基于對(duì)比度敏感理論的LED視頻疊加顯示方法

張成挺, 葉志暉, 徐琦, 王文娟

(浙江中煙工業(yè)有限責(zé)任公司寧波卷煙廠,浙江,寧波 315000)

0 引言

伴隨傳媒形式轉(zhuǎn)變,單一信息顯示轉(zhuǎn)為互聯(lián)網(wǎng)信息與人類交互顯示[1-3]。作為媒體信息載體的智能LED顯示屏的發(fā)展吸引社會(huì)廣泛關(guān)注[4-5]。近年來(lái),研究基于人眼視覺(jué)特性的LED顯示圖像技術(shù)成為研究熱點(diǎn)[6-7]。

王驍?shù)萚8]提出HDR圖像顯示方法,將LCD顯示融合LED顯示,采取雙調(diào)制方式搭建創(chuàng)新顯示器,該方法使得圖像亮度細(xì)節(jié)更加細(xì)致,但操作較繁瑣,不具備通用性;羅謹(jǐn)哲[9]提出紅外融合可見光圖像方法,在增強(qiáng)對(duì)比度和兩尺度分解基礎(chǔ)上增強(qiáng)圖像可視性,在視覺(jué)質(zhì)量和客觀評(píng)價(jià)兩方面表現(xiàn)較好,但該方法在多尺度領(lǐng)域進(jìn)行分析時(shí)成本較高。

本文提出一種基于對(duì)比度敏感理論的LED視頻疊加顯示方法,研究結(jié)果表明該方法處理后的視頻更貼合人眼視覺(jué)對(duì)比特性,用戶可獲得更舒適的視覺(jué)觀看效果。

1 LED視頻疊加顯示方法

1.1 LED視頻圖像自適應(yīng)量化

LED視頻圖像自適應(yīng)量化處理時(shí),量化表是控制視頻圖像壓縮比的核心,能顯著影響壓縮效果。分析人眼視覺(jué)特性計(jì)算出量化表,搭建量化表時(shí)綜合考量人眼視覺(jué)特性,獲取的量化表使其閾值則更加貼合人眼最真實(shí)效果。因此,依據(jù)人眼亮度敏感而對(duì)色度不敏感的視覺(jué)特性,得到可實(shí)現(xiàn)LED視頻圖像壓縮處理的量化表。

1.1.1 人眼對(duì)比度敏感理論

LED視頻圖像視覺(jué)清晰水平用對(duì)比度描述,分為顏色與亮度,式(1)描述亮度對(duì)比:

(1)

觀察對(duì)象清晰水平取決于對(duì)比度感覺(jué),圖像視覺(jué)質(zhì)量高低依賴于其自身對(duì)比度高低。人眼對(duì)比度靈敏度閾值決定人眼觀察到的圖像。

1.1.2 人眼對(duì)比度敏感視覺(jué)模型

將窄帶帶通濾波器視作人眼視覺(jué)系統(tǒng)空間頻率響應(yīng)[10],用人眼對(duì)比敏感度函數(shù)CSF[11]描述視覺(jué)系統(tǒng)。利用人眼亮度CSFL方法進(jìn)行描述,在此基礎(chǔ)上融合指數(shù)型數(shù)學(xué)模型求解獲取量化表。

(1) 人眼亮度視覺(jué)特性模型用式(2)表示

CSFL(fθ)=2.6(0.0192+0.114fθ)·exp{-(0.114fθ)1.1}

(2)

式中,fθ描述模型角頻率:

(3)

(2) 人眼對(duì)立色彩視覺(jué)特性模型用下式表示:

CSFC(fθ)=aexp[b(fθ)c]

(4)

(5)

式中,K為L(zhǎng)ED顯示器分辨率。視覺(jué)區(qū)域內(nèi)求解角頻率即求解單位視角內(nèi)刺激人眼觀察目標(biāo)的周期數(shù)值。綜合考慮DCT變換特征,將該模型均分64塊。

1.1.3 自適應(yīng)量化表構(gòu)建

利用人眼察覺(jué)圖像誤差閾值搭建完成自適應(yīng)量化表[12]。該量化表搭建流程如下。

(1) 用YCrCb色空間形容圖像,采用三分量方式像素分割為子塊,完成視頻圖像DCT變換。

(2) 基于亮度及色度視覺(jué)模型計(jì)算各子塊、各空間頻率對(duì)應(yīng)角頻率。

(3) 人眼對(duì)比度覺(jué)察閾值求解。

(4) 將LED視頻圖像各分量圖子塊DCT變換系數(shù)求解,同時(shí)納入圖變換域頻譜系數(shù)獲取自適應(yīng)量化表。

1.2 基于自適應(yīng)牛頓插值算法的LED視頻顯示

采用自適應(yīng)牛頓插值算法進(jìn)行計(jì)算,保留壓縮處理后LED視頻圖像高頻信息,消除圖像邊緣模糊現(xiàn)象,以獲取更好的視頻顯示視覺(jué)效果。在傳統(tǒng)牛頓插值算法基礎(chǔ)上改進(jìn)、優(yōu)化算法,使其適應(yīng)人眼視覺(jué)效果。

1.2.1 傳統(tǒng)牛頓插值算法

各插值節(jié)點(diǎn)處,插值多項(xiàng)式在n無(wú)限接近極值時(shí)未必會(huì)收斂至實(shí)際值。采用恰當(dāng)?shù)牟逯荡螖?shù)至關(guān)重要,并非單一盲目追求高次插值。

1.2.2 自適應(yīng)牛頓插值算法

優(yōu)化傳統(tǒng)牛頓插值算法,創(chuàng)建自適應(yīng)牛頓插值算法,改善圖像邊緣模糊問(wèn)題。鑒于壓縮視頻內(nèi)部資源的局限性,選取2階自適應(yīng)牛頓插值算法縮放處理視頻圖像,以滿足LED視頻顯示需求[13]。

用式(6)與式(7)描述自適應(yīng)牛頓插值算法定義:

|Δx0|=|x1-x0|

(6)

|Δ2x0|=|x1-x0|=|x2-2x1+x0|

(7)

式中,像素相關(guān)程度隨像素相關(guān)因子縮小而提升。用式(8)、式(9)描述自適應(yīng)牛頓插值算法:

|Δ2x0|<|Δ2x1|時(shí):

N2(xi)=f(x0)w0(x)+f[x0,x1]w1(x)+f[x0,x1,x2]w2(x)

(8)

|Δ2x0|>|Δ2x1|時(shí):

N2(xi)=f(x1)w0(x)+f[x1,x2]w1(x)+f[x1,x2,x3]w2(x)

(9)

對(duì)水平、垂直方向分別進(jìn)行自適應(yīng)牛頓插值處理[14],自適應(yīng)牛頓插值處理過(guò)程如圖1所示。

圖1 自適應(yīng)牛頓插值處理示意圖

1.2.3 自適應(yīng)牛頓插值算法處理流程

自適應(yīng)牛頓插值算法分判別、系數(shù)生成及選擇3個(gè)步驟,用圖2描述算法流程示意圖。

圖2 自適應(yīng)牛頓插值算法流程示意圖

設(shè)輸入LED視頻數(shù)據(jù)分辨率為800×600,LED顯示屏物理分辨率為1280×1080,放大插值處理每一幀視頻圖像(列方向放大至1.8倍,行方向放大至1.6倍)。放大系數(shù)用m描述,放大系數(shù)描述如下:

(10)

自適應(yīng)牛頓插值處理圖像水平方向,設(shè)1代表輸入幀圖像的相鄰像素間的距離單位,放大處理時(shí)采用間隔m_x,重新采集像素樣本,則為放大后相鄰像素的間隔,依次選取4個(gè)點(diǎn)灰度值[15],利用像素相關(guān)因子較小組進(jìn)行插值計(jì)算,計(jì)算各項(xiàng)系數(shù),獲取插值點(diǎn)灰度值;處理完水平區(qū)域后對(duì)垂直方向進(jìn)行自適應(yīng)牛頓插值處理。

2 實(shí)驗(yàn)分析

截取兩張LED視頻圖像作為實(shí)驗(yàn)對(duì)象,利用本文方法和文獻(xiàn)[8]、文獻(xiàn)[9]的方法,對(duì)LED視頻圖像進(jìn)行處理,驗(yàn)證本文方法的效果。表1和表2為實(shí)驗(yàn)圖像的色度量化表。

表1 實(shí)驗(yàn)圖像1色度量化表

表2 實(shí)驗(yàn)圖像2色度量化表

從表1和表2所示的自適應(yīng)量化表中的數(shù)據(jù)可知,高頻分量之間的量化間隔較大,低頻分量之間的量化間隔較小,說(shuō)明亮度圖像的色度特征與人眼視覺(jué)特征是相符的。

依據(jù)主、客觀兩種方式評(píng)價(jià)圖像疊加顯示效果。依據(jù)肉眼觀察并采用規(guī)定評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行主觀評(píng)價(jià),依據(jù)眾多觀看者打分統(tǒng)計(jì)平均值作為最終結(jié)果;客觀評(píng)價(jià)采用計(jì)算編碼質(zhì)量及圖像顯示質(zhì)量參數(shù)進(jìn)行。

2.1 主觀效果評(píng)價(jià)

分別采用本文方法與文獻(xiàn)[8]方法、文獻(xiàn)[9]方法進(jìn)行兩個(gè)視頻圖像的疊加顯示,圖3為圖像疊加的部分過(guò)程,圖4和圖5為疊加顯示后的效果圖。

圖3 圖像疊加過(guò)程

(a) 原始圖像

(a) 原始圖像

分析可知,文獻(xiàn)[8]方法處理后兩張圖像噪聲偏多、圖像較模糊,光照對(duì)比度欠佳,觀看效果不佳;文獻(xiàn)[9]方法處理后圖像存在小區(qū)域噪聲,圖像清晰度不佳且邊緣鋸齒狀參差不齊,觀看效果不佳;經(jīng)本文方法處理后,圖像邊緣順暢。

2.2 客觀效果評(píng)價(jià)

對(duì)比疊加顯示處理后的圖像與原始圖像的相似度反映顯示質(zhì)量,選取結(jié)構(gòu)相似度SSIM歸一化值指標(biāo)。假定壓縮比鄰近狀態(tài)恒定,采用三種方法對(duì)圖像進(jìn)行疊加顯示,計(jì)算SSIM值。疊加顯示后的壓縮比值和SSIM值如表3所示。

表3 圖像壓縮比值和SSIM值

分析可知,文獻(xiàn)[8]及文獻(xiàn)[9]方法處理后的圖像亮度略優(yōu),但本文方法在色度方面較優(yōu),圖像SSIM值明顯提升。結(jié)合視頻數(shù)據(jù)庫(kù)中選取的50張圖像和收集的夜景、逆光等50張圖像組成測(cè)試集,用信息熵、NIMA、BIQI以及對(duì)比度閾值四項(xiàng)指標(biāo)客觀評(píng)價(jià)圖像質(zhì)量。為保證數(shù)據(jù)公平,多次實(shí)驗(yàn)取平均。使用三種方法處理后對(duì)比,圖像評(píng)價(jià)結(jié)果如圖6所示。

依據(jù)評(píng)價(jià)指標(biāo),文獻(xiàn)[8]信息熵較高、視覺(jué)效果存在噪聲與色彩偏差狀況,整體效果偏差;文獻(xiàn)[9]針對(duì)光照不均圖像未能妥善解決,清晰度較差,評(píng)價(jià)指標(biāo)不如文獻(xiàn)[8];本文方法在信息熵方面略遜色于前兩種方法,但其他指標(biāo)結(jié)果均最優(yōu),其對(duì)比度較越高,說(shuō)明圖像的銳利程度較高,圖像更清晰。因此,本文方法整體性能最為優(yōu)秀,獲取顯示效果綜合評(píng)價(jià)最佳。

為了進(jìn)一步驗(yàn)證本文方法的有效性,對(duì)比不同方法的視頻疊加顯示時(shí)效性,時(shí)效性主要通過(guò)時(shí)間進(jìn)行衡量,視頻疊加顯示時(shí)間越長(zhǎng),時(shí)效性越差;反之,越好。本文方法、文獻(xiàn)[8]方法以及文獻(xiàn)[9]方法的視頻疊加顯示時(shí)效性對(duì)比結(jié)果如表4所示。

表4 視頻疊加顯示時(shí)效性對(duì)比結(jié)果

分析表4中的數(shù)據(jù)可知,本文方法所用的視頻疊加顯示時(shí)間較短,最短用時(shí)為1.98 s,文獻(xiàn)[8]方法以及文獻(xiàn)[9]方法的最短用時(shí)分別為1.99 s和2.13 s。通過(guò)對(duì)比可知,本文方法的用時(shí)更短,說(shuō)明其能夠滿足視頻疊加顯示的實(shí)時(shí)性要求,綜合性能較好。

3 總結(jié)

LED視頻顯示效果受多重因素影響,人眼觀察視覺(jué)效果差異較大,研究更為貼合人眼視覺(jué)特性的視頻疊加顯示方法。本文基于對(duì)比度敏感理論的LED視頻疊加顯示方法,通過(guò)搭建基于人眼視覺(jué)特性的自適應(yīng)量化表,極度貼合肉眼主觀感受,并通過(guò)差值處理避免視頻圖像邊緣模糊化,使得LED顯示圖像對(duì)比度得以提升,獲得優(yōu)秀的顯示效果,同時(shí)實(shí)用價(jià)值極高。實(shí)驗(yàn)結(jié)果表明,本文方法可大幅度提升LED視頻對(duì)比度及清晰度,保證觀影效果,圖像顯示質(zhì)量較高。