一种基于区域最大值的LED显示屏亮度特征数据提取方法.PDF

第23卷第4期 液晶与显示 V01．23．No．4 Chinese of and 2008年8月 JournalLiquidCrystalsDisplays Aug．，2008 文章编号：1007—2780(2008)04—0453—05 一种基于区域最大值的 LED显示屏亮度特征数据提取方法 郑喜凤1，宋新丽1’2，刘贵华1’2，张鑫1’2，郝娅如h2 1 2．中国科学院研究生院，北京 100039) 摘要：LED显示屏亮度信息的采集是屏幕显示质量评估的前提，现有的亮度分析仪采集方 法不仅速度慢而且对采集到的数据评估不准确，缺乏说服力。利用CCD图像传感器采集到 的图像，不仅信息量大而且事实性好。分析了LED显示屏感光图像的特征，由。LED亮度特 征数据与感光单元灰度值之间的关系，提出了基于区域最大值的LED显示屏目标亮度数据 提取算法。该方法利用数字图像处理技术，基于最大类间方差的阈值设置法分离出目标与背 景，通过确定目标区域最大值坐标，并结合灰度模板卷积算法实现了对目标亮度的快速准确 提取。实践证明该方法较已有的LED显示屏亮度特征数据提取算法有了一定的改善。 关键词：感光图像；Otsu算法；阈值分割；二值化 中图分类号：TN312+．8；TP391．41文献标识码：A 1 引 言 2 LED感光单元特征识别 在LED显示屏研制和生产的过程中，由于其 LED显示屏由数以万计的LED像素组成， 像素的离散性和高亮度性等特点，会产生亮色度 在由CCD图像传感器采集到的感光图像中，每个 的不一致，这就有必要对其光学性能进行测试。 感光单元的值代表一定的灰度。感光图像包含了 已有的对LED显示屏光学性能的测试方法，大多 LED像素的空间位置、发光形状及发光强度等信 局限于采用亮度计或彩色分析仪测试屏幕中少数 息。每个LED像素在感光图像中由若干个感光 样点或区域及其关联显示像素或区域的光学性 单元组成，称其为目标区域。准确识别并提取目 能，并将测试结果作为显示屏全屏光学性能的表 标区域的灰度值，将为LED显示屏光学性能的研 征，这种方法不仅工作量较大，而且测试结果也是 究提供可靠的依据。 非常片面的，稳定性也较差。 图1是某2×2LED显示屏模块的感光图像 目前，CCD图像传感器以其获取信息量大， 的亮度分布。从图中可以看到，单个LED显示像 实时性好等优点在光色科学领域得到了广泛的应 素的亮度分布并不是一个平面，而是一个曲率半 用。通过CCD获得的感光图像可以确定LED显 径不断变化的曲面，而且代表目标亮度特征的感 示屏像素的几何形状和空间位置信息，这样可以 光单元所组成的灰度区域也并不是理想中规则的 方便地定位每一像素的亮度以及它的发光形 圆形。图中每个目标区域中感光单元的灰度值由 状[1]。通过对CCD感光图像的深入分析，结合已中心到四周逐渐减小，是一个缓慢变化的过程，靠 有的LED像素亮度提取算法，利用图像处理技 近目标中心处感光单元的灰度值最大，而在目标 术，本文提出了一种基于区域最大值的LED显示 周围(即背景区域)，由于LED像素发光的影响， 屏亮度特征数据提取算法。 其灰度值虽然很小，但并不等于0。从图中还可