申请/专利权人：四川大学

申请日：2016-06-21

公开（公告）日：2020-05-15

公开（公告）号：CN107527051B

主分类号：G06K9/32(20060101)

分类号：G06K9/32(20060101);G06K9/46(20060101);G06T7/13(20170101);G06T5/00(20060101)

优先权：

专利状态码：失效-未缴年费专利权终止

法律状态：2022.06.07#未缴年费专利权终止;2018.01.26#实质审查的生效;2017.12.29#公开

摘要：本发明公布了一种感知图像内容的OLED低功耗显示方法。方法的核心是在保留图像感兴趣域信息的同时抑制图像非兴趣域的细节信息，首先利用Candy边缘检测算法提取图像的感兴趣域，然后逐级调节图像非兴趣域到图像边界的亮度和饱和度，采用平均结构相似系数MSSIM评价原图像与输出图像在结构上的相似性，从而实现在保证图像整体质量的同时降低图像的显示功耗。实验结果表明本发明提出的方法在保证图像的MSSIM≥0.9时，平均节约25.6％的显示功耗。

主权项：1.一种感知图像内容的OLED低功耗显示方法，其特征在于该方法的步骤如下：1图像兴趣域ROI提取方法的提出采用Candy边缘检测算法进行ROI提取，其主要步骤为：得到图像中每个像素点的R、G、B三个分量PR、PG、PB的平均值，通过公式1得到每一个像素点的灰度值Pgray，进而将整个图像灰度化：Pgray＝PR*0.299+PG*0.587+PB*0.1141为了防止Candy算法在降噪时模糊边缘，采用双边滤波器对图像进行滤波处理，其公式为： 其中Ifiltered为输出图像，I为输入图像，x是当前被过滤像素的坐标，Ω是以像素点x为中心的邻域窗口，fr是值域核函数，gs是空域核函数；利用图像x方向与y方向的梯度，通过公式3得到图像的梯度方向，然后对图像中梯度方向变化最大的位置进行梯度非极大值抑制，将模糊的边缘变得清晰： 其中Gx、Gy表示x方向和y方向的梯度；atan2为计算Gy及Gx的反正切值的函数；采用基于双阈值的Candy边缘检测算法对上述步骤的结果进行边缘选取，将非边缘像素从结果中剔除，然后通过边界强弱进行边缘连接，直到整个图像边缘闭合，以此确定图像的边缘，完成图像RIO的提取；2图像亮度调节方法的提出通过公式4得到每一个像素点的亮度，然后通过公式5逐级降低像素点的亮度：L＝PinR+PinG+PinB34L’＝L*1-a*niN5其中，L为原像素亮度，L’为调节后的像素亮度，Pin表示图像中任意像素点，a为调节强度，取值范围为0～1，N为渐变级数，取值范围为3～15，ni为像素点所处区域的渐变级数，初值为1，其后级数的值依次递增；3图像饱和度调节方法的提出通过公式6得到每一个像素点的饱和度，然后通过公式7调节每一个像素点的饱和度： 其中，S为饱和度值，Δs表示预设的RGB颜色分量差异，其值预设为60，X是颜色分量的调节量，N为渐变级数，取值范围3～15，ni为像素点所处区域的渐变级数,初值为1，其后级数值依次递增；4感知图像内容的OLED低功耗显示方法a.通过ROI提取，获取图像ROI的坐标矩阵MROI和非图像兴趣域NON-ROI的坐标矩阵MNON-ROI；b.以图像ROI为中心，获取图像NON-ROI到图像边界的距离，确定NON-ROI的渐变层数N，根据N划分图像NON-ROI区域的渐变矩阵集合M＝{Mi|i＝1,2,…,N,Mi∈MNON-ROI}；c.获取Mi中每个像素点Px,y的亮度分量Lx,y，在原图亮度分量基础上按公式5进行调节；d.获取图像渐变矩阵集合Mi中每个像素点Px,y的饱和度分量Sx,y，在原图饱和度分量基础上按公式7进行调节；e.计算图像NON-ROI的MSSIM值，如MSSIM值不能满足要求，则根据MSSIM值调整渐变层数N，重复步骤b,c,d，直至图像的MSSIM满足要求；f.合并原图像中的ROI矩阵和调节后的NON-ROI矩阵，输出新的节能图片。

全文数据：一种感知图像内容的OLED低功耗显示方法所属技术领域[0001]本发明涉及感知图像内容的OLED低功耗显示技术领域，尤其是涉及一种感知图像内容的OLED低功耗显示方法。背景技术[0002]在计算机设备和智能移动设备中，显示屏消耗的能量是系统总能量的38%-50%，特别是对于能量受限的移动设备，对显示能耗的建模和优化已成为低功耗研究的重要问题。OLED显示技术采用非常薄的有机材料涂层和玻璃基板，当有电流通过时，驱动有机材料发光产生不同的颜色，OLED的显示功耗直接取决于显示内容及其色彩强度。不同于传统的LCD显示技术需要高强度的背光，OLED由于自身自发光特性使得OLED具有可视角度大，低功耗，制造工艺简单和成本更低的特点，目前被广泛的应用在各种移动设备中。传统的LCD通常通过降低背光强度降低显示能耗，而OLED可通过调节显示内容和色彩强度降低功耗。[0003]本发明借鉴借助其他方法，但针对其提出的假设的局限性，提出一种感知图像内容的OLED低功耗显示方法。首先使用图像边缘检测算法提取出图像的感性兴趣域ROI，而非假定内容中心区域为R0I;然后逐级调节图像非兴趣域NON-ROI到图像边界的亮度和饱和度，实验结果表明本文提出的方法在显著降低图片显示功耗的同时保持较高的图像质量。发明内容[0004]本发明的目的在于提供一种感知图像内容的OLED低功耗显示方法。[0005]本发明解决其技术难题所采用的技术方案的步骤如下：[0006]1图像兴趣域ROI提取方法的提出[0007]采用Candy边缘检测算法进行ROI提取，其主要步骤为：[0008]•得到图像中每个像素点的R、G、B三个分量Pr、Pg、Pb的平均值，通过公式（1得到每一个像素点的灰度值Pgray，进而将整个图像灰度化：[0009]Pgray=PR*0.299+PG*0.587+PB*0.114I[0010]•为了防止Candy算法在降噪时模糊边缘，采用双边滤波器对图像进行滤波处理，其公式为：「1⑵[0011][0012]其中Ifllte^d为输出图像，I为输入图像，X是当前被过滤像素的坐标，Ω是以像素点X为中心的邻域窗口，fr是值域核函数，^是空域核函数；[0013]•利用图像X方向与y方向的梯度，通过公式3得到图像的梯度方向，然后对图像中梯度方向变化最大的位置进行梯度非极大值抑制，将模糊的边缘变得清晰：[0014]3[0015]其中Gx、Gy表示X方向和y方向的梯度；[0016]•采用基于双阈值的Candy边缘检测算法对上述步骤的结果进行边缘选取，将非边缘像素从结果中剔除，然后通过边界强弱进行边缘连接，直到整个图像边缘闭合，以此确定图像的边缘，完成图像RIO的提取。[0017]2图像亮度调节方法的提出[0018]通过公式（4得到每一个像素点的亮度，然后通过公式（5逐级降低像素点的亮度：[0019]L=PinR+PinG+PinB34[0020]=L*l_a*mN5[0021]其中，L为原像素亮度，I为调节后的像素亮度，Pin表示图像中任意像素点，a为调节强度，取值范围为0〜1，N为渐变级数，取值范围为3〜15，m为像素点所处区域的渐变级数，初值为1，其后级数的值依次递增。[0022]3图像饱和度调节方法的提出[0023]通过公式6得到每一个像素点的饱和度，然后通过公式7调节每一个像素点的饱和度：[0026]其中，As表示预设的RGB颜色分量差异，其值预设为60，X是颜色分量的调节量，N为渐变级数，m为像素点所处区域的渐变级数。[0027]4感知图像内容的OLED低功耗显示方法[0028]•通过ROI提取，获取图像ROI的坐标矩阵施见和非图像兴趣域NON-ROI的坐标矩阵Mnon-ROI;[0029]•以图像ROI为中心，获取图像NON-ROI到图像边界的距离，确定NON-ROI的渐变层数N，根据N划分图像NON-ROI区域的渐变矩阵集合M={MiIi=1，2，…，N，MieMNON-ROI};[0030]•获取Mi中每个像素点Px，y的亮度分量Lx，y，在原图亮度分量基础上按公式5进行调节；[0031]•获取图像渐变矩阵集合Mi中每个像素点PX，y的饱和度分量SX，y，在原图饱和度分量基础上按公式7进行调节；[0032]•计算图像NON-ROI的MSS頂值，如MSS頂值不能满足要求，则根据MSS頂值调整渐变层数N，重复步骤2，3，4，直至图像的MSS頂满足要求；[0033]合并原图像中的ROI矩阵和调节后的NON-ROI矩阵，输出新的节能图片。附图说明[0034]图1三种颜色分量在不同强度下的功耗[0035]图2线性拟合后三种颜色分量在不同强度下的功耗[0036]图3测试样本降低功耗比例分布图[0037]图4测试样本降低功耗比例分布图具体实施方式[0038]下面结合实例对本发明作进一步的说明：[0039]1实验环境描述[0040]#选取型号为以01^0-32028-?14101^0作为本文显示实验平台，其分辨率为320\240,色数为65K;[0041]•采用HOIKI3334多功能功率测量仪器测量瞬时功耗和累计功耗，KA3005P数控直流电源提供稳定可控电压；[0042]•对每一个颜色分量测量中，首先用当前颜色填充整个OLED屏幕，调节颜色强度并记录当前颜色强度下屏幕功耗，每个强度的测量时间为30s，计算其平均值作为当前强度下的颜色功耗，测量结果如图1所示。[0043]2实验样本描述[0044]•选取图像“penguin”对本文提出的方法进行验证，图像来自于Google图像库image.google.com；[0045]•使用两种图像低功耗方法:亮度调节策略称为WLA方法和饱和度调节策略称为WSA方法进行对比试验；[0046]•随机从Google图像库中选取200张图像进行统计分析以验证方法的有效性。[0047]3实验图表描述[0048]•表1描述了应用三种方法后的图像各个属性信息，符号“一”表示当前属性值无变化，表中负值表示图像属性值相比原值的调节刻度；[0049]•图3描述了原始图像及应用各调节方法后的图像显示功耗对比图；[0050]•图4为200张图像应用ALS方法后的节能比例分布图。[0051]4实验结果分析[0052]•根据对表1和图3中观察和分析，应用3种方法输出的图像比原始图像都具有更低的功耗;而且当调节级数逐渐增大时，图像的MSSM不断增大而降低的功耗无明显变化，其使得图像的亮度和饱和度变化趋于更加平缓，更能保持图像质量；[0053]•当图像的MSSM=O.95时，应用WLA方法降低图像亮度18.62%，图像功耗降低31%;应用WSA方法图像饱和度降低21.78%，功耗降低21.98%;应用ALS方法当N=0时，图像亮度降低16.74%，饱和度降低13.28%，图像功耗降低35%;当N=9时，图像亮度降低23.56%，饱和度降低17.63%，图像功耗降低32.21%，说明ALS调节方法在降低图像功耗时更加有效；[0054]•在保证图像的MSS頂多0.9,从图4中可以观察到41%的实验样本实现降低功耗为20%-30%，24%的实验样本实现降低功耗为30%-40%，所有试验样本平均降低功耗为25·6%〇[0055]表1图像应用3种方法后的各项属性信息[0056]

权利要求：I.一种感知图像内容的OLED低功耗显示方法，其特征在于该方法的步骤如下：1图像兴趣域ROI提取方法的提出采用Candy边缘检测算法进行ROI提取，其主要步骤为：•得到图像中每个像素点的R、G、B三个分量Pr、Pg、Pb的平均值，通过公式（1得到每一个像素点的灰度值Pgray，进而将整个图像灰度化：Pgray=Pr*0·299+Pg*0·587+Pb*0·114I•为了防止Candy算法在降噪时模糊边缘，采用双边滤波器对图像进行滤波处理，其公式为：其中Iflltore3d为输出图像，I为输入图像，X是当前被过滤像素的坐标，Ω是以像素点X为中心的邻域窗口，fr是值域核函数，gs是空域核函数；•利用图像X方向与y方向的梯度，通过公式3得到图像的梯度方向，然后对图像中梯度方向变化最大的位置进行梯度非极大值抑制，将模糊的边缘变得清晰：3其中Gx、Gy表示X方向和y方向的梯度；•采用基于双阈值的Candy边缘检测算法对上述步骤的结果进行边缘选取，将非边缘像素从结果中剔除，然后通过边界强弱进行边缘连接，直到整个图像边缘闭合，以此确定图像的边缘，完成图像RIO的提取。2图像亮度调节方法的提出通过公式4得到每一个像素点的亮度，然后通过公式5逐级降低像素点的亮度：L=PinR+PinG+PinB34L’=L*l_a*mN5其中，L为原像素亮度，I为调节后的像素亮度，Pin表示图像中任意像素点，a为调节强度，取值范围为〇〜I，N为渐变级数，取值范围为3〜15，m为像素点所处区域的渐变级数，初值为1，其后级数的值依次递增。3图像饱和度调节方法的提出通过公式6得到每一个像素点的饱和度，然后通过公式7调节每一个像素点的饱和度：其中，As表示预设的RGB颜色分量差异，其值预设为60，X是颜色分量的调节量，N为渐变级数，m为像素点所处区域的渐变级数。4感知图像内容的OLED低功耗显示方法I通过ROI提取，获取图像ROI的坐标矩阵Mroi和非图像兴趣域N0N-R0I的坐标矩阵Mnon-roi；以图像ROI为中心，获取图像NON-ROI到图像边界的距离，确定NON-ROI的渐变层数N，根据N划分图像NON-ROI区域的渐变矩阵集合M={MiIi=1，2，…，N，MieMNON-ROI};获取Mi中每个像素点Px，y的亮度分量Lx，y，在原图亮度分量基础上按公式5进行调节；获取图像渐变矩阵集合Mi中每个像素点PX，y的饱和度分量SX，y，在原图饱和度分量基础上按公式7进行调节；计算图像NON-ROI的MSS頂值，如MSS頂值不能满足要求，则根据MSSM值调整渐变层数N，重复步骤2，3，4，直至图像的MSS頂满足要求；合并原图像中的ROI矩阵和调节后的NON-ROI矩阵，输出新的节能图片。

百度查询： 四川大学 一种感知图像内容的OLED低功耗显示方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD