CN114666523A - 一种可自动适应人眼亮度节能液晶电视 - Google Patents

一种可自动适应人眼亮度节能液晶电视 Download PDF

Info

Publication number
CN114666523A
CN114666523A CN202210327151.2A CN202210327151A CN114666523A CN 114666523 A CN114666523 A CN 114666523A CN 202210327151 A CN202210327151 A CN 202210327151A CN 114666523 A CN114666523 A CN 114666523A
Authority
CN
China
Prior art keywords
image
brightness
eye
submodule
chromaticity diagram
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
Application number
CN202210327151.2A
Other languages
English (en)
Other versions
CN114666523B (zh
Inventor
王旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Gewei Technology Co ltd
Original Assignee
Hunan Gewei Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Gewei Technology Co ltd filed Critical Hunan Gewei Technology Co ltd
Priority to CN202210327151.2A priority Critical patent/CN114666523B/zh
Publication of CN114666523A publication Critical patent/CN114666523A/zh
Application granted granted Critical
Publication of CN114666523B publication Critical patent/CN114666523B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/77Circuits for processing the brightness signal and the chrominance signal relative to each other, e.g. adjusting the phase of the brightness signal relative to the colour signal, correcting differential gain or differential phase
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques
    • G06F18/2321Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/44Receiver circuitry for the reception of television signals according to analogue transmission standards
    • H04N5/57Control of contrast or brightness
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/64Circuits for processing colour signals
    • H04N9/646Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Probability & Statistics with Applications (AREA)
  • Control Of Indicators Other Than Cathode Ray Tubes (AREA)
  • Image Processing (AREA)

Abstract

本发明属于液晶电视亮度控制技术领域,公开了一种可自动适应人眼亮度节能液晶电视,人眼图像采集模块用于对眼睛的光谱图像进行采集,进行处理得到平滑高光谱图像,并存储于存储器;眼睛色度图处理模块用于接收人眼图像采集模块采集的眼睛的平滑高光谱图像,建立眼睛色度图;二值图像建立模块用于对眼睛色度图进行局部的光线补偿,得到眼睛的二值图像;眼睛状态及疲劳检测模块用于根据光谱图像、眼睛色度图和二值图像综合确定眼睛的状态及疲劳程度;云处理模块用于接收眼睛状态及疲劳检测模块检测的眼睛的状态及疲劳程度信号;亮度调整模式模块用于接收图像亮度调节指令并进行解码;进入亮度调模式。本发明保护了眼睛,同时节约了能源。

Description

一种可自动适应人眼亮度节能液晶电视
技术领域
本发明属于液晶电视亮度控制技术领域,尤其涉及一种可自动适应人眼亮度节能液晶电视。
背景技术
目前,液晶电视的市场正在迅速扩大,液晶电视由于具有亮度高、灰度高的优点,正在受到消费者的青睐,逐渐成为市场主流产品。长时间的观看屏幕,屏幕的亮度非常关键,不合适的亮度将会使人们的视力受损,而合适的亮度是需要与环境光线相匹配的,具体来说,白天的光线远远强于晚上,白天的屏幕亮度要更亮,人眼才能看清楚,观影效果也更好,而到了晚上,屏幕亮度要降低,否则会刺眼,看久了视力受损,智能手机因为自带摄像头,一般都能感知环境光线,自动调整手机屏幕亮度,而目前的智能电视均不能自动调节亮度。
现有技术一:CN208158744U一种自动调节电视亮度的电路及电视机,本实用新型公开了一种自动调节电视亮度的电路,所述自动调节电视亮度的电路包括电压源、光电转换电路、分压电路以及主芯片,所述光电转换电路的一端与所述电压源连接;所述光电转换电路接收到光线后,将光讯号转换为电信号,所述光电转换电路的输出端连接所述分压电路;所述主芯片的引脚与所述分压电路连接。
现有技术二:CN202503612U一种平板电视亮度检测装置,本实用新型涉及一种平板电视亮度检测装置,包括计算机、信号发生装置和亮度检测模块,所述计算机发送指令至信号发生装置和亮度检测模块,所述信号发生装置接收计算机传输的指令产生对应的测试信号,并将所述测试信号传输至平板电视,所述亮度检测模块接收计算机传输的指令检测平板电视的亮度信息,并传输至计算机。
通过上述分析,现有技术存在的问题及缺陷为:现有技术一和现有技术二的液晶电视的亮度不能适应人眼亮度的变化,智能化水品较低。
发明内容
针对现有技术存在的问题,本发明提供了一种可自动适应人眼亮度节能液晶电视。
本发明是这样实现的,一种可自动适应人眼亮度节能液晶电视,包括:
眼睛色度图处理模块,用于接收人眼图像采集模块采集的眼睛的平滑高光谱图像,建立眼睛色度图;
二值图像建立模块,用于对眼睛色度图进行局部的光线补偿,得到眼睛的二值图像;
眼睛状态及疲劳检测模块,用于根据光谱图像、眼睛色度图和二值图像综合确定眼睛的状态及疲劳程度;
云处理模块,用于将对应的执行图像亮度调节指令下发至亮度调整模式模块调光。
进一步,人眼图像采集模块,用于对眼睛的光谱图像进行采集,进行处理得到平滑高光谱图像,并存储于存储器;
亮度调整模式模块,用于接收图像亮度调节指令并进行解码;进入亮度调模式,判断当前亮度是否在可调范围内,是则根据图像亮度调节指令中的数据码调节背光源的发光亮度,否则锁定并产生提示信息。
进一步,云处理模块经过计算后,将对应的执行图像亮度调节指令下发至亮度调整模式模块调光,所述图像亮度调节指令包括液晶电视的屏幕亮度;云平台的计算算法包括:Y=x*(a/b),其中液晶电视的屏幕亮度为Y;眼睛的亮度为x;眼睛可视范围为a;眼睛于液晶电视的间距b。
进一步,人眼图像采集模块包括:
光谱图像输入子模块,用于输入高光谱图像;
高光谱图像调整子模块,用于对高光谱图像进行修正,得到修正版高光谱图像,针对每个修正版高光谱图像,获得亮度和调整系数,根据亮度和调整系数对该修正版高光谱图像进行调整得到调整版高光谱图像;
图像降维操作子模块,用于对调整版高光谱图像后的高光谱图像进行降维操作;
深度边缘滤波子模块,用于对降维操作后的高光谱图像用深度边缘滤波器进行深度边缘滤波;
平滑高光谱图像获取子模块,用于对深度边缘滤波的调整版高光谱图像进行光谱定标处理得到光谱定标图像,获取光谱定标图像的光谱反射率,根据光谱反射率对该光谱定标图像进行平滑处理,得到平滑高光谱图像。
进一步,平滑高光谱图像获取模块包括:
光谱反射率重建子模块,用于采集光谱定标图像,对光谱定标图像进行多项式回归通道响应扩展,构建以重建出的光谱反射率与实际值之间误差最小为目标的目标函数,并使用Tikhonov正则化方法向目标函数中加入限制项,最后求解所述目标函数,得重建的光谱反射率;
光谱响应函数获取子模块,用于根据颜色空间转换公式进行颜色空间转换;采用定义的光谱重建误差评价函数,确定代表颜色样本;根据确定的代表颜色样本,获得实际光谱定标图像的光谱响应函数;通过维纳估计法得到对应的重建的光谱定标图像的光谱反射率。
进一步,眼睛色度图处理模块包括:
色彩转换子模块,用于将平滑高光谱图像从色彩空间转换到LAB色彩空间;
特征色提取子模块,用于对转换成LAB色彩空间的平滑高光谱图像的颜色使用k-means聚类算法处理,提取出平滑高光谱图像中使用最多的N种LAB颜色作为特征色;
特征色排序子模块,用于对提取出的N种特征色,按照亮度的大小进行排序,并将N种特征色的亮度线性化;
过渡颜色生成子模块,用于在N种特征色之间使用线性插值或二次样条插值方法生成过渡颜色;
色度图生成子模块,用于将特征颜色及过渡颜色按照亮度变化排序生成LAB色彩空间的色度图;
眼睛色度获取子模块,用于将LAB色彩空间的色度图转化成原彩色图片的色彩空间的色度图或伪彩映射函数,得到眼睛色度图。
进一步,二值图像建立模块包括:
光线补偿子模块,用于通过人工神经网络对眼睛色度图进行光线补偿,得到补偿的眼睛色度图;
扫描图处理子模块,用于获取补偿的眼睛色度图的扫描图,读取所述扫描图对应的数据,所述数据包括扫描图的宽度、高度、水平分辨率及垂直分辨率;
全局阈值确定子模块,用于确定扫描图的全局阈值,根据所述全局阈值二值化所述扫描图,得到对应的眼睛的二值图像;
像素点计算子模块,用于沿眼睛的二值图像自左向右、自上而下的方向,逐点计算前景像素点的第一积分图值;沿自右向左、自下而上的方向,逐点计算前景像素点的第二积分图值;
积分图值计算子模块,用于判断前景像素点对应的第一积分图值与第二积分图值之和是否小于设定阈值,如是,该前景像素点为噪声点,删除该前景像素点;如否,保留该前景像素点。
进一步,眼睛状态及疲劳检测模块用于根据光谱图像、眼睛色度图和二值图像综合确定眼睛的状态及疲劳程度的方法采用两种方式:
方式一:通过处理模块,灰阶转换所述光谱图像、眼睛色度图和二值图像后,产生一灰阶眼部影像,通过所述处理模块比对所述灰阶眼部影像与一样本影像,当眼睛颜色的像素区块的浅灰色数据减少,即判断眼睛疲劳;
方式二:对所述光谱图像、眼睛色度图和二值图像进行瞳孔的大小值计算,获得瞳孔大小值;确定所述瞳孔大小值对应的眼睛闭合程度;判断所述眼睛闭合程度是否超过预置阈值,如果超过,对用户进行眼睛疲劳预警提示。
进一步,亮度调整模式模块还包括:
温度比较子模块,用于检测液晶显示面板的温度以及所述液晶显示面板上设定电子元器件的温度,并将检测到的温度数值,与预先设定的温度阀值进行比较,根据比较结果输出处理信号;
电流有效值判断子模块,用于根据所述处理信号,控制所述背光控制电路中的驱动电路调节背光源电流的电流占空比,并将调节后得到的电流有效值控制在与所述温度阀值匹配的电流有效值变化范围内;
温度阀值处理子模块,用于预先设定的温度阀值包括高温阀值和低温阀值,所述高温阀值与所述背光源最大亮度对应的电流有效值匹配的温度相对应,所述低温阀值与设定的背光源亮度对应的电流有效值匹配的温度相对应,且所述设定的背光源亮度对应的电流有效值低于所述背光源最大亮度对应的电流有效值。
进一步,亮度调整模式模块还包括:
服务器,用于根据智能电视的上网IP地址,查询本地IP地址地理位置数据库获得地理位置,根据地理位置以及日期计算更准确的时间-亮度对应数据;
亮度调整子模块,用于向所述服务器发起请求,服务器根据液晶电视的IP地址获得地理位置,根据地理位置及当前日期计算更准确的时间-亮度对应数据,并返回给液晶电视;
亮度调整执行子模块,用于液晶电视进入亮度调模式,判断当前亮度是否在可调范围内,是则根据图像亮度调节指令中的数据码调节背光源的发光亮度,否则锁定并产生提示信息。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明通过采集眼睛的光谱图像,进行分析得到眼睛的状态及疲劳程度,通过计算,发出图像亮度调节指令,使得液晶电视的亮度能够自动根据眼睛的状态及疲劳程度调整,更好的保护了眼睛,同时节约了能源。本发明采用控制背光源发光亮度来控制液晶电视图像亮度的方式,对图像信号灰度没有影响,可以保证在低亮度时的画质,同时达到节能、延长背光源使用寿命的目的。
本发明能解决图像的辐射畸变和光谱曲线失真的问题。本发明采用深度边缘滤波器,并利用现场可编程门阵列FPGA和OpenCL异构计算框架对测试集进行分类,具有针对高光谱图像分类问题速度快、功耗低和精度高的优点。本发明为液晶电视后面进行亮度的调整提供可靠、准确的数据源。
本发明可根据输入平滑高光谱图像生成特定色度图或伪彩映射函数的方法,具有色度图或伪彩映射函数的设计周期短,设计难度低,转换精确。
本发明得到眼睛的二值图像方法,不仅计算简单,而且去噪效果可完全满足各个分辨率下的二值图像的去噪需要,带来了大大的方便。本发明的降噪方法实现起来简单、快速,通过与设定阈值的判断将噪声点提取出来,有效地消除二值图像中的斑点、毛刺,不影响目标图像的形状特性。
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做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,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是本发明实施例提供的可自动适应人眼亮度节能液晶电视的结构示意图。
图2是本发明实施例提供的人眼图像采集模块的结构示意图。
图3是本发明实施例提供的眼睛色度图处理模块的结构示意图。
图4是本发明实施例提供的二值图像建立模块的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种可自动适应人眼亮度节能液晶电视,下面结合附图对本发明作详细的描述。
实施例1:
如图1所示,本发明提供的可自动适应人眼亮度节能液晶电视包括:
人眼图像采集模块,用于对眼睛的光谱图像进行采集,进行处理得到平滑高光谱图像,并存储于存储器;
眼睛色度图处理模块,用于接收人眼图像采集模块采集的眼睛的平滑高光谱图像,建立眼睛色度图;
二值图像建立模块,用于对眼睛色度图进行局部的光线补偿,得到眼睛的二值图像;
眼睛状态及疲劳检测模块,用于根据光谱图像、眼睛色度图和二值图像综合确定眼睛的状态及疲劳程度;
云处理模块,用于接收眼睛状态及疲劳检测模块检测的眼睛的状态及疲劳程度信号,经过计算后,将对应的执行图像亮度调节指令下发至亮度调整模式模块调光,所述图像亮度调节指令包括液晶电视的屏幕亮度;云平台的计算算法包括:Y=x*(a/b),其中液晶电视的屏幕亮度为Y;眼睛的亮度为x;眼睛可视范围为a;眼睛于液晶电视的间距b;
亮度调整模式模块,用于接收图像亮度调节指令并进行解码;进入亮度调模式,判断当前亮度是否在可调范围内,是则根据图像亮度调节指令中的数据码调节背光源的发光亮度,否则锁定并产生提示信息。
本发明通过采集眼睛的光谱图像,进行分析得到眼睛的状态及疲劳程度,通过计算,发出图像亮度调节指令,使得液晶电视的亮度能够自动根据眼睛的状态及疲劳程度调整,更好的保护了眼睛,同时节约了能源。本发明采用控制背光源发光亮度来控制液晶电视图像亮度的方式,对图像信号灰度没有影响,可以保证在低亮度时的画质,同时达到节能、延长背光源使用寿命的目的。
实施例2:
如图2所示,在实施例1的基础上,本发明实施例提供的人眼图像采集模块包括:
光谱图像输入子模块,用于输入高光谱图像;
高光谱图像调整子模块,用于对高光谱图像进行修正,得到修正版高光谱图像,针对每个修正版高光谱图像,获得亮度和调整系数,根据亮度和调整系数对该修正版高光谱图像进行调整得到调整版高光谱图像;
图像降维操作子模块,用于对调整版高光谱图像后的高光谱图像进行降维操作;
深度边缘滤波子模块,用于对降维操作后的高光谱图像用深度边缘滤波器进行深度边缘滤波;
平滑高光谱图像获取子模块,用于对深度边缘滤波的调整版高光谱图像进行光谱定标处理得到光谱定标图像,获取光谱定标图像的光谱反射率,根据光谱反射率对该光谱定标图像进行平滑处理,得到平滑高光谱图像。
本发明能解决图像的辐射畸变和光谱曲线失真的问题。本发明采用深度边缘滤波器,并利用现场可编程门阵列FPGA和OpenCL异构计算框架对测试集进行分类,具有针对高光谱图像分类问题速度快、功耗低和精度高的优点。本发明为液晶电视后面进行亮度的调整提供可靠、准确的数据源。
实施例3:
在实施例2的基础上,本发明提供的平滑高光谱图像获取模块包括:
光谱反射率重建子模块,用于采集光谱定标图像,对光谱定标图像进行多项式回归通道响应扩展,构建以重建出的光谱反射率与实际值之间误差最小为目标的目标函数,并使用Tikhonov正则化方法向目标函数中加入限制项,最后求解所述目标函数,得重建的光谱反射率;
光谱响应函数获取子模块,用于根据颜色空间转换公式进行颜色空间转换;采用定义的光谱重建误差评价函数,确定代表颜色样本;根据确定的代表颜色样本,获得实际光谱定标图像的光谱响应函数;通过维纳估计法得到对应的重建的光谱定标图像的光谱反射率。
本发明通过光谱重建误差评价函数,重建的光谱定标图像的光谱反射率提高了光谱定标图像的质量,为平滑高光谱图像的质量提供了保障。
实施例4:
如图3所示,在实施例1的基础上,本发明实施例提供的眼睛色度图处理模块包括:
色彩转换子模块,用于将平滑高光谱图像从色彩空间转换到LAB色彩空间;
特征色提取子模块,用于对转换成LAB色彩空间的平滑高光谱图像的颜色使用k-means聚类算法处理,提取出平滑高光谱图像中使用最多的N种LAB颜色作为特征色;
特征色排序子模块,用于对提取出的N种特征色,按照亮度的大小进行排序,并将N种特征色的亮度线性化;
过渡颜色生成子模块,用于在N种特征色之间使用线性插值或二次样条插值方法生成过渡颜色;
色度图生成子模块,用于将特征颜色及过渡颜色按照亮度变化排序生成LAB色彩空间的色度图;
眼睛色度获取子模块,用于将LAB色彩空间的色度图转化成原彩色图片的色彩空间的色度图或伪彩映射函数,得到眼睛色度图。
本发明可根据输入平滑高光谱图像生成特定色度图或伪彩映射函数的方法,具有色度图或伪彩映射函数的设计周期短,设计难度低,转换精确。
实施例5:
如图4所示,在实施例1的基础上,本发明实施例提供的二值图像建立模块包括:
光线补偿子模块,用于通过人工神经网络对眼睛色度图进行光线补偿,得到补偿的眼睛色度图;
扫描图处理子模块,用于获取补偿的眼睛色度图的扫描图,读取所述扫描图对应的数据,所述数据包括扫描图的宽度、高度、水平分辨率及垂直分辨率;
全局阈值确定子模块,用于确定扫描图的全局阈值,根据所述全局阈值二值化所述扫描图,得到对应的眼睛的二值图像;
像素点计算子模块,用于沿眼睛的二值图像自左向右、自上而下的方向,逐点计算前景像素点的第一积分图值;沿自右向左、自下而上的方向,逐点计算前景像素点的第二积分图值;
积分图值计算子模块,用于判断前景像素点对应的第一积分图值与第二积分图值之和是否小于设定阈值,如是,该前景像素点为噪声点,删除该前景像素点;如否,保留该前景像素点。
本发明得到眼睛的二值图像方法,不仅计算简单,而且去噪效果可完全满足各个分辨率下的二值图像的去噪需要,带来了大大的方便。本发明的降噪方法实现起来简单、快速,通过与设定阈值的判断将噪声点提取出来,有效地消除二值图像中的斑点、毛刺,不影响目标图像的形状特性。
实施例6:
在实施例1的基础上,本发明实施例提供的眼睛状态及疲劳检测模块用于根据光谱图像、眼睛色度图和二值图像综合确定眼睛的状态及疲劳程度的方法可以采用两种方式:
方式一:通过处理模块,灰阶转换所述光谱图像、眼睛色度图和二值图像后,产生一灰阶眼部影像,通过所述处理模块比对所述灰阶眼部影像与一样本影像,当眼睛颜色的像素区块的浅灰色数据减少,即判断眼睛疲劳。
方式二:对所述光谱图像、眼睛色度图和二值图像进行瞳孔的大小值计算,获得瞳孔大小值;确定所述瞳孔大小值对应的眼睛闭合程度;判断所述眼睛闭合程度是否超过预置阈值,如果超过,对用户进行眼睛疲劳预警提示。
本发明可以有效的检测眼睛疲劳提示,当时云处理模块检测到时发出液晶电视的亮度调整指令,从而保护眼睛,节约能耗。
实施例7:
在实施例1的基础上,本发明实施例提供的亮度调整模式模块还包括:
温度比较子模块,用于检测液晶显示面板的温度以及所述液晶显示面板上设定电子元器件的温度,并将检测到的温度数值,与预先设定的温度阀值进行比较,根据比较结果输出处理信号;
电流有效值判断子模块,用于根据所述处理信号,控制所述背光控制电路中的驱动电路调节背光源电流的电流占空比,并将调节后得到的电流有效值控制在与所述温度阀值匹配的电流有效值变化范围内;
温度阀值处理子模块,用于预先设定的温度阀值包括高温阀值和低温阀值,所述高温阀值与所述背光源最大亮度对应的电流有效值匹配的温度相对应,所述低温阀值与设定的背光源亮度对应的电流有效值匹配的温度相对应,且所述设定的背光源亮度对应的电流有效值低于所述背光源最大亮度对应的电流有效值。
本发明保证了液晶电视电子元器件的安全性和稳定性,为亮度调模式提供了保障,避免液晶电视调整过度带来的损失。
实施例8:
在实施例7的基础上,本发明实施例提供的亮度调整模式模块还包括:
服务器,用于根据智能电视的上网IP地址,查询本地IP地址地理位置数据库获得地理位置,根据地理位置以及日期计算更准确的时间-亮度对应数据;
亮度调整子模块,用于向所述服务器发起请求,服务器根据液晶电视的IP地址获得地理位置,根据地理位置及当前日期计算更准确的时间-亮度对应数据,并返回给液晶电视;
亮度调整执行子模块,用于液晶电视进入亮度调模式,判断当前亮度是否在可调范围内,是则根据图像亮度调节指令中的数据码调节背光源的发光亮度,否则锁定并产生提示信息。
本发明通过液晶电视上网的IP地址获取其地理位置,再结合当前日期即可计算出准确的白天时间和晚间时间,从而更准确的设置亮度;可以在不降低图像灰阶的情况下降低屏幕亮度,有利于节约电能,延长背光光源使用寿命。
实施例9:
在实施例4的基础上,本发明实施例提供的k-means聚类算法包括:
9.1输入平滑高光谱图像的聚类数据集S={x1,x2,x3,…,xn},是包含n个样本对象的集合;
9.2将平滑高光谱图像的聚类数据集S按照公式1进行标准化处理,得到标准化的平滑高光谱图像的聚类数据集
Figure BDA0003571877300000121
Figure BDA0003571877300000122
其中
Figure BDA0003571877300000123
为样本平滑高光谱图像xi标准后的第p维属性,min(xip)表示滑高光谱图像的聚类数据集S中所有样本滑高光谱图像的第p维属性的最小值,max(xip)表示数据集S中所有样本滑高光谱图像的第p维属性的最大值,xip表示样本滑高光谱图像xi的第p维属性的值,其中i=1,2,3,…,n;p=1,2,3,…,d;
9.3根据公式2、公式3、公式4求出S*中每一个数据滑高光谱图像的ρi和δi
样本滑高光谱图像xi的局部密度ρi为:
Figure BDA0003571877300000124
其中e表示自然数的底数,k0_dis tan ce(xi)表示和样本滑高光谱图像xi最近邻的k0个滑高光谱图像的欧式距离的和;k0=n*4%,n为数据集S中样本滑高光谱图像的个数;
样本滑高光谱图像xi到具有更好局部密度的样本滑高光谱图像间的最近距离δi为:
Figure BDA0003571877300000125
其中dij表示样本滑高光谱图像xi和xj的欧式距离;
以Y表示响应变量,以X1,X2,X3,…,XP表示预测变量,其中p是预测变量的个数,Y与X1,X2,X3,…,XP真正的关系为:
Y=f(X1,X2,X3,…,XP)+ε公式4
其中ε为随机误差,函数f(X1,X2,X3,…,XP)描述了Y与X1,X2,X3,…,XP的关系;
9.4运用线性函数δ=a0+a1×ρ*(其中ρ*=1/ρ)去拟合局部密度ρi和样本滑高光谱图像xi到具有更好局部密度的样本滑高光谱图像间的最近距离δi的关系;
9.5计算每一个δi的残差,并将所有残差进行标准化处理;
9.6在处理后的标准化残差汇总,筛选出残差绝对值大于3的数据,则这些点所对应的S*的数据滑高光谱图像为要寻找的聚类中心;
9.7以9.6得到的数据滑高光谱图像为初始聚类中心,对S*中的数据进行k-means操作;
9.8输出对转换成LAB色彩空间的平滑高光谱图像的颜色使用k-means聚类算法处理的聚类结果。
本发明的算法能够较好地确定数据集的类簇数目,并且得到最佳的初始聚类中心点;运用后的算法进行聚类操作,还能够有效地改善平滑高光谱图像的聚类结果,同时为建立眼睛色度图提供保障和基础。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明较优的具体的实施方式,但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,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种可自动适应人眼亮度节能液晶电视,其特征在于,包括:
眼睛色度图处理模块,用于接收人眼图像采集模块采集的眼睛的平滑高光谱图像,建立眼睛色度图;
二值图像建立模块,用于对眼睛色度图进行局部的光线补偿,得到眼睛的二值图像;
眼睛状态及疲劳检测模块,用于根据光谱图像、眼睛色度图和二值图像综合确定眼睛的状态及疲劳程度;
云处理模块,用于将执行图像亮度调节指令下发至亮度调整模式模块调光。
2.如权利要求1所述的可自动适应人眼亮度节能液晶电视,其特征在于,人眼图像采集模块,用于对眼睛的光谱图像进行采集,进行处理得到平滑高光谱图像,并存储于存储器;
亮度调整模式模块,用于接收图像亮度调节指令并进行解码;进入亮度调模式,判断当前亮度是否在可调范围内,是则根据图像亮度调节指令中的数据码调节背光源的发光亮度,否则锁定并产生提示信息。
3.如权利要求1所述的可自动适应人眼亮度节能液晶电视,其特征在于,云处理模块经过计算后,将对应的执行图像亮度调节指令下发至亮度调整模式模块调光,所述图像亮度调节指令包括液晶电视的屏幕亮度;云平台的计算算法包括:Y=x*(a/b),其中液晶电视的屏幕亮度为Y;眼睛的亮度为x;眼睛可视范围为a;眼睛于液晶电视的间距b。
4.如权利要求2所述的可自动适应人眼亮度节能液晶电视,其特征在于,人眼图像采集模块包括:
光谱图像输入子模块,用于输入高光谱图像;
高光谱图像调整子模块,用于对高光谱图像进行修正,得到修正版高光谱图像,针对每个修正版高光谱图像,获得亮度和调整系数,根据亮度和调整系数对该修正版高光谱图像进行调整得到调整版高光谱图像;
图像降维操作子模块,用于对调整版高光谱图像后的高光谱图像进行降维操作;
深度边缘滤波子模块,用于对降维操作后的高光谱图像用深度边缘滤波器进行深度边缘滤波;
平滑高光谱图像获取子模块,用于对深度边缘滤波的调整版高光谱图像进行光谱定标处理得到光谱定标图像,获取光谱定标图像的光谱反射率,根据光谱反射率对该光谱定标图像进行平滑处理,得到平滑高光谱图像。
5.如权利要求4所述的可自动适应人眼亮度节能液晶电视,其特征在于,平滑高光谱图像获取模块包括:
光谱反射率重建子模块,用于采集光谱定标图像,对光谱定标图像进行多项式回归通道响应扩展,构建以重建出的光谱反射率与实际值之间误差最小为目标的目标函数,并使用Tikhonov正则化方法向目标函数中加入限制项,最后求解所述目标函数,得重建的光谱反射率;
光谱响应函数获取子模块,用于根据颜色空间转换公式进行颜色空间转换;采用定义的光谱重建误差评价函数,确定代表颜色样本;根据确定的代表颜色样本,获得实际光谱定标图像的光谱响应函数;通过维纳估计法得到对应的重建的光谱定标图像的光谱反射率。
6.如权利要求1所述的可自动适应人眼亮度节能液晶电视,其特征在于,眼睛色度图处理模块包括:
色彩转换子模块,用于将平滑高光谱图像从色彩空间转换到LAB色彩空间;
特征色提取子模块,用于对转换成LAB色彩空间的平滑高光谱图像的颜色使用k-means聚类算法处理,提取出平滑高光谱图像中使用最多的N种LAB颜色作为特征色;
特征色排序子模块,用于对提取出的N种特征色,按照亮度的大小进行排序,并将N种特征色的亮度线性化;
过渡颜色生成子模块,用于在N种特征色之间使用线性插值或二次样条插值方法生成过渡颜色;
色度图生成子模块,用于将特征颜色及过渡颜色按照亮度变化排序生成LAB色彩空间的色度图;
眼睛色度获取子模块,用于将LAB色彩空间的色度图转化成原彩色图片的色彩空间的色度图或伪彩映射函数,得到眼睛色度图。
7.如权利要求1所述的可自动适应人眼亮度节能液晶电视,其特征在于,二值图像建立模块包括:
光线补偿子模块,用于通过人工神经网络对眼睛色度图进行光线补偿,得到补偿的眼睛色度图;
扫描图处理子模块,用于获取补偿的眼睛色度图的扫描图,读取所述扫描图对应的数据,所述数据包括扫描图的宽度、高度、水平分辨率及垂直分辨率;
全局阈值确定子模块,用于确定扫描图的全局阈值,根据所述全局阈值二值化所述扫描图,得到对应的眼睛的二值图像;
像素点计算子模块,用于沿眼睛的二值图像自左向右、自上而下的方向,逐点计算前景像素点的第一积分图值;沿自右向左、自下而上的方向,逐点计算前景像素点的第二积分图值;
积分图值计算子模块,用于判断前景像素点对应的第一积分图值与第二积分图值之和是否小于设定阈值,如是,该前景像素点为噪声点,删除该前景像素点;如否,保留该前景像素点。
8.如权利要求1所述的可自动适应人眼亮度节能液晶电视,其特征在于,眼睛状态及疲劳检测模块用于根据光谱图像、眼睛色度图和二值图像综合确定眼睛的状态及疲劳程度的方法采用两种方式:
方式一:通过处理模块,灰阶转换所述光谱图像、眼睛色度图和二值图像后,产生一灰阶眼部影像,通过所述处理模块比对所述灰阶眼部影像与一样本影像,当眼睛颜色的像素区块的浅灰色数据减少,即判断眼睛疲劳;
方式二:对所述光谱图像、眼睛色度图和二值图像进行瞳孔的大小值计算,获得瞳孔大小值;确定所述瞳孔大小值对应的眼睛闭合程度;判断所述眼睛闭合程度是否超过预置阈值,如果超过,对用户进行眼睛疲劳预警提示。
9.如权利要求1所述的可自动适应人眼亮度节能液晶电视,其特征在于,亮度调整模式模块还包括:
温度比较子模块,用于检测液晶显示面板的温度以及所述液晶显示面板上设定电子元器件的温度,并将检测到的温度数值,与预先设定的温度阀值进行比较,根据比较结果输出处理信号;
电流有效值判断子模块,用于根据所述处理信号,控制所述背光控制电路中的驱动电路调节背光源电流的电流占空比,并将调节后得到的电流有效值控制在与所述温度阀值匹配的电流有效值变化范围内;
温度阀值处理子模块,用于预先设定的温度阀值包括高温阀值和低温阀值,所述高温阀值与所述背光源最大亮度对应的电流有效值匹配的温度相对应,所述低温阀值与设定的背光源亮度对应的电流有效值匹配的温度相对应,且所述设定的背光源亮度对应的电流有效值低于所述背光源最大亮度对应的电流有效值。
10.如权利要求9所述的可自动适应人眼亮度节能液晶电视,其特征在于,亮度调整模式模块还包括:
服务器,用于根据智能电视的上网IP地址,查询本地IP地址地理位置数据库获得地理位置,根据地理位置以及日期计算更准确的时间-亮度对应数据;
亮度调整子模块,用于向所述服务器发起请求,服务器根据液晶电视的IP地址获得地理位置,根据地理位置及当前日期计算更准确的时间-亮度对应数据,并返回给液晶电视;
亮度调整执行子模块,用于液晶电视进入亮度调模式,判断当前亮度是否在可调范围内,是则根据图像亮度调节指令中的数据码调节背光源的发光亮度,否则锁定并产生提示信息。
CN202210327151.2A 2022-03-30 2022-03-30 一种可自动适应人眼亮度节能液晶电视 Active CN114666523B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210327151.2A CN114666523B (zh) 2022-03-30 2022-03-30 一种可自动适应人眼亮度节能液晶电视

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210327151.2A CN114666523B (zh) 2022-03-30 2022-03-30 一种可自动适应人眼亮度节能液晶电视

Publications (2)

Publication Number Publication Date
CN114666523A true CN114666523A (zh) 2022-06-24
CN114666523B CN114666523B (zh) 2023-10-27

Family

ID=82033343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210327151.2A Active CN114666523B (zh) 2022-03-30 2022-03-30 一种可自动适应人眼亮度节能液晶电视

Country Status (1)

Country Link
CN (1) CN114666523B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115499692A (zh) * 2022-09-28 2022-12-20 中广(绍兴柯桥)有线信息网络有限公司 一种基于图像处理的数字电视智能控制方法及系统
CN117373402A (zh) * 2023-12-08 2024-01-09 深圳市华远显示器件有限公司 一种控制液晶显示屏显示方法及系统

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794435A (zh) * 2010-03-04 2010-08-04 成都三泰电子实业股份有限公司 基于积分图的二值图像降噪方法以及二值图像处理系统
CN102028577A (zh) * 2010-10-27 2011-04-27 冠捷显示科技(厦门)有限公司 眼睛视力智能保护系统
CN202025490U (zh) * 2011-04-08 2011-11-02 邓艳阳 一种高亮度led显示屏
CN102447855A (zh) * 2010-10-08 2012-05-09 Tcl光电科技(惠州)有限公司 一种液晶电视亮度调节系统及方法
CN102968961A (zh) * 2012-11-15 2013-03-13 京东方科技集团股份有限公司 控制方法、背光控制电路、液晶显示面板及液晶显示器
CN104464650A (zh) * 2014-12-29 2015-03-25 合肥宝龙达光电技术有限公司 一种显示器亮度自动控制系统及方法
CN105632459A (zh) * 2016-03-28 2016-06-01 山东超越数控电子有限公司 一种计算机显示屏亮度自适应调节方法
CN105872420A (zh) * 2016-06-15 2016-08-17 唐爱平 一种自动调节智能电视亮度的方法
CN106023105A (zh) * 2016-05-18 2016-10-12 四川省农业科学院土壤肥料研究所 一种植物叶片的二值图像生成方法及系统
JP2016218211A (ja) * 2015-05-19 2016-12-22 株式会社半導体エネルギー研究所 表示装置、該表示装置を有する表示モジュール、及び該表示装置または該表示モジュールを有する電子機器
CN106874844A (zh) * 2016-12-30 2017-06-20 深圳天珑无线科技有限公司 通过智能型行动装置前置影像镜头进行影像识别判断眼睛疲劳程度的方法及其系统
CN106971505A (zh) * 2017-05-09 2017-07-21 广东小天才科技有限公司 一种眼睛疲劳的提示方法及用户设备
CN108090883A (zh) * 2018-01-04 2018-05-29 中煤航测遥感集团有限公司 高光谱图像预处理方法、装置及电子设备
CN108896499A (zh) * 2018-05-09 2018-11-27 西安建筑科技大学 结合主成分分析与正则化多项式的光谱反射率重建方法
CN110415653A (zh) * 2019-07-18 2019-11-05 昆山龙腾光电有限公司 背光亮度调节系统及调节方法和液晶显示装置
US20200027422A1 (en) * 2018-07-23 2020-01-23 Industrial Technology Research Institute Transparent display system and operation method thereof
CN111047539A (zh) * 2019-12-27 2020-04-21 上海工程技术大学 一种基于光谱反射率重建的织物图像颜色校准算法
CN111754595A (zh) * 2020-05-18 2020-10-09 成都慧视光电技术有限公司 可根据输入图片生成特定色度图或伪彩映射函数的方法
CN112837659A (zh) * 2021-01-18 2021-05-25 湖南金宏光电有限公司 一种背光亮度控制方法
CN113903314A (zh) * 2021-10-18 2022-01-07 安徽亿普拉斯科技有限公司 基于微控制器且具有亮度调节功能的液晶显示屏
CN114242022A (zh) * 2021-12-15 2022-03-25 广东虹勤通讯技术有限公司 屏幕亮度自适应调节方法、装置、电子设备及存储介质

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794435A (zh) * 2010-03-04 2010-08-04 成都三泰电子实业股份有限公司 基于积分图的二值图像降噪方法以及二值图像处理系统
CN102447855A (zh) * 2010-10-08 2012-05-09 Tcl光电科技(惠州)有限公司 一种液晶电视亮度调节系统及方法
CN102028577A (zh) * 2010-10-27 2011-04-27 冠捷显示科技(厦门)有限公司 眼睛视力智能保护系统
CN202025490U (zh) * 2011-04-08 2011-11-02 邓艳阳 一种高亮度led显示屏
CN102968961A (zh) * 2012-11-15 2013-03-13 京东方科技集团股份有限公司 控制方法、背光控制电路、液晶显示面板及液晶显示器
CN104464650A (zh) * 2014-12-29 2015-03-25 合肥宝龙达光电技术有限公司 一种显示器亮度自动控制系统及方法
JP2016218211A (ja) * 2015-05-19 2016-12-22 株式会社半導体エネルギー研究所 表示装置、該表示装置を有する表示モジュール、及び該表示装置または該表示モジュールを有する電子機器
CN105632459A (zh) * 2016-03-28 2016-06-01 山东超越数控电子有限公司 一种计算机显示屏亮度自适应调节方法
CN106023105A (zh) * 2016-05-18 2016-10-12 四川省农业科学院土壤肥料研究所 一种植物叶片的二值图像生成方法及系统
CN105872420A (zh) * 2016-06-15 2016-08-17 唐爱平 一种自动调节智能电视亮度的方法
CN106874844A (zh) * 2016-12-30 2017-06-20 深圳天珑无线科技有限公司 通过智能型行动装置前置影像镜头进行影像识别判断眼睛疲劳程度的方法及其系统
CN106971505A (zh) * 2017-05-09 2017-07-21 广东小天才科技有限公司 一种眼睛疲劳的提示方法及用户设备
CN108090883A (zh) * 2018-01-04 2018-05-29 中煤航测遥感集团有限公司 高光谱图像预处理方法、装置及电子设备
CN108896499A (zh) * 2018-05-09 2018-11-27 西安建筑科技大学 结合主成分分析与正则化多项式的光谱反射率重建方法
US20200027422A1 (en) * 2018-07-23 2020-01-23 Industrial Technology Research Institute Transparent display system and operation method thereof
CN110415653A (zh) * 2019-07-18 2019-11-05 昆山龙腾光电有限公司 背光亮度调节系统及调节方法和液晶显示装置
CN111047539A (zh) * 2019-12-27 2020-04-21 上海工程技术大学 一种基于光谱反射率重建的织物图像颜色校准算法
CN111754595A (zh) * 2020-05-18 2020-10-09 成都慧视光电技术有限公司 可根据输入图片生成特定色度图或伪彩映射函数的方法
CN112837659A (zh) * 2021-01-18 2021-05-25 湖南金宏光电有限公司 一种背光亮度控制方法
CN113903314A (zh) * 2021-10-18 2022-01-07 安徽亿普拉斯科技有限公司 基于微控制器且具有亮度调节功能的液晶显示屏
CN114242022A (zh) * 2021-12-15 2022-03-25 广东虹勤通讯技术有限公司 屏幕亮度自适应调节方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
田会娟,刘欢,郝甜甜,张辉: ""基于视觉舒适度的LED背光显示器最优亮度控制模型"", A *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115499692A (zh) * 2022-09-28 2022-12-20 中广(绍兴柯桥)有线信息网络有限公司 一种基于图像处理的数字电视智能控制方法及系统
CN117373402A (zh) * 2023-12-08 2024-01-09 深圳市华远显示器件有限公司 一种控制液晶显示屏显示方法及系统
CN117373402B (zh) * 2023-12-08 2024-02-20 深圳市华远显示器件有限公司 一种控制液晶显示屏显示方法及系统

Also Published As

Publication number Publication date
CN114666523B (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
US9396531B2 (en) Systems and methods for image and video signal measurement
CN114666523B (zh) 一种可自动适应人眼亮度节能液晶电视
CN108197546B (zh) 人脸识别中光照处理方法、装置、计算机设备及存储介质
Oakley et al. Correction of simple contrast loss in color images
EP0932114B1 (en) A method of and apparatus for detecting a face-like region
Ma et al. Objective quality assessment for color-to-gray image conversion
CN107451969B (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
JP4678487B2 (ja) 画像処理システム、画像処理装置および方法、記録媒体、並びにプログラム
US20060210124A1 (en) Image processing system, image processing apparatus and method, recording medium, and program
US20090015683A1 (en) Image processing apparatus, method and program, and recording medium
US8400523B2 (en) White balance method and white balance device
EP2959454A1 (en) Method, system and software module for foreground extraction
CN107635099B (zh) 一种人体感应双光网络摄像机及安防监控系统
CN103226819A (zh) 一种基于分段统计的相对辐射校正方法
US8565491B2 (en) Image processing apparatus, image processing method, program, and imaging apparatus
WO2013189925A2 (en) Digital image analysis
US6577775B1 (en) Methods and apparatuses for normalizing the intensity of an image
CN114240943B (zh) 一种像素亮度确定方法、装置、计算机设备及可读介质
CN116337412A (zh) 屏幕检测方法、设备及存储介质
CN111539975B (zh) 一种运动目标的检测方法、装置、设备及存储介质
CN110197178A (zh) 一种图谱特征融合深度网络的大米种类快速鉴别检测装置及其检测方法
KR102136716B1 (ko) 관심영역 기반의 화질개선 장치와 그를 위한 컴퓨터로 읽을 수 있는 기록 매체
Thakur et al. Classification of color hazy images
KR20210112992A (ko) 다각형 기반의 객체 인식 성능 보정 장치 및 방법
CN116917954A (zh) 图像检测方法、装置和电子设备

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