CN118571161B - Led显示屏的显示控制方法、装置、设备及存储介质 - Google Patents
Led显示屏的显示控制方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN118571161B CN118571161B CN202411037549.8A CN202411037549A CN118571161B CN 118571161 B CN118571161 B CN 118571161B CN 202411037549 A CN202411037549 A CN 202411037549A CN 118571161 B CN118571161 B CN 118571161B
- Authority
- CN
- China
- Prior art keywords
- image
- color
- display screen
- display
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012937 correction Methods 0.000 claims abstract description 88
- 238000009826 distribution Methods 0.000 claims abstract description 65
- 238000012545 processing Methods 0.000 claims abstract description 58
- 238000009877 rendering Methods 0.000 claims abstract description 58
- 239000000463 material Substances 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 47
- 238000005286 illumination Methods 0.000 claims abstract description 37
- 238000006243 chemical reaction Methods 0.000 claims abstract description 36
- 238000001914 filtration Methods 0.000 claims abstract description 17
- 238000003708 edge detection Methods 0.000 claims abstract description 15
- 238000012360 testing method Methods 0.000 claims abstract description 15
- 230000004927 fusion Effects 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 39
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000013507 mapping Methods 0.000 claims description 23
- 238000010606 normalization Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 13
- 230000005855 radiation Effects 0.000 claims description 13
- 230000008447 perception Effects 0.000 claims description 12
- 230000016776 visual perception Effects 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 7
- 230000002457 bidirectional effect Effects 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000007499 fusion processing Methods 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 230000001172 regenerating effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 description 19
- 239000003086 colorant Substances 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 4
- 239000002184 metal Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
- G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
- G09G3/22—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources
- G09G3/30—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels
- G09G3/32—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters using controlled light sources using electroluminescent panels semiconductive, e.g. using light-emitting diodes [LED]
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/02—Improving the quality of display appearance
- G09G2320/0233—Improving the luminance or brightness uniformity across the screen
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/02—Improving the quality of display appearance
- G09G2320/0271—Adjustment of the gradation levels within the range of the gradation scale, e.g. by redistribution or clipping
- G09G2320/0276—Adjustment of the gradation levels within the range of the gradation scale, e.g. by redistribution or clipping for the purpose of adaptation to the characteristics of a display device, i.e. gamma correction
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/06—Adjustment of display parameters
- G09G2320/0666—Adjustment of display parameters for control of colour parameters, e.g. colour temperature
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及LED显示屏的显示控制方法、装置、设备及存储介质,方法包括基于初始显示控制参数进行显示测试并获取显示图像,对显示图像进行自适应伽马校正,得到亮度矫正图像;分析亮度矫正图像的颜色分布信息并进行颜色补偿处理,得到补偿图像;对补偿图像进行显示屏模组光源分析和材质分析,得到显示屏发光光源参数以及材质属性,并通过光照模型进行渲染,得到渲染图像;对渲染图像进行颜色空间转换和色彩均衡处理,得到均衡图像;对均衡图像进行图像边缘检测和锐化滤波处理,得到滤波图像,并对滤波图像与均衡图像进行加权融合,得到输出图像;对初始显示控制参数进行控制参数调整,得到目标显示控制参数。本发明能对图像进行优化处理。
Description
技术领域
本发明涉及的技术领域,特别涉及一种LED显示屏的显示控制方法、装置、设备及存储介质。
背景技术
在LED显示屏的应用中,显示图像的质量和效果对于用户体验至关重要。然而,由于传统的LED显示屏本身的特性以及图像处理过程中的一些限制,存在着一些问题需要解决。这些问题包括亮度不均匀、颜色失真、光照效果不理想等。因此,开发一种高效的LED显示屏的显示控制方法,能够自动对图像进行校正、补偿和优化处理。
发明内容
本发明的主要目的为提供一种LED显示屏的显示控制方法、装置、设备及存储介质,能够自动对图像进行优化处理,使得输出图像的亮度均匀、颜色不失真和光照效果理想。
为实现上述目的,本发明提供一种LED显示屏的显示控制方法,包括:
基于LED显示屏的初始显示控制参数进行显示测试并获取显示图像,对所述显示图像进行自适应伽马校正,得到亮度矫正图像;
通过颜色算法分析所述亮度矫正图像的颜色分布信息并进行颜色补偿处理,得到补偿图像;
对所述补偿图像进行显示屏模组光源分析和材质分析,得到显示屏发光光源参数以及图像中显示对象的材质属性,并通过光照模型进行渲染,得到渲染图像;
对所述渲染图像进行颜色空间转换和色彩均衡处理,得到均衡图像;
对所述均衡图像进行图像边缘检测和锐化滤波处理,得到滤波图像,并对所述滤波图像与所述均衡图像进行加权融合,得到所述LED显示屏的输出图像;
根据所述输出图像对所述初始显示控制参数进行控制参数调整,得到目标显示控制参数。
进一步地,所述基于LED显示屏的初始显示控制参数进行显示测试并获取显示图像,对所述显示图像进行自适应伽马校正,得到亮度矫正图像,包括:
基于所述初始显示控制参数控制所述LED显示屏进行显示测试,并获取所述LED显示屏的显示图像,将获取到的显示图像通过LCH颜色空间转换为LCH图像,从LCH图像中提取原始亮度分量、原始色度分量和原始饱和度分量;
对原始亮度分量进行归一化计算,得到亮度归一化值,根据亮度归一值获取对应预设的伽马变换函数,通过伽马变换函数将亮度归一化值进行映射计算,得到亮度矫正值,依据亮度矫正值对原始亮度分量进行矫正,得到矫正亮度分量,将矫正亮度分量与原始色度分量和原始饱和度分量重新组合,得到所述亮度矫正图像。
进一步地,所述通过颜色算法分析所述亮度矫正图像的颜色分布信息并进行颜色补偿处理,得到补偿图像,包括:
将所述亮度矫正图像通过Lab颜色空间转换为Lab图像,提取Lab图像的亮度对立度通道、第一颜色对立度通道和第二颜色对立度通道,对第一颜色对立度通道和第二颜色对立度通道进行分布直方统计,得到原始颜色分布直方图,依据预设的目标分布阈值对Lab图像分布直方统计,得到目标颜色分布直方图;
通过所述颜色算法分别提取原始颜色分布直方图的原始颜色值和目标颜色分布直方图的目标颜色值,计算各个原始颜色值与各个目标颜色值的相似度,依据预设的相似度范围对相似度进行检测,当相似度符合相似度范围时,将对应的原始颜色值与目标颜色值进行双向映射处理,得到双向映射关系;
根据双向映射关系,分别将第一颜色对立度通道的原始颜色值和第二颜色对立度通道的原始颜色值替换为对应的目标颜色值,得到第一目标对立通道和第二目标对立通道,将第一目标对立通道、第二目标对立通道和亮度对立度通道进行重建,得到所述补偿图像。
进一步地,所述对所述补偿图像进行显示屏模组光源分析和材质分析,得到显示屏发光光源参数以及图像中显示对象的材质属性,并通过光照模型进行渲染,得到渲染图像,包括:
将所述补偿图像转换为对应的灰度图像,提取灰度图像的灰度像素点,计算每个灰度像素的灰度梯度数据和灰度方向数据,基于灰度梯度数据和灰度方向数据进行显示屏模组光源分析,得到模组光源位置参数和模组光源强度参数,依次对模组光源位置参数和模组光源强度参数进行辐射计算,得到模组辐射度,判断模组辐射度是否符合预设的收敛条件,当模组辐射度不符合收敛条件时,对模组光源位置参数和模组光源强度参数进行迭代优化,并重新计算对应的模组辐射度,直到模组辐射度符合收敛条件后,输出最终的模组光源位置参数和模组光源强度参数,并将显示屏模组光源位置参数和显示屏模组光源强度参数进行整合,得到显示屏模组发光光源参数;
对所述补偿图像进行特征区域划分,并提取特征区域的区域纹理特征,对区域纹理特征进行材质分析,得到区域材质属性,将区域材质属性进行属性融合,得到图像中显示对象的所述材质属性;
通过光照模型根据显示屏模组发光光源参数和所述材质属性在空白图像上生成一系列随机噪声,得到初始渲染图像,并计算初始渲染图像的每个渲染像素点的渲染像素值,判断渲染像素值是否符合预设的目标渲染范围,当渲染像素值不符合目标渲染范围时,对渲染像素值进行迭代调整,当渲染像素值符合目标渲染范围时,生成所述渲染图像。
进一步地,所述对所述渲染图像进行颜色空间转换和色彩均衡处理,得到均衡图像,包括:
将所述渲染图像通过感知色彩空间转换对应的感知色彩图像,对感知色彩图像进行感知计算,得到视觉感知参数,依据预设的目标感知阈值对视觉感知参数进行偏差分析,得到偏差数据;
判断偏差数据是否符合预设的偏差范围要求,当偏差数据不符合预设的偏差范围要求时,提取所述感知色彩图像的色彩通道、局部特征和全局特征,基于偏差数据对所有的色彩通道进行色彩矫正处理,得到对应的色彩矫正通道,通过色彩矫正算法依据局部特征和全局特征对色彩矫正通道进行非线性调整,并将经过调整的色彩矫正通道依次进行通道合成和感知色彩空间逆转换,得到与所述渲染图像同类型的所述均衡图像。
进一步地,所述对所述均衡图像进行图像边缘检测和锐化滤波处理,得到滤波图像,并对所述滤波图像与所述均衡图像进行加权融合,得到所述LED显示屏的输出图像,包括:
对所述均衡图像进行边缘梯度计算,得到边缘位置数据,依据边缘位置数据对所述均衡图像进行边缘提取,得到初始边缘图像,依据预设的边缘阈值算法对所述初始边缘图像依次进行细化边缘和边缘连接,得到目标边缘图像;
通过应用拉普拉斯滤波算法对目标边缘图像进行卷积操作,得到卷积结果,将卷积结果与目标边缘图像相叠加处理,得到所述滤波图像;
将所述滤波图像和所述均衡图像映射到相似的灰度范围中,依据预设的加权比例对所述滤波图像的滤波像素点和所述均衡图像的均衡像素点进行加权融合处理,得到所述LED显示屏的所述输出图像。
进一步地,所述根据所述输出图像对所述初始显示控制参数进行控制参数调整,得到目标显示控制参数,包括:
依据预设的目标显示图像对所述输出图像进行质量比较,得到图像差值,判断图像差值是否在预设的差值范围内,当图像差值不在差值范围内时,依据图像差值对所述初始显示控制参数进行迭代调整,得到调整参数,依据调整参数重新生成所述输出图像并进行质量比较,直到图像差值在差值范围内,当图像差值在差值范围内时,依据图像差值对所述初始显示控制参数进行控制参数调整,得到所述目标显示控制参数;
其中,依据目标显示图像对所述输出图像进行质量比较,计算公式包括:
,
是输出图像和目标图像的图像差值,是目标图像通过小波转换得到的小波系数梯度图像,是所述输出图像的梯度图像在水平方向上的水平梯度值,是所述输出图像的梯度图像在垂直方向上的垂直梯度值,是水平梯度值的绝对值,是垂直梯度值的绝对值。
本发明还提供一种LED显示屏的显示控制装置,应用于上述任意一项所述的LED显示屏的显示控制方法,所述装置包括:
获取模块,所述获取模块用于基于LED显示屏的初始显示控制参数进行显示测试并获取显示图像,对所述显示图像进行自适应伽马校正,得到亮度矫正图像;
补偿模块,所述补偿模块用于通过颜色算法分析所述亮度矫正图像的颜色分布信息并进行颜色补偿处理,得到补偿图像;
分析模块,所述分析模块用于对所述补偿图像进行显示屏模组光源分析和材质分析,得到显示屏发光光源参数以及图像中显示对象的材质属性,并通过光照模型进行渲染,得到渲染图像;
处理模块,所述处理模块用于对所述渲染图像进行颜色空间转换和色彩均衡处理,得到均衡图像;
控制模块,所述控制模块用于对所述均衡图像进行图像边缘检测和锐化滤波处理,得到滤波图像,并对所述滤波图像与所述均衡图像进行加权融合,得到所述LED显示屏的输出图像;
调整模块,所述调整模块用于根据所述输出图像对所述初始显示控制参数进行控制参数调整,得到目标显示控制参数。
本发明还提供一种LED显示屏的显示控制设备,包括:
存储器,用于存储程序;
处理器,用于执行所述程序,实现上述任意一项所述的一种LED显示屏的显示控制方法的各个步骤。
本发明还提供一种存储介质,存储有计算机指令,所述计算机指令用于使计算机执行上述任一项所述的方法。
本发明提供的,具有以下有益效果:
通过对显示图像进行自适应伽马校正处理,可以准确调整亮度,并提高显示图像的动态范围。这有助于消除LED显示屏上的亮度不均匀问题,使得整个屏幕显示更加平衡和均匀。通过颜色算法分析亮度校正图像的颜色分布信息,获取颜色分析结果。根据颜色分析结果,对亮度校正图像进行颜色补偿处理,能减少颜色失真,提高显示图像的色彩准确性和饱和度。通过对补偿图像进行光源分析和材质分析,获取光源参数和材质属性,利用光照模型,结合光源参数和材质属性对补偿图像进行渲染,能改善显示图像的光照效果,增强图像的质感和逼真度。对渲染图像进行颜色空间转换,并分析其色彩均衡度。根据色彩均衡度对渲染图像进行色彩均衡处理,通过调整图像的色彩分布,使得显示图像更加自然、平衡和饱满。对均衡图像进行边缘检测,得到目标边缘图像。通过锐化滤波处理目标边缘图像,增强图像的边缘清晰度和细节,将滤波图像与均衡图像进行加权融合处理,进一步提高图像的清晰度和细节还原效果。
附图说明
图1是本发明提供的一种LED显示屏的显示控制方法流程图;
图2是本发明提供的一种LED显示屏的显示控制装置结构图;
图3是本发明提供的一种LED显示屏的显示控制设备结构图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面,结合附图以及具体实施方式,对本发明做进一步描述。
参照图1所示,本发明提供一种LED显示屏的显示控制方法,包括:
步骤S1:基于LED显示屏的初始显示控制参数进行显示测试并获取显示图像,对所述显示图像进行自适应伽马校正,得到亮度矫正图像;
步骤S2:通过颜色算法分析所述亮度矫正图像的颜色分布信息并进行颜色补偿处理,得到补偿图像;
步骤S3:对所述补偿图像进行显示屏模组光源分析和材质分析,得到显示屏发光光源参数以及图像中显示对象的材质属性,并通过光照模型进行渲染,得到渲染图像;
步骤S4:对所述渲染图像进行颜色空间转换和色彩均衡处理,得到均衡图像;
步骤S5:对所述均衡图像进行图像边缘检测和锐化滤波处理,得到滤波图像,并对所述滤波图像与所述均衡图像进行加权融合,得到所述LED显示屏的输出图像;
步骤S6:根据所述输出图像对所述初始显示控制参数进行控制参数调整,得到目标显示控制参数。
如上述步骤所示,详细的步骤过程如下:
步骤S1:通过初始显示控制参数控制LED显示屏进行显示测试,初始显示控制参数包括但不限于LED显示屏的亮度、对比度和色彩等参数,获取原始的显示图像,对显示图像进行自适应伽马校正,包括计算图像的亮度分布信息,可以使用直方图等方法。然后,通过调整每个像素点的亮度值,使图像的亮度分布更加均匀和适应观察者的感知特性。经过自适应伽马校正处理后,得到亮度矫正图像。
步骤S2:使用颜色算法对亮度矫正图像进行颜色分布信息的分析,包括颜色直方图和色彩空间转换等方法,用于获取图像中各种颜色的分布情况。通过分析颜色分布信息,获取图像中不同颜色的占比和分布规律。
基于颜色分布信息,进行颜色补偿处理,颜色补偿旨在调整图像中各个颜色通道的亮度和饱和度。通过对颜色分布信息的分析,识别出在显示过程中出现的颜色偏差或失真,并对其进行校正。
颜色补偿处理包括对图像的颜色通道进行增强或抑制,以调整颜色的饱和度和亮度,通过采用各种图像处理技术,如直方图均衡化、颜色映射、颜色校正矩阵等方法来实现颜色补偿。经过颜色算法分析和颜色补偿处理后,得到补偿图像。
通过颜色算法分析所述亮度矫正图像的颜色分布信息并进行颜色补偿处理,得到补偿图像;
步骤S3:对显示屏的LED模组进行光源特性的测量和分析,包括光源的亮度、色温、色彩范围等参数,通过光源分析,获取显示屏的光源特性。
通过材质分析识别图像中显示对象的材质属性,例如金属、塑料、纺织品等。通过材质分析,对不同材质的物体进行不同的光照模型计算,以获得更真实的渲染效果。
基于光源分析和材质分析的结果,利用光照模型对补偿图像进行渲染。光照模型是描述光照效果的数学模型,它考虑了光源的位置、颜色、光照强度以及物体的材质属性等因素。通过光照模型的计算,模拟真实世界中的光照效果,为图像添加阴影、高光和反射等细节,从而获得更逼真的渲染图像。
步骤S4:将渲染图像从当前的颜色空间转换为目标颜色空间,如RGB(红绿蓝)颜色空间,CMYK(青、品红、黄、黑)颜色空间和HSV(色调、饱和度、明度)颜色空间,对于目标颜色空间,能进行通道的重新排列或调整。转换过程通过使用数学运算或专门的图像处理库来实现,具体的转换算法和方法取决于所选择的颜色空间和转换目标。
计算渲染图像中每个颜色通道的直方图,直方图是颜色值在图像中的分布频率统计。对于每个颜色通道,通过直方图均衡化或其他色彩均衡算法来调整像素的亮度和对比度,使图像中的不同颜色通道的分布更加均衡。直方图均衡化是一种常用的色彩均衡方法,通过将颜色通道的累积分布函数映射到一个均匀分布函数来调整像素的亮度。
步骤S5:通过对图像进行边缘检测,包括将图像进行图像梯度计算并计算像素点的梯度值,检测出边缘并进行图像分割,得到边缘图像,例如,Canny边缘检测算法首先对图像进行高斯平滑滤波以减少噪声,然后计算图像的梯度和边缘方向,最后根据梯度的大小和方向来提取边缘。
通过将边缘图像图像与一个高通滤波器进行卷积操作,突出图像中的高频信息,从而增强图像的清晰度,使用的锐化滤波器包括拉普拉斯滤波器,通过计算像素周围邻域的灰度值差异来强调图像中的边缘,滤波器的输出结果通过将其与边缘图像相加来增强图像的锐度。
通过使用像素级别的加权平均或加权求和对滤波图像和均衡图像进行融合,不同像素的权重根据其在图像中的位置、颜色值或其他特征进行设置。
步骤S6:对输出图像进行分析,包括图像的亮度、对比度、色彩平衡和色彩饱和度等方面的特性。
根据图像的亮度和对比度特性,调整显示屏的亮度和对比度参数,使图像在显示时更加清晰和鲜明。根据图像的色彩平衡特性,调整显示屏的色彩平衡参数,使图像中的颜色更加真实和准确。根据图像的色彩饱和度特性,调整显示屏的色彩饱和度参数,使图像中的颜色更加饱满和鲜艳。
经过对初始显示控制参数的调整,得到了目标显示控制参数,目标显示控制参数可以包括亮度、对比度、色彩平衡、色彩饱和度等方面的数值设置。
本发明提供的一种LED显示屏的显示控制方法通过对显示图像进行自适应伽马校正处理,可以准确调整亮度,并提高显示图像的动态范围。这有助于消除LED显示屏上的亮度不均匀问题,使得整个屏幕显示更加平衡和均匀。通过颜色算法分析亮度校正图像的颜色分布信息,获取颜色分析结果。根据颜色分析结果,对亮度校正图像进行颜色补偿处理,能减少颜色失真,提高显示图像的色彩准确性和饱和度。通过对补偿图像进行光源分析和材质分析,获取光源参数和材质属性,利用光照模型,结合光源参数和材质属性对补偿图像进行渲染,能改善显示图像的光照效果,增强图像的质感和逼真度。对渲染图像进行颜色空间转换,并分析其色彩均衡度。根据色彩均衡度对渲染图像进行色彩均衡处理,通过调整图像的色彩分布,使得显示图像更加自然、平衡和饱满。对均衡图像进行边缘检测,得到目标边缘图像。通过锐化滤波处理目标边缘图像,增强图像的边缘清晰度和细节,将滤波图像与均衡图像进行加权融合处理,进一步提高图像的清晰度和细节还原效果。
在一个实施例中,所述基于LED显示屏的初始显示控制参数进行显示测试并获取显示图像,对所述显示图像进行自适应伽马校正,得到亮度矫正图像,包括:
根据初始显示控制参数,对LED显示屏进行显示测试,并获取LED显示屏的显示图像,这个步骤通过控制显示屏的亮度、对比度和色彩参数等进行实现。
将获取到的显示图像通过LCH(亮度-色度-饱和度)颜色空间转换为LCH图像,LCH颜色空间是一种将RGB颜色空间转换为亮度、色度和饱和度三个分量的颜色表示方法。通过LCH颜色空间转换,将显示图像中的颜色信息转换为亮度、色度和饱和度分量的形式。
从LCH图像中提取原始亮度分量、原始色度分量和原始饱和度分量。提取这些分量可以通过对LCH图像进行分离操作来实现。分离出的原始亮度分量表示图像中的亮度信息,原始色度分量表示图像中的色彩信息,原始饱和度分量表示图像中的饱和度信息。
对原始亮度分量进行归一化计算,得到亮度归一化值。归一化可以将亮度分量的值映射到0到1之间的范围,以便后续的伽马校正操作。例如,假设原始亮度分量的范围是0到255,那么归一化后的亮度归一化值可以通过将原始亮度分量除以255来计算。
根据亮度归一值获取对应预设的伽马变换函数。伽马变换函数是一种非线性变换函数,用于调整图像的亮度响应曲线。根据不同的应用需求和显示设备的特性,可以预先设定不同的伽马变换函数。根据亮度归一化值,可以查表或通过数学计算获得对应的伽马变换函数。
通过将亮度归一化值作为输入,经过伽马变换函数的映射计算,得到对应的亮度矫正值。依据亮度矫正值对原始亮度分量进行矫正,得到矫正亮度分量。根据计算得到的亮度矫正值,对原始亮度分量进行相应的调整,得到矫正后的矫正亮度分量。
将矫正亮度分量与原始色度分量和原始饱和度分量重新组合,得到亮度矫正图像。通过将矫正后的亮度分量与原始色度分量和原始饱和度分量重新合成,得到经过自适应伽马校正的亮度矫正图像,并将亮度矫正图像通过RGB颜色空间进行转换,得到RGB格式的亮度矫正图像。
本实施例通过对LED显示屏进行显示测试并获取显示图像,得到实际显示效果,能直观地评估LED显示屏的表现,并为后续的亮度矫正提供准确的基准。通过将显示图像转换为LCH颜色空间,将颜色信息分离为亮度、色度和饱和度三个独立的分量,这种转换能更好地处理颜色信息,使亮度矫正过程更加准确和可靠。通过对原始亮度分量进行归一化计算,并根据归一化值获取对应的伽马变换函数,实现自适应的亮度矫正,能够根据不同的亮度情况选择合适的伽马变换函数,从而更好地调整图像的亮度响应。通过对原始亮度分量进行矫正,并将矫正后的亮度分量与原始色度分量和原始饱和度分量重新组合,得到亮度矫正图像,使得保持色彩和饱和度信息的同时,校正图像的亮度,提升整体的视觉效果。
在一个实施例中,通过颜色算法分析亮度矫正图像的颜色分布信息并进行颜色补偿处理,得到补偿图像,包括:
将亮度矫正图像通过Lab颜色空间转换为Lab图像,这个转换将图像的颜色信息分离为亮度(L)和色度(a、b)三个通道,其中亮度通道(L通道)表示图像的亮度信息,色度通道(a、b通道)表示图像的颜色信息。
从Lab图像中提取亮度对立度通道、第一颜色对立度通道和第二颜色对立度通道,亮度对立度通道反映了图像中不同区域的亮度差异,第一颜色对立度通道和第二颜色对立度通道反映了图像中不同颜色之间的差异。
对第一颜色对立度通道和第二颜色对立度通道进行分布直方统计,得到原始颜色分布直方图,这个直方图表示了图像中各个颜色值的数量分布情况,能够反映出颜色的特征。
根据预设的目标分布阈值,对Lab图像进行分布直方统计,得到目标颜色分布直方图,目标颜色分布直方图是根据预期的颜色分布特征生成的,用于指导颜色补偿过程。
通过颜色算法,分别提取原始颜色分布直方图的原始颜色值和目标颜色分布直方图的目标颜色值,并计算各个原始颜色值与各个目标颜色值的相似度。这个相似度计算可以使用不同的距离度量方法,如欧氏距离或余弦相似度等。
在相似度计算后,根据预设的相似度范围对相似度进行检测,当相似度符合相似度范围时,将对应的原始颜色值与目标颜色值进行双向映射处理,建立双向映射关系,这个双向映射关系将原始颜色值和目标颜色值之间建立起一种对应关系,用于后续的颜色补偿操作。
根据双向映射关系,将第一颜色对立度通道和第二颜色对立度通道中的原始颜色值替换为对应的目标颜色值,得到第一目标对立通道和第二目标对立通道。这个替换操作将根据双向映射关系将原始颜色值映射为目标颜色值,实现了颜色的补偿。
最后,将第一目标对立通道、第二目标对立通道和亮度对立度通道进行重建,得到补偿图像,这个过程将补偿后的颜色通道与亮度通道重新组合,生成补偿图像。
例如,假设原始颜色分布直方图中有一个原始颜色值为Lab(200,100,50),而目标颜色分布直方图中有一个目标颜色值为Lab(220,120,80)。通过计算原始颜色值Lab(200,100,50)和目标颜色值Lab(220,120,80)之间的相似度,如果相似度符合预设的相似度范围,将建立双向映射关系。
接下来,在第一颜色对立度通道和第二颜色对立度通道中,将所有原始颜色值为Lab(200,100,50)的像素点替换为目标颜色值Lab(220,120,80)。
最后,根据替换后的第一目标对立通道、第二目标对立通道和亮度对立度通道,重建补偿图像。这样就得到了经过颜色补偿处理的补偿图像,其中的颜色分布已经根据预设的目标分布进行了调整。
本实施例通过颜色算法对亮度矫正图像进行颜色补偿处理,校正图像中的颜色偏差,使得补偿后的图像更加真实和准确,从而提高图像的视觉质量和准确度。通过设定预设的目标分布阈值和目标颜色分布直方图,能精确地控制图像中各个颜色值的分布情况,使得图像的颜色分布更加均衡和统一,符合预期的视觉效果。通过建立双向映射关系,实现原始颜色值与目标颜色值之间的双向转换,从而保证补偿后的图像中的颜色值与原始图像中的颜色值之间的一致性,使得补偿后的图像与原始图像之间颜色的转换是可逆的。
在一个实施例中,对补偿图像进行显示屏模组光源分析和材质分析,得到显示屏发光光源参数以及图像中显示对象的材质属性,并通过光照模型进行渲染,得到渲染图像,包括:
将补偿图像转换为对应的灰度图像,提取灰度图像的灰度像素点,计算每个灰度像素的灰度梯度数据和灰度方向数据,基于灰度梯度数据和灰度方向数据进行显示屏模组光源分析。通过分析灰度梯度的变化和灰度方向的走向,分析显示屏模组中的模组光源位置参数和模组光源强度参数。例如,如果在一张图像中,某个特定区域的灰度梯度较大且方向指向右上方,则可以推断该区域附近存在一个强光源。
基于模组光源位置参数和光源强度参数,进行辐射计算,得到模组的辐射度。然后,判断模组辐射度是否符合预设的收敛条件,如果不符合条件,需要进行迭代优化,调整光源位置参数和光源强度参数,并重新计算辐射度,直到满足收敛条件为止。最终,输出最优的模组光源位置参数和光源强度参数,并将将显示屏模组光源位置参数和显示屏模组光源强度参数进行整合,得到显示屏模组发光光源参数。
接下来,对补偿图像进行特征区域划分,并提取特征区域的区域纹理特征。通过分析特征区域的纹理特征,进行材质分析,得到各个区域的材质属性。例如,某个特征区域的纹理特征表明其具有光滑的表面,判断该区域的材质属性为光洁。
将得到的区域材质属性进行属性融合,综合考虑各个特征区域的材质属性,得到图像中显示对象的整体材质属性。例如,如果图像中包含了一个金属表面的显示对象和一个木质表面的显示对象,属性融合可以得到金属和木质的材质属性。
根据显示屏模组发光光源参数和材质属性,使用光照模型在空白图像上生成一系列随机噪声,这些随机噪声模拟了光照的效果。然后,计算每个渲染像素点的渲染像素值。
判断渲染像素值是否符合预设的目标渲染范围。如果不符合范围,需要进行迭代调整,调整渲染像素值,直到满足目标渲染范围为止,得到最终的渲染图像。
通过光照模型进行渲染包括,其中,光照模型能够使用经典的Phong模型或更复杂的物理渲染模型。
获取显示屏模组的发光光源参数和材质属性,以及渲染场景的几何信息和光源设置。在空白图像上生成一系列随机噪声,噪声是基于统计分布的随机数,如高斯分布、均匀分布等。随机噪声的目的是模拟光照的随机性和非均匀性。对于每个渲染像素点,根据光源的位置和属性,以及物体的几何信息和材质属性,进行光照计算,得到该像素点的光照强度和颜色,光照计算包括漫反射、镜面反射、环境光等成分的计算。
根据光源位置和物体的几何信息,计算阴影效果,确定哪些区域受到光照,哪些区域处于阴影中。阴影计算基于光线追踪、深度信息或阴影贴图等算法实现。根据材质属性,对计算得到的光照强度和颜色进行调整,考虑物体的反射率、折射率、透明度等因素,以及材质的纹理、法线贴图等。
将光照计算和材质调整得到的像素颜色值与随机噪声进行合成,得到最终的渲染像素值。合成过程可以是简单的加法合成,也可以考虑颜色的混合、加权等操作。将渲染得到的像素颜色值输出到最终的图像或屏幕上,形成渲染结果,渲染输出包括实时渲染和离线渲染,具体取决于应用场景和需求。
本实施例通过对补偿图像的灰度梯度和灰度方向数据分析,准确推测出显示屏模组中光源的位置和强度参数。这有助于优化显示屏的照明效果,提升图像的亮度和对比度,使显示效果更加清晰明亮。通过对补偿图像特征区域的纹理特征进行分析,获取不同区域的材质属性。这有助于根据材质属性进行渲染,使得显示对象在渲染图像中呈现出逼真的材质质感,提升视觉效果。迭代优化模组光源位置和强度参数,并计算辐射度,判断辐射度是否符合预设的收敛条件,确保显示屏的发光光源得到合理的配置,达到辐射度的要求,并避免过度或不足的光照效果。通过光照模型生成随机噪声,并根据模组光源参数和材质属性进行渲染。通过迭代调整渲染像素值,使其符合预设的目标渲染范围。这有助于控制渲染图像的亮度、对比度和色彩饱和度,使得最终的渲染图像更加符合期望效果。
在一个实施例中,对渲染图像进行颜色空间转换和色彩均衡处理,得到均衡图像,包括:
将渲染图像通过感知色彩空间转换对应到感知色彩图像。感知色彩空间转换是一种将图像的颜色表示方式转换为更符合人眼感知的色彩空间的方法。
感知色彩图像进行感知计算,得到视觉感知参数,视觉感知参数用于反映图像的亮度、对比度、饱和度等视觉感知特征,视觉感知参数包括平均亮度、颜色分布、对比度范围等。
然后,依据预设的目标感知阈值对视觉感知参数进行偏差分析,得到偏差数据。预设的目标感知阈值是根据应用需求和用户体验设定的参考值。
判断偏差数据是否符合预设的偏差范围要求。如果偏差数据不符合预设的偏差范围要求,即超出了容许的阈值范围,需要进行进一步的颜色矫正处理。
针对不符合要求的情况,提取感知色彩图像的色彩通道、局部特征和全局特征。色彩通道表示了图像中不同颜色分量的信息。局部特征和全局特征用于描述图像的局部和整体特征,例如图像的直方图、梯度信息等。
基于偏差数据,对所有的色彩通道进行色彩矫正处理,得到对应的色彩矫正通道。色彩矫正的目标是调整图像的颜色分布,使其更接近目标感知阈值范围,通过使用各种色彩校正算法,例如直方图均衡化、颜色映射等。
通过色彩矫正算法,根据局部特征和全局特征对色彩矫正通道进行非线性调整,包括对图像的对比度、亮度、色调等进行调整。
将经过调整的色彩矫正通道依次进行通道合成和感知色彩空间逆转换,得到与渲染图像同类型的均衡图像,通道合成将调整后的色彩通道重新组合,以恢复图像的完整颜色信息。感知色彩空间的逆转换将均衡的图像颜色转换回原始的颜色空间,例如从CIELAB或CIELUV转换回RGB颜色空间。
本实施例通过将渲染图像转换为感知色彩空间,能更好地保留图像的亮度信息,并使颜色之间的距离更符合人眼感知。这样做可以增强图像的视觉真实感和自然度。通过对感知色彩图像进行感知计算,获得一系列视觉感知参数,如亮度、对比度、饱和度等,这些参数能够客观地描述图像的视觉特征。通过对视觉感知参数与预设的目标感知阈值进行偏差分析,得到偏差数据,即图像与目标感知阈值之间的差异,能量化图像的色彩均衡度,并为后续的处理提供依据。根据偏差数据是否符合预设的偏差范围要求,可以判断图像是否需要进行色彩矫正处理。当偏差数据不符合要求时,能提供反馈信息,提示需要进行进一步的处理。基于偏差数据,对感知色彩图像的色彩通道进行矫正处理,以调整图像的颜色分布。通过色彩矫正算法和非线性调整,使图像的颜色更加均衡和自然。
在一个实施例中,对均衡图像进行图像边缘检测和锐化滤波处理,得到滤波图像,并对滤波图像与均衡图像进行加权融合,得到LED显示屏的输出图像,包括:
对均衡图像进行边缘梯度计算,得到边缘位置数据,依据边缘位置数据对均衡图像进行边缘提取,得到初始边缘图像,依据预设的边缘阈值算法对初始边缘图像依次进行细化边缘和边缘连接,得到目标边缘图像;
通过应用拉普拉斯滤波算法对目标边缘图像进行卷积操作,得到卷积结果,将卷积结果与目标边缘图像相叠加处理,得到滤波图像;
将滤波图像和均衡图像映射到相似的灰度范围中,依据预设的加权比例对滤波图像的滤波像素点和均衡图像的均衡像素点进行加权融合处理,得到LED显示屏的输出图像。
本实施例通过对均衡图像进行边缘梯度计算和边缘提取算法的应用,从图像中提取出目标边缘,获取图像中物体的轮廓信息,能增强图像的边缘细节,使物体边界更加清晰和鲜明。通过应用拉普拉斯滤波算法对目标边缘图像进行卷积操作,增强边缘的锐利度和对比度。叠加卷积结果和目标边缘图像能够提高边缘的强度和清晰度,使图像看起来更加锐利和清晰。
在一个实施例中,根据输出图像对初始显示控制参数进行控制参数调整,得到目标显示控制参数,包括:
根据预设的目标显示图像,将输出图像与目标显示图像进行质量比较。通过计算两张图像之间的差值来实现。差值表示了输出图像与目标显示图像之间的差异程度。
判断图像差值是否在预设的差值范围内。如果图像差值在差值范围内,说明输出图像已经接近目标显示图像,不需要进一步调整控制参数,将当前的初始显示控制参数作为目标显示控制参数。
如果图像差值不在差值范围内,即输出图像与目标显示图像之间的差异仍然较大,需要进行控制参数的迭代调整。
根据图像差值对初始显示控制参数进行迭代调整。通过应用优化算法,如梯度下降法或遗传算法等,根据图像差值的大小和方向来调整控制参数的数值,通过迭代调整,逐步减小图像差值,使输出图像逐渐接近目标显示图像。
根据调整后的参数重新生成输出图像,并将新的输出图像与目标显示图像进行质量比较。如果图像差值仍然不在差值范围内,则继续进行参数的迭代调整和新输出图像的生成,直到图像差值在差值范围内为止。
一旦图像差值在差值范围内,说明输出图像已经达到了预设的质量要求。此时,根据图像差值对初始显示控制参数进行最终的控制参数调整,得到目标显示控制参数。
其中,依据目标显示图像对输出图像进行质量比较,计算公式包括:
,
是输出图像和目标图像的图像差值,是目标图像通过小波转换得到的小波系数梯度图像,是输出图像的梯度图像在水平方向上的水平梯度值,是输出图像的梯度图像在垂直方向上的垂直梯度值,是水平梯度值的绝对值,是垂直梯度值的绝对值。
本实施例通过对输出图像与目标显示图像进行质量比较和差值计算,准确评估输出图像与目标图像之间的差异,这有助于定量分析图像质量,确定需要调整的控制参数,从而改善图像的显示效果。通过对初始显示控制参数进行迭代调整和优化,根据图像差值的大小和方向,逐步改善输出图像的质量。这种参数调整的过程能够有效地优化显示设备的参数设置,使其更好地符合目标显示要求。通过迭代调整和质量比较,最终确定目标显示控制参数。这些参数能够准确控制显示设备的参数,以生成与目标显示图像相匹配的高质量输出图像。通过自动调整参数并确定目标参数,可以提高显示设备的性能和用户体验。通过不断迭代调整参数并重新生成输出图像进行质量比较的过程,实现了自适应的优化。这意味着系统能够根据实际的图像差值情况,自动调整参数并生成更接近目标图像的输出,从而提高了整体的显示质量和准确性。
参照图2所示,本发明还提供一种LED显示屏的显示控制装置,应用于上述任意一项的LED显示屏的显示控制方法,装置包括:
获取模块,获取模块用于基于LED显示屏的初始显示控制参数进行显示测试并获取显示图像,对显示图像进行自适应伽马校正,得到亮度矫正图像。
补偿模块,补偿模块用于通过颜色算法分析亮度矫正图像的颜色分布信息并进行颜色补偿处理,得到补偿图像。
分析模块,分析模块用于对补偿图像进行显示屏模组光源分析和材质分析,得到显示屏发光光源参数以及图像中显示对象的材质属性,并通过光照模型进行渲染,得到渲染图像。
处理模块,处理模块用于对渲染图像进行颜色空间转换和色彩均衡处理,得到均衡图像。
控制模块,控制模块用于对均衡图像进行图像边缘检测和锐化滤波处理,得到滤波图像,并对滤波图像与均衡图像进行加权融合,得到LED显示屏的输出图像。
调整模块,调整模块用于根据输出图像对初始显示控制参数进行控制参数调整,得到目标显示控制参数。
本发明提供的一种LED显示屏的显示控制装置通过对显示图像进行自适应伽马校正处理,可以准确调整亮度,并提高显示图像的动态范围。这有助于消除LED显示屏上的亮度不均匀问题,使得整个屏幕显示更加平衡和均匀。通过颜色算法分析亮度校正图像的颜色分布信息,获取颜色分析结果。根据颜色分析结果,对亮度校正图像进行颜色补偿处理,能减少颜色失真,提高显示图像的色彩准确性和饱和度。通过对补偿图像进行光源分析和材质分析,获取光源参数和材质属性,利用光照模型,结合光源参数和材质属性对补偿图像进行渲染,能改善显示图像的光照效果,增强图像的质感和逼真度。对渲染图像进行颜色空间转换,并分析其色彩均衡度。根据色彩均衡度对渲染图像进行色彩均衡处理,通过调整图像的色彩分布,使得显示图像更加自然、平衡和饱满。对均衡图像进行边缘检测,得到目标边缘图像。通过锐化滤波处理目标边缘图像,增强图像的边缘清晰度和细节,将滤波图像与均衡图像进行加权融合处理,进一步提高图像的清晰度和细节还原效果。
参照图3所示,本发明还提供一种LED显示屏的显示控制设备,包括:
存储器,用于存储程序;
处理器,用于执行程序,实现上述任意一项所述的一种LED显示屏的显示控制方法的各个步骤。
本实施例中,处理器和存储器可通过总线或其他方式连接。存储器可以包括易失性存储器,例如随机存取存储器;存储器也可以包括非易失性存储器,例如只读存储器、快闪存储器、硬盘或固态硬盘。处理器可以是通用处理器,例如中央处理器、数字信号处理器、专用集成电路,或者被配置成实施本发明实施例的一个或多个集成电路。
本发明还提供一种存储介质,存储有计算机指令,所述计算机指令用于使计算机执行上述任一项所述的方法。
需要说明的是,所属技术领域的技术人员可以清楚了解到,为了描述的方便和简洁,上述描述的系统和各个模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种LED显示屏的显示控制方法,其特征在于,包括:
基于LED显示屏的初始显示控制参数进行显示测试并获取显示图像,对所述显示图像进行自适应伽马校正,得到亮度矫正图像;
通过颜色算法分析所述亮度矫正图像的颜色分布信息并进行颜色补偿处理,得到补偿图像;
对所述补偿图像进行显示屏模组光源分析和材质分析,得到显示屏发光光源参数以及图像中显示对象的材质属性,并通过光照模型进行渲染,得到渲染图像;
对所述渲染图像进行颜色空间转换和色彩均衡处理,得到均衡图像;
对所述均衡图像进行图像边缘检测和锐化滤波处理,得到滤波图像,并对所述滤波图像与所述均衡图像进行加权融合,得到所述LED显示屏的输出图像;
根据所述输出图像对所述初始显示控制参数进行控制参数调整,得到目标显示控制参数。
2.根据权利要求1所述的LED显示屏的显示控制方法,其特征在于,所述基于LED显示屏的初始显示控制参数进行显示测试并获取显示图像,对所述显示图像进行自适应伽马校正,得到亮度矫正图像,包括:
基于所述初始显示控制参数控制所述LED显示屏进行显示测试,并获取所述LED显示屏的显示图像,将获取到的显示图像通过LCH颜色空间转换为LCH图像,从LCH图像中提取原始亮度分量、原始色度分量和原始饱和度分量;
对原始亮度分量进行归一化计算,得到亮度归一化值,根据亮度归一值获取对应预设的伽马变换函数,通过伽马变换函数将亮度归一化值进行映射计算,得到亮度矫正值,依据亮度矫正值对原始亮度分量进行矫正,得到矫正亮度分量,将矫正亮度分量与原始色度分量和原始饱和度分量重新组合,得到所述亮度矫正图像。
3.根据权利要求1所述的LED显示屏的显示控制方法,其特征在于,所述通过颜色算法分析所述亮度矫正图像的颜色分布信息并进行颜色补偿处理,得到补偿图像,包括:
将所述亮度矫正图像通过Lab颜色空间转换为Lab图像,提取Lab图像的亮度对立度通道、第一颜色对立度通道和第二颜色对立度通道,对第一颜色对立度通道和第二颜色对立度通道进行分布直方统计,得到原始颜色分布直方图,依据预设的目标分布阈值对Lab图像分布直方统计,得到目标颜色分布直方图;
通过所述颜色算法分别提取原始颜色分布直方图的原始颜色值和目标颜色分布直方图的目标颜色值,计算各个原始颜色值与各个目标颜色值的相似度,依据预设的相似度范围对相似度进行检测,当相似度符合相似度范围时,将对应的原始颜色值与目标颜色值进行双向映射处理,得到双向映射关系;
根据双向映射关系,分别将第一颜色对立度通道的原始颜色值和第二颜色对立度通道的原始颜色值替换为对应的目标颜色值,得到第一目标对立通道和第二目标对立通道,将第一目标对立通道、第二目标对立通道和亮度对立度通道进行重建,得到所述补偿图像。
4.根据权利要求1所述的LED显示屏的显示控制方法,其特征在于,所述对所述补偿图像进行显示屏模组光源分析和材质分析,得到显示屏发光光源参数以及图像中显示对象的材质属性,并通过光照模型进行渲染,得到渲染图像,包括:
将所述补偿图像转换为对应的灰度图像,提取灰度图像的灰度像素点,计算每个灰度像素的灰度梯度数据和灰度方向数据,基于灰度梯度数据和灰度方向数据进行显示屏模组光源分析,得到模组光源位置参数和模组光源强度参数,依次对模组光源位置参数和模组光源强度参数进行辐射计算,得到模组辐射度,判断模组辐射度是否符合预设的收敛条件,当模组辐射度不符合收敛条件时,对模组光源位置参数和模组光源强度参数进行迭代优化,并重新计算对应的模组辐射度,直到模组辐射度符合收敛条件后,输出最终的模组光源位置参数和模组光源强度参数,并将显示屏模组光源位置参数和显示屏模组光源强度参数进行整合,得到显示屏模组发光光源参数;
对所述补偿图像进行特征区域划分,并提取特征区域的区域纹理特征,对区域纹理特征进行材质分析,得到区域材质属性,将区域材质属性进行属性融合,得到图像中显示对象的所述材质属性;
通过光照模型根据显示屏模组发光光源参数和所述材质属性在空白图像上生成一系列随机噪声,得到初始渲染图像,并计算初始渲染图像的每个渲染像素点的渲染像素值,判断渲染像素值是否符合预设的目标渲染范围,当渲染像素值不符合目标渲染范围时,对渲染像素值进行迭代调整,当渲染像素值符合目标渲染范围时,生成所述渲染图像。
5.根据权利要求1所述的LED显示屏的显示控制方法,其特征在于,所述对所述渲染图像进行颜色空间转换和色彩均衡处理,得到均衡图像,包括:
将所述渲染图像通过感知色彩空间转换对应的感知色彩图像,对感知色彩图像进行感知计算,得到视觉感知参数,依据预设的目标感知阈值对视觉感知参数进行偏差分析,得到偏差数据;
判断偏差数据是否符合预设的偏差范围要求,当偏差数据不符合预设的偏差范围要求时,提取所述感知色彩图像的色彩通道、局部特征和全局特征,基于偏差数据对所有的色彩通道进行色彩矫正处理,得到对应的色彩矫正通道,通过色彩矫正算法依据局部特征和全局特征对色彩矫正通道进行非线性调整,并将经过调整的色彩矫正通道依次进行通道合成和感知色彩空间逆转换,得到与所述渲染图像同类型的所述均衡图像。
6.根据权利要求1所述的LED显示屏的显示控制方法,其特征在于,所述对所述均衡图像进行图像边缘检测和锐化滤波处理,得到滤波图像,并对所述滤波图像与所述均衡图像进行加权融合,得到所述LED显示屏的输出图像,包括:
对所述均衡图像进行边缘梯度计算,得到边缘位置数据,依据边缘位置数据对所述均衡图像进行边缘提取,得到初始边缘图像,依据预设的边缘阈值算法对所述初始边缘图像依次进行细化边缘和边缘连接,得到目标边缘图像;
通过应用拉普拉斯滤波算法对目标边缘图像进行卷积操作,得到卷积结果,将卷积结果与目标边缘图像相叠加处理,得到所述滤波图像;
将所述滤波图像和所述均衡图像映射到相似的灰度范围中,依据预设的加权比例对所述滤波图像的滤波像素点和所述均衡图像的均衡像素点进行加权融合处理,得到所述LED显示屏的所述输出图像。
7.根据权利要求1所述的LED显示屏的显示控制方法,其特征在于,所述根据所述输出图像对所述初始显示控制参数进行控制参数调整,得到目标显示控制参数,包括:
依据预设的目标显示图像对所述输出图像进行质量比较,得到图像差值,判断图像差值是否在预设的差值范围内,当图像差值不在差值范围内时,依据图像差值对所述初始显示控制参数进行迭代调整,得到调整参数,依据调整参数重新生成所述输出图像并进行质量比较,直到图像差值在差值范围内,当图像差值在差值范围内时,依据图像差值对所述初始显示控制参数进行控制参数调整,得到所述目标显示控制参数;
其中,依据目标显示图像对所述输出图像进行质量比较,计算公式包括:
,
是输出图像和目标图像的图像差值,是目标图像通过小波转换得到的小波系数梯度图像,是所述输出图像的梯度图像在水平方向上的水平梯度值,是所述输出图像的梯度图像在垂直方向上的垂直梯度值,是水平梯度值的绝对值,是垂直梯度值的绝对值。
8.一种LED显示屏的显示控制装置,应用于权利要求1-7任意一项所述的LED显示屏的显示控制方法,其特征在于,所述装置包括:
获取模块,所述获取模块用于基于LED显示屏的初始显示控制参数进行显示测试并获取显示图像,对所述显示图像进行自适应伽马校正,得到亮度矫正图像;
补偿模块,所述补偿模块用于通过颜色算法分析所述亮度矫正图像的颜色分布信息并进行颜色补偿处理,得到补偿图像;
分析模块,所述分析模块用于对所述补偿图像进行显示屏模组光源分析和材质分析,得到显示屏发光光源参数以及图像中显示对象的材质属性,并通过光照模型进行渲染,得到渲染图像;
处理模块,所述处理模块用于对所述渲染图像进行颜色空间转换和色彩均衡处理,得到均衡图像;
控制模块,所述控制模块用于对所述均衡图像进行图像边缘检测和锐化滤波处理,得到滤波图像,并对所述滤波图像与所述均衡图像进行加权融合,得到所述LED显示屏的输出图像;
调整模块,所述调整模块用于根据所述输出图像对所述初始显示控制参数进行控制参数调整,得到目标显示控制参数。
9.一种LED显示屏的显示控制设备,其特征在于,包括:
存储器,用于存储程序;
处理器,用于执行所述程序,实现如权利要求1-7任意一项所述的一种LED显示屏的显示控制方法的各个步骤。
10.一种存储介质,其特征在于,存储有计算机指令,所述计算机指令用于使计算机执行根据权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411037549.8A CN118571161B (zh) | 2024-07-31 | 2024-07-31 | Led显示屏的显示控制方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411037549.8A CN118571161B (zh) | 2024-07-31 | 2024-07-31 | Led显示屏的显示控制方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118571161A CN118571161A (zh) | 2024-08-30 |
CN118571161B true CN118571161B (zh) | 2024-10-01 |
Family
ID=92468068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202411037549.8A Active CN118571161B (zh) | 2024-07-31 | 2024-07-31 | Led显示屏的显示控制方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118571161B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN119151978B (zh) * | 2024-11-19 | 2025-02-14 | 深圳精智达技术股份有限公司 | 一种多方向边缘纹理滤波的图像处理方法及相关装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106030503A (zh) * | 2014-02-25 | 2016-10-12 | 苹果公司 | 自适应视频处理 |
CN114677295A (zh) * | 2022-03-11 | 2022-06-28 | 新疆大学 | 一种现实场景镜面高光图像增强方法、装置及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9196189B2 (en) * | 2011-05-13 | 2015-11-24 | Pixtronix, Inc. | Display devices and methods for generating images thereon |
KR102565847B1 (ko) * | 2015-07-06 | 2023-08-10 | 삼성전자주식회사 | 전자 장치 및 전자 장치에서의 디스플레이 제어 방법 |
CN108039143B (zh) * | 2017-12-06 | 2021-02-02 | 京东方科技集团股份有限公司 | 一种伽马电路调整的方法及装置 |
CN115588409A (zh) * | 2022-10-11 | 2023-01-10 | 北京奕斯伟计算技术股份有限公司 | 子像素渲染方法、装置及显示设备 |
CN116052591A (zh) * | 2022-12-22 | 2023-05-02 | 云谷(固安)科技有限公司 | 显示面板的补偿方法、补偿装置及计算机可读存储介质 |
-
2024
- 2024-07-31 CN CN202411037549.8A patent/CN118571161B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106030503A (zh) * | 2014-02-25 | 2016-10-12 | 苹果公司 | 自适应视频处理 |
CN114677295A (zh) * | 2022-03-11 | 2022-06-28 | 新疆大学 | 一种现实场景镜面高光图像增强方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN118571161A (zh) | 2024-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chang et al. | Automatic contrast-limited adaptive histogram equalization with dual gamma correction | |
JP4870617B2 (ja) | 画像データの自動マッピング方法及び画像処理デバイス | |
CN106663313B (zh) | 图像的显示中以及与之有关的改进 | |
US8644638B2 (en) | Automatic localized adjustment of image shadows and highlights | |
JP4870618B2 (ja) | 画像データの自動マッピング方法及び画像処理デバイス | |
JP4085058B2 (ja) | ディジタル画像の細部の視覚的認識を高める汎用画像強調アルゴリズム | |
Ancuti et al. | Enhancing by saliency-guided decolorization | |
CN105915909B (zh) | 一种高动态范围图像分层压缩方法 | |
Smith et al. | Beyond tone mapping: Enhanced depiction of tone mapped HDR images | |
CN103702116B (zh) | 一种图像的宽动态压缩方法和装置 | |
CN118571161B (zh) | Led显示屏的显示控制方法、装置、设备及存储介质 | |
WO2019012112A1 (en) | METHOD AND SYSTEM FOR COLOR RANGE MAPPING | |
WO2023020705A1 (en) | Method, computer program and electronic device for tone mapping | |
Meylan | Tone mapping for high dynamic range images | |
Sazzad et al. | Establishment of an efficient color model from existing models for better gamma encoding in image processing | |
Zhao et al. | Learning tone curves for local image enhancement | |
JP5203159B2 (ja) | 画像処理方法、画像処理システムおよび画像処理プログラム | |
JP5327766B2 (ja) | デジタル画像における記憶色の修正 | |
JP4742068B2 (ja) | 画像処理方法、画像処理システムおよび画像処理プログラム | |
KR20210107955A (ko) | 컬러 스테인 분석 방법 및 상기 방법을 이용하는 전자 장치 | |
Yun et al. | A contrast enhancement method for HDR image using a modified image formation model | |
Yu et al. | Adaptive inverse hyperbolic tangent algorithm for dynamic contrast adjustment in displaying scenes | |
CN113591630A (zh) | 一种证件照自动化处理方法、系统、终端设备及存储介质 | |
Kokro et al. | Histogram matching and fusion for effective low-light image enhancement | |
Safibullaevna et al. | Processing Color Images, Brightness and Color Conversion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |