[0170]<总控制增益=峰值ACL控制函数X亮度调制函数>
[0171]图15是示出了根据实施例2的图像处理设备的配置的示例的框图。
[0172]与图3中所示出的比较性示例2的情况相同，视频信号被输入到根据实施例2的图像处理设备200。图像处理设备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。与在亮度调制器1的后面一级包括固定伽玛校正单元18的比较性示例2相比，根据实施例2的图像处理设备100包括直方图检测器2、固定伽玛特征设置单元19、亮度调制增益计算单元9和总控制增益计算单元5。
[0173]直方图检测器计算关于输入视频信号的亮度值的频率分布。峰值检测器3检测构成一个图片(一个帧)的像素的图片级别当中的最高亮度(峰值)。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，基本操作变为与比较性示例1中的峰值ACL控制相同。还优选的是，提供峰值检测器3，如在比较性示例2中那样，并且省略直方图检测器2。
[0174]将用户定义的伽玛特征设置为固定伽玛特征设置单元19。亮度调制增益计算单元9根据所涉及的伽玛特征来计算亮度调制增益。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进行的处理和由亮度调制增益计算单元9进行的处理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。
[0175]除了由峰值ACL控制设置的增益值之外，还将考虑了用于亮度增强的固定伽玛特征的总增益值提供到亮度调制器1。因此，可以增强关于能见度的亮度。亮度调制处理可以只执行一次；因此，与比较性示例2的执行两次的亮度调制处理中的那些层次属性相比，层次属性不会劣化。以视频信号的像素为单位执行亮度调制处理，目前，处理诸如完全高清晰度图片(1920X1080)之类的高分辨率视频信号是自然的。因此，亮度调制处理需要高速处理能力；相应地，普通处理通过诸如一维查询表(1D-LUT)之类的硬件来执行。然而，问题是，大规模的硬件处理是昂贵的；因此，一般局限于通过8比特左右来处理。当在如上文所描述的信号局限于8比特左右的状态下，在诸如两步骤处理之类的多个处理和预先组合两个调制增益作为总增益之后执行的单一处理之间进行比较，单一处理可以更好地抑制层次劣化，如图16和图17所示。图16是示出了图像处理设备100的输入/输出特征的示例的曲线图，而图17是示出了在此时的视频输出信号中的误差特征的曲线图。在图16中，横轴示出了视频输入，而纵轴示出了视频输出，两者都用层次级别来表示。完全级别是256个层次(8比特)。横轴示出了 256个层次的0-64个层次，而纵轴示出了对应的0-128个层次。圆形图案示出了如在实施例2中那样的单一处理(在一个步骤中处理)中的输入/输出特征，而三角图案示出了如在比较性示例2中那样的多个处理(在两个步骤中处理)中的输入/输出特征。在图17中，横轴示出了视频输入的层次级别，而纵轴示出了对应的视频输出中的与理想特征的误差。圆形图案示出了如在实施例2中那样的单一处理(在一个步骤中处理)中的误差特征，而三角图案示出了如在比较性示例2中那样的多个处理(在两个步骤中处理)中的误差特征。与如在比较性示例2中那样的多个处理(在两个步骤中处理)中的±1LSB的误差相比，如在实施例2中那样的单一处理(在一个步骤中处理)中的误差被抑制为±0.5LSB。结果，当人类观看屏幕显示时，其中亮度变化是逐渐的层次部分(如在晚霞图片中那样)可被观看为美丽的层次图片，其中，亮度变化是连续的，而不会被识别为诸如曝光过久之类的亮度阶跃噪声。
[0176]在实施例2中，预先计算完全调制增益。在计算中，按照每个图片(每个帧)，对每个层次级别执行一次算术运算就足够了。因此，例如，在对8比特视频信号执行亮度调制的情况下，利用256个步骤的算术运算就完成了计算；相应地，当系统通过软件来实现时，对执行很少有处理时间的限制。另外，当系统通过硬件来实现时，只需要将总控制增益计算单元在准确度方面增强到16比特左右就足够了。因此，与以16比特实现整个视频信号路径相比，很少有由于规模放大所造成的成本影响。由于这个，实施例2也是该实现方式中的非常有效的技术。
[0177]实施例2可以应用到的显示单元的背光结构不仅包括单一光源的控制系统结构，而且还包括多个光源的控制系统结构。当可以通过多个光源以局部区域为单位控制伽玛校正时，以局部区域为单位分别设置伽玛特征。
[0178]具体而言，当实施例2应用于车载设备时，实施例2表现出其效果。在白天或室外在图片能见度差的亮外部光环境下观看车载设备；因此，从视觉识别的视点来看，它要求亮度的增强效应。此外，诸如EV(电动汽车)和HV(混合动力汽车)之类的以电池为动力的汽车需要功率消耗的降低效果。在观看其中高清晰度显示是重要的诸如DTV之类的设备时，诸如2.2的幂之类的原始伽玛特征的亮度线性的再现是重要的。然而，在车载环境中观看时，亮度线性的再现是不重要的；相应地，通过小伽玛特征或S形曲线特征进行的伽玛处理不会导致任何实际问题，并且获得亮度增强效果变得相当重要。
[0179](实施例3)
[0180]〈黑色电平校正〉
[0181]图18是示出了根据实施例3的图像处理设备的配置的示例的框图。
[0182]与实施例1的情况相同，将视频信号输入到根据实施例3的图像处理设备100中。图像处理设备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。此外，与实施例1的情况相同，图像处理设备100包括亮度调制器1、直方图检测器2、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、总控制增益计算单元5、背光控制增益计算单元10和增益转换器11。根据实施例3的图像处理设备100还包括底值检测器12、黑色电平校正控制增益计算单元13和乘法器14。与实施例1中所示出的图像处理设备100的那些元件相同的元件具有相同功能，因此省略了对它们的说明。
[0183]底值检测器12检测底值，该底值是视频信号中的最低(最暗)值。以与峰值检测相同的方式，可以采用这样的方法:从最低图片级别开始按顺序累积由直方图检测器检测到的直方图，并且累积值达到预设值的图片级别被检测为底值。例如，假设一个图片(一个帧)中的总像素数量是100%，直方图的累积值达到3%的图片级别被检测为底值。当只有几个像素表现出锐利的低级别(如在有噪声的图片中唯一地观察到的那样)时，直接检测底值而不使用直方图检测结果的方法会产生非常差的检测稳定性。另一方面，从直方图的累积值来计算底值的方法会维持合适的检测稳定性。
[0184]黑色电平校正控制增益计算单元13计算对应于该底值的增益。图19是示出了黑色电平校正的说明图。横轴示出了输入视频电平，而纵轴示出了输出视频电平，两者都用与全刻度(假设为100% )的相对值)来表示。当输入视频电平只在20%或更大的图片级别区域中具有像素时，即，当底值是20%时，输入视频电平(原始范围)的20% -40%的范围被扩展到输出视频电平的0% -40%的范围。这表明，20%的图片级别被拉成0%的级别(黑色)。这样的校正被称为黑色电平校正或黑色电平扩展。下一级的乘法器将从峰值ACL控制增益计算单元中获得的增益值乘以从黑色电平校正控制增益计算单元中获得的增益值。
[0185]当将注意力只集中到低亮度一侧时，峰值ACL控制单独地增大图片级别(变亮)，从而产生与对比度增强的影响相反的效果。这里，对比度增强旨在通过使亮图片更亮并且使暗图片更暗来增强人类的相对敏感性。通过将峰值ACL控制乘以如上文所描述的黑色电平校正的效果，即使视频输入信号具有任何峰值和任何底值，视频输出信号也原则上始终在0% -100%的图片级别范围内变化，从而导致动态范围的最有效的使用。在该处理的后面一级，通过执行根据实施例1的图片模式自适应伽玛校正过程，可以获得更有效的对比度增强和亮度增强。替选地，还优选的是，执行根据实施例2的固定伽玛特征处理。
[0186](实施例4)
[0187]<基于关于能见度的亮度增强量的重新调整>
[0188]图20是示出了根据实施例4的图像处理设备的配置的示例的框图。
[0189]与实施例1的情况相同，将视频信号输入到根据实施例4的图像处理设备100中。图像处理设备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。与实施例1的情况相同，图像处理设备100包括亮度调制器1、直方图检测器2、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、总控制增益计算单元5、背光控制增益计算单元10和增益转换器11。与实施例3的情况相同，根据实施例4的图像处理设备100还包括底值检测器12、黑色电平校正控制增益计算单元13和乘法器14。根据实施例4的图像处理设备100还包括关于能见度的亮度增强计算单元15、背光控制增益降低计算单元16和乘法器17。与实施例1和实施例3中所示出的图像处理设备100的那些元件相同的元件具有相同功能，因此省略了对它们的说明。
[0190]关于能见度的亮度增强计算单元15定量地计算通过实施例1-3获得的关于能见度的亮度增强效果的量。用于该计算的最简单的方法是计算由于通过伽玛校正的亮度调制所产生的诸如APL之类的平均亮度级别的增加量，作为亮度增强效果的量。作为更精确地计算亮度增强效果的量的方法，提出了诸如颜色外观模型之类的各种模型，该模型考虑到人类的能见度特征，量化“亮度”和“颜色深度”的观看的方式。通过比较在通过伽玛校正的亮度调制之前和之后从这些模型中获得的数量值，可以使用数量值的变化作为亮度增强效果的量。背光控制增益降低计算单元16确定背光亮度从亮度增强效果的数量值到从由峰值检测器3检测到的峰值中获得的背光亮度的降低量的进一步降低量。例如，当亮度增强效果的量被计算为30%时，计算降低量，以便使得背光亮度更暗达30 %。在目前的情况下，当维持与不执行背光控制校正的状态相同的关于能见度的亮度时，背光亮度可以比相关技术中的背光控制降低得更多。然而，不需要将亮度增强效果的所有量分配到背光亮度的降低(较低的功率消耗)。在上文所描述的示例中，可以采用这样的使用方法:当亮度增强效果的量被计算为30%时，将15%分配给背光亮度的进一步降低量，而将15%保留为亮度增强效果的量。在乘法器17中确定最终的背光控制的量，乘法器17将从下一级中的背光控制增益计算单元10获得的增益值乘以从背光控制增益降低计算单元16获得的降低量。当关于能见度的亮度增强量的计算阐明了没有亮度增强效果或相反地存在变黑效果时，作为另一种使用方法，将信息给予模式自适应伽玛控制增益计算单元9，并且不执行任何伽玛校正、和背光电能的任何进一步的降低。
[0191]图20示出了配备有黑色电平校正功能的图像处理设备100，与实施例3的情况相同。然而，可以省略该功能。此外，图像处理设备100还配备有模式自适应伽玛校正功能，与实施例1的情况相同。然而，代替该功能，优选的是，采用用户定义的伽玛校正功能，与实施例2的情况相同。
[0192]下面列出了实施例4的效果。在具有液晶面板的产品中，想象到相对于布局的各种设计约束。设计约束指示了在确保释热空间以及采取用于释热设计的措施(诸如安装风扇)方面的困难。在此情况下，需要通过降低包括液晶面板的系统的功率消耗来降低发热水平，由此应对设计约束。相关技术中的背光控制系统具有保持原始显示亮度的特征；因此，当提供具有峰值(100%)图片级别的视频信号时，难以根本地降低背光电能。然而，通过将关于能见度的亮度增强效果的量分配到背光