高分区Localdimming方案研讨

Localdimming方案

分析：

1. 电源的发热问题和屏能承受的最大温度决定电源最大功率为300W
2. 当屏显示为全白场时，如果不降功率，功率超过电源最大功率，因此需要降低背光
3. SOC、MCU的功能，根据实际方案分配运算负载。使用什么样的MCU，如果有运算负载，需要确定运算时间复杂度，以此确定MCU需要的性能

数据处理流程

分析：

1. 首先SOC中的算法统计图像区域亮度
2. 亮度补偿。分为不超过做大功率补偿和超过最大功率补偿两种，如果不超过最大功率补偿，直接补偿即可。如果超过最大功率，补偿有如下几种：

A	先补偿，然后通过降背光策略降低功率
B	在原始图像基础上，降低背光，然后在降背光的基础上补偿（比较复杂）

3. 降低背光功率策略

A	不分场景，采用一种算法降低背光
B	不同场景，不同降低背光算法

高分区Localdimming

高分区Localdimming实现难点：

1. 白场较大时，功率超过最大功率，降功率算法实现
2. 分区亮度控制实现是否优质，否则，屏的质量不能保证及显示效果差强人意
3. 特殊场景背光调节使用策略

a	九宫格
b	黑白间隔亮线
c	全黑场鼠标拖动效果
d	其他特殊场景

海思localdimming方案疑问：
1、SOC提供哪些算法
2、图像亮度补偿和Localdimming的关系？是先背光亮度补偿图像亮度还是图像补偿后决定背光亮度？
3、Localdimming算法是否可以作为一个单独模块，容易分离，如果在MCU上做计算，是否容易从SOC中分离？
4、特殊场景背光控制情况如何？
5、Localdimming的整个方案的数据流程图？

附录

背光 亮度 gamma 对比度的使用

• 亮度打高后损失白位灰阶，不损失黑位灰阶，但黑位的流明会被提高至灰色。
• 亮度设低后损失黑位灰阶，不损失白位灰阶，但白位的流明会被降低成灰色。
• 对比度拉高后黑白两端直接被削减成纯黑和纯白，中间灰度渐变变成了黑白强烈对比。
• 对比度拉低后黑白两端朝灰度靠拢，白位和黑位都变成了浅灰和深灰，画面趋于平淡的中间灰调
• 伽马值拉高，白位向黑位延展，画面泛白，过高后白位缺乏层次感，但还没有丢失层次。
• 伽马值拉低，黑位向白位延展，画面变黑，过低后黑位缺乏层次，看上去层次是丢失了。

图像亮度调整

阅读提示：

• 《C++图像处理》系列以代码清晰，可读性为主，全部使用C++代码。
• 《Delphi图像处理》系列以效率为侧重点，一般代码为PASCAL，核心代码采用BASM。尽可能保持二者内容一致，可相互对照。
• 本文代码必须包括《C++图像处理 – 数据类型及公用函数》文章中的BmpData.h头文件。

本文代码是在《C++图像处理 – 亮度/对比度调整》基础上，通过改非亮度为线性亮度而成的。图像亮度调整分为非线性和线性两种方法。

非线性图像亮度是将图像像素的R、G、B分别加上或减去某个值，其优点是代码简单，亮度调整速度快；缺点是图像信息损失较大，调整过的 图像显得平淡，无层次感。

线性图像亮度一般是将图像像素的RGB转换为HSL(HSV)等颜色空间，对L(V)部分进行增减调整后，再转换为RGB颜色空间，优点是调整过图像层次感很强；缺点是代码较复杂，调整速度慢，而且当图像亮度增减量较大时有很大的失真。

针对上面两种方法的优缺点，本人参照Photoshop的对比度、饱和度调整原理（可参见本人的有关文章），对图像亮度调整方法进行了改进，经测试，效果还不错，主要有不失真调整范围宽、有较好的层次感、尽可能减少图像信息损失量等；同时，在代码处理上，采用了灰度表查找法，先按制造了一个256个元素大小的线性亮度/对比度查找表，然后对图像数据逐像素按R、G、B分量值在查找表中取得调整后的数据，因此处理速度同《C++图像处理 – 亮度/对比度调整》中的非线性亮度/对比度是基本相同的。

原理用公式表示为：

如果亮度增减量value范围为 -1  --  +1，当value > 0时：
    rgb = RGB + RGB * (1 / (1 - value) - 1)
当value < 0时：
    rgb = RGB + RGB * value

下面是图像线性亮度调整C/C++代码（使用C++ Builder编译器和GDI+库），包括例子代码：

//---------------------------------------------------------------------------  
  
FORCEINLINE  
INT CheckValue(INT value)  
{  
    return (value & ~0xff) == 0? value : value > 255? 255 : 0;  
}  
//---------------------------------------------------------------------------  
  
// 线性亮度/对比度调整  
VOID LineBrightAndContrast(BitmapData *data, INT bright, INT contrast, BYTE threshold)  
{  
    if (bright == 0 && contrast == 0)  
        return;  
  
    FLOAT bv = bright <= -255? -1.0f : bright / 255.0f;  
    if (bright > 0 && bright < 255)  
        bv = 1.0f / (1.0f - bv) - 1.0f;  
  
    FLOAT cv = contrast <= -255? -1.0f : contrast / 255.0f;  
    if (contrast > 0 && contrast < 255)  
        cv = 1.0f / (1.0f - cv) - 1.0f;  
  
    BYTE values[256];  
    for (INT i = 0; i < 256; i ++)  
    {  
        INT v = contrast > 0? CheckValue(i + (INT)(i * bv + 0.5f)) : i;  
        if (contrast >= 255)  
            v = v >= threshold? 255 : 0;  
        else  
            v = CheckValue(v + (INT)((v - threshold) * cv + 0.5f));  
        values[i] = contrast <= 0? CheckValue(v + (INT)(v * bv + 0.5f)) : v;  
    }  
  
    PARGBQuad p = (PARGBQuad)data->Scan0;  
    INT offset = data->Stride - data->Width * sizeof(ARGBQuad);  
  
    for (UINT y = 0; y < data->Height; y ++, (BYTE*)p += offset)  
    {  
        for (UINT x = 0; x < data->Width; x ++, p ++)  
        {  
            p->Blue      = values[p->Blue];  
            p->Green = values[p->Green];  
            p->Red       = values[p->Red];  
        }  
    }  
}  
//---------------------------------------------------------------------------  
  
void __fastcall TForm1::Button2Click(TObject *Sender)  
{  
    Gdiplus::Bitmap *bmp =  new Gdiplus::Bitmap(L"..\\..\\media\\source1.jpg");  
  
    Gdiplus::Graphics *g = new Gdiplus::Graphics(Canvas->Handle);  
    g->DrawImage(bmp, 0, 0);  
  
    BitmapData data;  
    LockBitmap(bmp, &data);  
    LineBrightAndContrast(&data, 20, 0, 121);  
    UnlockBitmap(bmp, &data);  
  
    g->DrawImage(bmp, data.Width, 0);  
  
    delete g;  
    delete bmp;  
}  
//---------------------------------------------------------------------------  

下面是用RGB非线性亮度调整（中）、HSL线性亮度调整（右）以及本文介绍的改进线性亮度调整方法（左）对同一照片的调整结果贴图：