專利名稱：：動態(tài)伽瑪調(diào)整方法與其裝置的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明是有關(guān)于一種動態(tài)伽瑪調(diào)整方法與其裝置，且特別是有關(guān)于一種輔以模糊理論的動態(tài)伽瑪調(diào)整方法與其裝置。
背景技術(shù)：
：—般傳統(tǒng)的伽瑪(Gamma)參考電壓是由串接的電阻分壓而成。也就是說，各種伽瑪電壓準位在生產(chǎn)過程即已設(shè)定完成而無法改變。然而，由于伽瑪曲線(伽瑪參考電壓)已固定，因此顯示裝置所顯示的畫面偏暗時則無法區(qū)分出不同深淺之暗色區(qū)域，或者是在畫面偏亮?xí)r無法區(qū)分出不同深淺的亮色區(qū)域。為了滿足大眾對影像質(zhì)量的需求，提升影像的對比度、亮度與強化暗態(tài)背景層次感是必要的，故因而發(fā)展出動態(tài)伽瑪校正技術(shù)。動態(tài)伽瑪校正技術(shù)大多應(yīng)用于主動式顯示器，其技術(shù)特征是在于分析與統(tǒng)計灰階的分布趨勢，藉由灰階的分布情形來修正伽瑪曲線，使畫面可以獲得較高的對比。目前常用的伽瑪曲線通常以代號來稱之，例如Gamma1.8、Gamma2.0、Gamma2.2、Gamma2.4與Gamma2.6，其曲線如圖1所示，利用這些設(shè)定好的伽瑪曲線來作調(diào)整能讓畫面校正更為便利。雖然動態(tài)伽瑪校正技術(shù)可以讓顯示畫面的質(zhì)量獲得提升，但是此技術(shù)僅考慮輸入影像的一種特性，故其校正效果仍屬有限。例如，通常在做影像分析時只會考慮輸入影像的平均亮度，故只能得知輸入影像整個畫面的亮度為何，而無從判斷輸入影像中圖案的灰階狀況，使得輸入影像在偏黑或偏白之灰階區(qū)域的畫面辨識率無法獲得改善。因此，若能再加入輸入影像的其它特性來判斷，則在選取伽瑪曲線時會更加的客觀、合適，而校正后的影像將會有更優(yōu)異的畫質(zhì)表現(xiàn)。
發(fā)明內(nèi)容本發(fā)明提供一種動態(tài)伽瑪(Gamma)調(diào)整方法，利用影像信號的最大灰階與平均亮度并配合模糊理論來動態(tài)調(diào)整伽瑪曲線，使影像在顯示時能有較佳的對比與亮度。本發(fā)明提供一種動態(tài)伽瑪調(diào)整電路，可以根據(jù)輸入的影像信號的最大灰階與平均亮度動態(tài)調(diào)整合適的伽瑪曲線，讓顯示裝置在顯示影像時能有較佳的對比與亮度。本發(fā)明提出一種動態(tài)伽瑪調(diào)整方法，此方法包括提供一影像信號；對該影像信號的每一像素的灰階值作比對及運算，并依據(jù)比對運算結(jié)果產(chǎn)生一最大灰階與一平均亮度；對最大灰階與平均亮度作模糊推論，并依據(jù)一推論結(jié)果與一查找表，從多數(shù)個伽瑪曲線中擇一輸出。另外，本發(fā)明提出一種動態(tài)伽瑪調(diào)整裝置，包括接收單元、統(tǒng)計單元以及模糊控制單元。其中，接收單元接收一影像信號。統(tǒng)計單元將該影像信號中每一像素的灰階值作比對及運算，藉此產(chǎn)生一最大灰階與一平均亮度。模糊控制單元將最大灰階與平均亮度作模糊推論，并依據(jù)推論結(jié)果，利用查表方式從多個伽瑪曲線中擇一輸出。本發(fā)明采用影像信號的平均亮度與分布最多的灰階值兩個參數(shù)，并配合模糊理論4來選擇合適的伽瑪曲線，動態(tài)地調(diào)整伽瑪曲線使影像具有較佳的對比與亮度，故能有效改善畫面在偏黑或偏白區(qū)域的灰階辨識率問題。為讓本發(fā)明的上述特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附圖式，作詳細說明如下。圖1繪示為顯示器制造商較常使用的5組伽瑪曲線圖。圖2A繪示為本發(fā)明實施例的液晶顯示器局部驅(qū)動電路架構(gòu)圖。圖2B繪示為本發(fā)明實施例的動態(tài)伽瑪調(diào)整電路的架構(gòu)圖。圖3繪示為本發(fā)明實施例的動態(tài)伽瑪調(diào)整方法的流程圖。圖4A、圖4B與圖4C分別繪示為本發(fā)明實施例所使用的第一組、第二組與第三組歸屬函數(shù)。圖5繪示為本發(fā)明實施例采用最小推論法的運算過程。圖6為根據(jù)本發(fā)明另一實施例的動態(tài)伽瑪調(diào)整方法的流程圖。主要組件符號說明201:驅(qū)動電路202:動態(tài)伽瑪調(diào)整電路204:數(shù)字模擬轉(zhuǎn)換器205:源極驅(qū)動器206:控制單元210:接收單元220:統(tǒng)計單元230:模糊控制單元240:查找單元231:模糊器232:推論工廠233:解模糊器234:儲存單元235:模糊規(guī)則庫S31C卜S340、S710S798:步驟A1-A8、B1-B8、C1-C5:歸屬函數(shù)G翻a1.8、G翻a2.0、G翻a2.2、G翻a2.4、G翻a2.6:伽瑪曲線具體實施例方式圖2A為根據(jù)本發(fā)明一實施例的液晶顯示器局部驅(qū)動電路架構(gòu)圖。如圖2A所示，驅(qū)動電路201包括控制單元206、數(shù)字模擬轉(zhuǎn)換器204以及源極驅(qū)動器205?？刂茊卧?06尚包括動態(tài)伽瑪調(diào)整電路202與時序控制器203。時序控制器203根據(jù)所接收的R、G、B影像數(shù)據(jù)、頻率信號DCLK以及數(shù)據(jù)致能信號DE來驅(qū)動源極驅(qū)動器205與柵極驅(qū)動器(未繪示)以顯示影像畫面，而動態(tài)伽瑪調(diào)整電路202同樣根據(jù)所接收的R、G、B影像數(shù)據(jù)、頻率信號DCLK以及數(shù)據(jù)致能信號DE，配合影像畫面的灰階程度動態(tài)調(diào)整伽瑪參考電壓以增加影像對比度，改善畫面質(zhì)量。動態(tài)伽瑪調(diào)整電路202會根據(jù)影像畫面的平均亮度與最大灰階值(最多像素顯示的灰階值)來輸出伽瑪曲線的選擇數(shù)據(jù)，然后經(jīng)由數(shù)字模擬轉(zhuǎn)換器204來動態(tài)調(diào)整伽瑪曲線的外部參考電壓，使得各灰階分布數(shù)量比例與原先不同，讓影像有較佳對比與亮度的顯示。不只是亮度達到滿足了，也減輕一般影像數(shù)據(jù)經(jīng)不當(dāng)轉(zhuǎn)換造成局部不協(xié)調(diào)。由于本實施例是藉由改變外部調(diào)整電壓值來調(diào)整伽瑪曲線，而非改變數(shù)字數(shù)據(jù)，因此本實施例更易于改善影像的質(zhì)量。此外，值得注意的是，本實施例的動態(tài)伽瑪調(diào)整電路202與時序控制器203可直接藉由現(xiàn)場可程序化邏輯門陣列(Field-ProgrammableGateArray，F(xiàn)PGA)或集成電路(IntegratedCircuit,IC)加以整合與實現(xiàn)。接下來，進一步說明動態(tài)伽瑪調(diào)整電路202的內(nèi)部架構(gòu)。圖2B繪示為本發(fā)明實施例的動態(tài)伽瑪調(diào)整電路的架構(gòu)圖。于圖2B中，動態(tài)伽瑪調(diào)整電路202包括接收單元210、統(tǒng)計單元220、模糊控制單元230以及查找單元240。其中，統(tǒng)計單元220耦接接收單元210與模糊控制單元230，且查找單元240耦接模糊控制單元230。更進一步來看，模糊控制單元230包括模糊器231、推論工廠232、解模糊器233、儲存單元234以及模糊規(guī)則庫235，其中推論工廠232耦接模糊器231、解模糊器233、儲存單元234與模糊規(guī)則庫235。首先，接收單元210在接收一影像信號后，會將其輸出至統(tǒng)計單元。統(tǒng)計單元220會根據(jù)影像信號，計算每一畫面中的一最大灰階與一平均亮度。所謂最大灰階，即是將所輸入影像信號的數(shù)據(jù)由彩色轉(zhuǎn)成灰階圖案，以統(tǒng)計各灰階值所對應(yīng)的像素總數(shù)，然后從中取出最多像素具有的灰階值來作為最大灰階。舉例而言，以灰階值0-3為例，假設(shè)一輸入信號的數(shù)據(jù)經(jīng)轉(zhuǎn)換后的結(jié)果為灰階值為0的像素有10個，灰階值為1的像素有12個，灰階值為2的像素有8個，灰階值為3的像素有6個，則最大灰階為灰階值1。而平均亮度就是將各像素的灰階值相加并除以像素總數(shù)所得的參數(shù)值，也就是此畫面中的平均灰階值。承接上述，模糊控制單元230是將上述的最大灰階與平均亮度作模糊推論，并依據(jù)推論的結(jié)果來選擇伽瑪曲線。而查找單元240中則具有查找表，用以儲存多條伽瑪曲線，例如圖1中的5條伽瑪曲線(Gamma1.8、Gamma2.0、Gamma2.2、Gamma2.4、Gamma2.6)，并可根據(jù)模糊控制單元230所輸出的推論結(jié)果從中選取最適合輸入影像信號的伽瑪曲線。繼續(xù)參照圖2B來說明模糊控制單元230的整體操作。儲存單元234儲存多組歸屬函數(shù)，這些歸屬函數(shù)是用來對應(yīng)最大灰階、平均亮度與多條伽瑪曲線。模糊規(guī)則庫235則提供多條儲存于內(nèi)的模糊規(guī)則給推論工廠232。模糊器231會將接收的最大灰階與平均亮度模糊化，并產(chǎn)生一模糊狀態(tài)給推論工廠232。推論工廠232依據(jù)模糊規(guī)則與歸屬函數(shù)來判斷此模糊狀態(tài)，并產(chǎn)生一判斷結(jié)果。而解模糊器233則將此判斷結(jié)果解模糊化，并產(chǎn)生一推論結(jié)果。故藉由此判斷結(jié)果即可從查找單元240提供的多條伽瑪曲線中選取合適的曲線來調(diào)整所輸入的影像信號。在此請注意，在模糊控制單元230之中的模糊器231、推論工廠232與解模糊器233，其架構(gòu)是利用軟件編寫程序來實現(xiàn)的，而此程序則是以模糊理論為基礎(chǔ)的算法。從另一觀點來看，圖3繪示為本發(fā)明另一實施例的動態(tài)伽瑪調(diào)整方法的流程圖。請參照圖3，首先，提供一影像信號(步驟S310)，以作為信號分析之用。接著，對影像信號中每一像素的灰階值作比對及運算，并依據(jù)比對運算結(jié)果產(chǎn)生一最大灰階與平均亮度(步驟S320)。詳細地說，產(chǎn)生最大灰階的步驟是將所輸入影像信號的數(shù)據(jù)由彩色轉(zhuǎn)成灰階圖案，以統(tǒng)計各灰階值所對應(yīng)的像素總數(shù)，然后從中取出最多像素具有的灰階值來作為最大灰階。而平均亮度就是將各像素的灰階值相加并除以像素總數(shù)所得的參數(shù)值，也就是此畫面中的平均灰階值。之后，提供多條伽瑪曲線的歸屬函數(shù)(步驟S330)。于是，將最大灰階與平均亮度作模糊推論，并依據(jù)推論結(jié)果而從上述的多條伽瑪曲線中選取一條合適的曲線來調(diào)整上述所提供的影像信號(步驟S340)。[OO38]承接上述，在步驟S340中的模糊推論，其詳細的操作過程如下。首先，提供多組歸屬函數(shù)與多條模糊規(guī)則，其中這些歸屬函數(shù)是用以對應(yīng)最大灰階、平均亮度與伽瑪曲線。接著，將最大灰階與平均亮度模糊化，以產(chǎn)生一模糊狀態(tài)。之后，依據(jù)多組歸屬函數(shù)與多條模糊規(guī)則來判斷此模糊狀態(tài)，并產(chǎn)生一判斷結(jié)果。于是，將此判斷結(jié)果解模糊即可得到一推論結(jié)果。因此，依據(jù)此推論結(jié)果而選出的伽瑪曲線是最適合用來調(diào)整上述的影像信號?，F(xiàn)在以一種實施方式來說明上述模糊推論的過程。在本實施例中，首先提供三組歸屬函數(shù)，第一組與第二組歸屬函數(shù)分別用于對應(yīng)最大灰階與平均亮度，而第三組歸屬函數(shù)則用于對應(yīng)5條伽瑪曲線(Gamma1.8、Gamma2.0、Gamma2.2、Gamma2.4、Gamma2.6)?，F(xiàn)在以灰階063為例，為了方便計算及性能考慮，故在以灰階0-63的論域?qū)挾壬显O(shè)置兩組8條三角形的歸屬函數(shù)(Al-A8、Bl-B8)，如圖4A與圖4B所示，分別代表第一組歸屬函數(shù)與第二組歸屬函數(shù)，以用來對應(yīng)最大灰階與平均亮度。而第三組歸屬函數(shù)為了方便對應(yīng)5組伽瑪曲線，則在以5條伽瑪曲線的代號(1.8、2.0、2.2、2.4、2.6)為論域?qū)挾壬显O(shè)置5條歸屬函數(shù)(Cl-C5)，如圖4C所示。于是，在設(shè)定了歸屬函數(shù)之后，便可開始建立模糊規(guī)則。在本實施例中，是以考慮人眼對于畫面層次的判別程度來作為建立模糊規(guī)則的依據(jù)。在顯示暗態(tài)畫面時，由于整體畫面偏暗，為了讓暗態(tài)部分的灰階能清楚的呈現(xiàn)，故需要在暗態(tài)部分的穿透率能有較明顯的區(qū)分，所以選擇Gamma1.8的伽瑪曲線。反之，若畫面整體偏亮?xí)r，為了讓明亮部分的灰階能清楚的呈現(xiàn)，故選擇Gamma2.6的伽瑪曲線。換而言之，當(dāng)平均亮度落在灰階9以內(nèi)，且最大灰階落在灰階9以內(nèi)(整體畫面偏暗)，則輸出選擇Gamma1.8的曲線。因此，基于上述的原則可制定出表1的模糊規(guī)則表。<table>tableseeoriginaldocumentpage7</column></row><table>規(guī)則規(guī)則規(guī)則規(guī)則規(guī)則規(guī)則規(guī)則規(guī)則l-89-1617-2425-3233-4041-,4849-5657-64表1于表1中，輸入1與輸入2分別代表平均亮度與最大灰階。由表1可看出，規(guī)則1的部分為若輸入1是歸屬函數(shù)A1，且輸入2是歸屬函數(shù)B1，則輸出是歸屬函數(shù)C1。而規(guī)則2的部份為若輸入1是歸屬函數(shù)A1，且輸入2是歸屬函數(shù)B2，則輸出是歸屬函數(shù)C1。也就是說，從表1的模糊規(guī)則表可以看出下列關(guān)系。規(guī)則1:若輸入1是歸屬函數(shù)A1，且輸入2是歸屬函數(shù)B1，則輸出是歸屬函數(shù)C1;規(guī)則2:若輸入1是歸屬函數(shù)A1，且輸入2是歸屬函數(shù)B2，則輸出是歸屬函數(shù)C1;規(guī)則9:若輸入1是歸屬函數(shù)A2，且輸入2是歸屬函數(shù)B1，則輸出是歸屬函數(shù)C1;規(guī)則64:若輸入1是歸屬函數(shù)A8，且輸入2是歸屬函數(shù)B8，則輸出是歸屬函數(shù)C5。在此請注意，上述歸屬函數(shù)與模糊規(guī)則的設(shè)定并不局限于此，熟習(xí)此技藝者應(yīng)知，藉由設(shè)定歸屬函數(shù)的種類、數(shù)目與模糊規(guī)則可改變影像顯示的質(zhì)量，故使用者可依照需求來自行調(diào)整，更增添了本發(fā)明的實用性。在設(shè)定歸屬函數(shù)與建立模糊規(guī)則之后，便可開始執(zhí)行模糊推論的動作。在本實施例中，其模糊化的步驟是采用單值模糊化法。因此，將平均亮度與最大灰階模糊化后，可得到兩個單值輸入，在此假設(shè)為41、61，其中數(shù)值61為最大灰階模糊化后的數(shù)值，且數(shù)值41為平均亮度模糊化后的數(shù)值。而在取得數(shù)值41與61后，將其分別對應(yīng)至第一組與第二組歸屬函數(shù)，故從數(shù)值41對應(yīng)至第一組歸屬函數(shù)后可得知觸發(fā)了歸屬函數(shù)A5與A6，而從數(shù)值61對應(yīng)至第二組歸屬函數(shù)后可得知觸發(fā)了歸屬函數(shù)B7與B8。于是，藉由建立的模糊規(guī)則表(如表1)即可得知觸發(fā)了4條模糊規(guī)則。承接上述，在取得所觸發(fā)的4條模糊規(guī)則之后，即可導(dǎo)入推論工廠，進行模糊狀態(tài)的判斷步驟。在本實施例中，其判斷模糊狀態(tài)的步驟則采用最小推論法，而最小推論法的公式如下所示。5'(y)=max[max(n4〃(xi)n《(x2)n^W》，/=1xeX其中m為模糊規(guī)則數(shù)，A'(x)為輸入的歸屬函數(shù)，A'/0q)為在第1條模糊規(guī)則中輸入1所觸發(fā)的歸屬函數(shù)，A'/(x2)為在第1條模糊規(guī)則中輸入2所觸發(fā)的歸屬函數(shù)，B^y)為在第1條模糊規(guī)則中輸出y所觸發(fā)的歸屬函數(shù)。于是，現(xiàn)在利用上述最小推論法的公式來運算，其運算過程則如圖5所示，故圖5的運算過程可得到一判斷結(jié)果為B'(2.4)=0.44與B'(2.6)=0.56。在產(chǎn)生判斷結(jié)果之后，便可進行解模糊化的步驟。在本實施例中，其解模糊化的步驟是采用重心解模糊化法，而重心解模糊化法的公式如下所示。國7其中yi為模糊規(guī)則中輸入l與輸入2所對應(yīng)的輸出，B'(y》為輸出的歸屬函數(shù)。因此，利用上述重心解模糊化法的公式可得到一推論結(jié)果如下所示。*2.4*0.44+2.6*0.56V一-z0.44+0.56=2.5128由于上述所提供的第三組歸屬函數(shù)，其論域?qū)挾葹橘が斍€的代號，故所得的推論結(jié)果則代表適合輸入影像信號的伽瑪曲線代號，而上述所得之推論結(jié)果的數(shù)值為2.512，此數(shù)值在輸入至查找單元240后會對應(yīng)選取Gamma2.6的伽瑪曲線來輸出。就理論上而言，當(dāng)平均亮度為41且最大灰階為61時，此顯示畫面會是偏亮的狀態(tài)，故經(jīng)過模糊推論后所選取出的Gamma2.6伽瑪曲線，也的確是最適合此畫面的伽瑪曲線。綜合上述，上述實施例可與時序控制器整合于液晶顯示器的控制器中，其程序的設(shè)計流程可整合如圖6所示圖6為根據(jù)本發(fā)明另一實施例之動態(tài)伽瑪調(diào)整方法的流程圖。首先，在步驟S710，進行程序的初始化。在步驟S720，接收影像數(shù)據(jù)、頻率信號以及數(shù)據(jù)致能信號；接下來，在步驟S730，計數(shù)畫面前置時間，然后在步驟S740，偵測是否超過畫面前置時間，若超過畫面前置時間則進入步驟S750，產(chǎn)生畫面第一條掃描的像素數(shù)據(jù)。接下來，判斷數(shù)據(jù)致能信號(請參照圖2A所示的"DE")是否致能，若數(shù)據(jù)致能信號致能，則進入步驟S780、S770;若否，則回到步驟S750。在步驟S780中，計數(shù)數(shù)據(jù)致能信號以及擷取影像數(shù)據(jù)，并輸出控制信號。在步驟S770中，計數(shù)影像數(shù)據(jù)中各灰階的分布量。然后，進入步驟S790，判斷數(shù)據(jù)致能信號是否為終值；若為終值則進入步驟S792，若否則回到步驟S750。在步驟S792，計算平均亮度與最大灰階的數(shù)值，然后進入步驟S794，對畫面的平均亮度與最大灰階進行模糊推論以輸出推論結(jié)果。然后，在步驟S796，根據(jù)解模糊化后的輸出，調(diào)整伽瑪曲線。接下來，步驟S798，輸出伽瑪曲線參考電壓以調(diào)整伽瑪曲線并進行數(shù)據(jù)重置以調(diào)整下一畫面的伽瑪曲線。值得注意的是，上述步驟S710至S790主要是由時序控制器進行，而步驟S792至S798則為本實施例的技術(shù)手段，也就是利用模糊理論，根據(jù)平均亮度與最大灰階來動態(tài)調(diào)整伽瑪曲線。綜上所述，本發(fā)明是利用輸入影像中像素的最大灰階與平均亮度作為運算的依據(jù)，并且輔以模糊理論來選取伽瑪曲線，因此能依據(jù)此影像信號的特性挑選出最適合的伽瑪曲線，讓顯示畫面有較佳的對比與亮度，故本發(fā)明所展現(xiàn)的功效將會比公知技術(shù)更加優(yōu)異。另外，由于本發(fā)明是采用模糊理論來進行推論，故使用者能依照顯示需求來調(diào)整內(nèi)部的模糊規(guī)則，因此本發(fā)明可彈性地調(diào)整模糊規(guī)則使顯示畫面更加完美。雖然本發(fā)明已以較佳實施例揭露如上，然其并非用以限定本發(fā)明，任何所屬
技術(shù)領(lǐng)域：
中具有通常知識者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作些許的更動與潤飾，因此本發(fā)明的保護范圍當(dāng)視后附的申請專利范圍所界定者為準。9權(quán)利要求一種動態(tài)伽瑪調(diào)整方法，其特征在于，包括下列步驟提供一影像信號；對該影像信號的每一像素的灰階值作比對及運算，并依據(jù)比對運算結(jié)果產(chǎn)生一最大灰階與一平均亮度；以及對該最大灰階與該平均亮度作模糊推論，并依據(jù)一推論結(jié)果與一查找表從多數(shù)個伽瑪曲線中擇一輸出。2.如權(quán)利要求書1所述的動態(tài)伽瑪調(diào)整方法，其特征在于，還包括提供該些伽瑪曲線的歸屬函數(shù)。3.如權(quán)利要求書l所述的動態(tài)伽瑪調(diào)整方法，對該最大灰階與該平均亮度作模糊推論的步驟包括將該最大灰階與該平均亮度模糊化，以產(chǎn)生一模糊狀態(tài)；依據(jù)多數(shù)條模糊規(guī)則與多組歸屬函數(shù)來判斷該模糊狀態(tài)，以產(chǎn)生一判斷結(jié)果；以及將該判斷結(jié)果解模糊化，以產(chǎn)生該推論結(jié)果。4.如權(quán)利要求書3所述的動態(tài)伽瑪調(diào)整方法度作模糊推論的步驟更包括提供該些歸屬函數(shù)；以及提供該些模糊規(guī)則。5.如權(quán)利要求書4所述的動態(tài)伽瑪調(diào)整方法的歸屬函數(shù)。6.如權(quán)利要求書3所述的動態(tài)伽瑪調(diào)整方法度模糊化的步驟是采用單值模糊化法。7.如權(quán)利要求書3所述的動態(tài)伽瑪調(diào)整方法斷該模糊狀態(tài)的步驟是采用最小推論法。8.如權(quán)利要求書3所述的動態(tài)伽瑪調(diào)整方法步驟是采用重心解模糊化法。9.如權(quán)利要求書1所述的動態(tài)伽瑪調(diào)整方法亮度的步驟還包括將該影像信號的每一像素作灰階統(tǒng)計，找出每一灰階所占的像素總數(shù)，并從中取出最多像素具有的灰階值作為該最大灰階；以及將該影像信號的每一像素的灰階值相加并除以像素總數(shù)，以產(chǎn)生該平均亮度。10.—種動態(tài)伽瑪調(diào)整電路，其特征在于，包括一接收單元，用以接收一影像信號；一統(tǒng)計單元，用以將該影像信號的每一像素的灰階值作比對及運算，并依據(jù)比對運算結(jié)果產(chǎn)生一最大灰階與一平均亮度；以及一模糊控制單元，用以將該最大灰階與該平均亮度作模糊推論以輸出一推論結(jié)果；其中，該動態(tài)伽瑪調(diào)整電路配合查表方式與該推論結(jié)果從多數(shù)個伽瑪曲線中擇一輸出。11.如權(quán)利要求書IO所述的動態(tài)伽瑪調(diào)整電路，其特征在于，還包括一查找單元，具有儲存該些伽瑪曲線的一查找表，并根據(jù)該推論結(jié)果從多數(shù)個伽瑪曲<formula>formulaseeoriginaldocumentpage2</formula>，其特征在于，對該最大灰階與該平均亮，其特征在于，該些歸屬函數(shù)采用三角形，其特征在于，將該最大灰階與該平均亮，其特征在于，依據(jù)多數(shù)條模糊規(guī)則來判，其特征在于，將該判斷結(jié)果解模糊化的，其特征在于，產(chǎn)生該最大灰階與該平均線中擇一輸出。12.如權(quán)利要求書10所述的動態(tài)伽瑪調(diào)整電路，其特征在于，該模糊控制單元包括一模糊器，用以將該最大灰階與該平均亮度模糊化，以產(chǎn)生一模糊狀態(tài)；一推論工廠，用以依據(jù)多數(shù)條模糊規(guī)則與多組歸屬函數(shù)來判斷該模糊狀態(tài)，并產(chǎn)生一判斷結(jié)果；以及一解模糊器，用以將該判斷結(jié)果解模糊化，以產(chǎn)生該推論結(jié)果。13.如權(quán)利要求書12所述的動態(tài)伽瑪調(diào)整電路，其特征在于，該模糊控制單元還包括一儲存單元，用以儲存該些歸屬函數(shù)；以及一模糊規(guī)則庫，用以儲存該些模糊規(guī)則。14.如權(quán)利要求書13所述的動態(tài)伽瑪調(diào)整電路，其特征在于，該些歸屬函數(shù)采用三角形的歸屬函數(shù)。15.如權(quán)利要求書IO所述的動態(tài)伽瑪調(diào)整電路，其特征在于，該最大灰階是將該影像信號的每一像素作灰階統(tǒng)計，找出每一灰階所占的像素總數(shù)，并從中取出最多像素具有的灰階值，即為該最大灰階。16.如權(quán)利要求書IO所述的動態(tài)伽瑪調(diào)整電路，其特征在于，平均亮度是將該影像信號的每一像素的灰階值相加并除以像素總數(shù)而產(chǎn)生。全文摘要一種動態(tài)伽瑪調(diào)整方法與其裝置。此方法包括下列步驟首先提供一影像信號。接著對該影像信號的像素作比對及運算，并依據(jù)比對運算結(jié)果產(chǎn)生一最大灰階與一平均亮度。然后對最大灰階與平均亮度作模糊推論，并依據(jù)推論結(jié)果與一查找表而從多數(shù)個伽瑪曲線中擇一輸出。文檔編號G09G5/10GK101727868SQ20081016706公開日2010年6月9日申請日期2008年10月10日優(yōu)先權(quán)日2008年10月10日發(fā)明者古健平,吳敏旭,徐名潭,蘇志芳申請人:華映視訊(吳江)有限公司;中華映管股份有限公司