[发明专利]一种区域背光提取的数据测量方法及系统

说明书

一种区域背光提取的数据测量方法及系统，方法：生成图像的原始背光；计算改变原始背光的分界点；改变背光，获得不同背光；确定最优背光；分别测量使用原始背光的显示亮度和使用最优背光的显示亮度；用图像对比度和亮度动态范围对原始背光和最优背光进行质量评价。系统包括有由背光板和LC面板构成的显示器，背光板和LC面板分别连接PC机信号输出端，PC机向背光板提供原始背光和最优背光的信号，向LC面板提供图像信号，PC机连接亮度计提供和获取信号，并获取亮度计所采集的亮度数据，根据亮度数据对原始背光和最优背光进行质量评价。本发明能有效解决现有算法的图像显示对比度不够、动态范围不高的问题，提高图像显示质量。

技术领域

本发明涉及一种数据测量方法。特别是涉及一种用于深度学习和机器学习的区域背光提取的数据测量方法及系统。

背景技术

开发HDR显示器的一个关键就是尽可能高地提高其动态范围，争取接近自然场景中可表达的动态范围，以在显示端重现真实的自然场景。传统液晶显示器采用全局背光技术，其动态范围只有0～255，远远小于人眼可感知的自然场景动态范围。而且全局背光还存在很严重的漏光现象，这也是限制了液晶显示器对比度提高的一个主要原因。为了解决上述问题并尽可能大的提高动态范围，人们提出了LED区域背光动态调光技术。

现有的LED区域背光动态调光技术主要指的是2D区域，它主要分为两个部分：背光亮度提取和液晶像素补偿。其中，背光亮度提取是指将背光模组分成若干矩形区域，根据各分区图像内容动态提取能表征分区亮度信息的特征参数，然后根据该特征参数动态地改变各背光单元的亮度以控制对应区域光源的亮暗。目前对区域背光亮度的确定大多是基于原始图像的像素值，不同的方法会得到不同的效果，但是目前已有的方法同样不能有效的获得一组最优的背光亮度。

目前，深度学习在计算机视觉，包括图像识别，图像分类、图像特征提取等多方面应用取得了显著成就，已有学者在HDR图像的融合、超分辨率图像的生成方面基于深度学习做出了一些成绩，但在HDR显示技术方面还没有相应的文献发表，基于深度学习的HDR区域背光显示技术不存在可用的数据库。

发明内容

本发明所要解决的技术问题是，提供一种在一定约束条件下提取背光使图像显示效果质量更好、动态范围提高、对比度更强的区域背光提取的数据测量方法及系统。

本发明所采用的技术方案是：一种区域背光提取的数据测量方法，包括如下步骤：

1)生成图像的原始背光，是根据区域调光算法中的背光提取方法生成原始背光；

2)计算改变原始背光的分界点，是考虑整个图像的背光，根据图像亮度和对比度类型选择对应的分界方法计算改变原始背光的分界点；

3)改变背光，获得不同背光；

4)确定最优背光；

5)分别测量使用原始背光的显示亮度和使用最优背光的显示亮度；

6)用图像对比度和亮度动态范围对原始背光和最优背光进行质量评价。

步骤1)所述的区域调光算法中的背光提取方法为：平均值法、CDF法、PSNR法、高斯法、误差修正法、最大值法和Otsu法中的一种。

步骤2)是将图像亮度分成高亮度、中亮度和低亮度三个等级，对于中亮度和低亮度的图像，计算分界点时采用均值加减方差的方法，即计算原始背光的均值和方差，均值减方差为下分界点，均值加方差为上分界点；对于高亮度图像，计算分界点时采用百分比分界方法，即将图像原始背光生成背光直方图，再通过背光直方图找到分别占整个背光的10％的点作为下分界点，90％的点为上分界点。