CN112764706A - 图像处理方法、装置、系统、设备及介质 - Google Patents
图像处理方法、装置、系统、设备及介质 Download PDFInfo
- Publication number
- CN112764706A CN112764706A CN202110114124.2A CN202110114124A CN112764706A CN 112764706 A CN112764706 A CN 112764706A CN 202110114124 A CN202110114124 A CN 202110114124A CN 112764706 A CN112764706 A CN 112764706A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- gray scale
- surrounding
- original image
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 93
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000009467 reduction Effects 0.000 claims abstract description 32
- 238000011946 reduction process Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 14
- 230000007704 transition Effects 0.000 claims description 12
- 230000036961 partial effect Effects 0.000 claims description 6
- 230000002829 reductive effect Effects 0.000 abstract description 20
- 230000016776 visual perception Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 14
- 238000005070 sampling Methods 0.000 description 12
- 238000013139 quantization Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 210000000608 photoreceptor cell Anatomy 0.000 description 7
- 238000013144 data compression Methods 0.000 description 6
- 210000001525 retina Anatomy 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 241001270131 Agaricus moelleri Species 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000004304 visual acuity Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
- G06F3/147—Digital output to display device ; Cooperation and interconnection of the display device with other functional units using display panels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
Abstract
本申请实施例提供一种图像处理方法、装置、系统、设备及介质。该方法包括：获取原始图像；通过对原始图像进行降灰阶处理，得到目标图像，其中，降灰阶处理用于降低被处理图像中至少部分区域内各像素通道的灰度等级，目标图像包括以基准像素点为中心的中心区域以及环绕区域，环绕区域环绕于中心区域的外缘，环绕区域内各像素通道的灰度等级小于中心区域内各像素通道的灰度等级。根据本申请实施例，能够在保证人眼视觉感受的前提下降低图像数据量的大小。
Description
技术领域
本申请属于图像处理领域，尤其涉及图像处理方法、装置、系统、设备及介质。
背景技术
为了提供无缝的沉浸式或身临其境的体验，诸如虚拟现实(Virtual Reality，VR)、增强现实(Augmented Reality，AR)和混合现实(Mixed Reality，MR)等近眼显示技术应运而生。
在近眼显示技术中，需要生成待显示图像，然后将待显示图像的相关数据传输至显示装置，从而能够在显示装置显示待显示图像。
然后，现阶段，为了使图像显示效果满足人眼视觉感受，待显示图像的数据量往往较大。待显示图像数据量较大会导致近眼显示系统面临着数据传输带宽过高等问题。因此需要一种在保证人眼视觉感受的前提下降低图像数据的大小的技术方案。
发明内容
本申请实施例提供一种图像处理方法、装置、系统、设备及介质，能够在保证人眼视觉感受的前提下降低图像数据量的大小。
第一方面，本申请实施例提供一种图像处理方法，方法包括：
获取原始图像；
通过对原始图像进行降灰阶处理，得到目标图像，
其中，降灰阶处理用于降低被处理图像中至少部分区域内各像素通道的灰度等级，
目标图像包括以基准像素点为中心的中心区域以及环绕区域，环绕区域环绕于中心区域的外缘，环绕区域内各像素通道的灰度等级小于中心区域内各像素通道的灰度等级。
第二方面，本申请实施例提供了一种图像处理装置，装置包括：
图像获取模块，用于获取原始图像；
图像处理模块，用于通过对原始图像进行降灰阶处理，得到目标图像，
其中，降灰阶处理用于降低被处理图像中至少部分区域内各像素通道的灰度等级，
目标图像包括以基准像素点为中心的中心区域以及环绕区域，环绕区域环绕于中心区域的外缘，环绕区域内各像素通道的灰度等级小于中心区域内各像素通道的灰度等级。
第三方面，提供一种微显示系统，包括：
微显示控制器，用于执行第一方面或第一方面的任一可选的实施方式提供的图像处理方法，生成目标图像的控制信号，并将控制信号输出至微显示器；
微显示器，用于基于控制信号，显示目标图像。
第四方面，提供一种图像处理设备，包括：
处理器以及存储有计算机程序指令的存储器；
处理器读取并执行计算机程序指令，以实现第一方面或第一方面的任一可选的实施方式提供的图像处理方法。
第五方面，提供一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面或第一方面的任一可选的实施方式提供的图像处理方法。
本申请实施例的图像处理方法、装置、系统、设备及介质，通过对原始图像进行降灰阶处理，得到中间区域的灰度等级大于边缘区域的灰度等级的目标图像。由于人眼对越靠近图像边缘的区域的灰度等级越不敏感，且图像中像素点的灰度等级越少，存储图像所需的数据量越小。在保证中心区域灰度等级不变的情况下，降低环绕区域的灰度等级，能够在保证了人眼主观感受的前提下降低图像数据量的大小。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种人眼视网膜的感光细胞分布示意图；
图2是本申请实施例提供的一种人眼观看图片的场景示意图；
图3是本申请实施例提供的一种示例性的按照视角进行区域划分后的图像的示意图；
图4A是未经灰阶处理的图像的示意图；
图4B是本申请实施例提供的一种降灰阶处理后的图像的示意图；
图5是本申请实施例提供的第一种图像处理方法的流程示意图；
图6是本申请实施例提供的第二种图像处理方法的流程示意图；
图7是一种示例性的生成目标图像的逻辑示意图；
图8是本申请实施例提供的第三种图像处理方法的流程示意图；
图9是本申请实施例提供的一种示例性的目标误差值分散至相邻像素的逻辑示意图；
图10是本申请实施例提供的一种示例性的过渡区域的示意图；
图11是本申请实施例提供的第四种图像处理方法的流程示意图；
图12是本申请实施例提供的第五种图像处理方法的流程示意图；
图13是本申请实施例提供的一种示例性的下采样处理的逻辑示意图；
图14是本申请实施例提供的第六种图像处理方法的流程示意图；
图15是本申请实施例提供的第七种图像处理方法的流程示意图；
图16是本申请实施例提供的一种图像处理装置的结构示意图；
图17是本申请实施例提供的一种微显示系统的系统构架图；
图18示出了本发明实施例提供的图像处理设备的硬件结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在现有技术中，待显示图像的整体灰度等级一致，比如整张图像的像素点的各通道的灰度值均在0～255的范围内。然而，由于人眼生理结构的独特性，人眼对同一图像上不同区域的灰度等级的分辨能力存在差异。比如，当人眼注视一张图片时，人眼视角越大，则人眼对灰度等级的分辨能力越弱。因此，对于整体灰度等级一致的待显示图像，虽然人眼多图像的主观感受较优，但是存在着灰度等级相关的视觉感知冗余现象，整体灰度等级一致的待显示图像的数据量较大。
因此，需要一种在保证人眼主观感受的同时，能够降低图像数量大小的方案。
基于此，本申请实施例提供了一种图像处理方法、装置、系统、设备及计算机存储介质，适用于诸如VR、AR或者MR等近眼显示装置。在本申请实施例中，在获取到原始图像中，可以通过将灰阶处理，得到目标图像，由于降灰阶处理可以降低被处理图像中至少部分区域内各像素通道的灰度等级降低。由于人眼对越靠近图像边缘的区域的灰度等级越不敏感，且灰度等级越小，则存储单个像素所需要的数据位宽越小。在保证中心区域灰度等级不变的情况下，降低环绕区域的灰度等级，能够在保证了人眼主观感受的前提下降低图像数据量的大小。
为了更好的理解本申请，本申请实施例依次对人眼生理结构、视角、按照视角进行区域划分的图像、人眼观看模型、灰度等级、降灰阶处理等概念作具体解释说明。
1、人眼生理结构。
人眼通过视网膜上的感光细胞获取外界的视觉信息，然而视网膜上感光细胞的分布呈现高度不均匀的状态。图1是本申请实施例提供的一种人眼视网膜的感光细胞分布示意图。图1示出了视网膜上5°到50°视角范围内感光细胞的分布情况，其中每个六边形单元代表相同数量的感光细胞。
如图1所示，距离视网膜中心凹越近，也就是说视角越小，感光细胞的分布密度最密，对灰度等级的敏感度越高，也就是说，对灰度等级的分辨率越高。距离中心凹越远，视角越大，细胞的分布密度越稀疏，对灰度等级的敏感度越低，也就是说，对灰度等级的分辨率越低。
2、视角。
人眼观看同一张图像上的不同位置时，人眼的观看视角可能存在不同。为了便于理解，图2是本申请实施例提供的一种人眼观看图片的场景示意图。如图2所示，可以将人眼到凝视点O所在的第一方向，与人眼到任意像素所在的第二方向之间，叫做人眼观看该任意像素时的观看视角θ。
此外，还需要说明的是，图2中的虚线为以凝视点O为圆心的圆，在该圆上的任意像素对应的观看角度θ相同。比如，图2中的像素A和像素B对应的观看视角相同。
3、按照视角进行区域划分的图像。
当人眼对某一张图像进行观看时，可以按照人眼的观看视角，将图像划分为多个区域。具体地，可以包括以人眼凝视点为中心的中心区域，以及环绕该中心区域设置的至少一个环绕区域。其中，中心区域的视角小于环绕区域的视角。若环绕区域的数量为多个，多个环绕区域按照从内到外的次序，外层的环绕区域环绕于内层环绕区域的外源，则内部环绕区域的视角小于外部环绕区域的视角。
示例性地，图3是本申请实施例提供的一种示例性的按照视角进行区域划分后的图像的示意图。如图3所示，图3中的实心圆点为凝视点，凝视点的视角为0°。
其中，中心区域C1，即图3中的网格阴影区域，其内接虚线圆对应视角10°，可以近似认为中心区域C1的视角范围在0°～10°之间，该区域内人眼对图像的灰度等级的分辨能力最强。以及，该区域内人眼对图像细节的分辨能力也最强。
第一环绕区域C2，即图3中的横线阴影区域，其内接虚线圆对应视角20°，可以近似认为第一环绕区域C2的视角范围在10°～20°之间，该区域内人眼对图像的灰度等级的分辨能力较强。以及，该区域内人眼对图像细节的分辨能力也较强，比如人眼能够正确识别图像信息。
第二环绕区域C3，即图3中的点阴影区域，其内接虚线圆对应视角30°，可以近似认为第二环绕区域C3的视角范围在20°～30°之间，该区域内人眼对图像的灰度等级的分辨能力较弱。以及，该区域内人眼对图像细节的分辨能力也较弱，比如人眼仅能对该区域内动态变化的细节比较敏感。
第三环绕区域C4，即图4中的白色区域，可以近似认为第三环绕区域C4的视角范围大于30°，该区域内人眼对图像的灰度等级的分辨能力很弱。以及，该区域内人眼对图像细节的分辨能力也很弱。
4、人眼观看模型。
基于上述第1点对人眼生理结构，人眼对同一张图像上的不同区域的的灰度等级的敏感度不同。
具体地，越靠近凝视点O，则人眼对图像像素的灰度等级的灵敏度越高。同理，越靠近图像边缘，或者视角越大，则人眼对像素的灰度等级的灵敏度越低。
5、灰度等级。
针对整体灰度等级一致的图像而言，灰度等级是指一幅图像中从最暗到最亮之间所划分的灰度级别的数量。图像中每一个像素经过量化后可呈现出多种颜色，这中间所划分的灰度级数越多，所能够呈现的画面效果就越细腻，图像层次感越强。若对像素点的亮度范围采取n bit量化，则像素点灰度从黑到白共包含2n个亮度层次。
而在本申请实施例中，针对整体灰度等级不一致的图像而言，灰度等级是指各像素的各通道从最暗到最亮之间所划分的灰度等级的数量。比如，若本申请实施例中的原始图像是灰度图像，则图像中像素的通道数量为1，也就是说，若n的取值为8，则像素的取值可以在0～255之间。若本申请实施例中的原始图像为RGB图像(即一种三个通道分别代表红、绿、蓝三个颜色的图像)，则图像中各像素的通道数量为3，若某一像素的像素通道的灰度等级为2n，且n的取值为8，则该像素的各像素通道的取值可以在0～255之间。
表1示出了本申请实施例中不同灰度等级的量化情况。
表1
| 灰度等级 | 灰度等级的量化值 |
| 2<sup>8</sup>级 | 0、1、2、……、253、254、255 |
| 2<sup>7</sup>级 | 0、2、4、……、250、252、254 |
| 2<sup>6</sup>级 | 0、4、8、……、244、248、252 |
| 2<sup>5</sup>级 | 0、8、16、……、232、240、248 |
| 2<sup>4</sup>级 | 0、16、32、……、208、224、240 |
| 2<sup>3</sup>级 | 0、32、64、……、160、192、224 |
| 2<sup>2</sup>级 | 0、64、128、192 |
| 2<sup>1</sup>级 | 0、128 |
6、降灰阶处理。
降灰阶处理用于降低图像中至少部分区域内各像素通道的灰度等级。具体地，被降灰阶处理的区域内的像素所需要的数据位宽降低，降低了整张图像的数据量。
为了便于理解，图4A是未经灰阶处理的图像的示意图。图4B是本申请实施例提供的一种降灰阶处理后的图像的示意图。如图4A可知，未经灰阶处理的图像中各区域的像素的数据位宽均为K bit，其中，K可以为任意正整数，比如K可以为1、2……、8。当对图像进行灰阶处理后，继续参见图4B，图像中的中心区域、第一环绕区域、第二环绕区域、第三环绕区域的数据位宽依次降低，比如分别为K bit、(K-1)bit、(K-2)bit、(K-3)bit。通过图4A和图4B对比可知，在图4B中，沿着中心区域向外，各区域的像素的数据位宽依次降低。
为了验证本申请实施例的可行性，通过大量研究和实验发现，图4B示出的图像相对于图4A示出的图像的数据压缩比可以如下述表2所示。
表2
| 参数 | 数据压缩比 |
| K＝8 | 1.40 |
| K＝7 | 1.69 |
| K＝6 | 2.15 |
| K＝5 | 2.94 |
通过表2可以发现，当K＝8时，图4B示出的图像相对于图4A示出的图像的数据压缩比可以为1.40。当K＝7时，图4B示出的图像相对于图4A示出的图像的数据压缩比可以为1.69。当K＝6时，图4B示出的图像相对于图4A示出的图像的数据压缩比可以为2.15。当K＝5时，图4B示出的图像相对于图4A示出的图像的数据压缩比可以为2.94。因此，可以发现，不同K值下，通过降灰阶处理均可以降低图像的数据量。
此外，由于图像在降灰阶处理过程中，灰度等级降低，图像精度也随之下降，因此降灰阶处理后得到的目标图像的数据相较于原始图像的数据存在不同程度的误差。降灰阶处理的跨度越大，误差程度越大，人眼主观感受变化越大，图像也越容易失真。
在充分了解了上述概念之后，为了更好的理解本申请，下面将结合附图，详细描述根据本申请实施例的图像处理方法、装置、设备和介质，应注意，这些实施例并不用来限制本申请公开的范围。
图5是本申请实施例提供的第一种图像处理方法的流程示意图。如图5所示，图像处理方法包括S510和S520。可选地，图像处理方法400各步骤的执行主体可以是与近眼显示装置独立设置的图像处理装置，又或者可以是近眼显示设备内部的图像处理模块，对此不作限定。
S510，获取原始图像。
在一些实施例中，原始图像可以指整体灰度等级一致的图像。又或者，原始图像可以是整体灰度等级存在差别的图像，对此不作限定。示例性地，原始图像可以参照上述图4A，在此不再赘述。
在一些实施例中，本申请实施例的原始图像可以是通过近眼显示设备的显示控制器发送的待显示图像，又或者可以是其他控制器发送的待显示图像，对原始图像的具体来源不作限定。
S520，通过对原始图像进行降灰阶处理，得到目标图像，
首先，对于降灰阶处理，降灰阶处理用于降低被处理图像中至少部分区域内各像素通道的灰度等级。降灰阶处理的具体内容可以参见本申请实施例的上述内容，在此不再赘述。
在一些实施例中，为了保证环绕区域内各像素通道的灰度等级小于中心区域内各像素通道的灰度等级，可以对环绕区域进行降灰阶处理，对中心区域不进行降灰阶处理。
在另一些实施例中，可以同时对中心区域和环绕区域进行降灰阶处理，但是对环绕区域进行降灰阶处理的强度大于中心区域的降灰阶处理的强度。比如，降灰阶处理之前，中心区域和环绕区域的灰度等级均为28级，降灰阶处理后，中心区域的灰度等级为27级，环绕区域的灰度等级为26级。
其次，对于目标图像。目标图像可以包括以基准像素点为中心的中心区域以及环绕区域。其中，目标图像可以参见图4B。其中，基准像素点可以为图像中点或者捕捉到的人眼凝视点。
其中，对于环绕区域，环绕区域环绕于中心区域的外缘，环绕区域内各像素通道的灰度等级小于中心区域内各像素通道的灰度等级。
在数量方面，环绕区域的数量可以是1个，又或者可以是多个，对环绕区域的具体数量不作限定。
在一些实施例中，环绕区域的数量为m个，m为大于或等于2的正整数，比如m可以等于3。其中每相邻两个环绕区域中后一环绕区域环绕于前一环绕区域的外缘。示例性地，继续参见图3，第二环绕区域C3环绕于第一环绕区域C2的外缘。
在一些实施例中，所述中心区域以及m个环绕区域内各像素通道的灰度等级依次以2的多次幂的形式降低，比如可以依次为：2n级、2n-1级、……、2n-m+1级，其中，n为大于0的整数，n大于m。
在一个示例中，为了保证人眼对图像的主观感受，n-m+1应大于4。
需要说明的是，当灰度等级提升至25及以上时，虽然目标图像与原始图像相比存在一定损失，但是对于分辨能力有限的人眼来说，较难觉察到损失的存在，从而并不影响人眼对图像的主观感受。
在一个示例中，由于256灰阶远远超出了人眼对灰阶等级的分辨能力，为了在保证了人眼主观感受的前提下降低图像数据量的大小，中心区域的灰度等级应大于或等于25级。
在形状方面。在一些实施例中，环绕区域可以是空心圆环区域，相应地，中心区域可以是实心圆。比如，中心区域是0°～10°视角范围的圆形。环绕区域可以包括：10°～20°视角范围内的空心圆环区域、20°～30°视角范围内的空心圆环区域、以及大于30°视角的空心圆环区域。此外，中心区域和环绕区域还可以是其他形状，对中心区域和环绕区域的形状不作具体限制。
在另一个实施例中，为了便于实现，继续参见图4B，环绕区域可以是图4示出的空心矩形。通过设置为矩形区域，可以具有以下至少一个优点：(1)考虑到现有的大部分微显示屏均为矩形，将环绕区域和中心区域均设置为矩形，可便于与现实屏适配；(2)便于行、列驱动电路的驱动控制；(3)与圆形区域相比，便于后续硬件的实现，节省了硬件逻辑资源。
再其次，对于S120的具体实现方式。
在一些实施例中，可以在原始图像中先划分出中心区域和环绕区域，然后对环绕区域进行降灰阶处理，或者对中心区域和环绕区域进行不同强度的降灰阶处理，然后将处理后的中心区域和环绕区域进行拼接，得到目标图像。
在另一些实施例中，图6是本申请实施例提供的第二种图像处理方法的流程示意图。图6与图5的不同之处在于，在图6中S520可以具体包括S521至S523。
S521，对原始图像进行降灰阶处理，得到第一图像。其中，第一图像的各像素通道的灰度等级低于原始图像的各像素通道的灰度等级。
在一些实施例中，若原始图像为整体灰度等级一致的图像，第一图像也可以是整体灰度等级一致的图像，但是第一图像上各像素点的灰度等级低于原始图像上各像素点的灰度等级。具体地，第一图像和原始图像的尺寸、大小相同。示例性地，图7是一种示例性的生成目标图像的逻辑示意图。如图7所示，对原始图像进行降灰阶处理后，可以得到第一图像。需要说明的是，图7用于示出生成目标图像的逻辑过程，对灰阶处理前后的两张图像之间的灰度等级、清晰度等未示出。
S522，在原始图像中确定中心区域，以及在第一图像中确定环绕区域。
示例性地，继续参见图7，可以从原始图像中分割出中心区域，以及在第一图像中分割出环绕区域。
S523，对中心区域和环绕区域进行拼接处理，得到目标图像。继续参见图7，拼接成的目标图像和原始图像的尺寸相同。
通过本申请实施例的图像处理方法，通过对原始图像进行降灰阶处理，得到中间区域的灰度等级大于边缘区域的灰度等级的目标图像。由于人眼对越靠近图像边缘的区域的灰度等级越不敏感，且图像中像素点的灰度等级越少，存储图像所需的数据量越小。在保证中心区域灰度等级不变的情况下，降低环绕区域的灰度等级，能够在保证了人眼主观感受的前提下降低图像数据量的大小。
在一些实施例中，由于降灰阶处理会导致环绕区域的像素值存在误差，从而影响图像精度。为了提高图像精度以及减小降灰阶处理所带来的误差影响，图8是本申请实施例提供的第三种图像处理方法的流程示意图。图8与图5的不同之处在于，S520之后还可以对所述目标图像中的每一像素，执行下述步骤S531至S533。在一个示例中，可以通过遍历的方式对目标图像中的每一像素执行步骤S531至S533。
S531，确定每一像素的多个相邻像素。
其中，需要说明的是，可以根据误差传递模板确定该像素的相邻像素。
在一些实施例中，若误差传递模板的大小为2×2，则每一像素的相邻像素可以包括3个像素，比如其左上角的像素、正上方的像素，以及正左侧的像素。示例性地，若该像素在图像中的坐标为(i,j)，则其相邻像素的坐标可以为(i-1,j-1)、(i,j-1)、(i-1,j)。需要说明的是，还可以是其他相邻像素，比如正右侧的像素、正下方的像素以及右下角的像素，对此不作具体限制。其中，误差传递模板可以实现为1个矩阵，矩阵内的值为各相邻像素对应的权重值。
需要说明的是，当误差传递模板选用2×2矩阵时，相对于其他误差传递模板，能够兼顾图像显示质量、计算速度和硬件开销。需要说明的是，矩阵中的所有元素的值加起来等于1。
在一个示例中，2×2误差传递模板T可以表示为式(1)：
示例性地，2×2误差传递模板T可以具体表示为式(2)
需要说明的是，误差传递模板T是将该每一像素的误像素差值与对应的权重值相乘之后，得到目标误差值，然后将目标误差值分散至相邻的像素。比如，图9是本申请实施例提供的一种示例性的目标误差值分散至相邻像素的逻辑示意图。如图9所示，对于像素(i,j)，若其在原始图像中的像素值为f(i,j)，其在目标图像中的像素值为g(i,j)，则其像素误差R(i,j)可以为像素值f(i,j)与像素值g(i,j)的差值，则分配至其正右侧像素的目标误差值为R(i,j)×w1，分配至正下方像素的目标误差值为R(i,j)×w2，分配至右下角像素的目标误差值为R(i,j)×w3。
示例性地，对于像素(i,j)，其像素误差R(i,j)分散至相邻像素后，其正右侧像素(i+1,j)的像素值可以满足公式(3)：
g′(i+1,j)＝g(i+1,j)+w1×R(i,j) (3)
其正下方像素(i,j+1)的像素值可以满足公式(4)：
g′(i,j+1)＝g(i,j+1)+w2R(i,j) (4)
其右下角像素(i+1,j+1)的像素值可以满足公式(5)：
g′(i+1,j+1)＝g(i+1,j+1)+w3×R(i,j) (5)
需要说明的是，公式(3)-公式(5)示出的各像素的像素值仅为像素(i,j)的像素误差分散后的像素值，所有像素完成分散后各像素在目标图像中的新的像素值满足下述公式(7)。
在另一些实施例中，若误差传递模板为3×3，则每一像素的相邻像素可以为其相邻的8个像素，其左上角的像素、正上方的像素，右上方的像素、正左侧的像素、正右侧的像素、左下角的像素、正下方的像素以及右下角的像素。
需要说明的是，还可以根据实际情况和具体需求选择其他相邻像素，本申请实施例对此不作具体限定。
S532，针对每一相邻像素，确定每一相邻像素在原始图像中的像素值和在目标图像中的像素值之间的像素差值R；以及，根据每一相邻像素在原始图像中的像素值和在目标图像中的像素值之间的像素差值R与每一相邻像素的权重值的乘积，得到每一相邻像素的目标误差值。
其中，对于相邻像素(i-1,j-1)，其在原始图像中的像素值f(i-1,j-1)和在目标图像中的像素值g(i-1,j-1)之间的像素差值R(i-1,j-1)，可以表示为式(6)：
R(i-1,j-1)＝f(i-1,j-1)-g(i-1,j-1) (6)
其他像素点的像素差值的计算公式可参见式(6)，在此不再赘述。
S533，将多个相邻像素各自的目标误差值以及每一像素在目标图像中的像素值的和，更新为每一像素在目标图像中的新的像素值。
示例性地，以像素值(i,j)为例，其在目标图像中的新的像素值g′(i,j)可以表示为式(7)：
g′(i+1,j+1)＝g(i,j)+w3×R(i,j)+w1×R(i+1,j)+w2×R(i,j+1) (7)
通过本实施例，可以将各像素的误差分散至相邻像素，从而使得误差对图像的影响程度显著降低，提高了图像的显示质量。
在一个示例中，针对每一像素，若其在目标图形中的新的像素值大于该每一像素的灰度等级的最大量化值，则确定新的像素值与最大量化值的差值，然后将该差值分散至该每一像素的相邻像素。
首先，对像素的灰度等级的最大量化值，其是该像素的灰度等级的多个量化值中的最大值。具体地，可以参见表1，比如对于灰度等级为28级，其最大量化值为255、对于灰度等级为27级，其最大量化值为254，……，对于灰度等级为22级，其最大量化值为192，对于灰度等级为21级，其最大量化值为128。
示例性的，以像素值(i,j)为例，若其灰度等级为28，若经过步骤S531至S533之后，其新的像素值g′(i,j)为大于255，则将新的像素值g′(i,j)与最大量化值255的差值分散至该像素的相邻像素。
在一些实施例中，由于中心区域与环绕区域之间的灰度等级的差异较大，影响图像的显示质量，从而影响图像精度。为了提高图像精度，目标图像还包括设置于中心区域与环绕区域之间的过渡区域。图10是本申请实施例提供的一种示例性的过渡区域的示意图，其中，图10的高度方向用于表示灰度等级的高低。
如图10所示，在未设置过渡区域之前，中心区域和环绕区域之间的灰度等级大幅下降，比如，若环绕区域的边缘区域的某一像素值的灰度值为255，若降灰阶处理后环绕区域的灰度等级为25级，则该像素值为248，从而大量下降。
继续参见图10，若在中心区域和环绕区域之间设置过渡带，则中心区域和边缘取值之间的值会阶梯型降低，从而避免像素值大幅降低所带来的边界线现象。
在一些实施例中，过渡区域的长度和宽度可以根据具体场景和实际需求设置，比如根据灰度等级的变化强度设置，本申请实施例对此不再赘述。
图11是本申请实施例提供的第四种图像处理方法的流程示意图。图11与图5的不同之处在于，S520之后还可以针对过渡区域内每一像素，执行下述步骤S541至S542。
S541，根据每一像素与中心区域的第一距离，确定第一权重值，以及根据每一像素和环绕区域的第二距离，确定第二权重值。
在一个实施例中，该每一像素越靠近中心区域，则第一权重值越大，第二权重值越小；相应地，该每一像素越靠近环绕区域，则第一权重值越小，第二权重值越大。
在一个示例中，第一权重值和第二权重值的和值可以等于1，也就是说，若第一权重值表示为λ(x)，则第二权重值表示为1-λ(x)。
在一个实施例中，第一权重值表示为λ(x)可以表示为式(8)：
S542，根据第一权重值和中心区域内各像素通道的灰度等级IA(x,y)的乘积，以及第二权重值和环绕区域内各像素通道的灰度等级IB(x,y)的乘积，得到每一像素的各通道的灰度等级IC(x,y)。
在一个实施例中，每一像素的各通道的灰度等级IC(x,y)可以表示为式(9)：
IC(x,y)＝IA(x,y)×λ(x)+IB(x,y)×(1-λ(x)) (9)
在一个实施例中，为了进一步提高图像质量，可以先执行S531至S533，后执行S541和S542。又或者可以先执行S541和S542，后执行S531至S533，当S541和S542以及S531至S533均需要执行时，对二者之间的执行次序不作限定。
此外，还需要说明的是，S541和S542还可以用于在相邻两个环绕区域之间设置过渡区域，具体实施方式相似，在此不再赘述。
需要说明的是，是若图像包括多个像素通道，则可以分别根据各像素通道在中心区域的像素值以及在边缘区域的像素值，则计算该像素在该像素通道下的像素值。
在一些实施例中，由于图像中可能还存在空间分辨率的视觉冗余数据，为了进一步降低数据量，图12是本申请实施例提供的第五种图像处理方法的流程示意图。图12与图6的不同之处在于，S522之前，方法还包括S551-S553。
S551，通过对第一图像进行下采样处理，得到第四图像。
首先，对于下采样处理的具体说明如下。
下采样处理是在待采样图像的基础上，每间隔预设行、预设列采集像素点，形成新的图像的一种处理方法。
示例性地，图13是本申请实施例提供的一种示例性地下采样处理的逻辑示意图。如图13所示，每个圆均表示一个像素点，对于下采样前的图像，可以取其单数行、单数列的像素点(即图13中的实心圆)，形成下采样后的图像。
其次，若共包括m个环绕区域，则可以在原始图像的基础上进行m次下采样，得到除原始图像之外的、m张不同分辨率的第四图像。
然后，对于S551的具体实施方式说明如下。
可选地，可以对前一张第四图像进行s倍下采样，得到当前第四图像。也就是说，可以在原始图像A0的基础上进行s倍下采样，得到第1张第四图像A1；然后在第1张第四图像A1的基础上再次进行s倍下采样，得到第2张第四图像A2；……；最后，在第m-1张第四图像Am-1的基础上再次进行s倍下采样，得到第m张第四图像Am。其中，s可以是任意大于1的整数。比如，当s＝2时，可以每间隔一行、一列选取一个像素点，比如可以选取前一张第一图像的单数行、单数列像素，得到当前第四图像。作一个具体的示例，当s＝2时，若原始图像A0的尺度为256×256，则第1张第四图像A1的尺度为128×128，第2张第四图像A2的尺度为64×64，第3张第四图像A3的尺度为16×16，……。
需要说明的是，由于每次下采样操作之后，相较于下采样前的图像，下采样后的图像的尺度均会减小，因此通过对原始图像进行m次下采样操作，可以得到m张尺度不同的第一图像。
此外，还可以对原始图像进行不同倍率的下采样来得到m张第四图像。例如第1次下采样的倍率是s，……，第m次下采样的倍率是sm。
S552，放大第四图像，其中，放大后的第四图像的尺度与第一图像的尺度相同。
在一个示例中，对第四图像，可以通过双线性插值法，放大得到与原始图像尺度相同的第四图像。
S553，将放大后的第四图像更新为新的第一图像。
在一些实施例中，将输入的图像进行下采样操作之后再放大到原图像大小时，图像会出现非常明显的块状效应。为了提高图像显示效果，可以在每次下采样操作之前先对待采样图像进行高斯滤波。图14是本申请实施例提供的第六种图像处理方法的流程示意图。图14与图12的不同之处在于，S551具体可以实现为S5511和S5512。
S5511，对第一图像进行高斯滤波。
S5512，对高斯滤波后的第一图像进行下采样处理，得到第四图像。
在一些实施例中，对每张高斯滤波后的第一图像，可以进行相同倍率的下采样处理。示例性地，当采用2倍率的下采样滤波时，第l+1张第四图像中的像素Il+1(x,y)满足公式(10)：
其中，ω(i,j)表示2p×2p的高斯卷积模板，Il(2x-i,2y-j)表示第l张第四图像中的像素。在公式(7)示出的下采样操作过程中，使用下采样方式中较为典型的隔行隔列操作，保留高斯滤波后的第四图像中奇数行奇数列的像素值，去除其余像素值，隔行隔离列下采样逻辑过程可继续参见图5，在此不再赘述。原始图像和n张第四图像的分辨率呈现为1：1/4：1/16：1/64：…逐渐减小的数列。
本申请实施例上述部分结合图12至图14，介绍了一种先降灰阶处理后下采样处理的图像处理方案。此外，本申请实施例还提供了一种先下采样处理后灰阶处理的图像处理方案。
图15是本申请实施例提供的第七种图像处理方法的流程示意图。图15与图5的不同之处在于，S520可以具体包括S524至S528。
S524，通过对原始图像进行下采样处理，得到第二图像。
在一些实施例中，S524可以具体实现为：先对原始图像进行高斯滤波，然后再对高斯滤波后的原始图像进行下采样处理，得到第二图像。需要说明的是本实施例的具体实现方式可以参见本申请上述实施例S5511和S5512的相关说明，在此不再赘述。
S525，放大第二图像，其中，放大后的第二图像的尺度与原始图像的尺度相同。
S526，对放大后的第二图像进行降灰阶处理，得到第三图像，其中，所第三图像的各像素通道的灰度等级低于原始图像的各像素通道的灰度等级。
S527，在原始图像中确定中心区域，以及在第三图像中确定环绕区域。
S528，对中心区域和环绕区域进行拼接处理，得到目标图像。
需要说明的是，S524至S528的相关内容，可以参见本申请上述实施例关于S551至S553、S522和S523的相关说明，在此不再赘述。
需要说明的是，本申请实施例图12-图14示出的先降灰阶后下采样的方案，与结合图15示出的先下采样后灰阶处理的方案相比，能够提高显示效果。
基于相同的申请构思，本申请实施例除了提供了图像处理方法之外，还提供了与之对应的图像处理装置。
下面结合附图，详细介绍根据本申请实施例图像处理装置。
图16是本申请实施例提供的一种图像处理装置的结构示意图。如图16所示，图像处理装置1500包括：
图像获取模块1510，用于获取原始图像；
图像处理模块1520，用于通过对原始图像进行降灰阶处理，得到目标图像，
其中，降灰阶处理用于降低被处理图像中至少部分区域内各像素通道的灰度等级，
目标图像包括以基准像素点为中心的中心区域以及环绕区域，环绕区域环绕于中心区域的外缘，环绕区域内各像素通道的灰度等级小于中心区域内各像素通道的灰度等级。
在一些实施例中，图像处理模块1520，具体用于：
对原始图像进行降灰阶处理，得到第一图像，第一图像的各像素通道的灰度等级低于原始图像的各像素通道的灰度等级；
在原始图像中确定中心区域，以及在第一图像中确定环绕区域；
对中心区域和环绕区域进行拼接处理，得到目标图像。
在一些实施例中，图像处理模块1520还用于：
对目标图像中的每一像素，执行下述操作：
确定每一像素的多个相邻像素；
针对每一相邻像素，确定每一相邻像素在原始图像中的像素值和在目标图像中的像素值之间的像素差值；以及，根据每一相邻像素在原始图像中的像素值和在目标图像中的像素值之间的像素差值与每一相邻像素的权重值的乘积，得到每一相邻像素的目标误差值；
将多个相邻像素各自的目标误差值以及每一像素在目标图像中的像素值的和，更新为每一像素在目标图像中的新的像素值。
在一些实施例中，目标图像还包括设置于中心区域与环绕区域之间的过渡区域，
图像处理模块1520还用于：
针对过渡区域内每一像素，执行如下操作：
根据每一像素与中心区域的第一距离，确定第一权重值，以及根据每一像素和环绕区域的第二距离，确定第二权重值；
根据第一权重值和中心区域内各像素通道的灰度等级的乘积，以及第二权重值和环绕区域内各像素通道的灰度等级的乘积，得到每一像素的各通道的灰度等级。
在一些实施例中，环绕区域的数量为m个，其中每相邻两个环绕区域中后一环绕区域环绕于前一环绕区域的外缘，
中心区域以及m个环绕区域内各像素通道的灰度等级依次为：
2n级、2n-1级、……、2n-m+1级，
其中，n和m均为大于0的整数，n大于m。
在一些实施例中，图像处理模块1520还用于：
通过对第一图像进行下采样处理，得到第四图像；
放大第四图像，其中，放大后的第四图像的尺度与第一图像的尺度相同；
将放大后的第四图像更新为新的第一图像。
在一些实施例中，图像处理模块1520还用于：
对第一图像进行高斯滤波；
对高斯滤波后的第一图像进行下采样处理，得到第四图像。
在一些实施例中，图像处理模块1520还用于：
通过对原始图像进行下采样处理，得到第二图像；
放大第二图像，其中，放大后的第二图像的尺度与原始图像的尺度相同；
对放大后的第二图像进行降灰阶处理，得到第三图像，其中，所第三图像的各像素通道的灰度等级低于原始图像的各像素通道的灰度等级；
在原始图像中确定中心区域，以及在第三图像中确定环绕区域；
对中心区域和环绕区域进行拼接处理，得到目标图像。
在一些实施例中，图像处理模块1520还用于：
通过对原始图像进行下采样处理，得到第二图像，具体包括：
对原始图像进行高斯滤波；
对高斯滤波后的原始图像进行下采样处理，得到第二图像。
本申请实施例的图像处理装置，通过对原始图像进行降灰阶处理，得到中间区域的灰度等级大于边缘区域的灰度等级的目标图像。由于人眼对越靠近图像边缘的区域的灰度等级越不敏感，且图像中像素点的灰度等级越少，存储图像所需的数据量越小。在保证中心区域灰度等级不变的情况下，降低环绕区域的灰度等级，能够在保证了人眼主观感受的前提下降低图像数据量的大小。
根据本申请实施例的图像处理装置的其他细节，与以上结合图1至图16所示实例描述的图像处理方法类似，并能达到其相应的技术效果，为简洁描述，在此不再赘述。
基于相同的申请构思，本申请实施例除了提供了图像处理方法、图像处理装置之外，还提供了与之对应的微显示系统。
图17是本申请实施例提供的一种微显示系统的系统构架图。如图17所示，微显示系统1600包括：
微显示控制器1610，用于执行本发明实施例结合图1至图14示出的图像处理方法，生成目标图像的控制信号，并将控制信号输出至微显示器。
微显示器1620，用于基于控制信号，显示目标图像。
在一些实施例中，微显示控制器1610与微显示器1620之间可以通过有线通信或者无线通信进行信息传输。
在一些实施例中，微显示器1620可以是硅基显示器。示例性地，可以是数字微镜器件(Digital Mirror Device，DMD)显示器、硅基液晶(Liquid Crystal on Silicon，LCOS)显示器、发光二极管(Light Emitting Diode，LED)显示器和有机发光二极管(OrganicLight Emitting Diode，OLED)显示器中的至少一种。
根据本发明实施例的微显示系统的其他细节，与以上结合图1至图15所示实例描述的图像处理方法类似，并能达到其相应的技术效果，为简洁描述，在此不再赘述。
图18示出了本发明实施例提供的图像处理设备的硬件结构示意图。
在图像处理设备可以包括处理器1701以及存储有计算机程序指令的存储器1702。
具体地，上述处理器1701可以包括中央处理器(Central Processing Unit，CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器1702可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器1702可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在一些实例中，存储器1702可以包括可移除或不可移除(或固定)的介质，或者存储器1702是非易失性固态存储器。在一些实施例中，存储器1702可在图像处理设备的内部或外部。
在一些实例中，存储器1702可以是只读存储器(Read Only Memory，ROM)。在一个实例中，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
存储器1702可以包括只读存储器(ROM)，随机存取存储器(RAM)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器1701通过读取并执行存储器1702中存储的计算机程序指令，以实现图1-图15所示实施例中的方法，并达到图1-图15所示实例执行其方法达到的相应技术效果，为简洁描述在此不再赘述。
在一个示例中，图像处理设备还可包括通信接口1703和总线1710。其中，如图18所示，处理器1701、存储器1702、通信接口1703通过总线1710连接并完成相互间的通信。
通信接口1703，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线1710包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(Accelerated Graphics Port，AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，EISA)总线、前端总线(Front Side Bus，FSB)、超传输(Hyper Transport，HT)互连、工业标准架构(Industry Standard Architecture，ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线1710可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
该图像处理设备可以执行本发明实施例中的图像处理方法，从而实现结合图1至图17描述的图像处理方法和装置。
另外，结合上述实施例中的图像处理方法，本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种图像处理方法。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RadioFrequency，RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置、设备及和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (13)
1.一种图像处理方法，其特征在于，包括：
获取原始图像；
通过对所述原始图像进行降灰阶处理，得到目标图像，
其中，所述降灰阶处理用于降低被处理图像中至少部分区域内各像素通道的灰度等级，
所述目标图像包括以基准像素点为中心的中心区域以及环绕区域，所述环绕区域环绕于所述中心区域的外缘，所述环绕区域内各像素通道的灰度等级小于所述中心区域内各像素通道的灰度等级。
2.根据权利要求1所述的方法，其特征在于，所述通过对所述原始图像进行降灰阶处理，得到目标图像，具体包括：
对所述原始图像进行降灰阶处理，得到第一图像，所述第一图像的各像素通道的灰度等级低于所述原始图像的各像素通道的灰度等级；
在所述原始图像中确定所述中心区域，以及在所述第一图像中确定所述环绕区域；
对所述中心区域和所述环绕区域进行拼接处理，得到所述目标图像。
3.根据权利要求1所述的方法，其特征在于，所述通过对所述原始图像进行降灰阶处理，得到目标图像之后，所述方法还包括：
对所述目标图像中的每一像素，执行下述操作：
确定所述每一像素的多个相邻像素；
针对每一相邻像素，确定所述每一相邻像素在所述原始图像中的像素值和在所述目标图像中的像素值之间的像素差值；以及，根据所述每一相邻像素在所述原始图像中的像素值和在所述目标图像中的像素值之间的像素差值与所述每一相邻像素的权重值的乘积，得到所述每一相邻像素的目标误差值；
将所述多个相邻像素各自的目标误差值以及所述每一像素在目标图像中的像素值的和，更新为所述每一像素在目标图像中的新的像素值。
4.根据权利要求1所述的方法，其特征在于，所述目标图像还包括设置于所述中心区域与所述环绕区域之间的过渡区域，
所述通过对所述原始图像进行降灰阶处理，得到目标图像之后，所述方法还包括：
针对所述过渡区域内每一像素，执行如下操作：
根据所述每一像素与所述中心区域的第一距离，确定第一权重值，以及根据所述每一像素和所述环绕区域的第二距离，确定第二权重值；
根据所述第一权重值和所述中心区域内各像素通道的灰度等级的乘积，以及所述第二权重值和所述环绕区域内各像素通道的灰度等级的乘积，得到所述每一像素的各通道的灰度等级。
5.根据权利要求1所述的方法，其特征在于，所述环绕区域的数量为m个，其中每相邻两个环绕区域中后一环绕区域环绕于前一环绕区域的外缘，
所述中心区域以及m个环绕区域内各像素通道的灰度等级依次为：
2n级、2n-1级、……、2n-m+1级，
其中，n和m均为大于0的整数，n大于m。
6.根据权利要求2所述的方法，其特征在于，
所述在所述原始图像中确定所述中心区域，以及在所述第一图像中确定所述环绕区域之前，所述方法还包括：
通过对所述第一图像进行下采样处理，得到第四图像；
放大所述第四图像，其中，放大后的第四图像的尺度与所述第一图像的尺度相同；
将所述放大后的第四图像更新为新的第一图像。
7.根据权利要求6所述的方法，其特征在于，
所述通过对所述第一图像进行下采样处理，得到第四图像，具体包括：
对所述第一图像进行高斯滤波；
对高斯滤波后的第一图像进行下采样处理，得到第四图像。
8.根据权利要求1所述的方法，其特征在于，
所述对所述原始图像进行降灰阶处理，得到目标图像，具体包括：
通过对所述原始图像进行下采样处理，得到第二图像；
放大所述第二图像，其中，放大后的第二图像的尺度与所述原始图像的尺度相同；
对所述放大后的第二图像进行降灰阶处理，得到第三图像，其中，所第三图像的各像素通道的灰度等级低于所述原始图像的各像素通道的灰度等级；
在所述原始图像中确定所述中心区域，以及在所述第三图像中确定所述环绕区域；
对所述中心区域和所述环绕区域进行拼接处理，得到所述目标图像。
9.根据权利要求8所述的方法，其特征在于，
所述通过对所述原始图像进行下采样处理，得到第二图像，具体包括：
对所述原始图像进行高斯滤波；
对高斯滤波后的原始图像进行下采样处理，得到第二图像。
10.一种图像处理装置，其特征在于，所述装置包括：
图像获取模块，用于获取原始图像；
图像处理模块，用于通过对所述原始图像进行降灰阶处理，得到目标图像，
其中，所述降灰阶处理用于降低被处理图像中至少部分区域内各像素通道的灰度等级，
所述目标图像包括以基准像素点为中心的中心区域以及环绕区域，所述环绕区域环绕于所述中心区域的外缘，所述环绕区域内各像素通道的灰度等级小于所述中心区域内各像素通道的灰度等级。
11.一种微显示系统，所述微显示系统包括：
微显示控制器，用于执行如权利要求1-8任一项所述的图像处理方法，生成目标图像的控制信号，并将所述控制信号输出至微显示器；
所述微显示器，用于基于所述控制信号，显示所述目标图像。
12.一种图像处理设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；
所述处理器执行所述计算机程序指令时实现如权利要求1-8任一项所述的图像处理方法。
13.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-8任意一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110114124.2A CN112764706A (zh) | 2021-01-27 | 2021-01-27 | 图像处理方法、装置、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110114124.2A CN112764706A (zh) | 2021-01-27 | 2021-01-27 | 图像处理方法、装置、系统、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112764706A true CN112764706A (zh) | 2021-05-07 |
Family
ID=75706205
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110114124.2A Pending CN112764706A (zh) | 2021-01-27 | 2021-01-27 | 图像处理方法、装置、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112764706A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115547230A (zh) * | 2022-11-23 | 2022-12-30 | 南京芯视元电子有限公司 | 视频数据显示处理方法、装置、微显示屏及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11179968A (ja) * | 1997-12-18 | 1999-07-06 | Canon Inc | 印刷システム、印刷装置および印刷方法 |
| CN101099190A (zh) * | 2005-01-06 | 2008-01-02 | 汤姆森许可贸易公司 | 用于减小模糊效应的显示方法和设备 |
| JP2008083653A (ja) * | 2006-09-29 | 2008-04-10 | Seiko Epson Corp | 画像表示装置 |
| CN105324794A (zh) * | 2013-04-10 | 2016-02-10 | 奥克兰联合服务有限公司 | 头部和眼睛跟踪 |
| CN109933268A (zh) * | 2019-02-25 | 2019-06-25 | 昀光微电子（上海）有限公司 | 一种基于人眼视觉特征的近眼显示装置 |
| CN110517318A (zh) * | 2019-08-28 | 2019-11-29 | 昆山国显光电有限公司 | 定位方法和装置、存储介质 |
| CN111435583A (zh) * | 2019-01-15 | 2020-07-21 | 三星显示有限公司 | 显示设备及显示系统 |
| CN111883046A (zh) * | 2020-07-16 | 2020-11-03 | 昀光微电子（上海）有限公司 | 双帧分权融合扫描方法、扫描装置及显示装置 |
| CN112070657A (zh) * | 2020-08-14 | 2020-12-11 | 昀光微电子（上海）有限公司 | 图像处理方法、装置、系统、设备及计算机存储介质 |
| CN112272294A (zh) * | 2020-09-21 | 2021-01-26 | 苏州唐古光电科技有限公司 | 一种显示图像压缩方法、装置、设备及计算机存储介质 |
-
2021
- 2021-01-27 CN CN202110114124.2A patent/CN112764706A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11179968A (ja) * | 1997-12-18 | 1999-07-06 | Canon Inc | 印刷システム、印刷装置および印刷方法 |
| CN101099190A (zh) * | 2005-01-06 | 2008-01-02 | 汤姆森许可贸易公司 | 用于减小模糊效应的显示方法和设备 |
| JP2008083653A (ja) * | 2006-09-29 | 2008-04-10 | Seiko Epson Corp | 画像表示装置 |
| CN105324794A (zh) * | 2013-04-10 | 2016-02-10 | 奥克兰联合服务有限公司 | 头部和眼睛跟踪 |
| US20160066781A1 (en) * | 2013-04-10 | 2016-03-10 | Auckland Uniservices Limited | Head and eye tracking |
| CN111435583A (zh) * | 2019-01-15 | 2020-07-21 | 三星显示有限公司 | 显示设备及显示系统 |
| CN109933268A (zh) * | 2019-02-25 | 2019-06-25 | 昀光微电子（上海）有限公司 | 一种基于人眼视觉特征的近眼显示装置 |
| CN110517318A (zh) * | 2019-08-28 | 2019-11-29 | 昆山国显光电有限公司 | 定位方法和装置、存储介质 |
| CN111883046A (zh) * | 2020-07-16 | 2020-11-03 | 昀光微电子（上海）有限公司 | 双帧分权融合扫描方法、扫描装置及显示装置 |
| CN112070657A (zh) * | 2020-08-14 | 2020-12-11 | 昀光微电子（上海）有限公司 | 图像处理方法、装置、系统、设备及计算机存储介质 |
| CN112272294A (zh) * | 2020-09-21 | 2021-01-26 | 苏州唐古光电科技有限公司 | 一种显示图像压缩方法、装置、设备及计算机存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115547230A (zh) * | 2022-11-23 | 2022-12-30 | 南京芯视元电子有限公司 | 视频数据显示处理方法、装置、微显示屏及存储介质 |
| CN115547230B (zh) * | 2022-11-23 | 2023-03-10 | 南京芯视元电子有限公司 | 视频数据显示处理方法、装置、微显示屏及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101996597B (zh) | 显示装置、校正系统、作成装置、决定装置及其方法 | |
| KR101194133B1 (ko) | 화상 처리 방법, 표시 화상 처리 방법, 화상 처리 장치,화상 처리 프로그램 및 그 화상 처리 장치를 포함하는집적회로 | |
| JP5922160B2 (ja) | 表示較正システム、プログラム、記録媒体 | |
| CN109979401B (zh) | 驱动方法、驱动装置、显示设备和计算机可读介质 | |
| CN108364270B (zh) | 偏色图像颜色还原方法及装置 | |
| EP3300060B1 (en) | Image display method and display device | |
| US10937130B1 (en) | Image color enhancement method and device | |
| KR100791388B1 (ko) | 영상의 선명도 향상을 위한 장치 및 방법 | |
| WO2019041842A1 (zh) | 一种图像处理方法及装置、存储介质和计算机设备 | |
| US20140198993A1 (en) | Exposure enhancement method and apparatus for a defogged image | |
| CN105575314A (zh) | 一种灰阶处理方法、灰阶处理装置及显示装置 | |
| KR20110047137A (ko) | 화상처리장치, 화상처리방법, 및 기억매체 | |
| US20220180122A1 (en) | Method for generating a plurality of sets of training image data for training machine learning model | |
| JP2017538148A (ja) | 液晶パネル及びその画素単位の設定方法 | |
| CN112070657A (zh) | 图像处理方法、装置、系统、设备及计算机存储介质 | |
| CN112764706A (zh) | 图像处理方法、装置、系统、设备及介质 | |
| US9996948B2 (en) | Image downsampling apparatus and method | |
| US9053552B2 (en) | Image processing apparatus, image processing method and non-transitory computer readable medium | |
| US11094093B2 (en) | Color processing program, color processing method, color sense inspection system, output system, color vision correction image processing system, and color vision simulation image processing system | |
| KR102635355B1 (ko) | 지향성 스케일링 시스템들 및 방법들 | |
| CN112200719A (zh) | 图像处理方法、电子设备及可读存储介质 | |
| KR20070063781A (ko) | 색역 내에 존재하는 색상을 영상 적응적으로 조절하는 방법및 장치 | |
| CN107292825A (zh) | 一种图像校正的方法及装置 | |
| CN114927086A (zh) | 显示面板Gamma调试方法、装置、设备及存储介质 | |
| US11615609B2 (en) | Learning apparatus, inferring apparatus, learning method, program, and inferring method |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230823 Address after: 204-11, Conference Center, Wuxi IoT Industrial Base, Zhongdian Haikang, No. 78 Jinghui East Road, Xinwu District, Wuxi City, Jiangsu Province, 214028 Applicant after: Wuxi Tanggu Semiconductor Co.,Ltd. Address before: 215128 unit 4-a404, creative industry park, 328 Xinghu street, Suzhou Industrial Park, Suzhou City, Jiangsu Province Applicant before: Suzhou Tanggu Photoelectric Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right |