一种背光分区颜色去饱和优化方法与流程

本发明涉及场序彩色显示技术，具体涉及一种背光分区颜色去饱和方法。

背景技术：

场序彩色显示不需要滤色片，具有高分辨率、高光效率等优点。但是在场序彩色显示中，由于眼球的转动，观看者通常会在显示目标的边缘感知到彩色的分离，即色分离现象(colorbreakup)。色分离现象是场序彩色显示中最严重的负面效应，降低了图像质量，容易引起观看者的视觉疲劳和精神紧张等症状。色分离现象本质上是由场之间的色差造成的，如果每场显示相同的颜色，色分离现象将完全被抑制。然而自然图像色彩丰富，每场显示相同颜色的背光将无法显示自然图像。

lpd(localprimarydesaturation，局部基色去饱和)算法提出了一种减少场之间色差的方法，该方法通过放弃原有红绿蓝背光基色，根据区域色彩分布重新计算三个场的基色色坐标，并尽量缩小新基色三角形的尺寸，确定了基于区域图像的新色域。新色域包含了区域图像的所有颜色，而范围比通用色彩标准srgb(standardredgreenblue)的范围小的多。但是在有些情况下，例如当区域图像色坐标点分布均匀性较差时，lpd算法中确定的色域范围依然相对较大。

技术实现要素：

发明目的：基于以上问题，本发明提出了一种背光分区颜色去饱和优化方法，进一步压缩了区域图像的色域空间，能够更有效地抑制色分离效应。

技术方案：本发明所述的背光分区颜色去饱和优化方法，包括以下步骤：

1)根据背光单元个数对输入图像进行分区，得到分区的区域图像；2)基于每个分区的区域图像的内容，统计各个像素的色坐标，得到区域图像色坐标在色空间下的分布，色坐标系采用1931cie-xyz标准色度系统；3)基于标准rgb色域范围，利用lpd算法进行颜色去饱和，得到第一基色三角形r1g1b1；4)以斜率逼近法在第一基色三角形r1g1b1内确定包含当前区域图像所有像素坐标的范围，得到第二基色三角形。

具体地，步骤4)中斜率逼近法具体过程为：以第一基色三角形r1g1b1的任一顶点为第一基点，寻求当前基色三角形范围内的像素点与第一基点的最大斜率kmax和最小斜率kmin，其中，

当选择的第一基点为r1或b1时，作过第一基点且斜率分别为kmax和kmin的两条直线；

当选择的第一基点为g1时，如果kmax>0且kmin<0，求出所有大于零的斜率中的最小值，记为kmax’，求出所有小于零的斜率中的最大值，记为kmin’，作过g1点且斜率分别为kmax’和kmin’的直线；若kmax<0且不存在横坐标与g1的横坐标相同的点，作过g1点且斜率分别为kmax和kmin的直线；若kmax<0且存在横坐标与g1的横坐标相同的点，分别作以及斜率为kmax的直线；若kmin>0且不存在横坐标与g1的横坐标相同的点，作过g1点且斜率分别为kmax和kmin的直线；若kmin>0且存在横坐标与g1的横坐标相同的点，分别作以及斜率为kmin的直线；

所述直线与相对于第一基点的边相交，得到第一交点和第二交点，则第一基点、第一交点和第二交点形成第二基色三角形。

为了进一步缩小色域范围，在第二基色三角形内，以第一交点和第二交点中的任一点作为第二基点，按照步骤4)中的方法得到与相对于第二基点的边相交的第三交点和第四交点，第二基点、第三交点和第四交点形成第三基色三角形。

同样地，在第三基色三角形内，以第三交点和第四交点中的任一点作为第三基点，按照步骤4)中的方法得到与相对于第三基点的边相交的第五交点和第六交点，第三基点、第五交点和第六交点形成第四基色三角形。

有益效果：本发明提供的颜色去饱和优化方法，相较于传统lpd算法能够在更大程度上降低区域图像的颜色饱和度并且更好地抑制色分离效应，有利于时序彩色显示的可实现性，对背光分区等硬件要求也更低，同时也保持了提高图像画质的优点。

附图说明

图1是本发明所述方法的流程图；

图2是本发明的lpd算法的示意图；

图3是以b1为基点优化区域图像色域的示意图；

图4是在图3基础上以r2为基点优化区域图像色域的示意图；

图5是在图4基础上以g3为基点优化区域图像色域的示意图。

具体实施方式

下面结合附图对本发明的技术方案作进一步说明。

如图1所示，一种背光分区颜色去饱和优化方法包括以下步骤：1)根据背光单元个数对输入图像进行分区，得到分区的区域图像；2)基于每个分区的区域图像的内容，统计各个像素的色坐标，得到区域图像色坐标在色空间下的分布，色坐标系采用1931cie-xyz标准色度系统；3)基于标准rgb色域范围，利用lpd算法进行颜色去饱和，得到第一基色三角形r1g1b1；4)以斜率逼近法在第一基色三角形r1g1b1内确定包含当前区域图像所有像素坐标的范围，得到第二基色三角形。

具体地，步骤4)中斜率逼近法的过程如下：以第一基色三角形r1g1b1的任一顶点为第一基点，寻求当前基色三角形范围内的像素点与第一基点的最大斜率kmax和最小斜率kmin，其中，

当选择的第一基点为r1或b1时，作过第一基点且斜率分别为kmax和kmin的两条直线；

当选择的第一基点为g1时，如果kmax>0且kmin<0，求出所有大于零的斜率中的最小值，记为kmax’，求出所有小于零的斜率中的最大值，记为kmin’，作过g1点且斜率分别为kmax’和kmin’的直线；若kmax<0且不存在横坐标与g1的横坐标相同的点，作过g1点且斜率分别为kmax和kmin的直线；若kmax<0且存在横坐标与g1的横坐标相同的点，分别作以及斜率为kmax的直线；若kmin>0且不存在横坐标与g1的横坐标相同的点，作过g1点且斜率分别为kmax和kmin的直线；若kmin>0且存在横坐标与g1的横坐标相同的点，分别作以及斜率为kmin的直线；

所述直线与相对于第一基点的边相交，得到第一交点和第二交点，则第一基点、第一交点和第二交点形成第二基色三角形。

为了进一步缩小色域范围，在第二基色三角形内，以第一交点和第二交点中的任一点作为第二基点，按照步骤4)中的方法得到与相对于第二基点的边相交的第三交点和第四交点，第二基点、第三交点和第四交点形成第三基色三角形。

同样地，在第三基色三角形内，以第三交点和第四交点中的任一点作为第三基点，按照步骤4)中的方法得到与相对于第三基点的边相交的第五交点和第六交点，第三基点、第五交点和第六交点形成第四基色三角形。

上述过程中，每一次在当前基色三角形范围内寻求与当前基点形成最大斜率kmax与最小斜率kmin的直线时，以该基点为中心、边长为a的正方形中的像素点不参与计算。a的取值范围为0.001-0.05cm，a越大，色域范围被压缩的程度越大，背光基色色差越小，图像失真越严重；a越小，图像失真越轻微，色域压缩程度相对越低。一般情况下当a为0.01cm时，色域范围已经得到尽可能的压缩，而此时图像的失真情况几乎可以忽略。

如图中所示以及在以下描述中，三角形rgb区域表示标准rgb色域范围，称为rgb色域，即标准基色三角形。三角形r1g1b1区域为利用传统lpd算法对区域图像内容进行颜色去饱和得到的色域范围，称为r1g1b1色域，即第一基色三角形。本发明的色坐标系采用1931cie-xyz标准色度系统来表示。

首先，对输入图像根据背光单元个数进行分区，基于每个分区的区域图像的内容，可以得到lpd算法下的颜色去饱和后的色域范围r1g1b1。如图2所示，将rg、gb、br三条边各自平行地向三角形中心移动，直到三条边各自第一次与分区色坐标分布中的点相交，停止移动，构成同心三角形r1g1b1，即为第一基色三角形。

如图3所示，以b1点为基点，求区域图像的所有像素点与b1点的斜率(正方形中的点不参与计算)，求出斜率的最大值k_max1和最小值k_min1。作过b1点、斜率分别为k_max1与k_min1的两条直线，与线段g1r1的交点分别为点g2、r2，形成第二基色三角形r2g2b1。三角形r2g2b1色域即为以b1点为基点去颜色饱和度优化后确定的色域。正方形的边长为0.01cm，b1点是正方形的中心点，如图3所示，正方形中像素点与b1点色差很小，同时又很大程度上影响了色域空间优化效果，所以正方形中的所有点不参与斜率的计算。

如图4所示，以r2点为基点，求r2g2b1范围内所有像素点与r2点的斜率(同上，正方形中的点不参与计算)，求出斜率的最大值k_max2和最小值k_min2，因为上一步中已经对边r2b1优化完毕，即在直线r2b1下方已经确定没有点，有点在直线r2b1上，所以此处k_max2是直线r2b1的斜率。作过r2点、斜率分别为k_max2与k_min2的两条直线，与线段g2b1的交点分别为点b1、g3，形成第三基色三角形r2g3b1。三角形r2g3b1色域即为以r2点为基点去颜色饱和度优化后确定的色域范围。

如图5所示，以g3点为基点，求r2g3b1范围内所有像素点与g3点的斜率(同上，正方形中的点不参与计算)，求出斜率的最大值k_max3和最小值k_min3，与优化边r2b1同理，此处边r2g3已优化完毕。若k_max3>0，求出所有大于零的斜率中最小值，记为k_max3’，作过g3点，斜率为k_max3’的直线，直线与线段r2b1的交点为b2；若k_max3<0，且不存在点横坐标与g3的横坐标相同，作过g3点，斜率为k_min3的直线，直线与线段r2b1的交点为b2；若k_max3<0，且存在点横坐标与g3的横坐标相同，作的直线，直线与线段r2b1的交点为b2。形成第四基色三角形r2g3b2。三角形r2g3b2色域即为以g3点为基点去颜色饱和度优化后确定的色域范围。

本实施例中是以b1r2g3的顺序进行优化的举例，除此之外还可有b1g2r3、r1b2g3、r1g2b3、g1r2b3、g1b2r3优化顺序，方法均与文中所述方法相同，在此不再一一叙述。