基于对比度敏感理论的LED视频叠加显示方法.pdf

Microcomputer Applications Vol.39,No.9,2023文章编号：10 0 7-7 5 7 X（2 0 2 3)0 9-0 19 3-0 4开发应用基于对比度敏感理论的LED视频叠加显示方法微型电脑应用2 0 2 3年第39 卷第9 期张成挺，叶志晖，徐琦，王文娟（浙江中烟工业有限责任公司宁波卷烟厂，浙江，宁波315 0 0 0）摘要：为使LED视频呈现效果更贴合人眼视觉，提出基于对比度敏感理论的LED视频叠加显示方法。依据人眼对比敏感度函数搭建亮度、对立色彩视觉特性模型，依据人眼视觉图像误差阈值创建自适应量化表；实现LED视频自适应压缩处理，获取更符合人眼视觉感知的LED视频图像，采用自适应牛顿插值算法计算、比较像素相关因子，插值处理自适应量化压缩后图像，更好保留压缩处理后LED视频图像信息。结果表明，处理后LED视频图像边缘平滑且顺畅，效果较佳，且结构相似度SSIM归一化值显著提升，信息炳、NIMA、BI Q I 三类指标均表现优秀，叠加显示后图像质量更好。关键词：对比度；敏感理论；LED视频；叠加显示中图分类号：TP391文献标志码：AOverlay Display Method of LED Video Based on Contrast Sensitivity TheoryZHANG Chengting,YE Zhihui,XU Qi,WANG Wenjuan(China Tobacco Zhejiang Industrial Co.,Ltd.,Ningbo 315000,China)Abstract:In order to make the display effect of LED video more suitable to human vision,an LED video superimposed displaymethod based on contrast sensitivity theory is proposed.According to the human eye contrast sensitivity function,we build amodel for the brightness and opposite color based on visual characteristics,and create an adaptive quantization table based onthe human visual image error threshold.It realizes the LED video adaptive compression processing,and obtains the LED videoimage that is better for the human visual perception,The adaptive Newton interpolation algorithm is used to calculate and com-pare the pixel correlation factors,and the interpolation process adaptively quantizes the compressed image,which better retainsthe LED video image information after the compression process.The results show that the edge of the LED video image issmooth,the effect is better,and the normalized value of structural similarity SSIM is significantly improved.The three indexesof information entropy,NIMA and BIQI perform well,and the image quality is better after superimposed display.Key words:contrast;sensitivity theory;LED video;overlay display0引言伴随传媒形式转变，单一信息显示转为互联网信息与人类交互显示1-3。作为媒体信息载体的智能LED显示屏的发展吸引社会广泛关注4-5 。近年来，研究基于人眼视觉特性的LED显示图像技术成为研究热点6-7 。王骁等L81提出HDR图像显示方法，将LCD显示融合LED显示，采取双调制方式搭建创新显示器，该方法使得图像亮度细节更加细致，但操作较繁琐，不具备通用性；罗谨哲9 提出红外融合可见光图像方法，在增强对比度和两尺度分解基础上增强图像可视性，在视觉质量和客观评价两方面表现较好，但该方法在多尺度领域进行分析时成本较高。本文提出一种基于对比度敏感理论的LED视频叠加显示方法，研究结果表明该方法处理后的视频更贴合人眼视觉对比特性，用户可获得更舒适的视觉观看效果。作者简介：张成挺（198 5 一），男，本科，工程师，研究方向为计算机网络安全、计算机应用；叶志晖（198 6 一），男，本科，工程师，研究方向为软件工程及企业管理信息化；徐琦（198 3一），男，硕士，工程师，研究方向为计算机应用及物流工程；王文娟（198 7 一），女，硕士，工程师，研究方向为企业管理信息化、计算机应用。1LED视频叠加显示方法1.1LED视频图像自适应量化LED视频图像自适应量化处理时，量化表是控制视频图像压缩比的核心，能显著影响压缩效果。分析人眼视觉特性计算出量化表，搭建量化表时综合考量人眼视觉特性，获取的量化表使其阈值则更加贴合人眼最真实效果。因此，依据人眼亮度敏感而对色度不敏感的视觉特性，得到可实现LED视频图像压缩处理的量化表。1.1.1人眼对比度敏感理论LED视频图像视觉清晰水平用对比度描述，分为颜色与亮度，式（1)描述亮度对比：C=LILLL观察对象清晰水平取决于对比度感觉，图像视觉质量高低依赖于其自身对比度高低。人眼对比度灵敏度阈值决定193(1)Microcomputer Applications Vol.39,No.9,2023人眼观察到的图像。1.1.2人眼对比度敏感视觉模型将窄带带通滤波器视作人眼视觉系统空间频率响应10 1，用人眼对比敏感度函数CSF11描述视觉系统。利用人眼亮度CSFL方法进行描述，在此基础上融合指数型数学模型求解获取量化表。（1）人眼亮度视觉特性模型用式（2）表示CSFL(fo)=2.6(0.0192+0.114fo)exp(0.114fo)1-1)(2)式中，f。描述模型角频率：元f。=180arcsin（2）人眼对立色彩视觉特性模型用下式表示：CSFc(fo)=a expb(fo)f=12180arctan(式中,K为LED显示器分辨率。视觉区域内求解角频率即求解单位视角内刺激人眼观察目标的周期数值。综合考虑DCT变换特征，将该模型均分6 4块。1.1.3自适应量化表构建利用人眼察觉图像误差值搭建完成自适应量化表12 。该量化表搭建流程如下。（1）用YC,C色空间形容图像，采用三分量方式像素分割为子块，完成视频图像DCT变换。（2）基于亮度及色度视觉模型计算各子块、各空间频率对应角频率。（3）人眼对比度觉察阈值求解。（4）将LED视频图像各分量图子块DCT变换系数求解，同时纳入图变换域频谱系数获取自适应量化表。1.2基于自适应牛顿插值算法的LED视频显示采用自适应牛顿插值算法进行计算，保留压缩处理后LED视频图像高频信息，消除图像边缘模糊现象，以获取更好的视频显示视觉效果。在传统牛顿插值算法基础上改进、优化算法，使其适应人眼视觉效果。1.2.1传统牛顿插值算法各插值节点处，插值多项式在n无限接近极值时未必会收敛至实际值。采用恰当的插值次数至关重要，并非单一盲目追求高次插值。1.2.2自适应牛顿插值算法优化传统牛顿插值算法，创建自适应牛顿插值算法，改善图像边缘模糊问题。鉴于压缩视频内部资源的局限性，选取2 阶自适应牛顿插值算法缩放处理视频图像，以满足LED视频显示需求13。用式（6)与式（7)描述自适应牛顿插值算法定义：I z o /=/1-ao 1|=|-=2-21+式中，像素相关程度随像素相关因子缩小而提升。用式（8）、式（9)描述自适应牛顿插值算法：开发应用120|i|时：Nz(i)=f(o)w()+fo,iwi()+fo,ai,a2w2()(8)N,()=f()w()+fi,2wi()+fi,2,sW2()(9)对水平、垂直方向分别进行自适应牛顿插值处理14，自适应牛顿插值处理过程如图1所示。L水平！垂u+(3)/1+d2(4)元Vu?+u2（2.5 4)Kd微型电脑应用2 0 2 3年第39 卷第9 期直插值(5)图1自适应牛顿插值处理示意图1.2.3自适应牛顿插值算法处理流程自适应牛顿插值算法分判别、系数生成及选择3个步骤，用图2 描述算法流程示意图。遍历所有列垂直插值缩小是否遍历所有行水平插值缩小计算水平、垂直缩小系数输入视缩小工开始放大/缩小频数据放大计算水平、垂直放大系数水平插值放大遍历所有行是垂直插值放大是遍历所有列图2 自适应牛顿插值算法流程示意图设输入LED视频数据分辨率为8 0 0 6 0 0，LED显示屏物理分辨率为12 8 0 10 8 0，放大插值处理每一帧视频图像（列方向放大至1.8 倍，行方向放大至1.6 倍）。放大系数用m描述，放大系数描述如下：(6)m=(7)放大倍数自适应牛顿插值处理图像水平方向，设1代表输入顿图像的相邻像素间的距离单位，放大处理时采用间隔m_x，重194是输出视频数据结束4输出视频数据1(10)Microcomputer Applications Vol.39,No.9,2023新采集像素样本，则为放大后相邻像素的间隔，依次选取4个点灰度值15 ，利用像素相关因子较小组进行插值计算，计算各项系数，获取插值点灰度值；处理完水平区域后对垂直方向进行自适应牛顿插值处理。2实验分析截取两张LED视频图像作为实验对象，利用本文方法和文献8 、文献9 的方法，对LED视频图像进行处理，验证本文方法的效果。表1和表2 为实验图像的色度量化表。表1实验图像1色度量化表1712131315151518172123345065719117141618192121283140426594129143190从表1和表2 所示的自适应量化表中的数据可知，高频分量之间的量化间隔较大，低频分量之间的量化间隔较小，说明亮度图像的色度特征与人眼视觉特征是相符的。依据主、客观两种方式评价图像叠加显示效果。依据肉眼观察并采用规定评价标准进行主观评价，依据众多观看者打分统计平均值作为最终结果；客观评价采用计算编码质量及图像显示质量参数进行。2.1主观效果评价分别采用本文方法与文献8 方法、文献9 方法进行两个视频图像的叠加显示，图3为图像叠加的部分过程，图4和图5 为叠加显示后的效果图。图3图像叠加过程开发应用(a）原始图像11171520172523303655546379889497表2实验图像2 色度量化表152623332642385471113109132163188203216微型电脑应用2 0 2 3年第39 卷第9 期(b)文献8 方法254127594158528867108801031041221119942734811175113101179142235173230230278255234526170811021121211029812114217123025728324762565763769110298123115119136177215244243195(c)文献9 方法图4图图像1叠加显示效果(a）原始图像(b)文献8 方法(c)文献9 方法(d)本文方法图5图像2 叠加显示效果分析可知，文献8 方法处理后两张图像噪声偏多、图像较模糊，光照对比度欠佳，观看效果不佳；文献9 方法处理后图像存在小区域噪声，图像清晰度不佳且边缘锯齿状参差不齐，观看效果不佳；经本文方法处理后，图像边缘顺畅。2.2客观效果评价对比叠加显示处理后的图像与原始图像的相似度反映显示质量，选取结构相似度SSIM归一化值指标。假定压缩比邻近状态恒定，采用三种方法对图像进行叠加显示，计算SSIM值。叠加显示后的压缩比值和SSIM值如表3所示。分析可知，文献8 及文献9 方法处理后的图像亮度略优，但本文方法在色度方面较优，图像SSIM值明显提升。结合视频数据库中选取的5 0 张图像和收集的夜景、逆光等50张图像组成测试集，用信息熵、NIMA、BI Q I 以及对比度阅值四项指标客观评价图像质量。为保证数据公平，多次实验取平均。使用三种方法处理后对比，图像评价结果如图6所示。依据评价指标，文献8 信息较高、视觉效果存在噪声与色彩偏差状况，整体效果偏差；文献9 针对光照不均图像未能妥善解决，清晰度较差，评价指标不如文献8 ；本文方法在信息熵方面略逊色于前两种方法，但其他指标结果均最优，其对比度较越高，说明图像的锐利程度较高，图像更清晰。因此，本文方法整体性能最为优秀，获取显示效果综合(d)本文方法Microcomputer Applications Vol.39,No.9,2023图1参数本文方法Y分量27.0764C分量88.1869Ch分量86.1231叠加显示后图像43.6216SSIMY0.8428SSIMch0.8472SSIMcr0.8151SSIMycc0.8356SIMMRGB0.78624.54.03.53.0信2.01.5文献8 方法一文献9 方法1.0F一本文方法020实验次数/次（a）信息嫡对比曲线图34.534.033.533.032.532.031.5一文献8 方法一文献9 方法31.0F一本文方法020实验次数/次(c）BI Q I 对比曲线图图6图像质量评价结果图评价最佳。为了进一步验证本文方法的有效性，对比不同方法的视频叠加显示时效性，时效性主要通过时间进行衡量，视频叠加显示时间越长，时效性越差；反之，越好。本文方法、文献8方法以及文献9 方法的视频叠加显示时效性对比结果如表4所示。分析表4中的数据可知，本文方法所用的视频叠加显示时间较短，最短用时为1.98 s，文献8 方法以及文献9 方法的最短用时分别为1.9 9 s和2.13S。通过对比可知，本文方法的用时更短，说明其能够满足视频叠加显示的实时性要求，综合性能较好。3总结LED视频显示效果受多重因素影响，人眼观察视觉效果开发应用表3图像压缩比值和SSIM值文献8 方法文献9 方法27.8726.402988.4955.423186.5681.716143.6537.16080.8580.84120.820.83030.8270.85380.8280.84650.7790.78625.55.04.54.0VWIN3.53.02.5文献8 方法一文献9 方法2.0一本文方法40606040微型电脑应用2 0 2 3年第39卷第9期图2本文方法文献8 方法26.402923.984857.043251.363676.154953.339437.052539.88310.86160.84470.84140.85870.83750.86120.83420.85570.77070.8021800(b）NI M A 对比曲线图40353025201510文献8 方法一文献9 方法5F一本文方法800选代次数/次12345差异较大，研究更为贴合人眼视觉特性的视频叠加显示方法。本文基于对比度敏感理论的LED视频叠加显示方法，（下转第2 14页）196文献9 方法23.198750.137552.516139.81130.86250.84340.84390.83430.78742040实验次数/次2040实验次数/次(d)对比度阈值表4视频叠加显示时效性对比结果视频叠加显示时间本文方法文献8 方法1.981.992.052.562.172.942.203.362.283.72606080J80文献9 方法2.132.292.463.153.66Microcomputer Applications Vol.39,No.9,20232 庞昊，高金峰，杜耀恒.基于多神经网络融合的短期负荷预测方法 J.电力自动化设备，2 0 2 0，40（6）：37-43.3马得银，孙波，刘澈，基于天气信息的短期冷热电负荷联合预测方法 J.电网技术，2 0 2 1，45（3）：10 15-10 2 2.4陈锦鹏，胡志坚，陈纬楠，等二次模态分解组合DBiLSTM-MLR的综合能源系统负荷预测 J.电力系统自动化，2 0 2 1，45(13)：8 5-94.5栗然，孙帆，丁星，等.考虑多能时空耦合的用户级综合能源系统超短期负荷预测方法 J.电网技术，2020,44(11):4121-4134.6 李守茂，戚嘉兴，白星振，等.基于IPSO-WNN的综合能源系统短期负荷预测J.电测与仪表，2 0 2 0，57(9):103-109.7 崔全胜，白晓民，董伟杰，等.用户侧综合能源系统规划运行联合优化 J.中国电机工程学报，2 0 19，39(17):4967-4981.8 赵云，高泽璞，肖勇，等.基于多层聚类和改进BP神经网络的短期负荷预测 J.武汉大学学报（工学版），2019,52(7):622-629.9梁荣，王洪涛，吴奎华，等.基于神经网络和ARIMA3333333333333333333333333333333333333333333533333(上接第19 6 页）图像评价方法 J.武汉大学学报（信息科学版），通过搭建基于人眼视觉特性的自适应量化表，极度贴合肉眼2019,44(4):546-554.主观感受，并通过差值处理避免视频图像边缘模糊化，使得8王骁，苏寒松，李昌禄，等.一种基于LCD-LED双调LED显示图像对比度得以提升，获得优秀的显示效果，同时制显示器的HDR图像显示方法 J.液晶与显示，实用价值极高。实验结果表明，本文方法可大幅度提升2019,34(1):14-23.LED视频对比度及清晰度，保证观影效果，图像显示质量9多罗谨哲，荣传振，贾永兴，等.基于对比度增强和两尺较高。度分解的红外与可见光图像融合J.通信技术，2019,52(8):1871-1877.参考文献10柴柴豆豆，王怡影，李雯雯，等.空间频率变化对图像质1陈万疆.基于单片机LED显示屏显示系统设计J.量影响的研究J.安徽工程大学学报，2 0 19，34（4)：电子元器件与信息技术，2 0 2 0，4（8）：134-136.51-55.2 马成虎，马英武，刘冬辉.LED屏动态显示处理方法探讨 J.计算机与网络，2 0 18，44（10）：2 1.3王司潮，郑喜凤，毛新越，等.LED显示屏相机采集过程中的渐晕补偿J.液晶与显示，2 0 19，34（8）：778-786.4 3张镭，刘真，王琪，等.不同年龄段对比敏感度函数研究及模型建立 J.包装工程，2 0 19，40（5）：2 31-2 43.5彭明，杨延竹，龚嘉杰，等.一种基于对比度增强的图像显著性检测方法 J.东华大学学报（自然科学版），2019,45(6):888-891.6 章怡，王海峰，刘梁，等.人眼视觉拟合函数的小波系数插值图像增强J.太赫兹科学与电子信息学报，2019,17(6):1071-1077.7 许丽娜，肖奇，何鲁晓，等.考虑人类视觉特征的融合开发应用模型的冷热电短期负荷预测 J.电力系统及其自动化学报，2 0 2 0,32（3）：52-58.10邓明辉，蒋云松，颜科科，等。电力用户侧参与的综合能源系统优化调度 J.电力系统及其自动化学报，2019,31(5):49-56.11AL-RAKHAMI M,GUMAEI A,ALSANAD A,etal.An Ensemble Learning Approach for Accurate En-ergy Load Prediction in Residential Buildings J.IEEEAccess,2019,7:48328-48338.12ASHEGHI R,HOSSEINI S A.Prediction of BedLoad Sediments Using Different Artificial Neural Net-work Models JJ.Frontiers of Structural and CivilEngineering,2020,14(2):374-386.13POURHADI E,KHRENNIKOV A Y,Saadati R.On the p-Adic Analog of Richards Equation with theFinite Difference MethodJJ.Infinite Dimensional A-nalysis,Quantum Probability and Related Topics,2020,23(4):2050025.（收稿日期：2 0 2 1-11-0 8）11 文刘弋名，王晓明，赵昕，等.基于CSF和梯度相似度的红外图像质量评价 J.激光与红外，2 0 18，48（6）：795-800.12陈雯，王向文.视频编码中的自适应量化参数选择算法 J.计算机仿真，2 0 2 0，37（11）：150-153.13王康，杨瑞祺，杨依忠，等.基于二阶牛顿插值的图像自适应缩放设计及实现J.计算机应用与软件，2020,37(9):126-132.14许微.图像去噪的自适应插值算法J.科技创新导报，2 0 18,15(2 4)：134-135.15蔡保杰，邵雷，李佳伟，等.基于牛顿插值的抗差卡尔曼滤波算法J.导航定位学报，2 0 2 0，8（5）：49-56.（收稿日期：2 0 2 1-11-2 4）.214微型电脑应用2 0 2 3年第39 卷第9 期