一种液晶显示亮度补偿的方法
开篇：润墨网以专业的文秘视角，为您筛选了一篇一种液晶显示亮度补偿的方法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要：文章介绍了一种液晶显示亮度补偿方法。在LCD中，为了改善画质，经常会对图像做一些调整，在调节图像的过程中必然会损失原有图像的亮度，本文提出了一种亮度补偿方法来恢复RGB图像亮度。
关键词：液晶显示；亮度补偿；RGB；图像
1.引言
液晶电视的使用越来越广泛，在人们的日常生活中占据越来越重要的位置，而其图像也越来越引起人们的关注。为了增强图像的对比度，改善画质，经常会对图像做一些调整，在调节图像的过程中必然会损失原有图像的亮度，同时会造成一些细节的丢失，对画面的效果有很大的影响。针对此问题，在目前一般会采用图像补偿技术将处理后的图像亮度尽量恢复到原有图像的亮度。因此本提案对于改善图像画质，增加细节有很大的帮助。
2.技术背景
由于LCD没有CRT体积庞大、耗电和闪烁的缺点，目前已经成为市场的主流，但LCD本身也存在画面精细程度不理想、视角不广以及彩色显示不理想等诸多问题。为了改善画质，一般会采用dimming调暗技术来提升对比度。在dimming方式中，根据背光亮度控制源不同，可以分为LABC和CABC这两种方式，即根据环境光进行背光亮度动态调节，和根据图像内容进行背光动态调节。
动态背光调节，是将整个背光区域分为多个水平和垂直分区，对每个分区根据分区内图像信号亮度，进行独立分区背光亮度的2维度调节，这样就会损失了原有图像的亮度，近年来 ,人们进行了一些研究来处理这个问题。如色感一致性方法[1,2 ], 运动估计下的目标区域色彩相似度方法[ 3,4 ], 色彩空间转换方法[ 5 ], 直方图均衡化方法[ 6 ], Gamma矫正及其改进方法。本文主要是对原有的图像分量进行的改善。
3.技术介绍
3.1技术原理
对于彩色图像，一般是由RGB颜色分量组成。且我们平常一般以8bit屏为标准，因此设定R、G、B分量的最大值都是255。
图1
将一幅图像所有像素的R、G、B由高到低排列，取其前K%的像素亮度值作为“参考白”，即由此得到补偿系数。如图1所示，首先根据图像的直方图选取K值，K的取值一般为5-10。
设图像的补偿系数为r,则
r= /255*N （1）
其中N为整幅图像亮度前K%的像素数， 为这些像素的像素集，Yi为图像中对应的像素亮度。整幅图像的其他像素点的亮度都除以该补偿系数r，进行对比度拉伸，即可以增加整幅图像的亮度。
在对于RGB图像处理中，一般采用针对所有的R亮度值计算出补偿系数rR,针对所有的G亮度值计算出补偿系数rG，针对所有的B亮度值计算出补偿系数rB。
其中Ri、Gi、Bi为R、G、B分别对应的前K%的亮度。然后每个R、G、B的亮度都分别除以该补偿系数，后重新组合成新的图像。
3.2实例操作
图2
图2为一个一幅245*200像素的人物图像。背景颜色相对模糊，图像中的人物细节也不是特别的清晰，局部人脸对比度不是很明显。下面是这幅图像的直方图，可以看出大多数像素都是集中在灰阶25左右，整体背景较暗。
图3
根据直方图我们选取K=10，即将R、G、B分量由低到高排列，分别提取R、G、B分量的后百分之十，然后取其平均值作为补偿系数，对图像予以亮度补偿。
程序流程图为，如下图所示。
图4
补偿后的图像效果如下图所示
图5
可以看出经过补偿后，图像中的整体色彩饱满，人脸部分的细节增加，且光线柔和，易于人眼接受。
众所周知，如果降低背光亮度，可大量减少液晶电视的整机功率消耗。然而，如果不采取一些恰当的补偿措施，降低背光亮度会导致液晶电视显示图像的质量变差。在背光调暗的同时，可以采用图像信号亮度补偿和对比度增强的方法来达到正常背光亮度液晶电视显示的图像质量。但是，过度降低背光亮度会使人的眼睛很容易感到疲劳，而且液晶电视显示的图像会变模糊。
本方案可以根据图像本身的明暗程度来进行补偿，具有自适应性的特点，效果也比较理想，且简单易于推广。
4.结束语
本文提出的液晶显示亮度补偿的方法，可以有效的改善调暗dimming后的图像效果；尤其是光线较暗时，人脸颜色的变化受亮度降低的影响较大，此时图像中人脸的颜色很可能超出正常光照条件下人脸颜色的变化范围，如意造成细节的丢失，整体模糊不清晰，本方案在液晶显示改善人脸效果明显。另外本方案，简单易于推广，可以节省操作人员大量的精力。
参考文献
[1] Finlayson G, Funt B , Barnard J . Color constancy under a varying illumination[ C] ∥Proceedings of International Conference on Computer Vision. Washington DC , USA : IEEE Computer Society Press , 1995 :720-725.
[2] Funt B , Barnard K, Martin L. Is machine color constancy good enough [ C] ∥Proceedings of European Conference on Computer Vision. London, U K : Springer Link , 1998 :445-459.
[3] Lee C H , Kim J S , Park K H. Automatic human face location in a complex background using motion and color information [ J ] . Pat tern Recognition , 1996 , 29 (11) :1877 1889.
[4] Soriano M , Martinkauppi B , Huovinen S. Skin detection in video under changing illumination conditions [ C] ∥Proceedings of International Conference on Pat tern Recognition , Barcelona, 2000 : 839-842.
[5] Hsu R2H , Abdel-Mottaleb M , J ain A K. Face detection in color images[J ] . IEEE Trans . on Pat tern Analysis and Machine Intelligence , 2002 , 24 (5) :696 706.
[6] Lucchese L , Mitra S K. Color image segmentation : A State of the Art Survey[C] ∥Proceedings of Indian National Science Academy ( I N S A2A ) , 2001 , 67 :207-221.