趙晨，呂國(guó)強(qiáng)，吳磊，諸黎明，馮奇斌

(1.合肥工業(yè)大學(xué) 特種顯示技術(shù)國(guó)家工程實(shí)驗(yàn)室 現(xiàn)代顯示技術(shù)省部共建國(guó)家重點(diǎn)實(shí)驗(yàn)室 光電技術(shù)研究院，安徽 合肥 230009；2.合肥工業(yè)大學(xué) 儀器科學(xué)與光電工程學(xué)院 安徽 合肥 230009；3.合肥工業(yè)大學(xué) 電子科學(xué)與應(yīng)用物理學(xué)院 安徽 合肥 230009)

1 引 言

具有高動(dòng)態(tài)范圍(High dynamic range, HDR)技術(shù)的液晶顯示器(LCD)能夠顯示更高的對(duì)比度(CR)、更暗的黑態(tài)和更生動(dòng)的色彩[1]。只有滿足以下3個(gè)基本要求，才能實(shí)現(xiàn)HDR技術(shù):(1)高CR；(2)優(yōu)良的黑態(tài)和高峰值亮度；(3)精確控制不同的明暗色度以及在什么位置應(yīng)用于顯示的圖像[2]。HDR顯示技術(shù)一般要求有效CR大于100 000∶1,若峰值亮度為1 000 cd/m2,黑態(tài)亮度則要小于0.01 cd/m2。有機(jī)發(fā)光二極管(OLED)顯示器能夠輕易獲得符合要求的黑態(tài)，但是持續(xù)產(chǎn)生大于1 000 cd/m2的亮度會(huì)縮短它的壽命[3]。LCD不自發(fā)光，它的亮度來(lái)自基于LED的背光模組[4]，峰值亮度很容易達(dá)到1 000 cd/m2，缺點(diǎn)是將黑態(tài)降低到小于0.01 cd/m2十分具有挑戰(zhàn)性。因?yàn)長(zhǎng)CD在顯示低灰度像素時(shí)無(wú)法通過閉合液晶完全阻止背光泄露，在顯示時(shí)會(huì)受到漏光問題的影響[5]。漏光現(xiàn)象會(huì)導(dǎo)致圖像低灰度區(qū)域不夠暗，難以顯示符合HDR技術(shù)指標(biāo)的黑態(tài)，降低了顯示對(duì)比度也浪費(fèi)了不必要的能耗[6]。為了解決上述問題的影響，研究者引入了動(dòng)態(tài)調(diào)光技術(shù)，根據(jù)圖像內(nèi)容動(dòng)態(tài)調(diào)節(jié)背光亮度。經(jīng)過不斷發(fā)展，具有該技術(shù)的新型LCD正在逐步替代傳統(tǒng)LCD。

動(dòng)態(tài)調(diào)光主要有兩種解決方案:全局調(diào)光和區(qū)域調(diào)光。應(yīng)用全局調(diào)光方案的液晶顯示器結(jié)構(gòu)簡(jiǎn)單，但顯示效果遠(yuǎn)不及區(qū)域調(diào)光效果。區(qū)域調(diào)光需要將背光模組分割成獨(dú)立控制的不同區(qū)域，根據(jù)輸入圖像特征分別確定各個(gè)區(qū)域的背光大小,不但能夠有效抑制漏光、提升對(duì)比度，而且能夠大幅降低液晶顯示器功耗[7-13]。區(qū)域調(diào)光又可分為直下式和側(cè)入式兩類，側(cè)入式能夠使調(diào)光系統(tǒng)更加輕薄，但直下式具有更好的高動(dòng)態(tài)范圍性能。本文區(qū)域調(diào)光研究對(duì)象主要針對(duì)直下式區(qū)域調(diào)光。

區(qū)域調(diào)光算法的核心問題是如何根據(jù)被顯示圖像特征確定每個(gè)分區(qū)的背光亮度。均值法(Avg)、均方根法(Sqrt)、誤差修正法(Diff)和最大值法(Max)是目前較為常用的背光提取算法[14-17]，Avg法以每個(gè)圖像塊的平均灰度作為對(duì)應(yīng)分區(qū)的背光值，使背光的下降明顯，但調(diào)光后圖像失真嚴(yán)重。Sqrt法利用每個(gè)分區(qū)的平均灰度值為基礎(chǔ)，歸一化后取均方根得到對(duì)應(yīng)分區(qū)背光值，相對(duì)于Avg法保留了更多的圖像亮度細(xì)節(jié)，但圖像失真問題依然嚴(yán)重。Diff法以每個(gè)圖像塊的灰度最大值與灰度平均值的差值來(lái)確定對(duì)應(yīng)分區(qū)的背光值，該算法考慮了亮度對(duì)比度，在一定程度上抑制了高對(duì)比度圖像的截?cái)嘣肼晢栴}，但是其固定的加權(quán)系數(shù)往往只能適用特定類型的圖像，缺乏良好的適用性[18]。Max法根據(jù)每個(gè)圖像塊的最大亮度來(lái)確定背光亮度值，該方法能夠使像素補(bǔ)償時(shí)的截?cái)嘣肼暯档兔黠@，但Max法容易受到圖像極少數(shù)的峰值噪聲影響，即使圖片中出現(xiàn)肉眼無(wú)法識(shí)別的峰值亮度，背光亮度也會(huì)被設(shè)置為最大亮度，功耗降低效果不佳,容易在暗場(chǎng)景畫面顯示時(shí)發(fā)生光暈效應(yīng),導(dǎo)致顏色和亮度失真[19]。

本文根據(jù)LCD關(guān)鍵特性介紹了區(qū)域調(diào)光算法處理過程，介紹了截?cái)嘣肼曇约傲炼群皖伾д娈a(chǎn)生的原因，提出了基于圖像局部亮度的液晶顯示器動(dòng)態(tài)調(diào)光算法。實(shí)驗(yàn)證明，本文所提算法應(yīng)用于LCD調(diào)光過程，能夠在合理降低功耗的同時(shí)保證圖像的顯示質(zhì)量。

2 LCD特性及調(diào)光算法過程

2.1 LCD特性

一般情況下，LCD像素的亮度由液晶面板(LC)透過率與背光亮度的乘積決定[15]，如圖1所示。

動(dòng)態(tài)調(diào)光使背光亮度降低可以抑制漏光，但同時(shí)也導(dǎo)致顯示圖像的亮度下降。為了補(bǔ)償減少的亮度，需要根據(jù)背光大小進(jìn)行像素補(bǔ)償[20]?？紤]顯示設(shè)備的伽馬特性，理想的像素亮度補(bǔ)償值可以定義為

(1)

其中:BFull表示背光的最大亮度，BHDR是調(diào)光后被補(bǔ)償像素點(diǎn)處分布的背光亮度，GTarget是被補(bǔ)償像素的像素值，γ表示目標(biāo)LCD的理想伽馬。

2.2 區(qū)域調(diào)光算法處理過程

圖2 背光調(diào)光算法處理過程

2.3 截?cái)嘣肼?/h3>

根據(jù)公式(1)可知，當(dāng)背光亮度BHDR降低過多，會(huì)得出超過最大允許灰度級(jí)(例如8-bit系統(tǒng)，最大灰度級(jí)為255)的像素亮度補(bǔ)償值GHDR。然而，實(shí)際像素值的變化范圍有限，會(huì)因此產(chǎn)生截?cái)嘣肼暋D像產(chǎn)生截?cái)嘣肼暤膮^(qū)域，像素間的灰度差縮小甚至消失，就會(huì)出現(xiàn)截?cái)鄠斡?。如圖3所示，截?cái)鄠斡敖档土孙@示圖像的對(duì)比度，使細(xì)節(jié)信息發(fā)生丟失。截?cái)嘣肼曋饕c像素的灰度級(jí)和補(bǔ)償值有關(guān)，其中補(bǔ)償值由背光亮度決定，像素的灰度級(jí)較高同時(shí)背光亮度過低，就容易產(chǎn)生截?cái)嘣肼暋?/p>

(a) (b)

3 提出的算法

采用RGB最大值法使原圖像灰度化，如公式(2)所示：

X(a,b)=max(R(a,b),G(a,b),B(a,b))，

(2)

式中R(a,b)、G(a,b)、B(a,b)分別表示原圖像像素(a,b)的紅綠藍(lán)三色的灰度值，灰度圖像取它們的最大值。

根據(jù)背光模組的物理分區(qū)對(duì)灰度圖像進(jìn)行分區(qū)，應(yīng)用最大值法提取每個(gè)分區(qū)(m,n)的初始背光值Bm,n。再利用模糊-掩模方法[21](BMA)將低分辨率的初始背光值矩陣模糊擴(kuò)散至輸入圖像分辨率大小，得到初始背光亮度分布圖Y，如圖4(c)所示。

圖4 樣本圖像。(a)原圖；(b)原圖像亮度分布圖；(c)初始背光亮度分布圖；(d)修正后的背光亮度分布圖。

原圖像的亮度分布圖X可以用灰度圖表示，本文定義了一個(gè)參數(shù)來(lái)衡量它與初始背光亮度分布圖Y的亮度分布相似程度，以此來(lái)確定對(duì)初始背光值的修正幅度。相較于絕對(duì)亮度差異，人類視覺系統(tǒng)對(duì)相對(duì)亮度差異更敏感，該參數(shù)可以定義為：

(3)

其中：MXm,n表示X的(m,n)分區(qū)的亮度均值；MYm,n表示Y的(m,n)分區(qū)的亮度均值，參數(shù)S(Xm,n,Ym,n)的取值范圍為[0,1]，它的值越大表示X的(m,n)區(qū)域與Y的(m,n)區(qū)域的亮度均值越接近，即分布的亮度越相似。為了避免分母為零或者接近零時(shí)出現(xiàn)的無(wú)意義情況，c1是一個(gè)極小的正常數(shù)。

考慮到圖像的亮度分布通常是非均勻的，相較于使用分區(qū)圖像整體亮度均值來(lái)修正初始背光亮度，使用分區(qū)圖像局部亮度均值的組合更加準(zhǔn)確。因此，本文使用滑動(dòng)窗口法將公式(3)定義的參數(shù)應(yīng)用到X和Y的每個(gè)分區(qū)(m,n)中的每個(gè)局部區(qū)域(i,j)。從分區(qū)圖像的左上角開始，以大小(2k+1)×(2k+1)的滑動(dòng)窗口逐個(gè)像素水平和垂直移動(dòng)到圖像的所有行和列，直到到達(dá)右下角(k為正整數(shù)，本文k取1，即局部區(qū)域大小取3×3)。在滑動(dòng)窗口移動(dòng)的過程中，計(jì)算窗口內(nèi)包含的局部區(qū)域亮度均值，再根據(jù)公式(4)來(lái)確定X和Y對(duì)應(yīng)分區(qū)(m,n)的局部區(qū)域(i,j)的相似程度：

2）對(duì)崗位管理和工件加工工藝進(jìn)行調(diào)整。通過輪崗的方式減少操作人員受噪聲影響的時(shí)間；同樣的零件采用多工序加工要比單工序加工產(chǎn)生的噪聲小。

(4)

然后，定義一個(gè)參數(shù)Sm,n來(lái)描述X與Y的(m,n)分區(qū)亮度相似程度，它由所有局部區(qū)域亮度相似程度的均值表示：

(5)

式中：K1與K2分別表示(m,n)分區(qū)局部區(qū)域的行列坐標(biāo)上限,它們的乘積等于局部區(qū)域的總數(shù)Sm,n取值范圍為[0,1]，如果它的值等于1，則表示X的(m,n)區(qū)域與Y的(m,n)區(qū)域亮度分布一致，初始背光亮度值不降低。當(dāng)它的值小于1時(shí)，表明背光亮度應(yīng)基于初始背光亮度適當(dāng)降低，以減少漏光和功耗。

最終，輸入圖像的(m,n)區(qū)域修正后的背光亮度定義為：

(6)

式中：α為調(diào)節(jié)因子，取值為0.2，來(lái)調(diào)整亮度分布相似度控制初始背光降低的幅度，Bm,n表示輸入圖像的(m,n)區(qū)域的初始背光值。

背光大小確定后，通過BMA法模擬局部控制的背光源光線在背光模組混光腔中的擴(kuò)散過程，得到修正后的背光亮度分布圖Y*，如圖4(d)所，并根據(jù)公式(1)來(lái)確定像素補(bǔ)償值。最后，背光亮度與液晶像素亮度補(bǔ)償值相結(jié)合，得到調(diào)光后的圖像。

4 評(píng)價(jià)指標(biāo)

4.1 截?cái)嘣肼暠?/h3>

可以通過統(tǒng)計(jì)截?cái)嘣肼暤臄?shù)量來(lái)評(píng)估截?cái)鄠斡暗膰?yán)重程度，即比較動(dòng)態(tài)調(diào)光圖像相對(duì)于輸入圖像的截?cái)嘣肼暠?，其公式如下?/p>

(7)

其中：Nt表示圖像總的像素?cái)?shù)量，Nd表示像素補(bǔ)償時(shí)發(fā)生截?cái)嗟脑肼曄袼財(cái)?shù)量。調(diào)光后D的值越大截?cái)嘣肼晜斡霸絿?yán)重，反之亦然。

4.2 L*a*b顏色空間峰值信噪比

本文引入了一種基于峰值信噪比(PSNR)的評(píng)價(jià)指標(biāo)：LabPSNR。與PSNR不同，LabPSNR是在CIE 1976 L*a*b顏色空間中的計(jì)算，而不是在RGB空間。通過研究可以發(fā)現(xiàn)，漏光導(dǎo)致的光暈現(xiàn)象對(duì)顯示圖像亮度和顏色都會(huì)產(chǎn)生影響，LabPSNR可以同時(shí)對(duì)這兩類失真進(jìn)行量化評(píng)估[19]。調(diào)光后的RGB圖像可以通過CIE 1931 XYZ坐標(biāo)轉(zhuǎn)化到L*a*b顏色空間：

(8)

其中：

(9)

L*、a*和b*在L*a*b顏色空間中分別表示亮度、綠色-紅色分量、藍(lán)色-黃色分量。公式(8)中Xn、Yn和Zn分別表示標(biāo)準(zhǔn)參考白的CIE 1931 XYZ三刺激值?？梢酝ㄟ^公式(8)在L*a*b顏色空間中定義色差，即兩種顏色之間的感知差異，同時(shí)考慮亮度和色度的差異：

(10)

其中，顯示的圖像與目標(biāo)圖像的亮度與顏色區(qū)別在式中表示為：ΔL*、Δa*、Δb*。

(11)

其中:m和n表示圖像的尺寸，ΔEmax表示黑色與白色的差異。本文使用LabPSNR作為評(píng)價(jià)指標(biāo)，來(lái)量化調(diào)光前后漏光導(dǎo)致的圖像亮度和顏色失真，其值越小失真越嚴(yán)重，反之亦然。

5 實(shí)驗(yàn)結(jié)果

為了驗(yàn)證本文所提出的調(diào)光算法，我們使用了4幅典型樣本圖像，圖像分辨率同為1 920×1 080，并根據(jù)圖像亮度和對(duì)比度情況將它們分為4類，如圖5所示。使用Matlab模擬了它們?cè)?0×24分區(qū)的直下式分區(qū)調(diào)光液晶顯示器上的顯示。

圖5 樣本圖像。(a)高亮度高對(duì)比度圖像(湖泊)；(b)高亮度低對(duì)比度圖像(水面)；(c)低亮度高對(duì)比度圖像(黃昏)；(d)低亮度低對(duì)比度圖像(星空)。

圖6 4幅圖像應(yīng)用4種算法的比較。(a)Avg法；(b)Sqrt法；(c)Diff法；(c)本文所提算法。

在上述模擬系統(tǒng)中，分別應(yīng)用Avg法、Sqrt法、Diff法和本文所提算法。以上4種算法的仿真圖像示于圖6。同時(shí)，4幅樣本圖像運(yùn)用不同調(diào)光算法的背光功耗比、截?cái)嘣肼暠?、L*a*b顏色空間峰值信噪比LabPSNR分別列于表1、表2、表3。并且在圖7中做了比較。

表1 圖5中4幅圖像應(yīng)用3種算法的功耗比

Tab.1 Power consumption ratio of the three algorithms applied to the four images in Fig.5

ImagesPowerconsumptionratio/%AvgSqrtDiffProposed(a)72.0283.7790.6885.09(b)58.4475.0474.9071.56(c)29.3651.3055.6049.15(d)24.6047.6683.3068.05

表2 圖5中4幅圖像應(yīng)用3種算法的截?cái)嘣肼暠?/p>

Tab.2 The distortion ratio of the three algorithms applied to the four images in Fig.5

ImagesDisfortionratio/%AvgSqrtDiffProposed(a)36.7114.717.121.77(b)28.0618.4216.472.19(c)4.9710.390.29(d)4.601.820.810.43

表3 圖5中4幅圖像應(yīng)用3種算法L*a*b顏色空間峰值信噪比LabPSNR

Tab.3 LabPSNR of the three algorithms applied to the four images in Fig.5

ImagesLabPSNR/dBAvgSqrtDiffProposed(a)29.6332.3333.5437.96(b)28.2932.4232.0036.65(c)24.392828.0832.77(d)25.1330.4436.8441.07

圖7 仿真結(jié)果。(a)功耗比；(b)截?cái)嘣肼暠龋?c)L*a*b顏色空間峰值信噪比。

根據(jù)表1和在圖7(a)比較可知，對(duì)于4幅典型圖像，應(yīng)用不同算法的平均節(jié)能率分別為41.11%，64.44%，76.12%，68.46%，Avg法節(jié)能效果更突出，Sqrt法、Diff法與本文所提算法的功耗相近。根據(jù)表2和在圖7(b)比較可得，應(yīng)用不同算法的平均截?cái)嘣肼暠确謩e為18.59%，8.99%，6.2%，1.17%，不同類型圖像應(yīng)用Avg法均會(huì)產(chǎn)生較為嚴(yán)重的截?cái)嘣肼?；Sqrt法與Diff法一定程度上抑制了截?cái)嘣肼?，但?duì)高亮度高對(duì)比度圖像和高亮度低對(duì)比度圖像，截?cái)嘣肼曇廊粐?yán)重；本文算法可大幅降低不同類型圖像的截?cái)嘣肼?。通過表3和在圖7(c)比較可以看出，對(duì)不同類型圖像應(yīng)用不同算法得到的LabPSNR平均值分別為26.86，30.80，32.62，37.11 dB，應(yīng)用本文所提算法得到的LabPSNR相較于其他算法有明顯提升。

Avg法能夠使背光的功耗顯著降低，但調(diào)光后的圖像失真嚴(yán)重。Sqrt法圖像的質(zhì)量更依賴背光功耗的增加，Diff法對(duì)高亮度圖像調(diào)光容易產(chǎn)生失真。并且，應(yīng)用上述3種算法的截?cái)嘣肼暠冗h(yuǎn)高于本文所提算法，LabPSNR均小于本文所提算法，即圖像的顏色和亮度失真大于本文所提算法。綜上所述，本文所提算法在合理降低背光功耗的同時(shí)，各類圖像調(diào)光后的顯示質(zhì)量更優(yōu)。

6 結(jié) 論

本文提出的基于圖像局部亮度的液晶顯示動(dòng)態(tài)調(diào)光算法，根據(jù)輸入圖像亮度分布圖與Max法得到的初始背光分布圖對(duì)應(yīng)局部區(qū)域相似程度，控制初始背光適當(dāng)降低，再結(jié)合背光混光擴(kuò)散與像素補(bǔ)償技術(shù)實(shí)現(xiàn)了高質(zhì)量的圖像顯示。實(shí)驗(yàn)結(jié)果表明，應(yīng)用該算法能夠合理降低背光功耗，平均降低約31.54%；截?cái)嘣肼暤玫斤@著抑制，平均低至像素總和的1.17%；最終顯示圖像的顏色和亮度失真明顯改善，平均LabPSNR達(dá)到37.11 dB。本算法對(duì)各類圖像都具有良好的適用性。