-
题名基于深度学习的区域背光亮度提取方法
被引量:2
- 1
-
-
作者
张涛
曾琴
杜文丽
王昊
-
机构
天津大学电气自动化与信息工程学院
天津大学德州仪器dsp联合实验室
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2020年第22期73-81,共9页
-
基金
国家自然科学基金(61350009,61179045)
华为创新研究计划(HO2018085418)。
-
文摘
在分析现有算法的优缺点的基础上,尽可能考虑各种类型的图像,基于发光二极管-液晶显示器直下式图像视频显示原理样机,提出了一种可靠有效的基于区域背光亮度提取的数据测量方法,并提出了一种高效实用的基于深度学习的背光亮度提取方法。该方法基于采用多层下采样结构的神经网络,综合提取图像特征,获得最优的背光。实验结果表明,该方法可以提高图像显示质量和扩大图像的动态范围,而网络结构中有无旁路的对比实验结果验证了所提方法的优越性和有效性。
-
关键词
图像处理
液晶显示
区域调光
神经网络
背光提取
-
Keywords
image processing
liquid crystal display
local dimming
neural network
backlight extraction
-
分类号
O436
[机械工程—光学工程]
-