论文部分内容阅读
高动态范围显示器使观看者能够体验到最高的图像质量，包括更高的对比度，更深邃的黑色状态，更高的灰度级和更鲜艳的色彩，是下一代显示器的关键技术之一。由于高动态范围显示器的使用增加，降低功耗、提高显示质量成为高动态范围显示的一大研究热点，为了对比度不足、黑色状态显示效果差问题，动态调光技术应运而生，将变暗的显示区域调暗，而无需将需要变亮的部分调暗，以此达到提高对比度、降低能耗、改善显示画质等目的。
为解决传统液晶显示器在动态范围、画面层次表现上的不足，本文通过对现有高动态范围显示技术进行研究，提出了新型动态调光算法。基于图像特征和对数函数的动态调光算法主要包括背光亮度提取、背光模拟扩散和液晶像素补偿三部分；同时基于卷积神经网络的方法研究背光模拟扩散过程，设计网络结构与损失函数。具体研究工作主要体现在以下几个方面：
(1)综合分析了现有背光亮度提取算法，提出一种基于图像区域的动态阈值和最大值特征的背光亮度提取算法，满足每个图像区域的实际亮度需求，保持显示质量的同时降低了能耗。
(2)对比现有的背光模拟扩散算法，对其中的模糊-扩散法进行改进，建立新型分区扩散模板，并基于现有的HDR显示系统测试扩散模板系数。实验证明改进的背光模拟扩散算法更好地平滑了边缘背光亮度信号，并且计算复杂度大大降低。
(3)提出一种符合人眼信号处理的基于对数函数的液晶像素补偿算法，拉伸图像对比度并削弱像素补偿过程中出现的截断现象。
(4)基于自主研发的HDR显示系统，建立主客观评价方法用于评估动态调光算法的性能。
(5)分析残差网络及其在计算机视觉领域的应用，其中超分辨率是低分辨到高分辨率的实现，与动态调光算法中背光模拟扩散过程类似。本文建立液晶线性显示模型，提出一种基于残差块结构的背光扩散网络，实现了高精度的背光亮度扩散过程，解决了传统背光扩散模板参数获取复杂、不可靠问题。
为解决传统液晶显示器在动态范围、画面层次表现上的不足，本文通过对现有高动态范围显示技术进行研究，提出了新型动态调光算法。基于图像特征和对数函数的动态调光算法主要包括背光亮度提取、背光模拟扩散和液晶像素补偿三部分；同时基于卷积神经网络的方法研究背光模拟扩散过程，设计网络结构与损失函数。具体研究工作主要体现在以下几个方面：
(1)综合分析了现有背光亮度提取算法，提出一种基于图像区域的动态阈值和最大值特征的背光亮度提取算法，满足每个图像区域的实际亮度需求，保持显示质量的同时降低了能耗。
(2)对比现有的背光模拟扩散算法，对其中的模糊-扩散法进行改进，建立新型分区扩散模板，并基于现有的HDR显示系统测试扩散模板系数。实验证明改进的背光模拟扩散算法更好地平滑了边缘背光亮度信号，并且计算复杂度大大降低。
(3)提出一种符合人眼信号处理的基于对数函数的液晶像素补偿算法，拉伸图像对比度并削弱像素补偿过程中出现的截断现象。
(4)基于自主研发的HDR显示系统，建立主客观评价方法用于评估动态调光算法的性能。
(5)分析残差网络及其在计算机视觉领域的应用，其中超分辨率是低分辨到高分辨率的实现，与动态调光算法中背光模拟扩散过程类似。本文建立液晶线性显示模型，提出一种基于残差块结构的背光扩散网络，实现了高精度的背光亮度扩散过程，解决了传统背光扩散模板参数获取复杂、不可靠问题。