CN109727213A - 一种基于视觉感知的电子显示标签图像再现方法 - Google Patents
一种基于视觉感知的电子显示标签图像再现方法 Download PDFInfo
- Publication number
- CN109727213A CN109727213A CN201811616479.6A CN201811616479A CN109727213A CN 109727213 A CN109727213 A CN 109727213A CN 201811616479 A CN201811616479 A CN 201811616479A CN 109727213 A CN109727213 A CN 109727213A
- Authority
- CN
- China
- Prior art keywords
- image
- electronic display
- display tag
- picture
- access control
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种基于视觉感知的电子显示标签图像再现方法,该种基于视觉感知的电子显示标签图像再现方法包括以下步骤:步骤一:获取测试图像;步骤二:对每幅测试图像进行图像处理,获取电子显示标签上可以显示的图像;步骤三:通过大量视觉感知实验建立视觉效果与像素排列、环境光、观测距离之间的关系模型;步骤四:根据步骤三获得的关系模型,在不同的环境光、观察距离条件下,设置最佳像素排列;步骤五:根据实际场景,选择对应的优化方案。通过上述方式,本发明可以用于灰度图像在二值标签中较好地复现,且复现效果符合人眼视觉特性,对于提升电子显示标签显示效果,进一步推广电子显示标签的应用,具有重要意义。
Description
技术领域
本发明涉及电子显示技术领域,特别是涉及一种基于视觉感知的电子显示标签图像再现方法。
背景技术
目前,电子显示标签主要采用Eink显示技术,其中,应用最广泛的是双色Eink显示屏,这类显示屏仅能显示两种颜色,无法体现灰度信息。但在实际显示中,灰度信息非常重要,尤其是显示除了字符、条码、二维码以外的图像时,缺乏灰度信息将损失图像细节,目前,要在这类显示屏上进行带灰阶的图像再现,最常见的方式是通过多个像素组合排列等物理手段,来合成等效的灰度效果,但是现有电子显示标签图像再现方式还不可能使图像显示质量非常好,总有很多不足,视觉效果不理想,如何合理地将人眼视觉效果与显示屏像素排列、环境光等显示系统技术参数通过一些步骤准确地联系起来,对于如何科学设计图像最终的再现方式,起到重要作用。
P.Engeldrum曾经提出了图像质量环模型,该模型将显示系统技术参数(驱动电压、荧光粉选择等)、物理图像属性(亮度、色度等)、图像质量属性(亮度、饱和度、对比度等)和主观图像质量评价(观察者对显示图像的主观评价)都结合起来,上述图像质量环模型,是一个比较全面的框架结构,目前针对液晶显示器LCD等其他显示技术,已经存在很多这类的研究,在电子显示标签这一应用领域,由于显示原理的不同,各环节的涉及的参数与其他显示技术差异很大,在这一领域的显示内容也与普通显示器并不相同,现有研究内容无法直接应用到这一应用领域,另外,影响最终主观图像质量评价的因素很多,在电子显示标签领域,图像再现过程中未深入挖掘显示效果与各技术参数之间的关系。因此,无法合理地进行优化编码获取良好的视觉效果。
所以,寻找一种符合人眼视觉特性,且考虑到电子显示标签显示屏特性、显示图像特点的优化图像再现方法,对于提升电子显示标签显示效果,进一步推广电子显示标签的应用,具有重要意义。
发明内容
本发明主要解决的技术问题是提供一种基于视觉感知的电子显示标签图像再现方法,可以用于灰度图像在二值标签中较好地复现,且复现效果符合人眼视觉特性,对于提升电子显示标签显示效果,进一步推广电子显示标签的应用,具有重要意义。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种基于视觉感知的电子显示标签图像再现方法,包括以下步骤:
步骤一:获取测试图像;
步骤二:对每幅测试图像进行图像处理,获取电子显示标签上可以显示的图像;
步骤三:通过大量视觉感知实验建立视觉效果与像素排列、环境光、观测距离之间的的的关系模型;
步骤四:根据步骤三获得的关系模型,在不同的环境光、观察距离条件下,设置最佳像素排列;
步骤五:根据实际场景,选择对应的优化方案。
优选的是,所述步骤一中通过以下步骤取测试图像:
a、将CIE-LAB颜色空间分为s个区域,s不小于10;
b、选择s张图片,针对s张图片,筛选出主体部分;
c、分别计算s张图片主体部分的三个参数(亮度、饱和度、色调),使每张图片分布在LCH颜色空间中的s个不同的区域。
优选的是,所述步骤二中通过以下步骤获取电子显示标签上可以显示的图像:
a、原始图像为的彩色图像,大小为m*n;
b、将彩色图像去色,转换成灰度图;
c、将灰度图像进行gamma校正,获取亮度与灰度之间的对应关系;
d、以4个像素为一个单位,计算平均亮度,分别用4个黑白像素的不同排列方式模拟原始图像的4个像素;
e、以9个像素为一个单位,计算平均亮度,分别用9个黑白像素的不同排列方式模拟原始图像的9个像素;
f、根据d和e的结果,获取多个显示图像。
优选的是,所述步骤三中通过以下步骤建立视觉效果与像素排列、环境光、观测距离之间的关系模型:
a、以环境亮度为50lx,观察距离为0.5m为例,选取具有清晰表达能力的10名被试,对其进行打分;
b、获取实验结果;
c、计算每张图片的平均得分;
d、模拟环境亮度50lx到1000lx,间隔50lx,重复步骤a-c,获得对应环境光的最佳图片;
e、模拟观察距离从0.5m到2m,间隔0.5米,重复步骤a-c,获得不同观察距离的最佳图片;
f、针对每张图片,重复步骤a-e,获得LAB空间中不同区域图像对应的最佳图片;
g、根据上述结果,建立视觉效果与像素排列、环境光、观测距离、图像属性之间的关系模型,Score=f(pixel,lum,d,L,C,H),其中Score是视觉效果得分,pixel是像素排列,lum是环境光,d是观察距离,L、C、H是图像属性。
与现有技术相比,本发明的有益效果是:可以用于灰度图像在二值标签中较好地复现,且复现效果符合人眼视觉特性,对于提升电子显示标签显示效果,进一步推广电子显示标签的应用,具有重要意义。
附图说明
图1为Lab颜色模型图。
图2为图像照片。
图3为图2中照片主体图。
图4为原始图像。
图5为图4中6个不同像素排列的可用于电子显示标签的显示图像。
图6为本发明一种基于视觉感知的电子显示标签图像再现方法的结构框图。
具体实施方式
下面结合附图对本发明较佳实施例进行详细阐述,以使发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
请参阅图1至图6,本发明实施例包括:
一种基于视觉感知的电子显示标签图像再现方法,该种基于视觉感知的电子显示标签图像再现方法包括以下步骤:
步骤一:获取测试图像,计算图像L明度值、C饱和度值和H色调值,如图1所示,将CIE-Lab颜色空间分为s个区域,当一种颜色在CIE-L*a*b*空间进行描述时,L*表示明度值、a*表示红/绿值及b*表示黄/蓝值,s不小于10,划分方法如下:
a、在CIE-LAB颜色空间,以L=75,L=50,L=25,a=0,b=0将颜色空间划分成16个区域;
b、选择s张图片,研究表明,通常视觉感兴趣区域为主体部分,针对s张图片,筛选出主体部分,如图2所示的照片,其主体部分如图3所示;
c、分别计算s张图片主体部分的三个参数(亮度、饱和度、色调),使每张图片分布在LCH颜色空间中的s个不同的区域,计算方法如下:
针对主体部分每个像素点,[X Y Z]=RGB*M其中M为实际测量矩阵,
其中,Y0,X0,Z0为CIE标准光源的坐标,对主体部分所有像素点,求L、C、H的平均值,以图3为例,主体部分L=61.66,C=61.66,H=2.86。
步骤二:对每幅测试图像进行图像处理,获取电子显示标签上可以显示的图像,包括以下步骤:
a、原始图像为的彩色图像,大小为m*n;
b、将彩色图像去色,转换成灰度图,每个像素转换方式如下:
G=0.2989R+0.5870G+0.1140B;
c、将灰度图像进行gamma校正,获取亮度与灰度之间的对应关系,L=K*Gγ,其中,L为亮度,K为系数,G为灰度,γ为gamma值;
d、以4个像素为一个单位,计算平均亮度L1,将亮度0~100等分为5个区间,当L1分别在对应的区间内,分别用右侧4个黑白像素的不同排列方式模拟原始图像的4个像素,部分像素排列方式如表一所示:
表一
采用上述像素排列方式,可以获得3张不同的图像;
e、以9个像素为一个单位,计算平均亮度,分别用9个黑白像素的不同排列方式模拟原始图像的9个像素,部分像素排列方式如表二所示:
表二
采用上述像素排列方式,可以获得3张不同的图像;
f、采用d和e两种排列方式,每个原始图像可以获得6张不同像素排列方式,实际应用中,可根据实际情况,变换出更多的像素排列组合,本发明仅以6种排列方式为例,以图4为原始图像为例,获得以下6个不同像素排列的可用于电子显示标签的显示图像,如图5所示。
步骤三:通过大量视觉感知实验建立视觉效果与像素排列、环境光、观测距离之间的关系模型,具体包括以下方法:
a、以环境亮度为50lx,观察距离为0.5m为例,选取具有清晰表达能力的10名被试,按照下表三5分制进行打分,实际应用中,被试数量可以大于10名;
表三
分值 | 图像效果 |
1 | 很差 |
2 | 不好 |
3 | 一般 |
4 | 好 |
5 | 很好 |
b、假设获取如下表四实验结果,
表四
c、计算每张图片的平均得分,以b步骤得到的结果为例,平均分分别为:1.9、1.9、2、3.6、3.9、3.5,则环境光50lx,观察距离为0.5m时,图片5为最佳图片,对应的像素排列如表五,
表五
d、模拟环境亮度50lx到1000lx,间隔50lx,重复步骤a-c,获得对应环境光
的最佳图片;
e、模拟观察距离从0.5m到2m,间隔0.5米,重复步骤a-c,获得不同观察距离的最佳图片;
f、针对每张图片,重复步骤a-e,获得LAB空间中不同区域图像对应的最佳图片;
g、根据上述结果,建立视觉效果与像素排列、环境光、观测距离、图像属性之间的关系模型,Score=f(pixel,lum,d,L,C,H),其中Score是视觉效果得分,pixel是像素排列,lum是环境光,d是观察距离,L、C、H是图像属性。
步骤四:根据步骤三获得的最佳图片,在不同的环境光、观察距离条件下,设置最佳像素排列,设置方法根据上述表格中对应图片的像素排列方式进行设置。
步骤五:根据实际场景,选择对应的优化方案,以超市为例,环境光约为200lx,观察距离约为0.5m,则采用该条件下,对应的最佳像素排列方式,针对每张显示图像,计算显示图像的LCH,判断在LAB空间中所属区域,采用该区域的最佳像素排列。
本发明一种基于视觉感知的电子显示标签图像再现方法,可以用于灰度图像在二值标签中较好地复现,且复现效果符合人眼视觉特性,对于提升电子显示标签显示效果,进一步推广电子显示标签的应用,具有重要意义。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (4)
1.一种基于视觉感知的电子显示标签图像再现方法,其特征在于:包括以下步骤:
步骤一:获取测试图像;
步骤二:对每幅测试图像进行图像处理,获取电子显示标签上可以显示的图像;
步骤三:通过大量视觉感知实验建立视觉效果与像素排列、环境光、观测距离之间的的的关系模型;
步骤四:根据步骤三获得的关系模型,在不同的环境光、观察距离条件下,设置最佳像素排列;
步骤五:根据实际场景,选择对应的优化方案。
2.根据权利要求1所述的一种基于视觉感知的电子显示标签图像再现方法,其特征在于:所述步骤一中通过以下步骤取测试图像:
a、将CIE-LAB颜色空间分为s个区域,s不小于10;
b、选择s张图片,针对s张图片,筛选出主体部分;
c、分别计算s张图片主体部分的三个参数(亮度、饱和度、色调),使每张图片分布在LCH颜色空间中的s个不同的区域。
3.根据权利要求1所述的一种基于视觉感知的电子显示标签图像再现方法,其特征在于:所述步骤二中通过以下步骤获取电子显示标签上可以显示的图像:
a、原始图像为的彩色图像,大小为m*n;
b、将彩色图像去色,转换成灰度图;
c、将灰度图像进行gamma校正,获取亮度与灰度之间的对应关系;
d、以4个像素为一个单位,计算平均亮度,分别用4个黑白像素的不同排列方式模拟原始图像的4个像素;
e、以9个像素为一个单位,计算平均亮度,分别用9个黑白像素的不同排列方式模拟原始图像的9个像素;
f、根据d和e的结果,获取多个显示图像。
4.根据权利要求1所述的一种基于视觉感知的电子显示标签图像再现方法,其特征在于:所述步骤三中通过以下步骤建立视觉效果与像素排列、环境光、观测距离之间的关系模型:
a、以环境亮度为50lx,观察距离为0.5m为例,选取具有清晰表达能力的10名被试,对其进行打分;
b、获取实验结果;
c、计算每张图片的平均得分;
d、模拟环境亮度50lx到1000lx,间隔50lx,重复步骤a-c,获得对应环境光的最佳图片;
e、模拟观察距离从0.5m到2m,间隔0.5米,重复步骤a-c,获得不同观察距离的最佳图片;
f、针对每张图片,重复步骤a-e,获得LAB空间中不同区域图像对应的最佳图片;
g、根据上述结果,建立视觉效果与像素排列、环境光、观测距离、图像属性之间的关系模型,Score=f(pixel,lum,d,L,C,H),其中Score是视觉效果得分,pixel是像素排列,lum是环境光,d是观察距离,L、C、H是图像属性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811616479.6A CN109727213B (zh) | 2018-12-27 | 2018-12-27 | 一种基于视觉感知的电子显示标签图像再现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811616479.6A CN109727213B (zh) | 2018-12-27 | 2018-12-27 | 一种基于视觉感知的电子显示标签图像再现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109727213A true CN109727213A (zh) | 2019-05-07 |
CN109727213B CN109727213B (zh) | 2021-01-19 |
Family
ID=66296689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811616479.6A Active CN109727213B (zh) | 2018-12-27 | 2018-12-27 | 一种基于视觉感知的电子显示标签图像再现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109727213B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102629379A (zh) * | 2012-03-02 | 2012-08-08 | 河海大学 | 一种基于视觉特性的图像质量评价方法 |
US20140362131A1 (en) * | 2013-02-06 | 2014-12-11 | E Ink Corporation | Color electro-optic displays |
CN104363445A (zh) * | 2014-11-24 | 2015-02-18 | 河海大学 | 基于关注区域的图像亮度jnd值测定方法、预测方法 |
CN105427334A (zh) * | 2015-12-29 | 2016-03-23 | 河海大学 | 一种度量自然图像主要属性的方法 |
CN107424197A (zh) * | 2017-04-24 | 2017-12-01 | 齐鲁工业大学 | 一种基于光谱域映射来实现跨媒体颜色再现的方法 |
CN108986053A (zh) * | 2018-08-21 | 2018-12-11 | 北京小米移动软件有限公司 | 屏幕显示方法及装置 |
-
2018
- 2018-12-27 CN CN201811616479.6A patent/CN109727213B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102629379A (zh) * | 2012-03-02 | 2012-08-08 | 河海大学 | 一种基于视觉特性的图像质量评价方法 |
US20140362131A1 (en) * | 2013-02-06 | 2014-12-11 | E Ink Corporation | Color electro-optic displays |
CN104363445A (zh) * | 2014-11-24 | 2015-02-18 | 河海大学 | 基于关注区域的图像亮度jnd值测定方法、预测方法 |
CN105427334A (zh) * | 2015-12-29 | 2016-03-23 | 河海大学 | 一种度量自然图像主要属性的方法 |
CN107424197A (zh) * | 2017-04-24 | 2017-12-01 | 齐鲁工业大学 | 一种基于光谱域映射来实现跨媒体颜色再现的方法 |
CN108986053A (zh) * | 2018-08-21 | 2018-12-11 | 北京小米移动软件有限公司 | 屏幕显示方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109727213B (zh) | 2021-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104981861B (zh) | 信号转换装置和方法 | |
CN104916246B (zh) | 一种灰阶补偿方法 | |
CN106981275B (zh) | 显示面板像素驱动方法及显示装置 | |
US10043483B2 (en) | Pixel arrangement structure, array substrate, display apparatus and display control method | |
CN105096910B (zh) | 图像处理方法 | |
CN101118729A (zh) | 图像显示方法以及图像显示装置 | |
CN105070270B (zh) | Rgbw面板子像素的补偿方法及装置 | |
US11263987B2 (en) | Method of enhancing contrast and a dual-cell display apparatus | |
CN106328089B (zh) | 像素驱动方法 | |
WO2018040227A1 (zh) | 显示装置及其亮度调整方法 | |
CN106060490B (zh) | 图像生成装置、评价系统和图像生成方法 | |
CN103700329A (zh) | 显示面板的显示方法 | |
CN101471063A (zh) | 色度信号生成装置 | |
TW201320049A (zh) | 四原色顯示器及第四原色相對亮度計算方法 | |
CN111798807A (zh) | 一种显示驱动方法及显示驱动装置 | |
CN108615496A (zh) | 图像数据处理方法及装置 | |
CN104363445A (zh) | 基于关注区域的图像亮度jnd值测定方法、预测方法 | |
TWI463479B (zh) | Image device and data processing system | |
KR101999546B1 (ko) | 색보정 방법, 다원색 매트릭스 표시장치의 기계 구현 방법 및 영상 데이터 신호 처리 장치 | |
CN115798402B (zh) | 一种基于像素复用的亮度补偿方法 | |
CN108898987A (zh) | 一种灰阶转换方法、灰阶转换装置及显示装置 | |
CN109104600A (zh) | 颜色调节装置和颜色处理方法 | |
CN109727213A (zh) | 一种基于视觉感知的电子显示标签图像再现方法 | |
CN104378625B (zh) | 基于感兴趣区域的图像暗场亮度jnd值测定方法、预测方法 | |
US11308844B2 (en) | Multi-primary color conversion method, driving method and driving device of display panel, and display device |
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 |