单元4计算峰值ACL控制增益，这是根据检测到的峰值的增益处理，并且峰值ACL控制增益计算单元4将峰值ACL控制增益提供到亮度调制器1。基于所提供的峰值ACL控制增益，亮度调制器1对输入视频信号执行增益处理，并且将它输出到显示面板90作为视频输出信号。背光控制增益计算单元10使增益转换器11根据由峰值检测器3检测到的峰值来执行增益处理。增益转换器11将背光控制信号输出到背光控制器91。
[0124]例如，当假设输入视频信号包括具有20% -50%的亮度到0% -100%的全尺寸的像素时，检测到的峰值是50%。此时，峰值ACL控制增益被设置为两倍，并且背光控制增益被设置为0.5倍。由于峰值ACL控制增益被设置为两倍，因此由亮度调制器1改变视频输出信号，以便利用具有40% -100%或两倍于输入视频信号(20% -50% )的亮度的像素来配置。另一方面，由于背光控制增益被设置为0.5倍，因此由增益转换器11控制背光控制器91，以将背光减小到全功率的50%的亮度。即使液晶被控制以利用40% -100%的亮度来显示，实际显示的亮度变为20%-50%。该亮度分布与输入视频信号的亮度分布相同。相应地，可以正确地显示输入视频信号，从而将背光的亮度降低到50%并且降低功率消耗。
[0125]接下来，说明了图3中所示出的比较性示例2的图像处理设备。与比较性示例1的情况相同，将视频信号输入到比较性示例2的图像处理设备中。图像处理设备分别计算要提供给耦合的显示面板90的视频输出信号和要提供给附接到显示面板90的背光控制器91的背光控制信号。比较性示例2的图像处理设备包括峰值检测器3、峰值ACL控制增益计算单元4、亮度调制器1、背光控制增益计算单元10和增益转换器11，另外还包括固定伽玛校正单元18。配置与比较性示例1的图像处理设备的配置相同，只是额外设置了固定伽玛校正单元18。因此，省略了其说明。固定伽玛校正单元18对在亮度调制器1中被执行了峰值ACL控制增益处理的视频信号执行伽玛校正，并且将经过伽玛校正的信号输出到显示面板90作为视频输出信号。例如，固定伽玛校正单元18执行的伽玛校正是小伽玛值特征和S形曲线特征。
[0126]说明了伽玛校正。
[0127]显示面板90无法显示完全与输入视频信号成比例的亮度，但是它具有被称为伽玛特征的非线性特征。一般而言，例如，显示亮度?与输入视频信号X的关系被表示为y =X'并且在普通液晶面板中，γ =2.2。伽玛校正是预先将视频信号X乘以伽玛的逆函数以便偏移当前关系的处理。假设输入视频信号是V，并且在伽玛校正之后的视频输出信号是X=vU/Y)，所显示的亮度1变为y = χγ= V (γΧ1/γ)= ν，并且被补偿为线性关系。
[0128]图4是示出了具有小伽玛值和大伽玛值的伽玛特征的说明图。横轴示出了输入视频信号，而纵轴示出了显示的亮度，两者都是相对值。相对值是相对地将最小亮度(黑色)表达为0并且将最大亮度(白色)表达为1的值。当如上文所描述地线性地补偿时，获得虚线所示的线性特征。另一方面，通过设置为1/ Τ >1/2.2，与线性特征相比，显示亮度y (=νγ，ν是输入视频信号)被补偿为小伽玛值，诸如γ〈ι。当前特征被示为“小伽玛值特征”。与线性特征相比，它变为凸曲线。显示亮度始终相对于输入视频信号取较大的值；相应地，从整体来看，增强了关于能见度的亮度。另一方面，通过设置为1/γ >1/2.2，与线性特征相比，显示亮度y( = νγ，ν是输入视频信号)被补偿为大伽玛值，诸如γ>?。当前特征被示为“大伽玛值特征”。与线性特征相比，它变为凹曲线。显示亮度始终相对于输入视频信号取较小值；相应地，从整体来看，降低了关于能见度的亮度。
[0129]图5是示出了具有S形曲线的伽玛特征的说明图。与图4的情况相同，横轴示出了输入视频信号，而纵轴示出了显示的亮度，两者都是相对值。线性特征通过虚线示出。S形曲线特征具有拐点。图5示出了在输入视频信号=显示亮度=0.5的点处具有拐点的S形曲线特征。具有0-0.5的相对暗的像素的输入视频信号被补偿至更暗的方向，而具有
0.5-1的相对亮的像素的输入视频信号被补偿至更亮的方向。例如，当输入视频信号的范围是0.2-0.8时，显示亮度的范围被S形曲线特征扩展到0.1-0.9。如此，获得了增强对比度的效果，并且还增强了人类感受到的关于能见度的亮度。
[0130]通过向比较性示例2的图像处理设备的固定伽玛校正单元18提供实现小伽玛特征和S形曲线特征的图像伽玛控制特征，可以在执行背光控制时增强关于能见度的亮度。然而，结果，取决于输入视频信号的图片模式，存在图像质量被上文所描述的伽玛校正劣化的情况。例如，当执行旨在小伽玛特征的伽玛校正时，当输入了朝向高亮度一侧偏移的图片(从整体来看，亮图片)时，对比度降低。当执行旨在S形曲线特征的伽玛校正时，当输入了朝向低亮度一侧偏移的图片(从整体来看，暗图片)时，图片被更暗地补偿，并且对比度也被降低。
[0131]〈模式自适应伽玛校正〉
[0132]图1是示出了根据实施例1的图像处理设备100的配置的示例的框图。
[0133]与比较性示例1和2的情况相同，视频信号被输入到根据实施例1的图像处理设备100。图像处理设备分别计算要提供给耦合的显示面板90 (诸如液晶)的视频输出信号和要提供给附接到显示面板90的背光控制器91的背光控制信号。与比较性示例1和2的情况相同，图像处理设备100包括峰值检测器3、峰值ACL控制增益计算单元4、亮度调制器
1、背光控制增益计算单元10和增益转换器11。根据实施例1的图像处理设备100还包括直方图检测器2、直方图调制器6、亮度分布率计算单元7、模式自适应伽玛计算单元8、亮度调制增益计算单元9和总控制增益计算单元5。
[0134]直方图检测器2计算关于输入视频信号的亮度值的频率分布。优选的是，以与背光控制的目标区域相同的显示区域为目标。当背光控制以框中的显示面板90的整个表面为目标时，以图片(帧)为单位执行包括直方图检测的图像处理。另一方面，当对于每个分割的区域执行具有背光控制的局部调光时，在对应的图片区域也执行包括直方图检测的图像处理。
[0135]通过执行局部调光并且还在相同区域执行包括直方图检测的图像处理，可以更精细地控制背光的功率消耗。因此，可以增强功率消耗的降低效果。在当前图像处理中，需要执行额外的处理，以用于防止在区域的边界上产生亮度的条纹形状的水平差。然而，为了处理该情况，可以使用在局部调光技术中采用的公开已知的技术。为了更便于理解，在下文中，在进行说明时假设图像处理的单位是一个图片(一个帧)。
[0136]峰值检测器3检测一个图片(一个帧)(在局部调光的情况下，对应于背光控制的目标区域的图片区域)的像素的图片级别(亮度)当中的最高亮度(最亮的亮度)。图2和图3的比较性示例1和2中所示出的峰值检测器3从输入视频信号中直接检测峰值。以此方式直接检测峰值的方法可能涉及这样的问题:当只有几个像素表现出锐利的高级别(如在噪声十分大的图片中唯一地观察到的)时，检测稳定性极为恶化。另一方面，根据实施例1的峰值检测器3从由直方图检测器2提取的亮度的直方图(频率分布)检测峰值。例如，假设一个图片(一个帧)中的总的像素数量是100%，从具有最低亮度的那个像素开始按顺序累积频率(像素数量)。当直方图的累积值达到98%时的亮度值被检测为峰值。根据该过程，当只有几个像素由于噪声而表现出高亮度时，所涉及的亮度不被检测为峰值；相应地，可以增强检测稳定性。
[0137]峰值ACL控制增益计算单元4计算峰值ACL控制增益，这是根据检测到的峰值的增益处理；并且峰值ACL控制增益计算单元4将峰值ACL控制增益提供到亮度调制器1。另一方面，背光控制增益计算单元10使增益转换器11根据由峰值检测器3检测到的峰值来执行增益处理。根据该配置，基本操作变成与比较性示例1中的峰值ACL控制相同。
[0138]利用由峰值ACL控制增益计算单元4获得的增益，直方图调制器6对从直方图检测器2输出的直方图(S卩，从输入视频信号中获得的每个图片级别(亮度)的直方图检测值(频率))执行调制处理。在实践中，对图片级别执行增益调制。由峰值ACL控制增益对直方图执行的调制处理是这样的处理:每个图片级别中的直方图检测值被读取作为图片级别中的直方图检测值乘以峰值ACL控制增益。例如，当视频信号包括8比特时，图片级别具有256个层次，并且对图片级别执行增益处理。当峰值检测值是50%时，没有直方图将存在于等于或大于表达50%的亮度的128的图片级别中；相应地，峰值ACL控制增益将变为两倍。然后，在处理中，在执行128X2的增益处理之后，存在于图片级别128中的直方图被读取作为存在于图片级别256中的直方图(在实际处理中，255作为8比特的最大值)。这里，进行说明时假设直方图的层次数量是256，与视频信号相同。然而，当直方图的层次数量是一般所采用的16或64时，可以执行类似的处理。
[0139]亮度分布率计算单元7分析已利用峰值ACL控制增益对其执行了调制处理的直方图的分布状态。例如，直方图的分布状态包括:被局部化(集中)到图片级别区域的一部分的分布，被局部化(集中)到图片级别区域的几个部分的分布，以及没有显著的局部化的相对均匀的分布。亮度分布率计算单元7对输入的直方图执行每个图片级别的加权的预处理，累积加权之后的直方图检测值，并且从累积值计算分布率。作为示例，如图6所示，对直方图检测值执行从低图片级别到中间图片级别的加权，并且累积加权之后的直方图检测值。从累积值，可以计算低/中间图片级别的分布率。作为另一个示例，执行如图7所示的中间图片级别附近的加权，并且累积加权之后的直方图检测值。从累积值计算中间图片级别附近的分布率。当然，计算低/中间图片级别的分布率和中间图片级别附近的分布率的方法不限于上面的方法。
[0140]模式自适应伽玛特征计算单元8根据计算出的图片级别分布率，自动地计算合适的伽玛特征。稍后描述详细的操作。
[0141 ] 亮度调制增益计算单元9根据由模式自适应伽玛特征计算单元8给出的伽玛特征来计算亮度调制增益。亮度调制增益是作为将调制之后的图片级别的值与输入视频信号的每个图片级别(亮度)相关联的函数而给出的。
[0142]总控制增益计算单元5通过将从由峰值ACL控制增益计算单元4和亮度调制增益计算单元9执行的两个处理步骤获得的两个调制增益值相乘，预先计算总增益值。亮度调制器1利用该总增益值来执行亮度调制。亮度调制是指将输入视频信号的每个像素中的图片级别(亮度)根据图片级别的值转换为另一个图片级别的处理。例如，亮度调制器1配置有一维查询表(1D-LUT:查询表)。当视频信号通过8个比特和256个层次来表达时，查询表可以通过256个字X8个比特的存储器来配置。代替通过查询表(1D-LUT)的实现方式，可以采用通过预先被转换为函数的硬件的实现方式、或通过软件的实现方式。
[0143]更详细地说明模式自适应伽玛特征计算单元8的操作。
[0144]例如，当直方图的分布状态相对均匀而没有显著的局部化分布时，通过小伽玛值特征的伽玛校正是合适的。如参考图4所说明的，与线性特征相比，小伽玛值特征是凸曲线，并且显示亮度相对于输入视频信号始终取较大的值。因此，从整体来看，可以增强关于能见度的亮度。当作为由亮度分布率计算单元7进行的分析的结果，低/中间图片级别分布率高时，小伽玛值特征更有效。
[0145]例如，当直方图的分布状态被局部化到一个位置处时，在局部化的分布的重心处具有拐点的S形曲线校正是合适的。如参考图5所说明的，S形曲线校正进一步增强从拐点开始的较高亮度的图片级别，并且进一步降低从拐点开始的较低亮度的图片级别。相应地，实现了图片的对比度增强。至于具有从拐点开始只向高亮度一侧或低亮度一侧局部地分布的直方图的图片，如上文所描述的，存在对比度相当地降低的问题。然而，通过将局部化的分布的重心与拐点进行匹配来解决该问题。
[0146]图8示出了固定S形曲线特征和图片模式自适应S形曲线特征。横轴示出了输入图片级别，而纵轴示出了输出图片级别，两者都是32个层次(5个比特)。虚线是线性特征。固定S形曲线特征在图片级别=16的中点具有拐点。另一方面，模式自适应S形曲线特征在图片级别=10处具有拐点。将模式自