TWI633537B

TWI633537B - 影像優化方法

Info

Publication number: TWI633537B
Application number: TW107105015A
Authority: TW
Inventors: 陳立杰; 阮泓翔; 陳建文
Original assignee: 友達光電股份有限公司
Priority date: 2018-02-12
Filing date: 2018-02-12
Publication date: 2018-08-21
Also published as: CN108540789A; CN108540789B; TW201935456A

Abstract

本發明實施例提供一種影像優化方法。所述影像優化方法適用於顯示器中，並且可以根據來源影像的亮度相關資訊與色度相關資訊而來動態調整亮度壓縮比例與色度壓縮比例，以讓來源影像可具有最佳的顯示品質。

Description

影像優化方法

本發明是有關於一種影像優化方法，且特別是一種可動態調整色域壓縮（gamut compression）比例的影像優化方法。

一般來說，每一種顯示器，諸如透射型（transmissive）液晶顯示器或反射型（reflective）液晶顯示器，均具有其獨特的色域範圍。於是，當顯示器要顯示一個彩色的來源影像（source image）時，便需要考慮顯示器與來源影像間的色域範圍之差異。如果，當來源影像的色域範圍大於顯示器的色域範圍時，就需要使用一種色域壓縮技術，來將來源影像中的色彩轉換成顯示器所能表現的色彩。

因此，色域壓縮技術對於影像的顯示品質有著極大的影響。然而，現有的色域壓縮技術通常是將來源影像的色域範圍按固定比例，或按邊界至邊界的方式壓縮至顯示器的色域範圍中，但這些作法皆不足以適用於不同種類（例如，高色度的複雜影像，或低色度的簡單影像）的來源影像中。有鑑於此，本領域亟需一種可動態調整色域壓縮比例的方式。

本發明之目的在於提供一種可動態調整色域壓縮比例的影像優化方法，並且為了因應色域壓縮技術又可分作為亮度（luminance ）壓縮與色度（chromaticity ）壓縮兩部分，所以本發明是以個別地動態調整亮度壓縮比例與色度壓縮比例，來讓來源影像可具有最佳的顯示品質。

為達上述目的，本發明實施例提供一種影像優化方法。所述影像優化方法適用於顯示器中，且其包括如下步驟。首先，分別對來源影像及顯示器進行色域邊界提取，以分別建立起來源影像及顯示器的色域邊界描述模型（gamut boundary descriptor），並且將來源影像的色域邊界描述模型映射到顯示器的色域邊界描述模型中，以獲得到有關對來源影像進行色域壓縮時的亮度壓縮範圍及色度壓縮範圍。其次，對來源影像進行分析，以獲得到來源影像的亮度相關資訊及色度相關資訊，並且根據亮度相關資訊，決定亮度壓縮比例，以及根據色度相關資訊，決定色度壓縮比例。然後，根據亮度壓縮比例及色度壓縮比例，來對前述亮度壓縮範圍及色度壓縮範圍進行修正，並且根據經修正後的亮度壓縮範圍及色度壓縮範圍，來對來源影像進行色域壓縮，使得顯示器則用來顯示經色域壓縮後的來源影像。

為使能更進一步瞭解本發明之特徵及技術內容，請參閱以下有關本發明之詳細說明與附圖，但是此等說明與所附圖式僅係用來說明本發明，而非對本發明的權利範圍作任何的限制。

在下文中，將藉由圖式說明本發明之各種實施例來詳細描述本發明。然而，本發明概念可能以許多不同形式來體現，且不應解釋為限於本文中所闡述之例示性實施例。此外，在圖式中相同參考數字可用以表示類似的元件。

具體來說，本發明實施例所提供的影像優化方法，可以是適用於任何顯示器中。因此，本發明並不限制顯示器的具體實現方式，本技術領域中具有通常知識者應可依據實際需求或應用來進行設計。另外，根據現有技術可知，當顯示器要顯示一個色域範圍較大的彩色來源影像時，就需要使用到色域壓縮技術，來將來源影像中的色彩轉換成顯示器所能表現的色彩。

請參閱圖1，圖1是本發明實施例所提供的影像優化方法的流程示意圖。首先，在步驟S100中，分別對來源影像及顯示器進行色域邊界提取，以分別建立起來源影像及顯示器的色域邊界描述模型，並且在步驟S110中，將來源影像的色域邊界描述模型映射到顯示器的色域邊界描述模型中，以獲得到有關對來源影像進行色域壓縮時的亮度壓縮範圍及色度壓縮範圍。

其次，在步驟S120中，對來源影像進行分析，以獲得到來源影像的亮度相關資訊及色度相關資訊，並且在步驟S130中，根據亮度相關資訊，決定亮度壓縮比例，以及在步驟S140中，根據色度相關資訊，決定色度壓縮比例。然後，在步驟S150中，根據亮度壓縮比例及色度壓縮比例，來對前述亮度壓縮範圍及色度壓縮範圍進行修正，並且在步驟S160中，根據經修正後的亮度壓縮範圍及色度壓縮範圍，來對來源影像進行色域壓縮，使得顯示器則用來顯示經色域壓縮後的來源影像。

從以上內容可知，本發明實施例的影像優化方法，可以是由具有複數個指令的電腦程式產品來實現，且此電腦程式產品能為於網路上所傳輸之檔案，或者被儲存於非揮發性電腦可讀取儲存媒體中，但本發明皆不以此為限制。因此，當一處理器載入此電腦程式產品，並執行此電腦程式產品所包含的這些指令後，即可完成本發明實施例的影像優化方法。需要說明的是，上述處理器可以是直接整合在顯示器之中，或是分開設置在顯示器以外的電子裝置之中，總而言之，本發明亦不限制上述處理器的具體實現方式。

另外，應當理解的是，步驟S130及步驟S140應該為並行執行而未衝突之步驟，並且因為色域壓縮技術又可分作為亮度壓縮與色度壓縮兩部分，所以請一併參閱圖2A與圖2B，圖2A與圖2B係將用以來解釋本發明實施例的來源影像的色域邊界描述模型映射到顯示器的色域邊界描述模型中，以獲得到有關對來源影像進行色域壓縮時的亮度壓縮範圍及色度壓縮範圍的示意圖。

值得一提的是，為了方便以下說明，圖2A中所映射的色域邊界描述模型係是僅採用縱切面圖來作說明，而圖2B中所映射的色域邊界描述模型則是僅採用橫切面圖來作說明。也就是說，圖2A是為了呈現有關來源影像與顯示器的個別亮度範圍，且圖2B則是為了呈現有關來源影像與顯示器的個別色度範圍。

如圖2A所示，由於來源影像的亮度範圍最大可達875 nits，但顯示器的亮度範圍卻最大只達55nits，因此，在步驟S110中所獲得到的亮度壓縮範圍即是指875nits至55nits。應當理解的是，這裡的來源影像可以是指有先針對環境光源下的色票所進行完校正後的影像。然而，由於白點（亦即， R,G,B = 255,255,255 ）所於環境光源下對應的色票的最大亮度即為875 nits（亦即，環境光源下的色票最大亮度為875 nits），因此前述來源影像的亮度範圍便可最大達875 nits，但本發明並不以此為限制。類似地，如圖2B所示，由於來源影像的色度範圍最大可達邊界200，但顯示器的色度範圍卻最大只達邊界210，因此，在步驟S110中所獲得到的色度壓縮範圍則就是指邊界200至邊界210。

從以上內容可知，步驟S100至步驟S110之目的在於分別確認出對來源影像進行亮度壓縮及色度壓縮時的上下限。需要說明的是，圖2A與圖2B中的亮度範圍及色度範圍在此僅只是舉例，其並非用以限制本發明。另外，由於色域邊界描述模型的運作原理已為本技術領域中具有通常知識者所習知，因此有關步驟S100至步驟S110，以及圖2A與圖2B的細部內容於此就不再多加贅述。

另一方面，本發明亦不限制步驟S120中所對於來源影像進行分析的具體實現方式，並且有關步驟S120中所獲得到的亮度相關資訊及色度相關資訊，將會於下文中藉由其他實施例而作詳盡說明，故於此就先不再多加贅述。應當理解的是，因為本發明實施例的影像優化方法，可以是根據不同種類的來源影像的亮度相關資訊及色度相關資訊，來分別決定一個亮度壓縮比例及一個色度壓縮比例，並且根據前述亮度壓縮比例及色度壓縮比例，來分別對如圖2A與圖2B中的亮度壓縮範圍及色度壓縮範圍進行修正，所以對於不同種類的來源影像而言，本發明都將能夠使其具有個別最佳的顯示品質。

進一步來說，在圖2A中，當經修正後的亮度壓縮範圍即是指85 nits（未標示）至55nits時，步驟S160便會是根據經修正後的上述亮度壓縮範圍，來對來源影像進行亮度壓縮。類似地，在圖2B中，當經修正後的色度壓縮範圍則是指邊界220至邊界210時，步驟S160也就會是根據經修正後的上述色度壓縮範圍，來對來源影像進行色度壓縮。由於亮度壓縮及色度壓縮（亦即，色域壓縮）的運作原理已皆為本技術領域中具有通常知識者所習知，因此有關步驟S160的細部內容於此就不再多加贅述。

在本實施例中，來源影像可以是包括N個局部區域（local area），且這N個局部區域是根據一個滑動遮罩（mask）而決定。舉例來說，請一併參閱圖3，圖3係將用以來解釋來源影像與滑動遮罩間的關係。如圖3所示，在來源影像S的解析度係為3840×2160的情況下，當滑動遮罩M的解析度為480×270，且滑動遮罩M於來源影像S上而每次水平移動至少一個畫素（例如，240個畫素）或垂直移動至少一個畫素（例如，135個畫素）時，圖3中的來源影像S即就是指包括有1個以上的局部區域。

需要說明的是，圖3中所使用的來源影像S與滑動遮罩M在此皆僅只是舉例，其並非用以限制本發明，本技術領域中具有通常知識者應可依據實際需求或應用來進行相關設計。應當理解的是，滑動遮罩M的解析度係必須小於等於來源影像S的解析度，且滑動遮罩M也僅能夠在來源影像S的解析度範圍內移動。於是，當圖3中的滑動遮罩M的解析度則改為3840×2160時，圖3中的來源影像S則也就是指包括只有1個的局部區域。也就是說，上述參數N係為大於等於1的正整數。

因此，在其中一種應用中，步驟S120中所獲得到的色度相關資訊即可例如是包括前述N個局部區域的N個高飽和度邊界畫素數目。在本實施例中，對於前述N個局部區域的每一者而言，所獲得到某一局部區域的高飽和度邊界畫素數目的方式，可以是計算此局部區域內的多個畫素的每一者的飽和度值（saturation），並且對於這些畫素的每一者而言，當判斷某一畫素的飽和度值大於0.5，且此畫素的飽和度值與其鄰近的任一畫素的飽和度值間的絕對差值大於0.05時，則決定此畫素屬於一個高飽和度邊界畫素，並藉此累計此局部區域的高飽和度邊界畫素數目。

請一併參閱圖4，圖4是圖3的來源影像中的一局部區域的部分畫素示意圖。值得一提的是，為了方便以下說明，圖4中的局部區域的部分畫素則是僅採用數量為3×3個的例子來進行說明，但其並非用以限制本發明。根據以上內容的教示可知，本實施例是會計算畫素P ₁～P ₉的每一者的飽和度值，並且當判斷畫素P ₉的飽和度值大於0.5，且畫素P ₉的飽和度值與其鄰近的任一畫素P ₁～P ₈的飽和度值間的絕對差值大於0.05時，本實施例便會決定畫素P ₉則屬於一個高飽和度邊界畫素，並累計此局部區域的高飽和度邊界畫素數目。如此一來，藉由對此局部區域內的每一畫素進行分析與篩選，本實施例便可統計出此局部區域的高飽和度邊界畫素數目。

舉例來說，在圖3的實施例中，當一個480×270的局部區域內具有22032個畫素屬於高飽和度邊界畫素時，也就表示此局部區域的高飽和度邊界畫素數目即是22032。需要說明的是，這裡的0.5係為目前的實驗數據，其也可能視目前顯示器的硬體顯示能力而作調整。但一般來說，飽和度值約大於 0.5的畫素是多數顯示器無法顯示的，所以當此來源影像中超出飽和度 0.5的畫素越多時，也就代表此來源影像越需要被壓縮。換句話說，若某局部區域內的高飽和度邊界畫素越多時，也就表示此局部區域內的色彩變化細節越多。由於飽和度值的計算原理已為本技術領域中具有通常知識者所習知，因此有關上述細部內容於此就不再多加贅述。

接著，在前述這種應用的情況下，本發明實施例便可以根據此N個局部區域的N個高飽和度邊界畫素數目（亦即，色度相關資訊）來決定色度壓縮比例。請參閱圖5A，圖5A是圖1的影像優化方法中於一較佳實施例下根據色度相關資訊，決定色度壓縮比例的流程示意圖。其中，圖5A中部分與圖1相同之流程步驟以相同之圖號標示，故於此便不再多加詳述其細節。

在圖5A的實施例中，步驟S140更可以包括有步驟S500至步驟S540。首先，在步驟S500中，依序計算每一局部區域的高飽和度邊界畫素數目所佔滑動遮罩的解析度的百分比，以獲得到有關每一局部區域的平均邊界畫素比例。其次，在步驟S510中，找出這些平均邊界畫素比例中的最大者，以作為有關來源影像的最大邊界畫素比例，並且在步驟S520中，判斷此最大邊界畫素比例是否大於等於第一色度門檻比例。若不是，即進行步驟S530，若是，則進行步驟S540。

在步驟S530中，當此最大邊界畫素比例越大時，即決定越大的色度壓縮比例，反之，當此最大邊界畫素比例越小時，則決定越小的色度壓縮比例。另外，在步驟S540中，當此最大邊界畫素比例越大時，即決定越小的色度壓縮比例，反之，當此最大邊界畫素比例越小時，則決定越大的色度壓縮比例。從上述內容可知，不論是在步驟S530或步驟S540中，本實施例皆會是根據此最大邊界畫素比例來決定色度壓縮比例，只不過在步驟S530及步驟S540中所決定色度壓縮比例的趨勢彼此正好相反。

舉例來說，請一併參閱圖5B，圖5B是圖5A的實施例中所根據色度相關資訊，來決定色度壓縮比例的趨勢示意圖。如圖5B所示，第一色度門檻比例即可例如為17%。需要說明的是，這裡的17%亦為目前的實驗數據，但本發明並不以此限制，應當理解的是，第一色度門檻比例係可介於0%至100%間。接著，如同前面內容所述，當此來源影像的最大邊界畫素比例越大時，就表示此來源影像的高飽和度邊界畫素越多，而高飽和度邊界畫素越多時，也就表示此來源影像的色彩變化細節越多。因此，為了保留細節，此來源影像的最大邊界畫素比例，便可與色度壓縮比例成正比（亦即，步驟S530），如圖5B的左趨勢所示。

相反地，當此來源影像的最大邊界畫素比例超過第一色度門檻比例越多時，也就同時表示此來源影像的平均飽和度越高。因此，為了保留飽和度，此來源影像的最大邊界畫素比例，便可與色度壓縮比例成反比（亦即，步驟S540），如圖5B的右趨勢所示。根據以上內容的教示，本技術領域中具有通常知識者應可以理解到，步驟S140之目的乃在於對來源影像的細節與飽和度間作權衡，以讓來源影像可具有最佳的顯示品質。

又或者是，在其他應用中，步驟S120中所獲得到的色度相關資訊還可例如是包括前述N個局部區域的N個色相邊界畫素數目。在本實施例中，對於前述N個局部區域的每一者而言，所獲得到某一局部區域的色相邊界畫素數目的方式，可以是計算此局部區域內的多個畫素的每一者的飽和度值及色相（Hue）值，並且對於這些畫素的每一者而言，當判斷某一畫素的飽和度值大於0.5，且此畫素的色相值與其鄰近的任一畫素的色相值間的絕對差值大於9時，則決定此畫素屬於一個色相邊界畫素，並藉此累計此局部區域的色相邊界畫素數目。

由於飽和度值與色相值間的轉換公式已為習知技藝，並且獲得到每一局部區域的色相邊界畫素數目的方式亦能相似如前述實施例所述，故於此就不再多加贅述。應當理解的是，在目前這種應用的情況下，本發明實施例便也可以根據此N個局部區域的N個色相邊界畫素數目來決定色度壓縮比例。因此，請一併參閱圖5C，圖5C是圖1的影像優化方法中於另一較佳實施例下根據色度相關資訊，決定色度壓縮比例的流程示意圖。其中，圖5C中部分與圖1及圖5A相同之流程步驟以相同之圖號標示，故於此便不再多加詳述其細節。

，相對於圖5A而言，圖5C的流程步驟只差在步驟S500’，而在圖5C的步驟S500’中，本實施例則是依序計算每一局部區域的色相邊界畫素數目所佔滑動遮罩的解析度的百分比，以獲得到有關每一局部區域的平均邊界畫素比例。由於詳細步驟流程亦如前述實施例所述，故於此就不再多加贅述。

另一方面，步驟S120中所獲得到的亮度相關資訊則可例如是包括來源影像的一整面平均亮度，以及前述N個局部區域的N個平均亮度。請一併參閱圖6A，圖6A是圖1的影像優化方法中於一較佳實施例下根據亮度相關資訊，決定亮度壓縮比例的流程示意圖。其中，圖6A中部分與圖1相同之流程步驟以相同之圖號標示，故於此便不再多加詳述其細節。

在圖6A的實施例中，步驟S130更可以包括有步驟S600至步驟S620。首先，在步驟S600中，判斷這N個局部區域中的至少一個的平均亮度是否大於亮度門檻值。其中，這裡的亮度門檻值可以是指在顯示器的色域邊界描述模型中所能呈現最多色度範圍的亮度值。若不是，即進行步驟S610，若是，則進行步驟S620。在步驟S610中，根據來源影像的整面平均亮度，決定亮度壓縮比例，並且當此整面平均亮度越大時，決定越大的亮度壓縮比例，而當此整面平均亮度越小時，則決定越小的亮度壓縮比例。另外，在步驟S620中，則決定亮度壓縮比例即為100%。

舉例來說，請一併參閱圖2A及圖6B，圖6B是圖6A的實施例中所根據亮度相關資訊，來決定亮度壓縮比例的趨勢示意圖。如圖2A所示，本實施例的亮度門檻值即可例如為12.3 nits。然而，根據前述內容可知，當此來源影像的某個局部區域的平均亮度大於所述亮度門檻值時，也就表示此局部區域為高亮度且含有多細節資訊的區域。因此，為了避免細節因疊階而損失，本實施例便會直接將亮度壓縮比例設為100%（亦即，步驟S620）。相反地，在此來源影像的每個局部區域的平均亮度皆未超過前述亮度門檻值的情況下，當平均亮度越低時，也就表示發生疊階的機會越少，因此，來源影像的整面平均亮度，便可以與亮度壓縮比例成正比（亦即，步驟S610），如圖6B所示。

另一方面，請參閱圖6C，圖6C是圖1的影像優化方法中於另一較佳實施例下根據亮度相關資訊，決定亮度壓縮比例的流程示意圖。其中，圖6C中部分與圖6A相同之流程步驟以相同之圖號標示，故於此便不再多加詳述其細節。

相對於圖6A而言，圖6C的實施例是更把前述平均邊界畫素比例也考量進來，因此，在圖6C的步驟S600’ 中，本實施例則是判斷這N個局部區域中的至少一個的平均亮度及平均邊界畫素比例是否分別大於亮度門檻值及第二色度門檻比例。其中，上述第二色度門檻比例即可例如30%。需要說明的是，這裡的30%亦為目前的實驗數據，但本發明並不以此限制。因此，若不是，即進行步驟S610，若是，則進行步驟S620。由於詳細步驟流程亦如前述實施例所述，故於此就不再多加贅述。

綜上所述，本發明實施例所提供的影像優化方法，可以是根據不同種類的來源影像的亮度相關資訊與色度相關資訊而來動態調整亮度壓縮比例與色度壓縮比例，以讓不同種類的來源影像皆可具有個別最佳的顯示品質

以上所述僅為本發明之實施例，其並非用以侷限本發明之專利範圍。

S100～S160 、S500～S540、S500’、 S600～S620、S600’‧‧‧流程步驟
200、210、220‧‧‧邊界
S‧‧‧來源影像
M‧‧‧滑動遮罩
P₁～P₉‧‧‧畫素

圖1是本發明實施例所提供的影像優化方法的流程示意圖。圖2A是本發明實施例所提供的來源影像的色域邊界描述模型映射到顯示器的色域邊界描述模型中，以獲得到有關對來源影像進行色域壓縮時的亮度壓縮範圍的示意圖。圖2B是本發明實施例所提供的來源影像的色域邊界描述模型映射到顯示器的色域邊界描述模型中，以獲得到有關對來源影像進行色域壓縮時的色度壓縮範圍的示意圖。圖3是本發明實施例所提供的來源影像與滑動遮罩的示意圖。圖4是圖3的來源影像中的一局部區域的部分畫素示意圖。圖5A是圖1的影像優化方法中於一較佳實施例下根據色度相關資訊，決定色度壓縮比例的流程示意圖。圖5B是圖5A的實施例中所根據色度相關資訊，來決定色度壓縮比例的趨勢示意圖。圖5C是圖1的影像優化方法中於另一較佳實施例下根據色度相關資訊，決定色度壓縮比例的流程示意圖。圖6A是圖1的影像優化方法中於一較佳實施例下根據亮度相關資訊，決定亮度壓縮比例的流程示意圖。圖6B是圖6A的實施例中所根據亮度相關資訊，來決定亮度壓縮比例的趨勢示意圖。圖6C是圖1的影像優化方法中於另一較佳實施例下根據亮度相關資訊，決定亮度壓縮比例的流程示意圖。

Claims

一種影像優化方法，適用於一顯示器中，該影像優化方法包括：分別對一來源影像（source image）及該顯示器進行色域邊界提取，以分別建立起該來源影像及該顯示器的色域邊界描述模型（gamut boundary descriptor），並且將該來源影像的色域邊界描述模型映射到該顯示器的色域邊界描述模型中，以獲得到有關對該來源影像進行一色域壓縮時的一亮度壓縮範圍及一色度壓縮範圍；對該來源影像進行分析，以獲得到一亮度相關資訊及一色度相關資訊，並且根據該亮度相關資訊，決定一亮度壓縮比例，以及根據該色度相關資訊，決定一色度壓縮比例；以及根據該亮度壓縮比例及該色度壓縮比例，來對該亮度壓縮範圍及該色度壓縮範圍進行修正，並且根據經修正後的該亮度壓縮範圍及該色度壓縮範圍，來對該來源影像進行該色域壓縮，使得該顯示器則用來顯示經該色域壓縮後的該來源影像。
如請求項第1項所述的影像優化方法，其中該來源影像包括N個局部區域（local area），該N個局部區域是根據一滑動遮罩（mask）而決定，且該色度相關資訊包括該N個局部區域的N個高飽和度邊界畫素數目，其中N為大於等於1的正整數。
如請求項第2項所述的影像優化方法，其中對於該N個局部區域的每一者而言，所獲得到該局部區域的該高飽和度邊界畫素數目的方式，是計算該局部區域內的多個畫素的每一者的一飽和度值（saturation），並且對於該些畫素的每一者而言，當判斷該畫素的該飽和度值大於0.5，且該畫素的該飽和度值與其鄰近的任一該些畫素的該飽和度值間的絕對差值大於0.05時，則決定該畫素屬於一高飽和度邊界畫素，並藉此累計該局部區域的該高飽和度邊界畫素數目。
如請求項第3項所述的影像優化方法，其中在根據該色度相關資訊，決定該色度壓縮比例的步驟中，包括：依序計算每一該N個局部區域的該高飽和度邊界畫素數目所佔該滑動遮罩的一解析度的百分比，以獲得到有關每一該N個局部區域的一平均邊界畫素比例；找出該些平均邊界畫素比例中的最大者，以作為有關該來源影像的一最大邊界畫素比例，並且判斷該最大邊界畫素比例是否大於等於一第一色度門檻比例；若不是，則根據該最大邊界畫素比例，決定該色度壓縮比例，並且當該最大邊界畫素比例越大時，決定越大的該色度壓縮比例，當該最大邊界畫素比例越小時，則決定越小的該色度壓縮比例；以及若是，則根據該最大邊界畫素比例，決定該色度壓縮比例，並且當該最大邊界畫素比例越大時，決定越小的該色度壓縮比例，當該最大邊界畫素比例越小時，則決定越大的該色度壓縮比例。
如請求項第2項所述的影像優化方法，其中該色度相關資訊還包括該N個局部區域的N個色相邊界畫素數目，其中對於該N個局部區域的每一者而言，所獲得到該局部區域的該色相邊界畫素數目的方式，是計算該局部區域內的多個畫素的每一者的一飽和度值及一色相（Hue）值，並且對於該些畫素的每一者而言，當判斷該畫素的該飽和度值大於0.5，且該畫素的該色相值與其鄰近的任一該些畫素的該色相值間的絕對差值大於9時，則決定該畫素屬於一色相邊界畫素，並藉此累計該局部區域的該色相邊界畫素數目。
如請求項第5項所述的影像優化方法，其中在根據該色度相關資訊，決定該色度壓縮比例的步驟中，包括：依序計算每一該N個局部區域的該色相邊界畫素數目所佔該滑動遮罩的一解析度的百分比，以獲得到有關每一該N個局部區域的一平均邊界畫素比例；找出該些平均邊界畫素比例中的最大者，以作為有關該來源影像的一最大邊界畫素比例，並且判斷該最大邊界畫素比例是否大於等於一第一色度門檻比例；若不是，則根據該最大邊界畫素比例，決定該色度壓縮比例，並且當該最大邊界畫素比例越大時，決定越大的該色度壓縮比例，當該最大邊界畫素比例越小時，則決定越小的該色度壓縮比例；以及若是，則根據該最大邊界畫素比例，決定該色度壓縮比例，並且當該最大邊界畫素比例越大時，決定越小的該色度壓縮比例，當該最大邊界畫素比例越小時，則決定越大的該色度壓縮比例。
如請求項第4項所述的影像優化方法，其中該亮度相關資訊包括該來源影像的一整面平均亮度，以及該N個局部區域的N個平均亮度。
如請求項第7項所述的影像優化方法，其中在根據該亮度相關資訊，決定該亮度壓縮比例的步驟中，包括：判斷該N個局部區域中的至少一個的該平均亮度是否大於一亮度門檻值，其中該亮度門檻值是指在該顯示器的色域邊界描述模型中所能呈現最多色域範圍的一亮度值；若不是，則根據該整面平均亮度，決定該亮度壓縮比例，並且當該整面平均亮度越大時，決定越大的該亮度壓縮比例，當該整面平均亮度越小時，則決定越小的該亮度壓縮比例；以及若是，則決定該亮度壓縮比例即為100%。
如請求項第7項所述的影像優化方法，其中在根據該亮度相關資訊，決定該亮度壓縮比例的步驟中，包括：判斷該N個局部區域中的至少一個的該平均亮度及該平均邊界畫素比例是否分別大於一亮度門檻值及一第二色度門檻比例，其中該亮度門檻值是指在該顯示器的色域邊界描述模型中所能呈現最多色域範圍的一亮度值；若不是，則根據該整面平均亮度，決定該亮度壓縮比例，並且當該整面平均亮度越大時，決定越大的該亮度壓縮比例，當該整面平均亮度越小時，則決定越小的該亮度壓縮比例；以及若是，則決定該亮度壓縮比例即為100%。