數(shù)不同，所以，可以事先基于不同的圖像類 另IJ，存儲圖像類別與畫面參數(shù)之間的對應(yīng)關(guān)系。當(dāng)確定目標(biāo)圖像的圖像類別時，可以從該圖 像類別與畫面參數(shù)之間的對應(yīng)關(guān)系中，獲取目標(biāo)圖像適用的畫面參數(shù)，從而提高目標(biāo)圖像 的顯示效果。另外，畫面參數(shù)可以包括對比度、飽和度、背光強度、亮度等等，本發(fā)明實施例 對畫面參數(shù)的內(nèi)容不做具體限定。
[0113] 基于上述的例子，假如，畫面參數(shù)包括對比度、飽和度和亮度，確定目標(biāo)圖像所屬 的圖像類別為非UI圖像，根據(jù)圖像類別，從如下表1所示的圖像類別與畫面參數(shù)之間的對 應(yīng)關(guān)系中，獲取對應(yīng)的畫面參數(shù)，即：對比度為350:1，飽和度為90 %，亮度為600。
[0114] 表 1
[0115]
【主權(quán)項】
1. 一種畫面參數(shù)調(diào)節(jié)方法，其特征在于，所述方法包括： 采集終端當(dāng)前顯示的圖像，得到目標(biāo)圖像； 按照所述目標(biāo)圖像的特征信息，確定所述目標(biāo)圖像所屬的圖像類別，所述特征信息包 括線條分布情況或者圖像特征； 基于確定的圖像類別，從存儲的圖像類別與畫面參數(shù)之間的對應(yīng)關(guān)系中，獲取對應(yīng)的 畫面參數(shù)； 基于獲取的畫面參數(shù)，對所述終端的畫面參數(shù)進行調(diào)節(jié)。
2. 如權(quán)利要求1所述的方法，其特征在于，所述按照所述目標(biāo)圖像的特征信息，確定所 述目標(biāo)圖像所屬的圖像類別，包括： 提取所述目標(biāo)圖像中的水平線和垂直線，得到多條水平線和多條垂直線； 按照交互界面UI圖像中線條的分布規(guī)律，對所述多條水平線和多條垂直線進行過濾； 判斷過濾后剩余的線條數(shù)目是否大于第一指定閾值； 當(dāng)所述過濾后剩余的線條數(shù)目大于所述第一指定閾值時，確定所述目標(biāo)圖像所屬的圖 像類別為UI圖像，否則，確定所述目標(biāo)圖像所屬的圖像類別為非UI圖像。
3. 如權(quán)利要求2所述的方法，其特征在于，所述按照交互界面UI圖像中線條的分布規(guī) 律，對所述多條水平線和多條垂直線進行過濾，包括： 從所述多條水平線中，選擇不重疊、互相平行且線條長度之差小于第二指定閾值的水 平線； 從所述多條垂直線中，選擇不重疊、互相平行且線條長度之差小于所述第二指定閾值 的垂直線； 從選擇的水平線和垂直線中，選擇互相正交的水平線和垂直線。
4. 如權(quán)利要求1所述的方法，其特征在于，所述按照所述目標(biāo)圖像的特征信息，確定所 述目標(biāo)圖像所屬的圖像類別，包括： 對所述目標(biāo)圖像進行圖像特征提取，得到所述目標(biāo)圖像的特征向量； 基于所述目標(biāo)圖像的特征向量，通過指定分類模型，計算所述目標(biāo)圖像的分類數(shù)值； 當(dāng)所述分類數(shù)值為第一指定數(shù)值時，確定所述目標(biāo)圖像所屬的圖像類別為UI圖像； 當(dāng)所述分類數(shù)值為第二指定數(shù)值時，確定所述目標(biāo)圖像所屬的圖像類別為非UI圖像。
5. 如權(quán)利要求4所述的方法，其特征在于，所述基于所述目標(biāo)圖像的特征向量，通過指 定分類模型，計算所述目標(biāo)圖像的分類數(shù)值之前，還包括： 獲取多個第一訓(xùn)練圖像和多個第二訓(xùn)練圖像，所述多個第一訓(xùn)練圖像的圖像類別為UI圖像，所述多個第二訓(xùn)練圖像的圖像類別為非UI圖像； 對所述多個第一訓(xùn)練圖像分別進行圖像特征提取，得到多個第一特征向量，對所述多 個第二訓(xùn)練圖像分別進行圖像特征提取，得到多個第二特征向量； 基于所述多個第一特征向量和所述多個第二特征向量，對待訓(xùn)練分類模型進行訓(xùn)練， 得到指定分類模型。
6. -種畫面參數(shù)調(diào)節(jié)裝置，其特征在于，所述裝置包括： 采集模塊，用于采集終端當(dāng)前顯示的圖像，得到目標(biāo)圖像； 確定模塊，用于按照所述目標(biāo)圖像的特征信息，確定所述目標(biāo)圖像所屬的圖像類別，所 述特征信息包括線條分布情況或者圖像特征； 獲取模塊，用于基于確定的圖像類別，從存儲的圖像類別與畫面參數(shù)之間的對應(yīng)關(guān)系 中，獲取對應(yīng)的畫面參數(shù)； 調(diào)節(jié)模塊，用于基于獲取的畫面參數(shù)，對所述終端的畫面參數(shù)進行調(diào)節(jié)。
7. 如權(quán)利要求6所述的裝置，其特征在于，所述確定模塊包括： 第一提取單元，用于提取所述目標(biāo)圖像中的水平線和垂直線，得到多條水平線和多條 垂直線； 過濾單元，用于按照交互界面n圖像中線條的分布規(guī)律，對所述多條水平線和多條垂 直線進行過濾； 判斷單元，用于判斷過濾后剩余的線條數(shù)目是否大于第一指定閾值； 第一確定單元，用于當(dāng)所述過濾后剩余的線條數(shù)目大于所述第一指定閾值時，確定所 述目標(biāo)圖像所屬的圖像類別為UI圖像，否則，確定所述目標(biāo)圖像所屬的圖像類別為非UI圖 像。
8. 如權(quán)利要求7所述的裝置，其特征在于，所述過濾單元包括： 第一選擇子單元，用于從所述多條水平線中，選擇不重疊、互相平行且線條長度之差小 于第二指定閾值的水平線； 第二選擇子單元，用于從所述多條垂直線中，選擇不重疊、互相平行且線條長度之差小 于所述第二指定閾值的垂直線； 第三選擇子單元，用于從選擇的水平線和垂直線中，選擇互相正交的水平線和垂直線。
9. 如權(quán)利要求6所述的裝置，其特征在于，所述確定模塊包括： 第二提取單元，用于對所述目標(biāo)圖像進行圖像特征提取，得到所述目標(biāo)圖像的特征向 量； 計算單元，用于基于所述目標(biāo)圖像的特征向量，通過指定分類模型，計算所述目標(biāo)圖像 的分類數(shù)值； 第二確定單元，用于當(dāng)所述分類數(shù)值為第一指定數(shù)值時，確定所述目標(biāo)圖像所屬的圖 像類別為n圖像； 第三確定單元，用于當(dāng)所述分類數(shù)值為第二指定數(shù)值時，確定所述目標(biāo)圖像所屬的圖 像類別為非n圖像。
10. 如權(quán)利要求9所述的裝置，其特征在于，所述確定模塊還包括： 獲取單元，用于獲取多個第一訓(xùn)練圖像和多個第二訓(xùn)練圖像，所述多個第一訓(xùn)練圖像 的圖像類別為UI圖像，所述多個第二訓(xùn)練圖像的圖像類別為非UI圖像； 第三提取單元，用于對所述多個第一訓(xùn)練圖像分別進行圖像特征提取，得到多個第一 特征向量，對所述多個第二訓(xùn)練圖像分別進行圖像特征提取，得到多個第二特征向量； 訓(xùn)練單元，用于基于所述多個第一特征向量和所述多個第二特征向量，對待訓(xùn)練分類 模型進行訓(xùn)練，得到指定分類模型。
11. 一種畫面參數(shù)調(diào)節(jié)裝置，其特征在于，所述裝置包括： 處理器； 用于存儲處理器可執(zhí)行指令的存儲器； 其中，所述處理器被配置為： 采集終端當(dāng)前顯示的圖像，得到目標(biāo)圖像； 按照所述目標(biāo)圖像的特征信息，確定所述目標(biāo)圖像所屬的圖像類別，所述特征信息包 括線條分布情況或者圖像特征； 基于確定的圖像類別，從存儲的圖像類別與畫面參數(shù)之間的對應(yīng)關(guān)系中，獲取對應(yīng)的 畫面參數(shù)； 基于獲取的畫面參數(shù)，對所述終端的畫面參數(shù)進行調(diào)節(jié)。
【專利摘要】本公開是關(guān)于一種畫面參數(shù)調(diào)節(jié)方法及裝置。所述方法包括：采集終端當(dāng)前顯示的圖像，得到目標(biāo)圖像；按照所述目標(biāo)圖像的特征信息，確定所述目標(biāo)圖像所屬的圖像類別，所述特征信息包括線條分布情況或者圖像特征；基于確定的圖像類別，從存儲的圖像類別與畫面參數(shù)之間的對應(yīng)關(guān)系中，獲取對應(yīng)的畫面參數(shù)；基于獲取的畫面參數(shù)，對所述終端的畫面參數(shù)進行調(diào)節(jié)。本公開通過感知終端顯示的畫面內(nèi)容，從而調(diào)節(jié)終端的畫面參數(shù)，避免了終端顯示的畫面內(nèi)容出現(xiàn)毛刺等現(xiàn)象，使終端顯示的畫面內(nèi)容更逼真。
【IPC分類】H04N21-485, H04N21-81
【公開號】CN104780465
【申請?zhí)枴緾N201510134691
【發(fā)明人】劉潔, 吳小勇, 王維
【申請人】小米科技有限責(zé)任公司
【公開日】2015年7月15日
【申請日】2015年3月25日