基于圖像局部亮度的液晶顯示器動態調光算法

趙晨，呂國強，吳磊，諸黎明，馮奇斌

(1.合肥工業大學 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 光電技術研究院，安徽 合肥 230009；2.合肥工業大學 儀器科學與光電工程學院 安徽 合肥 230009；3.合肥工業大學 電子科學與應用物理學院 安徽 合肥 230009)

1 引 言

具有高動態范圍(High dynamic range, HDR)技術的液晶顯示器(LCD)能夠顯示更高的對比度(CR)、更暗的黑態和更生動的色彩[1]。只有滿足以下3個基本要求，才能實現HDR技術:(1)高CR；(2)優良的黑態和高峰值亮度；(3)精確控制不同的明暗色度以及在什么位置應用于顯示的圖像[2]。HDR顯示技術一般要求有效CR大于100 000∶1,若峰值亮度為1 000 cd/m2,黑態亮度則要小于0.01 cd/m2。有機發光二極管(OLED)顯示器能夠輕易獲得符合要求的黑態，但是持續產生大于1 000 cd/m2的亮度會縮短它的壽命[3]。LCD不自發光，它的亮度來自基于LED的背光模組[4]，峰值亮度很容易達到1 000 cd/m2，缺點是將黑態降低到小于0.01 cd/m2十分具有挑戰性。因為LCD在顯示低灰度像素時無法通過閉合液晶完全阻止背光泄露，在顯示時會受到漏光問題的影響[5]。漏光現象會導致圖像低灰度區域不夠暗，難以顯示符合HDR技術指標的黑態，降低了顯示對比度也浪費了不必要的能耗[6]。為了解決上述問題的影響，研究者引入了動態調光技術，根據圖像內容動態調節背光亮度。經過不斷發展，具有該技術的新型LCD正在逐步替代傳統LCD。

動態調光主要有兩種解決方案:全局調光和區域調光。應用全局調光方案的液晶顯示器結構簡單，但顯示效果遠不及區域調光效果。區域調光需要將背光模組分割成獨立控制的不同區域，根據輸入圖像特征分別確定各個區域的背光大小,不但能夠有效抑制漏光、提升對比度，而且能夠大幅降低液晶顯示器功耗[7-13]。區域調光又可分為直下式和側入式兩類，側入式能夠使調光系統更加輕薄，但直下式具有更好的高動態范圍性能。本文區域調光研究對象主要針對直下式區域調光。

區域調光算法的核心問題是如何根據被顯示圖像特征確定每個分區的背光亮度。均值法(Avg)、均方根法(Sqrt)、誤差修正法(Diff)和最大值法(Max)是目前較為常用的背光提取算法[14-17]，Avg法以每個圖像塊的平均灰度作為對應分區的背光值，使背光的下降明顯，但調光后圖像失真嚴重。Sqrt法利用每個分區的平均灰度值為基礎，歸一化后取均方根得到對應分區背光值，相對于Avg法保留了更多的圖像亮度細節，但圖像失真問題依然嚴重。Diff法以每個圖像塊的灰度最大值與灰度平均值的差值來確定對應分區的背光值，該算法考慮了亮度對比度，在一定程度上抑制了高對比度圖像的截斷噪聲問題，但是其固定的加權系數往往只能適用特定類型的圖像，缺乏良好的適用性[18]。Max法根據每個圖像塊的最大亮度來確定背光亮度值，該方法能夠使像素補償時的截斷噪聲降低明顯，但Max法容易受到圖像極少數的峰值噪聲影響，即使圖片中出現肉眼無法識別的峰值亮度，背光亮度也會被設置為最大亮度，功耗降低效果不佳,容易在暗場景畫面顯示時發生光暈效應,導致顏色和亮度失真[19]。

本文根據LCD關鍵特性介紹了區域調光算法處理過程，介紹了截斷噪聲以及亮度和顏色失真產生的原因，提出了基于圖像局部亮度的液晶顯示器動態調光算法。實驗證明，本文所提算法應用于LCD調光過程，能夠在合理降低功耗的同時保證圖像的顯示質量。

2 LCD特性及調光算法過程

2.1 LCD特性

一般情況下，LCD像素的亮度由液晶面板(LC)透過率與背光亮度的乘積決定[15]，如圖1所示。

動態調光使背光亮度降低可以抑制漏光，但同時也導致顯示圖像的亮度下降。為了補償減少的亮度，需要根據背光大小進行像素補償[20]。考慮顯示設備的伽馬特性，理想的像素亮度補償值可以定義為

(1)

其中:BFull表示背光的最大亮度，BHDR是調光后被補償像素點處分布的背光亮度，GTarget是被補償像素的像素值，γ表示目標LCD的理想伽馬。

2.2 區域調光算法處理過程

圖2 背光調光算法處理過程

2.3 截斷噪聲

根據公式(1)可知，當背光亮度BHDR降低過多，會得出超過最大允許灰度級(例如8-bit系統，最大灰度級為255)的像素亮度補償值GHDR。然而，實際像素值的變化范圍有限，會因此產生截斷噪聲。圖像產生截斷噪聲的區域，像素間的灰度差縮小甚至消失，就會出現截斷偽影。如圖3所示，截斷偽影降低了顯示圖像的對比度，使細節信息發生丟失。截斷噪聲主要與像素的灰度級和補償值有關，其中補償值由背光亮度決定，像素的灰度級較高同時背光亮度過低，就容易產生截斷噪聲。

(a) (b)

3 提出的算法

采用RGB最大值法使原圖像灰度化，如公式(2)所示：

X(a,b)=max(R(a,b),G(a,b),B(a,b))，

(2)

式中R(a,b)、G(a,b)、B(a,b)分別表示原圖像像素(a,b)的紅綠藍三色的灰度值，灰度圖像取它們的最大值。

根據背光模組的物理分區對灰度圖像進行分區，應用最大值法提取每個分區(m,n)的初始背光值Bm,n。再利用模糊-掩模方法[21](BMA)將低分辨率的初始背光值矩陣模糊擴散至輸入圖像分辨率大小，得到初始背光亮度分布圖Y，如圖4(c)所示。

圖4 樣本圖像。(a)原圖；(b)原圖像亮度分布圖；(c)初始背光亮度分布圖；(d)修正后的背光亮度分布圖。

原圖像的亮度分布圖X可以用灰度圖表示，本文定義了一個參數來衡量它與初始背光亮度分布圖Y的亮度分布相似程度，以此來確定對初始背光值的修正幅度。相較于絕對亮度差異，人類視覺系統對相對亮度差異更敏感，該參數可以定義為：

(3)

其中：MXm,n表示X的(m,n)分區的亮度均值；MYm,n表示Y的(m,n)分區的亮度均值，參數S(Xm,n,Ym,n)的取值范圍為[0,1]，它的值越大表示X的(m,n)區域與Y的(m,n)區域的亮度均值越接近，即分布的亮度越相似。為了避免分母為零或者接近零時出現的無意義情況，c1是一個極小的正常數。

考慮到圖像的亮度分布通常是非均勻的，相較于使用分區圖像整體亮度均值來修正初始背光亮度，使用分區圖像局部亮度均值的組合更加準確。因此，本文使用滑動窗口法將公式(3)定義的參數應用到X和Y的每個分區(m,n)中的每個局部區域(i,j)。從分區圖像的左上角開始，以大小(2k+1)×(2k+1)的滑動窗口逐個像素水平和垂直移動到圖像的所有行和列，直到到達右下角(k為正整數，本文k取1，即局部區域大小取3×3)。在滑動窗口移動的過程中，計算窗口內包含的局部區域亮度均值，再根據公式(4)來確定X和Y對應分區(m,n)的局部區域(i,j)的相似程度：

2）對崗位管理和工件加工工藝進行調整。通過輪崗的方式減少操作人員受噪聲影響的時間；同樣的零件采用多工序加工要比單工序加工產生的噪聲小。

(4)

然后，定義一個參數Sm,n來描述X與Y的(m,n)分區亮度相似程度，它由所有局部區域亮度相似程度的均值表示：

(5)

式中：K1與K2分別表示(m,n)分區局部區域的行列坐標上限,它們的乘積等于局部區域的總數Sm,n取值范圍為[0,1]，如果它的值等于1，則表示X的(m,n)區域與Y的(m,n)區域亮度分布一致，初始背光亮度值不降低。當它的值小于1時，表明背光亮度應基于初始背光亮度適當降低，以減少漏光和功耗。

最終，輸入圖像的(m,n)區域修正后的背光亮度定義為：

(6)

式中：α為調節因子，取值為0.2，來調整亮度分布相似度控制初始背光降低的幅度，Bm,n表示輸入圖像的(m,n)區域的初始背光值。

背光大小確定后，通過BMA法模擬局部控制的背光源光線在背光模組混光腔中的擴散過程，得到修正后的背光亮度分布圖Y*，如圖4(d)所，并根據公式(1)來確定像素補償值。最后，背光亮度與液晶像素亮度補償值相結合，得到調光后的圖像。

4 評價指標

4.1 截斷噪聲比

可以通過統計截斷噪聲的數量來評估截斷偽影的嚴重程度，即比較動態調光圖像相對于輸入圖像的截斷噪聲比，其公式如下：

(7)

其中：Nt表示圖像總的像素數量，Nd表示像素補償時發生截斷的噪聲像素數量。調光后D的值越大截斷噪聲偽影越嚴重，反之亦然。

4.2 L*a*b顏色空間峰值信噪比

本文引入了一種基于峰值信噪比(PSNR)的評價指標：LabPSNR。與PSNR不同，LabPSNR是在CIE 1976 L*a*b顏色空間中的計算，而不是在RGB空間。通過研究可以發現，漏光導致的光暈現象對顯示圖像亮度和顏色都會產生影響，LabPSNR可以同時對這兩類失真進行量化評估[19]。調光后的RGB圖像可以通過CIE 1931 XYZ坐標轉化到L*a*b顏色空間：

(8)

其中：

(9)

L*、a*和b*在L*a*b顏色空間中分別表示亮度、綠色-紅色分量、藍色-黃色分量。公式(8)中Xn、Yn和Zn分別表示標準參考白的CIE 1931 XYZ三刺激值。可以通過公式(8)在L*a*b顏色空間中定義色差，即兩種顏色之間的感知差異，同時考慮亮度和色度的差異：

(10)

其中，顯示的圖像與目標圖像的亮度與顏色區別在式中表示為：ΔL*、Δa*、Δb*。

(11)

其中:m和n表示圖像的尺寸，ΔEmax表示黑色與白色的差異。本文使用LabPSNR作為評價指標，來量化調光前后漏光導致的圖像亮度和顏色失真，其值越小失真越嚴重，反之亦然。

5 實驗結果

為了驗證本文所提出的調光算法，我們使用了4幅典型樣本圖像，圖像分辨率同為1 920×1 080，并根據圖像亮度和對比度情況將它們分為4類，如圖5所示。使用Matlab模擬了它們在30×24分區的直下式分區調光液晶顯示器上的顯示。

圖5 樣本圖像。(a)高亮度高對比度圖像(湖泊)；(b)高亮度低對比度圖像(水面)；(c)低亮度高對比度圖像(黃昏)；(d)低亮度低對比度圖像(星空)。

圖6 4幅圖像應用4種算法的比較。(a)Avg法；(b)Sqrt法；(c)Diff法；(c)本文所提算法。

在上述模擬系統中，分別應用Avg法、Sqrt法、Diff法和本文所提算法。以上4種算法的仿真圖像示于圖6。同時，4幅樣本圖像運用不同調光算法的背光功耗比、截斷噪聲比、L*a*b顏色空間峰值信噪比LabPSNR分別列于表1、表2、表3。并且在圖7中做了比較。

表1 圖5中4幅圖像應用3種算法的功耗比

Tab.1 Power consumption ratio of the three algorithms applied to the four images in Fig.5

ImagesPowerconsumptionratio/%AvgSqrtDiffProposed(a)72.0283.7790.6885.09(b)58.4475.0474.9071.56(c)29.3651.3055.6049.15(d)24.6047.6683.3068.05

表2 圖5中4幅圖像應用3種算法的截斷噪聲比

Tab.2 The distortion ratio of the three algorithms applied to the four images in Fig.5

ImagesDisfortionratio/%AvgSqrtDiffProposed(a)36.7114.717.121.77(b)28.0618.4216.472.19(c)4.9710.390.29(d)4.601.820.810.43

表3 圖5中4幅圖像應用3種算法L*a*b顏色空間峰值信噪比LabPSNR

Tab.3 LabPSNR of the three algorithms applied to the four images in Fig.5

ImagesLabPSNR/dBAvgSqrtDiffProposed(a)29.6332.3333.5437.96(b)28.2932.4232.0036.65(c)24.392828.0832.77(d)25.1330.4436.8441.07

圖7 仿真結果。(a)功耗比；(b)截斷噪聲比；(c)L*a*b顏色空間峰值信噪比。

根據表1和在圖7(a)比較可知，對于4幅典型圖像，應用不同算法的平均節能率分別為41.11%，64.44%，76.12%，68.46%，Avg法節能效果更突出，Sqrt法、Diff法與本文所提算法的功耗相近。根據表2和在圖7(b)比較可得，應用不同算法的平均截斷噪聲比分別為18.59%，8.99%，6.2%，1.17%，不同類型圖像應用Avg法均會產生較為嚴重的截斷噪聲；Sqrt法與Diff法一定程度上抑制了截斷噪聲，但對高亮度高對比度圖像和高亮度低對比度圖像，截斷噪聲依然嚴重；本文算法可大幅降低不同類型圖像的截斷噪聲。通過表3和在圖7(c)比較可以看出，對不同類型圖像應用不同算法得到的LabPSNR平均值分別為26.86，30.80，32.62，37.11 dB，應用本文所提算法得到的LabPSNR相較于其他算法有明顯提升。

Avg法能夠使背光的功耗顯著降低，但調光后的圖像失真嚴重。Sqrt法圖像的質量更依賴背光功耗的增加，Diff法對高亮度圖像調光容易產生失真。并且，應用上述3種算法的截斷噪聲比遠高于本文所提算法，LabPSNR均小于本文所提算法，即圖像的顏色和亮度失真大于本文所提算法。綜上所述，本文所提算法在合理降低背光功耗的同時，各類圖像調光后的顯示質量更優。

6 結 論

本文提出的基于圖像局部亮度的液晶顯示動態調光算法，根據輸入圖像亮度分布圖與Max法得到的初始背光分布圖對應局部區域相似程度，控制初始背光適當降低，再結合背光混光擴散與像素補償技術實現了高質量的圖像顯示。實驗結果表明，應用該算法能夠合理降低背光功耗，平均降低約31.54%；截斷噪聲得到顯著抑制，平均低至像素總和的1.17%；最終顯示圖像的顏色和亮度失真明顯改善，平均LabPSNR達到37.11 dB。本算法對各類圖像都具有良好的適用性。