适应S形曲线特征应用于具有在图片级别=10处具有重心的直方图的图片，例如，具有其直方图被局部地分布在图片级别4-16处的图片模式的图片。
[0147]将更详细地描述直方图分布状态。图9、图10和图11分别示出了在执行亮度调制之前的直方图、通过固定伽玛(固定S形曲线)对其执行了亮度调制的直方图、以及通过模式自适应伽玛(模式自适应S形曲线)对其执行了亮度调制的直方图。横轴示出了 32个层次(5个比特)的图片级别(亮度)，而纵轴以百分比(％)示出了直方图检测值(频率)。为简明起见，该说明假设视频信号通过32个层次(5比特的准确度)来表达。因此，看起来，在伽玛特征中没有连续性，并且层次特征低。然而，在实践中，如果以8比特(256个层次)执行处理，则没有层次特征的问题。
[0148]如图9所示，假设执行亮度调制之前的直方图被局部地分布到图片级别5-18。如上文所描述的，直方图调制器6利用由峰值ACL控制增益计算单元4获得的增益来执行调制处理。相应地，峰值是最大亮度32。图10中示出了通过固定伽玛(固定S形曲线)执行亮度调制之后的直方图分布状态，图片级别的局部化分布被调制为图片级别2-18。最初图片级别=5的像素的图片级别被调制为2，而最初图片级别=6的像素的图片级别被调制为3。另一方面，在高亮度一侧的最初图片级别=18的像素的图片级别被原样地调制为18。在固定S形曲线中，拐点位于如上文所描述的图片级别=16处。相应地，拐点附近的最初图片级别=18的像素的图片级别不变，保持在18。由于与图9的亮度调制之前的直方图分布状态相比，亮度分布范围扩大了，因此有对比度增强的效果。然而，没有向高图片级别的方向的移动；相应地，没有亮度增强的效果。
[0149]与此相比，至于图11中所示出的通过模式自适应伽玛(模式自适应S形曲线)对其执行了亮度调制的直方图分布状态，图片级别的局部化分布被调制为图片级别3-24。最初图片级别=5的像素的图片级别被调制为3，而最初图片级别=6的像素的图片级别被调制为4。另一方面，最初尚图片级别=18的像素的图片级别被调制为24。在t旲式自适应S形曲线中，拐点位于图片级别=11-12处，这是直方图上的局部化分布的重心。相应地，以该点为中心，低亮度一侧的图片级别被向较低方向调制，而高亮度一侧的图片级别被向较高方向调制。与图9的亮度调制之前的直方图分布状态相比，在图11中所示出的通过模式自适应伽玛(模式自适应S形曲线)对其执行了亮度调制的直方图分布状态中，亮度分布范围被完全扩大了，并且也向高图片级别的方向完全移位。因此，亮度增强的效果以及对比度增强的效果是足够的。
[0150]在图10和图11中所示出的亮度调制处理之后的直方图中，存在其直方图检测值通过处理被计算为0的图片级别。例如，它们是图10中的图片级别=9，12和15，以及图11中的图片级别=7，10，12，14，17，19，21和23。即使以此方式存在具有零直方图检测值的图片级别，也不会产生图片上的特殊劣化。然而，作为示例，也可以通过添加过滤来恢复图片级别的连续性。相应地，除了对比度增强之外，也会产生分辨率的增强的效果。
[0151]从下列差异产生这两个亮度调制结果的差异。即:尽管通过固定伽玛进行的亮度调制始终将S形曲线的拐点设置在作为中等级别的级别16处，通过模式自适应伽玛进行的亮度调制检测如图9所示的亮度调制之前的直方图分布状态中的分布的重心，并且将11-12的重心检测结果设置为S形曲线的拐点，由此创建针对图片模式被优化的设置。S形曲线伽玛特征在小图片级别区域具有相对于输入视频电平的小输出视频电平，而在大图片级别区域具有相对于输入视频电平的大输出视频电平。S形曲线的拐点是指该输入/输出视频电平的数值关系颠倒(重合)的点。在上文所描述的示例中，直方图的重心本身被设置为S形曲线的拐点。然而，当亮度增强效果被视为重要时，在比重心低一点的图片级别处设置拐点会增大向较高图片级别的方向的移动量，从而导致有效的设置。
[0152]作为检测直方图分布的重心的方法，可以使用一般被称为平均亮度级别的APL。替选地，如图12所示，对直方图的频率分布进行积分以计算面积，并且检测低图片级别一侧的面积等于高图片级别一侧的面积的边界处的图片级别。边界处的该图片级别给出了直方图分布的重心。
[0153]如此，在通过S形曲线伽玛特征的范围扩展处理中，为了最有效地获得对比度增强效果和亮度增强效果，需要将直方图分布最集中的图片级别区域与通过伽玛校正扩展的图片级别区域进行匹配；因此，需要采用自适应于图片模式的亮度调制处理。
[0154]还是在小伽玛值特征的情况下，可以通过根据直方图的重心改变伽玛值来采用类似的模式自适应处理。
[0155]在上文中，小伽玛值校正和S形曲线校正被示出为模式自适应伽玛处理，该处理旨在对于背光控制获得亮度增强效果。然而，还优选的是，采用直方图均衡化(平滑化)方法。该方法是这样的校正过程:直方图累积结果被用作伽玛特征，并且旨在使亮度调制之后的直方图分布状态从低图片级别到高图片级别均匀地分布。由于可以有效地使用图片级别的动态范围，因此可以获得对比度增强效果和亮度增强效果。例如，当直方图的分布状态局部地分布在多个部分中时，可以将图片级别从直方图检测值的集中部分调制到稀疏部分；相应地，可以增强每个局部地分布的部分中的对比度。
[0156]如上文所描述的，在自动地计算对图片模式自适应的伽玛特征以及执行亮度调制的条件下，存在如下所示的两点。
[0157]第一点是:当输入最初的高对比度和亮图片时，如果通过固定伽玛特征执行亮度调制处理，则会产生如下的不利的可能性:发生高图片级别区域的饱和(白化)和低图片级别区域的饱和(黑化)。然而，在模式自适应处理中，可以避免这样的不利的可能性。
[0158]第二点是:根据图片模式特征(图片级别的分布中心=集中的亮度级别)，可以最有效地实现对比度增强效果和亮度增强效果。
[0159]〈图像处理方法〉
[0160]根据图1中所示出的实施例1的图像处理设备100可以通过硬件来实现，或可以通过中间件来实现，在中间件中，安装的图像处理方法的一部分通过软件来实现。
[0161]图13是示出了 S0C(片上系统)中的根据实施例1的图像处理设备100的配置的示例的框图。诸如液晶之类的显示面板90和提供视频信号的视频设备93耦合到图像处理设备100，其中背光控制器91被附接到显示面板90。另外，还可以耦合外部光传感器92。例如，视频设备93包括摄像机、图像内容媒体播放器(诸如蓝光盘播放器和DVD播放器)、以及数字电视接收器(DTV:数字电视)。图像处理设备100包括视频显示单元20、CPU 30、ROM(只读存储器)31、RAM(随机存取存储器)32、背光控制接口(I/F)单元33、通信接口(1/F)单元35、和其他外围设备单元35。它们经由总线36互相親合。视频显示单元20接收从视频设备93输入的视频信号，分别将它提供到亮度调制器1和直方图检测器2，并且将从亮度调制器1输出的视频输出信号输出到液晶面板90。背光控制接口(Ι/F)单元33将背光控制信号输出到耦合的显示面板90的背光控制器91。当使用外部光传感器92时，例如，它耦合到诸如I2C(集成电路之间)之类的通信接口(Ι/F)单元35。经由总线36，从CPU 30可访问亮度调制器1、直方图检测器2、背光控制接口(Ι/F)单元33和通信接口(Ι/F)单元35。峰值检测器3、峰值ACL控制增益计算单元4、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通过存储在ROM 31中的软件来实现。经由总线36，在亮度调制器1处设置由总控制增益计算单元5计算出的总控制增益。背光控制增益计算单元10和增益转换器11类似地通过存储在ROM 31中的软件来实现。经由背光控制接口(Ι/F)单元33输出由增益转换器11计算出的背光控制增益，作为背光控制信号。
[0162]图13中所示出的配置只是一个示例，并且配置可以以不同的方式变化。例如，视频显示单元20中所包括的硬件的一部分可以变为通过软件来实现。相反，其他功能可以通过硬件来实现，并且可以被包括在视频显示单元20中。CPU 30可以是任何类型的单一架构的处理器，或者CPU 30可以是包括多个处理器的多处理器单元。CPU 30或处理器和替换CPU 30的多处理器单元可以配备有高速缓冲存储器或本地存储器。总线36可以是分层次的。ROM 31可以是电可重写非易失性存储器(诸如闪存)，或者ROM 31可以包括S0C，该S0C不安装非易失性存储器并且可以按通电序列来加载软件。图13中所示出的配置不限于实现实施例1中所示出的图像处理方法的情况，并且也可以将该配置还应用于实现根据实施例2-4和其他实施例的图像处理方法的图像处理设备。
[0163]图14是示出了图像处理设备100的操作的示例的处理流程图。具体而言，详细说明了亮度分布率计算单元7和模式自适应伽玛计算单元8。将由直方图检测器2检测到的直方图提供到亮度分布率计算单元7，并且分析频率分布状态。将结果提供到单个亮度值调制增益计算单元80，该单个亮度值调制增益计算单元80构成模式自适应伽玛计算单元8。单个亮度值调制增益计算单元80包括小伽玛校正函数计算单元81、S形曲线校正增益控制函数计算单元82和直方图均衡(平滑化)函数计算单元83。
[0164]小伽玛校正函数计算单元81根据亮度分布率计算单元7中的低/中间图片级别分布率来执行伽玛校正。在图4中所示出的线性特征和小伽玛值特征之间执行调整。当低/中间图片级别分布率大时，使伽玛校正接近于小伽玛值特征，以便通过将分布移动到高图片级别来实现亮度增强。当低/中间图片级别分布率小时，使伽玛校正接近于线性特征。这是因为，当低/中间图片级别分布率小时，只有峰值ACL控制已经在高图片级别的附近产生了许多分布，因此当采用小伽玛值时，在高图片级别的附近，存在发生饱和(白化)的可能性。通过采用这样的处理方法，可以避免发生饱和的可能性。
[0165]S形曲线校正增益控制函数计算单元82根据亮度分布率计算单元7中的中间图片级别分布率来经受增益控制，并且还根据重心级别检测来经受重心控制。在图5中所示出的线性特征和S形曲线特征之间执行调整。当中间图片级别附近的分布率大时，使伽玛校正接近于S形曲线特征，以便通过将分布移动到低图片级别和高图片级别来实现亮度增强和对比度增强。另一方面，当中间图片级别附近的分布率小时，使伽玛校正接近于线性特征。这是因为，当中间图片级别的分布率小时，只有峰值ACL控制已经在低图片级别附近产生了许多分布，因此当采用S形曲线特征时，存在在低图片级别附近发生饱和(黑化)以及在高图片级别附近发生饱和(白化)的可能性。通过采用这样的处理方法，也可以在SB曲线校正中避免发生饱和的可能性。
[0166]直方图均衡(平滑化)函数计算单元83根据亮度分布率计算单元7中的所有图片级别区域来经受增益控制。将由计算单元81-83中的每一个计算出的函数(增益控制值)提供到亮度调制增益混合器84，并且具有加权地相加。将结果输出到亮度调制增益计算单元9。亮度调制增益混合器84包括加权因子选择器85_1-85_3、加权乘法单元86_1_86_3、和加法器87。加权因子选择器85_1-85_3选择由用户设置的混合比和基于亮度分布率计算单元7中的分析结果的混合比之一，并且将它提供到加权乘法单元86_1-86_3。通过加法器87将加权乘法单元86_1-86_3的输出求和，如果需要则归一化，并且将其输出到亮度调制增益计算单元9。
[0167]混合比由用户设置，或基于亮度分布率计算单元7中的分析结果来调整。在基于亮度分布率计算单元7的分析结果的情况下，例如，当低/中间图片级别分布率大时，增大从小伽玛校正函数计算单元81输出的函数的混合比(增益控制值)。当中间图片级别分布率大时，增大从S形曲线校正增益控制函数计算单元82输出的函数的混合比(增益控制值)。当直方图分布在所有图片级别区域中时，增大从直方图均衡(平滑化)函数计算单元83输出的函数的混合比(增益控制值)。
[0168]如上文所描述的，可以通过基于亮度分布率计算单元7的分析结果执行加权加法处理(混合)，根据视频输入信号的图片模式自适应地增强能见度。
[0169](实施例2)