基于直方圖和主灰度的調(diào)光算法

張 磊，李亞妮，陸呂晨，呂國強(qiáng)，＊

（1.合肥工業(yè)大學(xué) 特種顯示技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室 特種顯示技術(shù)國家工程實(shí)驗(yàn)室現(xiàn)代顯示技術(shù)省部共建國家重點(diǎn)實(shí)驗(yàn)室，安徽 合肥 230009；2.合肥工業(yè)大學(xué) 計算機(jī)與信息學(xué)院，安徽 合肥 230009；3.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；4.合肥工業(yè)大學(xué) 光電技術(shù)研究院，安徽 合肥 230009）

1 引 言

目前主流的顯示技術(shù)是液晶顯示技術(shù)，液晶顯示器主要包括背光源和液晶面板，背光源是整機(jī)耗能最大的部分。伴隨著液晶顯示技術(shù)的廣泛應(yīng)用，節(jié)能及畫質(zhì)提升成為液晶顯示技術(shù)改進(jìn)的主要方向。而調(diào)光技術(shù)是集節(jié)能與畫質(zhì)提升于一身的最佳技術(shù)之一。

調(diào)光算法主要包括兩個部分：背光調(diào)光和圖像補(bǔ)償。背光調(diào)光是依據(jù)輸入的圖像確定背光等級并調(diào)節(jié)背光輸出，通過降低背光輸出來實(shí)現(xiàn)節(jié)能。圖像補(bǔ)償是為了補(bǔ)償由于背光降低導(dǎo)致的圖像失真而對輸入圖像進(jìn)行的補(bǔ)償處理，通過增大像素的灰度等級來補(bǔ)償背光下降引起的圖像失真。經(jīng)過近年來的研究和發(fā)展，已經(jīng)提出了許多應(yīng)用于LED（Light－emitting Diode，LED）液晶顯示器背光調(diào)光算法，包括最大值法［1］、平均值法［2］、映射曲線反轉(zhuǎn)法［3－4］和 CDF（Cumulative Distribution Function，CDF）閾值法［5－6］等。最大值法節(jié)能率最低但是圖像失真最?。黄骄捣ü?jié)能率最高但是圖像失真過大。映射曲線反轉(zhuǎn)法依賴圖像的灰度分布和對應(yīng)參數(shù)選取，對于灰度分布不均勻的圖像難以取得較好效果。CDF閾值法節(jié)能率較高同時圖像失真較小，但是對偏暗圖像失真較嚴(yán)重。

本文提出了一種調(diào)光算法，基于輸入圖像灰度直方圖和主灰度來確定背光，可以較好地平衡圖像處理引入失真與節(jié)能率的矛盾，實(shí)現(xiàn)了節(jié)能率較高且圖像處理后失真較少的目標(biāo)。

2 提出的調(diào)光算法

本文算法是依據(jù)輸入圖像的特征來選取背光。算法分為3個步驟：（1）將輸入圖像按圖像像素灰度的平均值分為3種類型；（2）統(tǒng)計圖像的灰度直方圖和主灰度等特征值用于背光確定；（3）使用多元回歸分析方法確定背光公式系數(shù)，再依據(jù)公式計算背光調(diào)光亮度。

2.1 圖像分類

為了進(jìn)一步提高節(jié)能率，改善處理后圖像畫質(zhì)，將圖像依據(jù)平均灰度mean，按公式（1）映射為低亮度、中等亮度和高亮度3種類型。為了降低圖像補(bǔ)償中出現(xiàn)的溢出，本文灰度定義如公式（2）所示，取一個像素的紅色像素亮度值R，綠色像素亮度值G和藍(lán)色像素亮度值B中最大值作為灰度gray。

式中：當(dāng)mean在［0，120］之間時，圖像屬于低亮度圖像。當(dāng)mean在［120，200］之間時，圖像屬于中亮度圖像。當(dāng)mean在［200，255］之間時，圖像屬于高亮度圖像。平均灰度mean范圍通過仿真實(shí)驗(yàn)來確定。

2.2 統(tǒng)計計算圖像特征值

算法使用到的圖像特征值包括：灰度值LH70，該參數(shù)是依據(jù)灰度直方圖計算出的灰度值，表示輸入圖像中70%的像素灰度值都小于等于該值。該參數(shù)反映圖像的基本背光需求；輸入圖像最大值和平均值的差值Ldiff，該參數(shù)反映了背光可以調(diào)節(jié)的范圍，因此該參數(shù)是確定背光的重要指標(biāo)；灰度直方圖中占比最大的灰度Hcolor1和灰度直方圖中占比次大的灰度Hcolor2，這兩個參數(shù)反映了圖像的主要灰度變化趨勢，是圖形中比較關(guān)鍵的信息，可以對背光進(jìn)行有效地修正。圖1是某幅圖像的灰度直方圖，將圖中從灰度0到灰度100每級灰度對應(yīng)的像素個數(shù)累加和記為H70。H70大于整幅圖像總像素個數(shù)的70%。因此LH70為100。而Hcolor1是圖1中最高縱向條紋對應(yīng)的灰度，即占比最大的灰度。Hcolor2是圖1中次高縱向條紋對應(yīng)的灰度，即占比次大的灰度。

圖1 圖像特征值說明圖Fig.1 Illustration of image characteristic values

2.3 背光計算

背光公式的系數(shù)確定過程分為3步：（1）選取100幅測試圖像，通過仿真調(diào)整每幅圖像的背光，確定一個適合該圖像的最優(yōu)背光范圍（比如［175，195］），然后取該范圍的平均值為最優(yōu)背光值BLS；（2）統(tǒng)計100幅圖像的特征，包括LH70、Ldiff、Hcolor1和 Hcolor2；（3）采用多元線性回歸分析方法［7］，使用最小二乘法擬合數(shù)據(jù)，求取公式（3）中參數(shù)b0、b1、b2和b3：

考慮到圖像依據(jù)平均灰度mean劃分為低亮度、中亮度、高亮度3種類型，所以對每種類型的圖像分別求取擬合參數(shù)。此外由于高亮度圖像中Hcolor1和Hcolor2參數(shù)對背光選擇影響較小，因此高亮圖像的背光公式中不包含這兩個參數(shù)。最終的背光公式如公式（4）所示：

3 調(diào)光算法評價

本文選取30幅典型圖像進(jìn)行仿真測試。其中10幅圖像來自柯達(dá)圖庫（Kodak True Color Image Suite）［8］，其余的圖像則是補(bǔ)充的低亮度和高亮度圖像，如圖2所示，其中第二行的圖像均取自柯達(dá)圖庫。所有圖像都使用線性插值法放大為1920×1080全高清圖像。算法仿真中對圖像像素的補(bǔ)償均采用文獻(xiàn)［9－10］中提及的像素補(bǔ)償方法來實(shí)現(xiàn)。

對本文算法的評價包括兩個方面：一方面使用主客觀評估方法對圖像處理后效果進(jìn)行評價，另一方面節(jié)能率。在保證圖像顯示效果的前提下節(jié)能率越高越好。主觀評價通過組織多人多次對處理前后圖像進(jìn)行觀察來評價圖像處理效果?？陀^評價通過常用的評價指標(biāo)對圖像效果進(jìn)行評價。本文采用調(diào)光效果指數(shù)DEI（Dimming Effect Index，DEI）對圖像處理效果進(jìn)行客觀評估，該指數(shù)是對常用圖像評價指標(biāo)的一種綜合，可以較客觀的反映圖像處理前后的變化情況。DEI的范圍是［0，1］，取值越大圖像的處理效果越好。

圖2 測試圖像Fig.2 Tested images

調(diào)光效果指數(shù)是用來衡量調(diào)光后圖像效果的一種指標(biāo)。DEI由 MSSIM（Mean Structural Similarity，MSSIM）值［11］、RMSE（Root Mean Squared Error，RMSE）值和 MI（Mutual Information，MI）［12］值等衡量圖像失真程度的指標(biāo)構(gòu)成。其中MSSIM是對SSIM（Structural Similarity，SSIM）評價算法［13－14］的改進(jìn)。RMSE值是MSE（Mean Squared Error，MSE）的根值［15］。MI值是基于信息熵理論評測圖像相似性的一種指標(biāo)，MI值在［0，1］之間，越接近1表明調(diào)光后的圖像越接近原圖像。對這3個指標(biāo)進(jìn)行歸一化處理后，綜合起來構(gòu)成一個與主觀評價結(jié)果更加接近的指標(biāo)，即DEI，其定義如公式（5）所示：

節(jié)能率S計算如公式（6）所示。BL是背光公式計算出的背光值，范圍是［0，255］。

使用DEI指數(shù)對30幅圖像處理效果進(jìn)行評價，如表1所示。從表1數(shù)據(jù)可知，30幅圖像中，DEI指數(shù)基本大于0.91，滿足畫質(zhì)要求。DEI低于0.91有5幅圖像，分別為第3、4、7、17和18號圖。第3、4和7號圖是整體亮度偏高，高亮區(qū)域較多。通過公式確定的背光較低，引起高亮區(qū)域產(chǎn)生溢出失真。第17號和18號圖是整體顏色比較單一的圖像。通過公式確定的背光過低，從而使處理后圖像偏暗，導(dǎo)致失真?？傊珼EI指數(shù)的平均達(dá)到0.95，基本能夠滿足圖像處理前后的保真度要求。

表1 DEI評估結(jié)果Tab.1 DEI test result

表2反映了使用本文算法處理圖像后的節(jié)能率情況。表2中最高節(jié)能率達(dá)到50.33%，最低節(jié)能率為7.26%，平均節(jié)能率為28.22%。圖3中第3行圖像的節(jié)能率較好。這是因?yàn)檫@一行圖像中整體偏暗，使用算法確定背光較低，所以節(jié)能率較高。總體而言，使用本文算法可以取得較好的節(jié)能率。

表2 節(jié)能率評估結(jié)果Tab.2 Power－saving test results

將本文算法與常見的最大值法、平均值法、IMF法和CDF閾值法等算法進(jìn)行對比測試。使用不同的算法對30幅圖像進(jìn)行仿真并計算平均DEI指數(shù)和平均節(jié)能率，結(jié)果如表3所示。從表中可知IMF法和平均值法的節(jié)能率均在50%以上，但是DEI指數(shù)較低說明這兩種算法雖然節(jié)能效果很好但會導(dǎo)致處理后圖像存在較大失真。而最大值法的DEI指數(shù)為1而節(jié)能率幾乎沒有，則說明其圖像處理前后沒有失真，但節(jié)能效果卻乏善可陳。CDF閾值法和本文算法均屬于DEI指數(shù)和節(jié)能率比較平衡的方法，相對而言雖然本文算法的DEI指數(shù)略低于CDF閾值法，但是本文算法在節(jié)能率上有接近10%的提升。

表3 對比測試結(jié)果Tab.3 Comparison results of several dimming algorithms

4 結(jié) 論

提出了一種基于灰度直方圖和主灰度的調(diào)光算法。算法分為3個步驟：（1）將輸入圖像按圖像的平均值分為3類；（2）統(tǒng)計圖像的灰度直方圖和主灰度等特征值用于背光確定；（3）使用多元回歸分析方法確定背光公式系數(shù)，再依據(jù)公式計算背光調(diào)光亮度。對該算法使用DEI指數(shù)和節(jié)能率指標(biāo)進(jìn)行客觀評估。仿真實(shí)驗(yàn)的結(jié)果表明調(diào)光效果指數(shù)DEI為0.95，平均節(jié)能率為28.22%。通過與常見算法的對比測試表明，本文算法具有較高的節(jié)能率和較高的顯示效果，較好地平衡了顯示效果和節(jié)能率的矛盾。

［1］楊雷，李純懷，陳宥燁，等.基于平均值法的LED背光源動態(tài)調(diào)光二次修正算法［J］.液晶與顯示，2014，29（1）：101－105.Yang L，Li C H，Chen Y Y，et al.Dynamic dimming algorithm with twice－correction of LED backlit based on average［J］.Chinese Journal of Liquid Crystals and Displays，2014，29（1）：101－105.（in Chinese）

［2］Seetzen H，Heidrich W，Stuerzlinger W，et al.High dynamic range display systems ［C］.ACM Transaction on Graphics，2004，23（4）：760－768.

［3］Lin F，Liao C，Liao L，et al.Inverse of Mapping Function（IMF）method for image quality enhancement of high dynamic range LCD TVs［J］.Digest of Technical Papers－SID international Symposium，2007，38（2）：1343－1346.

［4］馮奇斌，何會杰，張偉偉，等.用于側(cè)出式發(fā)光二極管背光的全局動態(tài)調(diào)光算法［J］.光學(xué)精密工程，2012，20（7）：1455－1462.Feng Q B，He H J，Zhang W W，et al.Global dimming algorithm for side－lit LED backlights［J］.Optics and Precision Engineering，2012，20（7）：1455－1462.（in Chinese）

［5］劉艷中，鄭學(xué)仁，陳建賓.基于圖像CDF閾值的LCD－TV動態(tài)背光主亮度提取算法及硬件實(shí)現(xiàn)［J］.液晶與顯示，2010，25（3）：449－453.Liu Y Z，Zheng X R，Chen J B.Dynamic backlight signal extraction algorithm based on threshold of image CDF for LCD－TV and its hardware implementation ［J］.Chinese Journal of Liquid Crystals and Displays，2010，25（3）：449－453.（in Chinese）

［6］何會杰，馮奇斌，張磊，等.基于圖像分類的全局動態(tài)調(diào)光算法［J］.光學(xué)學(xué)報，2013，33（8）：205－211.He H J，F(xiàn)eng Q B，Zhang L，et al.Global dimming algorithm based on image classification［J］.Acta Optica Sinica，2013，33（8）：205－211.（in Chinese）

［7］高惠璇編著.應(yīng)用多元統(tǒng)計分析［M］.北京：北京大學(xué)出版社，2005.Gao H X.Applied Multivariate Statistical Analysis ［M］.Beijing：Beijing University Press，2005.（in Chinese）

［8］Franzen R.Kodak true color image suite［DB／OL］.〔2013－02－27〕.http：／／r0k.us／graphics／kodak／.

［9］Kerofsky L，Daly S.Brightness preservation for LCD backlight dimming［J］.Sharp Technical Journal，2007（95）：50－57.

［10］Jin Y，Kim J，Lee H J.Reduction of quantization errors caused by dynamic LCD backlight scaling ［J］.IEICE Electron Express，2009，6（9）：535－539.

［11］葉盛楠，蘇開娜，肖創(chuàng)柏，等.基于結(jié)構(gòu)信息提取的圖像質(zhì)量評價［J］.電子學(xué)報，2008，36（5）：856－861.Ye S N，Su K T，Xiao C B，et al.Image quality assessment based on structural information extraction ［J］.Acta Eleclronica Sinica，2008，36（5）：856－861.（in Chinese）

［12］胡良梅，高雋，何柯峰.圖像融合質(zhì)量評價方法的研究［J］.電子學(xué)報，2004，32（12A）：218－221.Hu L M，Gao J H，Ke F.Research on quality measures for image fusion ［J］.Acta Eleclronica Sinica，2004，32（12A）：218－221.（in Chinese）

［13］Wang Z，Bovik A C.A universal image quality index［J］.IEEE Signal Processing Letters，2002，9（3）：81－84.

［14］Wang Z，Bovik A C，Sheikh H R，et al.Image quality assessment：from error visibility to structural similarity［J］.IEEE Transactions on Image Processing，2004，13（4）：600－612.

［15］姚軍財.基于人眼對比度敏感視覺特性的圖像質(zhì)量評價方法［J］.液晶與顯示，2011，26（3）：390－396.Yao J C.Image quality assessment methond based on contrast sensitivity characteristics of human vision system［J］.Chinese Journal of Liquid Crystals and Displays，2011，26（3）：390－396.（in Chinese）