CN116939906B - 基于人工智能的led混色灯光色彩校准调节方法 - Google Patents
基于人工智能的led混色灯光色彩校准调节方法 Download PDFInfo
- Publication number
- CN116939906B CN116939906B CN202310924967.8A CN202310924967A CN116939906B CN 116939906 B CN116939906 B CN 116939906B CN 202310924967 A CN202310924967 A CN 202310924967A CN 116939906 B CN116939906 B CN 116939906B
- Authority
- CN
- China
- Prior art keywords
- target
- adjustment
- value
- area
- target color
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 17
- 230000000694 effects Effects 0.000 claims abstract description 127
- 238000012216 screening Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000000875 corresponding effect Effects 0.000 claims description 599
- 230000002596 correlated effect Effects 0.000 claims description 21
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 9
- 230000003631 expected effect Effects 0.000 abstract description 4
- 230000001795 light effect Effects 0.000 abstract description 2
- 239000003086 colorant Substances 0.000 description 7
- 238000013507 mapping Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
- H05B45/20—Controlling the colour of the light
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/165—Controlling the light source following a pre-assigned programmed sequence; Logic control [LC]
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Color Image Communication Systems (AREA)
Abstract
本发明涉及图像数据处理技术领域,具体涉及基于人工智能的LED混色灯光色彩校准调节方法,该方法包括:获取预设颜色对应的通道值区间集合和待调整LED混色灯对应的待调整区域对应的目标图像,从目标图像中筛选出目标颜色区域;确定目标像素值;对目标颜色区域进行颜色效果分析处理;确定目标调节指标;对目标颜色区域进行校准调节;确定目标校准区域中每个灰度值对应的调整效果因子;从目标校准区域中的灰度值中筛选出调整灰度值;对待调整LED混色灯进行灯光调整。本发明通过对目标图像进行图像处理,实现了对待调整LED混色灯的灯光调节,提高了对LED混色灯进行灯光调整的准确度,使最终的灯光效果更加符合期望效果。
Description
技术领域
本发明涉及图像数据处理技术领域,具体涉及基于人工智能的LED混色灯光色彩校准调节方法。
背景技术
LED混色灯光可以通过控制不同颜色的LED单元的亮度来达到所需的色彩。每个LED单元通常有红、绿、蓝三种颜色的发光体。由于通过调节每个颜色通道的亮度,可以混合出各种不同的颜色,所以LED混色灯光往往可以使空间呈现出期望的颜色,例如可以使映射在白墙上的灯光颜色达到预期效果。目前,对LED混色灯进行灯光调整的方法为:通过人工的方式,对LED混色灯进行灯光调整,使映射在某个区域的灯光颜色达到预期效果。
然而,当采用上述方式时,经常会存在如下技术问题:
当采用人工的方式,对LED混色灯进行灯光调整时,往往是凭借人工的主观观察对映射在某个区域的灯光颜色是否达到预期效果进行判断,导致作出的判断结果往往受到了人工的主观影响和状态情况的影响,所以作出的判断结果往往不准确,因此,当采用人工的方式对LED混色灯进行灯光调整时,往往导致对LED混色灯进行灯光调整的准确度低下。
发明内容
本发明的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本发明的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
为了解决对LED混色灯进行灯光调整的准确度低下的技术问题,本发明提出了基于人工智能的LED混色灯光色彩校准调节方法。
本发明提供了基于人工智能的LED混色灯光色彩校准调节方法,该方法包括:
获取预设颜色对应的通道值区间集合和待调整LED混色灯对应的待调整区域对应的目标图像,并从所述目标图像中筛选出目标颜色区域;
从所述通道值区间集合中的各个通道值区间中均筛选出一个通道值,组成目标像素值;
根据所述目标像素值,对所述目标颜色区域进行颜色效果分析处理,得到所述目标颜色区域对应的目标颜色效果指标;
根据所述通道值区间集合和所述目标颜色区域对应的目标颜色效果指标,确定所述目标颜色区域对应的目标调节指标;
根据所述目标像素值、所述目标颜色区域对应的目标颜色效果指标和目标调节指标,对所述目标颜色区域进行校准调节,得到目标校准区域;
根据所述目标校准区域中的各个像素点对应的灰度值和所述目标像素值,确定所述目标校准区域中每个灰度值对应的调整效果因子;
根据调整效果因子,从所述目标校准区域中的各个灰度值中筛选出调整灰度值;
根据所述调整灰度值,对所述待调整LED混色灯进行灯光调整。
可选地,所述根据所述目标像素值,对所述目标颜色区域进行颜色效果分析处理,得到所述目标颜色区域对应的目标颜色效果指标,包括:
将所述目标像素值对应的灰度值,确定为参考灰度值;
将所述目标颜色区域中的每个像素点对应的灰度值与所述参考灰度值的差值的绝对值,确定为所述目标颜色区域中的每个像素点对应的目标灰度差异;
根据所述目标颜色区域中的各个像素点对应的目标灰度差异,确定所述目标颜色区域对应的第一颜色指标,其中,目标灰度差异与第一颜色指标呈正相关;
将所述目标颜色区域中所有像素点对应的灰度值的方差,确定为所述目标颜色区域对应的第二颜色指标;
根据所述目标颜色区域对应的第一颜色指标和第二颜色指标,确定所述目标颜色区域对应的目标颜色效果指标。
可选地,所述根据所述通道值区间集合和所述目标颜色区域对应的目标颜色效果指标,确定所述目标颜色区域对应的目标调节指标,包括:
根据所述通道值区间集合中的每个通道值区间,确定所述目标颜色区域中的每个像素点与所述通道值区间之间的第一趋向指标;
根据所述目标颜色区域中的每个像素点与所述通道值区间集合中的各个通道值区间之间的第一趋向指标,确定所述目标颜色区域中的每个像素点对应的第二趋向指标,其中,第一趋向指标与第二趋向指标呈正相关;
根据所述目标颜色区域中的各个像素点对应的第二趋向指标,确定所述目标颜色区域对应的目标颜色差异,其中,第二趋向指标与目标颜色差异呈正相关;
根据所述目标颜色区域对应的目标颜色差异和目标颜色效果指标,确定所述目标颜色区域对应的目标调节指标,其中,目标颜色差异和目标颜色效果指标均与目标调节指标呈正相关。
可选地,所述根据所述通道值区间集合中的每个通道值区间,确定所述目标颜色区域中的每个像素点与所述通道值区间之间的第一趋向指标,包括:
将所述通道值区间所在的通道,确定为目标通道;
将所述通道值区间中的最大通道值和最小通道值,分别确定为第一通道值和第二通道值;
将所述目标颜色区域中的每个像素点对应的目标通道值与所述第一通道值的差值的绝对值,确定为所述目标颜色区域中的每个像素点与所述通道值区间之间的第一通道差异,其中,像素点对应的目标通道值是该像素点对应在目标通道上的值;
将所述目标颜色区域中的每个像素点对应的目标通道值与所述第二通道值的差值的绝对值,确定为所述目标颜色区域中的每个像素点与所述通道值区间之间的第二通道差异;
将所述目标颜色区域中的每个像素点与所述通道值区间之间的第二通道差异和第一通道差异的差值的绝对值,确定为所述目标颜色区域中的每个像素点与所述通道值区间之间的第一趋向指标。
可选地,所述根据所述目标像素值、所述目标颜色区域对应的目标颜色效果指标和目标调节指标,对所述目标颜色区域进行校准调节,得到目标校准区域,包括:
当所述目标颜色区域对应的目标调节指标大于预设调节阈值时,对所述目标颜色区域进行迭代校准调节,得到目标校准区域,其中,对所述目标颜色区域进行第一次校准调节包括:根据所述目标颜色区域对应的目标颜色效果指标和所述目标像素值,对所述目标颜色区域进行第一次校准调节;对所述目标颜色区域进行第一次校准调节之后的每次校准调节包括:当待校准区域对应的目标调节指标大于预设调节阈值,并且迭代次数小于预设迭代次数时,根据所述目标像素值、待校准区域对应的目标颜色效果指标和目标调节指标,对待校准区域进行校准调节;待校准区域是前次校准调节后得到的区域或目标颜色区域。
可选地,所述根据所述目标颜色区域对应的目标颜色效果指标和所述目标像素值,对所述目标颜色区域进行第一次校准调节,包括:
将所述目标像素值对应的灰度值,确定为参考灰度值;
将所述目标颜色区域中的每个像素点对应的灰度值与所述参考灰度值的差值的绝对值,确定为所述目标颜色区域中的每个像素点对应的目标灰度差异;
将所述目标颜色区域中的每个像素点对应的目标灰度差异在其对应的灰度值中的占比,确定为所述目标颜色区域中的每个像素点对应的差异占比;
根据所述目标颜色区域对应的目标颜色效果指标、以及所述目标颜色区域中的每个像素点对应的差异占比,确定所述目标颜色区域中的每个像素点对应的目标调整参数,其中,差异占比和目标颜色效果指标均与目标调整参数呈正相关;
根据所述目标颜色区域中的每个像素点对应的目标调整参数,确定所述目标颜色区域中的每个像素点对应的每个通道值对应的目标调整因子;
将所述目标颜色区域中的每个像素点对应的每个通道值对应的目标调整因子与该通道值的和,确定为所述目标颜色区域中的每个像素点对应的每个通道值对应的调整通道值;
将所述目标颜色区域中的每个像素点对应的每个通道值,更新为其对应的调整通道值。
可选地,所述根据所述目标颜色区域中的每个像素点对应的目标调整参数,确定所述目标颜色区域中的每个像素点对应的每个通道值对应的目标调整因子,包括:
对于所述目标颜色区域中的每个像素点,将所述像素点对应的每个通道值与该通道值对应的参考最小值的差值的绝对值,确定为所述像素点对应的每个通道值对应的第一参考因子,其中,通道值对应的参考最小值是与该通道值的通道相同的通道值区间中最小的通道值;
对于所述目标颜色区域中的每个像素点,将所述像素点对应的每个通道值与该通道值对应的参考最大值的差值的绝对值,确定为所述像素点对应的每个通道值对应的第二参考因子,其中,通道值对应的参考最大值是与该通道值的通道相同的通道值区间中最大的通道值;
当所述目标颜色区域中的像素点对应的任意一个通道值对应的第一参考因子大于或等于其对应的第二参考因子时,将第一预设因子,确定为该通道值对应的调整方向因子;
当所述目标颜色区域中的像素点对应的任意一个通道值对应的第一参考因子小于其对应的第二参考因子时,将第二预设因子,确定为该通道值对应的调整方向因子;
将所述目标颜色区域中的每个像素点对应的目标调整参数、所述目标颜色区域中的每个像素点对应的每个通道值对应的调整方向因子和该通道值的乘积,确定为所述目标颜色区域中的每个像素点对应的每个通道值对应的目标调整因子。
可选地,所述根据所述目标像素值、待校准区域对应的目标颜色效果指标和目标调节指标,对待校准区域进行校准调节,包括:
将所述目标像素值对应的灰度值,确定为参考灰度值;
根据待校准区域对应的目标调节指标,确定待校准区域中的每个像素点对应的每个通道值对应的调整方向因子对应的公式为:
其中,βkb,n是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整方向因子;βkb,n-1是对目标颜色区域进行第n-1次校准调节时,第n-1次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整方向因子;Tn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域对应的目标调节指标;Tn-1是对目标颜色区域进行第n-1次校准调节时,第n-1次校准调节对应的待校准区域对应的目标调节指标;n≥2;n是对目标颜色区域进行迭代校准调节中校准调节的序号;k是待校准区域中像素点的序号;b是第k个像素点对应的通道值的序号;
根据所述参考灰度值和待校准区域对应的目标颜色效果指标,确定待校准区域中的每个像素点对应的目标调整参数对应的公式为:
其中,Znk是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的目标调整参数;n是对目标颜色区域进行迭代校准调节中校准调节的序号;H是参考灰度值;Hka是对目标颜色区域进行第a次校准调节时,第a次校准调节对应的待校准区域中的第k个像素点对应的灰度值;Hkn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的灰度值;Tn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域对应的目标调节指标;vn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域对应的目标颜色效果指标;a是第n次校准调节之前的校准调节的序号;k是待校准区域中像素点的序号;
确定待校准区域中的每个像素点对应的每个通道值对应的调整通道值对应的公式为:
Qkb,n=Qkb,n-1+Znk×βkb,n×Qkb,n-1
其中,Qkb,n是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整通道值;Qkb,n-1是对目标颜色区域进行第n-1次校准调节时,第n-1次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整通道值;Znk是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的目标调整参数;βkb,n是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整方向因子;
将待校准区域中的每个像素点对应的每个通道值,更新为其对应的调整通道值。
可选地,所述根据所述目标校准区域中的各个像素点对应的灰度值和所述目标像素值,确定所述目标校准区域中每个灰度值对应的调整效果因子,包括:
将所述目标像素值对应的灰度值,确定为参考灰度值;
将所述目标校准区域中的每个像素点对应的灰度值与所述参考灰度值的差值的绝对值,确定为所述目标校准区域中的每个像素点对应的目标灰度差异;
从所述目标校准区域中筛选出每个灰度值对应的像素点集合;
根据每个灰度值对应的像素点集合中像素点的数量,以及每个灰度值对应的像素点集合中的各个像素点对应的目标灰度差异,确定所述目标校准区域中每个灰度值对应的调整效果因子,其中,目标灰度差异与调整效果因子呈负相关,像素点集合中像素点的数量与调整效果因子呈正相关。
可选地,所述根据所述调整灰度值,对所述待调整LED混色灯进行灯光调整,包括:
根据所述调整灰度值,对所述待调整LED混色灯进行灯光调整,获取调整后的灯光照射的待调整区域对应的目标颜色区域,重复灯光调整过程,直至调整后的灯光照射的待调整区域对应的目标颜色区域对应的目标调节指标小于或等于预设调节阈值,或者灯光调整过程重复次数达到预设重复次数,将最新得到的调整灰度值,作为目标调整值,并根据所述目标调整值,对所述待调整LED混色灯进行灯光调整。
本发明具有如下有益效果:
本发明的基于人工智能的LED混色灯光色彩校准调节方法,通过对目标图像进行图像处理,实现了对待调整LED混色灯的灯光调节,提高了对LED混色灯进行灯光调整的准确度,使最终的灯光效果更加符合期望效果。首先,获取预设颜色对应的通道值区间集合和待调整LED混色灯对应的待调整区域对应的目标图像,并从目标图像中筛选出目标颜色区域,可以便于后续判断是否需要对待调整LED混色灯进行灯光调整。接着,从通道值区间集合中的各个通道值区间中均筛选出一个通道值,可以便于后续的处理。然后,基于目标像素值,对目标颜色区域进行颜色效果分析处理,可以提高目标颜色效果指标确定的准确度。继续,综合考虑通道值区间集合和目标颜色区域对应的目标颜色效果指标,可以提高目标调节指标确定的准确度。再者,综合考虑目标颜色区域对应的目标颜色效果指标和目标像素值,对目标颜色区域进行校准调节,可以提高目标校准区域确定的准确度。之后,综合考虑目标校准区域中的各个像素点对应的灰度值和目标像素值,可以提高每个灰度值对应的调整效果因子确定的准确度。而后,量化了调整效果因子,并基于调整效果因子,从目标校准区域中的各个灰度值中筛选出调整灰度值,可以便于后续对待调整LED混色灯进行灯光调整。最后,基于调整灰度值,对待调整LED混色灯进行灯光调整,实现了对待调整LED混色灯的灯光调节,并量化了多个与颜色效果相关的指标,比如,目标颜色效果指标、目标调节指标和调整效果因子等,使最终的调整结果相对比较客观,所以相较于人工的方式,本发明在一定程度上减少了人为主观因素的影响,使得调整结果更加的客观,提高了对LED混色灯进行灯光调整的准确度,使最终的灯光效果更加符合期望效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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它附图。
图1为本发明的基于人工智能的LED混色灯光色彩校准调节方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明提供了基于人工智能的LED混色灯光色彩校准调节方法,该方法包括以下步骤:
获取预设颜色对应的通道值区间集合和待调整LED混色灯对应的待调整区域对应的目标图像,并从目标图像中筛选出目标颜色区域;
从通道值区间集合中的各个通道值区间中均筛选出一个通道值,组成目标像素值;
根据目标像素值,对目标颜色区域进行颜色效果分析处理,得到目标颜色区域对应的目标颜色效果指标;
根据通道值区间集合和目标颜色区域对应的目标颜色效果指标,确定目标颜色区域对应的目标调节指标;
根据目标像素值、目标颜色区域对应的目标颜色效果指标和目标调节指标,对目标颜色区域进行校准调节,得到目标校准区域;
根据目标校准区域中的各个像素点对应的灰度值和目标像素值,确定目标校准区域中每个灰度值对应的调整效果因子;
根据调整效果因子,从目标校准区域中的各个灰度值中筛选出调整灰度值;
根据调整灰度值,对待调整LED混色灯进行灯光调整。
下面对上述各个步骤进行详细展开:
参考图1,示出了根据本发明的基于人工智能的LED混色灯光色彩校准调节方法的一些实施例的流程。该基于人工智能的LED混色灯光色彩校准调节方法,包括以下步骤:
步骤S1,获取预设颜色对应的通道值区间集合和待调整LED混色灯对应的待调整区域对应的目标图像,并从目标图像中筛选出目标颜色区域。
在一些实施例中,可以获取预设颜色对应的通道值区间集合和待调整LED(Light-Emitting Diode,发光二极管)混色灯对应的待调整区域对应的目标图像,并从上述目标图像中筛选出目标颜色区域。
其中,预设颜色可以是预先设置的颜色。例如,预设颜色可以是期望颜色。通道值区间集合可以包括:R通道值区间、G通道值区间和B通道值区间。R通道值区间可以是混合为预设颜色时,所预先设置的R通道值的取值范围。G通道值区间可以是混合为预设颜色时,所预先设置的G通道值的取值范围。B通道值区间可以是混合为预设颜色时,所预先设置的B通道值的取值范围。R通道值所在的R通道、G通道值所在的G通道、B通道值所在的B通道分别是RGB(RedGreenBlue,色彩模式)三通道中的R通道、G通道、B通道。待调整LED混色灯可以是待进行灯光颜色调整的LED混色灯。LED混色灯光通常由红(Red)、绿(Green)、蓝(Blue)三种基本颜色的LED组成,这些颜色的LED光源可以按照不同的亮度来混合发光,从而产生各种颜色的光线。待调整区域可以是被待调整LED混色灯照射,并且可以用于待调整LED混色灯光调整判断的区域。待调整区域在被待调整LED混色灯照射前的颜色可以是白色。例如,待调整区域可以是被待调整LED混色灯照射的白墙。目标图像可以是拍摄有待调整区域的图像。目标颜色区域可以是待调整区域对应在目标图像上的区域。
需要说明的是,获取预设颜色对应的通道值区间集合和待调整LED混色灯对应的待调整区域对应的目标图像,并从目标图像中筛选出目标颜色区域,可以便于后续判断是否需要对待调整LED混色灯进行灯光调整。其次,由于调整待调整LED混色灯的灯光是为了使待调整区域达到预期的颜色效果,因此,从目标图像中筛选出待调整区域对应的目标颜色区域,可以便于后续判断是否需要对待调整LED混色灯进行灯光调整。再者,由于待调整区域上的各个位置对灯光的吸收和反射程度往往不同,所以待调整区域各个位置上的颜色之间往往存在差别,从而影响视觉效果,因此往往需要调节灯光使待调整区域接近预期颜色,并且颜色分布均匀。故本发明通过对目标图像进行图像处理,实现了对待调整LED混色灯的灯光调整,使最终调整后再次照射,得到的待调整区域接近预期颜色,并且颜色分布均匀。
作为示例,本步骤可以包括以下步骤:
第一步,获取预设颜色对应的通道值区间集合。
例如,若预设颜色为粉红色,则粉红色对应的通道值区间集合可以是{[253,255],[190,194],[201,205]}。其中,区间[253,255]可以是该通道值区间集合包括的R通道值区间。[190,194]可以是该通道值区间集合包括的G通道值区间。[201,205]可以是该通道值区间集合包括的B通道值区间。
第二步,获取待调整LED混色灯对应的待调整区域对应的目标图像。
例如,可以通过工业相机采集待调整LED混色灯照射下的区域的图像,作为目标图像。
其中,目标图像可以是RGB图像。
第三步,从目标图像中筛选出目标颜色区域。
例如,从目标图像中筛选出目标颜色区域可以包括以下子步骤:
第一子步骤,对目标图像进行灰度化,得到目标灰度图像。
比如,通过加权灰度化的方法,对目标图像进行灰度化,并将灰度化后得到的图像,作为目标灰度图像。
第二子步骤,使用区域生长算法,对目标图像进行ROI(RegionOfInterest,感兴趣)区域的获取,随机选择初始种子点进行生长,生长准则为像素点与种子点之间的灰度值差异小于或等于所设生长阈值10时,进行生长,否则不进行生长。其中生长阈值10为预先设置的阈值,可以是根据实际情况和经验设置的阈值。区域生长算法为公知技术,故生长过程不再详细赘述。则可基于区域生长算法获取目标灰度图像中的多个生长区域。
需要说明的是,由于待调整区域内的像素点对应的灰度值相近,所以进行区域生长得到的多个生长区域中往往包括待调整区域。待调整区域内的像素点对应的灰度值可以是对该像素点进行灰度化后得到的灰度值。
第三子步骤,可以根据各个生长区域对应的灰度值和形状,从多个生长区域中筛选出待调整区域,并将待调整区域对应在目标图像中的区域作为目标颜色区域。
需要说明的是,由于待调整区域在被待调整LED混色灯照射前的颜色是白色,所以待调整区域的颜色往往与待调整LED混色灯的颜色相近,因此待调整区域对应的灰度值往往与待调整LED混色灯光的RGB对应的灰度值相近,故可以根据各个生长区域对应的灰度值和形状,从多个生长区域中筛选出待调整区域。
可选地,可以采用阈值分割或神经网络识别的方法,从目标图像中筛选出目标颜色区域。
步骤S2,从通道值区间集合中的各个通道值区间中均筛选出一个通道值,组成目标像素值。
在一些实施例中,可以从上述通道值区间集合中的各个通道值区间中均筛选出一个通道值,组成目标像素值。
其中,目标像素值可以包括:R通道值、G通道值和B通道值。
需要说明的是,从通道值区间集合中的各个通道值区间中均筛选出一个通道值,可以便于后续的处理。
作为示例,可以将R通道值区间的中心值,确定为目标像素值包括的R通道值。可以将G通道值区间的中心值,确定为目标像素值包括的G通道值。可以将B通道值区间的中心值,确定为目标像素值包括的B通道值。通道值区间的中心值可以等于该通道值区间的两个端点的均值。
需要说明的是,目标像素值是相对比较符合预期颜色的像素值。
步骤S3,根据目标像素值,对目标颜色区域进行颜色效果分析处理,得到目标颜色区域对应的目标颜色效果指标。
在一些实施例中,可以根据上述目标像素值,对上述目标颜色区域进行颜色效果分析处理,得到上述目标颜色区域对应的目标颜色效果指标。
需要说明的是,基于目标像素值,对目标颜色区域进行颜色效果分析处理,可以提高目标颜色效果指标确定的准确度。
作为示例,本步骤可以包括以下步骤:
第一步,将上述目标像素值对应的灰度值,确定为参考灰度值。
其中,参考灰度值可以是通过加权灰度化的方法,对目标像素值进行灰度化后,得到的灰度值。
第二步,将上述目标颜色区域中的每个像素点对应的灰度值与上述参考灰度值的差值的绝对值,确定为上述目标颜色区域中的每个像素点对应的目标灰度差异。
其中,像素点对应的灰度值可以是对该像素点进行灰度化后得到的灰度值。
第三步,根据上述目标颜色区域中的各个像素点对应的目标灰度差异,确定上述目标颜色区域对应的第一颜色指标。
其中,目标灰度差异可以与第一颜色指标呈正相关。
第四步,将上述目标颜色区域中所有像素点对应的灰度值的方差,确定为上述目标颜色区域对应的第二颜色指标。
第五步,根据上述目标颜色区域对应的第一颜色指标和第二颜色指标,确定上述目标颜色区域对应的目标颜色效果指标。
例如,确定目标颜色区域对应的目标颜色效果指标对应的公式可以为:
其中,v是目标颜色区域对应的目标颜色效果指标。f是目标颜色区域对应的第二颜色指标,也就是目标颜色区域中所有像素点对应的灰度值的方差。是自然常数的/>次方。exp()是以自然常数为底的指数函数。|Hi-H|是Hi-H的绝对值。M是目标颜色区域中像素点的数量。Hi是目标颜色区域中第i个像素点对应的灰度值。H是参考灰度值,也就是目标像素值对应的灰度值。|Hi-H|是目标颜色区域中第i个像素点对应的目标灰度差异。/>是目标颜色区域对应的第一颜色指标。|Hi-H|与呈正相关。f和/>均与v呈正相关。i是目标颜色区域中像素点的序号。
需要说明的是,由于目标像素值是相对比较符合预期颜色的像素值,所以H是相对比较符合预期颜色的灰度值,因此当|Hi-H|越大时,往往说明目标颜色区域中第i个像素点对应的灰度值越偏离预期,往往说明第i个像素点的颜色效果越差,往往说明越需要对第i个像素点进行调整。一般来说,目标颜色区域中的各个像素点的颜色越接近期望颜色,往往说明目标颜色区域的颜色效果越好,目标颜色区域中的各个像素点越均匀,往往说明目标颜色区域的颜色效果越好,所以当f越大时,往往说明目标颜色区域中所有像素点对应的灰度值离散,往往说明目标颜色区域的颜色效果越差,往往说明越需要对目标颜色区域进行调整。因此,当v越大时,往往说明目标颜色区域的颜色效果越差,往往说明越需要对目标颜色区域进行调整。
步骤S4,根据通道值区间集合和目标颜色区域对应的目标颜色效果指标,确定目标颜色区域对应的目标调节指标。
在一些实施例中,可以根据上述通道值区间集合和上述目标颜色区域对应的目标颜色效果指标,确定上述目标颜色区域对应的目标调节指标。
需要说明的是,综合考虑通道值区间集合和目标颜色区域对应的目标颜色效果指标,可以提高目标调节指标确定的准确度。
作为示例,本步骤可以包括以下步骤:
第一步,根据上述通道值区间集合中的每个通道值区间,确定上述目标颜色区域中的每个像素点与上述通道值区间之间的第一趋向指标,可以包括以下子步骤:
第一子步骤,将上述通道值区间所在的通道,确定为目标通道。
比如,通道值区间以R通道值区间为例,可以将R通道值区间所在的通道(R通道),作为目标通道。
第二子步骤,将上述通道值区间中的最大通道值和最小通道值,分别确定为第一通道值和第二通道值。
比如,通道值区间以R通道值区间为例,可以将R通道值区间中最大的R通道值,作为第一通道值。将R通道值区间中最小的R通道值,作为第二通道值。
第三子步骤,将上述目标颜色区域中的每个像素点对应的目标通道值与上述第一通道值的差值的绝对值,确定为上述目标颜色区域中的每个像素点与上述通道值区间之间的第一通道差异。
其中,像素点对应的目标通道值可以是该像素点对应在目标通道上的值。如,若目标通道为G通道,则像素点对应的目标通道值可以是该像素点对应的G通道值。
比如,通道值区间以R通道值区间为例,像素点对应的目标通道值可以是该像素点对应的R通道值,第一通道值可以是R通道值区间中最大的R通道值,可以将目标颜色区域中的每个像素点对应的R通道值与该第一通道值(R通道值区间中最大的R通道值)的差值的绝对值,作为目标颜色区域中的每个像素点与R通道值区间之间的第一通道差异。
第四子步骤,将上述目标颜色区域中的每个像素点对应的目标通道值与上述第二通道值的差值的绝对值,确定为上述目标颜色区域中的每个像素点与上述通道值区间之间的第二通道差异。
比如,通道值区间以R通道值区间为例,像素点对应的目标通道值可以是该像素点对应的R通道值,第二通道值可以是R通道值区间中最小的R通道值,可以将目标颜色区域中的每个像素点对应的R通道值与该第二通道值(R通道值区间中最小的R通道值)的差值的绝对值,作为目标颜色区域中的每个像素点与R通道值区间之间的第二通道差异。
第五子步骤,将上述目标颜色区域中的每个像素点与上述通道值区间之间的第二通道差异和第一通道差异的差值的绝对值,确定为上述目标颜色区域中的每个像素点与上述通道值区间之间的第一趋向指标。
第二步,根据上述目标颜色区域中的每个像素点与上述通道值区间集合中的各个通道值区间之间的第一趋向指标,确定上述目标颜色区域中的每个像素点对应的第二趋向指标。
其中,第一趋向指标可以与第二趋向指标呈正相关。
第三步,根据上述目标颜色区域中的各个像素点对应的第二趋向指标,确定上述目标颜色区域对应的目标颜色差异。
其中,第二趋向指标可以与目标颜色差异呈正相关。
第四步,根据上述目标颜色区域对应的目标颜色差异和目标颜色效果指标,确定上述目标颜色区域对应的目标调节指标。
其中,目标颜色差异和目标颜色效果指标均可以与目标调节指标呈正相关。
例如,确定目标颜色区域对应的目标调节指标对应的公式可以为:
/>
其中,T是目标颜色区域对应的目标调节指标。A是目标颜色区域对应的目标颜色差异。v是目标颜色区域对应的目标颜色效果指标。是自然常数的次方。exp()是以自然常数为底的指数函数。M是目标颜色区域中像素点的数量。m是通道值区间集合中通道值区间的数量。比如,若目标颜色区域是RGB图像,则通道值区间集合包括:R通道值区间、G通道值区间和B通道值区间,此时m为3。Aij是目标颜色区域中第i个像素点与通道值区间集合中第j个通道值区间之间的第一趋向指标。Cij是目标颜色区域中第i个像素点对应在,与第j个通道值区间所在的通道相同的通道上的值。比如,若第j个通道值区间是R通道值区间,则第j个通道值区间所在的通道是R通道,Cij是第i个像素点对应的R通道值。||Cij-Cj,min|-|Cij-Cj,max||是|Cij-Cj,min|-|Cij-Cj,max|的绝对值。Cj,min是第j个通道值区间中的最小通道值,也就是第j个通道值区间中最小的通道值,也就是第二通道值。Cj,max是第j个通道值区间中的最大通道值,也就是第j个通道值区间中最大的通道值,也就是第一通道值。|Cij-Cj,max|是目标颜色区域中第i个像素点与通道值区间集合中第j个通道值区间之间的第一通道差异。|Cij-Cj,max|是Cij-Cj,max的绝对值。|Cij-Cj,min|是目标颜色区域中第i个像素点与通道值区间集合中第j个通道值区间之间的第二通道差异。|Cij-Cj,min|是Cij-Cj,min的绝对值。/>是目标颜色区域中第i个像素点对应的第二趋向指标。Aij与呈正相关。/>与A呈正相关。A和v均与T呈正相关。i是目标颜色区域中像素点的序号。j是通道值区间集合中通道值区间的序号。
需要说明的是,当v越大时,往往说明目标颜色区域的颜色效果越差,往往说明越需要对目标颜色区域进行调整。当Aij越小时,往往说明Cij越接近第j个通道值区间的中央,往往说明第i个像素点的颜色越接近于预期颜色,越不需要对第i个像素点进行调整。所以当A越大时,往往说明越需要对目标颜色区域进行调整。因此当T越大时,往往说明越需要对目标颜色区域进行调整。
步骤S5,根据目标像素值、目标颜色区域对应的目标颜色效果指标和目标调节指标,对目标颜色区域进行校准调节,得到目标校准区域。
在一些实施例中,当上述目标颜色区域对应的目标调节指标大于预设调节阈值时,可以对上述目标颜色区域进行迭代校准调节,得到目标校准区域。
其中,预设调节阈值可以是预先设置的阈值。例如,预设调节阈值可以是0.7。目标校准区域可以是进行迭代校准调节后的目标颜色区域。对上述目标颜色区域进行第一次校准调节可以包括:根据上述目标颜色区域对应的目标颜色效果指标和上述目标像素值,对上述目标颜色区域进行第一次校准调节。对上述目标颜色区域进行第一次校准调节之后的每次校准调节可以包括:当待校准区域对应的目标调节指标大于预设调节阈值,并且迭代次数小于预设迭代次数时,根据上述目标像素值、待校准区域对应的目标颜色效果指标和目标调节指标,对待校准区域进行校准调节。预设迭代次数可以是预先设置的迭代次数。例如,预设迭代次数可以是100。待校准区域可以是前次校准调节后得到的区域或目标颜色区域。例如,第一次校准调节对应的待校准区域可以是目标颜色区域。第二次校准调节对应的待校准区域可以是进行第一次校准调节后得到的区域。
需要说明的是,综合考虑目标颜色区域对应的目标颜色效果指标和目标像素值,对目标颜色区域进行校准调节,可以提高目标校准区域确定的准确度。
作为示例,根据上述目标颜色区域对应的目标颜色效果指标和上述目标像素值,对上述目标颜色区域进行第一次校准调节可以包括以下步骤:
第一步,将上述目标像素值对应的灰度值,确定为参考灰度值。
第二步,将上述目标颜色区域中的每个像素点对应的灰度值与上述参考灰度值的差值的绝对值,确定为上述目标颜色区域中的每个像素点对应的目标灰度差异。
第三步,将上述目标颜色区域中的每个像素点对应的目标灰度差异在其对应的灰度值中的占比,确定为上述目标颜色区域中的每个像素点对应的差异占比。
例如,可以将像素点对应的目标灰度差异在该像素点对应的灰度值中的占比,确定为该像素点对应的差异占比。
第四步,根据上述目标颜色区域对应的目标颜色效果指标、以及上述目标颜色区域中的每个像素点对应的差异占比,确定上述目标颜色区域中的每个像素点对应的目标调整参数。
其中,差异占比和目标颜色效果指标均可以与目标调整参数呈正相关。
例如,确定目标颜色区域中的每个像素点对应的目标调整参数对应的公式可以为:
其中,Zi是目标颜色区域中第i个像素点对应的目标调整参数。|Hi-H|是Hi-H的绝对值。Hi是目标颜色区域中第i个像素点对应的灰度值。H是参考灰度值,也就是目标像素值对应的灰度值。|Hi-H|是目标颜色区域中第i个像素点对应的目标灰度差异。v是目标颜色区域对应的目标颜色效果指标。是目标颜色区域中第i个像素点对应的差异占比。和v均与Zi呈正相关。i是目标颜色区域中像素点的序号。
需要说明的是,为了防止分母为0,可以令本方案的所有比值包括的分母加上一个预先设置的大于0的数,比如可以是0.01。
需要说明的是,当v越大时,往往说明目标颜色区域的颜色效果越差,往往说明越需要对目标颜色区域进行调整。当越大时,往往说明第i个像素点对应的灰度值与预期灰度值之间的偏移程度相对第i个像素点对应的灰度值越大,往往说明第i个像素点的颜色与预期颜色之间的偏移程度相对第i个像素点的颜色越大,往往说明需要的校准参数越大。因此Zi可以作为第i个像素点的调整参数,其值越大,说明第i个像素点需要调整的幅度越大。
第五步,根据上述目标颜色区域中的每个像素点对应的目标调整参数,确定上述目标颜色区域中的每个像素点对应的每个通道值对应的目标调整因子,可以包括以下子步骤:
第一子步骤,对于上述目标颜色区域中的每个像素点,将上述像素点对应的每个通道值与该通道值对应的参考最小值的差值的绝对值,确定为上述像素点对应的每个通道值对应的第一参考因子。
其中,通道值对应的参考最小值可以是与该通道值的通道相同的通道值区间中最小的通道值。如,R通道值对应的参考最小值可以是R通道值区间中最小的通道值。
比如,以R通道值为例,可以将像素点对应的R通道值与R通道值区间中最小的通道值的差值的绝对值,确定为该像素点对应的R通道值对应的第一参考因子。
第二子步骤,对于上述目标颜色区域中的每个像素点,将上述像素点对应的每个通道值与该通道值对应的参考最大值的差值的绝对值,确定为上述像素点对应的每个通道值对应的第二参考因子。
其中,通道值对应的参考最大值是与该通道值的通道相同的通道值区间中最大的通道值。如,R通道值对应的参考最大值可以是R通道值区间中最大的通道值。
比如,以R通道值为例,可以将像素点对应的R通道值与R通道值区间中最大的通道值的差值的绝对值,确定为该像素点对应的R通道值对应的第二参考因子。
第三子步骤,当上述目标颜色区域中的像素点对应的任意一个通道值对应的第一参考因子大于或等于其对应的第二参考因子时,将第一预设因子,确定为该通道值对应的调整方向因子。
其中,第一预设因子可以是预先设置的为负数的因子。比如,第一预设因子可以是-1。
比如,以R通道值为例,当像素点对应的R通道值对应的第一参考因子大于或等于,该像素点对应的R通道值对应的第二参考因子时,可以将该像素点对应的R通道值对应的调整方向因子,设置为-1。
需要说明的是,以R通道值为例,当像素点对应的R通道值对应的第一参考因子大于或等于,该像素点对应的R通道值对应的第二参考因子时,往往说明该像素点对应的R通道值越靠近R通道值区间的最大值,往往说明该像素点越可能比预期颜色对应的R通道值大,因此可以设置该像素点对应的R通道值对应的调整方向因子为-1,便于后续调小该像素点对应的R通道值。
第四子步骤,当上述目标颜色区域中的像素点对应的任意一个通道值对应的第一参考因子小于其对应的第二参考因子时,将第二预设因子,确定为该通道值对应的调整方向因子。
其中,第二预设因子可以是预先设置的为正数的因子。比如,第二预设因子可以是1。
比如,以R通道值为例,当像素点对应的R通道值对应的第一参考因子小于,该像素点对应的R通道值对应的第二参考因子时,可以将该像素点对应的R通道值对应的调整方向因子,设置为1。
需要说明的是,以R通道值为例,当像素点对应的R通道值对应的第一参考因子小于,该像素点对应的R通道值对应的第二参考因子时,往往说明该像素点对应的R通道值越靠近R通道值区间的最小值,往往说明该像素点越可能比预期颜色对应的R通道值小,因此可以设置该像素点对应的R通道值对应的调整方向因子为1,便于后续调大该像素点对应的R通道值。
第五子步骤,将上述目标颜色区域中的每个像素点对应的目标调整参数、上述目标颜色区域中的每个像素点对应的每个通道值对应的调整方向因子和该通道值的乘积,确定为上述目标颜色区域中的每个像素点对应的每个通道值对应的目标调整因子。
第六步,将上述目标颜色区域中的每个像素点对应的每个通道值对应的目标调整因子与该通道值的和,确定为上述目标颜色区域中的每个像素点对应的每个通道值对应的调整通道值。
例如,若像素点对应的3个通道值包括:R通道值、G通道值和B通道值,则确定目标颜色区域中的每个像素点对应的每个通道值对应的调整通道值对应的公式可以为:
其中,R'i是目标颜色区域中第i个像素点对应的R通道值对应的调整通道值。G'i是目标颜色区域中第i个像素点对应的G通道值对应的调整通道值。B'i是目标颜色区域中第i个像素点对应的B通道值对应的调整通道值。Ri是目标颜色区域中第i个像素点对应的R通道值。Gi是目标颜色区域中第i个像素点对应的G通道值。Bi是目标颜色区域中第i个像素点对应的B通道值。βiR是目标颜色区域中第i个像素点对应的R通道值对应的调整方向因子。βiG是目标颜色区域中第i个像素点对应的G通道值对应的调整方向因子。βiB是目标颜色区域中第i个像素点对应的B通道值对应的调整方向因子。Zi是目标颜色区域中第i个像素点对应的目标调整参数。βiR×Zi×Ri是目标颜色区域中第i个像素点对应的R通道值对应的目标调整因子。βiG×Zi×Gi是目标颜色区域中第i个像素点对应的G通道值对应的目标调整因子。βiB×Zi×Bi是目标颜色区域中第i个像素点对应的B通道值对应的目标调整因子。i是目标颜色区域中像素点的序号。
需要说明的是,R'i、G'i和B'i可以分别表征对目标颜色区域中的第i个像素点进行第一次校准调节后,得到的R通道值、G通道值和B通道值。
第七步,将上述目标颜色区域中的每个像素点对应的每个通道值,更新为其对应的调整通道值。
例如,可以将目标颜色区域中的每个像素点对应的R通道值,更新为该像素点对应的R通道值对应的调整通道值。可以将目标颜色区域中的每个像素点对应的G通道值,更新为该像素点对应的G通道值对应的调整通道值。可以将目标颜色区域中的每个像素点对应的B通道值,更新为该像素点对应的B通道值对应的调整通道值,得到新的图像区域。
作为又一示例,当待校准区域对应的目标调节指标大于预设调节阈值,并且迭代次数小于预设迭代次数时,根据上述目标像素值、待校准区域对应的目标颜色效果指标和目标调节指标,对待校准区域进行校准调节可以包括以下步骤:
第一步,将上述目标像素值对应的灰度值,确定为参考灰度值。
第二步,根据待校准区域对应的目标调节指标,确定待校准区域中的每个像素点对应的每个通道值对应的调整方向因子对应的公式为:
其中,βkb,n是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整方向因子。第n次校准调节对应的待校准区域也就是对目标颜色区域进行第n-1次校准调节后得到的图像。βkb,n-1是对目标颜色区域进行第n-1次校准调节时,第n-1次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整方向因子。第n-1次校准调节对应的待校准区域也就是对目标颜色区域进行第n-2次校准调节后得到的图像。若n=2,则第2次校准调节对应的待校准区域可以是对目标颜色区域进行第1次校准调节后得到的图像;第1次校准调节对应的待校准区域可以是目标颜色区域。Tn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域对应的目标调节指标。Tn-1是对目标颜色区域进行第n-1次校准调节时,第n-1次校准调节对应的待校准区域对应的目标调节指标。n≥2。n是对目标颜色区域进行迭代校准调节中校准调节的序号。k是待校准区域中像素点的序号。b是第k个像素点对应的通道值的序号。
需要说明的是,当Tn-1-Tn≥0时,往往说明进行校准调节后得到的区域的颜色效果在变好,往往说明进行校准调节的方向正确。因此当Tn-1-Tn≥0时,令βkb,n=βkb,n-1,不需要改变其调整方向。当Tn-1-Tn<0时,往往说明进行校准调节后得到的区域的颜色效果在变差,往往说明进行校准调节的方向有误。因此当Tn-1-Tn<0时,令βkb,n=-βkb,n-1,需要改变其调整方向。
第三步,根据上述参考灰度值和待校准区域对应的目标颜色效果指标,确定待校准区域中的每个像素点对应的目标调整参数对应的公式为:
其中,Znk是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的目标调整参数。n是对目标颜色区域进行迭代校准调节中校准调节的序号。H是参考灰度值。Hka是对目标颜色区域进行第a次校准调节时,第a次校准调节对应的待校准区域中的第k个像素点对应的灰度值。Hkn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的灰度值。Tn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域对应的目标调节指标。vn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域对应的目标颜色效果指标。a是第n次校准调节之前的校准调节的序号。k是待校准区域中像素点的序号。n≥2。
需要说明的是,当越大时,往往说明第k个像素点在调整过程中对应的各个灰度值与预期灰度值之间的偏移程度相对第k个像素点对应的灰度值越大,往往说明第k个像素点的颜色与预期颜色之间的偏移程度相对第k个像素点的颜色越大,往往说明需要的校准参数越大。当n越大时,往往说明校准调节次数越多,往往说明需要调整的幅度越应该调小。当vn越大时,往往说明第n次校准调节对应的待校准区域的颜色效果越差,往往说明越需要对第n次校准调节对应的待校准区域进行调整。当Tn越大时,往往说明越需要对第n次校准调节对应的待校准区域进行调整,往往说明越需要对目标颜色区域继续调整。因此Znk可以作为第k个像素点的调整参数,其值越大,说明第k个像素点需要调整的幅度越大。
第四步,确定待校准区域中的每个像素点对应的每个通道值对应的调整通道值对应的公式为:
Qkb,n=Qkb,n-1+Znk×βkb,n×Qkb,n-1
其中,Qkb,n是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整通道值。Qkb,n-1是对目标颜色区域进行第n-1次校准调节时,第n-1次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整通道值;也就是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值。Znk是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的目标调整参数。βkb,n是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整方向因子。n是对目标颜色区域进行迭代校准调节中校准调节的序号。k是待校准区域中像素点的序号。n≥2。b是第k个像素点对应的通道值的序号。
需要说明的是,Qkb,n可以表征对目标颜色区域中的第i个像素点进行第n次校准调节后,得到的通道值。
第五步,将待校准区域中的每个像素点对应的每个通道值,更新为其对应的调整通道值。
例如,可以将待校准区域中的每个像素点对应的R通道值,更新为该像素点对应的R通道值对应的调整通道值。可以将待校准区域中的每个像素点对应的G通道值,更新为该像素点对应的G通道值对应的调整通道值。可以将待校准区域中的每个像素点对应的B通道值,更新为该像素点对应的B通道值对应的调整通道值,得到新的图像区域。
步骤S6,根据目标校准区域中的各个像素点对应的灰度值和目标像素值,确定目标校准区域中每个灰度值对应的调整效果因子。
在一些实施例中,可以根据上述目标校准区域中的各个像素点对应的灰度值和上述目标像素值,确定上述目标校准区域中每个灰度值对应的调整效果因子。
需要说明的是,综合考虑目标校准区域中的各个像素点对应的灰度值和目标像素值,可以提高每个灰度值对应的调整效果因子确定的准确度。
作为示例,本步骤可以包括以下步骤:
第一步,将上述目标像素值对应的灰度值,确定为参考灰度值。
第二步,将上述目标校准区域中的每个像素点对应的灰度值与上述参考灰度值的差值的绝对值,确定为上述目标校准区域中的每个像素点对应的目标灰度差异。
第三步,从上述目标校准区域中筛选出每个灰度值对应的像素点集合。
其中,目标校准区域中的灰度值可以是目标校准区域中像素点对应的灰度值。灰度值对应的像素点集合中的各个像素点对应的灰度值可以为该灰度值。比如,若某个灰度值为200,则200对应的像素点集合可以包括:目标校准区域中对应的灰度值为200的所有像素点。
第四步,根据每个灰度值对应的像素点集合中像素点的数量,以及每个灰度值对应的像素点集合中的各个像素点对应的目标灰度差异,确定上述目标校准区域中每个灰度值对应的调整效果因子。
其中,目标灰度差异可以与调整效果因子呈负相关。像素点集合中像素点的数量可以与调整效果因子呈正相关。
例如,确定目标校准区域中每个灰度值对应的调整效果因子对应的公式可以为:
其中,Pt是目标校准区域中第t个灰度值对应的调整效果因子。Nt是目标校准区域中第t个灰度值对应的像素点集合中像素点的数量,其中,第t个灰度值对应的像素点集合可以包括:目标校准区域中对应的灰度值等于第t个灰度值的所有像素点。exp(-|Htq-H|)是自然常数的-|Htq-H|次方。exp()是以自然常数为底的指数函数。|Htq-H|是Htq-H的绝对值。Htq是目标校准区域中第t个灰度值对应的像素点集合中第q个像素点对应的灰度值。H是参考灰度值,也就是目标像素值对应的灰度值。|Htq-H|是目标校准区域中第t个灰度值对应的像素点集合中第q个像素点对应的目标灰度差异。Nt与Pt呈正相关。|Htq-H|与Pt呈负相关。t是目标校准区域中灰度值的序号,也就是目标校准区域中所有像素点对应的灰度值中不同灰度值的序号。
需要说明的是,当Nt越大时,往往说明灰度值为第t个灰度值的像素点越多,往往说明第t个灰度值越重要,往往说明第t个灰度值的表现效果越好。当|Htq-H|越小时,往往说明第t个灰度值越接近预期颜色对应的灰度值,往往说明第t个灰度值的表现效果越好。因此当Pt越大时,往往说明第t个灰度值的表现效果越好,往往说明越可以基于第t个灰度值,对待调整LED混色灯进行灯光调整。
步骤S7,根据调整效果因子,从目标校准区域中的各个灰度值中筛选出调整灰度值。
在一些实施例中,可以根据调整效果因子,从上述目标校准区域中的各个灰度值中筛选出调整灰度值。
需要说明的是,量化了调整效果因子,并基于调整效果因子,从目标校准区域中的各个灰度值中筛选出调整灰度值,可以便于后续对待调整LED混色灯进行灯光调整。
作为示例,可以从目标校准区域中的各个灰度值中筛选出调整效果因子最大的灰度值,作为调整灰度值。
步骤S8,根据调整灰度值,对待调整LED混色灯进行灯光调整。
在一些实施例中,可以根据上述调整灰度值,对上述待调整LED混色灯进行灯光调整。
需要说明的是,基于调整灰度值,对待调整LED混色灯进行灯光调整,实现了对待调整LED混色灯的灯光调节。
作为示例,可以根据上述调整灰度值,对上述待调整LED混色灯进行灯光调整,获取调整后的灯光照射的待调整区域对应的目标颜色区域,重复灯光调整过程,直至调整后的灯光照射的待调整区域对应的目标颜色区域对应的目标调节指标小于或等于预设调节阈值,或者灯光调整过程重复次数达到预设重复次数,将最新得到的调整灰度值,作为目标调整值,并根据上述目标调整值,对上述待调整LED混色灯进行灯光调整。
其中,调整后的灯光照射的待调整区域可以是被调整过灯光的待调整LED混色灯照射的待调整区域。预设重复次数可以是预先设置的次数。例如,预设重复次数可以是10。灯光调整过程可以包括:步骤S3-步骤S7,以及根据最新得到的调整灰度值,对待调整LED混色灯进行灯光调整。根据调整灰度值,对待调整LED混色灯进行灯光调整可以包括:基于R、G、B灯光通道数据与灰度值的映射关系,获取调整灰度值所对应的R、G、B通道数据,作为LED混色灯R,G,B灯光的通道数据,并将待调整LED混色灯的R、G、B通道数据分别调整为调整灰度值所对应的R、G、B通道数据。其中,这里映射关系的获取可以包括:通过颜色管理系统(CMS),获取该映射关系。颜色管理系统也就是色彩管理系统。CMS可以对图像和灯光设备的颜色进行校准和匹配,以实现更高质量的色彩表现。
综上,基于调整灰度值,对待调整LED混色灯进行灯光调整,实现了对待调整LED混色灯的灯光调节,并量化了多个与颜色效果相关的指标,比如,目标颜色效果指标、目标调节指标和调整效果因子等,使最终的调整结果相对比较客观,所以相较于人工的方式,本发明在一定程度上减少了人为主观因素的影响,使得调整结果更加的客观,提高了对LED混色灯进行灯光调整的准确度,使最终的灯光效果更加符合期望效果。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于人工智能的LED混色灯光色彩校准调节方法,其特征在于,包括以下步骤:
获取预设颜色对应的通道值区间集合和待调整LED混色灯对应的待调整区域对应的目标图像,并从所述目标图像中筛选出目标颜色区域;
从所述通道值区间集合中的各个通道值区间中均筛选出一个通道值,组成目标像素值;
根据所述目标像素值,对所述目标颜色区域进行颜色效果分析处理,得到所述目标颜色区域对应的目标颜色效果指标;
根据所述通道值区间集合和所述目标颜色区域对应的目标颜色效果指标,确定所述目标颜色区域对应的目标调节指标;
根据所述目标像素值、所述目标颜色区域对应的目标颜色效果指标和目标调节指标,对所述目标颜色区域进行校准调节,得到目标校准区域;
根据所述目标校准区域中的各个像素点对应的灰度值和所述目标像素值,确定所述目标校准区域中每个灰度值对应的调整效果因子;
根据调整效果因子,从所述目标校准区域中的各个灰度值中筛选出调整灰度值;
根据所述调整灰度值,对所述待调整LED混色灯进行灯光调整;
所述根据所述目标像素值,对所述目标颜色区域进行颜色效果分析处理,得到所述目标颜色区域对应的目标颜色效果指标,包括:
将所述目标像素值对应的灰度值,确定为参考灰度值;
将所述目标颜色区域中的每个像素点对应的灰度值与所述参考灰度值的差值的绝对值,确定为所述目标颜色区域中的每个像素点对应的目标灰度差异;
根据所述目标颜色区域中的各个像素点对应的目标灰度差异,确定所述目标颜色区域对应的第一颜色指标,其中,目标灰度差异与第一颜色指标呈正相关;
将所述目标颜色区域中所有像素点对应的灰度值的方差,确定为所述目标颜色区域对应的第二颜色指标;
根据所述目标颜色区域对应的第一颜色指标和第二颜色指标,确定所述目标颜色区域对应的目标颜色效果指标;
所述根据所述通道值区间集合和所述目标颜色区域对应的目标颜色效果指标,确定所述目标颜色区域对应的目标调节指标,包括:
根据所述通道值区间集合中的每个通道值区间,确定所述目标颜色区域中的每个像素点与所述通道值区间之间的第一趋向指标;
根据所述目标颜色区域中的每个像素点与所述通道值区间集合中的各个通道值区间之间的第一趋向指标,确定所述目标颜色区域中的每个像素点对应的第二趋向指标,其中,第一趋向指标与第二趋向指标呈正相关;
根据所述目标颜色区域中的各个像素点对应的第二趋向指标,确定所述目标颜色区域对应的目标颜色差异,其中,第二趋向指标与目标颜色差异呈正相关;
根据所述目标颜色区域对应的目标颜色差异和目标颜色效果指标,确定所述目标颜色区域对应的目标调节指标,其中,目标颜色差异和目标颜色效果指标均与目标调节指标呈正相关;
所述根据所述通道值区间集合中的每个通道值区间,确定所述目标颜色区域中的每个像素点与所述通道值区间之间的第一趋向指标,包括:
将所述通道值区间所在的通道,确定为目标通道;
将所述通道值区间中的最大通道值和最小通道值,分别确定为第一通道值和第二通道值;
将所述目标颜色区域中的每个像素点对应的目标通道值与所述第一通道值的差值的绝对值,确定为所述目标颜色区域中的每个像素点与所述通道值区间之间的第一通道差异,其中,像素点对应的目标通道值是该像素点对应在目标通道上的值;
将所述目标颜色区域中的每个像素点对应的目标通道值与所述第二通道值的差值的绝对值,确定为所述目标颜色区域中的每个像素点与所述通道值区间之间的第二通道差异;
将所述目标颜色区域中的每个像素点与所述通道值区间之间的第二通道差异和第一通道差异的差值的绝对值,确定为所述目标颜色区域中的每个像素点与所述通道值区间之间的第一趋向指标;
所述根据所述目标校准区域中的各个像素点对应的灰度值和所述目标像素值,确定所述目标校准区域中每个灰度值对应的调整效果因子,包括:
将所述目标像素值对应的灰度值,确定为参考灰度值;
将所述目标校准区域中的每个像素点对应的灰度值与所述参考灰度值的差值的绝对值,确定为所述目标校准区域中的每个像素点对应的目标灰度差异;
从所述目标校准区域中筛选出每个灰度值对应的像素点集合;
根据每个灰度值对应的像素点集合中像素点的数量,以及每个灰度值对应的像素点集合中的各个像素点对应的目标灰度差异,确定所述目标校准区域中每个灰度值对应的调整效果因子,其中,目标灰度差异与调整效果因子呈负相关,像素点集合中像素点的数量与调整效果因子呈正相关。
2.根据权利要求1所述的一种基于人工智能的LED混色灯光色彩校准调节方法,其特征在于,所述根据所述目标像素值、所述目标颜色区域对应的目标颜色效果指标和目标调节指标,对所述目标颜色区域进行校准调节,得到目标校准区域,包括:
当所述目标颜色区域对应的目标调节指标大于预设调节阈值时,对所述目标颜色区域进行迭代校准调节,得到目标校准区域,其中,对所述目标颜色区域进行第一次校准调节包括:根据所述目标颜色区域对应的目标颜色效果指标和所述目标像素值,对所述目标颜色区域进行第一次校准调节;对所述目标颜色区域进行第一次校准调节之后的每次校准调节包括:当待校准区域对应的目标调节指标大于预设调节阈值,并且迭代次数小于预设迭代次数时,根据所述目标像素值、待校准区域对应的目标颜色效果指标和目标调节指标,对待校准区域进行校准调节;待校准区域是前次校准调节后得到的区域或目标颜色区域。
3.根据权利要求2所述的一种基于人工智能的LED混色灯光色彩校准调节方法,其特征在于,所述根据所述目标颜色区域对应的目标颜色效果指标和所述目标像素值,对所述目标颜色区域进行第一次校准调节,包括:
将所述目标像素值对应的灰度值,确定为参考灰度值;
将所述目标颜色区域中的每个像素点对应的灰度值与所述参考灰度值的差值的绝对值,确定为所述目标颜色区域中的每个像素点对应的目标灰度差异;
将所述目标颜色区域中的每个像素点对应的目标灰度差异在其对应的灰度值中的占比,确定为所述目标颜色区域中的每个像素点对应的差异占比;
根据所述目标颜色区域对应的目标颜色效果指标、以及所述目标颜色区域中的每个像素点对应的差异占比,确定所述目标颜色区域中的每个像素点对应的目标调整参数,其中,差异占比和目标颜色效果指标均与目标调整参数呈正相关;
根据所述目标颜色区域中的每个像素点对应的目标调整参数,确定所述目标颜色区域中的每个像素点对应的每个通道值对应的目标调整因子;
将所述目标颜色区域中的每个像素点对应的每个通道值对应的目标调整因子与该通道值的和,确定为所述目标颜色区域中的每个像素点对应的每个通道值对应的调整通道值;
将所述目标颜色区域中的每个像素点对应的每个通道值,更新为其对应的调整通道值。
4.根据权利要求3所述的一种基于人工智能的LED混色灯光色彩校准调节方法,其特征在于,所述根据所述目标颜色区域中的每个像素点对应的目标调整参数,确定所述目标颜色区域中的每个像素点对应的每个通道值对应的目标调整因子,包括:
对于所述目标颜色区域中的每个像素点,将所述像素点对应的每个通道值与该通道值对应的参考最小值的差值的绝对值,确定为所述像素点对应的每个通道值对应的第一参考因子,其中,通道值对应的参考最小值是与该通道值的通道相同的通道值区间中最小的通道值;
对于所述目标颜色区域中的每个像素点,将所述像素点对应的每个通道值与该通道值对应的参考最大值的差值的绝对值,确定为所述像素点对应的每个通道值对应的第二参考因子,其中,通道值对应的参考最大值是与该通道值的通道相同的通道值区间中最大的通道值;
当所述目标颜色区域中的像素点对应的任意一个通道值对应的第一参考因子大于或等于其对应的第二参考因子时,将第一预设因子,确定为该通道值对应的调整方向因子;
当所述目标颜色区域中的像素点对应的任意一个通道值对应的第一参考因子小于其对应的第二参考因子时,将第二预设因子,确定为该通道值对应的调整方向因子;
将所述目标颜色区域中的每个像素点对应的目标调整参数、所述目标颜色区域中的每个像素点对应的每个通道值对应的调整方向因子和该通道值的乘积,确定为所述目标颜色区域中的每个像素点对应的每个通道值对应的目标调整因子。
5.根据权利要求2所述的一种基于人工智能的LED混色灯光色彩校准调节方法,其特征在于,所述根据所述目标像素值、待校准区域对应的目标颜色效果指标和目标调节指标,对待校准区域进行校准调节,包括:
将所述目标像素值对应的灰度值,确定为参考灰度值;
根据待校准区域对应的目标调节指标,确定待校准区域中的每个像素点对应的每个通道值对应的调整方向因子对应的公式为:
其中,βkb,n是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整方向因子;βkb,n-1是对目标颜色区域进行第n-1次校准调节时,第n-1次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整方向因子;Tn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域对应的目标调节指标;Tn-1是对目标颜色区域进行第n-1次校准调节时,第n-1次校准调节对应的待校准区域对应的目标调节指标;n≥2;n是对目标颜色区域进行迭代校准调节中校准调节的序号;k是待校准区域中像素点的序号;b是第k个像素点对应的通道值的序号;
根据所述参考灰度值和待校准区域对应的目标颜色效果指标,确定待校准区域中的每个像素点对应的目标调整参数对应的公式为:
其中,Znk是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的目标调整参数;n是对目标颜色区域进行迭代校准调节中校准调节的序号;H是参考灰度值;Hka是对目标颜色区域进行第a次校准调节时,第a次校准调节对应的待校准区域中的第k个像素点对应的灰度值;Hkn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的灰度值;Tn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域对应的目标调节指标;vn是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域对应的目标颜色效果指标;a是第n次校准调节之前的校准调节的序号;k是待校准区域中像素点的序号;
确定待校准区域中的每个像素点对应的每个通道值对应的调整通道值对应的公式为:
Qkb,n=Qkb,n-1+Znk×βkb,n×Qkb,n-1
其中,Qkb,n是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整通道值;Qkb,n-1是对目标颜色区域进行第n-1次校准调节时,第n-1次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整通道值;Znk是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的目标调整参数;βkb,n是对目标颜色区域进行第n次校准调节时,第n次校准调节对应的待校准区域中的第k个像素点对应的第b个通道值对应的调整方向因子;
将待校准区域中的每个像素点对应的每个通道值,更新为其对应的调整通道值。
6.根据权利要求1所述的一种基于人工智能的LED混色灯光色彩校准调节方法,其特征在于,所述根据所述调整灰度值,对所述待调整LED混色灯进行灯光调整,包括:
根据所述调整灰度值,对所述待调整LED混色灯进行灯光调整,获取调整后的灯光照射的待调整区域对应的目标颜色区域,重复灯光调整过程,直至调整后的灯光照射的待调整区域对应的目标颜色区域对应的目标调节指标小于或等于预设调节阈值,或者灯光调整过程重复次数达到预设重复次数,将最新得到的调整灰度值,作为目标调整值,并根据所述目标调整值,对所述待调整LED混色灯进行灯光调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310924967.8A CN116939906B (zh) | 2023-07-26 | 2023-07-26 | 基于人工智能的led混色灯光色彩校准调节方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310924967.8A CN116939906B (zh) | 2023-07-26 | 2023-07-26 | 基于人工智能的led混色灯光色彩校准调节方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116939906A CN116939906A (zh) | 2023-10-24 |
CN116939906B true CN116939906B (zh) | 2024-04-19 |
Family
ID=88378768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310924967.8A Active CN116939906B (zh) | 2023-07-26 | 2023-07-26 | 基于人工智能的led混色灯光色彩校准调节方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116939906B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009244946A (ja) * | 2008-03-28 | 2009-10-22 | Fujitsu Ltd | 信号機認識装置,信号機認識方法および信号機認識プログラム |
JP2012227458A (ja) * | 2011-04-22 | 2012-11-15 | Panasonic Corp | Led光源装置およびその色度調整方法 |
JP2013218110A (ja) * | 2012-04-09 | 2013-10-24 | Canon Inc | 補正係数算出装置及び補正係数算出方法 |
CN106132002A (zh) * | 2016-06-27 | 2016-11-16 | 佛山市毅丰电器实业有限公司 | 控制led灯颜色混色装置及其方法 |
CN107909553A (zh) * | 2017-11-02 | 2018-04-13 | 青岛海信电器股份有限公司 | 一种图像处理方法及设备 |
CN109005622A (zh) * | 2018-08-08 | 2018-12-14 | 广州市浩洋电子股份有限公司 | 一种彩色led灯具灰阶校正及线性混色方法 |
CN109448619A (zh) * | 2019-01-02 | 2019-03-08 | 京东方科技集团股份有限公司 | 混色检查方法及装置 |
CN111780045A (zh) * | 2020-07-01 | 2020-10-16 | 深圳市联业光电技术有限公司 | 一种视觉识别调整led红绿蓝混色参数装置 |
WO2021004402A1 (zh) * | 2019-07-05 | 2021-01-14 | 深圳数字生命研究院 | 图像识别方法及装置、存储介质和处理器 |
CN112752023A (zh) * | 2020-12-29 | 2021-05-04 | 深圳市天视通视觉有限公司 | 一种图像调整方法、装置、电子设备及存储介质 |
CN113986175A (zh) * | 2021-10-29 | 2022-01-28 | 北京光启元数字科技有限公司 | 一种颜色选取方法、装置、电子设备和可读介质 |
CN114267291A (zh) * | 2020-09-16 | 2022-04-01 | 京东方科技集团股份有限公司 | 灰阶数据确定方法、装置、设备及屏幕驱动板 |
CN115175401A (zh) * | 2022-08-03 | 2022-10-11 | 歌尔科技有限公司 | 一种rgb led的调节方法及相关组件 |
CN115802538A (zh) * | 2022-11-09 | 2023-03-14 | 昆山多宾陈列展示股份有限公司 | 一种灯光颜色控制方法、系统、终端及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10650758B2 (en) * | 2017-11-21 | 2020-05-12 | Wuhan China Star Optoelectronics Technology Co., Ltd. | Multi zone backlight controlling method and device thereof |
-
2023
- 2023-07-26 CN CN202310924967.8A patent/CN116939906B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009244946A (ja) * | 2008-03-28 | 2009-10-22 | Fujitsu Ltd | 信号機認識装置,信号機認識方法および信号機認識プログラム |
JP2012227458A (ja) * | 2011-04-22 | 2012-11-15 | Panasonic Corp | Led光源装置およびその色度調整方法 |
JP2013218110A (ja) * | 2012-04-09 | 2013-10-24 | Canon Inc | 補正係数算出装置及び補正係数算出方法 |
CN106132002A (zh) * | 2016-06-27 | 2016-11-16 | 佛山市毅丰电器实业有限公司 | 控制led灯颜色混色装置及其方法 |
CN107909553A (zh) * | 2017-11-02 | 2018-04-13 | 青岛海信电器股份有限公司 | 一种图像处理方法及设备 |
WO2020029569A1 (zh) * | 2018-08-08 | 2020-02-13 | 广州市浩洋电子股份有限公司 | 一种彩色led灯具灰阶校正及线性混色方法 |
CN109005622A (zh) * | 2018-08-08 | 2018-12-14 | 广州市浩洋电子股份有限公司 | 一种彩色led灯具灰阶校正及线性混色方法 |
CN109448619A (zh) * | 2019-01-02 | 2019-03-08 | 京东方科技集团股份有限公司 | 混色检查方法及装置 |
WO2021004402A1 (zh) * | 2019-07-05 | 2021-01-14 | 深圳数字生命研究院 | 图像识别方法及装置、存储介质和处理器 |
CN111780045A (zh) * | 2020-07-01 | 2020-10-16 | 深圳市联业光电技术有限公司 | 一种视觉识别调整led红绿蓝混色参数装置 |
CN114267291A (zh) * | 2020-09-16 | 2022-04-01 | 京东方科技集团股份有限公司 | 灰阶数据确定方法、装置、设备及屏幕驱动板 |
CN112752023A (zh) * | 2020-12-29 | 2021-05-04 | 深圳市天视通视觉有限公司 | 一种图像调整方法、装置、电子设备及存储介质 |
CN113986175A (zh) * | 2021-10-29 | 2022-01-28 | 北京光启元数字科技有限公司 | 一种颜色选取方法、装置、电子设备和可读介质 |
CN115175401A (zh) * | 2022-08-03 | 2022-10-11 | 歌尔科技有限公司 | 一种rgb led的调节方法及相关组件 |
CN115802538A (zh) * | 2022-11-09 | 2023-03-14 | 昆山多宾陈列展示股份有限公司 | 一种灯光颜色控制方法、系统、终端及存储介质 |
Non-Patent Citations (2)
Title |
---|
RGB-LED色度参数预测与校正方法研究;蒋志远;全国优秀硕士论文库;20220315;全文 * |
利用白平衡进行偏色图像的颜色校正;郭永刚, 葛庆平, 郭楠;计算机工程与应用;20060801(20);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116939906A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Granitto et al. | Large-scale investigation of weed seed identification by machine vision | |
Veluchamy et al. | Fuzzy dissimilarity color histogram equalization for contrast enhancement and color correction | |
CN109005622B (zh) | 一种彩色led灯具灰阶校正及线性混色方法 | |
CN101111882A (zh) | 彩色图像的场序显示 | |
CN109785240A (zh) | 一种低照度图像增强方法、装置及图像处理设备 | |
CN101690169A (zh) | 非线性色调映射设备和方法以及其上存储有用于执行该方法的计算机可执行指令的计算机可读介质 | |
CN116939906B (zh) | 基于人工智能的led混色灯光色彩校准调节方法 | |
Garud et al. | A fast auto white balance scheme for digital pathology | |
CN111145682B (zh) | 一种固定恒流驱动条件下的校正系数矩阵拟合方法 | |
CN112419195B (zh) | 一种非线性变换的图像增强方法 | |
CN110740537A (zh) | 一种博物馆文物的光照系统自适应调节的系统 | |
CN115297590A (zh) | 调光灯色彩不偏移控制方法及其应用 | |
Tanaka et al. | Color control of a lighting system using RGBW LEDs | |
CN115829042B (zh) | 一种量子点扩散板的结构性能评估方法及系统 | |
Meyer et al. | Digital camera operation and fuzzy logic classification of uniform plant, soil, and residue color images | |
CN116647960A (zh) | 一种基于物联网的舞台灯光调控系统 | |
CN114916108A (zh) | 光照度自适应调整方法、系统及其在智能灯系统中的应用 | |
CN112992043B (zh) | 一种显示屏亮度调节方法及显示屏亮度调节系统 | |
Briggs | Photometric Technique For Deriving A | |
CN101237517B (zh) | 图像处理方法及装置 | |
CN115497417B (zh) | 一种基于小数灰度校正的Mini-LED补偿方法、设备及介质 | |
CN117750214A (zh) | 一种内窥镜led冷光源自适应调光方法 | |
Babilon et al. | A new metric for memory colour preference evaluation in lighting applications–Experiments, mathematical definition, and comparison with other colour rendering indices | |
KR102049172B1 (ko) | 광원에 대한 적응형 방법 | |
JP2021535564A (ja) | 物体検出アルゴリズムで使用する光源を調整するためのシステム及び方法 |
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 |