CN113875231A - 实时视频动态范围分析 - Google Patents
实时视频动态范围分析 Download PDFInfo
- Publication number
- CN113875231A CN113875231A CN202080041248.6A CN202080041248A CN113875231A CN 113875231 A CN113875231 A CN 113875231A CN 202080041248 A CN202080041248 A CN 202080041248A CN 113875231 A CN113875231 A CN 113875231A
- Authority
- CN
- China
- Prior art keywords
- video
- visual output
- video signal
- brightness
- analyzer
- 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
- 238000004458 analytical method Methods 0.000 title description 9
- 230000000007 visual effect Effects 0.000 claims abstract description 56
- 230000001186 cumulative effect Effects 0.000 claims abstract description 33
- 238000005315 distribution function Methods 0.000 claims abstract description 29
- 239000013598 vector Substances 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 50
- 238000003860 storage Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 239000003550 marker Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
Images
Classifications
-
- G06T5/90—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/20—Special algorithmic details
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Controls And Circuits For Display Device (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Picture Signal Circuits (AREA)
Abstract
视频分析器测量并输出视频信号的动态范围的视觉指示。视频分析器包括接收视频信号的视频输入,并且累积分布函数生成器从视频信号的分量生成累积分布函数曲线。特征检测器从累积分布函数曲线生成一个或多个特征向量,并且视频动态范围生成器产生指示视频信号的一个或多个部分的亮度的视觉输出。
Description
技术领域
本公开针对用于测量视频信号的系统和方法,并且特别地针对自动分析视频信号的动态范围。
背景技术
随着4K和8K消费类显示器的出现,电视(TV)在显示大小和分辨率上比原始的1080×1920高清(HD)格式具有迅速改进,后者可以支持来自具有4K分辨率的流媒体数据服务的内容。然而,在典型的观看距离下,可能难以感知和完全领会这些对典型客厅屏幕大小的新的高分辨率改进,使得对图像分辨率的进一步改进不切实际。
照此,视频技术的进步已经集中在开发更宽的色域(WCG),并且特别是现代显示器更宽得多的对比度和峰值亮度高动态范围(HDR),因为这些在观众体验方面创建了非常显著的改进,这在典型的客厅观看距离和照明下可以容易地领会。
HDR视频内容提供商正在快速将经典胶片档案转换为用于视频DVD和流媒体服务的新的HDR格式,所述经典胶片档案一直具有比标准动态范围(SDR)视频更大的动态范围。另外,当今的相机具有非常大的动态范围,允许HDR内容的直播和视频制作记录二者,以及为没有HDR TV的那些人联播SDR内容。
当前,存在用于HDR/WCG内容的三种流行的显示格式和两种WCG格式。高端工作室参考显示监视器,否则称为像素(pix)监视器,可以直接显示以这些格式中的一种或多种的输入。
HDR/WCG内容来源于不同于HDR/SDR像素监视器输入格式的宽范围的相机、胶片和数字档案格式。照此,需要在红色、绿色和蓝色(RGB)亮度、对比度、颜色饱和度和伽马方面进行调整,以压缩或扩展动态范围和颜色空间,从而适合像素监视器格式之一。
本公开的实施例解决了现有技术的这些和其它缺陷。
附图说明
参考附图,从实施例的以下描述中,本公开的实施例的方面、特征和优点将变得显而易见,其中:
图1是根据本公开实施例的实时视频动态范围分析系统的框图。
图2A和2B是针对特定视频帧的图1的实时视频动态范围分析系统的示例输出。
图3是针对另一特定视频帧的图1的实时视频动态范围分析系统的另一示例输出。
图4是由图1的实时视频动态范围分析系统输出的视频的亮度曲线图的输出。
图5是用于实现图1的实时视频动态范围分析系统的计算机设备或系统的示例。
具体实施方式
如上面所提到的,高端工作室参考显示监视器,本文中也称为像素监视器,可以以一种或多种格式显示输入。格式包括例如HDR像素监视器显示“伽马”格式或WCG像素监视器原色格式。
HDR像素监视器显示“伽马”格式可以包括感知量化(PQ),分级为1000到4000尼特峰值亮度;混合对数伽马通常分级为1000尼特峰值亮度;和SRLive通常分级为1200尼特峰值亮度。SCG像素显示器原色格式可以包括具有完全饱和的“激光”光纯度显示原色的BT.2020,这必须受到限制,因为当前图片显示器的显示原色不能实现纯RGB光,以及具有宽色域但可实现的显示原色缺乏激光光纯度的P3-D65。
HDR/WCG内容来源于不同于HDR/SDR像素显示器输入格式的宽范围的相机、胶片和数字档案格式。因此,如上面所提到的,需要在RGB亮度、对比度、颜色饱和度和伽马方面的调整,以压缩或扩展动态范围和颜色空间,从而适合像素监视器伽马格式之一。
附加地,应该根据显示面积量化图像中的亮度,以确保HDR/WCG内容不超过目标显示技术的限制。然而,可能难以测量视频图像的亮度,所述视频图像可能具有非常明亮的高光,所述高光仅占据小的像素面积,或者与电影院相比对于不是非常黑暗的房间中的TV来说显得太黑暗的场景。
现代TV像素显示器在他们可以在其非常大的屏幕上提供的显示功率或发光强度方面受到限制。例如,被宣传为能够显示2000尼特(cd/m^2)的峰值亮度的七十英寸对角线电视或像素监视器可能仅能够在少于百分之二的屏幕面积处递送该峰值亮度。换句话说,电视或像素显示器不能在整个屏幕上显示2000尼特的白场,因为给定显示技术,这将消耗太多的功率。
本公开的实施例提供了确定作为图像面积的函数的场景亮度的系统和方法,以允许在对目标HDR显示伽马格式的HDR内容进行分级或下变频到SDR时调整高光内容以及平均亮度。优选地,该系统和方法实时运行,用于整个视频序列上的内容的质量控制检查和绘图。
本公开的实施例的其它方面提供了与图像中的特定感兴趣区相关联的实时亮度标记,以量化期望的中间色调、镜面高光和其它感兴趣区(诸如肤色曝光)的亮度。在一些实施例中,这些标记可以基于像素区域来选择,并且具有像素区域显示指示,诸如伪彩色插入。
实施例的其它方面可以提供一种确定目标像素显示监视器的有限发光强度是否已经被超过的方法。
图1是根据所公开技术的一些实施例的实时视频动态范围分析示例系统100的框图。系统100可以实时分析视频内容,并且确定作为图像面积的函数的场景亮度,以允许用户快速标识是否应该对高光内容以及平均亮度进行调整,同时对HDR显示伽马格式的HDR内容进行分级或者下变频到SDR。该系统可以在转换器102中接收可以被转换为亮度Y’信号的Cb'Y'Cr'信号或R'G'B'信号。多路复用器104可以从Cb’Y’Cr’信号或经转换的R’G’B’信号选择亮度或Y’分量。
可选的预处理106可以在Y’分量上施行,以将其大小调整为不同的格式或者施行字母框检测并裁剪为活动像素二者任一。后续处理的像素计数仅需要足以为屏幕面积提供合理的像素计数,例如低至百分之0.01。就峰值亮度而言,即使在典型的大屏幕上,比这小的面积一般也将不感兴趣。例如,将4K或2K图像大小调整到720×1280仍然为0.01%的面积分辨率提供大约92个像素。
另外,在一些实施例中,系统100可能仅对活动图像像素感兴趣,因此任何字母框(侧面板或顶部/底部黑色带)都应该被检测到并被选通以用于后续的像素处理。在预处理106之后,如果Y’分量是HDR Y’分量,则可以通过多路复用器110和查找表112将SDR或HDR亮度分量Y’发送到SDR置信度监视器108。查找表112可以将HDR Y’分量下变频为SDR,并且SDR置信度监视器108提供视频图片置信度监视功能,该功能可以与实时累积分布函数(CDF)或互补累积分布函数(CCDF)一致显示,这将在下面更详细地讨论。这可以是全色图像或具有伪彩色以标记亮度区的单色图像。
在一些实施例中,在输入数据代码值的范围内产生114一维直方图。一维直方图类似于概率密度函数(PDF),并且是每个输入代码值在单个帧上的像素计数向量,并且然后标准化为具有单位累积和的分数值。
在一些实施例中,通过提供直方图向量与其自身的时间平均,可选的递归直方图滤波器116被应用于一维直方图。例如,示出了递归低通滤波器(LPF),由此直方图的每个bin被平均(自回归),其中其来自先前帧的值创建一阶指数阶跃响应。具有有限脉冲响应的移动系综平均时间LPF可以提供相同的益处。
也被称为累积直方图的累积密度函数(CDF)118被生成为累积和。因为平均直方图具有单位和,所以CDF将是从零到一的单调递增函数,就像在传统的统计函数中一样。
根据CDF 118的输出,特征检测120通过在CDF中搜索与预确定像素概率集合中的每一个最接近的CV bin,在每一帧的预确定像素区域处生成实时动态标记值集合,诸如亮度、停止和输入代码值(CV),所述预确定像素概率集合实际上是屏幕面积分数或百分比集合。输入CV值可以充当伪彩色阈值,以实时指示像素显示器上每个标记的预确定像素区域。
基于实时动态标记值集合,可以从特征检测120绘制出CDF波形。CDF波形绘制了输入CV相对于由特征检测120确定的像素概率,或者,输入CV可以被转换为全尺度百分比,并且像素概率可以使用视频信号的已知伽马格式被转换为尼特或停止。
在一些实施例中,互补的CDF(CCDF)122也可以用于将图像面积与输入CV相关联。CCDF 122通过从一减去CDF来确定,即1–CDF = CCDF。然后,在视频动态范围生成器124处接收CCDF 122和特征检测120输出。视频动态范围生成器124以系统100的用户可以观看的形式产生指示视频信号的一个或多个部分的亮度的视觉输出。
视频动态范围生成器124可以为视频输入的单个帧126产生视觉输出,其可以包括如由特征检测120确定的尼特、停止或输入CV值相对于屏幕面积百分比或对数概率的绘制量。因为输入编码伽马格式通常是已知的,所以由CDF 118或CCDF 120输出的CV尺度可以被转换为显示光(尼特)或场景参考(停止或反射),用于参考视频制作、质量控制和分发工作流程中的使用点。伽马格式可以从输入信号的元数据接收,或者可以由用户输入。信号帧的视觉输出可以允许用户容易地识别可能包含超过典型显示峰值亮度的HDR高光的图像区域,或者可能不容易下变频到SDR的内容。
视频动态范围生成器124实时或接近实时地产生视觉输出,这意味着当视频信号正在被输入到系统100时产生视觉输出,或者在接收到信号之后尽可能快地产生视觉输出,以为视觉输出的创建提供时间。在其它实施例中,视频动态范围生成器124的输出可以被临时存储以供以后分析,或者甚至被无限期地存储。
视频动态范围生成器124还可以为视频输入的多个帧128产生视觉输出,这可以包括绘制尼特相对于帧的量,诸如每个帧的平均亮度、每个帧的最大峰值亮度和每个帧的最小亮度。多帧输出128还可以允许用户识别具有平均亮度(大面积)的场景,所述场景对于正常观看条件来说明亮或黑暗得令人不舒服二者任一。
视频动态范围生成器124可以附加地或替代地通过基于图像的不同部分中存在的亮度量用亮度对图像进行颜色编码来为视频输入的帧产生伪图像或伪彩色图像的视觉输出。伪彩色图像输出130可以在视觉上将HDR高光与实时亮度尼特值相关。
在一些实施例中,还可以为特定显示器确定功率限制掩模,并同时显示在视觉输出上,以允许用户快速且容易地弄清输入视频是否具有对于特定显示器来说太明亮或太黑暗的部分。
可以使用任何已知的操作或方法来确定显示功率限制。当制造商为电视或监视器指定以尼特为单位的最大亮度时,它们通常是为电视或监视器屏幕的某个区域指定的。
在下面的等式(1)中,最大亮度(Lmax)可以是2500、1500和1000尼特,其指定用于三个不同显示器的小于2%的屏幕面积。等式(2)指出,1尼特等于每平方米1坎德拉。
对于16x9纵横比的电视或监视器,对角线长度为70英寸,并且等式(3)将对角线长度D转换为米。
下面示出的等式(4)然后基于对角线长度来确定电视或监视器的面积。
使用上面的等式(4),70英寸电视或监视器的面积为1.341m2。
在等式5中,通过将最大亮度乘以2%的面积来确定峰值亮度Plum。
对于上面的三种显示器,峰值亮度在下面的等式(6)中示出:
以坎德拉为单位的峰值亮度可以转换为尼特,如公式(7)中所示出的。
对于上面讨论的三种显示器,结果在等式(8)中示出:
在等式(9)中,尼特的最大数量由I指示,在该示例中I是10,000,i是从0到I-1,j是屏幕面积,其是上面的2%,并且每个点i的面积由等式(9)确定。
给定上面等式(5)中的峰值亮度,可以使用等式(1)来确定每个点的最大亮度。
等式(9)至(11)用于在生成的CDF或CCDF上绘制功率限制掩模。
图2A描绘了由系统100在HDR PQ格式输入视频的示例帧上操作而生成的示例性CCDF波形,而图2B图示了由系统100生成的示例伪彩色图像。尽管图2B的伪彩色图像是以灰度示出的,但是实际上伪彩色图像可以以彩色生成,其中特定的颜色指示原始图像的各种亮度或明度水平。图2A图示了视频帧的PQ HDR CCDF显示光与像素面积百分比的曲线图200,其可以是图1的单帧视图126的示例。在1500尼特显示器的曲线图上示出了功率限制掩模202,诸如上面使用等式(9)-(11)确定的功率限制掩模。CCDF波形204绘制在曲线图200上。
为了便于讨论,在曲线图200上图示了多个标记,但是当向用户显示时,所有这些标记不需要呈现在CCDF波形204中。标记206图示了600尼特存在于0.1%的显示面积处。标记208图示了1%的显示面积点在400尼特处。标记210图示了10%的显示面积在20尼特处,以及标记212图示了25%的显示面积在8尼特处。如由标记214可以看到的,3%的显示面积大于200尼特。标记216图示了在18尼特处的均值标记。
如在曲线图200中可以看到的,图2B的图218没有违反1500尼特区域功率限制掩模。可以提供颜色编码键220,以允许用户快速标识伪彩色图218的哪个区域对应于CCDF波形204的哪个部分。箭头222图示了大于600尼特的0.1%面积,而箭头224图示了大于400尼特的1%面积,并且箭头226图示了大于200尼特的3%面积的HDR区。
图3图示了视频的另一单帧的CCDF波形302的另一示例。功率限制掩模202也示出在曲线图300上。标记304、306、308和310分别以0.1%、1%、10%和25%的面积百分比图示了CCDF波形上的尼特数。
均值标记312位于112尼特处。如在标记308处可以看到的,图像具有超过图像的10%的大于800尼特的面积,其超过了显示功率限制,如由功率限制掩模202图示的。另外,超过100尼特的平均亮度(112尼特)可以向大多数观看者指示令人不舒服的明亮图像。尽管在图3中未示出,但是伪彩色图像130也可以与曲线图300以及键同时显示,类似于上面的图2A和2B。
图4是可以显示给用户的曲线图400,其利用系统100来测试视频内容是否将充分显示在特定显示器上。曲线图400是由图1的视频动态范围生成器124生成的多帧视图128的示例。曲线图400示出了视频的平均亮度波形402、少于1%图像面积波形404的峰值亮度以及在视频输入的整个持续时间内由系统100测量的大于1%图像面积波形406的最小亮度(峰值黑色)。峰值之间的差异是跨越视频剪辑的每一帧的最暗的1%和最明亮的1%的动态范围。线408和410分别指示显示器的最大和最小亮度。线412和414指示显示器的亮度的最佳区。
如图4中可以看到的,平均亮度402是在整个600帧的视频上绘制的。平均亮度402保持在显示器的最大和最小亮度内,如由线408和410图示的,除了近似100帧和170帧周围的两个过黑暗违规416和418。系统100的用户将能够看到这些违规,并按照需要调整视频以纠正违规,因此能够正确显示视频。
图5是图示了可以存在于被配置为实现根据本公开实施例的方法、过程、功能或操作的计算机设备或系统中的元件或组件的图解。如指出的,在一些实施例中,本文中描述的系统和方法可以以包括处理元件和可执行指令集的装置的形式来实现。可执行指令可以是软件应用的一部分,并被布置成软件架构。一般而言,本公开的实施例可以使用软件指令集来实现,该软件指令集被设计为由适当编程的处理元件(诸如CPU、微处理器、处理器、控制器、计算设备等)来执行。在复杂的应用或系统中,这样的指令通常被布置成“模块”,其中每个这样的模块通常施行特定的任务、过程、功能或操作。操作系统(OS)或其它形式的组织平台可以对整个模块集在其操作方面进行控制或协调。
每个应用模块或子模块可以对应于由该模块或子模块实现的特定功能、方法、过程或操作。这样的功能、方法、过程或操作可以包括用于实现本文中描述的系统和方法的一个或多个方面的功能、方法、过程或操作。
应用模块和/或子模块可以包括任何合适的计算机可执行代码或指令集(例如,如将由适当编程的处理器、微处理器或CPU执行),诸如对应于编程语言的计算机可执行代码。例如,编程语言源代码可以被编译成计算机可执行代码。替代地或者此外,编程语言可以是解释的编程语言,诸如脚本语言。计算机可执行代码或指令集可以存储在任何合适的非暂时性计算机可读介质中(或上)。一般而言,关于本文中描述的实施例,非暂时性计算机可读介质可以包括除暂时性波形或类似介质之外的几乎任何结构、技术或方法。
如所描述的,用于实现本公开的实施例的系统、装置、方法、过程、功能和/或操作可以全部或部分地以由一个或多个编程的计算机处理器(诸如中央处理单元(CPU)或微处理器)执行的指令集的形式来实现。这样的处理器可以合并在由系统的其它组件操作或与之通信的装置、服务器、客户端或其它计算或数据处理设备中。作为示例,图5是图示可以存在于被配置为实现根据本公开实施例的方法、过程、功能或操作的计算机设备或系统500中的元件或组件的图解。图5中所示出的子系统经由系统总线502互连。子系统可以包括显示器504和外设,并且耦合到输入/输出(I/O)控制器506的I/O设备可以通过本领域已知的任何数量的部件、诸如串行端口508连接到计算机系统。例如,串行端口508或外部接口510可以用于将计算机设备500连接到图5中未示出的另外设备和/或系统,包括诸如互联网之类的广域网、鼠标输入设备和/或扫描仪。经由系统总线502的互连允许一个或多个处理器512与每个子系统通信,并控制可以存储在系统存储器514和/或固定磁盘516中的指令的执行,以及子系统之间的信息交换。系统存储器514和/或固定磁盘516可以体现有形的计算机可读介质。由图1的视频动态范围生成器124生成的任何或所有视图126、128、130可以在显示器504上向系统500的用户示出。
本申请中描述的任何软件组件、过程或功能可以被实现为由处理器使用任何合适的计算机语言使用例如常规的或面向对象的技术执行的软件代码,所述计算机语言诸如例如Java、JavaScript、C++或Perl。软件代码可以作为一系列指令或命令存储在非暂时性计算机可读介质中(或上),所述非暂时性计算机可读介质诸如随机存取存储器(RAM)、只读存储器(ROM)、诸如硬盘驱动器或软盘之类的磁性介质、或诸如CD-ROM之类的光学介质。在该上下文中,除了暂时性波形之外,非暂时性计算机可读介质几乎是适合于存储数据或指令集的任何介质。任何这样的计算机可读介质可以驻留在单个计算装置上或内,并且可以存在于系统或网络内的不同计算装置上或内。
根据一个示例实现,如本文中使用的术语处理元件或处理器可以是中央处理单元(CPU),或者概念化为CPU(诸如虚拟机)。在该示例实现中,CPU或其中合并CPU的设备可以与一个或多个外围设备(诸如显示器)耦合、连接和/或通信。
本文中提到的非暂时性计算机可读存储介质可以包括多个物理驱动单元,诸如独立磁盘的冗余阵列(RAID)、软盘驱动器、闪速存储器、USB闪存驱动器、外部硬盘驱动器、拇指驱动器、笔驱动器、密钥驱动器、高密度数字多功能盘(HD-DVD)光盘驱动器、内部硬盘驱动器、蓝光光盘驱动器或全息数字数据存储(HDDS)光盘驱动器、同步动态随机存取存储器(SDRAM)或类似设备或基于类似技术的其它形式的存储器。如所提到的,关于本文中所描述的实施例,非暂时性计算机可读介质可以包括除暂时性波形或类似介质之外的几乎任何结构、技术或方法。
本文中参考系统的框图和/或功能、操作、过程或方法的流程图或流程图解来描述所公开技术的某些实现。将理解,框图的一个或多个框、或者流程图或流程图解的一个或多个阶段或步骤以及框图中的框和流程图或流程图解的阶段或步骤的组合可以分别由计算机可执行程序指令来实现。注意,在一些实施例中,一个或多个框、阶段或步骤可能不一定需要以所呈现的次序来施行,或者可能根本不一定需要施行。
这些计算机可执行程序指令可以被加载到通用计算机、专用计算机、处理器或其它可编程数据处理装置上,以产生机器的特定示例,使得由计算机、处理器或其它可编程数据处理装置执行的指令创建用于实现本文中描述的功能、操作、过程或方法中的一个或多个的部件。这些计算机程序指令也可以存储在计算机可读存储器中,该计算机可读存储器可以指导计算机或其它可编程数据处理装置以特定方式运转,使得存储在计算机可读存储器中的指令产生包括指令部件的制品,该指令部件实现本文中描述的功能、操作、过程或方法中的一个或多个。
本公开的方面可以在特别创建的硬件、固件、数字信号处理器上操作,或者在包括根据编程指令操作的处理器的特殊编程的计算机上操作。如本文中使用的术语控制器或处理器意图包括微处理器、微型计算机、专用集成电路(ASIC)和专用硬件控制器。本公开的一个或多个方面可以体现在计算机可用数据和计算机可执行指令中,诸如由一个或多个计算机或其它设备执行的一个或多个程序模块中。一般而言,程序模块包括例程、程序、对象、组件、数据结构等,其当由计算机或其它设备中的处理器执行时施行特定的任务或实现特定的抽象数据类型。计算机可执行指令可以存储在计算机可读存储介质上,所述计算机可读存储介质诸如硬盘、光盘、可移除存储介质、固态存储器、随机存取存储器(RAM)等。如本领域技术人员将领会的,程序模块的功能可以按照期望在各个方面进行组合或分布。此外,功能可以全部或部分地体现在固件或硬件等同物(诸如集成电路、FPGA以及诸如此类)中。特定的数据结构可以用于更有效地实现本公开的一个或多个方面,并且这样的数据结构被设想在本文中描述的计算机可执行指令和计算机可用数据的范围内。
在一些情况下,所公开的方面可以在硬件、固件、软件或其任何组合中实现。所公开的方面还可以实现为由一个或多个或计算机可读存储介质承载或存储在其上的指令,所述指令可以由一个或多个处理器读取和执行。这样的指令可以被称为计算机程序产品。如本文中所讨论的,计算机可读介质意指可以由计算设备访问的任何介质。作为示例而非限制,计算机可读介质可以包括计算机存储介质和通信介质。
计算机存储介质意指可以用于存储计算机可读信息的任何介质。作为示例而非限制,计算机存储介质可以包括RAM、ROM、电可擦除可编程只读存储器(EEPROM)、闪速存储器或其它存储器技术、压缩盘只读存储器(CD-ROM)、数字视频盘(DVD)或其它光盘存储装置、盒式磁带、磁带、磁盘存储装置或其它磁性存储设备、以及以任何技术实现的任何其它易失性或非易失性、可移除或不可移除介质。计算机存储介质排除信号本身和信号传输的暂时性形式。
通信介质意指可以用于计算机可读信息的通信的任何介质。作为示例而非限制,通信介质可以包括同轴线缆、光纤线缆、空气或适合于电、光、射频(RF)、红外、声或其它类型信号的通信的任何其它介质。
示例
下面提供了本文中公开的技术的说明性示例。技术的实施例可以包括下面描述的示例中的任何一个或多个以及任何组合。
示例1是一种用于测量视频信号的动态范围的视频分析器,包括视频输入,被构造为接收视频信号;累积分布函数生成器,被构造为从视频信号的分量生成累积分布函数曲线;特征检测器,被构造为从累积分布函数曲线生成一个或多个特征向量;以及视频动态范围生成器,被构造为产生指示视频信号的一个或多个部分的亮度的视觉输出。
示例2是根据示例1的视频分析器,其中所述视觉输出包括指示视频信号的一个或多个部分的亮度的伪彩色图像。
示例3是根据示例1或2中任一个的视频分析器,其中所述视觉输出包括指示视频信号的单帧的亮度相对于屏幕面积百分比的波形。
示例4是根据示例3的视频分析器,其中所述视觉输出包括用于与波形同时显示的特定显示器的功率掩模。
示例5是根据示例1至4中任一个的视频分析器,其中所述视觉输出包括视频信号的至少一部分的每一帧的平均亮度。
示例6是根据示例5的视频分析器,其中所述视觉输出进一步包括特定显示器的最大平均亮度。
示例7是根据示例6的视频分析器,其中所述视觉输出进一步包括特定显示器的最小平均亮度。
示例8是根据示例7的视频分析器,其中所述视觉输出进一步包括特定显示器的最佳最大亮度和最佳最小亮度。
示例9是根据示例1至8中任一个的视频分析器,其中实时或接近实时地生成和显示视觉输出。
示例10是一种用于测量视频信号的动态范围的方法,包括从视频信号的分量生成累积分布函数曲线;从累积分布函数曲线生成一个或多个特征向量;以及产生指示视频信号的一个或多个部分的亮度的视觉输出。
示例11是根据示例10的方法,其中所述视觉输出包括指示视频信号的一个或多个部分的亮度的伪彩色图像。
示例12是根据示例10或11中任一个的方法,其中所述视觉输出包括指示视频信号的单帧的亮度相对于屏幕面积百分比的波形。
示例13是根据示例12的方法,其中所述视觉输出包括与波形同时显示的特定显示器的功率掩模。
示例14是根据示例10至13中任一个的方法,其中所述视觉输出包括视频信号的至少一部分的每一帧的平均亮度。
示例15是根据示例14的方法,其中所述视觉输出进一步包括特定显示器的最大平均亮度和最小平均亮度。
示例16是根据示例10至15中任一个的方法,其中产生指示视频信号的一个或多个部分的亮度的视觉输出包括实时或接近实时地产生视觉输出。
示例17是包括指令的一个或多个计算机可读存储介质,所述指令当由视频分析器的一个或多个处理器执行时,使视频分析器从视频信号的分量生成累积分布函数曲线;从累积分布函数曲线产生一个或多个特征向量;以及生成指示视频信号的一个或多个部分的亮度的视觉输出。
示例18是根据示例17的一个或多个计算机可读存储介质,进一步包括使视频分析器生成视觉输出的指令,所述视觉输出包括指示视频信号的一个或多个部分的亮度的伪彩色图像。
示例19是根据示例17或18中任一个的一个或多个计算机可读存储介质,进一步包括使视频分析器生成视觉输出的指令,所述视觉输出包括指示视频信号的单帧的亮度相对于屏幕面积百分比的波形。
示例20是根据示例17至19中任一个的一个或多个计算机可读存储介质,进一步包括使视频分析器生成视觉输出的指令,所述视觉输出包括用于与波形同时显示的特定显示器的功率掩模。
示例21是一种用于测量视频信号的动态范围的视频分析器,包括视频输入,被构造为接收视频信号;累积分布函数生成器,被构造为从视频信号的分量生成累积分布函数曲线;特征检测器,被构造为从累积分布函数曲线生成一个或多个特征向量;以及视频动态范围生成器,被构造为从累积分布函数曲线和从所述一个或多个特征向量产生指示视频信号的一个或多个部分的亮度的视觉输出。
示例22是一种用于测量视频信号的动态范围的方法,包括从视频信号的分量生成累积分布函数曲线;从累积分布函数曲线生成一个或多个特征向量;以及从累积分布函数曲线和从所述一个或多个特征向量产生指示视频信号的一个或多个部分的亮度的视觉输出。
示例23是包括指令的一个或多个计算机可读存储介质,所述指令当由视频分析器的一个或多个处理器执行时,使视频分析器从视频信号的分量生成累积分布函数曲线;从累积分布函数曲线产生一个或多个特征向量;以及从累积分布函数曲线和从所述一个或多个特征向量生成指示视频信号的一个或多个部分的亮度的视觉输出。
所公开主题的先前描述的版本具有许多优点,所述优点被描述或者对于普通技术人员来说将是显而易见的二者任一。即使如此,这些优点或特征不是在所公开的装置、系统或方法的所有版本中都需要的。
附加地,该书面描述参考了特定特征。将理解,本说明书中的公开内容包括那些特定特征的所有可能组合。在特定方面或示例的上下文中公开了特定特征的情况下,该特征也可以尽可能地在其它方面和示例的上下文中使用。
此外,当在本申请中参考具有两个或更多个定义的步骤或操作的方法时,定义的步骤或操作可以以任何次序或同时实行,除非上下文排除了那些可能性。
尽管为了说明的目的已经图示和描述了本发明的特定示例,但是将理解,在不脱离本发明的精神和范围的情况下,可以进行各种修改。因此,本发明不应受到除了如所附权利要求之外的限制。
Claims (20)
1.一种用于测量视频信号的动态范围的视频分析器,包括:
视频输入,被构造为接收视频信号;
累积分布函数生成器,被构造为从视频信号的分量生成累积分布函数曲线;
特征检测器,被构造为从累积分布函数曲线生成一个或多个特征向量;以及
视频动态范围生成器,被构造为产生指示视频信号的一个或多个部分的亮度的视觉输出。
2.根据权利要求1所述的视频分析器,其中所述视觉输出包括指示视频信号的一个或多个部分的亮度的伪彩色图像。
3.根据权利要求1所述的视频分析器,其中所述视觉输出包括指示视频信号的单帧的亮度相对于屏幕面积百分比的波形。
4.根据权利要求3所述的视频分析器,其中所述视觉输出包括用于与波形同时显示的特定显示器的功率掩模。
5.根据权利要求1所述的视频分析器,其中所述视觉输出包括视频信号的至少一部分的每一帧的平均亮度。
6.根据权利要求5所述的视频分析器,其中所述视觉输出进一步包括特定显示器的最大平均亮度。
7.根据权利要求6所述的视频分析器,其中所述视觉输出进一步包括特定显示器的最小平均亮度。
8.根据权利要求7所述的视频分析器,其中所述视觉输出进一步包括特定显示器的最佳最大亮度和最佳最小亮度。
9.根据权利要求1所述的视频分析器,其中实时或接近实时地生成和显示视觉输出。
10.一种用于测量视频信号的动态范围的方法,包括:
从视频信号的分量生成累积分布函数曲线;
从累积分布函数曲线生成一个或多个特征向量;以及
产生指示视频信号的一个或多个部分的亮度的视觉输出。
11.根据权利要求10所述的方法,其中所述视觉输出包括指示视频信号的一个或多个部分的亮度的伪彩色图像。
12.根据权利要求10所述的方法,其中所述视觉输出包括指示视频信号的单帧的亮度相对于屏幕面积百分比的波形。
13.根据权利要求12所述的方法,其中所述视觉输出包括与波形同时显示的特定显示器的功率掩模。
14.根据权利要求10所述的方法,其中所述视觉输出包括视频信号的至少一部分的每一帧的平均亮度。
15.根据权利要求14所述的方法,其中所述视觉输出进一步包括特定显示器的最大平均亮度和最小平均亮度。
16.根据权利要求10所述的方法,其中产生指示视频信号的一个或多个部分的亮度的视觉输出包括实时或接近实时地产生视觉输出。
17.包括指令的一个或多个计算机可读存储介质,所述指令当由视频分析器的一个或多个处理器执行时,使视频分析器进行以下操作:
从视频信号的分量生成累积分布函数曲线;
从累积分布函数曲线产生一个或多个特征向量;以及
生成指示视频信号的一个或多个部分的亮度的视觉输出。
18.根据权利要求17所述的一个或多个计算机可读存储介质,进一步包括使视频分析器生成视觉输出的指令,所述视觉输出包括指示视频信号的一个或多个部分的亮度的伪彩色图像。
19.根据权利要求17所述的一个或多个计算机可读存储介质,进一步包括使视频分析器生成视觉输出的指令,所述视觉输出包括指示视频信号的单帧的亮度相对于屏幕面积百分比的波形。
20.根据权利要求17所述的一个或多个计算机可读存储介质,进一步包括使视频分析器生成视觉输出的指令,所述视觉输出包括用于与波形同时显示的特定显示器的功率掩模。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962830351P | 2019-04-05 | 2019-04-05 | |
US62/830351 | 2019-04-05 | ||
PCT/US2020/026725 WO2020206357A1 (en) | 2019-04-05 | 2020-04-03 | Real-time video dynamic range analysis |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113875231A true CN113875231A (zh) | 2021-12-31 |
Family
ID=70471104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080041248.6A Pending CN113875231A (zh) | 2019-04-05 | 2020-04-03 | 实时视频动态范围分析 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11238577B2 (zh) |
JP (1) | JP2022526992A (zh) |
CN (1) | CN113875231A (zh) |
GB (1) | GB2597174B (zh) |
WO (1) | WO2020206357A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020206356A1 (en) * | 2019-04-05 | 2020-10-08 | Project Giants, Llc | High dynamic range video format detection |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2357649A (en) | 1999-12-22 | 2001-06-27 | Nokia Mobile Phones Ltd | Image enhancement using inverse histogram based pixel mapping |
US7158686B2 (en) * | 2002-09-19 | 2007-01-02 | Eastman Kodak Company | Enhancing the tonal characteristics of digital images using inflection points in a tone scale function |
JP3801126B2 (ja) * | 2002-09-25 | 2006-07-26 | ソニー株式会社 | 撮像装置,撮像装置の画像出力方法,およびコンピュータプログラム |
TW591375B (en) * | 2003-08-08 | 2004-06-11 | Via Tech Inc | Video display system and its power-saving method |
GB2430026A (en) * | 2005-09-09 | 2007-03-14 | Qinetiq Ltd | Automated selection of image regions |
JP4547639B2 (ja) * | 2008-08-26 | 2010-09-22 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
US9317931B2 (en) * | 2014-04-04 | 2016-04-19 | Tektronix, Inc. | F-stop weighted waveform with picture monitor markers |
US9798950B2 (en) * | 2015-07-09 | 2017-10-24 | Olympus Corporation | Feature amount generation device, feature amount generation method, and non-transitory medium saving program |
US10264287B2 (en) * | 2016-10-05 | 2019-04-16 | Dolby Laboratories Licensing Corporation | Inverse luma/chroma mappings with histogram transfer and approximation |
EP3571843A1 (en) * | 2017-01-18 | 2019-11-27 | Dolby Laboratories Licensing Corporation | Segment-based reshaping for coding high dynamic range video |
US10796145B2 (en) * | 2017-06-29 | 2020-10-06 | Samsung Electronics Co., Ltd. | Method and apparatus for separating text and figures in document images |
US10587872B2 (en) | 2017-07-05 | 2020-03-10 | Project Giants, Llc | Video waveform peak indicator |
-
2020
- 2020-04-03 WO PCT/US2020/026725 patent/WO2020206357A1/en active Application Filing
- 2020-04-03 US US16/840,169 patent/US11238577B2/en active Active
- 2020-04-03 GB GB2115762.3A patent/GB2597174B/en active Active
- 2020-04-03 JP JP2021559374A patent/JP2022526992A/ja active Pending
- 2020-04-03 CN CN202080041248.6A patent/CN113875231A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20200320678A1 (en) | 2020-10-08 |
GB2597174B (en) | 2023-06-28 |
WO2020206357A1 (en) | 2020-10-08 |
GB2597174A (en) | 2022-01-19 |
GB202115762D0 (en) | 2021-12-15 |
US11238577B2 (en) | 2022-02-01 |
JP2022526992A (ja) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11343411B2 (en) | Imaging apparatus including circuitry that causes the display of an image corresponding to raw data and with characteristics determined by selected setting information | |
US10891722B2 (en) | Display method and display device | |
CN109219844B (zh) | 在视频优先级与图形优先级之间转换 | |
US20180144692A1 (en) | Metadata filtering for display mapping for high dynamic range images | |
US9679366B2 (en) | Guided color grading for extended dynamic range | |
US20130038790A1 (en) | Display Management Methods and Apparatus | |
US11410343B2 (en) | Information processing apparatus, information processing method, and non-transitory computer readable medium | |
CN102341826A (zh) | 用于将输入图像数据转换成输出图像数据的方法、用于将输入图像数据转换成输出图像数据的图像转换单元、图像处理设备、显示设备 | |
BR112013028556B1 (pt) | Aparelho e método para gerar um sinal de imagem e aparelho e método para processar um sinal de imagem | |
KR20100076455A (ko) | 관심 영역 기반 영상 처리 장치 및 방법 | |
WO2018212212A1 (ja) | 画像調整装置、画像調整方法及びプログラム | |
US10798347B2 (en) | Information processing device, information processing method, and program | |
KR20180000729A (ko) | 디스플레이 장치 및 이의 제어 방법 | |
US11238577B2 (en) | Video dynamic range analysis | |
KR20180094949A (ko) | 디지털 이미지를 프로세싱하기 위한 방법, 디바이스, 단말 장비 및 연관된 컴퓨터 프로그램 | |
US11627278B2 (en) | High dynamic range video format detection | |
JP2016046701A (ja) | 画像処理装置、画像処理方法、及び、プログラム | |
US10868970B2 (en) | Image processing apparatus outputting display environment, image processing method, and storage medium | |
EP3716619A1 (en) | Gamut estimation | |
TW202147845A (zh) | 運算用以編輯高動態範圍內容之動態後設資料 |
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 |