显示设备及其图像处理方法与流程

相关申请的交叉引用

本申请要求2018年7月30日提交的第10-2018-0088694号韩国专利申请的优先权，该申请的全部公开通过引用整体合并于此。

本公开的各种实施例大体上涉及一种显示设备及其图像处理方法，并且更具体地，涉及一种能够以所期望的颜色来表示图像而不使图像质量劣化并导致颜色失真的显示设备及其图像处理方法。

背景技术：

在诸如电视机(tv)或监视器的显示设备中，诸如发光二极管(led)的光源被提供为用于显示图像的背光。这种led光源更倾向于发射比荧光灯、白炽灯或卤素灯发射的蓝光更高水平的蓝光。长时间段暴露于这种蓝光引起包括眼睛疲劳、干眼症等的情况。在严重的情况下，暴露于蓝光还损害眼睛中的视网膜或晶状体。此外，当显示设备在深夜长时间段使用时，蓝光导致睡眠诱导激素的产生减少，这干扰深度睡眠并导致各种身心健康问题。

在一些情况下，使用人为减少蓝光量的方案。例如，调节光源的蓝光信号分量或者使用物理地阻挡蓝光信号分量的透射的过滤器。然而，这种用于降低蓝光水平的方案对持续观看屏幕的用户造成视觉上的不便。在一些情况下，这些方案还造成图像质量特征迅速改变。

而且，上述方案的缺点在于，即使存在各种各样的图像内容，图像质量都与当前正在显示的图像的特征无关地一致地改变。这使得难以提供适合于用户的最佳图像质量，并且难以适应性地对输入图像上的变化进行响应。

技术实现要素：

本公开的各种实施例涉及一种显示设备及其图像处理方法，能够根据图像的类型适应性地执行颜色校准。

此外，本公开的各种实施例涉及一种显示设备及其图像处理方法，被配置为使得，当rgb颜色空间(即，色域)中的任意一个分量的坐标值的校正被确定时，还通过颜色空间变换来校正剩余分量的坐标值以获得适当的值，从而减少可归因于颜色校准的图像质量失真。

此外，本公开的各种实施例涉及一种显示设备及其图像处理方法，能够在校正消色差的颜色时通过使亮度校正最小化来减少颜色失真。

本公开的实施例提供了一种显示设备。显示设备可以包括：图像处理器，处理原始图像数据，并将处理后的原始图像数据输出为校正后图像数据，该原始图像数据包括rgb颜色空间中的r分量、g分量和b分量的颜色坐标值；以及显示单元，输出与校正后图像数据对应的图像，其中，图像处理器基于图像的类型设置r分量、g分量和b分量中的任意分量的校正后颜色坐标值，根据该任意分量的校正后颜色坐标值来设置剩余分量的校正后颜色坐标值，并且基于该任意分量和剩余分量的校正后颜色坐标值来生成校正后图像数据。

图像处理器可以基于原始图像数据的直方图分布程度和检测到的边缘的数量中的至少一个来确定图像的类型。

对于构成原始图像数据的多个像素，图像处理器可以确定在包括至少一个像素的块中的图像的类型，并且可以将针对最大数量的块所确定的图像类型设置为与原始图像数据对应的图像的类型。

图像处理器可以不确定其中所有像素具有相同灰度级值或相同颜色坐标值的块的图像的类型。

图像的类型可以包括多媒体图像、网页图像和文档图像中的至少一个。

图像处理器可以设置颜色坐标值的校正量，使得对于多媒体图像，颜色坐标值的校正量小于或等于第一阈值，并使得对于网页图像，颜色坐标值的校正量大于第一阈值且小于或等于第二阈值，并且使得对于文档图像，颜色坐标值的校正量大于第二阈值。

图像处理器可以将该任意分量的校正比率应用于剩余分量的原始颜色坐标值，并且然后可以设置剩余分量的校正后颜色坐标值。

图像处理器在该任意分量的原始颜色坐标值被校正为校正后颜色坐标值时，可以设置剩余分量的校正后颜色坐标值，使得原始图像数据与校正后图像数据之间的lab色差在lab颜色空间中被最小化。

图像处理器在与原始图像数据对应的颜色是消色差的颜色时，可以将小于1的权重因子应用于lab颜色空间的l分量，并且在该任意分量的原始颜色坐标值被校正为校正后颜色坐标值时，可以设置剩余分量的校正后颜色坐标值，使得原始图像数据与校正后图像数据之间的lab色差在lab颜色空间中被最小化。

本公开提供了一种显示设备的图像处理方法。图像处理方法可以包括：接收原始图像数据，该原始图像数据包括rgb颜色空间中的r分量、g分量和b分量的颜色坐标值；通过处理原始图像数据输出校正后图像数据；并且输出与校正后图像数据对应的图像，其中，输出校正后图像数据可以包括：基于图像的类型设置r分量、g分量和b分量中的任意分量的校正后颜色坐标值；根据该任意分量的校正后颜色坐标值来设置剩余分量的校正后颜色坐标值；并且基于该任意分量和剩余分量的校正后颜色坐标值来生成校正后图像数据。

输出校正后图像数据可以进一步包括：基于原始图像数据的直方图分布程度和检测到的边缘的数量中的至少一个来确定图像的类型。

确定图像的类型可以包括：对于构成原始图像数据的多个像素，确定在包括至少一个像素的块中的图像的类型；并且将针对最大数量的块所确定的图像类型设置为与原始图像数据对应的图像的类型。

以块的方式确定图像的类型可以包括：跳过针对所有像素在其中都具有相同灰度级值或相同颜色坐标值的块的图像的类型的确定。

图像的类型可以包括多媒体图像、网页图像和文档图像中的至少一个。

生成校正后图像数据可以包括：设置颜色坐标值的校正量，使得对于多媒体图像，颜色坐标值的校正量小于或等于第一阈值，对于网页图像，颜色坐标值的校正量大于第一阈值且小于或等于第二阈值，并且对于文档图像，颜色坐标值的校正量大于第二阈值。

设置剩余分量的校正后颜色坐标值可以包括：将该任意分量的校正比率应用于剩余分量的原始颜色坐标值，并且然后设置剩余分量的校正后颜色坐标值。

设置剩余分量的校正后颜色坐标值可以包括：当该任意分量的原始颜色坐标值被校正为校正后颜色坐标值时，设置剩余分量的校正后颜色坐标值，使得原始图像数据与校正后图像数据之间的lab色差在lab颜色空间中被最小化。

设置剩余分量的校正后颜色坐标值可以进一步包括：当与原始图像数据对应的颜色是消色差的颜色时，将小于1的权重因子应用于lab颜色空间的l分量，并且当该任意分量的原始颜色坐标值被校正为校正后颜色坐标值时，设置剩余分量的校正后颜色坐标值，使得原始图像数据与校正后图像数据之间的lab色差在lab颜色空间中被最小化。

附图说明

图1是示出根据本公开的实施例的显示设备的配置的框图。

图2是示出根据本公开的实施例的图像处理器的配置的框图。

图3a至图3c是示出基于图像的类型的直方图特征的示例的图。

图4是示出根据本公开的实施例的块单元图像确定方法的图。

图5a至图5c是用于说明根据本公开的实施例的消色差的颜色校正的图。

图6是示出根据本公开的实施例的响应于消色差而设置的权重因子的曲线图。

图7是示出根据本公开的实施例的显示设备的图像处理方法的流程图。

图8是示出根据本公开的实施例的显示设备的校正值设置方法的流程图。

具体实施方式

各种实施例的细节包括在详细描述及附图中。

将参考稍后详细描述的实施例以及附图，来使本公开的优点和特征以及用于实现这些优点和特征的方法清楚。然而，应当注意，本公开不限于实施例，而是可以以各种其他方式来体现。在本说明书中，“连接/耦接”不仅可以指一个部件直接地耦接另一个部件而且还可以指通过中间部件间接地耦接另一个部件。此外，在附图中，省略了与本公开无关的部分以使得本公开的描述清晰，并且在不同附图中使用相同的附图标记来表示相同或相似的部件。

在下文中，将参考与本公开的实施例相关的附图来详细地描述根据本公开的实施例的显示设备及其图像处理方法。

图1是示出根据本公开的实施例的显示设备的配置的框图。

参考图1，根据本公开的实施例的显示设备1可以包括时序控制器100、数据驱动器300、扫描驱动器400、以及显示单元500。

时序控制器100可以从外部处理器(例如，应用处理器(ap)、移动ap、中央处理单元(cpu)或图形处理单元(gpu))接收控制信号cs和图像数据data(也被称作原始图像数据data)。在本公开的各种实施例中，图像数据data可以包括rgb颜色空间中的各个分量(即，红色分量(r)、绿色分量(g)和蓝色分量(b))的坐标值(以下称为“颜色坐标值”)。此外，图像数据data可以另外地包括白色分量(w)的坐标值。

时序控制器100可以响应于控制信号cs而生成用于控制扫描驱动器400的扫描控制信号scs以及用于控制数据驱动器300的数据控制信号dcs。例如，控制信号cs可以包括点时钟、数据使能信号、垂直同步信号和水平同步信号。时序控制器100可以将扫描控制信号scs供应给扫描驱动器400，并且可以将数据控制信号dcs供应给数据驱动器300。

在本公开的各种实施例中，时序控制器100可以包括图像处理器200。图像处理器200可以基于图像数据data的特征来确定图像的类型，并且可以根据所确定的图像的类型来确定针对图像数据data的颜色校准。在实施例中，图像处理器200还可以基于用户的输入和/或由单独提供的传感器等获得的测量值，来确定针对图像数据data的颜色校准。

图像处理器200可以基于颜色校准的确定来设置图像数据data的各个分量中的任意一个分量的校正后颜色坐标值。此外，图像处理器200可以通过颜色空间变换来设置剩余分量的校正后颜色坐标值。在实施例中，当确定要由图像数据data表示的颜色是消色差的颜色时，图像处理器200可以通过将权重因子应用到表示校正后图像数据data'的亮度的颜色坐标值，来防止颜色失真。

在本公开中，尽管图像处理器200已被描述为集成到时序控制器100中，但是本公开的技术精神不限于此。在各种实施例中，图像处理器200可以被提供为与时序控制器100分离的独立部件。

稍后将参考图2至图6来描述图像处理器200的详细操作。

时序控制器100可以输出由图像处理器200校正后图像数据data'。

数据驱动器300可以从时序控制器100接收数据控制信号dcs和校正后图像数据data'。数据驱动器300可以使用校正后图像数据data'生成数据信号，并且可以通过数据线d1至dm将数据信号供应给显示单元500的像素px。

扫描驱动器400可以响应于扫描控制信号scs而将扫描信号供应给扫描线s1至sn。

显示单元500包括像素px。像素px可以耦接到数据线d1至dm和扫描线s1至sn。例如，像素px可以以矩阵形式布置在数据线d1至dm与扫描线s1至sn的交叉点处。像素px可以通过相应的数据线d1至dm和相应的扫描线s1至sn被供应有数据信号和扫描信号，并且可以被实现为背光单元或自发射面板结构。

图2是示出根据本公开的实施例的图像处理器的配置的框图。

参考图2，根据本公开的实施例的显示设备1的图像处理器200可以包括图像确定单元210、校正值设置单元220、以及图像校正单元230。

根据本公开，图像处理器200可以接收图像的原始图像数据data，基于图像数据data识别一个或多个图像特征，基于一个或多个图像特征确定图像类型，并且对原始图像数据data执行颜色校正以生成校正后图像数据data'，其中，执行颜色校正是基于图像类型的。然后，显示设备1可以基于校正后图像数据data'显示图像。一个或多个图像特征可以包括直方图特征或边缘特征，或者如所描述的这两者。

图像确定单元210可以分析输入到时序控制器100的图像数据data的直方图特征和边缘特征中的至少一个，并且然后可以基于分析的结果确定图像的类型(例如，多媒体图像、网页图像、文档图像等)。

详细地，图像确定单元210可以分析直方图分布程度。例如，图像确定单元210可以使用诸如香农熵(shannonentropy)的算法来分析图像数据data的直方图分布程度。通常，由于多媒体图像包含各种颜色和阴影，因此直方图值在灰度值区间上相对均匀地出现，如图3a所示。即使在包括图像的网页图像的情况下，直方图值也会出现在多个灰度值区间中，如图3b所示。然而，在诸如文档图像的基于文本的图像的情况下，直方图值倾向于灰度值的特定部分，如图3c所示。因此，图像确定单元210可以确定相应的图像数据data的直方图值跨灰度值区间而分布的程度。也就是说，图像确定单元210可以确定直方图分布程度，以便对图像进行分类。

在一些示例中，多媒体图像可以具有在不同情况下倾向于不同的灰度值子集的直方图值。因此，图像确定单元210可以通过分析边缘特征以及直方图特征来更准确地确定图像的类型。

图像确定单元210可以使用边缘检测算法(诸如罗伯特(robert)、索贝尔(sobel)、蒲瑞维特(prewitt)、罗盘(compass)、拉普拉斯(laplacian)、高斯拉普拉斯(log)、高斯差分(dog)、或canny)来检测图像数据data内的强边缘和弱边缘。例如，图像确定单元210可以分析图像数据data，可以将其中图像特征值(例如，灰度级值或颜色坐标值)在相邻像素间急剧变化的区域识别为边缘，并且可以基于边缘中变化的值的程度来检测强边缘和弱边缘。

通常，基于文本的图像具有比弱边缘更多的强边缘，并且多媒体图像具有比较相似数量的强边缘和弱边缘。因此，图像确定单元210可以确定检测到的强边缘数量与检测到的弱边缘数量之间的比率(即，r＝强边缘数量/弱边缘数量)。

因此，图像确定单元210可以从上述的直方图特征和边缘特征来确定图像的类型。例如，当直方图分布程度小于0.3并且强边缘数量与弱边缘数量的比率r大于2时，图像确定单元210可以确定对应的图像是基于文本的文档。

图像确定单元210可以顺序地识别上述的直方图特征和边缘特征。在这种情况下，可以首先确定任一组特征。可替代地，图像确定单元210可以同时地识别上述的直方图特征和边缘特征。

在其他实施例中，图像确定单元210还可以通过仅识别直方图特征和边缘特征中的一个来确定图像类型。在其他实施例中，图像确定单元210还可以使用除基于上述的直方图特征和边缘特征的技术之外的附加图像分析技术，来确定图像的类型。

在本公开的各种实施例中，图像确定单元210可以对预设大小的块中的图像数据data执行上述的图像确定(即，块单元确定)。例如，图像确定单元210可以通过分析30×10的像素块中的直方图特征和边缘特征来确定图像类型。

在该实施例中，作为块单元确定的结果，图像确定单元210可以基于针对最大数量的块所确定的图像类型，来设置整体的图像类型。可替代地，在该实施例中，图像确定单元210可以利用针对直方图特征和边缘特征的预设条件。也就是说，如果图像数据data满足关于块的数量的条件，该块的数量满足与特定的图像类型相对应的预设条件，则可以确定图像数据data具有该图像类型。例如，条件可以指定满足与直方图特征或边缘特征相关的条件的块的数量等于或大于块的总数量的阈值比率(例如，10％)。

在一些情况下，图像确定的准确性可以取决于每块在整个图像内的位置。例如，如图4所示，当多媒体图像的分辨率与显示单元500的分辨率不同时，仅包括整个图像的上部中的黑色区域和下部中的黑色区域的块a可以被分析为具有直方图分布程度0并且没有边缘。因此，对应图像可以被确定为文档。可替代地，包括在整个图像的上部和下部中的黑色区域与多媒体图像的区域之间的边界的块b可以被分析为具有低直方图分布程度并且具有检测到的强边缘，因此对应图像可以被确定为文档。这样的结果可能导致不准确的图像类型确定。

因此，当特定块中的所有像素具有相同的灰度级值或颜色坐标值时，图像确定单元210可以不对该特定块执行图像确定。也就是说，诸如块a的块可以从图像类型确定中排除，因为它们都是黑色的。

校正值设置单元220可以根据由图像确定单元210确定的图像类型来设置图像数据data的颜色校准程度。通常，显示设备1的用户在观看多媒体图像时对图像质量上的变化更加敏感，而在观看文档时对图像质量上的变化不太敏感。因此，校正值设置单元220可以根据图像类型确定是否校正图像数据data(以及校正多少)，并且可以在确定校正图像数据data时，设置图像数据data的rgb分量的校正程度。

由于用户可能对多媒体图像的图像质量的变化更为敏感，因此在一些情况下，可以不校正多媒体图像的图像数据data。在其他情况下，与针对网页图像或文档图像相比，图像数据data可以针对多媒体图像被校正较小的程度，从而使校正不被用户感知到。另一方面，由于用户可能对网页图像或文档图像中的变化不太敏感，因此与针对多媒体图像相比，网页图像或文档图像的图像数据data可以被校正较大的程度。

在本公开的各种实施例中，校正值设置单元220可以首先设置原始图像数据data的任意rgb分量的校正后颜色坐标值。以下公开的各方面描述校正值设置单元220首先设置b分量(即，蓝色)的校正后颜色坐标值的情况。然而，本公开可以应用于其他情况，例如首先设置r分量(红色)的校正后颜色坐标值或g分量(绿色)的校正后颜色坐标值。

如上所述，校正值设置单元220可以基于图像的类型来设置b分量的校正后颜色坐标值。例如，当图像数据data与多媒体图像有关时，校正值设置单元220可以设置b分量的校正后颜色坐标值，使得原始图像数据data的b分量的颜色坐标值与校正后图像数据data'的b分量的颜色坐标值之间的差值不大于(即，小于或等于)第一阈值。可以预先设置第一阈值，以确保原始颜色坐标值与校正后颜色坐标值之间的差值落入用户不会感知到多媒体图像的图像质量的变化的范围内。

当图像数据data与网页图像有关时，校正值设置单元220可以设置b分量的校正后颜色坐标值，使得原始图像数据data的b分量的颜色坐标值与校正后图像数据data'的b分量的颜色坐标值之间的差值不大于第二阈值。在一些情况下，针对网页图像的差值可以大于用于多媒体图像的第一阈值。

当图像数据data与文档图像有关时，校正值设置单元220可以设置b分量的校正后颜色坐标值，使得原始图像数据data的b分量的颜色坐标值与校正后图像数据data'的b分量的颜色坐标值之间的差值大于第二阈值。第二阈值可以被实验性地或直观性地预设为用于表示原始颜色坐标值与校正后颜色坐标值之间的一差值，该差值使得能够对文档图像执行足够的颜色校准，但是能够仅在用户不会感知到网页图像的图像质量的变化的特定范围内执行颜色校准。

校正值设置单元220可以基于b分量的校正后颜色坐标值来设置剩余分量的校正后颜色坐标值。下面，将详细描述基于第一分量的校正后颜色坐标值来设置剩余分量(下文中称为r分量和g分量)的校正后颜色坐标值的方法。第一分量可以任意选择，但在下文中第一分量将被称为b分量。

在本公开的第一实施例中，校正值设置单元220可以根据b分量的校正后颜色坐标值的校正比率来校正剩余分量的颜色坐标值。当原始rgb分量的颜色坐标值是r0、g0和b0，并且b分量的校正后颜色坐标值与原始颜色坐标值的比率是ireduce(％)时，针对rgb分量的校正后rgb分量的校正后颜色坐标值rr、gr和br由以下的公式(1)表示：

[公式1]

在本公开的第二实施例中，校正值设置单元220可以使用颜色空间变换来设置剩余分量的校正后颜色坐标值。例如，校正值设置单元220可以将图像数据data的rgb颜色坐标值变换为cielab颜色空间(即，lab颜色空间)中的颜色坐标值。lab颜色空间由“l”分量、“a”分量和“b”分量的坐标值组成。“l”表示亮度，使得0表示黑色而100表示白色，“a”表示色度，使得正值表示红色而负值表示绿色，“b”表示色度，使得正值表示蓝色而负值表示黄色。

校正值设置单元220使用预设的变换矩阵m将rgb颜色坐标值变换为xyz颜色空间中的颜色坐标值，如以下的公式(2)所给出的。可以根据以下的公式(3)来将变换后的颜色坐标值变换回lab颜色空间中的颜色坐标值：

[公式2]

[公式3]

在公式(3)中，xn＝95.074，yn＝100.000，并且zn＝108.883。在不同的实施例中，可以基于实验性或直观性信息来修改公式(2)和公式(3)中的矩阵元素的值。

校正值设置单元220可以基于b分量的校正后颜色坐标值来设置剩余分量的颜色坐标值，使得原始图像数据data与校正后图像数据data'之间的lab色差(色度)，也即原始图像数据data与校正后图像数据data'的lab颜色坐标值之间的距离，被最小化。lab色差由以下的公式(4)来定义：

[公式4]

其中w表示色差，l0、a0和b0表示原始图像数据data的lab颜色坐标值，并且lr、ar和br表示校正后图像数据data'的lab颜色坐标值。

参考公式(2)，xyz颜色空间中的z分量通过0.0193r+0.1192g+0.9503b来设置，因此xyz颜色空间中的z分量可以近似为rgb颜色空间中的b分量(≒0.9503b)。校正值设置单元220可以基于已预设的b分量的校正后颜色坐标值来近似z值，并且然后可以将z值设置为固定值。

在z值固定的状态下，校正值设置单元220可以设置x值和y值，该x值和该y值使得原始图像数据data与校正后图像数据data'之间的色差被最小化。根据公式(4)，x值和y值可以通过以下的公式(5)和(6)来设置：

[公式5]

[公式6]

在公式(5)和(6)中，x0、y0和z0表示原始图像数据data的xyz颜色坐标值，并且xr、yr和zr表示校正后图像数据data'的xyz颜色坐标值。这里，如上所述，zr是基于b分量的校正后颜色坐标值而预设的值。

校正值设置单元220可以通过基于由公式(5)和(6)设置的xr值和yr值以及如上所述预设的zr值来反向计算公式(2)，从而设置rgb分量的校正后颜色坐标值。从xr、yr和zr值反向计算出的rgb颜色坐标值可以由以下的公式(7)来表示：

[公式7]

其中r'、g'和b'表示rgb分量的最终校正后颜色坐标值。

由公式(7)设置的b分量的校正后颜色坐标值可以与已预设的b分量的校正后颜色坐标值不同，但差异可能不会大。根据实施例，校正值设置单元220可以为b分量选择已预设的校正后颜色坐标值或由公式(7)设置的校正后颜色坐标值。

在以上描述中，校正值设置单元220使用至lab颜色空间的变换的示例已被描述，但是本公开的技术精神不限于此，并且可以使用至诸如u'v'颜色空间或cie2001颜色空间以及cielab颜色空间的各种颜色空间的变换。

在本公开的第三实施例中，当与图像数据data对应的颜色是消色差的颜色时，校正值设置单元220可以通过将权重因子应用于亮度校正来设置校正后颜色坐标值，使得校正后图像数据data′的亮度减少。

在消色差的颜色的情况下，当以相同比率校正rgb颜色坐标值时，与原始图像(即，图5a)相比，会出现严重的颜色失真，如图5b所示，这可能会使用户感觉到图像质量的严重劣化。因此，当针对消色差的颜色来校正图像数据data时，本公开可以通过相对地减小表示亮度的l分量，来使视觉上感觉到的图像质量劣化最小化。

对于该操作，校正值设置单元220确定图像数据data要表示的颜色是否为消色差的颜色(或者近似于消色差的颜色)。消色差的颜色的特征在于各个rgb分量的颜色坐标值之间的差异不大。因此，校正值设置单元220可以基于由以下的公式(8)设置的消色差度s是否小于或等于预设阈值，来确定图像数据data要呈现的颜色是否为消色差的颜色。通常，消色差的颜色的最大值可以是510，并且在该实施例中可以将阈值设置为200。

[公式8]

s＝|r-g|+|g-b|+|b-r|

当与图像数据data对应的颜色是消色差的颜色时，校正值设置单元220设置l分量的权重因子。权重因子可以根据所确定的消色差度s来设置，并且可以与消色差度s成反比地预先设置，如图6所示。

如图6中所示，在本公开的实施例中，当消色差度s大于阈值200时，校正值设置单元220可以将权重因子设置为“1”。相反，当消色差度s小于阈值200时，校正值设置单元220可以根据消色差度s将权重因子设置为预设的值。这可以由以下的公式(9)来表示：

[公式9]

其中，α表示权重因子，β表示阈值200，并且s表示消色差度。

尽管图6示出了阈值被设置为200的情况，但是在本公开的各种实施例中，阈值可以被设置为除200之外的值。

在本公开的第二实施例中，当权重因子被应用于公式(3)时，公式(5)和(6)分别变为以下的公式(10)和(11)。

[公式10]

[公式11]

校正值设置单元220可以基于由公式(10)和(11)设置的xr值和yr值以及预设的zr值，来从公式(7)设置rgb分量的校正后颜色坐标值。

根据本公开的第三实施例，与未对亮度校正应用权重因子的情况(即，图5b)相比，如图5c所示，校正后图像数据data'中的颜色失真被减小。

在本公开的另外的实施例中，当显示单元500具有包括背光单元的结构时，校正值设置单元220可以进一步设置用于校正显示单元500的背光单元的亮度的校正值。例如，校正值设置单元220设置校正值，使得对于用户对其图像质量的变化敏感的多媒体图像，背光单元的亮度被减小，从而使用户对图像质量的变化的感知最小化。

图像校正单元230通过应用由校正值设置单元220设置的rgb分量的校正后颜色坐标值，来校正原始图像数据data。图像校正单元230可以将校正后图像数据data'输出到数据驱动器300。

图7是示出根据本公开的实施例的显示设备的图像处理方法的流程图。

参考图7，当在步骤701处图像数据data被接收时，在步骤702处根据本公开的实施例的显示设备1可以根据图像数据data确定图像的类型。在本公开的各种实施例中，显示设备1可以基于图像数据data的直方图特征、边缘特征等确定图像的类型(例如，多媒体图像、网页图像、文档图像等)。

在步骤703处，显示设备1可以根据所确定的图像类型来设置用于图像数据data的校正方法。例如，显示设备1可以根据图像类型确定是否校正图像数据data。在示例中，显示设备1可以不校正多媒体图像的图像数据data。

此外，显示设备1可以确定首先要校正图像数据data的rgb颜色坐标值中的哪一个。在示例中，显示设备1可以确定首先校正b分量的颜色坐标值，以便减少蓝光。

另外，例如，显示设备1可以确定是否另外校正图像数据data的背光亮度。

在步骤704处，显示设备1可以基于所设置的校正方法设置图像数据data的校正后颜色坐标值。显示设备1可以根据图像类型设置图像数据data的rgb分量中的任意分量的校正后颜色坐标值，并且可以使用例如颜色空间变换来设置剩余分量的校正后颜色坐标值。稍后将参考图8来详细描述用于设置显示设备1的校正后颜色坐标值的方法。

在实施例中，当显示设备1确定校正背光亮度时，显示设备1可以另外地设置用于校正背光亮度的校正值。

在步骤705处，显示设备1可以基于图像数据data的校正后颜色坐标值校正图像数据data。显示设备1可以输出通过校正获得的校正后图像数据data'，然后在显示单元500上显示校正后图像数据data'。

图8是示出根据本公开的实施例的显示设备的校正值设置方法的流程图。

参考图8，在步骤801处，根据本公开的实施例的显示设备1的校正值设置单元220可以设置图像数据data的rgb分量中的任意分量的校正后颜色坐标值。在实施例中，显示设备1可以根据图像类型来设置任意分量的校正后颜色坐标值。

接下来，在步骤802处，显示设备1设置剩余分量的校正后颜色坐标值。

在本公开的第一实施例中，显示设备1可以通过将该任意分量的颜色坐标值的校正比率同等地应用于剩余分量，来设置剩余分量的校正后颜色坐标值。

在本公开的第二实施例中，显示设备1可以将图像数据data变换为lab颜色空间，并且可以设置剩余分量的校正后颜色坐标值，这使得图像数据data与基于该任意分量的校正后颜色坐标值的校正后图像数据data'之间的lab色差被最小化。

在本公开的第三实施例中，当与图像数据data对应的颜色是消色差的颜色时，显示设备1可以将权重因子应用于lab颜色空间的l分量，并且可以设置剩余分量的校正后颜色坐标值，这使得图像数据data与基于该任意分量的校正后颜色坐标值的校正后图像数据data'之间的lab色差被最小化。

以与上面详细描述的方式相同的方式来执行显示设备1的校正后颜色坐标值设置方法。

根据本公开的实施例的显示设备及其图像处理方法在应用颜色校准技术时(如在使蓝光减少的情况下)，考虑了图像特征并且使图像质量失真和颜色失真最小化，从而保护了观看者的视力并减少了观看图像时的不便。

本公开所属领域的技术人员将理解，在不脱离本公开的技术精神或本质特征的情况下，本公开可以以其他的详细形式来实施。因此，应当理解，上述实施例在所有方面都仅是示例性的而不是限制性的。旨在本公开的范围应由所附权利要求所限定，而不是通过上述描述来限定，并且可以从所附权利要求的含义、范围和等同概念中导出的各种修改、添加和替换都会落入本公开的范围内。