背光亮度计算方法、显示设备及计算机可读存储介质与流程

1.本技术涉及显示技术领域，尤其涉及背光亮度计算方法、显示设备及计算机可读存储介质。


背景技术：

2.目前，局域调光系统背光控制中有两种常见的算法，一种为平均值算法，另一种为均方根算法，这两种算法分别存在如下技术缺陷：采用平均值算法求取背光分区的亮度，其图像亮度明显下降，对于图像的细节能力表现较低，失真现象严重；采用均方根算法得到的背光值即便经过开平方再归一化仍然会使图像某些区域达不到相应亮度，使画面显示质量得不到有效的保证。因此，相关技术中的背光控制算法仍有待优化。


技术实现要素：

3.本技术的主要目的在于提供一种背光亮度计算方法、显示设备及计算机可读存储介质，旨在兼顾平均值算法和均方根算法的优势，同时避免平均值算法及均方根算法导致的图像细节表现力不够和图像失真的问题。
4.为实现上述目的，本技术提供一种背光亮度计算方法，所述背光亮度计算方法包括：
5.获取图像信号，所述图像信号包括多个分区；
6.对所述图像信号进行量化处理得到各所述分区的特征数据；
7.根据所述特征数据确定各所述分区的背光控制算法；
8.根据所述特征数据和所述背光控制算法确定各所述分区的背光亮度。
9.可选地，所述根据所述特征数据确定各所述分区的背光控制算法的步骤，包括：
10.根据所述特征数据确定各所述分区的图像分类信息；
11.根据所述图像分类信息确定各所述分区的背光控制算法。
12.可选地，所述特征数据包括：最大亮度；
13.所述根据所述特征数据确定各所述分区的图像分类信息的步骤，包括：
14.在所述最大亮度小于第一阈值的情况下，将当前分区的图像分类信息确定为低亮度图像；
15.在所述最大亮度不小于第一阈值且小于第二阈值的情况下，将当前分区的图像分类信息确定为中亮度图像；
16.在所述最大亮度不小于第二阈值的情况下，将当前分区的图像分类信息确定为高亮度图像。
17.可选地，所述图像分类信息包括低亮度图像、中亮度图像和高亮度图像；
18.所述根据所述图像分类信息确定各所述分区的背光控制算法的步骤，包括：
19.在所述图像分类信息为低亮度图像的情况下，将当前分区的背光控制算法确定为均方根算法；
20.在所述图像分类信息为中亮度图像的情况下，将当前分区的背光控制算法确定为权重分配算法；
21.在所述图像分类信息为高亮度图像的情况下，将当前分区的背光控制算法确定为平均值算法。
22.可选地，所述权重分配算法为第一权重的平均值算法与第二权重的均方根算法的组合，其中，所述第一权重与所述第二权重之和为1。
23.可选地，所述对所述图像信号进行量化处理得到各所述分区的特征数据的步骤，包括：
24.对所述图像信号进行量化处理得到各所述分区内子像素的rgb信息；
25.将所述rgb信息进行坐标转换得到yuv信息，基于所述yuv信息提取各所述分区的特征数据。
26.可选地，所述根据所述特征数据和所述背光控制算法确定各所述分区的背光亮度的步骤，包括：
27.基于所述特征数据获取各所述分区的像素亮度和像素数量；
28.将各所述分区的像素亮度和像素数量代入对应的所述背光控制算法进行计算，得到各所述分区的背光亮度。
29.此外，为实现上述目的，本技术还提供一种背光亮度计算装置，所述背光亮度计算装置包括：
30.获取模块，所述获取模块用于获取图像信号，所述图像信号包括多个分区；
31.处理模块，所述处理模块用于对所述图像信号进行量化处理得到各所述分区的特征数据；
32.匹配模块，所述匹配模块用于根据所述特征数据确定各所述分区的背光控制算法；
33.计算模块，所述计算模块用于根据所述特征数据和所述背光控制算法确定各所述分区的背光亮度。
34.此外，为实现上述目的，本技术还提供一种显示设备，所述显示设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的背光亮度计算方法的步骤。
35.此外，为实现上述目的，本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的背光亮度计算方法的步骤。
36.本技术提出一种背光亮度计算方法、显示设备及计算机可读存储介质，克服了相关技术中背光控制算法的技术缺陷。在所述背光亮度计算方法中，先获取图像信号，并对所述图像信号进行量化处理得到各所述分区的特征数据，从而得到了整幅图像中不同分区的亮度特征；之后根据所述特征数据确定各所述分区的背光控制算法，使得各所述分区都能通过最适合的背光控制算法进行亮度调节；然后根据所述特征数据和所述背光控制算法确定各所述分区的背光亮度，可以有效精细地确定各分区背光亮度，能够在兼顾平均值算法和均方根算法的优势的情况下，避免平均值算法及均方根算法导致的图像细节表现力不够和图像失真的问题。
附图说明
37.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术实施例的一部分，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
38.图1为本技术一实施例提供的一种背光亮度计算方法的流程示意图；
39.图2为图1中步骤s30的细化流程示意图；
40.图3为图2中步骤s31的细化流程示意图；
41.图4为图2中步骤s32的细化流程示意图；
42.图5为本技术一实施例提供的一种背光亮度计算装置的结构示意图；
43.图6为本技术一实施例提供的一种显示设备的硬件结构示意图。
具体实施方式
44.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术实施例。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术实施例的描述。
45.需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
46.还应当理解，在本技术实施例说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术实施例的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
47.局域调光(localdimming)控制已成为一种miniled背光显示系统的卓越技术，由于其低功耗和高对比度的优势广泛受到消费者的青睐，在局部调光算法中，背光亮度的确定是液晶显示的重要环节之一，当前大多数显示设备中，背光源功耗约占整体功耗的70％。因此，大多数对显示器功耗研究的方向都集中到背光控制上，背光的调节核心在于需要对输入图像的内容进行分析，确定合适的背光值，而图像种类繁多，选取特征方向不同，则得到的背光值就不尽相同。因此对不同的输入图像类型选取合适的背光算法具有重要的意义。
48.目前，local dimming系统背光控制中有两种常见的方法，一种为平均算
49.法(average method,am，如(1)式所示，l(i,j)代表第i,j处像素的亮度值，m
×
n表示为调光小分区内对应的像素数，i，j表示分区内子像素的行列坐标。blave为分区的平均灰度值)，即是采用区域内像素灰度值进行累加，再取均值作
为调光后当前区域的背光亮度；另一种为均方根算法(square root method,srm，如(2)式所示，均方根法是在平均值法的基础上，归一化后求取均方根作为背光亮度，能够解决平均值法得到的亮度过低导致的图像失真问题。
50.这两种算法分别存在如下技术缺陷：采用平均值算法求取背光分区的亮度，其图像亮度明显下降，对于图像的细节能力表现较低，失真现象严重；采用均方根算法得到的背光值即便经过开平方再归一化仍然会使图像某些区域达不到相应亮度，使画面显示质量得不到有效的保证。因此，相关技术中的背光控制算法仍有待优化。
51.基于此，本技术实施例提供了一种背光亮度计算方法、显示设备及计算机可读存储介质，在所述背光亮度计算方法中，先获取图像信号，并对所述图像信号进行量化处理得到各所述分区的特征数据，从而得到了整幅图像中不同分区的亮度特征；之后根据所述特征数据确定各所述分区的背光控制算法，使得各所述分区都能通过最适合的背光控制算法进行亮度调节；然后根据所述特征数据和所述背光控制算法确定各所述分区的背光亮度，可以有效精细地确定各分区背光亮度，能够在兼顾平均值算法和均方根算法的优势的情况下，避免平均值算法及均方根算法导致的图像细节表现力不够和图像失真的问题。
52.本技术实施例提供的背光亮度计算方法、显示设备及计算机可读存储介质，具体通过如下实施例进行说明，首先描述本技术实施例中的背光亮度计算方法。
53.本技术实施例提供了一种背光亮度计算方法，参照图1，图1为本技术一实施例提供的一种背光亮度计算方法的流程示意图，该背光亮度计算方法可以应用于显示设备，如图1所示，本实施例提供的背光亮度计算方法包括步骤s10至s40。
54.步骤s10，获取图像信号，所述图像信号包括多个分区；
55.需要说明的是，本实施例中的执行主体为显示设备，首先，背光亮度的计算是对图像信号进行处理的过程，因此需要接收到由信号源输入至显示设备的图像信号之后，才能执行与背光亮度计算相关联的操作，而图像信号在输入到显示设备之后，会根据显示设备的分辨率将整幅图像划分成多个分区。
56.作为一种示例，在显示设备为8bit显示器的情况下，图像信号的分辨率为1920*1080，包括30*60(1800)分区。
57.步骤s20，对所述图像信号进行量化处理得到各所述分区的特征数据；
58.需要说明的是，在获取到图像信号之后，由于一幅图像中包括多个像素分区，而不同像素分区的显示效果需要对输入图像的内容进行分析，再确定合适的背光值，因此若对整幅图像执行相同的背光控制，其效果显然是不尽人意的，故而本实施例中，考虑可以根据图像中不同分区的亮度和细节特征进行分类，再按照类别对不同的分区分别进行背光控制，进而实现更佳的调节效果，而为了获取不同分区的亮度和细节特征，就需要先对图像信号进行量化处理。
59.在一些可行的实施例中，步骤s20中对所述图像信号进行量化处理得到各所述分区的特征数据的步骤，可以包括：
60.步骤s21，对所述图像信号进行量化处理得到各所述分区内子像素的rgb信息；
61.步骤s22，将所述rgb信息进行坐标转换得到yuv信息，基于所述yuv信息提取各所述分区的特征数据。
62.作为一种示例，本实施例中，为了方便图像信号的量化处理，先获取各所述分区内子像素的rgb信息，再将各所述分区内的rgb信息通过坐标转换为yuv信息，其中y表示图像信息的亮度，u，v表示色度，坐标转换公式如下：
[0063][0064]
步骤s30，根据所述特征数据确定各所述分区的背光控制算法；
[0065]
需要说明的是，本实施例中，在获取到各所述分区的特征数据之后，就能够根据这些分区的不同特征数据为其匹配最合适的背光控制算法，以达到精细调节各所述分区背光亮度的目的。
[0066]
参照图2，在一些可行的实施例中，上述步骤s30可以包括：
[0067]
步骤s31，根据所述特征数据确定各所述分区的图像分类信息；
[0068]
步骤s32，根据所述图像分类信息确定各所述分区的背光控制算法。
[0069]
作为一种示例，本实施例中，可以通过对比各所述分区的特征数据来对各所述分区进行图像分类，进而根据图像分类的结果来决定各所述分区分别适用何种背光控制算法，这种方式需要进行实时的计算和比较，需要耗费相对较长的时间，但是能够得到的效果也相对较好。
[0070]
作为一种示例，本实施例中，可以预先将各所述分区的图像分类信息表存储在rom寄存器中，在获取到图像信号并对图像信号进行量化处理得到各所述分区的特征数据之后，可以直接通过查表的方式快速得出各所述分区所属的图像分类，进而确定其适配的背光控制算法，这种方式可以提高整体效率，改善硬件对硬件实行性和复杂运算能力不足的问题，但效果相对于实时计算和比较的方式要稍差一些。
[0071]
可以理解的是，在实际应用中，可根据实时需求和应用场景灵活选择上述两种方式来确定各所述分区的背光控制算法。
[0072]
参照图3，在一些可行的实施例中，所述特征数据包括：最大亮度；上述步骤s31可以包括：
[0073]
步骤s311，在所述最大亮度小于第一阈值的情况下，将当前分区的图像分类信息确定为低亮度图像；
[0074]
步骤s312，在所述最大亮度不小于第一阈值且小于第二阈值的情况下，将当前分区的图像分类信息确定为中亮度图像；
[0075]
步骤s313，在所述最大亮度不小于第二阈值的情况下，将当前分区的图像分类信息确定为高亮度图像。
[0076]
作为一种示例，本实施例中，采用最大亮度(blmax)作为特征数据来决定各所述分区的图像分类信息，可以理解的是，最大亮度即一个分区中所有像素的亮度的最大值，设定第一阈值为60，第二阈值为140，则根据上述步骤s311至s313可以将各所述分区划分成对应于三种图像分类信息的分区，即对应于低亮度图像的分区、对应于中亮度图像的分区和对应于高亮度图像的分区。
[0077]
参照图4，在一些可行的实施例中，所述图像分类信息包括低亮度图像、中亮度图像和高亮度图像；上述步骤s32可以包括：
[0078]
步骤s321，在所述图像分类信息为低亮度图像的情况下，将当前分区的背光控制算法确定为均方根算法；
[0079]
步骤s322，在所述图像分类信息为中亮度图像的情况下，将当前分区的背光控制算法确定为权重分配算法；
[0080]
步骤s323，在所述图像分类信息为高亮度图像的情况下，将当前分区的背光控制算法确定为平均值算法。
[0081]
本实施例中，通过图像分类信息对各所述分区的亮度进行分类处理计算，可得到如下背光亮度计算公式：
[0082][0083]
其中，bl(i,j)为通过算法确定的每个分区的亮度，bl
sqrt
与相关技术中的均方根算法一致，bl
ave
与相关技术中的平均值算法一种，n为权重系数。
[0084]
作为一种示例，本实施例中，取n＝0.3。
[0085]
在一些可行的实施例中，所述权重分配算法为第一权重的平均值算法与第二权重的均方根算法的组合，其中，所述第一权重与所述第二权重之和为1。
[0086]
可以理解的是，结合上述背光亮度计算公式可知，第一权重即n，第二权重即(1-n)。
[0087]
步骤s40，根据所述特征数据和所述背光控制算法确定各所述分区的背光亮度。
[0088]
需要说明的是，在确定了各所述分区对应的背光控制算法之后，就可以结合特征数据中涉及各所述分区的像素亮度以及像素数量等数据进行计算，最终确定针对不同分区分别采用最适配的背光控制算法进行计算之后得到的背光亮度。
[0089]
在一些可行的实施例中，上述步骤s40可以包括：
[0090]
步骤s41，基于所述特征数据获取各所述分区的像素亮度和像素数量；
[0091]
步骤s42，将各所述分区的像素亮度和像素数量代入对应的所述背光控制算法进行计算，得到各所述分区的背光亮度。
[0092]
可以理解的是，要对背光亮度进行调节，仅基于背光控制算法是无法完成的，还需将特征数据中各所述分区各处像素的亮度值以及各所述分区内对应的像素数代入对应分区的背光亮度计算公式，才能得出各所述分区的背光亮度。
[0093]
本实施例提供了一种背光亮度计算方法，按照输入图像的亮度和细节特征进行分类，背光亮度通过分区内的细节含量匹配不同的算法，低亮度图像使用均方根算法，中亮度图像使用平均值与均方根权重分配的算法，高亮度区使用平均值算法，这样通过图像分类对分区亮度进行动态调整，发挥各自算法的优势，使画面显示质量得到有效的保证。本实施例通过对输入图像信号的处理和检测，将整幅图像的不同区域亮度和细节特征进行分类，并利用平均值，均方根算法的各自优点，对分区亮度计算，这样即兼顾了各自算法的优势，又可以避平均值及均方根算法导致的细节表现力不够及图像失真的问题。
[0094]
此外，本技术实施例还提出一种背光亮度计算装置，参照图5，图5为本技术一实施例提供的一种背光亮度计算装置的结构示意图，如图5所示，本实施例中，所述背光亮度计
算装置包括：获取模块100、处理模块200、匹配模块300和计算模块400。
[0095]
所述获取模块100用于获取图像信号，所述图像信号包括多个分区；
[0096]
所述处理模块200用于对所述图像信号进行量化处理得到各所述分区的特征数据；
[0097]
所述匹配模块300用于根据所述特征数据确定各所述分区的背光控制算法；
[0098]
所述计算模块400用于根据所述特征数据和所述背光控制算法确定各所述分区的背光亮度。
[0099]
在一些可行的实施例中，所述匹配模块300还用于根据所述特征数据确定各所述分区的图像分类信息；根据所述图像分类信息确定各所述分区的背光控制算法。
[0100]
在一些可行的实施例中，所述特征数据包括：最大亮度；所述匹配模块300还用于在所述最大亮度小于第一阈值的情况下，将当前分区的图像分类信息确定为低亮度图像；在所述最大亮度不小于第一阈值且小于第二阈值的情况下，将当前分区的图像分类信息确定为中亮度图像；在所述最大亮度不小于第二阈值的情况下，将当前分区的图像分类信息确定为高亮度图像。
[0101]
在一些可行的实施例中，所述图像分类信息包括低亮度图像、中亮度图像和高亮度图像；所述匹配模块300还用于在所述图像分类信息为低亮度图像的情况下，将当前分区的背光控制算法确定为均方根算法；在所述图像分类信息为中亮度图像的情况下，将当前分区的背光控制算法确定为权重分配算法；在所述图像分类信息为高亮度图像的情况下，将当前分区的背光控制算法确定为平均值算法。
[0102]
在一些可行的实施例中，所述权重分配算法为第一权重的平均值算法与第二权重的均方根算法的组合，其中，所述第一权重与所述第二权重之和为1。
[0103]
在一些可行的实施例中，所述处理模块200还用于对所述图像信号进行量化处理得到各所述分区内子像素的rgb信息；将所述rgb信息进行坐标转换得到yuv信息，基于所述yuv信息提取各所述分区的特征数据。
[0104]
在一些可行的实施例中，所述计算模块400还用于基于所述特征数据获取各所述分区的像素亮度和像素数量；将各所述分区的像素亮度和像素数量代入对应的所述背光控制算法进行计算，得到各所述分区的背光亮度。
[0105]
本实施例提供的背光亮度计算装置与上述实施例提供的背光亮度计算方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述任意实施例，并且本实施例具备与执行背光亮度计算方法相同的有益效果。
[0106]
此外，本技术实施例还提供一种显示设备，上述应用于显示设备的背光亮度计算方法可以由背光亮度计算装置执行，该背光亮度计算装置可以通过软件和/或硬件的方式实现，并集成在所述显示设备中。该显示设备可以为手机、平板电脑、电视机、显示器、笔记本电脑、数码相框、导航仪等任何具有显示功能的产品或部件。
[0107]
作为一种示例，本实施例中的显示面板可以是tn(twisted nematic，扭曲向列型)显示面板、ips(in-plane switching，平面转换型)显示面板、va(vertical alignment，垂直配向型)显示面板、mva(multi-domain vertical alignment，多象限垂直配向型)显示面板，当然，也可以是其他类型的显示面板，如oled(organiclight-emitting diode，有机发光二极管)显示面板。
[0108]
参照图6，图6为本技术实施例提供的一种显示设备的硬件结构示意图。如图6所示，所述显示设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
[0109]
本领域技术人员可以理解，图6中示出的结构并不构成对显示设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0110]
如图6所示，作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及计算机程序。
[0111]
在图6所示的显示设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本实施例中的处理器1001、存储器1005可以设置在显示设备中，所述显示设备通过处理器1001调用存储器1005中存储的计算机程序，并执行以下操作：
[0112]
获取图像信号，所述图像信号包括多个分区；
[0113]
对所述图像信号进行量化处理得到各所述分区的特征数据；
[0114]
根据所述特征数据确定各所述分区的背光控制算法；
[0115]
根据所述特征数据和所述背光控制算法确定各所述分区的背光亮度。
[0116]
进一步地，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
[0117]
根据所述特征数据确定各所述分区的图像分类信息；
[0118]
根据所述图像分类信息确定各所述分区的背光控制算法。
[0119]
进一步地，所述特征数据包括：最大亮度；处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
[0120]
在所述最大亮度小于第一阈值的情况下，将当前分区的图像分类信息确定为低亮度图像；
[0121]
在所述最大亮度不小于第一阈值且小于第二阈值的情况下，将当前分区的图像分类信息确定为中亮度图像；
[0122]
在所述最大亮度不小于第二阈值的情况下，将当前分区的图像分类信息确定为高亮度图像。
[0123]
进一步地，所述图像分类信息包括低亮度图像、中亮度图像和高亮度图像；处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
[0124]
在所述图像分类信息为低亮度图像的情况下，将当前分区的背光控制算法确定为均方根算法；
[0125]
在所述图像分类信息为中亮度图像的情况下，将当前分区的背光控制算法确定为权重分配算法；
[0126]
在所述图像分类信息为高亮度图像的情况下，将当前分区的背光控制算法确定为平均值算法。
[0127]
进一步地，所述权重分配算法为第一权重的平均值算法与第二权重的均方根算法的组合，其中，所述第一权重与所述第二权重之和为1。
[0128]
进一步地，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
[0129]
对所述图像信号进行量化处理得到各所述分区内子像素的rgb信息；
[0130]
将所述rgb信息进行坐标转换得到yuv信息，基于所述yuv信息提取各所述分区的特征数据。
[0131]
进一步地，处理器1001可以调用存储器1005中存储的计算机程序，还执行以下操作：
[0132]
基于所述特征数据获取各所述分区的像素亮度和像素数量；
[0133]
将各所述分区的像素亮度和像素数量代入对应的所述背光控制算法进行计算，得到各所述分区的背光亮度。
[0134]
本实施例提出的显示设备与上述实施例提出的应用于显示设备的背光亮度计算方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述任意实施例，并且本实施例具备与执行背光亮度计算方法相同的有益效果。
[0135]
此外，本技术实施例还提出一种计算机可读存储介质，应用于计算机，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现如上所述的任一实施例的背光亮度计算方法。
[0136]
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
[0137]
以上是对本技术实施例的较佳实施进行了具体说明，但本技术实施例并不局限于上述实施方式，熟悉本领域的技术人员在不违背本技术实施例精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本技术实施例权利要求所限定的范围内。

技术特征：
1.一种背光亮度计算方法，其特征在于，所述背光亮度计算方法包括：获取图像信号，所述图像信号包括多个分区；对所述图像信号进行量化处理得到各所述分区的特征数据；根据所述特征数据确定各所述分区的背光控制算法；根据所述特征数据和所述背光控制算法确定各所述分区的背光亮度。2.如权利要求1所述的背光亮度计算方法，其特征在于，所述根据所述特征数据确定各所述分区的背光控制算法的步骤，包括：根据所述特征数据确定各所述分区的图像分类信息；根据所述图像分类信息确定各所述分区的背光控制算法。3.如权利要求2所述的背光亮度计算方法，其特征在于，所述特征数据包括：最大亮度；所述根据所述特征数据确定各所述分区的图像分类信息的步骤，包括：在所述最大亮度小于第一阈值的情况下，将当前分区的图像分类信息确定为低亮度图像；在所述最大亮度不小于第一阈值且小于第二阈值的情况下，将当前分区的图像分类信息确定为中亮度图像；在所述最大亮度不小于第二阈值的情况下，将当前分区的图像分类信息确定为高亮度图像。4.如权利要求2所述的背光亮度计算方法，其特征在于，所述图像分类信息包括低亮度图像、中亮度图像和高亮度图像；所述根据所述图像分类信息确定各所述分区的背光控制算法的步骤，包括：在所述图像分类信息为低亮度图像的情况下，将当前分区的背光控制算法确定为均方根算法；在所述图像分类信息为中亮度图像的情况下，将当前分区的背光控制算法确定为权重分配算法；在所述图像分类信息为高亮度图像的情况下，将当前分区的背光控制算法确定为平均值算法。5.如权利要求4所述的背光亮度计算方法，其特征在于，所述权重分配算法为第一权重的平均值算法与第二权重的均方根算法的组合，其中，所述第一权重与所述第二权重之和为1。6.如权利要求1至5中任一项所述的背光亮度计算方法，其特征在于，所述对所述图像信号进行量化处理得到各所述分区的特征数据的步骤，包括：对所述图像信号进行量化处理得到各所述分区内子像素的rgb信息；将所述rgb信息进行坐标转换得到yuv信息，基于所述yuv信息提取各所述分区的特征数据。7.如权利要求1至5中任一项所述的背光亮度计算方法，其特征在于，所述根据所述特征数据和所述背光控制算法确定各所述分区的背光亮度的步骤，包括：基于所述特征数据获取各所述分区的像素亮度和像素数量；将各所述分区的像素亮度和像素数量代入对应的所述背光控制算法进行计算，得到各所述分区的背光亮度。
8.一种显示设备，其特征在于，所述显示设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的背光亮度计算方法的步骤。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的背光亮度计算方法的步骤。

技术总结
本申请公开了一种背光亮度计算方法、显示设备及计算机可读存储介质，属于显示技术领域。所述背光亮度计算方法包括：获取图像信号，所述图像信号包括多个分区；对所述图像信号进行量化处理得到各所述分区的特征数据；根据所述特征数据确定各所述分区的背光控制算法；根据所述特征数据和所述背光控制算法确定各所述分区的背光亮度。本申请考虑了整幅图像不同区域的亮度和细节特征，为不同分区匹配不同的背光控制算法，可以有效精细地确定各所述分区的背光亮度，能够在兼顾平均值算法和均方根算法的优势的情况下，避免平均值算法及均方根算法导致的图像细节表现力不够和图像失真的问题。题。题。


技术研发人员：何洋 叶利丹
受保护的技术使用者：惠科股份有限公司
技术研发日：2023.07.17
技术公布日：2023/10/11