申请/专利权人：昇显微电子(苏州)股份有限公司

申请日：2023-06-21

公开（公告）日：2023-08-25

公开（公告）号：CN116489378B

主分类号：H04N19/186

分类号：H04N19/186;H04N19/60;G06V10/771;G06V10/77

优先权：

专利状态码：有效-授权

法律状态：2023.08.25#授权;2023.08.11#实质审查的生效;2023.07.25#公开

摘要：本发明提出了一种基于PCA的3DLUT数据压缩与解压缩方法和系统，主要包括预处理压缩部分和芯片数据重构部分。预处理压缩部分对多组3DLUT数据进行主要成分数据的分析，将原本高维度的数据保留下一些对应用至关重要的特征，去除噪声或者不重要的特征，从而实现数据处理速度的提升和数据量的减少，节省大量的时间和成本；同时芯片数据重构部分基于这些主成分进行数据的重构，在误差允许的范围内，实现更加高效的颜色处理。

主权项：1.一种基于PCA的3DLUT数据压缩与解压缩方法，其特征在于，包括预处理压缩部分和芯片数据重构部分；所述预处理压缩部分基于PCA对多组3DLUT分RGB三个通道分别进行主成分分析，获取RGB三个通道的主成分分量，假设3DLUTRGB三个通道的节点个数为N,选取的主成分特征值特征向量的个数为M，则数据降维后可分别获得RGB三个通道的特征向量和特征值个,M＜N3，并将所得特征向量和特征值保存在显示设备的驱动芯片中；假设3DLUT组数为K，则在不进行主成分分析实现数据压缩的情况下需要存储数据个数为：；在基于PCA进行数据压缩后需要存储的数据个数为：个特征值、个特征向量和个平均值，由此，可以得到基于PCA分析后，数据存储量的前后比值为：；设G通道M=8,N=5,K=20000记G通道的多组3DLUT样本集为;维度：53×20000；记降维后的特征值集为,维度：8×20000；所述预处理压缩部分的步骤如下：步骤一，对多组3DLUT数据集进行中心化 其中，表示对3DLUT数据集去中心化，表示均值集，维度为53×1，的维度为53×1,i的取值为0-19999；步骤二，计算数据集的协方差矩阵Cov 步骤三，求出协方差矩阵Cov的特征值λ和特征向量V；步骤四，将特征向量按特征值大小从上到下按行排列成矩阵，此时取前8行作为降维后需要保存的特征向量P，维度为8×53;步骤五，计算获得降维后的特征值集步骤六，数据存储：将上述获得的特征向量P,维度为8×53、特征值集，维度为8×20000和均值集、维度为53×1，保存在硬件设备存储空间中；所述芯片数据重构部分包括显示设备工作时，首先会读取存储空间中的特征向量和特征值；然后基于PCA实现的芯片算法将对读取到的特征向量和特征值进行处理，重构出多组的3DLUT’；当显示设备开始工作时，驱动芯片将从数据存储空间载入数据进行数据重构，步骤如下：步骤一，获取数据：从存储空间内读取特征向量P，特征值集和均值集；步骤二，数据重构：基于PCA对内存中的特征向量P、特征值集和均值集进行处理，重构出20000组3DLUT’,记重构后的数组样本集 重构后的3DLUT’与3DLUT相似 其中Q矩阵为全1矩阵，维度为1×20000。

全文数据：

权利要求：

百度查询： 昇显微电子(苏州)股份有限公司 一种基于PCA的3D LUT数据压缩与解压缩方法和系统

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