System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种图像增强方法、图像处理芯片及图像增强视频系统技术方案_技高网

一种图像增强方法、图像处理芯片及图像增强视频系统技术方案

技术编号:40164034 阅读:10 留言:0更新日期:2024-01-26 23:36
本发明专利技术涉及一种图像增强方法、图像处理芯片及图像增强视频系统,其中图像增强方法包括:利用已标定的图像进行分类训练,建立神经网络处理器;将每个类别的图像的参数进行优化调整,得到最优的图像质量,并将对应的最优参数值保存在神经网络处理器中;使用神经网络处理器将输入的每一帧图像分类,并调用对应类别的最优参数值对图像进行优化;以及对输入的每一帧图像进行分区计算,得到每个分区的背光参数。采用AI算法对输入的视频每一帧进行计算和进行每一帧的图像画质的实时优化,有效提高视频在屏幕上显示的图像质量。

【技术实现步骤摘要】

本专利技术涉及图像处理,尤其涉及一种图像增强方法、图像处理芯片及图像增强视频系统


技术介绍

1、视频图像信号从视频源输出芯片通过lvds、vbo、edp或mipi接口传输到显示屏,视频在屏幕显示的图像质量和视频源输出芯片有很大的相关性。将视频源输出芯片输出的图像进行优化,可以提高显示屏显示出的图像质量。

2、目前,可以通过调整图像局部或者整体的画质(picture quality,pq)调整参数,以优化图像的画质。可以通过人工设置画质调整参数,根据人工设置的画质调整参数来进行画质优化。然而,人工手段的画质优化,需要人工干预,优化效果差。

3、此外,传统的视频图像增强是一套或几套参数对应所有的图像场景的,不能按照每帧的具体特性进行优化增强。


技术实现思路

1、为解决现有技术中的上述问题中的至少一部分问题,本专利技术提供一种图像增强方法,包括:

2、利用已标定的图像进行分类训练,建立神经网络处理器;

3、将每个类别的图像的参数进行优化调整,得到最优的图像质量,并将对应的最优参数值保存在神经网络处理器中;

4、使用神经网络处理器将输入的每一帧图像分类,并调用对应类别的最优参数值对图像进行优化;以及

5、对输入的每一帧图像进行分区计算,得到每个分区的背光参数。

6、进一步地,其中使用神经网络处理器将输入的每一帧图像分类,并调用对应类别的最优参数值对图像进行优化包括:

7、在显示通路上截取每一帧图像,使用神经网络处理器将每一帧图像分类,并调用对应类别的最优图像质量参数值对图像的质量进行优化;以及

8、使用神经网络处理器将每一帧图像分类,由图像自适应3dlut根据对应分类的最优图像色彩参数值对图像色彩进行进一步优化。

9、进一步地,使用神经网络处理器将每一帧图像进行分类,并对每一帧图像的内容进行场景和对象的识别得到内容相关的权重;

10、利用权重将多个基础3dlut融合为图像自适应3dlut;以及

11、图像自适应3dlut根据对应类别的最优图像色彩参数值,自动调整色彩参数,进行图像色彩增强。

12、进一步地,在对图像进行分类之前,将在显示通路上截取的图像进行退化。

13、进一步地,其中对输入的每一帧图像进行分区计算,得到每个分区的背光参数包括:

14、在视频通路上截取每一帧图像,使用电路对每一帧图像进行分区计算,将计算出的每一个分区的背光灯亮度值传送给显示器,对每个分区的图像进行相应的优化。

15、进一步地,所述图像质量参数包含了所述图像色彩参数,所述图像质量参数包括:色彩饱和度、亮度、噪声、清晰度、对比度、锐化及色彩均衡。

16、进一步地,所述图像色彩参数包括色彩饱和度、亮度及清晰度。

17、本专利技术还提供一种图像处理芯片,包括:

18、神经网络处理器,其被配置为使用ai算法对输入的视频数据的每一帧图像进行计算,得到对于每一帧图像的最优参数;以及

19、图像画质处理器,其与所述神经网络处理器通信连接,且被配置为根据所述神经网络处理器计算出的最优参数进行画质优化增强。

20、进一步地,还包括:

21、视频输入接口,其与所述神经网络处理器通信连接,所述视频输入接口被配置为接收视频数据并传送给所述神经网络处理器;以及

22、视频输出接口,其与所述图像画质处理器通信连接,且被配置为将画质优化增强后的视频数据输出。

23、本专利技术还提供一种图像增强视频系统,包括:

24、视频源输出芯片,其被配置为为图像处理芯片提供视频数据;

25、上述图像处理芯片;以及

26、显示系统,其与所述图像处理芯片通信连接,所述显示系统包括:

27、显示器接口芯片,其被配置为将视频数据转换成了屏幕显示信号;以及

28、背光控制,其被配置为根据所述图像处理芯片传输的背光灯的亮度信息控制屏幕的背光控制灯的亮度和开关。

29、本专利技术至少具有下列有益效果:(1)在本专利技术公开的图像增强方法、图像增强视频系统中,在显示路径上使用带有ai功能的图像处理芯片,采用ai算法对输入的视频每一帧进行计算和进行每一帧的图像画质的实时优化,有效提高视频在屏幕上显示的图像质量;(2)本专利技术公开的分区背光优化为不具备分区背光处理能力的芯片提供了实现实时分区背光的解决方案。

本文档来自技高网...

【技术保护点】

1.一种图像增强方法,其特征在于,包括:

2.根据权利要求1所述的图像增强方法,其特征在于,其中使用神经网络处理器将输入的每一帧图像分类,并调用对应类别的最优参数值对图像进行优化包括:

3.根据权利要求2所述的图像增强方法,其特征在于,使用神经网络处理器将每一帧图像进行分类,并对每一帧图像的内容进行场景和对象的识别得到内容相关的权重;

4.根据权利要求3所述的图像增强方法,其特征在于,在对图像进行分类之前,将在显示通路上截取的图像进行退化。

5.根据权利要求1所述的图像增强方法,其特征在于,其中对输入的每一帧图像进行分区计算,得到每个分区的背光参数包括:

6.根据权利要求1所述的图像增强方法,其特征在于,所述图像质量参数包含了所述图像色彩参数,所述图像质量参数包括:色彩饱和度、亮度、噪声、清晰度、对比度、锐化及色彩均衡。

7.根据权利要求1所述的图像增强方法,其特征在于,所述图像色彩参数包括色彩饱和度、亮度及清晰度。

8.一种图像处理芯片,其特征在于,包括:

9.根据权利要求8所述的图像处理芯片,其特征在于,还包括:

10.一种图像增强视频系统,其特征在于,包括:

...

【技术特征摘要】

1.一种图像增强方法,其特征在于,包括:

2.根据权利要求1所述的图像增强方法,其特征在于,其中使用神经网络处理器将输入的每一帧图像分类,并调用对应类别的最优参数值对图像进行优化包括:

3.根据权利要求2所述的图像增强方法,其特征在于,使用神经网络处理器将每一帧图像进行分类,并对每一帧图像的内容进行场景和对象的识别得到内容相关的权重;

4.根据权利要求3所述的图像增强方法,其特征在于,在对图像进行分类之前,将在显示通路上截取的图像进行退化。

5.根据权利要求1所述的图像增强方法,其特征在于,...

【专利技术属性】
技术研发人员:杨宜周若愚金友山
申请(专利权)人:奕行智能科技广州有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1