补偿表压缩方法与流程

本发明涉及图像处理领域，尤其涉及一种补偿表压缩方法。

背景技术：

数据压缩是用于减小数据大小的一种较为成熟的技术。其应用于保存在计算机系统的存储器子系统中的数据以，增加存储能力。当数据在计算机系统内的不同子系统之间传输时，或者通常当在包括通信网络的数据通信系统中的两个点之间进行所述传输时，数据压缩也被使用。

数据压缩需要两个基本的操作:1、压缩(也称为编码)，压缩是将未压缩的数据作为输入，并通过用相应的码字(在文献中也称为编码、字码或代码)替换数据值来将未压缩的数据转换为经压缩的数据:2、解压缩(也称为解码)，解压缩是将经压缩的数据作为输入并通过用相应的数据值替换码字来将该经压缩的数据转换为未压缩的。数据压缩可以是无损式的或者有损式的，这取决于是否解压缩后的实际数据值与压缩前的原始数据值完全相同(无损式)，或者取决于是否解压缩后的数据值不同于原始数据值且原始值无法取得(有损式)。可以用软件、或硬件、或软件和硬件的组合来实施压缩和解压缩，以实现相应的方法、设备和系统。

为消除显示器的mura，通常采用补偿表存储各像素的补偿信息。显示影像时，驱动板(tcon)查找补偿表，调整信号，将面板过暗区域的信号调高，过亮区域的信号调低，呈现均匀的显示效果。在补偿表中，每个像素对应于一组补偿信息，每组补偿信息包含一个或多个补偿数据。补偿数据的物理意义视算法而定，通常为特定灰阶的调整值，也有算法将其设定为待调整的电压值。现有技术的补偿表有损压缩算法，在视觉上会看出损失，使用二分法，需要大量迭代，不断迭代求最佳量化步长，对硬件要求高且较耗时；而补偿表的大小等于面板像素数目乘以每组补偿信息的大小，如果补偿55寸uhd(超高清)rgb面板(每个像素包括红绿蓝三个子像素)，假设每个子像素补偿信息为24bit，则补偿表数据量大小为2160*3840*24bit*3≈597mb，现有技术的补偿表占用大量系统存储资源，对硬件系统要求较高，并在产线上传输、烧录数据的过程耗费时间。

技术实现要素：

本发明的目的在于提供一种补偿表压缩方法，无需迭代即可获得最佳量化步长，减少对内存空间的占用，节省系统的硬件资源，且可以降低成本及减少传输和烧录数据耗费的时间。

为实现上述目的，本发明提供了一种补偿表压缩方法，包括如下步骤：

步骤s1、将原始补偿表在空域中分成多个相同大小的子块；

步骤s2、对分成多个子块后的原始补偿表乘以sobel算子得到梯度矢量，分别计算每个字块的方差；

步骤s3、根据量化步长计算公式：qstep＝aσ²+b得到每个子块对应的量化步长，其中，qstep为量化步长，σ²为方差，a和b均为常数；

步骤s4、每个子块根据其对应的量化步长分别量化，得到量化补偿表，采用编码算法对量化补偿表进行压缩。

步骤s5、通过解压压缩后的量化补偿表，再根据量化补偿表中的信息反量化每个子块重建原始补偿表。

每个子块的大小为8*8。

所述步骤s2中通过sobel算子检测每个子块的边缘。

所述步骤s3中通过视觉无损主观实验得到量化步长计算公式，其中，a和b是通过拟合视觉无损主观实验结果得到的参数。

本发明还提供一种补偿表压缩方法，包括如下步骤：

步骤s1’、对原始补偿表进行dct变换，将原始补偿表从空域转换到频域，且分成多个相同大小的子块；

步骤s2’、根据能量函数计算公式：e＝sum(d)+k计算每个子块dct系数右下角区域的能量函数，其中，sum(d)为子块dct系数右下角区域中每个点的绝对值之和，k为dc系数，e为每个子块dct系数右下角区域的能量函数；

步骤s3’、根据量化步长计算公式：qstep＝ae+b得到每个子块对应的量化步长，其中，qstep为量化步长，a和b均为常数；

步骤s4’、每个子块根据其对应的量化步长分别量化，得到量化补偿表，采用编码算法对量化补偿表进行压缩。

步骤s5’、通过解压压缩后的量化补偿表，再根据量化补偿表中的信息反量化及反dct变换每个子块重建原始补偿表。

每个子块的大小为8*8。

每个子块dct系数右下角区域的大小为4*4；dc系数为每个子块中最左上角的值。

所述步骤s3’中通过视觉无损主观实验得到量化步长计算公式，其中，a和b是通过拟合视觉无损主观实验结果得到的参数。

本发明的有益效果：本发明的补偿表压缩方法通过视觉无损压缩补偿表，使人眼察觉不出原补偿表的质量损失，且极大增加压缩效率，和现有的补偿表压缩算法相比，本发明无需迭代即可获得最佳量化步长，减少对内存空间的占用，节省系统的硬件资源，且可以降低成本及减少传输和烧录数据耗费的时间。

附图说明

为了能更进一步了解本发明的特征以及技术内容，请参阅以下有关本发明的详细说明与附图，然而附图仅提供参考与说明用，并非用来对本发明加以限制。

附图中，

图1为本发明的补偿表压缩方法第一实施例的流程图；

图2为本发明的补偿表压缩方法第一实施例的逻辑图；

图3为本发明的补偿表压缩方法第二实施例的流程图；

图4为本发明的补偿表压缩方法第二实施例的逻辑图。

具体实施方式

为更进一步阐述本发明所采取的技术手段及其效果，以下结合本发明的优选实施例及其附图进行详细描述。

请参阅图1及图2，本发明提供一种补偿表压缩方法的第一实施例，包括如下步骤：

步骤s1、将原始补偿表在空域中分成多个相同大小的子块，

步骤s2、对分成多个子块后的原始补偿表乘以sobel算子得到梯度矢量，分别计算每个字块的方差；

步骤s3、根据量化步长计算公式：qstep＝aσ²+b得到每个子块对应的量化步长，其中，qstep为量化步长，σ²为方差，a和b均为常数；

步骤s4、每个子块根据其对应的量化步长分别量化，得到量化补偿表，采用编码算法对量化补偿表进行压缩。

具体的，还包括步骤s5、通过解压压缩后的量化补偿表，再根据量化补偿表中的信息反量化每个子块，即可重建原始补偿表。

具体的，每个子块的大小为8*8，即每个子块对应8行8列像素(总共64个像素)的补偿信息。

具体的，所述步骤s2中通过sobel算子检测每个子块的边缘，确定每个子块所在的位置。

具体的，所述步骤s3中，量化步长计算公式可以根据视觉无损主观实验得到，从而无损压缩量化补偿表，其中，a和b是通过拟合视觉无损主观实验结果得到的参数。

需要说明的是，本发明通过视觉无损压缩补偿表，使人眼察觉不出原补偿表的质量损失，且极大增加压缩效率，和现有的补偿表压缩算法相比，本发明无需迭代即可获得最佳量化步长，减少对内存空间的占用，节省系统的硬件资源，且可以降低成本及减少传输和烧录数据耗费的时间。

请参阅图3及图4，本发明提供一种补偿表压缩方法的第二实施例，包括如下步骤：

步骤s1’、对原始补偿表进行dct变换(离散余弦变换)，将原始补偿表从空域转换到频域，且分成多个相同大小的子块；

步骤s2’、根据能量函数计算公式：e＝sum(d)+k计算每个子块dct系数右下角区域的能量函数，其中，sum(d)为子块dct系数右下角区域中每个点的绝对值之和，k为dc系数，e为每个子块dct系数右下角区域的能量函数；

步骤s3’、根据量化步长计算公式：qstep＝ae+b得到每个子块对应的量化步长，其中，qstep为量化步长，a和b均为常数；

步骤s4’、每个子块根据其对应的量化步长分别量化，得到量化补偿表，采用编码算法对量化补偿表进行压缩。

具体的，还包括步骤s5’、通过解压压缩后的量化补偿表，再根据量化补偿表中的信息反量化每个子块，再反dct变换每个子块即可重建原始补偿表。

具体的，每个子块的大小为8*8，即每个子块对应8行8列像素(总共64个像素)的补偿信息。

进一步的，每个子块dct系数右下角区域的大小为4*4，即每个子块dct系数右下角区域对应4行4列像素(总共16个像素)的补偿信息；dc系数为每个子块中最左上角的值。

具体的，所述步骤s3’中，量化步长计算公式可以根据视觉无损主观实验得到，从而无损压缩量化补偿表，其中，a和b是通过拟合视觉无损主观实验结果得到的参数。

需要说明的是，本发明通过视觉无损压缩补偿表，使人眼察觉不出原补偿表的质量损失，且极大增加压缩效率，和现有的补偿表压缩算法相比，本发明无需迭代即可获得最佳量化步长，减少对内存空间的占用，节省系统的硬件资源，且可以降低成本及减少传输和烧录数据耗费的时间。

综上所述，本发明的补偿表压缩方法通过视觉无损压缩补偿表，使人眼察觉不出原补偿表的质量损失，且极大增加压缩效率，和现有的补偿表压缩算法相比，本发明无需迭代即可获得最佳量化步长，减少对内存空间的占用，节省系统的硬件资源，且可以降低成本及减少传输和烧录数据耗费的时间。

以上所述，对于本领域的普通技术人员来说，可以根据本发明的技术方案和技术构思作出其他各种相应的改变和变形，而所有这些改变和变形都应属于本发明权利要求的保护范围。