CN108337495A

CN108337495A - 一种视频图像动态对比度调整方法及其调整装置

Info

Publication number: CN108337495A
Application number: CN201810126415.1A
Authority: CN
Inventors: 谢将相
Original assignee: Beijing Huimor Technology Co Ltd
Current assignee: Beijing Huimor Technology Co Ltd
Priority date: 2018-02-08
Filing date: 2018-02-08
Publication date: 2018-07-27
Anticipated expiration: 2038-02-08
Also published as: CN108337495B

Abstract

本发明提供一种视频图像动态对比度的调整方法及其调整装置。调整方法的核心在于提出了一种动态对比度拉伸方法，包括线性拉伸和非线性拉伸，以及Fatside限制、黑电平调整、色度饱和度调整。线性拉伸和非线性拉伸用于自适应地对图像的对比度进行拉伸，Fatside限制、黑电平调整、色度饱和度调整用于防止失真或过度拉伸。

Description

一种视频图像动态对比度调整方法及其调整装置

技术领域

本发明涉及计算机图像处理领域，尤其涉及一种视频图像动态对比度拉伸处理。

背景技术

在视频设备，如电视中常常会采用动态对比度拉伸来对图像进行处理。动态对比度拉伸是一种通常在电视中应用的算法的名称，这种算法以使得图像对于观众来说看上去更好的方式来动态地调整显示图像的亮度。这一处理通过获取各帧的亮度值(连同亮度分布的其他统计值)的直方图来实现，软件处理这些统计值从而生成亮度输入(luma in)和亮度输出(luma-out)值的表格，然后用此表格将进入的图像的亮度值映射到新的亮度输出值。这样，亮度输入和亮度输出表格会随着输入图像的改变而改变。图形的像素包含亮度和色度信息，亮度反应对比度，色度包括色调和饱和度。但是目前对于这一算法的研究还相对较少，即使有也只是一些简单的调整，不能很好地自适应各种场景，也不能保证对于任何场景都不失真、都不闪烁，例如黑暗场景、明亮场景、自然场景、静止的图像、活动的图像、静止的图像、场景内容发生突变等。另外，单独改变图像的亮度还会引起所观察到的颜色的改变，目前的算法也没有考虑这一影响。

发明内容

鉴于上述的分析，本发明旨在提供一种视频图像动态对比度的调整方法及其调整装置。要解决的技术问题和达到的有益效果在于：提供了一种适用于任何场景的动态对比度调整方法，调整是自适应于场景内容的，能够防失真、闪烁，同时根据亮度的调整还自适应地调整相应色度饱和度。

本发明采用如下技术方案：

一种视频图像动态对比度调整方法，其步骤流程如图1所示：

步骤101、输入图像获取图像亮度的原始直方图；

步骤102、读取步骤一中的直方图，并应用动态对比度拉伸方法在亮度调整模块中生成亮度调整查找表LUT；

步骤103、应用步骤二中生成的LUT调整输入亮度值；

步骤104、根据步骤三中对图像亮度的调整相应的调整图像的色度饱和度，进而将原始色度Cr和Cb调整为色度Adj_Cr和Adj_Cb；

其中，步骤102中所述的动态对比度拉伸方法(其流程如图2所示)的具体步骤为：

(1)设定黑电平Black和白电平White的值；

(2)估计直方图中的亮度电平分布的最小值Min；

(3)估计直方图中的亮度电平分布的最大值Max；

(4)估计直方图中的亮度电平分布的中点值Mid；

(5)自适应地进行对比度拉伸调整，包括线性拉伸、非线性拉伸、Fatside限制、黑电平调整。

其中步骤(2)具体为：在空间域上，令直方图中总像素点的1％处像素点对应的像素亮度为fmin1、2％处像素点对应的像素亮度为fmin2、3％处像素点对应的像素亮度为fmin3，则当前帧图像的最小值fCurMin＝0.5*fMin1+fMin2-0.5*fMin3；在时间域上，令当前图像的上一帧和上上一帧图像的最小值分别为fLastMin和fLastLastMin，其计算方法同空间域上当前帧图像最小值的计算；当fLastMin和fLastLastMin均不为0时，Min＝(fLastLastMin+fLastMin+fCurMin)/3，否则Min＝fCurMin；如果此时算出的Min<Black，则令Min＝Black。

其中步骤(3)具体为：在空间域上，令直方图中总像素点的98％处像素点对应的像素亮度为fMax98、97％处像素点对应的像素亮度为fMax97，则当前帧图像的最大值fCurMax＝2*fMax98-fMax97；在时间域上，令当前图像的上一帧和上上一帧图像的最大值分别为fLastMax和fLastLastMax，其计算方法同空间域上当前帧图像最大值的计算；当fLastMax和fLastLastMax均不为0时，Max＝(fLastLastMax+fLastMax+fCurMax)/3，否则Max＝fCurMax；如果此时算出的Max>White，则令Max＝White。

其中步骤(4)具体为：在空间域上，令直方图中从小到达排列的总像素点的50％处像素点对应的像素亮度为当前帧图像的中点值fCurMid；在时间域上，令当前图像的上一帧和上上一帧图像的中点值分别为fLastMid和fLastLastMid，其计算方法同空间域上当前帧图像中点值的计算；当fLastMid和fLastLastMid均不为0时，Mid＝(fLastLastMid+fLastMid+fCurMid)/3，否则Mid＝fCurMid。Mid也就每一帧图像的平均亮度APL。步骤(2)、(3)、(4)的方法可以有效地防止场景切换时的闪烁

其中步骤(5)具体为：

(5.1)根据图像内容判断是否存在偏斜分布，即判断Mid与(Max-Min)/2是否相等，如果相等说明不存在偏斜分布，进行将Min调整至Lin_Min将Max调整至Lin_Max的线性拉伸：Lin_Min＝(Gain*Black)+(1-Gain)*Min；Lin_Max＝(Gain*White)+(1-Gain)*Max；Gain为线性拉伸增益，Gain∈(0,1)，是用户根据图形内容设置的参数，设定Black＝16、White＝235；

(5.2)根据图像内容判断是否存在偏斜分布，即判断Mid与(Max-Min)/2是否相等，如果不等说明存在偏斜分布，需要进行Fatside限制后再进行(5.1)中的线性拉伸，其中Fatside限制用于将Min的拉伸量限制在Fatside_Min*Gain以内，将Max的拉伸量限制在Fatside_Max*Gain以内：令Fatside_Min＝minimum[Mid-Min,(Max-Min)/2]，Fatside_Max＝minimum[Max–Mid,(Max-Min)/2]，则如果(Min-Fatside_Min*Gain)>Lin_Min成立，则Adj_Min＝Min-Fatside_Min*Gain；否则Adj_Min＝Lin_Min；如果(Max+Fatside_Max*Gain)<Lin_Max成立，则Adj_Max＝Max+Fatside_Max*Gain；否则Adj_Max＝Lin_Max；Fatside限制后线性拉伸曲线的斜率为Lin_inc＝(Adj_Max-Adj_Min)/(Max-Min)；则设定[0,Adj_Min)为近黑区域、[Adj_Min,Adj_Max]为拉伸区域、(Adj_Max,255]为近白区域；

(5.3)根据黑电平对(5.2)中的Adj_Min进行调整：

判断Min是否小于黑电平Black，若是，令Min＝Black，则Adj_Min＝Black-Lin_inc；若不是，则不调整Adj_Min；

(5.4)在(5.2)和(5.3)的调整后，还需要根据图像偏斜程度将线性拉伸修正为非线性拉伸：

计算反映偏斜程度的偏斜因子：Skew＝{((Max+Min)/2)-Mid}/((Max-Min)/2)，Skew∈[-1,1]，当Skew＝0为不存在偏斜分布，Skew≠0为存在偏斜分布；

利用Skew和Lin_inc计算拉伸区的起始增量Start＝Lin_inc–Skew*(Lin_inc-1)；计算Delta增量Δ＝(Lin_inc-Start)/((Max-Min)/2)；利用Start和Δ修正线性拉伸曲线为非线性拉伸曲线。

其中，步骤二中生成LUT具体为：

LUT的大小为256，其中每一个元素LUT[id]表示对应的亮度值Luma[id]，id＝0、1、2、…、255，

其中Black_inc＝Adj_Min/Min为近黑区域[0,Adj_Min)的调整增量；Start+(id-Adj_Min)*Δ为拉伸区[Adj_Min,Adj_Max]的调整增量；White_inc为近白区域(Adj_Max,255]的调整增量White_inc＝(255-Adj_Max)/(255-Max)。

其中，步骤四具体为：

对于动态对比度拉伸后图像平均亮度增加的，相应地需要增大色度饱和度，反之，需要降低色度饱和度；为了计算色度饱和度的调整系数Chroma_sat，需要先确定动态对比度拉伸后图像亮度分布的新中点值Adj_Mid＝(Mid-Min)*Lin_inc+Adj_Min；则：Chroma_sat＝(Adj_Mid-Mid)/(White-Black)；则调整后的色度:Cb_Adj＝Cb*(1+Chroma_sat)；Cr_Adj＝Cr*(1+Chroma_sat)。

本发明还提供了一种自适应调整图像动态对比度的装置，其特征在于，所述装置包括：图像输入装置：用于输入采集到的图像的亮度Y、色度Cr和Cb；图像直方图获取装置：根据输入的亮度Y获取直方图统计值；图像直方图读取装置：用于估计直方图最大值、最小值和中点值；亮度调整模块，用于基于所述最大值、最小值和中点值生成亮度查找表LUT；亮度调整装置：根据生成的LUT表调整输出亮度；图像输出装置：将色度Cr、Cb和调整后的亮度合成进行输出；其中LUT表的生成是根据上述动态对比度调整方法来生成的。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的附图标记表示相同的部件。

图1为视频图像动态对比度调整方法步骤总流程图。

图2为动态对比度拉伸方法的步骤流程图。

图3为动态对比度拉伸中处理数据流的3个步骤。

图4为动态对比度调整的结构框图。

图5为简单线性拉伸曲线。

图6.1为增益对拉伸直方图的影响。

图6.2为增益对于高对比度图像的影响。

图6.3为增益对于低对比度图像的影响。

图6.4为增益对于黑暗偏斜图像的影响。

图7为对对比度拉伸进行Fatside限制的一个实例。

图8为进行Fatside限制的拉伸曲线效果。

图9为偏斜的估算示意图。

图10为非线性拉伸时Skew的分布。

图11为非线性拉伸的总体效果。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

1.本发明的目的是描述动态对比度拉伸算法和其基本特征。

APL：平均像素电平，即中点值。

DC:动态对比度。

LAB:亮度调整块。

2.必要条件

根据输入图像性质调整的动态对比度拉伸。

高APL下的较高的对比度拉伸，以及低APL下的较低的对比度拉伸。对于高APL图像，黑色拉伸得较低；对于低APL图像，白色拉伸得较高。

对比度拉伸的用户可调整电平。

和质量目标一样重要的是，应该避免下列失真(通常避免失真比实现质量目标具有更高的优先级。有一些失真仅能够通过降低对比度拉伸的增益和影响来避免)。

总体场景亮度不应该受到显著影响。

总体场景颜色不应该受到显著影响。

不应该引入频带。

不应该引入一般性柔和。

在场景变化时不应该出现对比度或亮度上非常大或宽泛的改变。

算法应该不受噪声影响。

算法对于各种内容上应该同样有效：黑暗场景、明亮场景、自然图像、图形、静止的图像、活动的图像，而且没有显著的失真。

3.处理数据流

针对动态对比度拉伸的处理数据流包括3个步骤，如图3所示。图3示意了初始步骤(0)：利用硬件来收集硬件中64bin的亮度直方图统计值。在下一个步骤(1)中，主软件读取直方图，并且处理对比度拉伸算法，生成LAB查找表格。在最后一个步骤(2)中，在硬件中应用新的查找表格，来根据对比度拉伸算法修改亮度值。

4.图4示出了实施本发明动态对比度调整的结构框图，包括图像输入装置：用于输入采集到的图像的亮度Y、色度Cr和Cb；图像直方图获取装置：根据输入的亮度Y获取直方图统计值；图像直方图读取装置：用于估计直方图最大值、最小值和中点值；亮度调整模块LAB，用于基于所述最大值、最小值和中点值利用动态对比度拉伸算法生成亮度查找表LUT；亮度调整装置：根据生成的LUT表调整输出亮度；图像输出装置：将色度Cr、Cb和调整后的亮度合成进行输出。

6.对比度拉伸

6.1.估计分布

对比度拉伸算法需要具有关于分布的知识。然而，请注意，亮度在图像上的分布不是正态分布，也不是参数分布。根据平均数和总和(Σ)估计分布对于大量内容是无意义的。

需要确定分布最小值Min和分布最大值Max以及中点值Mid，以及黑电平和白电平。其中最小值Min是用1％、2％和3％估计出来的，分布最大值Max是用97％、98％估计出来的。本发明有时也用Min1％、Max99％、Mid50％表示最小值、最大值、中点值。

50％中点表示总体场景平均亮度，偏斜用来确定场景是否主要由黑度还是白度占据。例如，如果50％中点(50％ile)在大-小值的中间以下，那么场景则在图像中是黑暗的。然而，如果50％ile中点在大-小值的中间之上，那么场景是明亮的。

最终，算法包括最大值、最小值和中点的3-场平均值。这样进一步有助于除去噪声的影响，并且似乎没有不利地影响对比度拉伸算法的响应时间。使用IIR滤波器对最大值/最小值/中点进行过滤：

Imax＝iFilterPrev*ILastMax+(1-iFilterPrev)*ICurMax

ILastMax＝Imax；

当前的硬件限于直方图统计值的64bin。假定bins内的4个亮度电平之间是线性分布(线性变化)，来计算最小值和最大值。将2％、3％，97％和98％的点线性地内插进入他们的bins，以提供实际位置的估计值。

6.2.计算对比度拉伸

当前计算对比度拉伸的算法使用上述的三个输入：最小值、最大值和中点值，并且将每种分布视为由这三个点建模。包括：线性拉伸、Fatside限制(以下进行定义)、基于偏斜的非线性拉伸、对于近黑色图像的黑电平调整、对于拉伸图像的色度调整。

线性和非线性拉伸是用来增强图像的，而fatside限制、黑电平调整和色度调整则都是在合适位置进行的查验以防止失真和防止可能看起来不自然的过度拉伸。

6.2.1.线性拉伸

线性拉伸可以简单地通过寻找图像中的最小值和最大值的点，并且拉伸整个图像来计算，使得最小值接近黑电平，最大值接近白电平。超过最小值和最大值的输入电平被压缩为比黑色更黑的区域和比白色更白的区域。

图5为简单线性拉伸曲线。在这个图中，输入亮度值在X轴上作为LAB块的输入，而输出亮度值在Y轴上作为LAB块的输出。拉伸操作在这里是线性拉伸，从而将最小点移向黑电平，而把最大值移向白电平。注意，超过1％的最小值或99％的最大值的输入值被推送入比黑还黑和比白还白的区域。

这是一种简单的对比度拉伸的方法，并且通常对于大量的素材是足够的。然而，对于对比度很窄的内容来说，这个方法将会过度拉伸图像，并且严重影响对比度。这会在视频中产生奇怪的失真，并且使得场景变化和总体亮度变化变得非常显眼。另外，这种简单的拉伸不会给用户提供增益控制。

增益参数的相加是相当直接的。增益因数将调整最小值和黑色之间或者最大值和白色之间的拉伸量。这通过简单的百分比来应用：增益＝1.0是黑色/白色的完全拉伸，而增益＝0.5从最小值到黑色的一半拉伸以及从最大值到白色的一半拉伸。增益＝0.0没有影响，并且不执行拉伸。增益对于拉伸的影响在图6.1-6.3的直方图中示出：

图6.1中增益对拉伸直方图的影响：图中实线显示了源直方图，以虚线显示了拉伸后输出所得直方图。0.5的增益因数防止直方图在场景到场景的对比度变化的端值方面产生大的变化。这样也允许对于客户来说的用户可调节控制。使用从最小值至黑色或最大值至白色的百分比转换的方法对于各种输入源直方图都有好的影响。特别地，这种方法流畅地适应输入分布中的变化。

图6.2中增益对于高对比度图像的影响：图中显示对高对比度源图象应用了非常少的拉伸，并且总体影响是很小的。如果用户希望进一步的拉伸，那么可能的机制将会将限度从1％/99％改变为5％/95％以引起进一步的拉伸。这个方向不是当前推荐的，而是如果客户需要具体化的话，应该将其记住。

图6.3中增益对于低对比度图像的影响：图中示出了低对比度图像被拉伸，但是是以温和的增益的方式进行的，来防止将图像过度拉伸至完全的高对比度输出。得到较好结果的推荐增益为0.5至0.8的范围。

图6.4表示增益对于黑暗偏斜图像的影响：图中示出了应用于最小值和最大值的百分比增益的影响。黑暗图像在暗边上几乎没有或者没有拉伸，但是仍然允许该图像的亮面上的拉伸对比度。这在不同类型的场景之间具有流畅转变的效果，并且具有在这一源的黑暗区域大体上不受影响时总体场景亮度不受影响的效果。在光亮图像上看见了相似的效果，并且避免了总体亮度的改变并且避免了将图像在可能改变该源的初始预定组成的方向上拉伸图像。

Adj_Min＝Gain*Black+(1-Gain)*Min

Adj_Max＝Gain*White+(1-Gain)*Max

Supposed:Min＞＝Black；Max＜＝White

6.2.2.Fatside限制

Fatside限制是应用在偏斜分布(特别是暗或亮的低对比度图像)时进一步限制对比度拉伸的概念。一个实例是Hoosiers农场场景-低对比度的多雾清晨。没有限制的话，这一图像将被过度拉伸，并且场景中的黑暗物体将被拉伸的太多，失去了黑暗区域中的细节。其他的相似的场景包括具有偏斜中档分布的Hoosiers篮球场景。最后，一些图形图像可能会是低对比度的。这似乎是不可思议的，但是确实存在很多机打图像带有白色背景上亮的蓝色文字的情况。这对眼睛来说是敏感的，但是没有让整个区域从黑色贯穿至白色。

在算式形式中，fatside(对比度拉伸)限制将中点值减最小值(Mid-Min)与范围的一半(Max-Min)/2进行比较。

fatside限制(FatsideMin和FatsideMax)告诉我们直方图的上下侧的直方图的宽度。这种fatside限制用来限制对比度拉伸算法以便Min点的拉伸不超过FatsideMin的量，Max的拉伸不超过FatsideMax的量。

图7是对对比度拉伸进行Fatside限制的一个实例。从该示意图可以看出，分布向图像的暗边偏斜。最低点(1％)至中点(50％)之间几乎没有距离，暗示了有许多暗像素。FatsideMin是一个合理的小的范围。对比度拉伸设置为使得图像被伸展得不超过FatsideMin。这个限制功能通过定义AdjustedMin来实现：

AdjMin＝Min1％-FatsideMin*Gain

AdjMax＝Max99％+FatsideMax*Gain

AdjMin和AdjMax被认为在[黑电平,白电平]的范围内。"增益"是用户参数设置的0.0到1.0的值。

定义了AdjMin和AdjMax点之后，回到对比度拉伸，执行从AdjMin到AdjMax的线性拉伸。我们不再需要将min点拉伸至Black或者将max点拉伸至White，因为这会过度拉伸图像。使用上述技术，我们将min点拉伸至AdjMin，将max点拉伸至AdjMax。这样防止过度拉伸图像，并且防止在分布的一侧上过度拉伸。

使用AdjMin和AdjMax进行拉伸。图8显示了Fatside限制后将Min值拉伸至AdjMin点以及将Max值拉伸至AdjMax点的效果。

这样具有两种好的性能：保留图像和最小化失真。

·根本上，这种方法防止过度拉伸暗图像的暗边，或者过度拉伸亮度偏斜图像的亮边。暗偏斜图像(如夜景)不会使其亮度变化，但是会将图像内部的白色高亮进行拉伸，给出更清晰图像和更高对比度的效果。

·第二个效果是窄分布(很低对比度的图像诸如雾景或者某种图形)根本不会拉伸太多。

例如，如果整个分布宽度(Max-Min)是10亮度电平，则Fatside限制将Min拉伸5电平，将Max拉伸5电平，产生20电平的最终分布(假定增益＝1.0)。

这个限制效果对于将大的变化限制为窄的分布来说非常有用。很容易看出，窄的分布不应该拉伸为完全的黑色至白色的范围。这样做将大大地改变景物亮度，并且大大地增大图像内部的任何噪声-这对于观看来说是令人不悦的。

6.2.3.非线性拉伸

为了进一步获得增强地拉伸效果，我们意识到眼睛对能量曲线的反应不是线性的也不是恒定。通常，在暗的房间里，眼睛对于对比度不太敏感，而在亮的房间里眼睛对于对比度更敏感。

与在暗的房间里观察两个近黑色物件时相比，在明亮的房间里时，眼睛能察觉出两个同样的近黑色物件之间的不同的相对对比度。在明亮房间中提高白电平对比度无济于事，但是提高黑色附近的对比度会增加整体对比度。

在黑暗房间中所察觉的平面白色表面与镜面白色反射之间的对比度通常被压缩，并且可以在黑暗场景中进行加强来给出更好的对比度和清晰度的感觉。另外，提高黑色附近的对比度不是个好办法，它仅仅会扩大这一区域的噪声(在MPEG编码图像中经常出现的黑色附近移动噪声或者一般模拟信号中发出的噪声)。而提高黑暗场景中白色附近的对比度会增加镜面高亮点和所察觉到的清晰度。这两种增强通过在亮度反应曲线上放置一些曲率来实现。在黑暗场景中更多的拉伸白电平将增加对比度和镜面高亮点，而在明亮场景中更多的拉伸黑电平将得到较黑－黑色的效果和总体更好的对比度。这种非线性拉伸实际上仅应用于偏斜图像(即主要是暗或者主要是亮的图像)。

观察这种拉伸的其他方式是从照相机到显示器的端到端(end to-end)功率函数的视角来看。亮度的功率函数通常设置为电视1.25.的功率函数(假定显示器是功率函数2.5γ，并且在昏暗的观看环境中)。对于较明亮的观看环境，比如办公室，端到端功率函数通常是1.125，对于较暗的观看环境，比如电影院，端到端功率函数为1.5，以更好地观看。在大屏幕应用中，屏幕的亮度超过房间的亮度和观众的亮度，则基于场景内容调节端到端功率函数是有意义的。对于明亮的场景，亮度曲线的曲率需要降低以降低端到端功率函数。对于黑暗场景，亮度曲线的曲率需要增加。这个通过提高黑暗场景中白色附近像素的对比度拉伸(提高高L处的ΔL)以及通过提高明亮场景中黑色附近像素的对比度拉伸(提高低L处的ΔL)来实现。

为了检验这些种类的场景，我们计算偏斜因数，偏斜因数本质上是Mid50％点离Max-Min范围的中间有多远的百分比度量。

图9示出了偏斜的估算的示意图。该图显示了高偏斜分布将产生大的Skew值。在极端的时候，对于其一般的点都在Max99％亮度值的图像来说Skew为-1，而对于一直偏斜至Min1％点的图像来说，Skew为1.0。Skew参数不会超出-1.0至1.0范围。图10示出了非线性拉伸中Skew的分布。

Skew参数用来将第二阶曲率投入(inject)迄今为止讨论的线性拉伸。这通过在各步骤中将小的Δ斜率增加至线性拉伸的斜率来实现。

根据Skew计算Δ，对于此运算，我们关心计算Δ值，这基于图像中偏斜的量。从原始拉伸的线性增量(斜率)开始，我们使用Skew计算线性拉伸顶部的第二阶斜率。这看起来似乎是奇怪的方法，但是当我们创建表格(如下所述)时，每个表格条目根据表格中的先前的值的简单增量来计算。在表格中每一步，将Δ添加至增量，从而实现黑暗场景(上述图中所示)中Max99％附近的像素的较大步阶。类似地，对于明亮场景将Δ增加反向，产生明亮场景中Min1％附近的像素的较大步阶(steps)。

在所有情况下，对于限制进行核查以确保各亮度步阶之间的增量总是大于或者等于1.0。必须保持这个范围以防止条带效应(banding)。如果拉伸方程式产生较大的其中多个输入亮度值具有相同的输出亮度值的屏幕的区域，那么条带效应在屏幕上变得可见。这应该在所有给出的算法中避免。

图11示出了非线性拉伸的总体效果。该示意图示出了对于偏斜图像的直方图调整和亮度进入-输出(in-out)传递功能的总体效果，其中Δ调整提供非线性拉伸。

6.2.4.黑色电平调整

对于黑色电平和近黑色(near-black)电平进行调整。通常的调整是常数黑色电平拉伸，这是可选的用户控制，并且通常用于简单的黑色拉伸算法。本发明是对于具有比黑更黑的直方图最低值(Min1％<16)的图像对线性拉伸进行的自适应改变。

测量图像的黑色电平是较难的。结果是，许多图像不具有对于黑色正确设置的最低值。在Min1％在黑色之上的图像里，正常的线性拉伸可以容易地使图像适应并拉伸图像至接近黑色。然而，在Min1％在黑色之下的图像里，出现一些问题。大多数显示屏不能很好地显示比黑更黑的颜色。当试图区分这些近黑色区域中黑暗区域和灰色区域时，这些图像的对比度变差。另外，虽然存在将这些图像拉伸一定量的期望，但是我们需要以不提高黑色电平的方式来进行。很容易对直方图中的黑色电平产生误判，并将黑更黑的像素拉伸以提高至黑色电平。在这种情况下，黑暗图像的总体背景突然看起来是深灰色，而不是黑色。

这通过如下方法解决：检查线性拉伸的斜率，创建拉伸点AdjMin使得黑色电平仍然是黑色，同时对于比黑色小的一些亮度值仍然提供一些拉伸。使用下列方程式：

这产生从黑色输入像素至稍低于黑色的像素的拉伸。总拉伸量越大，低于黑色的近黑色像素的拉伸越多。对于相对极端的2x的拉伸(LinearIncrement是Luma in到Luma-out传递曲线的斜率，也是对比度拉伸放大系数的大小)，可以看到，黑色输入16在14输出，而17的输入在16输出，18的输入在18输出，从那里拉伸继续。

计算AdjMin值之后，再计算总拉伸量。

将小于AdjMin的值稍微压缩以允许拉伸功能，但是主要保持不变。

6.2.5.色度调整

根据人眼的期望行为进行最后一个调整来改变亮度的整体变化。结果显示，眼睛期待更亮的场景，包含更多的饱和色(设想户外的晴天-全部颜色看起来很强烈)，而黑暗场景则颜色暗淡。极端情况下，我们通常在非常暗的房间里看不到颜色，后者至少我们很难辨别不同的颜色或者辨别颜色的值。

当我们进行(即使稍微地)增加场景的亮度的调节时，对于色度的效果使得有色物体看起来像褪色的并且很柔和。亮度的增加必须兼有饱和度的增加，才能保持所保持的颜色相对于图像的新亮度的平衡。

为了计算亮度的总体变化，算法基于应用于所测量的Mid50％点的对比度拉伸来计算新的中点。这一新的中点称为AdjMid：

AdjMid＝(Mid50％-Min1％)*LinearIncrement+AdjMin，则

Chroma_sat＝(Adj_Mid-Mid)/(White-Black)。

所调整的中点偏离原始直方图Mid50％点越多，则总体景物亮度的变化越大。利用复合器数据通路(Compositordatapath)中的色空间转换器，将这一亮度的百分比变化应用于色度饱和度。

在应用于色度饱和度之前，亮度的百分比移位(shift)乘以3x总数。例如，如果总中点由于对比度拉伸移位5％，则发生色度饱和度方面的15％的变化。这个比率是通过实验性检验实现的因数，并且可能需要进一步调整。

7.3.构建LAB表

逐渐在三个区域构建LAB表：近黑色、拉伸区域和近白色。在近黑色区域(从0到Adj_Min)，表格填写增加了以下量的各个值：Black_Inc＝AdjMin/Min

这个区域可能会产生增量<1.0的压缩以及条带效应。然而，像素的数量是非常小的并且大不可能看得见。

在拉伸区域(从Adj_Min到Adj_Max)，表格填写增加了以下量的各个值：

LinearIncrement＝(AdjMax-AdjMin)/(Max-Min)

在每一步骤中：LinearIncrement+＝Δ这实现了如上所述的线性拉伸加非线性拉伸。

最后，在近黑色区域(从Adj_Max到255)，表格填写增加了以下量的各个值：White_Inc＝(255-AdjMax)/(255-Max)。

这个区域可能会产生增量<1.0的压缩以及条带效应。然而，像素的数量是非常小的并且大不可能看得见。上述过程可采用下述公式表示：

8.实际算法伪码

/*Calculate histogram,In_Pixel_Data:8bit*/

VSB_HISTO_DATA[In_Pixel_Data>>2]++；

/*Readhistogram and fill inbins and findtotal ofall bins*/

uTotal＝0；

for(id＝0；id<VSB_HISTO_BIN_NUM；id++)

{

uBin[id]＝VSB_HISTO_DATA[id]；

uTotal+＝uBin[id]；}

/*Findpoint ofall bins*/

Function(uTotal,uBin,i){

for(id＝0；id<VSB_HISTO_BIN_NUM；id++)

{

uAccBin+＝uBin[id]；

if(uAccBin*100<i*uTotal){

i_left＝100*uAccBin/uTotal；

point_left＝(id+1)<<2；}

else{

i_right＝100*uAccBin/uTotal；

point_right＝id<<2+3；

break；}

}

returnpoint＝point_left+(i-i_left)*(point_right-point_left)/(i_right-i_left)；

}

/*Findminpoint ofall bins*/

fMin1＝Lab_FindPoint(uTotal,uBin,1)；

fMin2＝Lab_FindPoint(uTotal,uBin,2)；

fMin3＝Lab_FindPoint(uTotal,uBin,3)；

/*eliminate the flashing*/

fCurMin＝0.5*fMin1+fMin2-0.5*fMin3；

if(fCurMin<1)

fCurMin＝1；

/*Take the avg ofthe last 3min forprocessingto reduce the flashing*/

if(fLastMin！＝0&&fLastLastMin！＝0)

fMin＝(fCurMin+fLastMin+fLastLastMin)/3；

else

fMin＝fCurMin；

fLastLastMin＝fLastMin；

fLastMin＝fCurMin；

/*Find max point ofall bins*/

fMax98＝Lab_FindPoint(uTotal,uBin,98)；

fMax97＝Lab_FindPoint(uTotal,uBin,97)；

fCurMax＝2*fMax98-fMax97；

if(fCurMax>255)

fCurMax＝255；

/*Take the avg ofthe last 3 max for processing to reduce theflashing*/

if(fLastMax！＝0&&fLastLastMax！＝0)

fMax＝(fLastLastMax+fLastMax+fCurMax)/3；

else

fMax＝fCurMax；

fLastLastMax＝fLastMax；

fLastMax＝fCurMax；

/*Find midpoint ofall bins*/

fCurMid＝Lab_FindPoint(uTotal,uBin,50)；

/*Take the avg ofthe last 3 mid for processing to reduce theflashing*/

if(fLastMid！＝0&&fLastLastMid！＝0)

fMid＝(fLastLastMid+fLastMid+fCurMid)/3；

else

fMid＝fCurMid；

fLastLastMid＝fLastMid；

fLastMid＝fCurMid；

/*Find the amount ofnear-blackpixels*/

fNearBlack＝(float)(uBin[0]+uBin[1])/uTotal；

/*gain affects total span ofblack to white*/

fBlack＝(fGain*10)+(1-fGain)*16；

fWhite＝(fGain*245)+(1-fGain)*235；

fBlack＝16；

fWhite＝235；

fSpan＝fWhite-fBlack；

/*Compute the delta increment.This provides underexposed images*/

/*ability to stretch black levels,and overexposed to stretch white*/

/*levels.Every lut entry increases the increment by a delta.This*/

/*is a second order equation.The resulting increment is never less*/

/*than 1.The amount ofdelta depends upon the image skew.*/

fStr_limit＝fGain；

/*clamp(fMin<fMid<fMax)*/

if(fMid<fMin)fMid＝fMin+1；

if(fMid>fMax)fMid＝fMax-1；

fLin_min＝(1-fGain)*fMin+fGain*fBlack；

if(fMax<＝fWhite)

fLin_max＝(1-fGain)*fMax+fGain*fWhite；

else

fLin_max＝fmax；

fFatside_min＝((fMid-fMin)<((fMax-fMin)/2))？(((fMax-fMin)+2*(fMid-fMin))/4):((fMax-fMin)/2)；

fFatside_max＝((fMax-fMid)<((fMax-fMin)/2))？(((fMax-fMin)+2*(fMax-fMid))/4):((fMax-fMin)/2)；

if(fLin_min>1){

if((fMin-fFatside_min*fStr_limit)>fLin_min)

fAdj_min＝fMin-fFatside_min*fStr_limit；

else

fAdj_min＝fLin_min；}

else{

if((fMin-fFatside_min*fStr_limit)>1)

fAdj_min＝fMin-fFatside_min*fStr_limit；

else

fAdj_min＝1；}

if(fLin_max<254){

if((fMax+fFatside_max*fStr_limit)<fLin_max)

fAdj_max＝fMax+fFatside_max*fStr_limit；

else

fAdj_max＝fLin_max；}

else{

if((fMax+fFatside_max*fStr_limit)<254)

fAdj_max＝fMax+fFatside_max*fStr_limit；

else

fAdj_max＝254；

}

/*First compute the linear strecth*/

fLin_inc＝(fAdj_max-fAdj_min)/(fMax-fMin)；

if(fMin<fBlack){

fMin＝fBlack；

fAdj_min＝fBlack-fLin_inc；

}

if(fLin_inc<1.0){

fLin_inc＝1.0；

fAdj_min＝fMin；

fAdj_max＝fMax；

}

fAdj_min-＝iBlackStretch；

fBlack_inc＝fAdj_min/fMin；

fWhite_inc＝(255-fAdj_max)/(255-fMax)；

fAdj_mid＝(fMid-fMin)*fLin_inc+fAdj_min；

/*midpoint skew from mid-gray.*/

fSkew＝((fMax+fMin)/2-fMid)/((fMax-fMin)/2)；

if(fSkew<0.0)

fSkew＝(1+fSkew)*(1+fSkew)-1；/*push toward-1*/

else

fSkew＝1-(1-fSkew)*(1-fSkew)；/*push toward 1*/

/*Calculate start increment and delta increment*/

fStart＝fLin_inc-fSkew*(fLin_inc-1)；

fDelta＝(fLin_inc-fStart)/((fMax-fMin)/2)；

fChroma_sat＝2.0*(fAdj_mid-fMid)/(fMax-fMin)；

/*Stretch from 16 to 235*/

fInc＝fStart；

fLuma＝0；

for(id＝0；id<BVDC_P_LAB_TABLE_SIZE；id++){

if(id<fAdj_min)

fLuma+＝fBlack_inc；

else if(id<＝fAdj_max){

fLuma+＝fInc；

fInc+＝fDelta；

}

else if(id>fAdj_max)

fLuma+＝fWhite_inc；

/*Avoidover flow*/

if(fLuma>255)fLuma＝255；

/*Build LAB table*/

*(uLabTable+id)＝(uint32_t)(fLuma+0.5).

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims

1.一种视频图像动态对比度调整方法，其特征在于，包括：

步骤一、输入图像获取图像亮度的原始直方图；

步骤二、读取步骤一中的直方图，并应用动态对比度拉伸方法在亮度调整模块中生成亮度调整查找表LUT；

步骤三、应用步骤二中生成的LUT调整输入亮度值；

步骤四、根据步骤三中对图像亮度的调整相应的调整图像的色度饱和度，进而将原始图形的色度Cr和Cb调整为Adj_Cr和Adj_Cb；

其中，步骤二中所述的动态对比度拉伸方法的具体步骤为：

(1)设定黑电平Black和白电平White的值；

(2)估计直方图中的亮度电平分布的最小值Min；

(3)估计直方图中的亮度电平分布的最大值Max；

(4)估计直方图中的亮度电平分布的中点值Mid；

2.根据权利要求1所述的方法，其特征在于：其中步骤(2)具体为：

在空间域上，令直方图中总像素点的1％处像素点对应的像素亮度为fmin1、2％处像素点对应的像素亮度为fmin2、3％处像素点对应的像素亮度为fmin3，则当前帧图像的最小值fCurMin＝0.5*fMin1+fMin2-0.5*fMin3；

在时间域上，令当前图像的上一帧和上上一帧图像的最小值分别为fLastMin和fLastLastMin，其计算方法同空间域上当前帧图像最小值的计算；

当fLastMin和fLastLastMin均不为0时，Min＝(fLastLastMin+fLastMin+fCurMin)/3，否则Min＝fCurMin；如果此时算出的Min<Black，则令Min＝Black。

3.根据权利要求1所述的方法，其特征在于：其中步骤(3)具体为：

在空间域上，令直方图中总像素点的98％处像素点对应的像素亮度为fMax98、97％处像素点对应的像素亮度为fMax97，则当前帧图像的最大值fCurMax＝2*fMax98-fMax97；

在时间域上，令当前图像的上一帧和上上一帧图像的最大值分别为fLastMax和fLastLastMax，其计算方法同空间域上当前帧图像最大值的计算；

当fLastMax和fLastLastMax均不为0时，Max＝(fLastLastMax+fLastMax+fCurMax)/3，否则Max＝fCurMax；如果此时算出的Max>White，则令Max＝White。

4.根据权利要求1所述的方法，其特征在于：其中步骤(4)具体为：

在空间域上，令直方图中从小到达排列的总像素点的50％处像素点对应的像素亮度为当前帧图像的中点值fCurMid；

在时间域上，令当前图像的上一帧和上上一帧图像的中点值分别为fLastMid和fLastLastMid，其计算方法同空间域上当前帧图像中点值的计算；

当fLastMid和fLastLastMid均不为0时，Mid＝(fLastLastMid+fLastMid+fCurMid)/3，否则Mid＝fCurMid。

5.根据权利要求1所述的方法，其特征在于：其中步骤(5)具体为：

(5.1)根据图像内容判断是否存在偏斜分布，即判断Mid与(Max-Min)/2是否相等，如果相等说明不存在偏斜分布，进行将Min调整至Lin_Min将Max调整至Lin_Max的线性拉伸：

Lin_Min＝(Gain*Black)+(1-Gain)*Min；

Lin_Max＝(Gain*White)+(1-Gain)*Max；

Gain为线性拉伸增益，Gain∈(0,1)，是用户根据图形内容设置的参数，设定Black＝16、White＝235；

(5.2)根据图像内容判断是否存在偏斜分布，即判断Mid与(Max-Min)/2是否相等，如果不等说明存在偏斜分布，需要进行Fatside限制后再进行(5.1)中的线性拉伸，其中Fatside限制用于将Min的拉伸量限制在Fatside_Min*Gain以内，将Max的拉伸量限制在Fatside_Max*Gain以内：

令Fatside_Min＝minimum[Mid-Min,(Max-Min)/2]，Fatside_Max＝minimum[Max–Mid,(Max-Min)/2]，则

如果(Min-Fatside_Min*Gain)>Lin_Min成立，则Adj_Min＝Min-Fatside_Min*Gain；否则Adj_Min＝Lin_Min；

如果(Max+Fatside_Max*Gain)<Lin_Max成立，则Adj_Max＝Max+Fatside_Max*Gain；否则Adj_Max＝Lin_Max；

Fatside限制后线性拉伸曲线的斜率为Lin_inc＝(Adj_Max-Adj_Min)/(Max-Min)；

则设定[0,Adj_Min)为近黑区域、[Adj_Min,Adj_Max]为拉伸区域、(Adj_Max,255]为近白区域；

(5.3)根据黑电平对(5.2)中的Adj_Min进行调整：

6.根据权利要求5所述的方法，其特征在于：步骤二中生成LUT具体为：

其中Black_inc＝Adj_Min/Min为近黑区域[0,Adj_Min)的调整增量；Start+(id-Adj_Min)*Δ为拉伸区[Adj_Min,Adj_Max]的调整增量；White_inc＝(255-Adj_Max)/(255-Max)为近白区域(Adj_Max,255]的调整增量。

7.根据权利要求6所述的方法，其特征在于：步骤四具体为：

对于动态对比度拉伸后图像平均亮度增加的，相应地需要增大色度饱和度，反之，需要降低色度饱和度；为了计算色度饱和度的调整系数Chroma_sat，需要先确定动态对比度拉伸后图像亮度分布的新中点值Adj_Mid＝(Mid-Min)*Lin_inc+Adj_Min；则：Chroma_sat＝(Adj_Mid-Mid)/(White-Black)；则调整后的色度:Adj_Cb＝Cb*(1+Chroma_sat)；Adj_Cr＝Cr*(1+Chroma_sat)。

8.一种自适应调整图像动态对比度的装置，其特征在于，所述装置包括：图像输入装置：用于输入采集到的图像的亮度Y、色度Cr和Cb；图像直方图获取装置：根据输入的亮度Y获取直方图统计值；图像直方图读取装置：用于估计直方图最大值、最小值和中点值；亮度调整模块，用于基于所述最大值、最小值和中点值生成亮度查找表LUT；亮度调整装置：根据生成的LUT表调整输出亮度；图像输出装置：将色度Cr、Cb和调整后的亮度合成进行输出；其中LUT表的生成是根据权利要求1-7任意一项所述的动态对比度调整方法来生成的。