本发明涉及显示技术领域，特别是涉及一种显示屏节能方法。
背景技术：
在目前的显示技术中，oled逐渐代替lcd占据主要地位。相对于lcd而言，oled显示面板的优势具体如下：(1)oled显示屏的响应时间较短，大概是几微秒到几十微秒；(2)oled低温特性较好，在零下40度都能正常显示；(3)oled采用有机发光二极管主动发光，不需要背光源，能真正做到“纯黑色”显示；(4)oled器件的单个像素尺寸相当小，适合用在微显示设备中等等。目前，oled的主要缺点就是其寿命不长，因此oled显示节能问题成为了一个重要课题。由于在忽略掉显示器本身静态能耗的情况下，显示图像所消耗的能量与像素值大小成一定正比关系。所以可以通过图像处理的方式对显示出的图像进行像素值的映射变换，降低图像中冗余信息的亮度，突出重要细节部分，从而达到节能的目的。目前基于图像处理的oled显示节能算法广泛应用于图像处理及显示领域，得到了人们的重视。
现有的显示屏节能算法中，一种是基于直方图均衡的对比度增强节能算法，其采用对数直方图均衡方法与能量约束问题相结合的方式，将映射函数求解过程转换为求解优化问题，该算法能有效地降低图像显示能耗，增强显示图像的整体对比度，然而，该算法处理后得到的图像存在对比度过拉伸现象，且图像的局部对比度并没有改善，容易降低暗区域的亮度，从而导致暗区域信息的丢失；另一种是基于多尺度retinex理论的对比度增强节能算法，该算法采用多尺度分解方法，求得图像不同尺度下的反射层信息，通过对不同尺度的反射层信息进行不同增益来达到节能的目的，并且该算法采用了粗略-精细能量控制机制，通过这套框架来重复计算不同反射层的增益值，直到满足约定的能耗值为止，但是该种算法整体架构比较复杂，计算过程需要多次迭代，另外，该算法容易将人眼感兴趣的肤色、细节等区域的亮度降低，处理后的图像不太符合人眼视觉感知，且该算法可能会对图像造成过拉伸现象。
综上，目前的oled显示节能算法处理后的图像存在对比度过度拉伸的现象、图像的暗区域变的更暗的现象以及忽略人眼感兴趣区域的问题。
技术实现要素：
为解决现有技术存在的技术缺陷和不足，本发明提出一种显示屏节能方法。
具体地，本发明一个实施例提出的一种显示屏节能方法，包括：
获取第一输入图像；
根据所述第一输入图像获取第一光照层信息和第一反射层信息；
利用所述第一输入图像、所述第一光照层信息和所述第一反射层信息建立衰减模型；
利用所述衰减模型处理所述第一光照层信息以获取第二光照层信息；
对所述第二光照层信息进行光照补偿处理以获取第三光照层信息；
根据所述第三光照层信息和所述第一反射层信息获取输出图像。
在本发明的一个实施例中，根据所述第一输入图像获取第一光照层信息和第一反射层信息，包括：
提取所述第一输入图像中每一个像素点的r通道像素值、g通道像素值和b通道像素值，选取所述r通道像素值、所述g通道像素值和所述b通道像素值的最大值以形成第二输入图像；
对所述第二输入图像进行引导滤波以获取所述第一光照层信息；
根据所述第一光照层信息获取第一反射层信息，其中，所述第一反射层信息包括r通道反射层信息、g通道反射层信息和b通道反射层信息；
在本发明的一个实施例中，根据所述r通道反射层信息、所述g通道反射层信息和所述b通道反射层信息获取所述第二反射层信息。
在本发明的一个实施例中，利用所述第一输入图像、所述第一光照层信息和所述第一反射层信息建立衰减模型，包括：
根据第二反射层局部方差贡献度公式计算第二反射层局部方差贡献度；
根据肤色因子贡献度公式计算肤色因子贡献度；
根据所述第一光照层的像素亮度提取亮度因子贡献度；
根据所述第二反射层局部方差贡献度、所述肤色因子贡献度和所述亮度因子贡献度建立所述衰减模型。
在本发明的一个实施例中，根据第二反射层局部方差贡献度公式计算第二反射层局部方差贡献度，包括：
计算所述第二反射层的局部方差；
根据所述局部方差建立第二反射层局部方差贡献度公式；
根据所述第二反射层局部方差贡献度公式计算所述第二反射层局部方差贡献度。
在本发明的一个实施例中，根据肤色因子贡献度公式计算肤色因子贡献度，包括：
将所述第一输入图像转换至hsv颜色空间，判断所述第一输入图像的h通道信息和s通道信息是否满足第一阈值公式；
将所述第一输入图像转换至ycbcr颜色空间，判断所述第一输入图像的cb通道信息和cr通道信息是否满足第二阈值公式；
当所述第一输入图像的像素点同时满足所述第一阈值公式和所述第二阈值公式时，将所述像素点作为肤色点，当所述像素点未同时满足所述第一阈值公式和所述第二阈值公式时，将所述像素点作为非肤色点；
根据第一肤色概率公式计算所述肤色点为肤色的概率；
根据第二肤色概率公式计算所述非肤色点为肤色的概率；
根据所述第一肤色概率公式和所述第二肤色概率公式建立所述肤色因子贡献度公式；
根据所述肤色因子贡献度公式计算所述肤色因子贡献度。
在本发明的一个实施例中，所述衰减模型为：
α(i,j)＝1-δ×min(var(i,j),skin(i,j),l(i,j))
其中，δ为图像整体节能比调整因子，var(i,j)为像素点(i,j)处的第二反射层局部方差贡献度，skin(i,j)为像素点(i,j)处的肤色因子贡献度，l(i,j)为像素点(i,j)处的亮度因子贡献度，α(i,j)为像素点(i,j)处的衰减值。
在本发明的一个实施例中，利用所述衰减模型处理所述第一光照层信息以获取第二光照层信息，包括：
利用所述第一光照层的像素亮度与所述衰减模型获取所述第二光照层信息。
在本发明的一个实施例中，对所述第二光照层信息进行光照补偿处理以获取第三光照层信息，包括：
对所述第二光照层信息进行高斯滤波以获取低频层和高频层；
获取所述高频层的局部对比度；
根据所述局部对比度生成增益因子，利用所述增益因子对所述高频层进行增益；
利用第一光照补偿公式对所述第二光照层的肤色点进行光照补偿；
利用第二光照补偿公式对所述第二光照层的非肤色点进行光照补偿；
所述第二光照层信息经过光照补偿处理后形成第三光照层信息。
在本发明的一个实施例中，根据所述第三光照层信息和所述第一反射层信息获取输出图像，包括：
将所述第三光照层信息与所述第一反射层信息相乘以获取输出图像。
本发明实施例，具备如下优点：
本发明基于图像内容提取了局部方差、肤色、亮度三种图像特征来进行光照层信息的调整，进一步进行图像场景的重建，能改善图像的对比度，更加突出图像的肤色、细节等区域的信息，对人眼感兴趣的肤色区域做了保护，并将图像上冗余部分的亮度降低，使得重建出的图像更加符合人类视觉感知系统，并且该方法不会造成处理后的图像出现过度拉伸的现象，并通过本发明的方法达到节能的目的。
通过以下参考附图的详细说明，本发明的其它方面和特征变得明显。但是应当知道，该附图仅仅为解释的目的设计，而不是作为本发明的范围的限定，这是因为其应当参考附加的权利要求。还应当知道，除非另外指出，不必要依比例绘制附图，它们仅仅力图概念地说明此处描述的结构和流程。
附图说明
下面将结合附图，对本发明的具体实施方式进行详细的说明。
图1为本发明实施例提供的一种oled显示屏节能方法流程示意图；
图2为本发明实施例提供的一种基于图像内容的oled显示屏节能方法流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
实施例一
请参见图1和图2，图1为本发明实施例提供的一种oled显示屏节能方法的流程示意图，图2为本发明实施例提供的一种基于图像内容的oled显示屏节能方法流程图。如图1所示，该节能方法包括：
步骤1、获取第一输入图像；
步骤2、根据所述第一输入图像获取第一光照层信息和第一反射层信息；
步骤3、利用所述第一输入图像、所述第一光照层信息和所述第一反射层信息建立衰减模型；
步骤4、利用所述衰减模型处理所述第一光照层信息以获取第二光照层信息；
步骤5、对所述第二光照层信息进行光照补偿处理以获取第三光照层信息；
步骤6、根据所述第三光照层信息和所述第一反射层信息获取输出图像。
本实施例提取了第一输入图像的光照层信息，并根据图像内容对其进行压缩调整，光照层信息提取过程简单且能得到有用的光照层信息，有效地减少了节能方法的运行时间，具有高效性，并且本实施例利用衰减模型对光照层进行调整，能够改善图像的对比度，使得图像的细节更加突出，并通过光照补偿进一步改善图像的对比度，从而使得图像的高频信息更加适合人类视觉感知系统，有助于人眼对于图像的理解。
其中，第一光照层信息、第二光照层信息和第三光照层信息是图像的低频信息，第一反射层信息是图像的高频信息。
具体地，如图2所示，本实施例对显示屏的节能方法进行详细描述：
步骤1、获取第一输入图像；
步骤2、根据所述第一输入图像获取第一光照层信息和第一反射层信息；
步骤2.1、将第一输入图像输入至rgb颜色空间，提取第一输入图像中每一个像素点的r通道像素值、g通道像素值和b通道像素值，根据单通道像素值求解公式计算r通道像素值、g通道像素值和b通道像素值以形成单通道，其中，第一输入图像转换为单通道的第二输入图像，其中，单通道像素值求解公式为：
i_max(i,j)＝max(i_r(i,j),i_g(i,j),i_b(i,j))
其中，i_r(i,j)为像素点(i,j)处r通道像素值，i_g(i,j)为像素点(i,j)处g通道像素值，i_b(i,j)为像素点(i,j)处b通道像素值，i_max(i,j)表示像素点(i,j)处r通道、g通道和b通道像素值中的最大值。
步骤2.2、利用引导图像对第二输入图像进行引导滤波，通过引导滤波获取第二输入图像的低频信息，将该低频信息作为第一光照层信息；
优选地，引导图像为第二输入图像；
优选地，引导滤波窗口为5像素×5像素，引导滤波参数ε＝0.22。
步骤2.3、根据retinex理论，根据r通道反射层信息计算公式、g通道反射层信息计算公式和b通道反射层信息计算公式分别计算r通道反射层信息、g通道反射层信息和b通道反射层信息，其中，r通道反射层信息计算公式为：
步骤2.4、将r通道反射层信息、g通道反射层信息和b通道反射层信息合成为反射图像，之后再将反射图像转化为反射灰度图像，从而获取第二反射层信息。
步骤3、利用所述第一输入图像、所述第一光照层信息和所述第一反射层信息建立衰减模型；
步骤3.1、根据第二反射层局部方差贡献度公式计算第二反射层局部方差贡献度；
步骤3.1.1、在反射灰度图像上取局部模板，利用该局部模板依次遍历反射灰度图像的每个像素点，找到以每个像素点为中心的局部区域，计算该局部区域内的所有像素点的局部方差，该局部方差即为第二反射层局部方差；
优选地，局部模板大小为5像素×5像素。
步骤3.1.2、利用第二反射层局部方差贡献度公式计算第二反射层局部方差贡献度，第二反射层局部方差贡献度公式为：
var(i,j)＝1-min(k×r_local_var(i,j),1)
其中，k为调整因子，k的作用是防止第二反射层局部方差过小导致亮度不能进一步降低，优选地，k设置为10，r_local_var(i,j)为像素点(i,j)处的第二反射层的局部方差，var(i,j)为像素点(i,j)处的第二反射层局部方差贡献度。
步骤3.2、根据肤色因子贡献度公式计算肤色因子贡献度；
步骤3.2.1、将第一输入图像输入至hsv颜色空间，提取hsv颜色空间的h通道信息和s通道饱和度信息进行肤色检测，h通道信息为色调，s通道信息为饱和度，之后判断第一输入图像中满足第一阈值公式的像素点，所述第一阈值公式为：
(0.1≤s≤0.55)∩(0.03<h≤0.128)
步骤3.2.2、将第一输入图像输入至ycbcr颜色空间，提取ycbcr颜色空间的cb通道信息和cr通道信息进行肤色检测，cb通道信息为蓝色浓度偏移量成份，cr通道信息为红色浓度偏移量成份，之后判断第一输入图像中满足第二阈值公式的像素点，所述第二阈值公式为：
exp[-0.5×(a×(cr(i,j)-c_r)2+2×b×(cr(i,j)-cr)×(cb(i,j)-cb)+c×(cb(i,j)-cb)2)]>t
其中，a、b、c为系数，t为阈值，cb为蓝色浓度偏移量成份，cr为红色浓度偏移量成份，优选地，a＝0.030308，b＝0.033536，c＝0.054118，t＝0.12，cb＝104.7，cr＝155.0。
步骤3.2.3、当第一输入图像的像素点同时满足第一阈值公式和第二阈值公式时，将像素点作为肤色点，当像素点未同时满足第一阈值公式和第二阈值公式时，将像素点作为非肤色点；
步骤3.2.4、当像素点为肤色点时，利用第一肤色概率公式计算像素点为肤色的概率，其中第一肤色概率公式为：
p(i,j)＝0.75-100×(h(i,j)-0.03)×(h(i,j)-0.128)
其中，h(i,j)为像素点(i,j)处的色调值，p(i,j)为像素点(i,j)的肤色概率。
步骤3.2.5、当像素点为非肤色点时，利用第二肤色概率公式计算像素点为肤色的概率，其中第二肤色概率公式为：
步骤3.2.6、整体肤色概率形成一个二次凸函数形式，像素点被判断为肤色点的肤色概率逐渐增大，像素点被判断为非肤色点的肤色概率逐渐减小，通过肤色因子贡献度公式计算肤色因子贡献度，所述肤色因子贡献度公式为：
其中，skin(i,j)为像素点(i,j)处的肤色因子贡献度。
步骤3.3、根据第一光照层的像素亮度提取亮度因子贡献度，亮度因子贡献度为l(i,j)；
步骤3.4、根据所述第二反射层局部方差贡献度、所述肤色因子贡献度和所述亮度因子贡献度建立所述衰减模型，其中，衰减模型为：
α(i,j)＝1-δ×min(var(i,j),skin(i,j),l(i,j))
其中，δ为图像整体节能比调整因子，var(i,j)为像素点(i,j)处的第二反射层局部方差贡献度，skin(i,j)为像素点(i,j)处的肤色因子贡献度，l(i,j)为像素点(i,j)处的亮度因子贡献度，α(i,j)为像素点(i,j)处的衰减值。
当δ＝0.3时，图像整体节能比大概在20％左右。
步骤4、利用所述衰减模型处理所述第一光照层信息以获取第二光照层信息；
步骤4.1、利用所述第一光照层的像素亮度与所述衰减模型获取所述第二光照层信息；
步骤4.1.1、利用光照层信息处理公式计算衰减后的亮度，即将像素点(i,j)的亮度因子贡献度与衰减模型相乘获取衰减后的像素点(i,j)处的亮度，第一光照层信息经衰减后形成为第二光照层信息，光照层信息处理公式为：
l'(i,j)＝l(i,j)×α(i,j)
其中，l(i,j)为像素点(i,j)处的亮度因子贡献度，α(i,j)为像素点(i,j)处的衰减值。
本实施例基于第一输入图像的内容提取了局部方差、肤色、亮度三种图像特征来进行光照层信息的调整，并进一步对第一输入图像的场景进行了重建，利用这种方式不仅能够改善图像的对比度，更加突出图像的细节信息，并且能够同时对人眼感兴趣的肤色区域进行了保护，使得重建出的图像更加符合人类视觉感知系统。
步骤5、对所述第二光照层信息进行光照补偿处理获取第三光照层信息；
步骤5.1、利用大尺寸的滤波器对第二光照层信息进行高斯滤波，经过高斯滤波后得到低频层和高频层，且低频层和高频层满足如下公式：l'＝l'_low+l'_high，其中，l'_low为低频层，l'_high为高频层，l'为第二光照层信息。
优选地，进行高斯滤波的滤波器的尺寸为51×51，滤波参数为10。
步骤5.2、提取高频层的局部窗口，获取高频层中局部窗口对应的像素值的最大值和最小值，利用局部窗口对应的像素值的最大值和最小值获取局部对比度，局部对比度的计算公式为：
其中，high_local_max为局部窗口中的最大像素值，high_local_min为局部窗口终的最小像素值，β为局部对比度。
步骤5.3、根据局部对比度β生成高频层的增益因子g，为了对提取出的肤色区域进行保护，这里采用不同的增益因子g生成方式对高频层进行增益，根据不同增益因子来对细节信息进行不同程度的增强，增强的效果能搞改善整体对比度、局部清晰度，能够呈现更好的人眼效果，具体增益因子计算公式为：
步骤5.4、利用第一光照补偿公式对第二光照层的肤色点进行光照补偿，所述第一光照补偿公式为：
l'(i,j)为像素点(i,j)处的第二光照层信息，l'_high(i,j)为像素点(i,j)处的高频层信息，l1＂(i,j)为肤色点(i,j)处光照补偿后的第三光照层信息。
步骤5.5、利用第二光照补偿公式对第二光照层的非肤色点进行光照补偿，所述第二光照补偿公式为：
l'(i,j)为像素点(i,j)处的第二光照层信息，β为局部对比度，l'_high(i,j)为像素点(i,j)处的高频层信息，l2＂(i,j)为非肤色点(i,j)处光照补偿后的第三光照层信息。
步骤5.6、第二光照层信息经过光照补偿处理后形成第三光照层信息。
本实施例通过提取第一输入图像的第一光照层信息，并进一步得到了第三光照层信息，本实施例通过只提取图像的一层光照层信息的方式，并根据图像内容对其进行压缩调整，整个光照层提取过程简单且能够得到有价值的光照信息，有效地减少了该方法的运行时间，具有高效性。
本实施例提出的光照补偿过程，能针对图像的局部信息情况来合理提升局部对比度，从而改善图像的对比度，强调图像高频细节信息的呈现，有助于人眼对于图像的理解。
步骤6、根据所述第三光照层信息和所述第一反射层信息获取输出图像；
步骤6.1、将进行光照补偿后的第三光照层信息分别与r通道反射层信息、g通道反射层信息和b通道反射层信息相乘，其中，r通道输出图像的计算公式为：i_out_r＝l”×r_r，g通道输出图像的计算公式为：i_out_g＝l”×r_g，b通道输出图像的计算公式为：i_out_b＝l”×r_b，其中，i_out_r为r通道输出图像，i_out_g为g通道输出图像，i_out_b为b通道输出图像，l＂为第三光照层信息，r_r为r通道反射层信息，r_g为g通道反射层信息，r_b为b通道反射层信息。
步骤6.2、整合r通道输出图像、g通道输出图像和b通道输出图像得到低能耗的输出图像。
本实施例包含光照层信息提取、衰减模型构建过程和光照补偿三个主要处理过程，显示屏节能方法求解过程简单，整体运算量小，该方法稳定性好，并且利用本实施例的方法可以在保留图像对比度的同时，丰富图像细节信息，并且能够在保护人眼感兴趣区域的前提下达到一定的节能比。
综上所述，本文中应用了具体个例对本发明实施例的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，本发明的保护范围应以所附的权利要求为准。