【正文】 液晶拼接產(chǎn)品（如圖 51）自09年入世至今已有三年的時間了，在這幾年的時間當(dāng)中液晶拼接市場每年都保持著迅猛的增長。從用戶研究中可以發(fā)現(xiàn)，圖像中重要特征仍然是用戶理解圖像的主要信息來源，這些重要特征的增強能夠提高用戶在圖像亮度降低時對其內(nèi)容的分析與理解。測試程序記錄識別時間和測試結(jié)果。對技術(shù)開發(fā)人員來說，用戶研究可以節(jié)約寶貴的時間、開發(fā)成本和資源，創(chuàng)造更好更成功的產(chǎn)品。(a) 一個三維游戲場景的截圖(b) 均勻亮度降低的結(jié)果(c) 應(yīng)用本文方法的結(jié)果圖 43 在游戲場景中使用深度圖進行自適應(yīng)亮度優(yōu)化的結(jié)果對比 (a) W=5 (b) W=12 (c) λ= (d) λ= (e) θ= (f) θ=圖 44 不同參數(shù)配置對結(jié)果的影響圖 44展示了在不同參數(shù)配置下對處理結(jié)果的影響。對于具有動態(tài)功率管理的顯示器，因為它通過分區(qū)域?qū)崿F(xiàn)不同的背光亮度獲得節(jié)能顯示效果，因此我們的方法并不能夠比均勻線性亮度降低方法具有更多的節(jié)能效率。圖 315 圖像自適應(yīng)亮度優(yōu)化操作界面 本章小結(jié)隨著計算性能的提升和計算部件制造工藝的進步，顯示器功率消耗正逐漸成為整體系統(tǒng)的主要功耗來源。else if(maxVal==r amp。 j++) {Qrgb pixel = imagepixel(i,j)。本章描述的圖像處理軟件的交互界面通過Qt工具包實現(xiàn)，Qt工具包提供了硬件無關(guān)的簡單高效的圖像類庫QImage，實現(xiàn)了圖像處理的部分基本操作，包括圖像縮放、旋轉(zhuǎn)、像素顏色替換等。圖 38顯示了方法用于簡單示例圖像得到的結(jié)果圖像。我們在圖像的邊界場E中保存了圖像的梯度場Exy，在圖像的距離場中保存了圖像像素的最近邊界像素Dxy。在本文對于圖像自適應(yīng)亮度優(yōu)化的方案中，為了降低圖像噪聲的影響，我們僅考慮圖像的主要特征（邊界）及其特征區(qū)域（邊界附近的像素）。受一些圖像特征抽象工作[12]的啟發(fā)，我們采用了雙邊濾波的方法對圖像進行抽象。與傳統(tǒng)的圖像增強方法不同，本方法確保在圖像亮度被降低以節(jié)能顯示的同時，保持圖像內(nèi)容的重要特征以便于用戶的理解。 (a) 原圖 (b) Roberts算子檢測結(jié)果 (c) Prewitt 算子檢測結(jié)果 (d) Sobel算子檢測結(jié)果(e) Laplacian算子檢測結(jié)果圖 23不同邊緣檢測算子結(jié)果對比在圖像處理中，邊界檢測有著非常重要的作用，是圖像處理的重要基礎(chǔ)。一般增強技術(shù)對于陡峭的邊界和緩慢變化的邊界很難確定其邊界線的位置，此算子可以用二次微分正峰和負峰之間的過零點來確定。Prewitt算子進行計算時要用到9個像素。 邊界檢測算法物體的邊界是由灰度的不連續(xù)性所反映的。一方面，圖像的邊界往往對應(yīng)于生成圖像的物理世界中對象的重要特征，也是圖像分割所依賴的重要特征；另一方面，邊界檢測使圖像處理的數(shù)據(jù)量大大減少，有利于后續(xù)的特征提取和模式識別，因此對邊界檢測算法的研究得到了廣泛的關(guān)注。梯度域問題是在灰度圖像上進行處理的，將每個像素的亮度值看作一個未知變量，整個圖像就可以看作一個未知向量x。 圖像亮度優(yōu)化圖像的亮度調(diào)整，如欠曝光圖像調(diào)整和高清晰圖像(HDR)的處理有很大的相似之處，如果我們將HDR圖像線性變化為普通低動態(tài)范圍圖像，得到的結(jié)果跟欠曝光的圖像非常相似[36]。圖像亮度調(diào)整算法經(jīng)歷了一個從簡單到復(fù)雜、從整體到局部的過程。在這一領(lǐng)域一些學(xué)者提出了不少方法，比如通過增強自然圖像的對比度的方法使得顯示器亮度降低時圖像質(zhì)量的損失更少[11]。針對TFTLCD 的一般節(jié)能措施通常是通過材料、制造等技術(shù)的提高增加像素的透光率，從而可以降低顯示器的背光光源而降低顯示功率[4,5]。通過降低圖像亮度或者調(diào)節(jié)優(yōu)化圖像顏色成分的手段都可以降低顯示器的功率消耗。在便于攜帶與運輸?shù)那疤嵯拢瑐鹘y(tǒng)的顯示方式如CRT顯像管顯示器及LED顯示板等，皆受制于體積過大或耗電量過大等因素，無法適應(yīng)使用者的實際需求的提高。在對顯示器節(jié)能和圖像處理相關(guān)方法進行了綜述的基礎(chǔ)上，本文從軟件處理角度出發(fā)，圍繞圖像的節(jié)能顯示優(yōu)化設(shè)計的問題展開了研究，并提出了一種基于節(jié)能的圖像自適應(yīng)亮度優(yōu)化方法。TFTLCD顯示器的主要電能消耗用于維持背光光源的亮度，因此整體的功率消耗也主要由背光的亮度及其制造工藝決定。如果一臺電腦擁有省電功能，每小時待機耗電約35W，約比一個一般亮度的燈泡稍高，盡管這一浪費對個人影響不大，但若全球所有的電腦長時間待機，每小時浪費的電量就非常驚人[40]。Dong等人在文獻[8]中給出了OLED顯示器的一般功率消耗模型如下：其中，函數(shù)f(x)，g(x)和h(x)分別表示單個像素中，紅、綠、藍發(fā)光單元在亮度為x時候的功率值，E0表示顯示器的基礎(chǔ)功率，而L則表示顯示內(nèi)容圖像的像素總量。圖像處理是信號處理的子類，圖像處理一般指數(shù)字圖像處理[23,24]。Fattal等人[19]在處理高動態(tài)范圍圖像時基于交互指定區(qū)域的亮度理想值構(gòu)造調(diào)整后圖像的梯度約束[18]，使得結(jié)果圖像的梯度與給定約束盡可能一致，從而求得圖像亮度. Perez等人[26]借助梯度域的處理方法，可以無縫地將一幅圖像中的區(qū)域組合到另一幅圖像中。Dargo等人[19]在03年歐洲圖形學(xué)年會上提出了自適應(yīng)的log映射方法，作為全局映射算子，可以方便有效地進行色調(diào)映射。梯度域問題一般最后可以抽象為一個過約束問題（如泊松方程），假設(shè)X是n維向量，那么就有n個未知量(每個像素對應(yīng)一個變量)，由于每個像素上有垂直和水平梯度的雙重約束，分別對應(yīng)兩個線性方程，那么一共有2n個線性方程，可以表示為：A是2n*n維矩陣，很顯然這是一個過約束問題，一般情況下，不存在滿足上式的解。所謂邊界是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集合。通常是對二維圖像的x方向y方向分別用不同的模板，這兩個模板組合起來可以構(gòu)成一個梯度算子。Sobel算子不像普通梯度算子那樣用兩個像素的差值，這就使Sobel算子具備了兩個優(yōu)點：首先，由于引入了平均因素，因而對圖像中的隨機噪聲有一定的平滑作用；其次，由于它是相隔兩行或兩列之差分，故邊界兩側(cè)元素得到了增強，邊界顯得粗而亮。在實際實現(xiàn)中，圖像的每個像素與這些卷積核逐個進行卷積，生成圖像邊界檢測的結(jié)果圖像。Laplacian邊界檢測的效果較為適中，但其采用二階導(dǎo)數(shù)形式，因此極易受到噪聲的影響。圖 31 圖像自適應(yīng)亮度優(yōu)化算法的流程圖（字母表示本章中所用符號） 基于雙邊濾波的圖像降噪處理通常，用戶通過對圖像的認識主要基于對圖像主要特征的感知與理解。運用雙邊濾波之后，圖像會呈現(xiàn)出一種保留重要結(jié)構(gòu)信息的繪畫卡通的風(fēng)格，如圖 32所示。其中示例圖像的邊界距離場圖像如圖 34所示，亮度越低表示離邊界像素距離越近。首先對輸入圖像進行雙邊濾波后，執(zhí)行邊緣檢測，然后采用PBA生成距離場，進而構(gòu)建出輸入圖像的特征重要性描述場。原型系統(tǒng)圖像載入與保存圖像通道選擇亮度對比度調(diào)節(jié)自適應(yīng)亮度優(yōu)化能耗評估圖 310原型軟件的功能模塊圖 主界面和交互設(shè)計本章描述的圖像處理原型軟件的主界面如圖 311所示。 //創(chuàng)建一個QImage對象以載入圖像imageload(“ImageFileName”)。這里主要實現(xiàn)了傳統(tǒng)的圖像亮度和對比度調(diào)節(jié)方法。// Brightnessl = (maxVal+minVal)/。在顯示器的節(jié)能方法中，亮度降低是最直接有效的方法之一，然而會帶來顯示內(nèi)容感知特征的弱化甚至丟失，降低用戶的感知體驗。圖 42展示了將我們的自適應(yīng)亮度降低方法應(yīng)用于典型的地理信息圖像的例子。圖 44(e)和(f)展示了特征重要性場構(gòu)建過程中，參數(shù)θ對結(jié)果的影響。 實驗設(shè)計在用戶研究中，我們邀請了24位測試對象對我們的方法生成的圖像結(jié)果進行比較與評價。在第一次測試中，方法A沒有錯誤，%（1位錯誤/共8位測試對象），而方法B的錯誤率為25% （2位錯誤/共8位測試對象）。由于我們的方法引入雙邊濾波和邊界檢測算子計算了基于邊特征的重要性場，因此存在固有的限制。眼球追蹤是一項科學(xué)應(yīng)用技術(shù)，用戶無需觸摸屏幕即可翻動頁面。本文在第3章實現(xiàn)了一個簡單的圖像處理原型軟件，便于在算法實現(xiàn)驗證過程中對參數(shù)的調(diào)節(jié)進行實時的結(jié)果預(yù)覽和比較。 討論分析基于測試對象的在任務(wù)時的評價反饋，我們發(fā)現(xiàn)用戶還是希望在圖像亮度降低的時候，能夠增強重要的邊界信息和結(jié)構(gòu)信息的表現(xiàn)。在告知用戶這三種圖像在OLED顯示器顯示時需要的平均功率的前提下，我們要求用戶對這三個圖像進行比較和主觀評價。為了完整統(tǒng)計算法的運行性能，我們采用了不同分辨率進行算法運行平均時間的統(tǒng)計。(a) 一般圖像輸入（）(b) 均勻亮度降低方法的結(jié)果（）(c) 我們的結(jié)果（）圖 41 方法應(yīng)用到普通圖像的結(jié)果對比(a)輸入的地圖圖像（）(b)均勻降低亮度方法的結(jié)果（）(c)使用我們的方法降低亮度后的結(jié)果（）圖 42 方法應(yīng)用到地圖圖像的結(jié)果對比我們的方法也同樣適用于游戲場景，特別地在手機等移動設(shè)備上，長時間的游戲非常容易降低電池的使用時間。此外，該原型軟件通過合理的需求分析，設(shè)計了具有針對性的交互操作，方便用戶對各種圖像處理結(jié)果進行分析和比較。hsbluminance = ((l1)? 1 : ((l0)?0:l))*100圖 314展示了采用本原型軟件系統(tǒng)對圖像進行亮度和對比度調(diào)節(jié)的結(jié)果。 //獲取r、g、b三者的最大值float minVal = min3v(r, g, b)。int height = imageheight()。其中“文件操作”選項卡包含圖像文件的打開和保持兩個基本操作。但是，當(dāng)圖像亮度被降低后，它們反而可能會導(dǎo)致其他特征細節(jié)被弱化，這個時候用戶可以通過調(diào)節(jié)參數(shù)b的值以獲得較滿意的結(jié)果。特征場相比于邊界場的優(yōu)勢在于，它提供了每個像素所具有的特征重要性的連續(xù)數(shù)值表達，因此比較適合用于后期的圖像優(yōu)化處理。經(jīng)過雙邊濾波處理后的圖像很好地保留了圖像的邊界和區(qū)域信息，并且抑制了原有圖像的非特征細節(jié)和噪聲，是對圖像的一種保特征抽象。有許多方法用于邊界檢測，它們的絕大部分可以劃分為兩類：基于查找一類和基于零穿越的一類。因此，通過算法調(diào)整輸入的圖像的亮度，可以獲得額外的能量節(jié)約。Sobel算子對噪聲有抑制作用，因此不會出現(xiàn)很多孤立的邊界像素點。之前的這些算子都是一階導(dǎo)數(shù)算子，在圖像處理中經(jīng)常使用的還有二階導(dǎo)數(shù)算子，例如Laplacian算子就是二階微分算子。Roberts算子邊界定位準，然而主要缺點是其對噪聲的高度敏感性，原因在于僅使用了很少幾個像素來近似梯度，適用于邊界明顯而且噪聲較少的圖像分割。如果分別地看每個圖像的像素，就會發(fā)現(xiàn)像素之間的灰度級在變化。Szeliski最近提出了一個基于預(yù)計算的共軛梯度法，可以很大程度上加快共軛梯度法的收斂速度，不過他們的算法對內(nèi)存的需求比較大。Preze等人[26]借助梯度域的處理方法，可以無縫地將一個圖像中的區(qū)域粘貼到另一個圖像中去。為了方便用戶使用本文提出的算法進行圖像處理，并對圖像處理結(jié)果進行比較與保存操作，本文設(shè)計并實現(xiàn)了一個通用的圖像處理原型軟件，提供圖像處理的基本操作，并集成本文提出的圖像自適應(yīng)亮度優(yōu)化算法。常見的處理有圖像數(shù)字化、圖像編碼、圖像增強、圖像復(fù)原、圖像分割和圖像分析等。由于OLED顯示器的顯示功率和顏色直接相關(guān)，因此Dong 等人提出了一種基于貪婪算法的顏色映射的顏色設(shè)計方法，使得OLED顯示器在顯示用戶交互界面的時候能獲得電能消耗的最優(yōu)化，并通過約束條件保證了用戶交互效率，他們通過實驗證明顏色映射方法在用戶交互界面的應(yīng)用中可以獲得最高75%的功率節(jié)約[8]。目前，顯示器的主要技術(shù)是基于薄膜場效應(yīng)晶體管的液晶顯示器（Thin Film Transistor Liquid Crystal Display, TFTLCD），通過改變每個像素中顏色單元的透光率獲得不同顏色的顯示，因此其一般需要一個背光光源。OLED 顯示器通過調(diào)節(jié)每個像素中紅、綠、藍三種單色發(fā)光單元的亮度以顯示不同的顏色，因此其功率的消耗實際上和每個像素的顏色相關(guān)，相當(dāng)于不同的顯示內(nèi)容會產(chǎn)生不同的功率消耗。液晶顯示屏是用于數(shù)字型鐘表和許多便攜式計算機的一種顯示器類型。關(guān)鍵詞：節(jié)能，顏色優(yōu)化，視覺感知，邊界檢測i浙江大學(xué)碩士學(xué)位論文 AbstractAbstractIn the modity desktop puters and mobile devices, the monitor consumes relatively 38%~50% electrical energy of the total consumption. Thus, designing an energy saving scheme is very essential, especially in extending power supply of the mobile device battery. Technically, energy saving display can be achieved by both hardware and software solutions. In this thesis, we conduct a study on image brightness optimization problems for energy saving display based on the survey on energysaving schemes and image edge detection. In particular,