CN1852412A - 伽玛特性协商校正方法及其应用系统和终端 - Google Patents

Abstract

本发明涉及视频通信技术，特别涉及终端之间交互的通信信号的伽玛特性校正方法以及应用系统和终端，以解决现有技术两方通信中任意多个伽玛特性环节没有通用校正方法的问题。所述方法包括如下步骤：终端A和终端B在通信前或通信建立过程中，根据通信双方的校正能力信息协商决定是否进行校正，若进行校正则选择其中一个作为双方远端信号伽玛特性的校正执行端并执行校正，否则不进行校正信号的伽玛特性，其中，通信双方可以直接进行协商或通过一个中央服务器进行协商仲裁。通过中央服务器进行仲裁时，校正系统包括设置在终端上的校正模块和与校正模块通信连接的中央处理器。

Description

伽玛特性协商校正方法及其应用系统和终端

技术领域

本发明涉及视频通信技术，特别涉及终端之间交互的通信信号的伽玛特性校正技术。

背景技术

视频通信，尤其是多方视频通信，目前正在随着宽带网络的迅速发展而得到日益广泛的应用，在国内和国际上，视频会议和可视电话业务正在成为NGN(Next Generation Network，下一代网络)上的基本业务。各国的电信运营商也非常重视这个市场机会，可以预期在未来几年中，视频通信业务将成为运营商重要的业务增长点。发展此类业务的一个关键问题是提高端到端(End-to-end)的用户体验(User Experience，或者叫做Quality of Experience)。用户体验中除了网络的QoS(丢包，延迟，抖动，R因子等)参数外，对于视频，因为各个环节引起的Gamma非线性问题，造成对于亮度信号的畸变(Distortion)，也是影响最终用户体验的重要因素。但是目前，对于提高端到端用户体验的方法和技术主要集中在保证网络QoS和视频压缩编码相关的前后处理(Pre-processing，Post-processing)方面，而对于Gamma特性引起的亮度畸变问题，缺乏关注和系统的解决方法，但是该问题的严重性已经引起了一些国际大电信运营商的关注。法国电信(France Telecom)在国际电信联盟ITU-T近期就提出了要在视频通信中考虑Gamma特性对于通信用户体验的影响，并对此类问题加以解决的建议。

视频通信中，在一个视频通信终端(以下简称终端)中，需要被传送的场景(人物、背景、文件等)的光信号进入到摄像机/摄像头，经过A/D转换成数字图像信号再压缩编码后传送出去到达对方终端，经过去压缩(decompression)解码还原为数字图像信号，然后再在显示设备上显示出来，最终又变成光信号被人眼感知。这个过程中图像亮度信号(Luminance，这里是一种广义的亮度信号，即一开始的光信号，到电信号，再到数字化的图像亮度/灰度信号，每个阶段的信号都含有亮度信号的信息，因此广义来说，亮度信号经过了多个环节)经过了多个环节。按照定义，Gamma特性就是一个环节的亮度信号输入-输出关系不是线性的，而是一种非线性，如表1中的曲线所示：

                   表1为Gamma特性曲线示意图

在实际中，Gamma非线性是由不同原因引起的，对于电视机、PC显示器等CRT(Cathod Ray Tube，阴极射线管)显示设备，Gamma特性在理想状况下满足公式1：

                    L_out＝L_in ^2.2                        (1)

公式1是一个幂函数(Power Function)。需要说明的是，这里的输入和输出亮度信号都是在各自的坐标空间中进行了规一化(Normalized)的，即0≤L_out≤1，0≤L_in≤1。而其他类型的显示器比如液晶等，其Gamma函数的形式或者形式上不同、或者参数不同。

单个环节Gamma特性模型如图1所示，多个环节级联(cascading或者叫做串联)起来环节Gamma特性的模型如图2所示，总的Gamma特性等于各个环节Gamma函数的复合(composition)，满足公式2：

G_CT(.)＝G⁽¹⁾(.)οG⁽²⁾(.)οG⁽³⁾(.)........G^(n-1)(.)οG⁽ⁿ⁾(.)

l_out＝G^CT(l_in)＝G⁽ⁿ⁾(G^(n-1)(G^(n-2)(.......G⁽²⁾(G⁽¹⁾(l_in)))))    (2)

“。”表示函数的复合运算。CT表示cascaded total，即级联总Gamma的意思。

理想的情况是，输入和输出亮度信号之间存在线性关系，即：_Lout＝L_in，这样人看到的景物才和原来的完全一样，用户体验最好。要获得线性关系，必须对于具有非线性Gamma特性环节进行Gamma校正(Gamma Correction)。如图3所示，对于一个环节来说，其Gamma特性给定，那么可以用另外一个校正环节和它进行级联，来使得级联后总的Gamma特性称为真正的线性关系，从而达到了补偿掉给定环节非线性的目的，校正环节的模型为Gamma特性等效模型的逆模型，如果等效模型可以用函数关系式表示，则逆模型的函数关系式为其反函数。显然，G_g(.)和G_c(.)互为反函数。一般情况下，对于一个函数，要获得其反函数不一定有解(或者即使解存在，也无法用计算的方法获得)。

实际应用中更多的情况如图4所示，校正环节需要插入到前后两个给定环节之间，此时G_c(.)情况更加复杂，G_c(.)和G_a(.)或者G_p(.)不再是简单的反函数关系。

两方终端A和B的视频通信中涉及的主要Gamma环节如图6所示：

1、摄像机/摄像头Gamma，表示成G_Cam(.)；

一般的摄像机都有Gamma特性，除了成像器件比如CCD自身的非线性，摄像机引入了人为的非线性，其目的是让摄像机的Gamma特性刚好补偿掉显示器的Gamma特性，使得总的Gamma特性是线性的。如果显示器理想的Gamma是：L_out＝Lin2.2；那么摄像机的理想Gamma是：L_out＝L_in ^0.45。

因此理论上，摄像机的Gamma特性是由显示器的Gamma特性决定的。但是因为终端系统日益复杂，摄像机和显示器之间存在多个环节，其数目不定，各自的Gamma特性也未知，这样即使摄像机和显示器的Gamma正好匹配能够相互补偿，但因为中间环节存在，这种补偿一般情况下是无效的。并且显示器类型众多，例如：CRT和液晶、等离子等显示器，其Gamma特性相差很多，而廉价的摄像头的Gamma特性往往严重偏离其理想Gamma。

2、显示帧存Gamma，表示成G_FBuf(.)；

早期的显示器因为显示存储的色彩深度不够，比如只能支持4位、8位、16位色彩深度，而不是理想的24位真彩色，等于压缩了输入亮度信号的动态范围，因此也引入了Gamma特性。另外，因为在非真彩色下模式下，使用的调色板(Palette)色彩映射技术或者抖动(Dither)技术等，都会引入非线性Gamma。

3、显示查表Gamma，表示成G_LUT(.)；

有些显示设备，为了补偿显示器的非线性，人为引入了Gamma，该Gamma表现为一个LUT(Look-Up Table)，从帧存中读出的亮度数据要经过LUT转换，才去驱动显示器。

4、显示器Gamma，表示成G_Disp(.)；

5、编码器Gamma，表示成G_Enc(.)；

因为压缩中的DCT(Discrete Cosine Transform)变换、量化造成的Gamma。

6、解码器Gamma，表示成G_Dec(.)。

因为解压缩中的DCT反变换、反量化造成的Gamma。

现有技术中校正实现方法主要有以下两种：

现有技术一：完全依赖摄像机/摄像头或者显示LUT的Gamma特性来校正显示器Gamma特性

假设理想状态下：G_Cam(.)：L_out＝L_in ^0.45；G_LUT(.)：L_out＝L_in ^0.45；G_Disp(.)：L_out＝L_in ^2.2

则：G_CamοG_Disp(.)成为：L_out＝L_in，形成标准的线性关系；G_LUTοG_Disp(.)成为：L_out＝L_in，形成标准的线性关系。

但是，上述技术存在如下不足：

理想状态是很难获得的，不能保证摄像机/摄像头、LUT的Gamma刚好和显示器Gamma完全匹配。并且显示器类型很多，而廉价的摄像头的Gamma肯定是非理想的；如果G_Cam(.)，G_LUT(.)同时存在，则补偿过度，G_CamοG_LUTοG_Disp(.)成为：L_out＝L_in ^0.45，反而偏离了线性；模拟伽玛特性的数学模型不准确，很多研究表明，显示器的Gamma不是简单的幂函数，而更精确的模型可能是幂函数和常数函数的线性组合，或者是一个线性函数和幂函数的复合。

现有技术二：

在某些环节之间，比如在摄像机环节之后、或者显示帧存环节之前，插入一个Gamma校正环节进行Gamma校正。另外，可能在显示器的Gamma特性模型方面，采用了更加精确的模型，比如公式3：

$L_{\mathrm{out}}=\left\{\begin{array}{cc}\frac{1}{0.45}{L}_{\mathrm{in}}\mathrm{if}0\&le;L_{\mathrm{in}}\&le;0.081& \\ \frac{1}{1.099}{(L_{\mathrm{in}}+0.099)}^{2.2}\mathrm{if}0.081<L_{\mathrm{in}}\&le;1& \end{array}---\left(3\right)\right.$

对应地，摄像机的Gamma被认为和显示器Gamma完全匹配，比如公式4：

$L_{\mathrm{out}}=\left\{\begin{array}{c}0.45L_{\mathrm{in}}\mathrm{if}0\&le;L_{\mathrm{in}}\&le;0.081\\ 1.099{L_{\mathrm{in}}}^{0.45}-0.099\mathrm{if}0.081<L_{\mathrm{in}}\&le;1\end{array}\right.---\left(4\right)$

现有技术二缺点在于：

校正模型单一，而多个环节的情况非常复杂，多个环节的Gamma特性未能精确获得，必然导致不能精确校正，即校正结果仍然是非线性的，即使模型精确一些也是没有帮助的。因此，仍然不能避免存在过校正或者校正不足的问题；并且该方法只能应用在一些特定情况，无法通用于任意多个Gamma环节的校正。

发明内容

本发明提供一种伽玛特性协商校正方法，以解决现有技术两方通信中任意多个伽玛特性环节没有通用校正方法的问题。

进一步，为实施上述方法，本发明还提供一种伽玛特性环节校正系统和通信终端。

一种伽玛特性的协商校正方法，用于校正通信信号所通过的环节中的伽玛特性，包括如下步骤：

S1、终端A和终端B在通信前或通信建立过程中，根据通信双方的校正能力信息协商决定是否进行伽玛特性校正，若进行校正则选择校正远端信号伽玛特性的校正执行端并执行步骤S2，若不进行校正则转入步骤S3，所述校正能力信息包括终端是否能够进行伽玛特性校正和/或当前的处理能力信息；

S2、校正执行端根据远端信号的伽玛特性信息校正其伽玛特性，所述伽玛特性信息包括信号在通信双方顺序通过的所有伽玛特性环节级联形成的伽玛路径以及对应每一个伽玛特性环节的等效模型及其参数；

S3、终端A和终端B不对远端信号进行校正。

所述校正执行端或不进行校正的选择方法为：

若只有终端A能够进行伽玛特性校正时，选择终端A为校正执行端；

若只有终端B能够进行伽玛特性校正时，选择终端B为校正执行端；

若双方都能够进行伽玛特性校正时，选择当前处理能力较强的一方为校正执行端；

若双方都能够进行伽玛特性校正并且当前处理能力相当时，随机选择一方为校正执行端，或者选择双方都为校正执行端分别校正各自从对端收到的远端信号的伽玛特性或发送给对端的远端信号的伽玛特性；

若双方都不能进行校正，选择不进行校正。

所述方法还包括，终端A或终端B分别确定本端伽玛特性信息并按照如下四种类别分类保存：

第一类伽玛特性信息：本端发送给对端的远端信号在本端顺序通过的所有伽玛特性环节级联形成的伽玛路径以及对应的等效模型及其参数；

第二类伽玛特性信息：从对端接收的远端信号在本端顺序通过的所有伽玛特性环节级联形成的伽玛路径以及对应的等效模型及其参数；

第三类伽玛特性信息：本地信号在本端顺序通过的所有伽玛特性环节级联形成的伽玛路径以及对应的等效模型及其参数；

第四类伽玛特性信息：本端自环信号顺序通过的所有伽玛特性环节级联形成的伽玛路径以及对应的等效模型及其参数。

所述的远端信号的伽玛特性信息包括：信号发送端的第一类伽玛特性信息和信号接收端的第二类伽玛特性信息；并且所述远端信号伽玛路径为按照第一类伽玛路径在前、第二类伽玛路径在后的顺序级联形成。

所述方法还包括：在终端A或终端B中，能够进行伽玛特性校正的终端根据第三类伽玛特性信息校正本地信号的伽玛特性、和/或根据第四类伽玛特性信息校正自环信号的伽玛特性。

根据所述方法，终端之间直接进行协商的过程包括如下步骤：

终端A向终端B发送伽玛校正协商请求消息，所述协商请求消息中包含终端A当前校正能力信息；

终端B接收所述校正协商请求并向终端A返回响应消息，所述响应消息中包含终端B根据双方当前校正能力选择的校正执行端信息并执行步骤S2，或者双方不进行伽玛特性校正的指示信息并转入步骤S3。

并且，当终端B选择终端A为校正执行端、和或双方都为校正执行端时，所述响应消息中还包括终端B的第一类和第二类伽玛特性信息；当终端B选择本端为校正执行端、和或双方都为校正执行端时，终端A收到所述响应消息后将本端的第一类和第二类伽玛特性信息发送给终端B。

所述方法还包括如下步骤：终端A或终端B在通信过程中，当本端伽玛特性信息发生变化时，及时更新本端伽玛特性信息并用于校正本地信号和/或自环信号的伽玛特性；以及当其中一方为校正执行端时，非校正执行端及时将变化了的伽玛特性信息发送给校正执行端用于校正远端信号的伽玛特性；或者，当双方都为校正执行端时，分别及时将本端变化了的伽玛特性信息发送对端用于校正远端信号的伽玛特性。

根据所述方法，通过中央服务器进行协商的过程包括如下步骤：

终端A和终端B分别将自己的当前校正能力信息发送给一个中央服务器；

中央服务器根据双方的当前校正能力判断是否进行校正以及选择校正执行端，并将结果分别返回给终端A和终端B；

终端A和终端B分别根据收到的所述结果决定执行步骤S2或步骤S3。

并且，终端A或终端B在通信前或者通信建立过程中分别将自己的所有伽玛特性信息发送到所述中央服务器，由所述中央服务器采用一个专用数据库来管理这些伽玛特性信息，该数据库分别根据终端的身份标识信息、伽玛特性信息类别、该类别的级联路径以及等效模型及其参数之间的对应关系存储伽玛特性信息；以及当其中一方为校正执行端时，校正执行端从该数据库中调取非校正执行端的第一类和第二类伽玛特性信息用于校正远端信号的伽玛特性；或者，当双方都为校正执行端时，分别从该数据库中调取对端的伽玛特性信息用于校正远端信号的伽玛特性。

所述方法还包括如下步骤：终端A或终端B在通信过程中，当本端伽玛特性信息发生变化时，及时更新本端伽玛特性信息并用于校正本地信号和/或自环信号的伽玛特性；并且及时将变化了的伽玛特性信息发送到所述中央服务器进行更新，或将全部伽玛特性信息重新发送到所述中央服务器中进行完全替换；以及当其中一方为校正执行端时，中央服务器及时将收到的非校正执行端的更新信息发送给校正执行端用于校正远端信号的伽玛特性；或者，当双方都为校正执行端时，中央服务器及时将其中一端更新的伽玛特性信息发送给另一端用于校正远端信号的伽玛特性。

所述的方法中，所述信号伽玛特性的校正方法包括如下步骤：

根据信号的伽玛信息确定信号的伽玛路径，以及该伽玛路径包括的伽玛特性环节总数目为N_t；

在所述路径中确定一个校正点，该校正点将所述N_t个环节划分为级联在该校正点之前的N_a个环节和级联在该校正点之后的N_p个环节，其中：N_a≥0、N_p≥0、N_a+N_p＝N_t；

分别根据每一个环节的伽玛特性等效模型及其参数构造所述N_a个环节的第一综合等效模型并确定其第一逆模型、和所述N_p个环节的第二综合等效模型并确定其第二逆模型；

根据所述第一逆模型和所述第二逆模型构造校正环节模型，利用该校正环节模型确定所述N_a个环节最后输出信号的校正信号并将该校正信号输入所述N_p个环节。

当每一个环节的等效模型采用函数表示形式时，所述多个级联环节的综合等效模型为对应的复合函数，所述逆模型的表示函数是该复合函数的反函数；

当所述综合等效模型为数据表形式时，对应的所述逆模型就是该数据表的逆表。

当等效模型采用函数表示形式时，所述校正环节模型的构造方法包括下列之一：

直接计算法：实时利用第一逆模型的函数关系式和第二逆模型的函数关系式的复合函数关系式计算N_a个环节的最后输出信号的校正信号；

两步计算法：实时利用第一逆模型的函数关系式计算N_a个环节的最后输出信号的一次校正信号，利用第二逆模型的函数关系式计算该一次校正信号的二次校正信号，将该二次校正信号作为所述校正信号；

查表法：预先根据所述直接计算法或两步计算法，计算出所述N_a个环节的最后输出信号的取值区间中的多个采样值对应的校正值，并将对应关系保存在一个数据表中，然后通过实时查询该数据表确定任意待校正值的校正值；

当等效模型采用数据表形式时，采用查表法确定任意待校正值的校正值。

当等效模型采用函数表示形式时，终端A或终端B通过如下步骤分别确定本端每一个伽玛特性环节的等效模型及其参数：

M1、分别检测将输入信号的N个采样值L_in(i)输入所述环节产生的实际输出信号的N个值L^P _out(i)，其中：0≤i≤N-1；

M2、在一组备选的采用函数表示形式的等效模型中选择一个待测模型执行步骤M3；

M3、对于所述待测模型，选择一组初始参数；

M4、计算：

根据所述待测模型计算所述N个采样值对应的理论输出信号的N个值L^M _out(i)，其中：0≤i≤N-1；以及

目标函数值F，所述目标值函数值F与每一对对应的L^P _out(i)和L^M _out(i)的差值相关；

M5、判断所述目标函数值F是否等于或小于设定的门限值，如果是则认为所述待测模型被接受为最终的等效模型，并且将最小的目标函数值F对应的参数作为该等效模型的参数后转入步骤M8；否则执行步骤M6；

M6、判断步骤M4的执行次数是否到达限定的迭代次数，如果是则从其它尚未检测的备选等效模型中再选择一个作为待测模型并返回步骤M3；否则执行步骤M7；

M7、利用数学优化方法调整所述模型参数，返回步骤M4；

M8、结束。

所述步骤M5中，当所述目标函数值F等于或小于设定的门限值时，再根据设定的循环次数，利用所述数学优化方法调整所述参数并计算所述目标函数值F，然后将其中最小的目标函数值F对应的参数作为所述等效模型的参数。

所述目标函数值F满足如下条件：

$F=\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{(L_{\mathrm{out}}^P\left(i\right)-L_{\mathrm{out}}^M\left(i\right))}^2.$

所述一组备选的采用函数表示形式的等效模型的函数关系式及其对应的反函数关系式包括：

所述伽玛特性等效模型函数关系式为：L_out＝L_in ^α+(1-p)，其中：该函数的定义域为区间[0，1]，值域为区间[(1-p)，1]；则该函数的反函数关系式为：

$L_{\mathrm{out}}={(\frac{1}{p}{L}_{\mathrm{in}}+(1-\frac{1}{p}))}^{\frac{1}{\mathrm{\&alpha;}}};$ 或者

所述伽玛特性等效模型函数关系式为： $L_{\mathrm{out}}={(q{L}_{\mathrm{in}}+(1-q))}^{\frac{1}{\mathrm{\&beta;}}},$ 其中：该函数的定义域为区间[1-1/q，1]，值域为区间[0，1]；则该函数的反函数关系式为：

$L_{\mathrm{out}}=\frac{1}{q}{L_{\mathrm{in}}}^{\mathrm{\&beta;}}+(1-\frac{1}{q});$

其中：L_in为输入信号值、L_out为输出信号值、p和α以及q和β分别为需要测量的参数；并且当N_a＝1或N_p＝1时：0＜p≤1、α≥1，q≥1、β≥1；当N_a＞1或N_p＞1时：0＜p≤1、α≥0，q≥1、β≥0。

所述的数学优化方法为：爬山法、或0.618法、或最速下降法、或共轭梯度法。

所述的输入信号的N个采样值在区间[0，1]中选择。

一种校正通信信号伽玛特性的校正系统，所述通信信号在两个通信连接的终端之间交互，每一个终端包括至少一个伽玛特性环节，所述校正系统包括：设置在终端上的伽玛特性校正模块和通信连接该校正模块的中央服务器模块；

所述校正模块检测并保存本终端上的伽玛特性信息，并在通信建立前将伽玛特性信息发送给所述中央服务器模块；以及在通信中根据从该中央服务器模块中调取、或者中央服务器模块主动发送的通信对端的伽玛特性信息和/或本终端的伽玛特性信息校正交互信号的伽玛特性；所述伽玛特性信息包括所述信号通过的所有伽玛特性环节的顺序级联形成的伽玛路径以及对应每一个伽玛特性环节的等效模型及其参数。

所述终端还包括：校正接口模块，连接在所述校正模块和中央服务器之间，为所述校正模块提供通信接口，用于收发本终端的校正模块和中央服务器模块或通信对端校正模块之间交互的伽玛特性信息；并且直接和通信对端交互校正双方的伽玛特性校正能力信息并决定是否进行校正以及选择校正执行端，或者将中央服务器模块根据双方的校正能力作出的是否进行校正的决定和/或选择的校正执行端信息转发给校正模块。

所述校正模块包括：

检测子模块，用于检测所述伽玛特性信息；

连接所述检测子模块的伽玛特性存储子模块，用于保存检测到的伽玛特性信息；

连接在所述存储子模块和校正接口模块之间的执行子模块，根据从所述校正接口模块接收到的和/或从本端存储子模块中调取的伽玛特性信息校正通信信号的伽玛特性。

所述的两个终端之间通过通信网络连接，并且所述中央服务器模块设置在该通信网络中；所述通信网络是指：分组网络或电路交换网络。

本发明的有益效果如下：

1、本发明针对两方视频通信中的各种复杂情况，提出一种通用的伽玛特性校正协商解决方法，在通信双方都具备一定的校正处理能力时，选择处理能力较强的一方具体执行校正，优化利用了系统资源；该方法和具体通信协议无关，比如对于H.320，H.323，SIP，以及WCDMA/CDMA2000/TD-SCDMA，MMS协议都可以通过扩展或修改相关的消息具体实现；

2、本发明提供的终端结构能够检测并保存本终端上用于校正的伽玛特性信息，利用本端和对端的伽玛特性信息构造伽玛特性路径并校正通信信号伽玛特性，适用终端校正本地信号、自环信号以及交互的远端信号，还可以直接实现上述协商解决方法；

3、本发明还提供利用该终端通信网络中的中央服务器构成的校正系统，实现校正信息和协商过程的集中管理，进一步优化了系统资源的利用；

4、本发明所述的伽玛特性协商校正方法、系统和终端，可以方便的用于校正多方通信中任意两方之间交互信号的伽玛特性，提高了整个通信网络中的信号质量。

附图说明

图1为单环节Gamma特性的一般模型；

图2为多环节级联Gamma特性的一般模型；

图3为校正单个环节的Gamma特性示意图；

图4为校正多个给定环节的Gamma特性示意图；

图5为两方视频通信中涉及的Gamma环节示意图；

图6为本发明所述伽玛特性协商校正系统的结构示意图，其中：以终端A和终端B为例进行说明；

图7本发明所述实现伽玛特性协商校正方法的终端结构示意图。

具体实施方式

视频通信中，终端内部存在多个级联起来环节，每个环节都有其Gamma特性，目前还没有一般性的方法来实现从光信号进入摄像机/摄像头到显示器显示图像的Gamma校正方法。因此，由Gamma问题引起的视频质量下降还没有一般性的解决方法。同时，不同终端之间的Gamma特性参数相互是不知道的，那么视频从终端A发送到终端B后，如何实现Gamma校正，也是一个没有解决的问题。

根据图6所示可以知道，两个终端之间通信涉及如下三种视频/图像：

1、本地视频/图像；

2、自环视频/图像；

3、双方交互的视频/图像。

虽然上述的本地视频/图像，远端视频/图像和自环视频/图像经过具体Gamma环节不同，并且实际情况中真正涉及到的Gamma环节情况更加复杂。但是，视频/图像(的光信号)从摄像机/摄像头进入系统，依次经过各个Gamma环节，直到显示器显示再转变成光信号，这些Gamma环节按照这个顺序构成一条Gamma路径。如图7所示，这些Gamma路径存在的共性是：在每种路径上，存在一个和多个可能加入Gamma校正环节的点，叫做可能校正点。

这里，首先介绍一种利用Gamma路径校正环节Gamma特性的方法作为实现本发明的一种实施方式，该方法包括如下步骤：

1、确定与信号相关的Gamma特性环节的级联路径，以及该级联路径包括的环节数目为N_t；

2、在所述路径中确定一个校正点，该校正点将所述N_t个环节划分为级联在该校正点之前的N_a个环节和级联在该校正点之后的N_p个环节，其中：N_a≥0、N_p≥0、N_a+N_p＝N_t；

3、分别根据每一个环节的Gamma特性等效模型及其参数构造所述N_a个环节的第一综合等效模型和所述N_p个环节的第二综合等效模型；

4、确定所述第一综合等效模型的第一逆模型和第二综合等效模型的第二逆模型；

5、根据所述第一逆模型和所述第二逆模型构造校正环节模型，利用该校正环节模型确定所述N_a个环节最后输出信号的校正信号并将该校正信号输入所述N_p个环节。

根据本方法，校正环节模型的构造方法包括下列之一：

直接计算法：实时利用第一逆模型的函数关系式和第二逆模型的函数关系式的复合函数关系式计算N_a个环节的最后输出信号的校正信号；

两步计算法：实时利用第一逆模型的函数关系式计算N_a个环节的最后输出信号的一次校正信号，利用第二逆模型的函数关系式计算该一次校正信号的二次校正信号，将该二次校正信号作为所述校正信号；

查表法：预先根据所述直接计算法或两步计算法，计算出所述N_a个环节的最后输出信号的取值区间中的多个采样值对应的校正值，并将对应关系保存在一个数据表中，然后通过实时查询该数据表确定任意待校正值的校正值。

对于采用数据表形式的模型，等效模型本身没有解析形式(比如采用查表方法实现的，当然其反函数也就没有解析形式了)，那么其逆模型就是该数据表的逆表，一个表存在两列，很多行，左列(输入列)是输入信号的采样值，即待校正的信号值，右列(输出列)是对应的输出信号值，即校正后的信号值，行数取决于采样点数，行数越多越精确，逆表就是把左右两列对调得到的新数据表。并且对于数据量大的视频数据，进行实时计算的计算量很大，查表是最实际的方法。

利用上述方法的前提是终端必须能够确定出本终端上所有Gamma特性环节，当等效模型采用函数表示形式时，发送端或接收端通过如下步骤分别确定本端每一个Gamma特性环节的等效模型及其参数，在此仍提供的Gamma特性环节的等效模型及其参数的检测方法只是作为实现本发明所述方法的一个具体实施例，并不用于限定本发明的保护范围。

终端确定每一个Gamma特性环节等效模型及其参数的检测方法包括如下步骤：

首先，选择一组单环节Gamma特性的通用等效模型为例：

第一类Gamma模型：L_out＝pL_in ^α+(1-p)0＜p≤1，α≥1    (1)

其中：公式1所示函数的定义域(即自变量取值范围)为区间[0，1]，值域(函数值的取值范围)为区间[(1-p)，1]。

第二类Gamma模型： $L_{\mathrm{out}}={(q{L}_{\mathrm{in}}+(1-q))}^{\frac{1}{\mathrm{\&beta;}}}q\&GreaterEqual;1,\mathrm{\&beta;}\&GreaterEqual;1---\left(2\right)$

其中：公式2所示函数的定义域(即自变量取值范围)为区间[1-1/q，1]，值域(函数值的取值范围)为区间[(0，1]。

然后将其中的一个作为待测模型进行下列步骤：

1、在输入亮度信号L_in在[0，1]区间上选择间隔均匀的N个采样点：L_in(0)、L_in(1)、L_in(2)......L_in(i)......L_in(N-2)、L_in(N-1)；

2、将亮度信号N个采样值分别输入环节中，并测量实际输出亮度信号N个对应的值：L^P _out(0)、L^P _out(1)、L^P _out(2)......L^P _out(i)......L^P _out(N-2)、L^P _out(N-1)；

3、构造拟合的目标函数，目标函数和实际检测的输出亮度信号与通过Gamma特性模型确定的理论输出亮度信号之间的差值相关，而且，差值越小，说明模型的等效效果越接近实际情况。

目标函数的构造方法很多，较为常用的是下述公式3或公式4：

$F_{T1}(p,\mathrm{\&alpha;})=\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{(L_{\mathrm{out}}^P\left(i\right)-p{L}_{\mathrm{in}}{\left(i\right)}^{\mathrm{\&alpha;}}-(1-p))}^2---\left(3\right)$ 或者，

$F_{T2}(q,\mathrm{\&beta;})=\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{(L_{\mathrm{out}}^P\left(i\right)-{(q{L}_{\mathrm{in}}\left(i\right)+(1-q))}^{\frac{1}{\mathrm{\&beta;}}})}^2---\left(4\right)$

4、设定目标函数值的门限T和最大迭代次数M，利用数学优化法寻找最适合的参数组；

首先对于第一类的代价函数 $F_{T1}(p,\mathrm{\&alpha;})=\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{(L_{\mathrm{out}}^P\left(i\right)-{\mathrm{pL}}_{\mathrm{in}}{\left(i\right)}^{\mathrm{\&alpha;}}-(1-p))}^2,$ 采用某种数学优化技术，例如：爬山法、0.618法(华罗庚优选法)、最速下降法或共轭梯度法等求取其最小值；

这个过程其实是一个迭代过程，在这个过程中不断调整参数p和α，函数值F在不断下降，当函数值下降到小于给定门限T后，则认为已经找到了最小点。此时对应的参数p和α，就认为是本次应用环境模型的真正参数。

如果对于 $F_{T1}(p,\mathrm{\&alpha;})=\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{(L_{\mathrm{out}}^P\left(i\right)-{\mathrm{pL}}_{\mathrm{in}}{\left(i\right)}^{\mathrm{\&alpha;}}-(1-p))}^2$ 经过M次迭代，还不能使得函数下降到门限T以下，则认为模型选择不对。应该选择第二类模型，于是对于 $F_{T2}(q,\mathrm{\&beta;\&alpha;})=\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{(L_{\mathrm{out}}^P\left(i\right)-{({\mathrm{qL}}_{\mathrm{in}}+\left(i\right)+(1-q))}^{\frac{1}{\mathrm{\&beta;}}})}^2$ 重复上述步骤4，得到对应的模型参数q和β，应当注意的是，参数p和α的取值范围分别是：q≥1、β≥1。

如果想要得到更精确的参数，可以在目标函数值F下降到门限T以下后，仍然再迭代几次，如果目标函数值F持续下降，或下降后又上升，或直接上升，不管目标函数值F是何种变化情况，则选择其中的最小值对应的参数作为测量结果会在一定程度上提高参数测量的精度。

可以看到，模型类型的确定和参数的测量是同时进行的，实际中，等效模型的类型不只这两种形式，通过上述方法可以在相关的所有等效模型通过测量参数的方法找到最合适的一个。

如图6所示，两个终端之间通信涉及到的本地视频/图像，远端视频/图像和自环视频/图像经过的具体Gamma路径分别为，以终端A为例：

一、本地视频/图像的Gamma路径：

G^(A) _cam(.)→G^(A) _FBuf(.)→G^(A) _LUT(.)→G^(A) _Disp(.)，其中上标(A)表示终端A，该路径中可能的校正点在：G_cam(.)和G_FBuf(.)之间；或者G_FBuf(.)和G_LUT(.)之间。

二、自环视频/图像的Gamma路径：

G^(A) _Cam(.)→G^(A) _Enc(.)→G^(A) _Dec→G^(A) _FBuf→G^(A) _LUT(.)→G^(A) _Disp(.)，其中可能的校正点在：G^(A) _Cam(.)和G^(A) _Enc(.)之间、G^(A) _Dec和G^(A) _FBuf(.)之间、或G^(A) _FBuf和G^(A) _LUT(.)之间。

三、远端视频/图像包括下列两类：

1、发送到远端的发送到对端的视频/图像的Gamma路径：

G^(A) _Cam(.)→G^(A) _Enc(.)→G^(B) _Dec→G^(B) _FBuf→G^(B) _LUT(.)→G^(B) _Disp(.)，其中上标(B)表示终端B，其中可能校正点一般在：G_Cam(.)和G_Enc(.)之间。

2、从远端接收的视频/图像的Gamma路径是：

G^(B) _Cam(.)→G^(B) _Enc(.)→G^(A) _Dec→G^(A) _FBuf→G^(A) _LUT(.)→G^(A) _Disp(.)，其中可能的校正点在：G^(A) _Dec(.)和G^(A) _FBuf(.)、或G^(A) _FBuf和G^(A) _LUT(.)之间。

远端信号的Gamma路径包括两部分：信号在发送端经过的Gamma路径级联信号在接收端经过的Gamma路径。

实际中，因为终端技术在发展，将来的终端可能增加一些现在没有的处理增强功能，从而引入新的处理环节，或者减少了某些环节，因此路径上环节可能多或少了，虽然路径本身可能发生变化，但是本发明方法仍然适用。

并且，对于从终端A到终端B的视频/图像，既可以由终端A来按照上述路径1进行校正，也可以由终端B按照上述路径2进行校正，但是只需要校正一次，如果两边都校正，则反而不对了。由于双方的校正能力不同，为优化利用系统资源，应该选择能力较强的一方具体执行校正，或者在双方能力相当时，分担校正各自的远端信号。本发明的思路就在于，提供双方可以进行协商的方法具体商定执行校正的一方。

本发明提供的一种Gamma特性的协商解决方法的具体实现包括以下几方面：

一、制定协商策略

策略1、对于本地视频/图像和自环视频/图像，由于近涉及到终端本身，可以不用协商自行进行校正；

对于远端视频/图像双方根据如下原则协商决定最后的校正执行端：

策略2、如果终端A、B都能实现，那么处理能力强的一方或者当前处理任务负担轻的一方(终端可能是PC同时处理多任务)做；

策略3、如果终端A、B都能实现，并且处理能力相当或者处理任务负担相当，则随机选择一方做；或者，双方都为校正执行端分别校正各自从对端收到的远端信号或发送给对端的远端信号；

随机选择的方法很多，例如：可以采用随机数，由双方任何一方生成一个随机数，如果为偶数，则A做，如果为奇数，则B做。或者，A、B各自产生一个随机数，相加如果得偶数，则A做，否则B做。或者A、B各自产生一个分布在一定区间，比如0-99999之间，或者[0，1]区间的随机数，谁的随机数大就谁做等等，类似的方法还很多，为本领域技术人员所熟知，这里不进行一一赘述。

策略4、如果其中一个终端不能实现，只能由另外一方实现；

策略5、如果两个终端都不能实现，则不进行校正。

另外，根据应用的情况，双方协商的过程中还可能涉及到确定是否需要做Gamma校正，以及确定Gamma校正需要达到的精度和计算量(通过函数计算精确，但是计算量大；通过查表简单，但是精度差)的平衡。

判断终端的处理能力大小时需要交换的数据包括终端的处理能力，比如：CPU/DSP主频、指令长度、是否支持并行处理和/或支持超长指令集等。同时终端能够监测到自己的处理负担比如CPU以及媒体处理芯片的占用率，这样的数据也可以进行交换，如果两个终端共享这些数据，则通过比较就能确定执行端。

二、对于远端视频/图像进行校正的协商过程

可以针对具体的通信协议，通过目前协议的自定义区段，或者对于现有协议的扩展实现。比如对于基于SIP(Session Initiation Protocol)的视频通信，就可以通过扩展SIP协议来实现。而对于基于H.323协议的视频通信，可以通过扩展H.245协议的能力协商消息来实现，也可以通过扩展H.460，定义新的H.460机制来实现，具体协议的扩展和定义为本领域技术人员熟知，这里不再赘述。

无论是哪一种协议环境，终端A和终端B在通信前或通信建立过程中，根据通信双方的校正能力信息协商决定是否进行校正以及具体执行校正的一方，若进行校正则选择其中一个作为双方远端信号Gamma特性的校正执行端并执行校正，若双方都没有能力进行校正则不校正。

协商过程的实现一般可以分为以下两种方法：

方法一、终端保存协商策略并直接协商的方法，包括如下步骤：

步骤一：终端A向终端B发送Gamma校正协商请求消息，协商请求消息中包含终端A是否能进行校正以及当前的处理能力，本发明统称为终端的校正能力信息；

步骤二：终端B接收所述校正协商请求并根据双方当前校正能力进行远端信号的校正执行端，然后将选择结果携带在响应消息中返回给终端A，选择方法具体为：

1、若只有发送端能够进行校正时，选择发送端为校正执行端；

2、如只有接收端能够进行校正时，选择接收端为校正执行端；

3、若双方都能够进行校正时，选择当前处理能力较强的一方为校正执行端；

4、若双方都能够进行校正并且当前处理能力相当时，随机选择一方为校正执行端；或者，双方都作为校正执行端分别校正各自从对端收到的远端信号或发送给对端的远端信号；

5、若双方都不能进行校正，选择不进行校正。

步骤三：如果选定了校正执行端，校正执行端根据远端信号的Gamma特性信息校正所述远端信号的Gamma特性，Gamma特性信息包括信号在通信双方顺序通过的所有Gamma特性环节级联的Gamma路径以及对应每一个Gamma特性环节的等效模型及其参数；

步骤四、如果没有校正执行端，终端A和终端B不对信号进行校正。

具体校正方法可以选择前述实施方式，但是需要说明的是，前述实施方式只是本发明提供的Gamma特性协商解决方法的一个具体实施例，并不用于限定本发明的保护范围。

方法二、第三方保存协商策略并进行仲裁的方法，具体实现包括如下步骤：

步骤一：终端A和终端B分别将自己的当前校正能力信息发送给第三方。例如：一个中央服务器；

步骤二：中央服务器根据双方的当前校正能力判断是否进行校正以及选择校正执行端，并将结果分别返回给终端A和终端B；

这种方法中，校正策略和上述方法一相同，但是存储在中央服务器上，由中央服务器根据双方的当前能力进行决定，并将结果返回给终端A和终端B。

步骤三：终端A和终端B分别根据收到的所述结果后，如果被选择位校正执行端则执行校正，如果双方都没有校正能力则不对通信信号的Gamma特性进行校正。

在上述方法中，确定好校正执行端后，校正执行端需要确定信号通过的所有Gamma特性环节的顺序级联路径以及对应每一个Gamma特性环节的等效模型及其参数，本发明将其称为Gamma信息，每一个终端可以按照如下四种类别分类保存本端的Gamma信息以方便校正的执行：

第一类：本端发送信号顺序通过的所有Gamma特性环节的级联路径以及对应的等效模型及其参数；

第二类：本端接收信号顺序通过的所有Gamma特性环节的级联路径以及对应的等效模型及其参数；

第三类：本地信号顺序通过的所有Gamma特性环节的级联路径以及对应的等效模型及其参数；

第四类：本端自环信号顺序通过的所有Gamma特性环节的级联路径以及对应的等效模型及其参数。

这样，远端信号的Gamma特性信息包括：信号发送端的第一类Gamma特性信息和信号接收端的第二类Gamma特性信息；并且远端信号的Gamma路径为按照第一类路径在前、第二类路径在后的顺序连接形成。

进行校正的一端从对端获取有关远端信号Gamma特性信息的方法根据上述的协商过程不同有下列两种方式：

对应终端直接协商的方法为：终端之间直接发送

具体为：当终端B选择终端A为校正执行端或双方都为校正执行端时，直接在发给终端响应消息中还包括终端B的该第一类和第二类Gamma特性信息；当终端B选择本端为校正执行端或双方都为校正执行端时，终端A收到响应消息后再将自己第一类和第二类Gamma特性信息发送给终端B。

并且，为保证整个通信过程中的校正结果的正确性，终端A或终端B在通信过程中，当本端Gamma特性信息发生变化时，还需要及时更新本端Gamma特性信息并用于校正本地信号和/或自环信号；以及，当一方为校正执行端时，非校正执行端及时将变化了的Gamma特性信息发送给校正执行端用于校正远端信号，或者当双方都为校正执行端时，分别及时将变化了的Gamma特性信息发送给对端用于校正远端信号。

对应通过中央服务器进行仲裁的方法中：仍然利用中央服务器交互Gamma特性信息

具体为：终端A或终端B在通信前或者通信建立过程中分别将自己的所有Gamma特性信息发送到中央服务器，由中央服务器采用一个专用数据库来管理这些Gamma特性信息，该数据库分别根据终端的身份标识信息、Gamma特性信息类别、该类别的级联路径以及等效模型及其参数之间的对应关系存储Gamma特性信息；并且，当一方为校正执行端时，校正执行端在执行校正前从该数据库中调取非校正执行端的第一类和第二类Gamma特性信息用于校正远端信号，或者双方都为校正执行端时，分别从该数据库中调取对端的第一类和第二类Gamma特性信息用于校正远端信号。

同样，为保证整个通信过程中的校正结果的正确性，终端A或终端B在通信过程中，当本端Gamma特性信息发生变化时，需要及时更新本端Gamma特性信息并用于校正本地信号和/或自环信号；并及时将变化了的Gamma特性信息发送到所述中央服务器进行更新，或将全部Gamma特性信息重新发送到所述中央服务器中进行完全替换，当一方为校正执行端时，中央服务器再及时将收到的非校正执行端的第一类和第二类更新信息发送给校正执行端用于校正远端信号，或者双方都为校正执行端时，中央服务器及时将其中一端更新的第一类和第二类Gamma特性信息发送给对端用于校正远端信号。

上述利用中央服务器的方法就构成了一个完整的协商校正系统，下面详细说明。

如图6所示，为本发明提供的Gamma特性的协商校正系统，以校正终端A和B之间的远端视频/图像信号的Gamma特性为例，每一个终端包括至少一个Gamma特性环节和用于通信的校正接口模块，并通过分组/电路网络实现通信；

校正接口模块连接在校正模块和中央服务器之间，用于收发本终端的校正模块和中央服务器模块或通信对端校正模块之间交互的Gamma特性信息；并且直接和对端交互校正双方的校正能力信息进行校正协商，决定是否进行校正以及选择校正执行端，或者将中央服务器模块根据双方的校正能力作出的仲裁结果转发给校正模块；

校正模块检测并保存本终端上的Gamma特性信息，并在通信建立前将Gamma特性信息发送给中央服务器模块；以及在通信中根据从该中央服务器模块中调取、或者中央服务器模块主动发送的通信对端的Gamma特性信息和/或本终端的Gamma特性信息对交互的信号进行Gamma特性校正。

有些Gamma环节参数是随着时间发生变化的，比如显示器在通信过程中，显示模式发生变化，从256色变成65536色。对于Gamma特性存在影响；再比如视频/图像编码器使用的速率控制和量化因子都会随时间变化(网络带宽变化了，所以这些参数也要变化)，引起其Gamma特性参数变化。这些变化需要及时通知对方，以便做出正确的校正。数据库中保存的Gamma信息必须及时更新，因此，一般在通信过程开始的时候，终端将所有Gamma信息发送到中央服务器，中央服务器在数据库中按照终端的身份信息、路径的类别信息以及对应的每一个等效模型及其参数信息的对应关系进行保存，并且在通信过程中及时将变化了的Gamma特性信息发送到所述数据库中进行更新；或者，在出现变化时，将全部Gamma特性信息重新发送到所述数据库中进行完全替换。

如图7所示，与现有终端不同，实现本发明所述方法的终端中的校正模块具体包括：

1、检测子模块，用于检测所述Gamma特性信息；

2、连接所述检测子模块的Gamma特性存储子模块，用于保存检测到的Gamma特性信息；

3、连接在所述存储子模块和校正接口模块之间的执行子模块，根据从所述校正接口模块接收到的和/或从本端存储子模块中调取的Gamma特性信息校正通信信号的Gamma特性。

与终端之间直接交互Gamma特性信息相比较，利用中央服务器的方法更方便集中管理，并避免终端间由于频繁进行协商过程或交互Gamma特性信息而影响通信信号的质量。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (27)

1、一种伽玛特性的协商校正方法，用于校正通信信号所通过的环节中的伽玛特性，其特征在于，包括如下步骤：

S1、终端A和终端B在通信前或通信建立过程中，根据通信双方的校正能力信息协商决定是否进行伽玛特性校正，若进行校正则选择校正远端信号伽玛特性的校正执行端并执行步骤S2，若不进行校正则转入步骤S3，所述校正能力信息包括终端是否能够进行伽玛特性校正和/或当前的处理能力信息；

S2、校正执行端根据远端信号的伽玛特性信息校正其伽玛特性，所述伽玛特性信息包括信号在通信双方顺序通过的所有伽玛特性环节级联形成的伽玛路径以及对应每一个伽玛特性环节的等效模型及其参数；

S3、终端A和终端B不对远端信号进行校正。

2、如权利要求1所述的方法，其特征在于，所述校正执行端或不进行校正的选择方法为：

若只有终端A能够进行伽玛特性校正时，选择终端A为校正执行端；

若只有终端B能够进行伽玛特性校正时，选择终端B为校正执行端；

若双方都能够进行伽玛特性校正时，选择当前处理能力较强的一方为校正执行端；

若双方都能够进行伽玛特性校正并且当前处理能力相当时，随机选择一方为校正执行端，或者选择双方都为校正执行端分别校正各自从对端收到的远端信号的伽玛特性或发送给对端的远端信号的伽玛特性；

若双方都不能进行校正，选择不进行校正。

3、如权利要求2所述的方法，其特征在于，所述方法还包括，终端A或终端B分别确定本端伽玛特性信息并按照如下四种类别分类保存：

第一类伽玛特性信息：本端发送给对端的远端信号在本端顺序通过的所有伽玛特性环节级联形成的伽玛路径以及对应的等效模型及其参数；

第二类伽玛特性信息：从对端接收的远端信号在本端顺序通过的所有伽玛特性环节级联形成的伽玛路径以及对应的等效模型及其参数；

第三类伽玛特性信息：本地信号在本端顺序通过的所有伽玛特性环节级联形成的伽玛路径以及对应的等效模型及其参数；

第四类伽玛特性信息：本端自环信号顺序通过的所有伽玛特性环节级联形成的伽玛路径以及对应的等效模型及其参数。

4、如权利要求3所述的方法，其特征在于，所述的远端信号的伽玛特性信息包括：信号发送端的第一类伽玛特性信息和信号接收端的第二类伽玛特性信息；并且所述远端信号伽玛路径为按照第一类伽玛路径在前、第二类伽玛路径在后的顺序级联形成。

5、如权利要求3或4所述的方法，其特征在于，所述方法还包括：在终端A或终端B中，能够进行伽玛特性校正的终端根据第三类伽玛特性信息校正本地信号的伽玛特性、和/或根据第四类伽玛特性信息校正自环信号的伽玛特性。

6、如权利要求5所述的方法，其特征在于，所述步骤S1包括如下步骤：

终端A向终端B发送伽玛校正协商请求消息，所述协商请求消息中包含终端A当前校正能力信息；

终端B接收所述校正协商请求并向终端A返回响应消息，所述响应消息中包含终端B根据双方当前校正能力选择的校正执行端信息并执行步骤S2，或者双方不进行伽玛特性校正的指示信息并转入步骤S3。

7、如权利要求6所述的方法，其特征在于：

当终端B选择终端A为校正执行端、和或双方都为校正执行端时，所述响应消息中还包括终端B的第一类和第二类伽玛特性信息；

当终端B选择本端为校正执行端、和或双方都为校正执行端时，终端A收到所述响应消息后将本端的第一类和第二类伽玛特性信息发送给终端B。

8、如权利要求7所述的方法，其特征在于，所述方法还包括如下步骤：

终端A或终端B在通信过程中，当本端伽玛特性信息发生变化时，及时更新本端伽玛特性信息并用于校正本地信号和/或自环信号的伽玛特性；以及

当其中一方为校正执行端时，非校正执行端及时将变化了的伽玛特性信息发送给校正执行端用于校正远端信号的伽玛特性；或者，当双方都为校正执行端时，分别及时将本端变化了的伽玛特性信息发送对端用于校正远端信号的伽玛特性。

9、如权利要求5所述的方法，其特征在于，所述步骤S1包括如下步骤：

终端A和终端B分别将自己的当前校正能力信息发送给一个中央服务器；

中央服务器根据双方的当前校正能力判断是否进行校正以及选择校正执行端，并将结果分别返回给终端A和终端B；

终端A和终端B分别根据收到的所述结果决定执行步骤S2或步骤S3。

10、如权利要求9所述的方法，其特征在于，所述方法还包括如下步骤：

终端A或终端B在通信前或者通信建立过程中分别将自己的所有伽玛特性信息发送到所述中央服务器，由所述中央服务器采用一个专用数据库来管理这些伽玛特性信息，该数据库分别根据终端的身份标识信息、伽玛特性信息类别、该类别的级联路径以及等效模型及其参数之间的对应关系存储伽玛特性信息；以及

当其中一方为校正执行端时，校正执行端从该数据库中调取非校正执行端的第一类和第二类伽玛特性信息用于校正远端信号的伽玛特性；或者，当双方都为校正执行端时，分别从该数据库中调取对端的伽玛特性信息用于校正远端信号的伽玛特性。

11、如权利要求10所述的方法，其特征在于，所述方法还包括如下步骤：

终端A或终端B在通信过程中，当本端伽玛特性信息发生变化时，及时更新本端伽玛特性信息并用于校正本地信号和/或自环信号的伽玛特性；并且及时将变化了的伽玛特性信息发送到所述中央服务器进行更新，或将全部伽玛特性信息重新发送到所述中央服务器中进行完全替换；以及

当其中一方为校正执行端时，中央服务器及时将收到的非校正执行端的更新信息发送给校正执行端用于校正远端信号的伽玛特性；或者，当双方都为校正执行端时，中央服务器及时将其中一端更新的伽玛特性信息发送给另一端用于校正远端信号的伽玛特性。

12、如权利要求6或9所述的方法，其特征在于，所述信号伽玛特性的校正方法包括如下步骤：

根据信号的伽玛信息确定信号的伽玛路径，以及该伽玛路径包括的伽玛特性环节总数目为N_t；

在所述路径中确定一个校正点，该校正点将所述N_t个环节划分为级联在该校正点之前的N_a个环节和级联在该校正点之后的N_p个环节，其中：N_a≥0、N_p≥0、N_a+N_p＝N_t；

分别根据每一个环节的伽玛特性等效模型及其参数构造所述N_a个环节的第一综合等效模型并确定其第一逆模型、和所述N_p个环节的第二综合等效模型并确定其第二逆模型；

根据所述第一逆模型和所述第二逆模型构造校正环节模型，利用该校正环节模型确定所述N_a个环节最后输出信号的校正信号并将该校正信号输入所述N_p个环节。

13、如权利要求12所述的方法，其特征在于：

当每一个环节的等效模型采用函数表示形式时，所述多个级联环节的综合等效模型为对应的复合函数，所述逆模型的表示函数是该复合函数的反函数；

当所述综合等效模型为数据表形式时，对应的所述逆模型就是该数据表的逆表。

14、如权利要求13所述的方法，其特征在于：

当等效模型采用函数表示形式时，所述校正环节模型的构造方法包括下列之一：

直接计算法：实时利用第一逆模型的函数关系式和第二逆模型的函数关系式的复合函数关系式计算N_a个环节的最后输出信号的校正信号；

两步计算法：实时利用第一逆模型的函数关系式计算N_a个环节的最后输出信号的一次校正信号，利用第二逆模型的函数关系式计算该一次校正信号的二次校正信号，将该二次校正信号作为所述校正信号；

查表法：预先根据所述直接计算法或两步计算法，计算出所述N_a个环节的最后输出信号的取值区间中的多个采样值对应的校正值，并将对应关系保存在一个数据表中，然后通过实时查询该数据表确定任意待校正值的校正值；

当等效模型采用数据表形式时，采用查表法确定任意待校正值的校正值。

15、如权利要求14所述的方法，其特征在于，当等效模型采用函数表示形式时，终端A或终端B通过如下步骤分别确定本端每一个伽玛特性环节的等效模型及其参数：

M1、分别检测将输入信号的N个采样值L_in(i)输入所述环节产生的实际输出信号的N个值L^P _out(i)，其中：0≤i≤N-1；

M2、在一组备选的采用函数表示形式的等效模型中选择一个待测模型执行步骤M3；

M3、对于所述待测模型，选择一组初始参数；

M4、计算：

根据所述待测模型计算所述N个采样值对应的理论输出信号的N个值L^M _out(i)，其中：0≤i≤N-1；以及

目标函数值F，所述目标值函数值F与每一对对应的L^P _out(i)和L^M _out(i)的差值相关；

M5、判断所述目标函数值F是否等于或小于设定的门限值，如果是则认为所述待测模型被接受为最终的等效模型，并且将最小的目标函数值F对应的参数作为该等效模型的参数后转入步骤M8；否则执行步骤M6；

M6、判断步骤M4的执行次数是否到达限定的迭代次数，如果是则从其它尚未检测的备选等效模型中再选择一个作为待测模型并返回步骤M3；否则执行步骤M7；

M7、利用数学优化方法调整所述模型参数，返回步骤M4；

M8、结束。

16、如权利要求15所述的方法，其特征在于，所述步骤M5中，当所述目标函数值F等于或小于设定的门限值时，再根据设定的循环次数，利用所述数学优化方法调整所述参数并计算所述目标函数值F，然后将其中最小的目标函数值F对应的参数作为所述等效模型的参数。

17、如权利要求16所述的方法，其特征在于，所述目标函数值F满足如下条件：

$F=\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{(L_{\mathrm{out}}^P\left(i\right)-L_{\mathrm{out}}^M\left(i\right))}^2.$

18、如权利要求15所述的方法，其特征在于，所述一组备选的采用函数表示形式的等效模型的函数关系式及其对应的反函数关系式包括：

所述伽玛特性等效模型函数关系式为：L_out＝pL_in ^α+(1-p)，其中：该函数的定义域为区间[0，1]，值域为区间[(1-p)，1]；则该函数的反函数关系式为：

$L_{\mathrm{out}}={(\frac{1}{p}{L}_{\mathrm{in}}+(1-\frac{1}{p}))}^{\frac{1}{\mathrm{\&alpha;}}};$ 或者

所述伽玛特性等效模型函数关系式为： $L_{\mathrm{out}}={({\mathrm{qL}}_{\mathrm{in}}+(1-q))}^{\frac{1}{\mathrm{\&beta;}}},$ 其中：该函数的定义域为区间[1-1/q，1]，值域为区间[0，1]；则该函数的反函数关系式为：

$L_{\mathrm{out}}=\frac{1}{q}{L_{\mathrm{in}}}^{\mathrm{\&beta;}}+(1-\frac{1}{q});$

其中：L_in为输入信号值、L_out为输出信号值、p和α以及q和β分别为需要测量的参数；并且当N_a＝1或N_p＝1时：0＜p≤1、α≥1，q≥1、β≥1；当N_a＞1或N_p＞1时：0＜p≤1、α≥0，q≥1、β≥0。

19、如权利要求15所述的方法，其特征在于，所述的数学优化方法为：爬山法、或0.618法、或最速下降法、或共轭梯度法。

20、如权利要求15所述的方法，其特征在于，所述的输入信号的N个采样值在区间[0，1]中选择。

21、一种校正通信信号伽玛特性的校正系统，所述通信信号在两个通信连接的终端之间交互，每一个终端包括至少一个伽玛特性环节，其特征用于，所述校正系统还包括：设置在终端上的伽玛特性校正模块和通信连接该校正模块的中央服务器模块；

所述校正模块检测并保存本终端上的伽玛特性信息，并在通信建立前将伽玛特性信息发送给所述中央服务器模块；以及在通信中根据从该中央服务器模块中调取、或者中央服务器模块主动发送的通信对端的伽玛特性信息和/或本终端的伽玛特性信息校正交互信号的伽玛特性；所述伽玛特性信息包括所述信号通过的所有伽玛特性环节的顺序级联形成的伽玛路径以及对应每一个伽玛特性环节的等效模型及其参数。

22、如权利要求21所述的系统，其特征在于，所述终端还包括：

校正接口模块，连接在所述校正模块和中央服务器之间，为所述校正模块提供通信接口，用于收发本终端的校正模块和中央服务器模块或通信对端校正模块之间交互的伽玛特性信息；并且

直接和通信对端交互校正双方的伽玛特性校正能力信息并决定是否进行校正以及选择校正执行端，或者将中央服务器模块根据双方的校正能力作出的是否进行校正的决定和/或选择的校正执行端信息转发给校正模块。

23、如权利要求22所述的系统，其特征在于，所述校正模块包括：

检测子模块，用于检测所述伽玛特性信息；

连接所述检测子模块的伽玛特性存储子模块，用于保存检测到的伽玛特性信息；

连接在所述存储子模块和校正接口模块之间的执行子模块，根据从所述校正接口模块接收到的和/或从本端存储子模块中调取的伽玛特性信息校正通信信号的伽玛特性。

24、如权利要求21、22或23所述的系统，其特征在于，所述的两个终端之间通过通信网络连接，并且所述中央服务器模块设置在该通信网络中。

25、如权利要求24所述的系统，所述通信网络是指：分组网络或电路交换网络。

26、一种通信终端，包括伽玛特性校正模块，其特征在于，所述伽玛特性校正模块包括：

检测子模块，用于检测伽玛特性信息，所述伽玛特性信息包括通信信号在本终端上通过的所有伽玛特性环节的顺序级联路径以及对应每一个伽玛特性环节的等效模型及其参数；

连接所述检测子模块的伽玛特性信息存储子模块，用于保存检测到的伽玛特性信息；

连接所述存储子模块的执行子模块，用于根据获取的通信对端和/或本端的伽玛特性信息校正通信信号的伽玛特性。

27、如权利要求26所述的终端，其特征在于，所述终端还包括：

连接所述执行子模块的校正接口模块，为校正模块的通信提供通信接口。

Images