姚洪濤,范煒
(長(zhǎng)春理工大學(xué) 計(jì)算機(jī)科學(xué)技術(shù)學(xué)院,長(zhǎng)春 130022)
顯示系統(tǒng)是提供視覺信息的電子系統(tǒng),目前市場(chǎng)上顯示器的顯示系統(tǒng)基本上都采用RGB三基色系統(tǒng)。但是,隨著人們生活水平的不斷提高以及相關(guān)顯示技術(shù)的迅猛發(fā)展,傳統(tǒng)的RGB顯示系統(tǒng)的弊端逐漸顯現(xiàn)。例如,隨著大屏?xí)r代的到來(lái),人們對(duì)大屏顯示器所顯現(xiàn)的圖像色彩飽和度以及圖像質(zhì)量的要求越來(lái)越高,而RGB顯示系統(tǒng)的色域較窄,可覆蓋面有限,很難再提升圖像的質(zhì)量;與此同時(shí),當(dāng)人們?cè)趹敉馐褂秒娮釉O(shè)備時(shí),由于光照強(qiáng)度對(duì)顯示器的亮度要求也隨之提高,而RGB顯示系統(tǒng)難以做到在不增加功耗的條件下提高顯示器的亮度。基于此,多基色顯示系統(tǒng)應(yīng)運(yùn)而生。目前,市場(chǎng)上已有的多基色顯示系統(tǒng)大致有三種[1]:夏普的Quad-Pixel RGBY系統(tǒng)、索尼的White Magic RGBW系統(tǒng)以及三星的PenTile RGBW系統(tǒng)。RGBW多基色顯示技術(shù)是其中的核心。
RGBW技術(shù)是在原有紅綠藍(lán)子像素的基礎(chǔ)上添加白色子像素,再通過(guò)合適的子像素布局達(dá)到高亮度和低功耗的目的[2]。越來(lái)越多的研究人員將RGBW顯示技術(shù)致力于解決功耗、屏幕分辨率、顯示亮度以及顏色空間等方面的問(wèn)題,本文在此研究背景下,為了提升圖像顯示亮度,對(duì)已有的RGBW信號(hào)的映射算法進(jìn)行了研究,并提出了一種改進(jìn)的信號(hào)映射算法,較好地提升了圖像亮度。
優(yōu)秀的信號(hào)映射算法不僅可以提高顯示亮度,擴(kuò)大顏色空間,而且可將傳統(tǒng)RGB信號(hào)所代表的場(chǎng)景圖像無(wú)色調(diào)偏差的顯示在RGBW顯示器上,使人眼得到更為舒適的視覺享受。目前,已有的信號(hào)映射算法有很多種:文獻(xiàn)[3]中提出了一種不改變顏色色調(diào)的信號(hào)映射算法,該算法通過(guò)調(diào)整RGBW顯示器中紅綠藍(lán)三基色信號(hào)值的方式,在保留原圖像色彩飽和度的同時(shí)提升了顯示亮度,然而該算法只能提升飽和度較高的圖像效果,會(huì)降低非飽和色圖像的飽和度,圖像可能出現(xiàn)失真的情況;文獻(xiàn)[4]中提到了一種把RGB信號(hào)通過(guò)HSV空間過(guò)渡到RGBW信號(hào)的算法,這一算法將HSV空間作為信號(hào)映射的過(guò)渡,在提升圖像亮度的同時(shí)也保證了最后得到的RGBW信號(hào)和原圖像的RGB信號(hào)色彩基本一樣,然而該算法對(duì)于白色子像素的取值需要根據(jù)具體的情況而定,且其計(jì)算方式較為復(fù)雜,不易實(shí)現(xiàn);文獻(xiàn)[5]中給出了一種維持RGBW圖像色彩的新算法,該算法否認(rèn)維持色調(diào)飽和度恒定就能保持住色彩的觀點(diǎn),認(rèn)為保持色調(diào)飽和度恒定并不能保持原圖像的顏色,該算法認(rèn)為,根據(jù)人眼視覺機(jī)制來(lái)說(shuō),圖像像素的顏色空間應(yīng)該是由該像素以及周圍全部像素在RGB三色上的相對(duì)明暗程度而決定的,但該算法缺少理論和實(shí)驗(yàn)支持,難以實(shí)現(xiàn)。
基于上述分析,在對(duì)現(xiàn)有的RGBW信號(hào)轉(zhuǎn)換算法進(jìn)行研究的基礎(chǔ)上,針對(duì)轉(zhuǎn)換算法過(guò)程中圖像可能會(huì)出現(xiàn)失真的情況,在文獻(xiàn)[3]的基礎(chǔ)上提出并改進(jìn)了一種RGB到RGBW信號(hào)的映射算法,較好地提升了圖像亮度。
RGBW顯示技術(shù)的出現(xiàn),對(duì)提高圖像亮度和圖像顯示的質(zhì)量有著重要的作用,但是到目前為止,市場(chǎng)上的大部分視頻和圖像傳輸信號(hào)仍然以RGB信號(hào)為主[6]。如何將RGB信號(hào)轉(zhuǎn)換映射為RGBW信號(hào),是實(shí)現(xiàn)多基色顯示系統(tǒng)的基礎(chǔ)。
一般認(rèn)為從RGB顯示系統(tǒng)到RGBW顯示系統(tǒng)的轉(zhuǎn)換方案過(guò)程可分為三步[7]:首先從RGB信號(hào)中提取出W分量;然后根據(jù)信號(hào)映射算法方案扣除相應(yīng)的R、G、B分量值;最后生成新的RGBW信號(hào)。
針對(duì)相關(guān)工作以及對(duì)現(xiàn)有算法的研究,分析了各算法的優(yōu)缺點(diǎn)和適用范圍,并具體給出了以下兩種算法方案,同時(shí)針對(duì)算法方案中存在的一些缺陷,在文獻(xiàn)[3]的基礎(chǔ)上提出了一種改進(jìn)的算法映射方案。
針對(duì)信號(hào)映射算法的研究,有人提出了一種算法方案:
RGB三原色等比例混合可以得到白色,因此式(1)中白色子像素W的分量取輸入RGB信號(hào)中的最小值,再將原來(lái)的R、G、B分量值減去提取的白色子像素W的分量值,剩余的值作為輸出的R、G、B、W相應(yīng)的分量值,圖1為該算法的原理示意圖。
圖1 算法方案一原理圖
當(dāng)圖像顏色色彩飽和度較高時(shí),采用該算法能夠很好的保留色彩的效果,但是當(dāng)圖像色彩飽和度較低時(shí),圖像會(huì)出現(xiàn)失真情況,這是由于白色子像素的增加必然會(huì)導(dǎo)致整體顏色飽和度的降低,這是該算法無(wú)法避免的問(wèn)題。
為了解決算法方案一中的弊端,飛利浦公司提出了一種算法的改進(jìn)方案,該方案的優(yōu)點(diǎn)在于保證了輸出RGBW信號(hào)中的R、G、B三分量值的比例與原圖像中輸入RGB信號(hào)中的R、G、B三分量值的比例保持不變,即在不改變色彩飽和度的前提下,提升了圖像的亮度。圖2是對(duì)該算法的描述。
圖2 算法方案二原理圖
該算法中輸出RGBW信號(hào)的計(jì)算公式為:
式(2)中,MIN的值為各像素中R、G、B分量值的最小值,MAX的值為最大值,根據(jù)不同的情況,W的取值有以下幾種:
①規(guī)定W為輸入信號(hào)的最小分量值:
②強(qiáng)調(diào)最高亮度部分的白光:W=MIN2
③改變半色調(diào)亮度:
④規(guī)定W為其所能達(dá)到的最大值:
將式(2)進(jìn)行變換,可以得到:
即:
由式(5)可知,輸出RGBW信號(hào)中的R、G、B三分量值的比例與原圖像中輸入RGB信號(hào)中的R、G、B三分量值的比例保持不變,因此原圖像和輸出圖像的色彩飽和度相同。
該算法方案計(jì)算量較小,硬件實(shí)現(xiàn)過(guò)程中的邏輯電路也較少,便于實(shí)現(xiàn)。但是也存在一些缺陷,即當(dāng)原圖像中RGB信號(hào)值中有一個(gè)分量值為0時(shí),所提取的白色子分量值也會(huì)為0,該算法方案失效,無(wú)法提高原圖像亮度。
基于算法方案二中輸出RGBW信號(hào)中的R、G、B三分量值的比例與原圖像中輸入RGB信號(hào)中的R、G、B三分量值的比例保持不變的特點(diǎn),針對(duì)算法方案二中存在的缺陷,基于文獻(xiàn)[3]的基礎(chǔ)上改進(jìn)了算法方案,給出了RGBW各分量值的計(jì)算公式:
式中,MIN值為各像素中R、G、B分量值的最小值,MAX值為最大值,α為轉(zhuǎn)換因子,取值一般為1-2.5,本文取轉(zhuǎn)換因子為2,S為圖像色彩飽和度。改進(jìn)算法流程圖如圖3所示。
圖3 改進(jìn)算法方案流程圖
RGB顯示系統(tǒng)的色域和RGBW顯示系統(tǒng)的色域基本相同,因此,可以通過(guò)RGB顯示系統(tǒng)來(lái)模擬RGBW顯示系統(tǒng)?;诖?,本文選用了720×480的彩色圖像,對(duì)該圖像進(jìn)行了R、G、B信號(hào)的取值,并通過(guò)上述的幾種算法方案分別計(jì)算出了它們的R、G、B、W輸出通道的值。接著對(duì)這幾種算法方案進(jìn)行Matlab數(shù)據(jù)仿真,再對(duì)得到的效果圖進(jìn)行了峰值信噪比(PSNR)和顏色空間(HSV)值的計(jì)算,通過(guò)數(shù)據(jù)對(duì)幾種算法方案進(jìn)行客觀的評(píng)價(jià),驗(yàn)證了改進(jìn)的算法方案在不改變?cè)瓐D像色彩飽和度的前提下,較好的提升了圖像亮度。
圖4是Matlab中仿真實(shí)驗(yàn)得到的各方案的合成圖像以及紅綠藍(lán)通道圖像的效果圖的對(duì)比圖,其中(a)為原圖像的效果圖,(b)為算法方案一的效果圖,(c)為算法方案二的效果圖,(d)為本文改進(jìn)算法方案的目標(biāo)圖像效果圖。
為方便對(duì)改進(jìn)的算法方案的效果進(jìn)行說(shuō)明,采用了PSNR這個(gè)指標(biāo)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了評(píng)價(jià),以此來(lái)檢驗(yàn)圖片的質(zhì)量。PSNR定義為:
MSE是原圖像和效果比較圖的均方誤差,表達(dá)式為:
其中,fa(i,j)和fb(i,j)代表原圖像和效果圖在第i,j列的顏色值。各算法的PSNR值統(tǒng)計(jì)見表1。
表1 三種算法方案的PSNR比較
作為評(píng)價(jià)圖像質(zhì)量好壞的指標(biāo),PSNR能夠很好地反映圖像的失真程度。PSNR的值越大,圖像失真越小。上表1中可以看出算法改進(jìn)方案的PSNR在紅色分量、綠色分量以及藍(lán)色分量上的值都高于算法方案一和算法方案二,說(shuō)明算法改進(jìn)方案所恢復(fù)的圖像質(zhì)量要比其他兩種算法方案效果更好。
接著對(duì)圖(3)中合成圖像進(jìn)行了HSV值的計(jì)算,HSV是根據(jù)顏色的直觀特性而創(chuàng)建的一種顏色空間,這個(gè)模型中顏色的參數(shù)分別是:色調(diào)(H)、飽和度(S)以及明度(V),計(jì)算結(jié)果見表2。
圖4 三種方案的效果對(duì)比圖
表2 各圖像的HSV值比較
上表2中可以看出在飽和度S一定的情況下,改進(jìn)方案的明度V的值較算法方案一和算法方案二都有明顯的提高,說(shuō)明使用改進(jìn)方案后,在保證飽和度不變的前提下,較好的提升了圖像的亮度。
結(jié)合表1、表2數(shù)據(jù)可以得出結(jié)論,在保證了色彩飽和度S的基本恒定的前提下,算法改進(jìn)方案較算法方案一和算法方案二較好地提升了圖像的明亮度V,驗(yàn)證了改進(jìn)后算法方案的可行性。
RGBW顯示系統(tǒng)的出現(xiàn)解決了RGB顯示系統(tǒng)的技術(shù)瓶頸問(wèn)題,而如何將RGB信號(hào)轉(zhuǎn)換成RGBW信號(hào),是實(shí)現(xiàn)RGBW顯示系統(tǒng)的基礎(chǔ)。針對(duì)RGB到RGBW顯示系統(tǒng)的信號(hào)映射算法,通過(guò)對(duì)已有的RGBW信號(hào)映射算法的研究,并分析了這幾種映射算法的優(yōu)缺點(diǎn),提出了一種改進(jìn)后的信號(hào)映射算法。Matlab仿真實(shí)驗(yàn)表明,改進(jìn)的算法保證了色彩飽和度的基本恒定,在RGBW信號(hào)與原有RGB信號(hào)近乎一樣的色彩的前提下,較好地提升了圖像的亮度。
[1]Tanaka M,Horiuchi T,Tominaga S.Color control of a lighting system using RGBW LEDs[C].International Society for Optics and Photonics,2011.
[2]Hammer M,Hinnen K J G.Local luminance boosting of an RGBW LCD[J].Iournal of Display Technology,2014,10(1):33-42.
[3]Lee C,Monga V.Power-constrained RGB-to-RGBW conversion for emissive displays:optimizationbasedapproaches[J].IEEE TransactionsonCircuits& Systems for Video Technology,2016,26(10):1821-1834.
[4]Song K J K.Technical evolution of liquid crystal displays[J].Npg Asia Materials,2009,1(1):29-36.
[5]Spindler J P,Hatwar T K,Miller M E,et al.System considerations for RGBW OLED displays[J].Journal of the Society for Information Display,2012,14(1):37-48.
[6]姚洪濤,李鑫巖.RGB空間的HDR圖像合成與色彩調(diào)節(jié)算法[J].長(zhǎng)春理工大學(xué)學(xué)報(bào):自然科學(xué)版,2015,38(5):145-149.
[7]潘定平.RGBW顯示器的特性及映射算法評(píng)價(jià)方法研究[D].北京:北京理工大學(xué),2016.
長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版)2018年1期