一种不同结构下图像转换的方法及图像转换装置

摘要

本发明提供了一种不同结构下图像转换的方法及图像转换装置，该方法包括以下步骤：基于图片输出模块驱动OLED电视显示测试图片组；基于相机模块获取以OLED电视的像素点为单位的实际测试图像组；基于制式转换模块将所述测试图片组和实际测试图像组的图片从RGB制式转换为HSV制式；基于比对模块比对所述测试图片组和实际测试图像组中相对应的图片；该图像转换装置包括图片输出模块、相机模块、制式转换模块、比对模块。本发明提供的不同结构下图像转换的方法及图像转换装置具有色彩偏差计算效果良好、色彩偏差判别更符合人体观察标准等特点。

说明书

技术领域

本发明涉及到视觉检测领域，具体涉及到一种不同结构下图像转换的方法及图像转换装置。

背景技术

HSV(Hue,Saturation,Value)是根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是：色调(H)，饱和度(S)，明度(V)。

其中，色调H用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°；

饱和度S表示颜色接近光谱色的程度。一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0％～100％，值越大，颜色越饱和。

明度V表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0％(黑)到100％(白)。

RGB和CMY颜色模型都是面向硬件的，而HSV(Hue Saturation Value)颜色模型是面向用户的。因此，使用HSV颜色模型用于评价OLED电视屏幕的显色质量是更为合适的，尤其是像素点结构为RGBW的OLED电视。

因此，可利用图像转换的方式，将传统的RGB模型转换为HSV颜色模型，再进行图像的比对，使最终的显色质量评价结果更为符合用户需求。

发明内容

相应的，本发明提供了一种不同结构下图像转换的方法，包括以下步骤：

基于图片输出模块驱动OLED电视显示测试图片组；

基于相机模块获取以OLED电视的像素点为单位的实际测试图像组；

基于制式转换模块将所述测试图片组和实际测试图像组的图片从RGB制式转换为HSV制式；

基于比对模块比对所述测试图片组和实际测试图像组中相对应的图片。

所述测试图片组包括背景颜色为红色、绿色、蓝色和白色的四幅测试图片。

所述实际测试图像组包括分别对应于所述四幅测试图片的四幅实际测试图像。

所述基于制式转换模块将所述测试图片组和实际测试图像组的图片从RGB制式转换为HSV制式包括以下步骤：

图片中像素点RGB色彩信息为(R,G,B)，转换为HSV制式后的色彩信息为(H,S,V)，R',G',B',Cmax,Cmin为过程值，计算过程如下：

Cmax＝max(R',G',B')

Cmin＝min(R',G',B')

Δ＝Cmax-Cmin

V＝Cmax。

不同结构下图像转换的方法还包括以下步骤：

基于比对模块比对所述实际测试图像组和测试图像组中的相对应图像，识别坏点；

基于比对模块比对所述实际测试图像组和测试图像组中的相对应图像，判断OLED屏幕显色质量是否合格。

所述基于比对模块比对所述实际测试图像组和测试图像组中的相对应图像识别坏点包括以下步骤：

比对所述实际测试图像组和测试图像组中的相对应图像同一像素点的实际颜色偏差，所述实际颜色偏差超出预设范围的像素点判定为坏点。

所述实际颜色偏差基于以下方法求出：

在HSV空间中，以地面圆心为原点，H＝0为x轴正方向建立坐标轴，将像素点的颜色(H,S,V)转换为数值点坐标(x,y,z)，转换方法为

测试图片组中和实际测试图像组中相对应的两幅图像同一像素点的颜色数值点分别为(x₁₀,y₁₀,z₁₀)和(x₁,y₁,z₁)，则所述像素点的颜色偏差为

统计测试图片组中和实际测试图像组中相对应的两幅图像中所有像素点的颜色偏差并求出颜色偏差平均值；

所述像素点的颜色偏差与所述颜色偏差平均值之间的差值绝对值为实际颜色偏差。

所述基于比对模块比对所述实际测试图像组和测试图像组中的相对应图像，判断OLED屏幕显色质量是否合格包括以下步骤：

基于实际测试图像中每一像素点的数值点坐标，计算均值点坐标k为像素点数量，(x,y,z)为每一个像素点的数值点坐标；

计算每一个像素点的数值点分别至均值点A的绝对距离l_i，i＝1,2,3…k；

基于方差判断OLED屏幕显色质量是否合格。

本发明提供了一种不同结构下图像转换的方法及图像转换装置，通过将检测图片和实际检测图像面向计算机的RGB制式转换为面向用户的HSV制式，使颜色模型的评价更为复合人眼的识别规律；以空间坐标系中的坐标点表示像素颜色，并按照空间坐标系中的距离计算原理对色彩偏差进行统计，色彩偏差的计算较为准确；进一步了，以空间坐标系的距离计算为基础，可有效识别坏点；基于方差统计，可从用户观感角度判别OLED电视的显色是否合格，具有良好的实用性。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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它的附图。

图1示出了本发明实施例的不同结构下图像转换的方法流程图；

图2示出了HSV空间结构示意图；

图3示出了本发明实施例的视觉图像比对图像转换装置结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

图1示出了本发明实施例的不同结构下图像转换的方法流程图，本发明实施例提供了一种不同结构下图像转换的方法，包括以下步骤：

S101：基于图片输出模块驱动OLED电视显示测试图片组；

具体的，主要用于检测OLED电视的三原色以及白色的色彩相似度，因此，测试图片组包括背景为红色、绿色、蓝色和白色的四幅测试图片，具体的，四幅测试图片的RGB输出信息分别为红色(255,0,0)、绿色(0,255,0)、蓝色(0,0,255)。

为了便于比较，需要将RGB转换为HSV。具体的，设一像素点的RGB信息为(R,G,B)，转换为HSV的计算过程如下：

Cmax＝max(R',G',B')

Cmin＝min(R',G',B')

Δ＝Cmax-Cmin

V＝Cmax

最终，得出该像素点的HSV信息为(H,S,V)。

S102：基于相机模块获取以OLED电视像素点为单位的实际测试图像组；

实际测试图像组内的图像分别对应于测试图片组的测试图片，通过相机模块实际拍摄OLED电视得出。通过比较实际测试图像组与测试图片组之间对应图片的色彩差异，可判别OLED电视的显色效果是否符合标准。

同理的，相机模块默认获取的实际测试图像组为RGB制式的，需要转换为HSV制式，从而进行比较。RGB制式转化为HSV制式的方法在步骤S101中已介绍。

具体的，为了比较像素点颜色在HSV制式基础上的相似程度，本发明将像素点的HSV数据等价为空间直角坐标系上的数值点，通过比较两种颜色HSV颜色的数值点之间的距离来评价两种颜色之间的色差。

图2示出了HSV空间结构示意图，具体的，以地面圆心为原点，H＝0为x轴正方向建立坐标轴。用基于斜边长R、底面半径r、高为h的HSV圆锥去替代HSV空间，则某一具体像素点的颜色(H,S,V)的数值点三维坐标(x,y,z)可基于以下方法求出：

数值点(x,y,z)可用于表示该具体像素点的颜色；按照同样方法，通过比较实际测试图像组和测试图片组中相对应图像的相同像素点的两个不同的数值点(x,y,z)之间的距离，可用于评价输入颜色与输出颜色之间的色彩偏差。

具体的，色彩偏差用两个颜色之间的绝对距离表示，设测试图片组中和实际测试图像组中相对应的两幅图像同一像素点的颜色数据数值点分别为(x₁₀,y₁₀,z₁₀)和(x₁,y₁,z₁)，则该像素点的颜色偏差为

S103：比对所述实际测试图像组和测试图像组中的相对应图像，基于像素点实际颜色偏差统计坏点数量；

一般的，坏点除了包括亮点和暗点外，在某些国家中，一些颜色偏差较大的像素点同样会被当做坏点，纳入坏点的数量统计中。

具体的，由于色彩显示方案的调整，不能单纯使用一个固定阈值进行坏点的数量统计，针对于相对应的两幅实际测试图像和测试图像比对中，计算所有像素点的颜色偏差的平均值，再分别以各个像素点的颜色偏差减去该平均值，得出由非色彩显示方案调整的原因产生的实际颜色偏差。根据经验设置实际颜色偏差阈值，对每一个像素点的实际颜色偏差进行划分。当某一个像素点的实际颜色偏差大于实际颜色偏差阈值时，表明该点为坏点，需要纳入坏点数量统计。

S104：比对所述实际测试图像组和测试图像组中的相对应图像，判断OLED屏幕显色质量；

具体的，OLED屏幕显色质量主要在于在不产生坏点的情况下，各像素点的颜色相同或尽可能接近，从而使得OLED电视屏幕的整体观感良好。

具体实施中，可使用方差或标准差对OLED电视屏幕的像素点的颜色分布情况进行统计。

具体的，针对于相对应的两幅实际测试图像和测试图像，测试图像为输出图像，其输出色彩为固定不变的；而实际测试图像是实际获取的OLED电视屏幕显色图像。

首先，对实际测试图像中每一像素点的颜色数值点求均值点坐标A，即对每一个像素点的在空间坐标系内的数值点坐标取均值，均值点坐标为k为像素点数量，(x,y,z)为每一个像素点的数值点坐标。

然后，统计每一个像素点分别至均值点A的绝对距离l_i，并以此为基础计算方差根据方差的大小可判断OLED电视屏幕在该测试图像的基础上，屏幕的总体显示质量；方差越大，表明屏幕的显示质量越差，方差越小，表明屏幕的显示质量越好。

具体的，还可以设定一方差阈值作为判断OLED电视显示质量是否合格的标准。

图3示出了本发明实施例的视觉图像比对图像转换装置结构图，对应于本发明实施例介绍的不同结构下图像转换的方法，本发明实施例还提供了一种视觉图像比对图像转换装置，该图像转换装置包括

图片输出模块：驱动OLED电视显示测试图片组；

相机模块：用于获取以OLED电视的像素点为单位的实际测试图像组；

制式转换模块：用于将所述测试图片组和实际测试图像组的图片从RGB制式转换为HSV制式；

比对模块：用于比对所述测试图片组和实际测试图像组中相对应的图片。

本发明实施例提供了一种不同结构下图像转换的方法及图像转换装置，通过将检测图片和实际检测图像面向计算机的RGB制式转换为面向用户的HSV制式，使颜色模型的评价更为复合人眼的识别规律；以空间坐标系中的坐标点表示像素颜色，并按照空间坐标系中的距离计算原理对色彩偏差进行统计，色彩偏差的计算较为准确；进一步了，以空间坐标系的距离计算为基础，可有效识别坏点；基于方差统计，可从用户观感角度判别OLED电视的显色是否合格，具有良好的实用性。

以上对本发明实施例所提供的不同结构下图像转换的方法及图像转换装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。