出来的R(E)、G、B三个数值有任何一个的值小于0或者大于255,那么一定说明该信号来源于RGB信号。
还包括如下验证步骤:仿真过程将原始数据值记为r(e)、g、b,解码后得到的相应数据值记为R(E)、G、B);
3.3.1RGB数据进行EGB解码后的R值分析
对RGB数据进行RGB编码,得到YUV数据,再将其进行EGB解码,解出的R值的表达式为:
R=1.21262292×r-0.19312292×g-0.0195×b (14)
由于r、g、b的范围都是0到255,所以先计算r、g、b所有可能范围下的R值,筛选出R值小于0或者大于255时候的r、g、b值,然后以(0,0,0)为坐标原点,以r为x轴,g为y轴,b为z轴建立空间直角坐标系,图10中的红色区域内的所有点即为满足R<0或者R>255的条件的点;
3.3.2RGB数据进行EGB解码后的G值分析
对RGB数据进行RGB编码,得到YUV数据,再将其进行EGB解码,解出的G值的表达式为:
G=0.78588236×g-0.0195×b+0.23361764×r; (15)
由于r、g、b的范围都是0到255,所以先计算r、g、b所有可能范围下的G值,筛选出G值小于0或者大于255时候的r、g、b值;
3.3.3RGB数据进行EGB解码后的B值分析
对RGB数据进行RGB编码,得到YUV数据,再将其进行EGB解码,解出的B值的表达式为:
B=0.9805×b+0.01508236×g+0.00441764×r; (16)
由于r、g、b的范围都是0到255,所以先计算r、g、b所有可能范围下的B值,筛选出B值小于0或者大于255时候的r、g、b值;
3.3.4EGB数据进行RGB解码后的E值分析
对EGB数据进行EGB编码,得到YUV数据,再将其进行RGB解码,解出的E值的表达式为:
E=0.01947416×b+0.7874×e+0.19312584×g (17)
由于e、g、b的范围都是0到255,所以先计算e、g、b所有可能范围下的E值,筛选E值小于0或者大于255时候的e、g、b值;
3.3.5EGB数据进行RGB解码后的G值分析
对EGB数据进行EGB编码,得到YUV数据,再将其进行RGB解码,解出的G值的表达式为:
G=0.01948898×b-0.23405×e+1.21456102×g (18)
由于e、g、b的范围都是0到255,所以先计算e、g、b所有可能范围下的G值,筛选G值小于0或者大于255时候的e、g、b值。然后以(0,0,0)为坐标原点,以e为x轴,g为y轴,b为z轴建立空间直角坐标系,图12中的红色区域内的所有点即为满足G<0或者G>255条件的点;
3.3.6EGB数据进行RGB解码后的B值分析
对EGB数据进行EGB编码,得到YUV数据,再将其进行RGB解码,解出的B值的表达式为:
B=1.01949542×b+0.00005×e-0.01954542×g (19)
由于e、g、b的范围都是0到255,所以先计算e、g、b所有可能范围下的B值,筛选B值小于0或者大于255时候的e、g、b值。然后以(0,0,0)为坐标原点,以e为x轴,g为y轴,b为z轴建立空间直角坐标系,图13中的红色区域内的所有点即为满足B<0或者B>255条件的点。
本发明的特点及有益效果是:
对于宽色域接收设备来说,其必须能够准确区分接收到的YUV信号来自RGB还是EGB。如果采用现有无线视频广播信道传输四原色信号,由于频带资源有限,几乎不容许在YUV视频中添加标志V来自R还是来自E图像分量的数据。因此,使接收机盲识别R或E就显得至关重要。
由于有限的频带资源,目前无法实现使用额外频带来传输三原色以外的图像原色分量。因此,本文所提供的三种在接收端有效识别YUV信号的来源的方法对于四原色的传输和显示具有极其重大的意义。这这些方法都能够在使用通用三原色信道或存储媒介的同时传输更多的颜色信息,不会增加图像数据量和传输频带带宽,并保持与现有YUV信号的兼容性,在不改变现行色域传输系统的同时实现高保真传输和显示四原色宽色域(WCG)图像和视频信号。与此同时其也突破了目前WCG信号无法不失真兼容传输的技术难点,为WCG技术更快、更广泛、更高效应用铺平了道路,研究成果具有非常广泛的实用前景。
附图说明:
图1由四原色覆盖的色域范围示意图。
图2四原色表达和显示。
图3数据库查找识别法流程图。
图4RGB情况下的YUV数据及其解码结果。
图5EGB情况下的YUV数据及其解码结果。
图6gui用户界面(RGB)。
图7gui用户界面(EGB)。
图8 Y’=2V关系识别法流程图。
图9混合后的Y’UV数据散点图。
图10原始YUV数据和识别后的来源于EGB的YUV数据对比图。
图11原始YUV数据和识别后的来源于RGB的YUV数据对比图。
图12错位解码识别法流程图。
图13RGB数据进行EGB解码后的R值分析图。
图14RGB数据进行EGB解码后的G值分析图。
图15EGB数据进行RGB解码后的G值分析图。
图16EGB数据进行RGB解码后的B值分析图。
具体实施方式
本发明先阐明四原色视频信号情况下的亮度和色差信号表示方式,然后重点介绍YUV信号来源的盲识别方法。
对于由RGB三原色表达的情况,YUV信号无变化,以保证目前标准色域显示器能够正确显示。但是对于EGB三原色情况,V必须来自E色光分量,以便传播宝石蓝分量,达到扩大色域的目的。但是作为红色补色的宝石蓝色不能产生白或灰色,因此需要明确在EGB情况下视频信号传输过程中的亮度方程和色差方程。
由于信源端输出的YUV或来自RGB或来自EGB三原色,所以接收端必须能够正确识别。基于此,本发明重点讨论如何在没有参考信息的情况下,识别YUV来自RGB还是来自EGB三原色,也就是通过盲识别的方法来判断YUV信号的来源。
1、发送端传输RGB信号的情况
在RGB图像中,ITU-R BT.601-A标准规定,3个分量信号都采用8位四舍五入的均匀量化方式,并在量化前将三个分量信号归一化到相同的动态范围。因此,HDTV色度系统红、蓝色差信号的压缩系数kR、kB为:
kR=0.5/0.7874=0.635 (1)
kB=0.5/0.9278=0.539 (2)
传输的YUV信号为:
在100-0-100-0彩条信号下,Y的变化范围为[0,1];U和V经压缩后的变化范围均为[-0.5,0.5],动态范围一致。
则YUV和RGB的彩色空间变换关系为:
上述公式(4)和(5)分别表示传输RGB信号时的YUV编码矩阵和接收端恢复RGB信号时的解码矩阵。
2、发送端传输EGB信号的情况
如果色彩处于EGB三角形内,超出了RGB所能表达的色域范围,标准色域显示设备不能无失真地显示颜色,只能显示亮度。为了保持显示设备的兼容性,在EGB情况下,亮度信号的确定与RGB情况一致,即:
Y=0.2126R+0.7152G+0.0722B (6)
位于RGB三角形B和G直线上的色彩已经不含有R成分。处于EGB三角形内的任何色彩都不含有R分量。在无噪声情况下,图像传感器对于EGB三原色表达的物体R单元输出零信号,所以
Y=0.7152G+0.0722B (7)
(7)式只包含G和B分量,为了使U和V两个色差信号的动态范围依然为[-0.5,0.5],Y信号动态范围依然为[0,1],Y信号需要乘以系数kY=1/(0.7152+0.0722)=1/0.7874=1.27,即:
Y=kY(0.7152G+0.0722B)=0.9083G+0.0917B (8)
为了使得U信号变化范围为[-0.5,0.5],令压缩系数kB=0.5/0.9083=0.550,则:
U=kB(B-Y)=0.550(B-Y)=0.5000G-0.5000B (9)
为了使得V信号变化范围为[-0.5,0.5],令压缩系数kE=0.5/1=0.5,则:
V=kE(E-Y)=0.5(E-Y)=0.5000E-0.4542G-0.0458B (10)
此时,U、V信号变化范围均为[-0.5,0.5]。
所以此时YUV与EGB的彩色空间变换关系为:
将上述公式量化到8bit后,U、V信号变化范围为[0,255]。申请人将证明上述结果。
3、接收端识别信号来源
图2为四原色表达和显示整体流程图。通过分解由RGBE四原色构成的四边形为RGB和EGB两个三角形,信源端产生或由RGB或由EGB组成的YUV信号。接收端分别使用RGB和EGB解码矩阵从YUV信号中恢复出XGB信号。X代表R或E原色分量,见图2中的R/E。
RGB三原色显示器无法显示E分量,所以E分量被设置为0。RGBE四原色显示器则根据图像不同区域的色彩,或显示由RGB、或显示由EGB组成的色彩,达到扩展色域的目的。
针对该图中的原色识别模块,本发明提出三种解决方式,经仿真实验证明其都具有一定的可行性。
由于信源端输出的YUV或来自RGB或来自EGB三原色,所以接收端必须能够正确识别。基于此,本发明重点讨论如何在没有参考信息的情况下,识别YUV来自RGB还是来自EGB三原色,也就是通过盲识别的方法来判断YUV信号的来源。
3.1数据库查找法识别YUV信号来源
在接收端,由于接收端只能接收到YUV数据,并不能直接接收到其他任何和编码端有关的信息,又因为RGB信号和EGB信号的编码矩阵都不相同,因此其对应形成的YUV信号也不尽相同,结合上述思想可知识别YUV信号来源的最直接的方法便是根据YUV之间的数值关系确定其来源。
先建立RGB和EGB两种数据库,在RGB数据库中,应当包含R值从0变化到255、G值从0变化到255以及B值从0变化到255的每一种情况下的Y、U、V值和其对应的R、G、B值;在EGB数据库中,应当包含E值从0变化到255、G值从0变化到255以及B值从0变化到255的每一种情况下的Y、U、V值和其对应的E、G、B,当接收端接收到一个YUV信号时,将Y、U、V三者的值逐一与数据库中的YUV值进行对比,在误差允许范围内,这三者都相等时的情况即为该种情况下的正确数据,输出此时的数据库名称RGB或者EGB和相应的R(E)、G、B值。
3.2Y’=2V关系法识别YUV信号来源
除了数据库查找方法外,还可以采用另外一种识别方法,即Y’=2V关系法。
对于EGB信号,由公式(8)和(10)可知:
Y=0.9083G+0.0917B
V=0.5000E-0.4542G-0.0458B
通过观察上述两式可知:
0.9083/2=0.4542
0.0917/2=0.0458
由此可以构造:
Y’=E-0.9083G-0.0917B=E-Y (13)
这样对于所有的EGB信号来说,其编码形成的Y’信号和V信号一定满足关系式Y’=2V,而U信号还按照公式(9)的编码方式进行编码,这样在接收端可以很容易识别。但是此时接收端收到的Y’信号不是真正的亮度信号,要想恢复真正的亮度信号,需要在解码端解出E信号,求出E与Y’信号的差值即可;除此之外,这种方法还存在的一个问题是原来的真正的亮度信号Y量化后的范围是[0,255],而此时的Y’的范围在量化后应当是[-255,255],为了使这二者保持一致可以将Y’进行压缩并加上量化系数,这样便可将Y’的范围也规范到[0,255]。
3.3错位解码法识别YUV信号
除了以上两种方法外,还可以采用错位解码法识别部分YUV信号的来源。接收端接收到一个YUV信号,将其进行RGB解码之后发现解出来的R(E)、G、B三个数值中任何一个值出现奇异情况,也就是小于0或者大于255,那么一定说明该信号来源于EGB信号;如果接收端接收到的YUV信号经过EGB解码过程之后发现解出来的R(E)、G、B三个数值有任何一个的值小于0或者大于255,那么一定说明该信号来源于RGB信号。
下面结合附图进一步详细说明如下:
1)数据库查找法识别YUV信号
图3为数据库查找法直接识别YUV信号的流程图,由该图可知,用户首先应当建立RGB信号在所有可能取值范围内的YUV信号数据库和EGB信号在所有可能取值范围内的YUV信号数据库。然后根据输入的yuv(为了表示方便此处和流程图中将YUV写成yuv)值进行查找,先将y值与RGB数据库中所有y值进行比较,若RGB数据库中有与y相同的Y值,则继续按照此思想比较u值,若RGB数据库中也有与u相同的U值,则继续比较V值,若这三者都相等,则说明该yuv数据来源于RGB信号,输出此时对应的RGB值即可,若在上述比较过程中有任意一个环节无法实现匹配,那么直接将该yuv信号传入EGB数据库中进行比较,再继续按照上述思想进行比较即可,若在EGB数据库中能够找到和输入的yuv信号匹配的数值,那么说明该信号来源于EGB数据,输出此时的相应的EGB数据即可,否则则说明输入的yuv数据有误,需要重新输入,需要注意的是,在上述比较过程中的相匹配都是在误差允许范围内进行的。这样按照以上思想便能够实现对YUV信号来源的有效识别。
为了验证上述方案的可行性,可以基于matlab仿真平台对其进行验证。主要思想如下:首先遍历R=0~255、G=0~255和B=0~255下的每种情况,建立RGB数据库并对相应的Y、U、V、R、G、B数值进行存储;之后再遍历E=0~255、G=0~255和B=0~255下的每种情况,建立EGB数据库并对相应的Y、U、V、E、G、B数值进行存储;然后由输入某个YUV值,系统会自动输出该YUV值的来源以及解码后的R(E)GB值。作为例子,图4和图5分别给出在RGB和EGB情况下计算出的YUV值,及其解码恢复结果。图中左边为计算的YUV数据,右边为解码得到RGB或者EGB数据。
基于上述思想,为了提高操作的便利性,现已经设计出基于matlab平台的gui用户界面。如图6和图7所示。
在该界面中,用户可在左上角输入相应的YUV值,点击“开始执行”按钮,则程序会自动将输入的YUV数据值分别与RGB和EGB数据库中的YUV值进行比对,能够成功匹配的则为相应的正确结果,将其显示在右边的显示面板里。在输入YUV数据时,为了提高测试精度,此处采用的是量化前的数据进行测试,比如图6中输入的数据经过对比后发现其来源于RGB数据,因此在显示面板的左上角分别显示出了解码后的RGB值,而右上角显示的图形中,左边的三个柱状图为输入的YUV数据值,而后边的三个柱状图分别为解码后的RGB值。而图6与图7原理相同,其对来源于EGB情况下的YUV数据进行了测试。
2)Y’=2V关系法识别YUV信号
图8为Y’=2V关系识别法流程图,其实现的核心思想很简单,对于RGB数据来说其编码方式不变,经过编码过程之后可以得到相应的RGB数据;而对于EGB数据来说,首先应当按照新的编码方式对其进行编码,得到相应的YUV的数据。而对于接收端来说,其只要判别接收到的Y的数值是否等于V的数值的2倍。若是,则说明该信号为EGB信号,否则则为RGB信号,判别之后再对相应信号进行相关处理即可。
下面对此方案进行验证,首先随机选取了10个RGB数据和10个EGB数据,分别计算出相应的Y’UV值并将其混合,得到的散点图如图9所示:
接下来对这些数据进行识别,在误差允许范围内,满足Y’=2V关系式的数据可以判别为其来源于EGB数据,图10显示的是经过识别过程后的来源于EGB的Y’UV数据和原始YUV数据的对比情况。同理,图11显示的是经过识别过程后的来源于RGB的YUV数据和原始YUV数据的对比情况。
在以上两种方法中,尽管实施的方式不同,但是最终都能够通过盲识别的方法实现对YUV信号来源的有效识别,形成了四原色视频信号情况下三原色图像源的通用识别方法,为扩展视频系统的色域范围提供了理论支撑。
3.3错位解码法识别部分YUV信号
图12为错位解码方法识别YUV信号的流程图。对于接收端接收到的YUV信号,首先分别对其进行RGB解码和EGB解码,如果其经过RGB解码过程后满足G<0、G>255、B<0、B>255四个条件中的任何一个,那么说明该YUV信号一定来源于EGB数据,若不满足,则可结合其他识别方式继续对此信号进行识别;如果接收到的YUV信号经过EGB解码过程后满足G<0、G>255、R(E)<0、R(E)>255四个条件中的任何一个,那么则说明该YUV信号一定来源于RGB数据,否则应当结合其他识别方式继续对此信号进行识别。
在HDTV系统中,RGB信号的编解码矩阵如公式(4)、(5)所示,EGB信号的编解码矩阵如公式(11)、(12)所示。通过相关公式可知,对于RGB信号来说,其在编码端形成YUV信号之后传送到接收端,在接收端YUV信号经过RGB解码之后,其得到的R、G、B的值一定在0到255之间;而由RGB信号形成的YUV信号经过EGB解码后,其得到的R、G、B的值可能会小于0或者大于255;同理,对于EGB信号来说,其在编码端形成YUV信号之后传送到接收端,在接收端的YUV信号经过EGB解码之后,其得到的E、G、B的值一定在0到255之间;而由EGB信号形成的YUV信号经过RGB解码后,其得到的E、G、B的值可能会小于0或者大于255。
试想,若是接收端接收到一个YUV信号,将其进行RGB解码之后发现解出来的R(E)、G、B三个数值有任何一个值出现奇异情况,也就是小于0或者大于255,那么一定可以说明该信号来源于EGB信号,因为RGB信号经过RGB编码过程和RGB解码过程后会得到正确的原始数据值,其范围一定在0到255之间,因此该种情况下可以有效识别;同理,如果接收端接收到的YUV信号经过EGB解码过程之后发现解出来的R(E)、G、B三个数值有任何一个的值小于0或者大于255,那么一定可以说明该信号来源于RGB信号,因为EGB信号经过EGB编码过程和EGB解码过程后会得到正确的原始数据值,其范围一定也在0到255之间,因此在这种情况下也可以有效识别YUV信号来源;
下面对此方案进行验证,本文基于matlab平台对所有可能出现的结果进行了验证,得到仿真结果如下:(为了方便表示和理解,下面的仿真过程将原始数据值记为r(e)、g、b,解码后得到的相应数据值记为R(E)、G、B)。
1RGB数据进行EGB解码后的R值分析
由公式(4)可知,对RGB数据进行RGB编码,得到YUV数据:
Y=0.2126r+0.7152g+0.0722b
U=-0.1146r-0.3854g+0.5000b
V=0.5000r-0.4542g-0.0458b
再按照公式(12)对获得的YUV信号进行EGB解码,解出的R值的表达式为:
R=Y-0.0002U+2V=0.2126r+0.7152g+0.0722b-0.0002×(-0.1146r-0.3854g+0.5000b)+2(0.5000r-0.4542g-0.0458b)即:
R=1.2126×r-0.1931×g-0.0195×b (14)
由于r、g、b的范围都是0到255,所以先计算r、g、b所有可能范围下的R值,筛选出R值小于0或者大于255时候的r、g、b值,然后以(0,0,0)为坐标原点,以r为x轴,g为y轴,b为z轴建立空间直角坐标系,图13中的红色区域内的所有点即为满足R<0或者R>255的条件的点。
在上述过程中,样本点共有256×256×256=16777216个,经计算,满足条件的点为2995795个,占据总样本的17.86%。
2RGB数据进行EGB解码后的G值分析
由公式(4)可知,对RGB数据进行RGB编码,得到YUV数据:
Y=0.2126r+0.7152g+0.0722b
U=-0.1146r-0.3854g+0.5000b
V=0.5000r-0.4542g-0.0458b
再按照公式(12)对获得的YUV信号进行EGB解码,解出的G值的表达式为:
G=Y-0.1834U=0.2126r+0.7152g+0.0722b-0.1834×(-0.1146r-0.3854g+0.5000b),即:
G=0.7859×g-0.0195×b+0.2336×r (15)
由于r、g、b的范围都是0到255,所以先计算r、g、b所有可能范围下的G值,筛选出G值小于0或者大于255时候的r、g、b值,然后以(0,0,0)为坐标原点,以r为x轴,g为y轴,b为z轴建立空间直角坐标系,图14中的红色区域内的所有点即为满足G<0或者G>255条件的点。
在上述过程中,样本点共有256×256×256=16777216个,经计算,满足条件的点为15340个,占据总样本的0.09%。
3RGB数据进行EGB解码后的B值分析
由公式(4)可知,对RGB数据进行RGB编码,得到YUV数据:
Y=0.2126r+0.7152g+0.0722b
U=-0.1146r-0.3854g+0.5000b
V=0.5000r-0.4542g-0.0458b
再按照公式(12)对获得的YUV信号进行EGB解码,解出的B值的表达式为:
B=Y+1.8166U=0.2126r+0.7152g+0.0722b+1.8166×(-0.1146r-0.3854g+0.5000b),即:
B=0.9805×b+0.0151×g+0.0044×r (16)
由于r、g、b的范围都是0到255,所以先计算r、g、b所有可能范围下的B值,筛选出B值小于0或者大于255时候的r、g、b值。但是经计算,此种情况下的所有样本点计算出来的B值均在0到255之间,故通过计算此时的B值无法进行有效区分。
4EGB数据进行RGB解码后的E值分析
由公式(11)可知,对EGB数据进行EGB编码,得到YUV数据:
Y=0.9083g+0.0917b
U=-0.5000g+0.5000b
V=0.5000e-0.4542g-0.0458b
再按照公式(5)对获得的YUV信号进行RGB解码,解出的E值的表达式为:
B=Y+1.5748V=0.9083g+0.0917b+1.5748×(0.5000e-0.4542g-0.0458b),即:
E=0.0195×b+0.7874×e+0.1931×g (17)
由于e、g、b的范围都是0到255,所以先计算e、g、b所有可能范围下的E值,筛选E值小于0或者大于255时候的e、g、b值。但是经计算,此种情况下的所有样本点计算出来的E值均在0到255之间,故通过计算此时的E值无法进行有效区分。
5EGB数据进行RGB解码后的G值分析
由公式(11)可知,对EGB数据进行EGB编码,得到YUV数据:
Y=0.9083g+0.0917b
U=-0.5000g+0.5000b
V=0.5000e-0.4542g-0.0458b
再按照公式(5)对获得的YUV信号进行RGB解码,解出的G值的表达式为:
B=Y-0.1873U-0.4681V=0.9083g+0.0917b-0.1873×(-0.5000g+0.5000b)-0.4681×(0.5000e-0.4542g-0.0458b),即:
G=0.0195×b-0.2341×e+1.2146×g (18)
由于e、g、b的范围都是0到255,所以先计算e、g、b所有可能范围下的G值,筛选G值小于0或者大于255时候的e、g、b值。然后以(0,0,0)为坐标原点,以e为x轴,g为y轴,b为z轴建立空间直角坐标系,图15中的红色区域内的所有点即为满足G<0或者G>255条件的点。
在上述过程中,样本点共有256×256×256=16777216个,经计算,满足条件的点为3023104个,占据总样本的18.0%。
6EGB数据进行RGB解码后的B值分析
由公式(11)可知,对EGB数据进行EGB编码,得到YUV数据:
Y=0.9083g+0.0917b
U=-0.5000g+0.5000b
V=0.5000e-0.4542g-0.0458b
再按照公式(5)对获得的YUV信号进行RGB解码,解出的B值的表达式为:
B=Y+1.8556U=0.9083g+0.0917b+1.8556×(-0.5000g+0.5000b),即:
B=1.0195×b-0.0195×g (19)
由于e、g、b的范围都是0到255,所以先计算e、g、b所有可能范围下的B值,筛选B值小于0或者大于255时候的e、g、b值。然后以(0,0,0)为坐标原点,以e为x轴,g为y轴,b为z轴建立空间直角坐标系,图16中的红色区域内的所有点即为满足B<0或者B>255条件的点。
在上述过程中,样本点共有256×256×256=16777216个,经计算,满足条件的点为386224个,占据总样本的2.3%。
尽管上述方法非常简便,但是其只是针对于满足上述特定关系的RGB数据或者EGB数据才能成立,并不具有普遍性。但是该方法识别精度高,而且识别速度很快,是一种非常可靠的方法。
利用RGB和EGB形成YUV信号的编码方程区别,在接收端盲识别YUV信号来自RGB还是EGB。
以上这三种方法在YUV数据满足一定的精度要求的前提下,都能够实现对YUV数据来源的额有效识别,且其适应的情况不尽相同。对于数据库查找识别法来说,其识别时间相对较长,但是准确率较高,而且在识别之后不用再进行一系列的解码过程,所以说该种方法对于一些要求识别准确率的系统具有很强的实用性;而对于Y’=2V关系识别法来说,其识别过程非常简单,响应时间很短,但是其在之后还需要进行解码以及亮度信号恢复等一系列工作,复杂度相对较高,所以说这种识别方式更适合于一些对识别时间有一定要求的系统;对于错位解码识别法来说,其实施的局限性在于只能针对部分信号有效,不是一种通用的识别方式,但是对于某些特定的信号来说,采取该种识别方式的识别准确率很高,系统的复杂度也很低,是一种十分理想的识别方式。在实际应用时可以根据实际情况合理选择相应的方法进行识别,进而有效提升识别的效率和准确率。
对于数据库查找直接识别YUV信号这种方法来说,其识别的准确性较高,而且在识别之后可以直接输出相应的解码后的R(E)GB数值,不必再进行二次解码,在一定程度上降低了系统的复杂度,实现了高效识别,是识别YUV数据来自RGB或者EGB数据的理想的方法。
Claims (4)
1.一种识别多原色情况下YUV三原色组成成分的方法,其特征是,步骤如下:
1)、发送端传输RGB信号的情况
在RGB图像中,ITU-R BT.601-A标准规定,3个分量信号都采用8位四舍五入的均匀量化方式,并在量化前将三个分量信号归一化到相同的动态范围,因此,HDTV色度系统红、蓝色差信号的压缩系数kR、kB为:
kR=0.5/0.7874=0.635 (1)
kB=0.5/0.9278=0.539 (2)
传输的YUV信号为:
在100-0-100-0彩条信号下,Y的变化范围为[0,1];U和V经压缩后的变化范围均为[-0.5,0.5],动态范围一致;则YUV和RGB的彩色空间变换关系为:
上述公式(4)和(5)分别表示传输RGB信号时的YUV编码矩阵和接收端恢复RGB信号时的解码矩阵;
2)、发送端传输EGB信号的情况
在EGB情况下,亮度信号的确定与RGB情况一致,即:
Y=0.2126R+0.7152G+0.0722B (6)
位于RGB三角形B和G直线上的色彩已经不含有R成分,处于EGB三角形内的任何色彩都不含有R分量,在无噪声情况下,图像传感器对于EGB三原色表达的物体R单元输出零信号,所以
Y=0.7152G+0.0722B (7)
(7)式只包含G和B分量,为了使U和V两个色差信号的动态范围依然为[-0.5,0.5],Y信号动态范围依然为[0,1],Y信号需要乘以系数kY=1/(0.7152+0.0722)=1/0.7874=1.27,即:
Y=kY(0.7152G+0.0722B)=0.9083G+0.0917B (8)
为了使得U信号变化范围为[-0.5,0.5],令压缩系数kB=0.5/0.9083=0.550,则:
U=kB(B-Y)=0.550(B-Y)=0.5000G-0.5000B (9)
为了使得V信号变化范围为[-0.5,0.5],令压缩系数kE=0.5/1=0.5,则:
V=kE(E-Y)=0.5(E-Y)=0.5000E-0.4542G-0.0458B (10)
此时,U、V信号变化范围均为[-0.5,0.5]。
所以此时YUV与EGB的彩色空间变换关系为:
将上述公式量化到8bit后,U、V信号变化范围为[0,255];
3)、接收端识别信号来源
通过分解由RGBE四原色构成的四边形为RGB和EGB两个三角形,信源端产生或由RGB或由EGB组成的YUV信号,接收端分别使用RGB和EGB解码矩阵从YUV信号中恢复出XGB信号,具体地,采用数据库查找法识别YUV信号:先建立RGB和EGB两种数据库,在RGB数据库中,应当包含R值从0变化到255、G值从0变化到255以及B值从0变化到255的每一种情况下的Y、U、V值和其对应的R、G、B值;在EGB数据库中,应当包含E值从0变化到255、G值从0变化到255以及B值从0变化到255的每一种情况下的Y、U、V值和其对应的E、G、B,当接收端接收到一个YUV信号时,将Y、U、V三者的值逐一与数据库中的YUV值进行对比,在误差允许范围内,这三者都相等时的情况即为该种情况下的正确数据,输出此时的数据库名称RGB或者EGB和相应的R(E)、G、B值。
2.如权利要求1所述的识别多原色情况下YUV三原色组成成分的方法,其特征是,接收端识别信号来源采用Y’=2V关系法识别YUV信号来源,具体地,对于EGB信号,由公式(8)和(10)知:
Y=0.9083G+0.0917B
V=0.5000E-0.4542G-0.0458B
通过观察上述两式得到:
0.9083/2=0.4542
0.0917/2=0.0458
由此构造:
Y’=E-0.9083G-0.0917B=E-Y (13)
这样对于所有的EGB信号来说,其编码形成的Y’信号和V信号一定满足关系式Y’=2V,而U信号还按照公式(9)的编码方式进行编码,但是此时接收端收到的Y’信号不是真正的亮度信号,要想恢复真正的亮度信号,需要在解码端解出E信号,求出E与Y’信号的差值;将Y’进行压缩并加上量化系数,这样将Y’的范围也规范到[0,255]。
3.如权利要求1所述的识别多原色情况下YUV三原色组成成分的方法,其特征是,接收端识别信号来源采用错位解码法识别YUV信号,具体地,接收端接收到一个YUV信号,将其进行RGB解码之后发现解出来的R(E)、G、B三个数值中任何一个值出现奇异情况,也就是小于0或者大于255,那么一定说明该信号来源于EGB信号;如果接收端接收到的YUV信号经过EGB解码过程之后发现解出来的R(E)、G、B三个数值有任何一个的值小于0或者大于255,那么一定说明该信号来源于RGB信号。
4.如权利要求1所述的识别多原色情况下YUV三原色组成成分的方法,其特征是,还包括如下验证步骤:仿真过程将原始数据值记为r(e)、g、b,解码后得到的相应数据值记为R(E)、G、B);
3.3.1RGB数据进行EGB解码后的R值分析
对RGB数据进行RGB编码,得到YUV数据,再将其进行EGB解码,解出的R值的表达式为:
R=1.21262292×r-0.19312292×g-0.0195×b (14)
由于r、g、b的范围都是0到255,所以先计算r、g、b所有可能范围下的R值,筛选出R值小于0或者大于255时候的r、g、b值,然后以(0,0,0)为坐标原点,以r为x轴,g为y轴,b为z轴建立空间直角坐标系,图10中的红色区域内的所有点即为满足R<0或者R>255的条件的点;
3.3.2RGB数据进行EGB解码后的G值分析
对RGB数据进行RGB编码,得到YUV数据,再将其进行EGB解码,解出的G值的表达式为:
G=0.78588236×g-0.0195×b+0.23361764×r; (15)
由于r、g、b的范围都是0到255,所以先计算r、g、b所有可能范围下的G值,筛选出G值小于0或者大于255时候的r、g、b值;
3.3.3RGB数据进行EGB解码后的B值分析
对RGB数据进行RGB编码,得到YUV数据,再将其进行EGB解码,解出的B值的表达式为:
B=0.9805×b+0.01508236×g+0.00441764×r; (16)
由于r、g、b的范围都是0到255,所以先计算r、g、b所有可能范围下的B值,筛选出B值小于0或者大于255时候的r、g、b值;
3.3.4EGB数据进行RGB解码后的E值分析
对EGB数据进行EGB编码,得到YUV数据,再将其进行RGB解码,解出的E值的表达式为:
E=0.01947416×b+0.7874×e+0.19312584×g (17)
由于e、g、b的范围都是0到255,所以先计算e、g、b所有可能范围下的E值,筛选E值小于0或者大于255时候的e、g、b值;
3.3.5EGB数据进行RGB解码后的G值分析
对EGB数据进行EGB编码,得到YUV数据,再将其进行RGB解码,解出的G值的表达式为:
G=0.01948898×b-0.23405×e+1.21456102×g (18)
由于e、g、b的范围都是0到255,所以先计算e、g、b所有可能范围下的G值,筛选G值小于0或者大于255时候的e、g、b值。然后以(0,0,0)为坐标原点,以e为x轴,g为y轴,b为z轴建立空间直角坐标系,图12中的红色区域内的所有点即为满足G<0或者G>255条件的点;
3.3.6EGB数据进行RGB解码后的B值分析
对EGB数据进行EGB编码,得到YUV数据,再将其进行RGB解码,解出的B值的表达式为:
B=1.01949542×b+0.00005×e-0.01954542×g (19)
由于e、g、b的范围都是0到255,所以先计算e、g、b所有可能范围下的B值,筛选B值小于0或者大于255时候的e、g、b值。然后以(0,0,0)为坐标原点,以e为x轴,g为y轴,b为z轴建立空间直角坐标系,图13中的红色区域内的所有点即为满足B<0或者B>255条件的点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811152714.9A CN109348218B (zh) | 2018-09-29 | 2018-09-29 | 识别多原色情况下yuv三原色组成成分的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811152714.9A CN109348218B (zh) | 2018-09-29 | 2018-09-29 | 识别多原色情况下yuv三原色组成成分的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109348218A true CN109348218A (zh) | 2019-02-15 |
CN109348218B CN109348218B (zh) | 2020-09-01 |
Family
ID=65308210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811152714.9A Expired - Fee Related CN109348218B (zh) | 2018-09-29 | 2018-09-29 | 识别多原色情况下yuv三原色组成成分的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109348218B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109870844A (zh) * | 2019-03-18 | 2019-06-11 | 天津大学 | 一种基于补色光的节能显示方法 |
CN110225327A (zh) * | 2019-05-29 | 2019-09-10 | 天津大学 | 与yuv格式兼容传播多原色色度信息的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101711000A (zh) * | 2009-11-17 | 2010-05-19 | 天津大学 | 基于获取最宽可感知色域三基色的编码方案 |
US20160232651A1 (en) * | 2015-02-06 | 2016-08-11 | Seiko Epson Corporation | Signal adjustment apparatus, display apparatus, and signal adjustment method |
CN107371006A (zh) * | 2017-07-25 | 2017-11-21 | 天津大学 | 用于扩展色域的元数据传输方法 |
US20180124289A1 (en) * | 2013-05-29 | 2018-05-03 | Clearone Communications Hong Kong Ltd. | Chroma-Based Video Converter |
CN108234982A (zh) * | 2018-02-02 | 2018-06-29 | 天津大学 | 一种自动识别图像多原色分量的视频传输方法 |
-
2018
- 2018-09-29 CN CN201811152714.9A patent/CN109348218B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101711000A (zh) * | 2009-11-17 | 2010-05-19 | 天津大学 | 基于获取最宽可感知色域三基色的编码方案 |
US20180124289A1 (en) * | 2013-05-29 | 2018-05-03 | Clearone Communications Hong Kong Ltd. | Chroma-Based Video Converter |
US20160232651A1 (en) * | 2015-02-06 | 2016-08-11 | Seiko Epson Corporation | Signal adjustment apparatus, display apparatus, and signal adjustment method |
CN107371006A (zh) * | 2017-07-25 | 2017-11-21 | 天津大学 | 用于扩展色域的元数据传输方法 |
CN108234982A (zh) * | 2018-02-02 | 2018-06-29 | 天津大学 | 一种自动识别图像多原色分量的视频传输方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109870844A (zh) * | 2019-03-18 | 2019-06-11 | 天津大学 | 一种基于补色光的节能显示方法 |
CN109870844B (zh) * | 2019-03-18 | 2020-08-25 | 天津大学 | 一种基于补色光的节能显示方法 |
CN110225327A (zh) * | 2019-05-29 | 2019-09-10 | 天津大学 | 与yuv格式兼容传播多原色色度信息的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109348218B (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108900823B (zh) | 一种视频信号处理的方法及装置 | |
US20220036794A1 (en) | System and method for a six-primary wide gamut color system | |
JP2022505623A (ja) | 6原色広色域系用のシステム及び方法 | |
CA2975180C (en) | Method and device for decoding a color picture | |
CN102622990A (zh) | 液晶屏背光控制装置、电视机和液晶屏背光控制方法 | |
Pritchard | US color television fundamentals: A review | |
CN109076231A (zh) | 用于对高动态范围图片进行编码的方法和设备、对应的解码方法和解码设备 | |
CN104581103B (zh) | 一种图片处理方法及装置 | |
KR20180044291A (ko) | 코딩 및 디코딩 방법과 대응하는 디바이스 | |
CN108234982A (zh) | 一种自动识别图像多原色分量的视频传输方法 | |
CN109348218A (zh) | 识别多原色情况下yuv三原色组成成分的方法 | |
Al-saleem et al. | Mathematical representation of color spaces and its role in communication systems | |
CN101378515A (zh) | 一种视频信号色彩转换方法及电视机 | |
CN107371006A (zh) | 用于扩展色域的元数据传输方法 | |
CN102946501B (zh) | 成像系统或图像输出系统中颜色畸变校正方法及装置 | |
CN106303485B (zh) | 兼容传输多原色扩展色域的方法 | |
EP3182691B1 (en) | Method of encoding raw color coordinates provided by a camera representing colors of a scene having two different illuminations | |
CN101547362B (zh) | 宽色域数字电视信号的兼容传输方法 | |
CN109618144B (zh) | 识别四原色图像信号中yuv信号来源的方法 | |
CN109346015A (zh) | 一种基于节能思想的颜色显示方法 | |
Gofaizen et al. | Adaptation to observation conditions in television systems by means of signal correction | |
Alanssari et al. | Signal processing in end devices of telecommunication and media paths | |
CN110225327A (zh) | 与yuv格式兼容传播多原色色度信息的方法 | |
CN108563414A (zh) | 一种手表显示亮度调整方法 | |
US11252401B2 (en) | Optically communicating display metadata |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200901 Termination date: 20210929 |
|
CF01 | Termination of patent right due to non-payment of annual fee |