一种基于hsv色彩空间的oled低功耗方法
【专利摘要】本发明涉及智能移动终端能耗优化【技术领域】，尤其是涉及一种基于HSV色彩空间的OLED低功耗方法。本发明通过对图像从用户感兴趣区域到边界逐级进行亮度和饱和度调节，提出了基于HSV色彩空间的OLED低功耗方法。该方法通过整合亮度调节和饱和度调节降低显示图像的功耗，应用感兴趣区域（regionofinterest，ROI）到图像边界逐级调节技术提升图像质量，采用平均结构相似度指数（meanstructuralsimilarityindex，MSSIM）对原始输入图像和输出图像在亮度、对比度和结构相似性上进行比较以评价图像相似程度，达到保持较高图像质量的同时降低功耗的目的。
【专利说明】—种基于HSV色彩空间的OLED低功耗方法所属【技术领域】[0001]本发明涉及智能移动终端能耗优化【技术领域】，尤其是涉及一种基于HSV色彩空间 的OLED低功耗方法。【背景技术】[0002]显示屏是现代智能移动终端三大耗能组件之一(处理器，显示屏和无线网络接 口)，对显示能耗的建模与优化已经成为低功耗研究领域广泛关注的问题，有机发光显示屏 (OLED)以其图像质量高，功耗、成本低等特性被广泛应用于移动终端，其制造工艺与光电特 性已被广泛研究。与液晶显示屏(liquidcrystaldisplay, LCD)相比,OLED不使用背光或前 发光光源，用于显示图像的每个像素组件都可以被独立驱动。不同于LCD调低光源强度降 低能耗，OLED通过调节显示内容的亮度和色彩强度实现节能。[0003]独立调节RGB三种LED背光的亮度可以明显降低IXD显示屏能耗，但导致显示图 像保真度下降，因此背光与对比度动态调节技术是提升图像保真度并降低LCD能耗的主要 途径。针对OLED不使用背光技术，降低能耗主要途径是降低显示图像的像素强度，在现代 显示系统中广泛地采用Ga_a校正实现像素强度的映射。然而，单纯依赖于降低像素强度 降低显示能耗将影响图像质量。[0004]本发明通过对图像从用户感兴趣区域到边界逐级进行亮度和饱和度调节，提出了 基于HSV色彩空间的OLED低功耗方法。该方法通过整合亮度调节和饱和度调节降低显示 图像的功耗，应用感兴趣区域(regionof interest, ROI)到图像边界逐级调节技术提升图像 质量，采用平均结构相似度指数(meanstructuralsimilarityindex, MSSIM)对原始输入图 像和输出图像在亮度、对比度和结构相似性上进行比较以评价图像相似程度，达到保持较 高图像质量的同时降低功耗的目的。
【发明内容】
[0005]本发明的目的在于提供了一种基于HSV色彩空间的OLED低功耗方法。[0006]本发明解决其技术难题所采用的技术方案的步骤如下:[0007]HSV色彩空间中H、S、V分别表示色调、饱和度和亮度。通过增加图像在HSV色彩空 间中的饱和度分量或降低亮度分量，原始图像的像素集合可以映射到一个具有较低功耗的 像素集合，从而达到降低OLED显示内容功耗的目的。但增加饱和度或降低亮度会导致图像 失真，为保持较高图像质量的同时得到较大的功耗节省，本发明将图像分为ROI和NON-ROI 两个区域，如图1所示。ROI可以应用比NON-ROI更高的亮度以获得较好的图像对比度，保 证ROI的图像质量。图1 (a)表示原始图像“Sea”，图1 (b)中较四周亮的区域即图像的 R0I，周围较暗的区域即为图像的N0N-R0I。为了减少图像失真，本发明将NON-ROI划分为 Level层，每层应用一个中间亮度和饱和度，实现图像亮度和饱和度在ROI和NON-ROI的渐 进变化。图1 (b)，(c)和(d)分别表示NON-ROI被划分为1，5和10个渐变层次的输出图 像。从图中可以看出，Level越大，图像的明暗变化越不明显，图像质量越高。为客观评价图像质量，本发明采用平均结构相似度指数(MSSIM)比较处理后的输出图像与原始图像之间的相似程度。[0008] I) MSSM是一种在图像处理过程中广泛使用的图像质量评价标准，基本思想是将输出图像和原始图像划分为多个子窗口，分别计算输出图像子窗口与原始图像中对应的窗口的亮度，对比度和结构相似度，最后所有子窗口比较结果的均值即为输出图像与原始图像相比的MSS頂值。MSSM质量标准可以表示为:
【权利要求】
1.一种基于HSV色彩空间的OLED低功耗方法，该方法步骤包括如下:1)亮度调节方法:籲输入:原始图像1、原始图像的ROI的坐标矩阵Pkq1、原始图像的NON-ROI的渐变层数 Level、ROI 的 MSS頂值 Mkqi 以及 NON-ROI 的 MSS頂值 MNQN_Kra ；籲输出:应用亮度调节的输出图像Ivs ;?处理过程:(1)获取图像I的ROI每个像素点(X，y)的HSV亮度分量V(x，y)，在原图亮度分量基础上以(1-V (X，y)) X i X 10%递增或以(V (X，y) -O) X i X 10%递减，i从I递增到10，每迭代一次i递增1，生成20张ROI的亮度在原图基础上递增或递减i X 10%的输出图像；(2)对步骤(1)中生成的20张图像，分别计算其丽SM，将获得的20组(V，丽SM)数据绘制到直角坐标系中，采用指数函数对数据进行拟合，获得拟合方程；(3)将MKra代入步骤⑵的拟合方程中计算出图像Ivs的ROI的亮度VKra；(4)按步骤(1)-(3)计算图像Ivs的NON-ROI的MSSM等于MNQN_KQI时的亮度VNQN_K0I；(5)设置图像I的ROI亮度为VKQI，图像I的NON-ROI的第j层亮度为 Vroi+((Vnon-eo1-Vroi)/Level) Xj, J从I递增到Level，每迭代一次j递增I，得到采用亮度调节的输出图像Ivs; 2)饱和度调节方法:籲输入:原始图像1、原始图像的ROI的坐标矩阵Pkq1、原始图像的NON-ROI的渐变层数 Level、ROI 的 MSS頂值 Mkqi 以及 NON-ROI 的 MSS頂值 MNQN_Kra ；?输出:应用饱和度调节的输出图像Iss ;?处理过程:(1)获取图像I的ROI每个像素点(X，y)的HSV饱和度分量S(x，y)，在原图饱和度分量基础上以(1-S (X，y)) X i X 10%递增或以(S (X，y) -O) X i X 10%递减，i从I递增到10，每迭代一次i递增1，生成20张ROI的饱和度在原图基础上递增或递减i X 10%的输出图像；(2)对步骤(1)中生成的20张图像，分别计算其丽SM，将获得的20组(S，丽SM)数据绘制到直角坐标系中，采用指数函数对数据进行拟合，获得拟合方程；(3)将MKra代入步骤⑵的拟合方程中计算出图像Iss的ROI的饱和度Skqi；(4)按步骤(1)-(3)计算图像Iss的NON-ROI的MSSM等于MNQN_KQI时的饱和度SNQN_K0I；(5)设置图像I的ROI饱和度为SKQI，图像I的NON-ROI的第j层饱和度为 Sr01+((Snon-皿-SK0I)/Level) Xj, j从I递增到Level,每迭代一次j递增I,得到采用饱和度调节的输出图像Iss ;3)亮度与饱和度整合调节方法:?输入:亮度调节输出图像Ivs、图像的ROI饱和度SKQI，图像的NON-ROI的饱和度SnON-EOI ;籲输出:应用亮度与饱和度整合调节的输出图像Ivsi ;?处理过程:设置图像Ivs的ROI的饱和度为SKQI，图像IVS的N0N-R0I的第j层饱和度为Seoi+ ( (Sn0n-K01-Se01) /Level) X j, j从I递增至Ij Level，每迭代一次j递增I，得到采用亮度与饱和度整合调节的输出图像IVSI。
【文档编号】G06T5/40GK103559694SQ201310514384
【公开日】2014年2月5日 申请日期:2013年10月28日 优先权日:2013年10月28日
【发明者】郭兵, 沈艳, 段林涛, 徐阔海, 王毅, 张文丽, 熊伟 申请人:四川大学