基于直方圖和主灰度的調光算法

張 磊，李亞妮，陸呂晨，呂國強，＊

（1.合肥工業大學 特種顯示技術教育部重點實驗室 特種顯示技術國家工程實驗室現代顯示技術省部共建國家重點實驗室，安徽 合肥 230009；2.合肥工業大學 計算機與信息學院，安徽 合肥 230009；3.合肥工業大學 儀器科學與光電工程學院，安徽 合肥 230009；4.合肥工業大學 光電技術研究院，安徽 合肥 230009）

1 引 言

目前主流的顯示技術是液晶顯示技術，液晶顯示器主要包括背光源和液晶面板，背光源是整機耗能最大的部分。伴隨著液晶顯示技術的廣泛應用，節能及畫質提升成為液晶顯示技術改進的主要方向。而調光技術是集節能與畫質提升于一身的最佳技術之一。

調光算法主要包括兩個部分：背光調光和圖像補償。背光調光是依據輸入的圖像確定背光等級并調節背光輸出，通過降低背光輸出來實現節能。圖像補償是為了補償由于背光降低導致的圖像失真而對輸入圖像進行的補償處理，通過增大像素的灰度等級來補償背光下降引起的圖像失真。經過近年來的研究和發展，已經提出了許多應用于LED（Light－emitting Diode，LED）液晶顯示器背光調光算法，包括最大值法［1］、平均值法［2］、映射曲線反轉法［3－4］和 CDF（Cumulative Distribution Function，CDF）閾值法［5－6］等。最大值法節能率最低但是圖像失真最?。黄骄捣ü澞苈首罡叩菆D像失真過大。映射曲線反轉法依賴圖像的灰度分布和對應參數選取，對于灰度分布不均勻的圖像難以取得較好效果。CDF閾值法節能率較高同時圖像失真較小，但是對偏暗圖像失真較嚴重。

本文提出了一種調光算法，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能率的矛盾，實現了節能率較高且圖像處理后失真較少的目標。

2 提出的調光算法

本文算法是依據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，再依據公式計算背光調光亮度。

2.1 圖像分類

為了進一步提高節能率，改善處理后圖像畫質，將圖像依據平均灰度mean，按公式（1）映射為低亮度、中等亮度和高亮度3種類型。為了降低圖像補償中出現的溢出，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和藍色像素亮度值B中最大值作為灰度gray。

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

2.2 統計計算圖像特征值

算法使用到的圖像特征值包括：灰度值LH70，該參數是依據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，該參數反映了背光可以調節的范圍，因此該參數是確定背光的重要指標；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，這兩個參數反映了圖像的主要灰度變化趨勢，是圖形中比較關鍵的信息，可以對背光進行有效地修正。圖1是某幅圖像的灰度直方圖，將圖中從灰度0到灰度100每級灰度對應的像素個數累加和記為H70。H70大于整幅圖像總像素個數的70%。因此LH70為100。而Hcolor1是圖1中最高縱向條紋對應的灰度，即占比最大的灰度。Hcolor2是圖1中次高縱向條紋對應的灰度，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

背光公式的系數確定過程分為3步：（1）選取100幅測試圖像，通過仿真調整每幅圖像的背光，確定一個適合該圖像的最優背光范圍（比如［175，195］），然后取該范圍的平均值為最優背光值BLS；（2）統計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據，求取公式（3）中參數b0、b1、b2和b3：

考慮到圖像依據平均灰度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。此外由于高亮度圖像中Hcolor1和Hcolor2參數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。最終的背光公式如公式（4）所示：

3 調光算法評價

本文選取30幅典型圖像進行仿真測試。其中10幅圖像來自柯達圖庫（Kodak True Color Image Suite）［8］，其余的圖像則是補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償均采用文獻［9－10］中提及的像素補償方法來實現。

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行評價，另一方面節能率。在保證圖像顯示效果的前提下節能率越高越好。主觀評價通過組織多人多次對處理前后圖像進行觀察來評價圖像處理效果?？陀^評價通過常用的評價指標對圖像效果進行評價。本文采用調光效果指數DEI（Dimming Effect Index，DEI）對圖像處理效果進行客觀評估，該指數是對常用圖像評價指標的一種綜合，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

調光效果指數是用來衡量調光后圖像效果的一種指標。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構成。其中MSSIM是對SSIM（Structural Similarity，SSIM）評價算法［13－14］的改進。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，MI值在［0，1］之間，越接近1表明調光后的圖像越接近原圖像。對這3個指標進行歸一化處理后，綜合起來構成一個與主觀評價結果更加接近的指標，即DEI，其定義如公式（5）所示：

節能率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指數對30幅圖像處理效果進行評價，如表1所示。從表1數據可知，30幅圖像中，DEI指數基本大于0.91，滿足畫質要求。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，高亮區域較多。通過公式確定的背光較低，引起高亮區域產生溢出失真。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，導致失真。總之，DEI指數的平均達到0.95，基本能夠滿足圖像處理前后的保真度要求。

表1 DEI評估結果Tab.1 DEI test result

表2反映了使用本文算法處理圖像后的節能率情況。表2中最高節能率達到50.33%，最低節能率為7.26%，平均節能率為28.22%。圖3中第3行圖像的節能率較好。這是因為這一行圖像中整體偏暗，使用算法確定背光較低，所以節能率較高。總體而言，使用本文算法可以取得較好的節能率。

表2 節能率評估結果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閾值法等算法進行對比測試。使用不同的算法對30幅圖像進行仿真并計算平均DEI指數和平均節能率，結果如表3所示。從表中可知IMF法和平均值法的節能率均在50%以上，但是DEI指數較低說明這兩種算法雖然節能效果很好但會導致處理后圖像存在較大失真。而最大值法的DEI指數為1而節能率幾乎沒有，則說明其圖像處理前后沒有失真，但節能效果卻乏善可陳。CDF閾值法和本文算法均屬于DEI指數和節能率比較平衡的方法，相對而言雖然本文算法的DEI指數略低于CDF閾值法，但是本文算法在節能率上有接近10%的提升。

表3 對比測試結果Tab.3 Comparison results of several dimming algorithms

4 結 論

提出了一種基于灰度直方圖和主灰度的調光算法。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，再依據公式計算背光調光亮度。對該算法使用DEI指數和節能率指標進行客觀評估。仿真實驗的結果表明調光效果指數DEI為0.95，平均節能率為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能率和較高的顯示效果，較好地平衡了顯示效果和節能率的矛盾。

［1］楊雷，李純懷，陳宥燁，等.基于平均值法的LED背光源動態調光二次修正算法［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.用于側出式發光二極管背光的全局動態調光算法［J］.光學精密工程，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，鄭學仁，陳建賓.基于圖像CDF閾值的LCD－TV動態背光主亮度提取算法及硬件實現［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調光算法［J］.光學學報，2013，33（8）：205－211.He H J，Feng 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.應用多元統計分析［M］.北京：北京大學出版社，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，肖創柏，等.基于結構信息提取的圖像質量評價［J］.電子學報，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.圖像融合質量評價方法的研究［J］.電子學報，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）