CN117857762B - 显示模组的图像处理方法、装置、芯片及存储介质 - Google Patents
显示模组的图像处理方法、装置、芯片及存储介质 Download PDFInfo
- Publication number
- CN117857762B CN117857762B CN202410265681.8A CN202410265681A CN117857762B CN 117857762 B CN117857762 B CN 117857762B CN 202410265681 A CN202410265681 A CN 202410265681A CN 117857762 B CN117857762 B CN 117857762B
- Authority
- CN
- China
- Prior art keywords
- display module
- image
- image data
- pseudo
- data
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 51
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 230000006835 compression Effects 0.000 claims description 42
- 238000007906 compression Methods 0.000 claims description 42
- 238000013507 mapping Methods 0.000 claims description 41
- 238000000034 method Methods 0.000 claims description 35
- 230000004927 fusion Effects 0.000 claims description 20
- 230000000694 effects Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 18
- 230000007246 mechanism Effects 0.000 claims description 15
- 230000008707 rearrangement Effects 0.000 claims description 14
- 108091026890 Coding region Proteins 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 9
- 230000008713 feedback mechanism Effects 0.000 claims description 9
- 238000007499 fusion processing Methods 0.000 claims description 9
- 230000007717 exclusion Effects 0.000 claims description 8
- 230000003044 adaptive effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000005520 cutting process Methods 0.000 claims description 5
- 238000003780 insertion Methods 0.000 claims description 4
- 230000037431 insertion Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 description 24
- 238000005516 engineering process Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012913 prioritisation Methods 0.000 description 3
- 230000008521 reorganization Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013136 deep learning model Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000011056 performance test Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000008485 antagonism Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及数据处理的技术领域,公开了一种显示模组的图像处理方法、装置、芯片及存储介质。所述显示模组的图像处理方法包括:接收待处理图像数据;对显示模组进行特性分析,得到显示模组的第一特性数据和第二特性数据;其中,所述第一特性数据为显示模组的色彩性能特性数据,所述第二特性数据为显示模组的亮度性能特性数据;基于所述显示模组的第一特性数据,利用第一优化算法调整所述图像数据的色彩平衡参数,得到第一参数集合。本发明在保证图像质量的同时,通过优化算法降低显示模组的能耗,延长设备的电池寿命。
Description
技术领域
本发明涉及数据处理的技术领域,尤其涉及一种显示模组的图像处理方法、装置、芯片及存储介质。
背景技术
在现代显示技术领域,随着显示设备的广泛应用,如何提升图像显示的质量,使之更加符合人眼观察的习惯和环境的变化,成为了研究的重点。图像处理技术通过对输入的图像数据进行有效的处理和优化,可以显著提高最终显示图像的清晰度、色彩准确性和整体观感。这涉及到复杂的数据处理算法,包括色彩平衡、亮度调整、对比度优化等多个方面。
目前,图像处理方法往往采用标准化的处理流程对所有图像进行统一的处理,忽略了显示模组自身特性的差异以及环境条件的变化。例如,某些技术通过固定的算法对图像进行色彩和亮度的调整,以适应一般的观看条件。这种方法虽然在一定程度上提升了图像质量,但由于缺乏对显示模组特性和外部环境变化的响应机制,无法保证在不同条件下都能提供最佳的图像显示效果。现有技术的主要技术缺陷在于对显示模组特性和环境条件的响应能力不足。固定的图像处理算法不能适应不同显示模组的色彩和亮度特性,也不能根据环境光的变化动态调整图像参数,导致在不同的使用条件下,图像的显示效果可能远离理想状态,影响用户体验。此外,忽视显示模组特性的差异可能会导致图像细节的丢失或色彩偏差,尤其在高端显示设备上更为明显。
因此,亟需一种显示模组的图像处理方法,考虑显示模组的特性和外部环境条件,能够提升图像显示的质量和用户观看的舒适度,以适应现代高端显示技术的需求。
发明内容
本发明提供了一种显示模组的图像处理方法、装置、芯片及存储介质,用于提升图像显示的质量和用户观看的舒适度,适应现代高端显示技术的需求。
本发明第一方面提供了一种显示模组的图像处理方法,所述显示模组的图像处理方法包括:
接收待处理图像数据;
对显示模组进行特性分析,得到显示模组的第一特性数据和第二特性数据;其中,所述第一特性数据为显示模组的色彩性能特性数据,所述第二特性数据为显示模组的亮度性能特性数据;
基于所述显示模组的第一特性数据,利用第一优化算法调整所述图像数据的色彩平衡参数,得到第一参数集合;其中,所述第一优化算法根据环境光条件和显示模组的色彩性能自动优化图像数据的色彩平衡参数;
基于所述显示模组的第二特性数据,利用第二优化算法动态调整所述图像数据的图像亮度参数,得到第二参数集合;其中,所述第二优化算法根据环境亮度条件和显示模组的亮度性能自动优化图像数据的图像亮度参数;
基于预设的数据融合算法,对第一参数集合和第二参数集合进行融合处理,得到第三参数集合,并对所述第三参数集合进行分辨率配置和色域特性配置,得到第四参数集合;
对第四参数集合进行压缩编码,得到压缩编码后的图像数据,将压缩编码后的图像数据有序发送至显示模组。
可选的,在本发明第一方面的第一种实现方式中,对第四参数集合进行压缩编码,得到压缩编码后的图像数据,将压缩编码后的图像数据有序发送至显示模组的步骤之后,包括:
基于压缩编码后的图像数据,对标准图像元素映射图谱进行重排,得到目标解码图谱;其中,数据库中提前存储有基于压缩编码后的图像数据,对标准图像元素映射图谱进行重排的重排规则;
基于所述目标解码图谱对压缩编码后的图像数据进行解码,得到解码后的图像数据;其中,所述目标解码图谱用于增加对压缩编码后的图像数据进行解码的安全度和准确度;
将解码后的图像数据在显示模组上进行显示,并实时监测显示效果和用户反馈,自动调节图像处理流程中的关键参数,以适应不同用户需求和显示环境的变化。
可选的,在本发明第一方面的第二种实现方式中,所述基于压缩编码后的图像数据,对预设的标准图像元素映射图谱进行重排,得到目标解码图谱,包括:
对压缩编码后的图像数据进行特征编码,生成一组图像特征编码;其中,每个图像特征编码由一个字符集合构成;
基于预设的字符重构规则,对所得的图像特征编码进行切割和重组,生成一组目标识别字符组合;
基于预设的标准图像元素映射图谱,提取编码序号与图像元素之间的对应关系;其中,所述标准图像元素映射图谱以一系列图形符号作为编码媒介;
检查并比对标准图像元素映射图谱中的图形符号与所述目标识别字符组合,若发现匹配项,将相应的图形符号视为临时排除元素;
对剩余的图形符号进行综合分析,构建一个基于频次的动态优先级排序系统;其中,所述动态优先级排序系统用于对剩余的图形符号进行分配;
根据基于频次的动态优先级排序系统,对每个剩余的图形符号重新分配编码序号;
运用预设的伪随机序列生成算法,生成一组伪随机序列,通过预设的排序机制对所述伪随机序列进行整理,得到有序的伪随机序列集合;
在完成剩余的图形符号的新编码序号分配后,依据有序的伪随机序列集合,匹配相同伪随机序列号的编码,并按预设的插入顺序将对应的临时排除元素对应的图形符号重新插入至标准图像元素映射图谱中;
整合所有图形符号以及新分配的编码序号,得到目标解码图谱。
可选的,在本发明第一方面的第三种实现方式中,所述运用预设的伪随机序列生成算法,生成一组伪随机序列,通过预设的排序机制对所述伪随机序列进行整理,得到有序的伪随机序列集合,包括:
运用一个预设的伪随机序列生成算法,以图像数据为输入参数,生成一组初步的伪随机序列;
设定一个排序机制;其中,所述排序机制用于根据预设的逻辑规则对生成初步的伪随机序列进行整理;
应用所设定的排序机制,对初步的伪随机序列执行排序操作,得到一组经过优化整理的有序的伪随机序列集合;其中,所述有序的伪随机序列集合用于在标准图像元素映射图谱重构过程中匹配相同伪随机序列号的编码。
可选的,在本发明第一方面的第四种实现方式中,所述运用一个预设的伪随机序列生成算法,以图像数据为输入参数,生成一组初步的伪随机序列,包括:
基于预设的图像深度特征的动态调整算法,对输入的图像数据进行提取,得到图像特性,基于所述图像特性动态修改生成逻辑,生成一系列的第一伪随机序列;
引入一个自适应反馈机制,在初步的伪随机序列的生成过程中,实时监控所述第一伪随机序列的质量和特性,得到反馈结果;
根据反馈结果,所述图像深度特征的动态调整算法自适应调整图像特性转换的参数;其中,所述自适应反馈机制用于确保每一次生成的第一伪随机序列具有高度的随机性和独特性,
基于预设的排序算法,对生成的第一伪随机序列进行排序,生成一组第二伪随机序列;其中,所述排序算法基于图像特征的自定义排序逻辑;
对所述第二伪随机序列进行重塑,得到一组初步的伪随机序列。
本发明第二方面提供了一种显示模组的图像处理装置,所述显示模组的图像处理装置包括:
接收模块,用于接收待处理图像数据;
分析模块,用于对显示模组进行特性分析,得到显示模组的第一特性数据和第二特性数据;其中,所述第一特性数据为显示模组的色彩性能特性数据,所述第二特性数据为显示模组的亮度性能特性数据;
第一调整模块,用于基于所述显示模组的第一特性数据,利用第一优化算法调整所述图像数据的色彩平衡参数,得到第一参数集合;其中,所述第一优化算法根据环境光条件和显示模组的色彩性能自动优化图像数据的色彩平衡参数;
第二调整模块,用于基于所述显示模组的第二特性数据,利用第二优化算法动态调整所述图像数据的图像亮度参数,得到第二参数集合;其中,所述第二优化算法根据环境亮度条件和显示模组的亮度性能自动优化图像数据的图像亮度参数;
融合模块,用于基于预设的数据融合算法,对第一参数集合和第二参数集合进行融合处理,得到第三参数集合,并对所述第三参数集合进行分辨率配置和色域特性配置,得到第四参数集合;
发送模块,用于对第四参数集合进行压缩编码,得到压缩编码后的图像数据,将压缩编码后的图像数据有序发送至显示模组。
本发明第三方面提供了一种显示模组的图像处理芯片,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述显示模组的图像处理芯片执行上述的显示模组的图像处理方法。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的显示模组的图像处理方法。
本发明提供的技术方案中,有益效果:本发明提供一种显示模组的图像处理方法、装置、芯片及存储介质,通过接收待处理图像数据;对显示模组进行特性分析,得到显示模组的第一特性数据和第二特性数据;基于所述显示模组的第一特性数据,利用第一优化算法调整所述图像数据的色彩平衡参数,得到第一参数集合;基于所述显示模组的第二特性数据,利用第二优化算法动态调整所述图像数据的图像亮度参数,得到第二参数集基于预设的数据融合算法,对第一参数集合和第二参数集合进行融合处理,得到第三参数集合,并对所述第三参数集合进行分辨率配置和色域特性配置,得到第四参数集合;对第四参数集合进行压缩编码,得到压缩编码后的图像数据,将压缩编码后的图像数据有序发送至显示模组。本发明通过分析显示模组的特性,结合环境光条件,使用优化算法动态调整图像的色彩平衡和亮度参数,保证在不同的环境下都能提供最佳的观看体验。针对不同的显示模组特性,本方法能够提供定制化的图像处理策略,最大化利用每一种显示模组的色彩和亮度性能,提升图像显示的质量。通过高效的参数集合融合和压缩编码处理,本方法不仅提高了图像处理的精确度,也优化了数据传输的效率,适用于高分辨率的显示场景。
附图说明
图1为本发明实施例中显示模组的图像处理方法的一个实施例示意图;
图2为本发明实施例中显示模组的图像处理装置的一个实施例示意图。
具体实施方式
本发明实施例提供了一种显示模组的图像处理方法、装置、芯片及存储介质。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”或“具有”及其任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解,下面对本发明实施例的具体流程进行描述,请参阅图1,本发明实施例中显示模组的图像处理方法的一个实施例包括:
步骤101、接收待处理图像数据;
可以理解的是,本发明的执行主体可以为显示模组的图像处理装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的,步骤101的具体实现如下:
接收待处理图像数据:
a. 数据传输和接收:通过数据传输协议,例如TCP/IP协议或UDP协议,从图像采集设备或存储介质接收待处理图像数据。这个过程可以涉及网络数据传输、文件读取等。
b. 数据格式解析:对接收到的数据进行格式解析,根据定义的图像数据格式和协议进行解码和解析,以得到图像数据的原始像素信息、色彩空间、元数据等内容。常见的图像数据格式包括JPEG、PNG、TIFF等。
c. 数据校验:进行数据完整性和准确性的校验,确保接收到的图像数据没有损坏或错误,可以使用校验和、循环冗余检验等算法进行数据校验。
d. 数据存储:将接收到的图像数据存储到内存或磁盘中,以便后续的图像处理和分析。
步骤102、对显示模组进行特性分析,得到显示模组的第一特性数据和第二特性数据;其中,所述第一特性数据为显示模组的色彩性能特性数据,所述第二特性数据为显示模组的亮度性能特性数据;
具体的,步骤102的具体实现如下:
对显示模组进行特性分析:
a. 色彩性能特性数据获取:使用色彩测量仪器对显示模组进行测试,以获取色域范围、色彩准确度、色彩饱和度等色彩性能相关数据。常见的测试仪器包括光谱辐射计、色度计等。
b. 亮度性能特性数据获取:利用亮度测量仪器对显示模组进行测试,获取亮度均匀性、亮度响应时间、对比度等亮度性能相关数据。通常也会测试在不同环境光条件下的亮度表现。
得到显示模组的第一特性数据和第二特性数据:
a. 第一特性数据处理与分析:对获取的色彩性能特性数据进行处理和分析,包括颜色空间覆盖率分析、色彩准确度的偏差分析、色彩显著度的评估等。
b. 第二特性数据处理与分析:对获取的亮度性能特性数据进行处理和分析,例如对亮度均匀性进行空间分布统计分析,对响应时间进行动态分析等。
举例说明:在液晶显示面板行业,色彩性能的测试可以包括sRGB色域范围的测定、色彩均匀性的检测,亮度性能的测试包括亮度的对比度、灰度响应曲线等特性的测量分析。
步骤103、基于所述显示模组的第一特性数据,利用第一优化算法调整所述图像数据的色彩平衡参数,得到第一参数集合;其中,所述第一优化算法根据环境光条件和显示模组的色彩性能自动优化图像数据的色彩平衡参数;
具体的,步骤103的具体实现如下:
基于所述显示模组的第一特性数据,利用第一优化算法调整所述图像数据的色彩平衡参数,得到第一参数集合:
a. 色彩平衡参数调整:根据显示模组的色彩性能数据,使用第一优化算法对图像数据的色彩平衡参数进行调整。这可以包括对图像的色温、亮度、对比度、饱和度等参数进行动态调整,以优化图像在特定环境光条件下的呈现效果。
b. 第一优化算法设计:所述第一优化算法可以基于环境光条件和显示模组的色彩性能数据,采用色彩管理算法、自适应图像处理算法等,以实现对图像数据的色彩平衡参数自动优化。这可以涉及到参数优化的数学建模、数据驱动的优化策略等。
c. 第一参数集合生成:通过第一优化算法对图像数据的色彩平衡参数进行调整后,得到一组优化后的参数集合,其中包含了针对特定环境光条件和显示模组特性优化后的图像呈现参数。
举例说明:在智能手机或电视等显示设备中,根据环境光条件和显示屏的色彩特性,可以利用优化算法调整图像的色彩平衡参数,例如动态调整色温和亮度,以实现在不同环境光条件下的更加自然和舒适的图像呈现效果。
步骤104、基于所述显示模组的第二特性数据,利用第二优化算法动态调整所述图像数据的图像亮度参数,得到第二参数集合;其中,所述第二优化算法根据环境亮度条件和显示模组的亮度性能自动优化图像数据的图像亮度参数;
具体的,步骤104的具体实现如下:
a. 图像亮度参数动态调整:根据显示模组的亮度性能数据,运用第二优化算法对图像数据的亮度参数进行动态调整。这可能包括根据环境亮度条件,自动调整图像的背光亮度、对比度和亮度均匀性等参数,以优化图像在各种亮度条件下的可视效果。
b. 第二优化算法设计:所述第二优化算法,基于环境亮度条件和显示模组的亮度性能数据,可能采用自适应背光控制算法、动态对比度调整算法等,以实现对图像数据的亮度参数自动优化。这可能牵涉到数学模型的构建、机器学习方法的应用等。
c. 第二参数集合生成:通过第二优化算法动态调整图像数据的图像亮度参数后,得到一组优化后的参数集合,其中包含了针对不同环境亮度条件和显示模组特性优化后的图像亮度参数。
举例说明:在显示显示监视器或户外显示屏等场景中,根据环境亮度条件和显示屏的性能特性,可以利用优化算法动态调整图像的亮度参数,以实现在不同亮度条件下的更加清晰和舒适的图像呈现效果。
步骤105、基于预设的数据融合算法,对第一参数集合和第二参数集合进行融合处理,得到第三参数集合,并对所述第三参数集合进行分辨率配置和色域特性配置,得到第四参数集合;
具体的,步骤105的具体实现如下:
基于预设的数据融合算法对第一参数集合和第二参数集合进行融合处理,得到第三参数集合:
a. 参数融合算法设计:利用预设的数据融合算法,对第一参数集合(色彩平衡参数)和第二参数集合(图像亮度参数)进行融合处理。这包括融合算法的设计,可能涉及参数加权融合、深度学习融合等,以综合考虑颜色平衡和亮度参数的优化结果。
b. 第三参数集合生成:通过数据融合算法处理,得到一组综合的第三参数集合,其中包含综合考虑了色彩平衡参数和图像亮度参数的优化后的参数集合。
对所述第三参数集合进行分辨率配置和色域特性配置,得到第四参数集合:
a. 分辨率配置:基于第三参数集合,根据显示设备的分辨率特性,进行参数配置以适配不同分辨率的显示设备。这可能包括图像的空间上采样或下采样以适配不同分辨率设备。
b. 色域特性配置:根据第三参数集合,对颜色的色域特性进行配置,以适配显示设备的色域特性。这可能包括颜色空间转换、色彩映射等操作,以确保图像在不同显示设备上的色彩表现一致性。
举例说明:在显示科技中,针对各种显示设备的分辨率和色彩特性差异,可以利用数据融合算法综合考虑色彩平衡和亮度参数,再根据设备分辨率和色域特性对参数进行配置,以适配不同显示设备的需求。
步骤106、对第四参数集合进行压缩编码,得到压缩编码后的图像数据,将压缩编码后的图像数据有序发送至显示模组。
具体的,步骤106的具体实现如下:
对第四参数集合进行压缩编码,得到压缩编码后的图像数据:
a. 压缩编码算法选择:选择适合的压缩编码算法,如JPEG、H.264、HEVC等,针对第四参数集合进行图像数据的压缩编码。这可能涉及到图像数据处理、离散余弦变换(DCT)、运动补偿、变换编码和熵编码等技术。
b. 压缩编码处理:对第四参数集合所代表的图像数据进行压缩编码处理,将其转换成相应的压缩编码格式,以减少数据量并保持图像质量。
将压缩编码后的图像数据有序发送至显示模组:
a. 数据传输协议选择:选择合适的数据传输协议,如HDMI、DisplayPort等,将压缩编码后的图像数据进行有序发送。这可能包括数据包的组织和传输协议的处理等。
b. 数据传输控制:对压缩编码后的图像数据进行控制,确保数据的有序传输至显示模组,并根据显示模组的接口标准进行数据格式的符合处理,以确保显示设备可以正确解码和显示。
举例说明:针对图像数据的传输,可以采用先进的JPEG或者H.264压缩编码算法,然后以HDMI或DisplayPort等传输协议将压缩编码后的图像数据有序传输至显示模组。
本发明实施例中显示模组的图像处理方法的另一个实施例包括:
所述对第四参数集合进行压缩编码,得到压缩编码后的图像数据,将压缩编码后的图像数据有序发送至显示模组的步骤之后,包括:
基于压缩编码后的图像数据,对标准图像元素映射图谱进行重排,得到目标解码图谱;其中,数据库中提前存储有基于压缩编码后的图像数据,对标准图像元素映射图谱进行重排的重排规则;
基于所述目标解码图谱对压缩编码后的图像数据进行解码,得到解码后的图像数据;其中,所述目标解码图谱用于增加对压缩编码后的图像数据进行解码的安全度和准确度;
将解码后的图像数据在显示模组上进行显示,并实时监测显示效果和用户反馈,自动调节图像处理流程中的关键参数,以适应不同用户需求和显示环境的变化。
具体的,重要术语解释:
显示模组: 一种集成了显示屏及相关电子组件的模块,用于图像和视频的显示。
压缩编码: 一种减少数字图像文件大小的技术,通过算法减少数据的冗余部分,以便于存储和传输。
图像元素映射图谱: 一种数据结构,用于定义图像中各像素点或图像元素如何映射到显示模组上。
目标解码图谱: 经过特定规则重排后的图像元素映射图谱,用于指导压缩编码后的图像数据的解码过程。
解码: 将压缩编码后的数据还原为原始图像数据的过程。
技术方案的具体应用场景:
高效视频通信: 在视频会议、在线教育等需要高效率数据传输的场景中,通过压缩编码减少数据量,提高传输效率。
移动设备显示: 在智能手机、平板电脑等移动设备上,优化显示效果,降低能耗,提升用户体验。
公共信息显示: 在机场、地铁站等公共场所的大型显示屏上,提高图像显示的清晰度和稳定性。
个性化用户设置: 允许用户根据个人偏好调整显示效果,如调节亮度、对比度等,以获得更佳的观看体验。
自适应环境调整: 在不同光照环境下,如户外阳光直射和室内柔和光线,自动调整显示参数,保证图像质量。
在本实施例中,显示模组的图像处理方法进一步细化为以下步骤,以实现高效且安全的图像显示和传输:
压缩编码前的预处理:
对原始图像数据进行预处理,包括色彩空间转换、噪声降低和边缘增强等,以优化压缩效率和最终显示效果。
动态压缩编码选择:
根据图像内容的复杂度和当前网络条件,动态选择最合适的压缩算法(如JPEG、PNG或WebP),以平衡压缩率和图像质量。
重排规则的自动选取:
从数据库中选择最适合当前图像数据特征的重排规则。这一步骤涉及到机器学习算法,根据图像的类型(如风景、人像或文本)自动选择重排规则。
压缩编码与重排:
将预处理后的图像数据进行压缩编码,然后根据选定的重排规则对压缩后的数据进行重排,生成目标解码图谱。
安全性增强的解码过程:
利用目标解码图谱对压缩编码后的图像数据进行解码。为增加安全性,解码过程中采用加密技术,确保图像数据在传输过程中的安全性。
显示效果的自适应调整:
在显示模组上显示解码后的图像,并实时监测显示效果和用户反馈。根据反馈自动调整图像亮度、对比度和饱和度等参数,以适应不同的观看环境和用户偏好。
环境光感应调节:
集成环境光感应器,根据环境光线的变化自动调整显示屏幕的亮度和色温,以减少能耗同时保护用户视力。
用户反馈学习优化:
采集用户对显示效果的反馈,通过深度学习算法分析用户偏好,不断优化图像处理流程中的关键参数设置,使系统更加智能化和个性化。
本发明实施例中,有益效果:本发明实施例通过压缩编码减少图像数据大小,加快数据传输速度,降低网络负载。通过目标解码图谱确保图像解码的准确性,提高显示模组的图像清晰度和色彩还原度。 采用特定的解码图谱增加了解码过程的复杂性,提高了图像数据的安全性。实时监测和调整关键显示参数,使显示效果能够适应不同的用户需求和环境变化,提升用户体验。 在保证图像质量的同时,通过优化算法降低显示模组的能耗,延长设备的电池寿命。
本发明实施例中显示模组的图像处理方法的另一个实施例包括:所述基于压缩编码后的图像数据,对预设的标准图像元素映射图谱进行重排,得到目标解码图谱,包括:
对压缩编码后的图像数据进行特征编码,生成一组图像特征编码;其中,每个图像特征编码由一个字符集合构成;
基于预设的字符重构规则,对所得的图像特征编码进行切割和重组,生成一组目标识别字符组合;
基于预设的标准图像元素映射图谱,提取编码序号与图像元素之间的对应关系;其中,所述标准图像元素映射图谱以一系列图形符号作为编码媒介;
检查并比对标准图像元素映射图谱中的图形符号与所述目标识别字符组合,若发现匹配项,将相应的图形符号视为临时排除元素;
对剩余的图形符号进行综合分析,构建一个基于频次的动态优先级排序系统;其中,所述动态优先级排序系统用于对剩余的图形符号进行分配;
根据基于频次的动态优先级排序系统,对每个剩余的图形符号重新分配编码序号;
运用预设的伪随机序列生成算法,生成一组伪随机序列,通过预设的排序机制对所述伪随机序列进行整理,得到有序的伪随机序列集合;
在完成剩余的图形符号的新编码序号分配后,依据有序的伪随机序列集合,匹配相同伪随机序列号的编码,并按预设的插入顺序将对应的临时排除元素对应的图形符号重新插入至标准图像元素映射图谱中;
整合所有图形符号以及新分配的编码序号,得到目标解码图谱。
具体的,重要术语解释:
图像特征编码: 利用数字或字符集合对图像数据的特定特征进行编码的方法。
字符重构规则: 预设的规则,指导如何对图像特征编码进行切割和重组,以生成目标识别字符组合。
标准图像元素映射图谱: 一个预设的框架,以图形符号作为编码媒介,描述图像元素与编码之间的对应关系。
动态优先级排序系统: 一种基于频次分析对元素进行优先级排序的系统,用于高效管理和分配资源。
伪随机序列生成算法: 一种算法,用于生成看似随机但实际按特定算法产生的数列。
目标解码图谱: 通过特定过程重新排列和编码后得到的图谱,用于最终的图像解码和显示。
技术方案的具体应用场景:
安全图像传输: 在需要保护图像内容不被未授权访问的通信系统中,如军事或商业机密图片的安全传输。
数字版权保护: 在数字媒体内容的分发中,通过特殊编码与重排方法,保护版权信息,防止非法复制和分发。
个性化内容显示: 在广告显示、在线教育等领域,根据用户特定需求和偏好动态调整图像显示,增强个性化体验。
高清视频流: 在线视频播放和实时视频会议系统中,优化图像传输和显示,提高视频质量和加载速度。
网络游戏图形渲染: 在线多人游戏中,实现快速且安全的游戏画面渲染和传输,保证良好的游戏体验。
以下是对实施例中关键技术环节的拓展和细化:
图像特征编码的拓展:
高级特征提取:采用更先进的深度学习模型,如生成对抗网络(GAN)和变分自编码器(VAE),来提取图像中的高级特征,如风格、情感色彩等。这将有助于更加丰富和精确地描述图像内容。
多模态融合:结合图像的文本描述、声音信息等多种数据,实现多模态特征编码,以提高对图像内容的综合理解和表达能力。
字符重构规则的进一步拓展:
智能化重构:使用自然语言处理技术(NLP),对字符集合中的模式进行更深层次的分析和理解,比如语义分析、情感倾向识别等,以实现更加智能化的字符重构。
动态重构算法:根据图像内容的特点和用户反馈动态调整重构规则,使得图像特征编码的重构更加精准和有效。
标准图像元素映射图谱的优化:
交互式映射图谱:开发一个交互式的用户界面,允许用户或图像处理专家手动调整和优化映射图谱,以便更好地适应特定的应用需求。
自动更新机制:实现映射图谱的自动更新,通过不断学习新的图像样本和特征,持续完善和丰富映射图谱的内容。
动态优先级排序系统的改进:
上下文感知排序:考虑图像内容的上下文信息,如场景类型、物体关系等,以实现更为准确的动态优先级排序。
可适应性调整:根据网络状况、设备性能等因素动态调整排序策略,以保证在不同的传输和显示条件下均能获得最佳效果。
伪随机序列生成与排序的创新:
量子随机数生成:利用量子计算原理来生成更高质量的伪随机数,提高加密的安全性。
自适应排序算法:开发能够根据当前系统状态和外部环境变化自适应调整的排序算法,提高伪随机序列的有效性和安全性。
重组与新编码序号分配的精细化
微观调整机制:为每个图像元素或区块实施更加精细的调整和优化,确保在重组和编码分配过程中能够更好地保留图像的细节和质量。
反馈学习系统:结合用户反馈和自动监测结果,不断优化重组和编码分配策略,以提高图像的整体展示效果。
本发明实施例中,有益效果:本发明实施例通过特殊的编码和重排过程,增加非授权解码的难度,从而保护图像数据的安全性。利用目标解码图谱对图像数据进行解码,能够更准确快速地还原图像,优化显示效果。通过动态优先级排序系统和伪随机序列,优化数据传输过程,避免数据丢失或错乱。根据不同的应用场景和用户需求,自由调整编码和重排规则,使得系统更加灵活和适应性强。通过个性化的内容显示和优化的图像质量,提高用户的观看体验和满意度。
本发明实施例中显示模组的图像处理方法的另一个实施例包括:
所述运用一个预设的伪随机序列生成算法,以图像数据为输入参数,生成一组初步的伪随机序列,包括:
基于预设的图像深度特征的动态调整算法,对输入的图像数据进行提取,得到图像特性,基于所述图像特性动态修改生成逻辑,生成一系列的第一伪随机序列;
引入一个自适应反馈机制,在初步的伪随机序列的生成过程中,实时监控所述第一伪随机序列的质量和特性,得到反馈结果;
根据反馈结果,所述图像深度特征的动态调整算法自适应调整图像特性转换的参数;其中,所述自适应反馈机制用于确保每一次生成的第一伪随机序列具有高度的随机性和独特性,
基于预设的排序算法,对生成的第一伪随机序列进行排序,生成一组第二伪随机序列;其中,所述排序算法基于图像特征的自定义排序逻辑;
对所述第二伪随机序列进行重塑,得到一组初步的伪随机序列。
具体的,重要术语解释:
图像特征编码:一种技术手段,通过提取图像中的关键信息(如颜色、纹理、形状等)并将其转换为一组编码,用于表示图像的独特特性。
字符重构规则:一套预定义的规则,用于对图像特征编码进行分析、切割和重组,以生成目标识别字符组合,进而实现对图像数据的有效表示和处理。
标准图像元素映射图谱:一个包含多个图形符号的集合,每个图形符号都与特定的图像元素或特征编码相对应,用于图像数据的解码和重构。
动态优先级排序系统:根据图像元素出现的频次或其他相关性指标,动态调整图形符号的优先级,以优化图像的编码和解码过程。
伪随机序列生成算法:一种算法,用于生成具有高度随机性的数字序列。在本技术方案中,该算法基于图像特性动态调整,以生成与图像内容紧密相关的伪随机序列。
伪随机序列生成的进一步拓展:
动态调整算法的深入:基于深度学习技术,进一步发展图像深度特征的动态调整算法。通过训练模型学习图像的高级特征(如场景内容、对象交互等),动态调整伪随机序列生成逻辑,以更好地反映图像的本质属性和确保生成序列的高度随机性。
自适应反馈机制的优化:开发更为先进的实时分析工具和算法,用于监控伪随机序列的生成过程,并通过机器学习算法优化反馈机制,实现更加智能和精确的自适应调整。这将进一步提高伪随机序列的质量,确保其独特性和随机性。
排序算法的创新:引入基于图像语义理解的排序算法,通过深度学习模型识别图像中的语义结构和重要性分布,依据这些高级语义特征进行伪随机序列的排序。这样的排序不仅基于图像的表层特征,而且深入到图像的语义层面,为伪随机序列的生成带来更多的多样性和复杂性。
应用场景:
数字版权管理(DRM):通过嵌入复杂的字符重构规则和伪随机序列,为图像提供加密层,保护版权所有者的利益,防止非授权复制和分发。
安全通信:在敏感图像数据的加密和传输过程中,利用本技术方案提供高级加密,确保数据在传输过程中的安全性。
云存储服务:对存储在云端的图像数据进行优化编码和加密处理,既节省存储空间,又增强数据的安全性和访问速度。
本发明实施例中,有益效果:本发明实施例通过使用深度学习技术进行高级特征提取和基于图像内容的伪随机序列生成,增强了图像数据的安全性,使其难以被非法解码和篡改。通过动态优先级排序和高效的图像特征编码,实现了图像数据的压缩,减少了存储空间的需求和提高了传输效率。通过自适应反馈机制和自动更新的映射图谱,本技术方案能够根据图像内容和外部条件的变化自动优化处理流程,提高了图像处理的灵活性和效率。结合多种数据源(如文本、声音等)的特征,实现了对图像内容更深层次的理解和表达,拓宽了技术方案的应用范围。
上面对本发明实施例中显示模组的图像处理方法进行了描述,下面对本发明实施例中显示模组的图像处理装置进行描述,请参阅图2,本发明实施例中显示模组的图像处理装置一个实施例包括:
接收模块,用于接收待处理图像数据;
分析模块,用于对显示模组进行特性分析,得到显示模组的第一特性数据和第二特性数据;其中,所述第一特性数据为显示模组的色彩性能特性数据,所述第二特性数据为显示模组的亮度性能特性数据;
第一调整模块,用于基于所述显示模组的第一特性数据,利用第一优化算法调整所述图像数据的色彩平衡参数,得到第一参数集合;其中,所述第一优化算法根据环境光条件和显示模组的色彩性能自动优化图像数据的色彩平衡参数;
第二调整模块,用于基于所述显示模组的第二特性数据,利用第二优化算法动态调整所述图像数据的图像亮度参数,得到第二参数集合;其中,所述第二优化算法根据环境亮度条件和显示模组的亮度性能自动优化图像数据的图像亮度参数;
融合模块,用于基于预设的数据融合算法,对第一参数集合和第二参数集合进行融合处理,得到第三参数集合,并对所述第三参数集合进行分辨率配置和色域特性配置,得到第四参数集合;
发送模块,用于对第四参数集合进行压缩编码,得到压缩编码后的图像数据,将压缩编码后的图像数据有序发送至显示模组。
本发明还提供一种显示模组的图像处理芯片,所述显示模组的图像处理芯片包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行上述各实施例中的所述显示模组的图像处理方法的步骤。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质可以为非易失性计算机可读存储介质,该计算机可读存储介质也可以为易失性计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行所述显示模组的图像处理方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,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精神和范围。
Claims (6)
1.一种显示模组的图像处理方法,其特征在于,包括以下步骤:
接收待处理图像数据;
对显示模组进行特性分析,得到显示模组的第一特性数据和第二特性数据;其中,所述第一特性数据为显示模组的色彩性能特性数据,所述第二特性数据为显示模组的亮度性能特性数据;
基于所述显示模组的第一特性数据,利用第一优化算法调整所述图像数据的色彩平衡参数,得到第一参数集合;其中,所述第一优化算法根据环境光条件和显示模组的色彩性能自动优化图像数据的色彩平衡参数;
基于所述显示模组的第二特性数据,利用第二优化算法动态调整所述图像数据的图像亮度参数,得到第二参数集合;其中,所述第二优化算法根据环境亮度条件和显示模组的亮度性能自动优化图像数据的图像亮度参数;
基于预设的数据融合算法,对第一参数集合和第二参数集合进行融合处理,得到第三参数集合,并对所述第三参数集合进行分辨率配置和色域特性配置,得到第四参数集合;
对第四参数集合进行压缩编码,得到压缩编码后的图像数据,将压缩编码后的图像数据有序发送至显示模组;
所述对第四参数集合进行压缩编码,得到压缩编码后的图像数据,将压缩编码后的图像数据有序发送至显示模组的步骤之后,包括:
基于压缩编码后的图像数据,对标准图像元素映射图谱进行重排,得到目标解码图谱;其中,数据库中提前存储有基于压缩编码后的图像数据,对标准图像元素映射图谱进行重排的重排规则;
基于所述目标解码图谱对压缩编码后的图像数据进行解码,得到解码后的图像数据;其中,所述目标解码图谱用于增加对压缩编码后的图像数据进行解码的安全度和准确度;
将解码后的图像数据在显示模组上进行显示,并实时监测显示效果和用户反馈,自动调节图像处理流程中的关键参数,以适应不同用户需求和显示环境的变化;
所述基于压缩编码后的图像数据,对预设的标准图像元素映射图谱进行重排,得到目标解码图谱,包括:
对压缩编码后的图像数据进行特征编码,生成一组图像特征编码;其中,每个图像特征编码由一个字符集合构成;
基于预设的字符重构规则,对所得的图像特征编码进行切割和重组,生成一组目标识别字符组合;
基于预设的标准图像元素映射图谱,提取编码序号与图像元素之间的对应关系;其中,所述标准图像元素映射图谱以一系列图形符号作为编码媒介;
检查并比对标准图像元素映射图谱中的图形符号与所述目标识别字符组合,若发现匹配项,将相应的图形符号视为临时排除元素;
对剩余的图形符号进行综合分析,构建一个基于频次的动态优先级排序系统;其中,所述动态优先级排序系统用于对剩余的图形符号进行分配;
根据基于频次的动态优先级排序系统,对每个剩余的图形符号重新分配编码序号;
运用预设的伪随机序列生成算法,生成一组伪随机序列,通过预设的排序机制对所述伪随机序列进行整理,得到有序的伪随机序列集合;
在完成剩余的图形符号的新编码序号分配后,依据有序的伪随机序列集合,匹配相同伪随机序列号的编码,并按预设的插入顺序将对应的临时排除元素对应的图形符号重新插入至标准图像元素映射图谱中;
整合所有图形符号以及新分配的编码序号,得到目标解码图谱。
2.根据权利要求1所述的显示模组的图像处理方法,其特征在于,所述运用预设的伪随机序列生成算法,生成一组伪随机序列,通过预设的排序机制对所述伪随机序列进行整理,得到有序的伪随机序列集合,包括:
运用一个预设的伪随机序列生成算法,以图像数据为输入参数,生成一组初步的伪随机序列;
设定一个排序机制;其中,所述排序机制用于根据预设的逻辑规则对生成初步的伪随机序列进行整理;
应用所设定的排序机制,对初步的伪随机序列执行排序操作,得到一组经过优化整理的有序的伪随机序列集合;其中,所述有序的伪随机序列集合用于在标准图像元素映射图谱重构过程中匹配相同伪随机序列号的编码。
3.根据权利要求2所述的显示模组的图像处理方法,其特征在于,所述运用一个预设的伪随机序列生成算法,以图像数据为输入参数,生成一组初步的伪随机序列,包括:
基于预设的图像深度特征的动态调整算法,对输入的图像数据进行提取,得到图像特性,基于所述图像特性动态修改生成逻辑,生成一系列的第一伪随机序列;
引入一个自适应反馈机制,在初步的伪随机序列的生成过程中,实时监控所述第一伪随机序列的质量和特性,得到反馈结果;
根据反馈结果,所述图像深度特征的动态调整算法自适应调整图像特性转换的参数;其中,所述自适应反馈机制用于确保每一次生成的第一伪随机序列具有高度的随机性和独特性,
基于预设的排序算法,对生成的第一伪随机序列进行排序,生成一组第二伪随机序列;其中,所述排序算法基于图像特征的自定义排序逻辑;
对所述第二伪随机序列进行重塑,得到一组初步的伪随机序列。
4.一种显示模组的图像处理装置,其特征在于,所述显示模组的图像处理装置包括:
接收模块,用于接收待处理图像数据;
分析模块,用于对显示模组进行特性分析,得到显示模组的第一特性数据和第二特性数据;其中,所述第一特性数据为显示模组的色彩性能特性数据,所述第二特性数据为显示模组的亮度性能特性数据;
第一调整模块,用于基于所述显示模组的第一特性数据,利用第一优化算法调整所述图像数据的色彩平衡参数,得到第一参数集合;其中,所述第一优化算法根据环境光条件和显示模组的色彩性能自动优化图像数据的色彩平衡参数;
第二调整模块,用于基于所述显示模组的第二特性数据,利用第二优化算法动态调整所述图像数据的图像亮度参数,得到第二参数集合;其中,所述第二优化算法根据环境亮度条件和显示模组的亮度性能自动优化图像数据的图像亮度参数;
融合模块,用于基于预设的数据融合算法,对第一参数集合和第二参数集合进行融合处理,得到第三参数集合,并对所述第三参数集合进行分辨率配置和色域特性配置,得到第四参数集合;
发送模块,用于对第四参数集合进行压缩编码,得到压缩编码后的图像数据,将压缩编码后的图像数据有序发送至显示模组;
所述对第四参数集合进行压缩编码,得到压缩编码后的图像数据,将压缩编码后的图像数据有序发送至显示模组的步骤之后,包括:
基于压缩编码后的图像数据,对标准图像元素映射图谱进行重排,得到目标解码图谱;其中,数据库中提前存储有基于压缩编码后的图像数据,对标准图像元素映射图谱进行重排的重排规则;
基于所述目标解码图谱对压缩编码后的图像数据进行解码,得到解码后的图像数据;其中,所述目标解码图谱用于增加对压缩编码后的图像数据进行解码的安全度和准确度;
将解码后的图像数据在显示模组上进行显示,并实时监测显示效果和用户反馈,自动调节图像处理流程中的关键参数,以适应不同用户需求和显示环境的变化;
所述基于压缩编码后的图像数据,对预设的标准图像元素映射图谱进行重排,得到目标解码图谱,包括:
对压缩编码后的图像数据进行特征编码,生成一组图像特征编码;其中,每个图像特征编码由一个字符集合构成;
基于预设的字符重构规则,对所得的图像特征编码进行切割和重组,生成一组目标识别字符组合;
基于预设的标准图像元素映射图谱,提取编码序号与图像元素之间的对应关系;其中,所述标准图像元素映射图谱以一系列图形符号作为编码媒介;
检查并比对标准图像元素映射图谱中的图形符号与所述目标识别字符组合,若发现匹配项,将相应的图形符号视为临时排除元素;
对剩余的图形符号进行综合分析,构建一个基于频次的动态优先级排序系统;其中,所述动态优先级排序系统用于对剩余的图形符号进行分配;
根据基于频次的动态优先级排序系统,对每个剩余的图形符号重新分配编码序号;
运用预设的伪随机序列生成算法,生成一组伪随机序列,通过预设的排序机制对所述伪随机序列进行整理,得到有序的伪随机序列集合;
在完成剩余的图形符号的新编码序号分配后,依据有序的伪随机序列集合,匹配相同伪随机序列号的编码,并按预设的插入顺序将对应的临时排除元素对应的图形符号重新插入至标准图像元素映射图谱中;
整合所有图形符号以及新分配的编码序号,得到目标解码图谱。
5.一种显示模组的图像处理芯片,其特征在于,所述显示模组的图像处理芯片包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述显示模组的图像处理芯片执行如权利要求1-3中任一项所述的显示模组的图像处理方法。
6.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-3中任一项所述的显示模组的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410265681.8A CN117857762B (zh) | 2024-03-08 | 2024-03-08 | 显示模组的图像处理方法、装置、芯片及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410265681.8A CN117857762B (zh) | 2024-03-08 | 2024-03-08 | 显示模组的图像处理方法、装置、芯片及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117857762A CN117857762A (zh) | 2024-04-09 |
CN117857762B true CN117857762B (zh) | 2024-05-14 |
Family
ID=90533066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410265681.8A Active CN117857762B (zh) | 2024-03-08 | 2024-03-08 | 显示模组的图像处理方法、装置、芯片及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117857762B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002351445A (ja) * | 2001-05-30 | 2002-12-06 | Matsushita Electric Ind Co Ltd | ディスプレイ装置 |
CN102833519A (zh) * | 2011-06-14 | 2012-12-19 | 华为终端有限公司 | 视频图像的适配处理方法、设备及系统 |
KR20130137973A (ko) * | 2012-06-08 | 2013-12-18 | 삼성메디슨 주식회사 | 초음파 영상 표시 장치 및 방법 |
CN111727458A (zh) * | 2018-02-14 | 2020-09-29 | 医科达有限公司 | 使用深度学习的基于图谱集的分割 |
CN114762356A (zh) * | 2019-12-13 | 2022-07-15 | 索尼集团公司 | 图像处理装置和方法 |
CN115019746A (zh) * | 2021-07-23 | 2022-09-06 | 荣耀终端有限公司 | 电子设备的显示方法、介质和电子设备 |
CN115311167A (zh) * | 2022-08-24 | 2022-11-08 | 深圳新视光电科技有限公司 | 基于多色光线的色域控制方法、装置、设备及存储介质 |
CN116091392A (zh) * | 2022-08-16 | 2023-05-09 | 荣耀终端有限公司 | 图像处理方法、系统及存储介质 |
CN116134810A (zh) * | 2020-09-03 | 2023-05-16 | 三星电子株式会社 | 电子装置及其控制方法 |
-
2024
- 2024-03-08 CN CN202410265681.8A patent/CN117857762B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002351445A (ja) * | 2001-05-30 | 2002-12-06 | Matsushita Electric Ind Co Ltd | ディスプレイ装置 |
CN102833519A (zh) * | 2011-06-14 | 2012-12-19 | 华为终端有限公司 | 视频图像的适配处理方法、设备及系统 |
KR20130137973A (ko) * | 2012-06-08 | 2013-12-18 | 삼성메디슨 주식회사 | 초음파 영상 표시 장치 및 방법 |
CN111727458A (zh) * | 2018-02-14 | 2020-09-29 | 医科达有限公司 | 使用深度学习的基于图谱集的分割 |
CN114762356A (zh) * | 2019-12-13 | 2022-07-15 | 索尼集团公司 | 图像处理装置和方法 |
CN116134810A (zh) * | 2020-09-03 | 2023-05-16 | 三星电子株式会社 | 电子装置及其控制方法 |
CN115019746A (zh) * | 2021-07-23 | 2022-09-06 | 荣耀终端有限公司 | 电子设备的显示方法、介质和电子设备 |
CN116091392A (zh) * | 2022-08-16 | 2023-05-09 | 荣耀终端有限公司 | 图像处理方法、系统及存储介质 |
CN115311167A (zh) * | 2022-08-24 | 2022-11-08 | 深圳新视光电科技有限公司 | 基于多色光线的色域控制方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117857762A (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107113367B (zh) | 具有颜色恒定性的亮度改变图像处理 | |
KR102423710B1 (ko) | 반투명 이미지 워터마크 검출 | |
Narwaria et al. | Tone mapping-based high-dynamic-range image compression: study of optimization criterion and perceptual quality | |
CN103563347A (zh) | 包括变化的元数据等级的用于控制颜色管理的可缩放系统 | |
WO2002088907A3 (en) | Method and apparatus for efficiently encoding chromatic images using non-orthogonal basis functions | |
CN115358911B (zh) | 屏幕水印的生成方法、装置、设备和计算机可读存储介质 | |
CN112419354B (zh) | 一种图像亮度处理方法及装置、电子设备 | |
CN114626967A (zh) | 一种数字水印嵌入与提取方法、装置、设备及存储介质 | |
CN107113464B (zh) | 内容提供装置、显示装置及其控制方法 | |
CN110634096B (zh) | 一种自适应多模态的信息隐藏方法及装置 | |
CN111222611A (zh) | 一种基于颜色的堆叠式三维码编码方法、编码装置、解码方法、解码装置以及存储介质 | |
CN112999654B (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN117857762B (zh) | 显示模组的图像处理方法、装置、芯片及存储介质 | |
Hossain et al. | A Symbiotic Digital Signage system based on display to display communication | |
US10706489B2 (en) | Image processing device, image processing method, and program for generating water marks | |
Sinno et al. | Quality measurement of images on mobile streaming interfaces deployed at scale | |
US20200244459A1 (en) | Watermarking in a virtual desktop infrastructure environment | |
CN115953597B (zh) | 图像处理方法、装置、设备及介质 | |
CN111383289A (zh) | 图像处理方法、装置、终端设备及计算机可读存储介质 | |
Bradley | Can region of interest coding improve overall perceived image quality? | |
CN101065760B (zh) | 处理图像数据的系统和方法 | |
US10425461B1 (en) | Display steganography for active correlation of data | |
US9542714B2 (en) | Concealing data within images | |
CN112711781B (zh) | 基于显示屏的信息加密和解密方法、装置、设备及介质 | |
Naveen et al. | Image Steganography Method for Securing Multiple Images Using LSB–GA |
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 |