CN1678080A - 混合灰度校正方法 - Google Patents

Abstract

本发明涉及一种投射形图像显示设备的灰度校正方法，尤其是将灰度校正区段分割成多个的区段，然后对各个区段各自分别适用最佳的灰度校正方法，此方法具有下述的阶段特征，即：设有一个将图像显示设备的输入亮度值，分割成低亮度、中等亮度、高亮度区段的阶段；设有一个在分割成的多个区段中，对低亮度和高亮度区段，利用以数学式为基础的灰度校正曲线来求出灰度校正数据，而对于余下的中等亮度区段，按规定去分割梯级，并对各个梯级之间的值以内插法为基础来求出灰度校正数据的阶段；还设有一个把已经求出的各个区段的校正数据存入到LUT以便适用于灰度校正的阶段。

Description

混合灰度校正方法

技术领域

本发明涉及一种在图像显示设备上实施灰度校正的方法，尤其是一种将灰度校正区段(输入亮度，亮度)分割成多个的区段，然后对各个区段各自分别适用最佳的灰度校正方法，借以维持阶调的最佳化和整体的W/B(White Balance：白平衡)。

背景技术

投射型图形显示设备已获得持续的技术发展，现不仅能显示出大画面的图像，还以5.1频道等的音响作为基础来实现家庭影院(Home Theater)，而且近来又有不断地得到广为普及的势头。因为投射型图像显示设备是以LCD或CRT(阴极射线管)为显示媒体在屏幕上实现大画面的，所以在大画面上能实现鲜明的图像，从而左右该产品的质量和可靠性。为了保障并进一步提高大画面的图像质量，现在进行各种接近方法和研究工作。其中，特别是对影响图像阶调表现的灰度校正(Gamma Correction)的研究，被认为是一项非常重要的技术之一。

显示媒体的输出亮度与输入图像信号，或与RGB信号的亮度值的关系称为灰度特性。从当前最容易找到的阴极射线管显示器(CRT)的特性是，输出亮度＝k×A^γ(k：常数，γ：咖玛指数，A：输入亮度信号)，以此求出近似值。因此，在NTSC制式的电视广播中，考虑到图像接收机的阴极射线管显示装置的特性，在γ＝2.2上实行逆校正之后来发送图像信号。

但是，对于用在投影设备等的投射型图像显示设备上的液晶显示器(LCD)来说，由于其灰度特性与阴极射线管显示器的灰度特性不同，因此如果对其实施阴极射线管显示装置的灰度校正，那么就会使亮度再生失真。因此，为了能显示准确的图像灰度等级(Gradation)和显示色彩的细微差异，就有必要去实行更为合适的灰度校正。

在投射型图像显示设备的以LCD为基础的图像显示设备中，大部分是利用数字校正方法。该数字校正方法，是接收转换成数字的输入信号，并根据设定在校正IC(芯片)内部的LUT(Look-up Table：查找表)校正值来完成灰度校正。

因此，将使用在投射型图像显示设备中的显示媒体灰度特性，抽取成如同V-T(Voltage-Transmittance；电压-传递系数)那样的曲线，并设计出能够将其校正的校正曲线。在数字灰度校正中，以适于各个IC要求，去分割校正曲线的V-T曲线各部，并把相应的值存入LUT中，然后利用储存在LUT中的校正数据去实现灰度校正。

现有的灰度校正方式，如果按校正曲线的设计来分类，可以分成按梯级别的W/B(White Balance)灰度校正方式，和按连续性数学式的灰度校正方式。

前者，是把V部分(X轴)分成按规定的梯级(一般是16梯级)，然后按各个梯级分别去调整W/B，而余下的梯级之间的值则通过实施线性内插法(Linear Interpolation)来求取，并将该值设定成校正表的值的一种方法。后者，是将显示媒体的灰度特性曲线，通过数学式设计出的值来做成一个校正曲线，并把该值作为校正表来使用的一种方法。这两种方法的各自校正曲线，如图1及图2举例来说明：图1是把输入的亮度电平分成16个梯级，并按各个梯级分别调整W/B的校正曲线；图2是求出灰度特性，并将其根据数学式进行校正的校正曲线。

对梯级分别调整W/B的前一种方法的优点是占用存储器少，以及对整个梯级的W/B值能维持一定。但是，该方法具有在低亮度(Low Light)和高亮度(High Light)区段，会产生图像质量变劣甚至损失(Loss)的缺点。在图3中示出了上述的情况。在图3中用虚线表示的曲线是按照图1所示的调整方式制出的灰度校正曲线；而用实线表示的曲线是按照图2所示的调整方式制出的灰度校正曲线。

如图3所示，从低亮度(Low Light)部分和高亮度(High Light)部分可知，根据数学式的校正曲线(校正数据)和按梯级调整的校正曲线(校正数据)之间存在着偏差，这意味着在相关点(X轴)的校正值(Y轴数据)未能精确地去体现所致。

因此，上述的传统方式，由于在低亮度(Low Light)和高亮度(HighLight)部分中未能精确地进行灰度校正，不仅降低图像质量，而且由于各个梯级之间的R、G、B的各条曲线之间的坡度偏差(主要是在进行自动调整时由于调整器的光学测量仪的误差所造成)，当观看连续的灰色图案时，在低亮度(Low Light)和高亮度(High Light)区段将产生出现彩带的缺点。

另外，显示媒体的灰度特性曲线，利用指数函数等数学式设计出的值进行制作的后一种方式来说，具有生产性好、适于制做多个灰度LUT的优点。但是，该方法具有不容易维持中等亮度(Mid Light)部分的一定W/B值的缺点，和具有不容易调整特定阶段的灰度等级(Gradation)的缺点。因此，该方法在显示媒体个体之间的V-T曲线存在偏差时将很难应对。

也就是说，现有的灰度校正方法存在着一个在低亮度(Low Light)区段难以区分，在高亮度(High Light)区段引起饱和，在中亮度(Mid Light)区段难以维持一定的W/B值的缺点。

发明内容

本发明的目的在于提供一种在投射型图像显示设备上能同时满足生产性和图像质量的混合灰度校正方法，特别是提供一种在当前灰度校正方法中能解决W/B在高亮度(High Light)饱和，低亮度(Low Light)难区分现象的灰度校正方法。

本发明的另一个目的是，提供一种最适于图像显示特性的灰度校正方法。该方法是为了通过精确的灰度校正来实现高度的图像质量，利用所定的方法，把整个的输入亮度电平分割成多个区段；其中，高亮度(High Light)和低亮度(Low Light)部分，考虑到演算速度和易调整性，使其实施数学式的灰度校正；对于中亮度(Mid Light)部分，考虑到W/B，使其按照各个梯级分别调整W/B以后，将梯级中间区段用直线进行连接，并利用抽取被弥补值的方法来实施灰度校正。

本发明的又一个目的是，提供一种混合灰度校正方法。该方法是对多个区段的每个区段，采用适合于本区段而各自不同的校正曲线为基础进行校正，因而容易制作出多个灰度校正LUT。

为了达到上述的目的，本发明的混合灰度校正方法，具有下述的阶段特征，即：设有一个将图像显示设备的输入亮度值，分割成低亮度(Low Light)、中等亮度(Mid Light)、高亮度(High Light)区段的阶段；设有一个在分割成的多个区段中，对低亮度(Low Light)和高亮度(High Light)区段，将利用以数学式为基础的灰度校正曲线来求出灰度校正数据，而对于余下的中等亮度(Mid Light)区段，按规定分割梯级，并对各个梯级之间的值以内插法为基础来求出灰度校正数据的阶段；还设有一个把已经求出的各个区段的校正数据存入到LUT(Look-Up Table查找表)以便适用于灰度校正的阶段。

并且，为了达到上述目的，本发明的混合灰度校正方法，还具有如下特征，即：将输入亮度值分成0-255梯级，并与其对应的校正数据的范围设定成0-1023的范围时，低亮度(Low Light)和高亮度(High Light)区段的边界值，将分别设定为64点和207点。

并且，为了达到上述的目的，本发明的混合灰度校正方法，还具有如下特征，即：低亮度(Low Light)和高亮度(High Light)区段的边界值，从技术规范中所提示的数值中，取出所定范围之内的区段来取样之后，选择出各个变化量最大的点，并将该值设定成该分割区段的边界值。

本发明的效果：利用本发明的灰度校正方法能有效的校正各种投影设备等的投射型图像显示产品的灰度。当使用本发明的灰度校正方法时，不仅具有能对高亮度和低亮度表现细致的灰度等级，而且还具有能维持整体的W/B效果。

另外，本发明的灰度校正方法，能有效地激活白色峰值电平(WhitePeak)，因而能去提高画面的清晰度，而且还能适用于LCD之外的其它图像显示器件的灰度特性校正方法。

附图说明

图1是在传统上把输入灰度的电平分成16梯级，并按各个梯级分别去调整W/B的灰度校正曲线实例图。

图2是在传统上根据数学式进行校正的灰度校正曲线实例图。

图3是用来说明传统的低亮度(Low Light)和高亮度(High Light)部分的校正误差而示出的灰度校正曲线实例图。

图4是用来说明本发明的混合灰度校正方法的实例图。

图5是适用本发明的灰度校正系统的框图。

图6是适用本发明的灰度校正系统的组成框图。

图7是本发明的混合灰度校正方法的流程图。

附图中主要部分的符号说明：

灰度校正部  11；            自动调整器  12；

均匀(Uniformity)校正部13；  媒体驱动部  14；

显示媒体    15；            投影设备    21；

光量测定器  22；            自动调整器  23；

具体实施方式

下面，参照附图，举出适宜的实例来详细说明本发明的混合灰度校正方法。

如上所述，显示媒体的输出亮度与输入图像信号的关系，或者与RGB信号的亮度值关系称为灰度特性。当前最容易找到的阴极射线管的显示特性，可以用输出亮度＝k×A^γ(k：常数，γ：咖玛指数，A：输入亮度信号)求出其近似值。因此，在NTSC制式的电视广播信号中，考虑到做为图像接收机的阴极射线管显示装置的灰度特性，将以γ＝2.2来实施逆校正之后，再去发送图像信号。

但是，用在投影设备等的投射型图像显示设备上的液晶显示器(LCD)，其灰度特性与阴极射线管显示器的灰度特性不同，因此如果实行在阴极射线管显示装置中所实行的灰度校正，那么亮度再生将会失真。因此，要想显示准确的图像灰度等级(Gradation)和显示色彩的细微差异，就有必要实行更为合适的灰度校正。

在本发明中，为了解决目前大部分都在使用的数字灰度校正方法在低亮度(Low Light)和高亮度(High Light)中出现的灰度校正问题，以及为了能维持整个W/B的均匀，如图4所示，将整个校正区段分成低亮度(LowLight)、中等亮度(Mid Light)、高亮度(High Light)的3个区段，然后对各个区段实施最佳的校正方法。

在此，分割3个区段的基准点(point)是，先求出灰度特性曲线，然后去找变弯点(通常在产品的数据表(Data Sheet)中有明确的记载)，再使将要适用的数学式的变弯点跟在上面求出的变弯点一致，以便恰当地去分割输入亮度区段，并且找到其基准点。当然，由于数学式的变弯点也能随变量进行变动，因此能充分地去应对产品偏差。

图5是灰度校正系统的内部组成框图，将从图上省略前端(Front-end)输入数字R、G、B信号。灰度校正部11将包括存有本发明提出的混合型灰度校正数据的LUT；自动调整器12调整灰度校正表的数值，使其与通过光量测定器测出的亮度所对应的目标值一致。均匀(Uniformity)校正部13，接收自动调整器12的调整来对经过灰度校正的数字图像数据的色调均匀度进行校正，其输出将输入到媒体驱动部14；媒体驱动部14将得到的灰度及均匀度校正数字信号，用来驱动相关的显示媒体15，从而再现高质量的图像。

图6示出了适用本发明的灰度校正系统的组成框图。投影设备21是一种图像显示装置，从投影设备21投射的图像，通过光量测定器22测定出光量，并被输入到自动调整器23；自动调整器23如在前面所述的那样，将按给定亮度所对应的值调整灰度校正表值。

下面，举例说明求出灰度校正数据的方法。例如灰度校正LUT，在对应于输入梯级的x轴(输入亮度)设点范围为0-255，在对应于校正数据的y轴设有0-1023的范围。

首先，将0-64点设定为低亮度(Low Light)部分，对此输入相当于25％(4/16)的灰图案(Gray Pattern)，并且用光量测定器测定光量，并使用被测定的光量，将灰度校正LUT的G值调整到相当于给定的亮度值。另外，为了调整对应于W/B值的色坐标，在自动调整器中调整R和B值，求出对应点上的数据。在此得到的值(低亮度区段的灰度校正数据)称为‘L’，将R、G、B的各个值，通过下面的数学式1，将25％以下的值设定为灰度校正表值(LUT值)。

【数学式1】

${\left(\frac{1}{\mathrm{SlopeApos}}\right)}^{\frac{1}{\mathrm{CSlopeA}}}\×\mathrm{SlopeApos}=L_i$

在式1中，i是对应于灰度校正表(LUT)的梯级(0-64)值，SlopeApos是将利用光量测定器测出的值(在64点上的值)代入上式1中算出的值。另外，CslopeA是对应于低亮度(Low Light)区段校正曲线曲率的一个值，是将根据最终亮度值的黑色等级表现程度来得到决定的一个值。如果将这个值对每个R、G、B设定成各自不同的值，那么将能给出对低亮度(Low Light)色温的变化。

如果将对低亮度部分计算的值适用于灰度校正LUT，那么就能按设计者的需要去实现自然而细致的黑色灰度等级。即，在图3中对低亮度(LowLight)部分，传统技术未能细致区分的输入亮度灰度校正数据值，现在就能精致地加以表现出来。

然后，中等亮度(Mid Light)部分，即将低亮度调整区段和高亮度调整区段之间(65-207)，按规定分割成梯级，并利用光量测定器测定出各个梯级的白色亮度，求出G值，并在x、y色坐标中调整x坐标为R色，y坐标为B色，并按给定的W/B色坐标加以对齐。对于各个梯级之间的点，将用直线连接时的值，即实施线性内插法(Interpolation)来设定。

另外，高亮度(High Light)部分，将以207点定为高亮度区段的基准点，并把208-255点定为高亮度区段；对此，将输入对应于83％(13/16)的灰图案(Gray Pattern)，并且将用光量测定器测出的光量输入到自动调整器；在自动调整器中将使用测出的光量，去调整灰度校正表(LUT)的值(R、G、B都用相同的值去调整)，使其跟一个与给定的亮度值相对应的目标值，并从灰度校正表(LUT)值中求得G值。

然后，为了调整对应W/B值的色坐标，调整R和B值，去求对应地点上的数据值。如此对高亮度(High Light)区段得到的值称为‘H’，将R、G、B的各个值通过下面数学式2的演算来求得，并把83％以上的值设定为对高亮度区段的灰度校正表值(LUT值)。

【数学式2】

${\left(\frac{i-\mathrm{SlopeBpos}}{256-\mathrm{SlopeBpos}}\right)}^{\mathrm{CslopeB}}\×(256-\mathrm{SlopesBpos})+\mathrm{SlopesBpos}=H_i$

在式2中，i是对应于表的梯级(207-256)的值，SlopeBpos是将把测定的值(在207点的值)代入上式2中算出的值。另外，CSlopeB是对应于高亮度(High Light)区段校正曲线曲率的一个值，是将根据最终亮度值的亮度等级的表现程度来得到决定的值。如果将该值对每个R、G、B设定成各自不同的值，那么将能给出对高亮度的色温变化。

如果将计算高亮度部分的值适用于灰度校正LUT，那么就能去实现自然而又细致的亮度等级。

图7的流程图示出以上说明的混合灰度校正方法。

初始阶段S11示出了设定低亮度区段和高亮度区段的情况。如上所述，测出低亮度(Low Light)和高亮度(High Light)边界区段的亮度，并存入其数据值，在这里示出了D₆₄＝L₆₄，D₂₀₇＝L₂₀₇。

当然，用来分割区段的基准点，除了被任意设定的64梯级和207梯级以外，也可以通过实验来求出该值。或者，一般在技术规格(Spec.)中给出的值中，取±10％左右的区段中取样(Sampling)之后，计算各自的变化量，然后选择变化量最大的点，将该点(point)可以作为分割区段的边界点。

阶段S12至阶段S16是对低亮度区段求得灰度校正数据的过程；阶段S17至S21是对中等亮度区段求得灰度校正数据的过程；阶段S22至S26是对高亮度区段求得灰度校正数据的过程；最后的过程(阶段S27-S28)是对已求得的数据加以规范化(Normalize)和存入到存储装置(EEPROM)的过程。

首先，由求得低亮度区段的灰度校正数据的过程可知，在阶段S12中，将梯级变量(i)初始化成‘0’，而在下一阶段S13中，将利用数学式1求出i＝0梯级的灰度校正数据(L₀)。

然后，在下一阶段S14中，如上所述，将由式1求出的数据(L₀)，用作相关梯级的灰度校正数据(D₀)来进行储存。在下一阶段S15中，判断当前梯级是否为低亮度区段。如果还属低亮度区段，那么就移到阶段S16，并将梯级变量(i)增加+1，然后去执行阶段S13-S14来求出灰度校正数据。重复一系列的这种过程去求0-64梯级的灰度校正数据(D_i)。

然后，对中等亮度区段来讲，在阶段S17中把梯级变量(i′)设定成16+i，于是从起端开始每次增加确定的16梯级，一直到207点止，要求中等亮度区段的各个梯级的值D_i′(S18)。而对于各个梯级之间的点，则将在相邻点的区段(D_i-D_i′)之间通过内插(Interpolation)的方法求出灰度校正数据(D_i)(S19)。

重复进行一系列这一过程，直到梯级变量(i′)成为207点(S20→S21→S17-S20)止，于是就能求出中等亮度(Mid Light)区段的灰度校正数据值。

另外，对于高亮度(High Light)区段来讲，在下一阶段S22中，将让变量(i)从208点开始，用数学式2进行给定的灰度校正数据的计算过程S23，求出对高亮度区段的数据(H_i)，并将其设定为校正数据(D_i)(S24)；在下一阶段S25，S26中，增加i值，直到梯级变量(i)成为255止，而在这一过程中，通过重复进行数学式2的演算阶段S23，来求出对高亮度区段的灰度校正数据值(D_i)。

下一阶段S27如上所述，求出对0-255点所需的校正数据(D_i)之后，对其进行规范化(Normalize)的阶段。并将得到规范化处理的最终校正数据(D′i)，存入到如同EEPROM的永久存储装置，用做灰度校正的LUT(S28)，至此本发明的全部过程结束。

Claims (4)

1、一种混合灰度校正方法，其特征是：

设有一个将图像显示设备的输入亮度值，分割成低亮度、中等亮度、高亮度区段的阶段；

设有一个在分割成的多个区段中，对低亮度和高亮度区段，利用以数学式为基础的灰度校正曲线来求出灰度校正数据，对于余下的中等亮度区段，按规定去分割梯级，并对各个梯级之间的值以内插法为基础来求出灰度校正数据的阶段；

还设有一个把已经求出的各个区段的校正数据存入到查找表以便适用于灰度校正的阶段。

2、根据权利要求1所述的混合灰度校正方法，其特征是：

将输入亮度值分成0-255梯级，并与其对应的校正数据的范围设定成0-1023的范围时，低亮度和高亮度区段的边界值，将分别设定为64点和207点。

3、根据权利要求1所述的混合灰度校正方法，其特征是：

低亮度和高亮度区段的边界值，将从技术规范中所提示的数值中，取出所定范围之内的区段来取样之后，选择出各个变化量最大的点，并将该值设定成该分割区段的边界值。

4、根据权利要求1所述的混合灰度校正方法，其特征是：

低亮度区段和高亮度区段的校正数据将分别通过数学式

${\left(\frac{1}{\mathrm{SlopeApos}}\right)}^{\frac{1}{\mathrm{CSlopeA}}}\×\mathrm{SlopeApos}=L_i$

和数学式

${\left(\frac{i-\mathrm{SlopeBpos}}{256-\mathrm{SlopeBpos}}\right)}^{\mathrm{CslopeB}}\×(256-\mathrm{SlopesBpos})+\mathrm{SlopesBpos}=H_i$

来进行计算。

Images