CN116343708A - 一种消除动态图像色彩偏移的方法及系统 - Google Patents

一种消除动态图像色彩偏移的方法及系统 Download PDF

Info

Publication number
CN116343708A
CN116343708A CN202310621463.9A CN202310621463A CN116343708A CN 116343708 A CN116343708 A CN 116343708A CN 202310621463 A CN202310621463 A CN 202310621463A CN 116343708 A CN116343708 A CN 116343708A
Authority
CN
China
Prior art keywords
image
detected
average
chromaticity difference
value
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
CN202310621463.9A
Other languages
English (en)
Other versions
CN116343708B (zh
Inventor
蒋祖好
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.)
Shenzhen Shenyuantong Technology Co ltd
Original Assignee
Shenzhen Shenyuantong 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 Shenzhen Shenyuantong Technology Co ltd filed Critical Shenzhen Shenyuantong Technology Co ltd
Priority to CN202310621463.9A priority Critical patent/CN116343708B/zh
Publication of CN116343708A publication Critical patent/CN116343708A/zh
Application granted granted Critical
Publication of CN116343708B publication Critical patent/CN116343708B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G09EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09GARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G3/00Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
    • G09G3/20Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
    • G09G3/34Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters by control of light from an independent source
    • G09G3/36Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters by control of light from an independent source using liquid crystals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/084Backpropagation, e.g. using gradient descent
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Chemical & Material Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Processing Of Color Television Signals (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本发明公开了一种消除动态图像色彩偏移的方法及系统,所述方法通过构建BP神经网络预测模型,获取显示器在显示动态图像时的预期平均色度差值,即可能会产生色彩偏移的位置信息以及色度差值信息,并将获取的预测结果耦合至色彩偏移补偿模块,色彩偏移补偿模块依据预期平均色度差值获取补偿平均色度差值,对可能发生的色彩偏移的单元网格进行补偿,从而可以消除液晶显示器的色彩偏移现象,改善显示器的图像质量,所述系统用于实施所述方法的具体步骤,可以以动态捕捉的方式自动采集、分析显示器动态图像显示过程中的标准色度值,模拟实际人眼观察显示器的过程,使得测量结果更适用于现实情况,从而有利于补偿显示器的动态图像色彩偏移现象。

Description

一种消除动态图像色彩偏移的方法及系统
技术领域
本发明涉及液晶显示器技术领域,特别涉及一种消除动态图像色彩偏移的方法及系统。
背景技术
反应时间是液晶显示器各像素点对输入信号反应的速度,即像素由暗转亮或由亮转暗所需要的时间,其原理是在液晶分子内施加电压,使液晶分子扭转与回复,反应时间越短则使用者在看动态画面时越不会有尾影拖曳的感觉。由于液晶在电压驱动下存在反应时间,使液晶显示器在显示动态画面时,会发生色彩偏移的情形,使图像轮廓模糊不清,色彩失真,降低彩色画面的显示质量。为此,我们提出一种消除动态图像色彩偏移的方法及系统。
发明内容
本发明的主要目的在于提供一种消除动态图像色彩偏移的方法及系统,所述方法通过构建BP神经网络预测模型,获取显示器在显示动态图像时的预期平均色度差值,即可能会产生色彩偏移的位置信息以及色度差值信息,并将获取的预测结果耦合至色彩偏移补偿模块,色彩偏移补偿模块依据预期平均色度差值获取补偿平均色度差值,对可能发生的色彩偏移的单元网格进行补偿,可以有效解决背景技术中的问题。
为实现上述目的,本发明采取的技术方案为:
一种消除动态图像色彩偏移的方法,用于对显示器动态图像的色彩偏移进行补偿,所述方法包括以下步骤:
(a):输入待测图像;
(b):以待测图像的中心为原点构建坐标系,将待测图像分割成以距离ε为步长的网格,按顺序将覆盖有待测图像的单元网格依次编号为ε1、ε2、ε3......直至εn
(c):获取待测图像每个对应单元网格的初始平均标准色度值A1、A2、A3......直至An
(d):获取移动过程中待测图像的每个对应单元网格的测试平均标准色度值A1 、A2 、A3 ......直至An
(e):计算每个对应单元网格的平均色度差值△A1、△A2、△A3......直至△An,其中△An=An-An
(f):以待测图像的单元网格依次编号ε1、ε2、ε3......直至εn为输入变量,对应单元网格的平均色度差值△A1、△A2、△A3......直至△An为输出变量,构建BP神经网络预测模型,获取预期平均色度差值;
(g):依据预期平均色度差值获取补偿平均色度差值;
(h):通过补偿平均色度差值对待测图像进行色彩偏移补偿。
进一步的,ε与显示器的分辨率呈正相关。
进一步的,BP神经网络预测模型的构建方法为:
将通过步骤b获取的待测图像的单元网格依次编号作为模型的输入向量Xn=(ε1、ε2、ε3......εn);
将通过步骤e获取的平均色度差值△A1、△A2、△A3......直至△An数值归一化到[-1,1]之间,获取归一化处理后的数据集Yn=(△A1 、△A2 、△A3 ......△An ),以归一化后的数据集Yn作为模型的输出向量;
选取数据集中80%的数据对模型进行训练;
获得模型关于待测图像对应单元网格的平均色度差值的预测结果。
进一步的,BP神经网络预测模型的层数为三层。
进一步的,平均标准色度值的获取方法为:对于编号为εi的单元网格,其中i为正整数,将该单元网格进行比例放大后,随机选取若干点测量对应点的标准色度值,再通过求平均值法,计算该单元网格的平均标准色度值。
进一步的,一种消除动态图像色彩偏移的系统,用于实施一种消除动态图像色彩偏移的方法的具体步骤,包括:
图像输入模块,用于向显示器中输入待测图像;
图像获取模块,用于拍摄显示器中位于初始位置的待测图像和移动过程中的待测图像;
标准色度值获取模块,用于获取待测图像单元网格的初始平均标准色度值和测试平均标准色度值;
计算机模块及存储于计算机模块上可运行的计算机程序,用于计算平均色度差值和构建BP神经网络预测模型;
色彩偏移补偿模块,用于获取补偿平均色度差值,并通过补偿平均色度差值对显示器进行色彩偏移补偿。
进一步的,图像获取模块包括拍摄相机、水平位置调节机构和倾角调节机构,所述水平位置调节机构用于调节拍摄相机与显示器的垂直距离,所述倾角调节机构用于调节拍摄相机与显示器之间的倾斜角度值。
与现有技术相比,本发明具有如下有益效果:
(1)本发明提出的消除动态图像色彩偏移的方法,通过构建BP神经网络预测模型,获取显示器在显示动态图像时的预期平均色度差值,即获取显示器动态图像可能会产生色彩偏移的位置信息以及色度差值信息,并将获取的预测结果耦合至色彩偏移补偿模块,色彩偏移补偿模块依据预期平均色度差值获取补偿平均色度差值,对可能发生的色彩偏移的单元网格进行补偿,从而可以消除液晶显示器的色彩偏移现象,改善显示器的图像质量;
(2)本发明提出的消除动态图像色彩偏移的系统,可以自动采集、分析显示器动态图像显示过程中的标准色度值,且以动态捕捉的方式进行获取,模拟实际人眼观察显示器的过程,使得测量结果更适用于现实情况,从而有利于补偿显示器的动态图像色彩偏移现象,改善显示器的显示质量。
附图说明
图1为本发明一种消除动态图像色彩偏移系统的整体结构框图;
图2为本发明一种消除动态图像色彩偏移的方法的待测图像分割结构示意图;
图3为本发明一种消除动态图像色彩偏移的方法的待测图像为规则形状时单元网格的编号排序方法一;
图4为本发明一种消除动态图像色彩偏移的方法的待测图像为规则形状时单元网格的编号排序方法二;
图5为本发明一种消除动态图像色彩偏移的方法的待测图像为不规则形状时单元网格的编号排序方法一;
图6为本发明一种消除动态图像色彩偏移的方法的待测图像为不规则形状时单元网格的编号排序方法二;
图7为本发明一种消除动态图像色彩偏移的方法的具体实施步骤框图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明,其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制,为了更好地说明本发明的具体实施方式,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸。
实施例1:如图1-图7所示,一种消除动态图像色彩偏移的方法,用于对显示器动态图像的色彩偏移进行补偿,方法包括以下步骤:
(a):输入待测图像;
(b):以待测图像的中心为原点构建坐标系,将待测图像分割成以距离ε为步长的网格,按顺序将覆盖有待测图像的单元网格依次编号为ε1、ε2、ε3......直至εn
(c):获取待测图像每个对应单元网格的初始平均标准色度值A1、A2、A3......直至An
(d):获取移动过程中待测图像的每个对应单元网格的测试平均标准色度值A1 、A2 、A3 ......直至An
(e):计算每个对应单元网格的平均色度差值△A1、△A2、△A3......直至△An,其中△An=An-An
(f):以待测图像的单元网格依次编号ε1、ε2、ε3......直至εn为输入变量,对应单元网格的平均色度差值△A1、△A2、△A3......直至△An为输出变量,构建BP神经网络预测模型,获取预期平均色度差值;
(g):依据预期平均色度差值获取补偿平均色度差值;
(h):通过补偿平均色度差值对待测图像进行色彩偏移补偿。
一种消除动态图像色彩偏移的系统,该系统用于实施一种消除动态图像色彩偏移的方法的具体步骤,包括:
图像输入模块,用于向显示器中输入待测图像;
图像获取模块,用于拍摄显示器中位于初始位置的待测图像和移动过程中的待测图像;
标准色度值获取模块,用于获取待测图像单元网格的初始平均标准色度值和测试平均标准色度值;
计算机模块及存储于计算机模块上可运行的计算机程序,用于计算平均色度差值和构建BP神经网络预测模型;
色彩偏移补偿模块,用于获取补偿平均色度差值,并通过补偿平均色度差值对显示器进行色彩偏移补偿。
图像获取模块包括拍摄相机、水平位置调节机构和倾角调节机构,水平位置调节机构用于调节拍摄相机与显示器的垂直距离,倾角调节机构用于调节拍摄相机与显示器之间的倾斜角度值。
该系统得实施步骤如下,通过图像输入模块向显示器中输入待测图像,通过图像获取模块的拍摄相机拍摄待测图像在初始位置处的高清图像,并将高清图像发送至计算机模块。
计算机模块将图像进行处理,以待测图像的中心为原点构建坐标系,将待测图像分割成以距离ε为步长的网格,获取编号为ε1、ε2、ε3......直至εn的待测图像的分解图像,其中,ε与显示器的分辨率呈正相关,当显示器的分辨率较大时,其每英寸所容纳的像素点越多,当ε的取值较小时,以距离ε为步长的网格内所容纳的像素点越多,使得后续获取单位网格的平均标准色度值时所需要计算的量越大,故应适当增大ε的取值,但ε的取值也不宜过大,因为当ε的取值较大时,以距离ε为步长的网格内所容纳的像素点越少,所获取的平均标准色度值不能够真实的反应该位置的颜色特征,会使得色彩补偿补偿后的图像与原图像之间差别增大,图像失真。
通过标准色度值获取模块获取待测图像在初始位置处各分解图像的初始平均标准色度值A1、A2、A3......直至An,通过水平位置调节机构和倾角调节机构实时调节拍摄相机与显示器间的垂直距离和倾斜角度值,使拍摄相机随机拍摄待测图像移动过程中的高清图像,并将高清图像发送至计算机模块,计算机模块将图像进行处理,以待测图像的中心为原点构建坐标系,将待测图像分割成以距离ε为步长的网格,获取另一组ε1、ε2、ε3......直至εn网格的待测图像的分解图像,待测图像的分解方法有两种,一种是按照横向顺序进行依次排列,如图3所示,另一种是按照竖向顺序进行依次排列,如图4所示,此外,当待测图像为不规则图像时,如图5和图6所示,排序方式依然适用。
通过标准色度值获取模块获取该组移动过程中待测图像的分解图像的测试平均标准色度值A1 、A2 、A3 ......直至An ,通过计算机模块计算获取第一组平均色度差值△A1、△A2、△A3......直至△An,重复步骤四至步骤六,获取多组平均色度差值△A1、△A2、△A3......直至△An,需要说明的是,获取的初始平均标准色度值A1、A2、A3......直至An,可以为同一次拍摄相机拍摄的一组图像也可以为不同次拍摄相机拍摄的多组图像,同理获取的平均标准色度值A1 、A2 、A3 ......直至An ,可以为同一次拍摄相机拍摄的一组图像也可以为不同次拍摄相机拍摄的多组图像,但在计算平均色度差值时,需要将单元网格的位置进行对应,初始平均标准色度值An对应的是同一单元网格的An ,如此获取的是模型输入集合和输出集合中对应的一个输入子集因素和一个输出子集因素,此外,在计算平均色度差值△An时,需要将数值归一化到[-1,1]之间,这是因为△An=An-An ,当动态图像的某一单元网格发声色彩偏移现象时,其颜色可能偏深或者偏浅,故获取的An和An 的差值可能为正值也可能为负值,故将数值归一化到[-1,1]之间更符合实际情况。
通过计算机模块建立BP神经网络预测模型的输入向量集Xn和输出向量集Yn,并构建BP神经网络预测模型,BP神经网络预测模型的构建方法为:将获取的待测图像的单元网格依次编号作为模型的输入向量Xn=(ε1、ε2、ε3......εn);将获取的平均色度差值△A1、△A2、△A3......直至△An数值归一化到[-1,1]之间,获取归一化处理后的数据集Yn=(△A1 、△A2 、△A3 ......△An ),以归一化后的数据集Yn作为模型的输出向量;选取数据集中80%的数据对模型进行训练;获得模型关于待测图像对应单元网格的平均色度差值的预测结果,即为预期平均色度差值。
通过构建的BP神经网络预测模型获取预期平均色度差值,并将预测获取的预测结果耦合至色彩偏移补偿模块,色彩偏移补偿模块依据预期平均色度差值获取补偿平均色度差值,根据液晶显示器的显示原理:在电场的作用下,利用液晶分子的排列方向发生变化,使外光源透光率改变,完成电一光变换,再利用R、G、B三基色信号的不同激励,通过红、绿、蓝三基色滤光膜,完成时域和空间域的彩色重显,色彩偏移补偿模块获取补偿平均色度差值信息后,通过计算机模块将数据耦合至显示器的驱动机构,对透明电极上电位信号的相位、峰值、频率等进行调整与控制,实现液晶的信息显示修整与控制,对可能发生的色彩偏移的单元网格进行补偿,从而可以消除液晶显示器的色彩偏移现象,改善显示器的图像质量。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (8)

1.一种消除动态图像色彩偏移的方法,用于对显示器动态图像的色彩偏移进行补偿,其特征在于:所述方法包括以下步骤:
(a):输入待测图像;
(b):以待测图像的中心为原点构建坐标系,将待测图像分割成以距离ε为步长的网格,按顺序将覆盖有待测图像的单元网格依次编号为ε1、ε2、ε3......直至εn
(c):获取待测图像每个对应单元网格的初始平均标准色度值A1、A2、A3......直至An
(d):获取移动过程中待测图像的每个对应单元网格的测试平均标准色度值A1 、A2 、A3 ......直至An
(e):计算每个对应单元网格的平均色度差值△A1、△A2、△A3......直至△An,其中△An=An-An
(f):以待测图像的单元网格依次编号ε1、ε2、ε3......直至εn为输入变量,对应单元网格的平均色度差值△A1、△A2、△A3......直至△An为输出变量,构建BP神经网络预测模型,获取预期平均色度差值;
(g):依据预期平均色度差值获取补偿平均色度差值;
(h):通过补偿平均色度差值对待测图像进行色彩偏移补偿。
2.根据权利要求1所述的一种消除动态图像色彩偏移的方法,其特征在于:ε与显示器的分辨率呈正相关。
3.根据权利要求1所述的一种消除动态图像色彩偏移的方法,其特征在于:BP神经网络预测模型的构建方法为:
将通过步骤b获取的待测图像的单元网格依次编号作为模型的输入向量Xn=(ε1、ε2、ε3......εn);
将通过步骤e获取的平均色度差值△A1、△A2、△A3......直至△An数值归一化到[-1,1]之间,获取归一化处理后的数据集Yn=(△A1 、△A2 、△A3 ......△An ),以归一化后的数据集Yn作为模型的输出向量;
选取数据集中80%的数据对模型进行训练;
获得模型关于待测图像对应单元网格的平均色度差值的预测结果。
4.根据权利要求1所述的一种消除动态图像色彩偏移的方法,其特征在于:BP神经网络预测模型的层数为三层。
5.根据权利要求1所述的一种消除动态图像色彩偏移的方法,其特征在于:平均标准色度值的获取方法为:对于编号为εi的单元网格,其中i为正整数,将该单元网格进行比例放大后,随机选取若干点测量对应点的标准色度值,再通过求平均值法,计算该单元网格的平均标准色度值。
6.一种消除动态图像色彩偏移的系统,用于实施权利要求1-5任意一项所述的一种消除动态图像色彩偏移的方法的具体步骤,包括:
图像输入模块,用于向显示器中输入待测图像;
图像获取模块,用于拍摄显示器中位于初始位置的待测图像和移动过程中的待测图像;
标准色度值获取模块,用于获取待测图像单元网格的初始平均标准色度值和测试平均标准色度值;
计算机模块及存储于计算机模块上可运行的计算机程序,用于计算平均色度差值和构建BP神经网络预测模型;
色彩偏移补偿模块,用于获取补偿平均色度差值,并通过补偿平均色度差值对显示器进行色彩偏移补偿。
7.根据权利要求6所述的一种消除动态图像色彩偏移的系统,其特征在于:图像获取模块包括拍摄相机、水平位置调节机构和倾角调节机构,所述水平位置调节机构用于调节拍摄相机与显示器的垂直距离,所述倾角调节机构用于调节拍摄相机与显示器之间的倾斜角度值。
8.根据权利要求6-7任意一项所述的一种消除动态图像色彩偏移的系统,其特征在于:该系统的实施步骤如下:
步骤一,通过图像输入模块向显示器中输入待测图像;
步骤二,通过图像获取模块的拍摄相机拍摄待测图像在初始位置处的高清图像,并将高清图像发送至计算机模块,计算机模块将图像进行处理,以待测图像的中心为原点构建坐标系,将待测图像分割成以距离ε为步长的网格,获取编号为ε1、ε2、ε3......直至εn的待测图像的分解图像;
步骤三,通过标准色度值获取模块获取待测图像在初始位置处各分解图像的初始平均标准色度值A1、A2、A3......直至An
步骤四,通过水平位置调节机构和倾角调节机构实时调节拍摄相机与显示器间的垂直距离和倾斜角度值,使拍摄相机随机拍摄待测图像移动过程中的高清图像,并将高清图像发送至计算机模块,计算机模块将图像进行处理,以待测图像的中心为原点构建坐标系,将待测图像分割成以距离ε为步长的网格,获取另一组ε1、ε2、ε3......直至εn网格的待测图像的分解图像;
步骤五,通过标准色度值获取模块获取移动过程中待测图像的分解图像的测试平均标准色度值A1 、A2 、A3 ......直至An
步骤六,通过计算机模块计算获取第一组平均色度差值△A1、△A2、△A3......直至△An
步骤七,重复步骤四至步骤六,获取多组平均色度差值△A1、△A2、△A3......直至△An,并通过计算机模块建立BP神经网络预测模型的输入向量集Xn和输出向量集Yn,并构建BP神经网络预测模型;
步骤八,通过构建的BP神经网络预测模型获取预期平均色度差值,并将预测获取的预测结果耦合至色彩偏移补偿模块;
步骤九,色彩偏移补偿模块依据预期平均色度差值获取补偿平均色度差值,对可能发生的色彩偏移的单元网格进行补偿。
CN202310621463.9A 2023-05-30 2023-05-30 一种消除动态图像色彩偏移的方法及系统 Active CN116343708B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310621463.9A CN116343708B (zh) 2023-05-30 2023-05-30 一种消除动态图像色彩偏移的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310621463.9A CN116343708B (zh) 2023-05-30 2023-05-30 一种消除动态图像色彩偏移的方法及系统

Publications (2)

Publication Number Publication Date
CN116343708A true CN116343708A (zh) 2023-06-27
CN116343708B CN116343708B (zh) 2023-08-04

Family

ID=86876336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310621463.9A Active CN116343708B (zh) 2023-05-30 2023-05-30 一种消除动态图像色彩偏移的方法及系统

Country Status (1)

Country Link
CN (1) CN116343708B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101572075A (zh) * 2008-04-30 2009-11-04 台湾薄膜电晶体液晶显示器产业协会 消除动态图像色彩偏移的方法及显示器
CN104658504A (zh) * 2015-03-09 2015-05-27 深圳市华星光电技术有限公司 一种液晶显示器的驱动方法及驱动装置
CN109389110A (zh) * 2018-10-11 2019-02-26 北京奇艺世纪科技有限公司 一种区域确定方法及装置
CN109842799A (zh) * 2017-11-29 2019-06-04 杭州海康威视数字技术股份有限公司 颜色分量的帧内预测方法及装置
CN112419997A (zh) * 2019-08-23 2021-02-26 深圳Tcl数字技术有限公司 一种色度补偿方法、显示装置及存储介质
CN114119502A (zh) * 2021-11-05 2022-03-01 西安工程大学 一种针对彩色纹理织物色差和污渍缺陷的检测方法
CN114240929A (zh) * 2021-12-28 2022-03-25 季华实验室 一种色差检测方法及装置
KR102418000B1 (ko) * 2022-03-15 2022-07-07 광주과학기술원 컬러 이미지와 모노크롬 이미지를 이용하여 스테레오 매칭을 수행하는 방법 및 이를 이용한 장치

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101572075A (zh) * 2008-04-30 2009-11-04 台湾薄膜电晶体液晶显示器产业协会 消除动态图像色彩偏移的方法及显示器
CN104658504A (zh) * 2015-03-09 2015-05-27 深圳市华星光电技术有限公司 一种液晶显示器的驱动方法及驱动装置
CN109842799A (zh) * 2017-11-29 2019-06-04 杭州海康威视数字技术股份有限公司 颜色分量的帧内预测方法及装置
CN109389110A (zh) * 2018-10-11 2019-02-26 北京奇艺世纪科技有限公司 一种区域确定方法及装置
CN112419997A (zh) * 2019-08-23 2021-02-26 深圳Tcl数字技术有限公司 一种色度补偿方法、显示装置及存储介质
CN114119502A (zh) * 2021-11-05 2022-03-01 西安工程大学 一种针对彩色纹理织物色差和污渍缺陷的检测方法
CN114240929A (zh) * 2021-12-28 2022-03-25 季华实验室 一种色差检测方法及装置
KR102418000B1 (ko) * 2022-03-15 2022-07-07 광주과학기술원 컬러 이미지와 모노크롬 이미지를 이용하여 스테레오 매칭을 수행하는 방법 및 이를 이용한 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李峰, 金红: "基于图像分析的数字图像色偏检测方法", 江苏大学学报(自然科学版), no. 05 *
韩健;彭玉华;刘微;: "电视画质测评专家系统", 计算机工程与应用, no. 24 *

Also Published As

Publication number Publication date
CN116343708B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
CN107665684B (zh) 一种色彩Mura补偿方法
CN113823235B (zh) 一种Mini-LED背光分区控制系统及方法
CN111489694B (zh) 一种对amoled屏下摄像屏进行外部光学补偿的方法及系统
CN111402827B (zh) 一种lcd拼接屏校正方法、装置和系统及控制系统
CN1172538C (zh) 立体观看装置和方法
CN1957393A (zh) 图像处理装置、图像显示装置、图像处理方法和计算机产品
CN107123094B (zh) 一种混合泊松、高斯和脉冲噪声的视频去噪方法
CN108364615B (zh) Mura补偿方法及Mura补偿系统
CN1121670A (zh) 帧像素数据发生系统
CN113706412B (zh) 一种sdr到hdr转换方法
KR102542503B1 (ko) 표시 패널 검사 장치 및 그 구동 방법
CN113823234B (zh) 一种RGB Mini-LED场序背光控制系统及方法
CN111882489A (zh) 用于水下图像同时增强的超分辨率图形恢复方法
US8184123B2 (en) Image display apparatus, image processing apparatus, and image display method
CN110415223B (zh) 一种无参考的拼接图像质量评价方法及系统
CN110691236B (zh) 一种全景视频质量评价方法
CN114463207B (zh) 基于全局动态范围压缩与局部亮度估计的色阶映射方法
CN116343708B (zh) 一种消除动态图像色彩偏移的方法及系统
CN102026012A (zh) 平面视频立体化转换深度图生成方法和装置
CN113935917A (zh) 一种基于云图运算和多尺度生成对抗网络的光学遥感影像薄云去除方法
WO2019085025A1 (zh) 显示画面的散斑现象的改善方法和改善系统
CN111861949A (zh) 一种基于生成对抗网络的多曝光图像融合方法及系统
CN115346464A (zh) 显示补偿数据设置方法、显示补偿方法、驱动芯片
CN112019774B (zh) 一种红外高位宽数字图像的高质量显示方法
CN110223268B (zh) 一种绘制图像质量评价方法

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