Алгоритм жк: Официальный сайт ЖК Алгоритм

Содержание

Новостройки Барнаула по ценам застройщика

Павловский тракт 196 корпус 1, ЖК «Колумб»

Ввод объекта не позднее 31 марта 2025 подробнее…

Застройщик: ООО «СЗ «Домостроительная компания»

Выбрать квартиру или нежилое
О доме
Документы

Павловский тракт 196 корпус 3, ЖК «Колумб»

Ввод объекта не позднее 31 марта 2025 подробнее…

Застройщик: ООО «СЗ «Домостроительная компания»

Выбрать квартиру или нежилое
О доме
Документы

Павловский тракт 196 корпус 4, ЖК «Колумб»

Ввод объекта не позднее 31 марта 2025 подробнее. ..

Застройщик: ООО «СЗ «Домостроительная компания»

Выбрать квартиру или нежилое
О доме
Документы

Павловский тракт 60б корпус 1, ЖК «Классика»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ «Алгоритм-Строй»

Выбрать квартиру или нежилое
О доме
Документы

Павловский тракт 60б, ЖК «Классика»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ «Алгоритм-Строй»

Выбрать квартиру или нежилое
О доме
Документы

Павловский тракт 60б подземная автостоянка, ЖК «Классика»

ДОМ СДАН подробнее. ..

Застройщик: ООО «СЗ «Алгоритм-Строй»

Выбрать нежилое
Об объекте
Документы

Чернышевского 186, ЖК «Литерный»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Сергея Ускова 32 (Гараж-стоянка), Квартал 2009а «Балтийская Крепость»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать нежилое
Об объекте
Документы

Димитрова 126, ЖК «ТЕТРИС»

ДОМ СДАН подробнее. ..

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Молодежная 138, ЖК «Джаз» вторая очередь

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ «СМАРТ»

Выбрать квартиру или нежилое
О доме
Документы

Павловский тракт 162б, ЖК «КРАСКИ»

ДОМ СДАН подробнее…

Застройщик:ООО «СЗ «СМАРТ»

Выбрать квартиру или нежилое
О доме
Документы

Павловский тракт 162г, ЖК «КРАСКИ»

ДОМ СДАН подробнее. ..

Застройщик: ООО «СЗ «СМАРТ»

Выбрать квартиру или нежилое
О доме
Документы

Христенко 15, ЖК «КРАСКИ»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ «СМАРТ»

Выбрать квартиру или нежилое
О доме
Документы

65 лет Победы 6, ЖК «Крылья — 2»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ «Домостроительная компания»

Выбрать квартиру или нежилое
О доме
Документы

65 лет Победы 10, ЖК «Крылья — 2»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ «Домостроительная компания»

Выбрать квартиру или нежилое
О доме
Документы

Юрина 204ж, ЖК «Добрыня»

ДОМ СДАН подробнее. ..

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Попова 132, ЖК «Крылья»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Малахова 34а, ЖК «Титан»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Сергея Семёнова 4, ЖК «Крылья»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Сергея Семёнова 6, ЖК «Крылья»

ДОМ СДАН подробнее. ..

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Молодежная 136, ЖК «JAZZ» (Джаз)

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Северный Власихинский 102, Квартал 2009а «Балтийская Крепость»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Северный Власихинский 104, Квартал 2009а «Балтийская Крепость»

ДОМ СДАН подробнее. ..

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Сергея Ускова 42, Квартал 2009а «Балтийская Крепость»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Северный Власихинский 106, Квартал 2009а «Балтийская Крепость»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Сергея Ускова 40, Квартал 2009а «Балтийская Крепость»

ДОМ СДАН подробнее. ..

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Балтийская 105, Квартал 2009а «Балтийская Крепость»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

Балтийская 103, Квартал 2009а «Балтийская Крепость»

ДОМ СДАН подробнее…

Застройщик: ООО «СЗ ИСК «Алгоритм»

Выбрать квартиру или нежилое
О доме
Документы

планировки и отзывы на m2.ru

Ленинградская обл., Всеволожский район, пос. Щеглово, ул. Магистральная, 1-3

Ещё 1

Квартиры от застройщика
Описание
Расположение
Ход строительства

Всё продано

Квартиры от застройщика

в ЖК «Алгоритм»

Описание

ЖК «Алгоритм»

ЖК «Алгоритм» состоит из трех восьмиэтажных кирпично-монолитных домов. Фасад строений оштукатурен, покрашен, а цоколь отделан натуральным камнем. Располагается ЖК в поселке Щеглово. Здесь есть детский садик и школа. Недалеко от домов расположены магазины, спортклуб. В городе Всеволожск, расстояние до которого от комплекса составляет 5 км, инфраструктура уже более развита. Есть кинотеатр, супермаркеты, гимназия. Добраться до города можно как личным авто, так и маршруткой, автобусом, электричкой.

Преимущества и особенности ЖК

Жилой комплекс «Алгоритм» предлагает 1-, 2- и 3-х комнатные квартиры. Есть варианты планировок с общей площадью помещений от 33,6 и до 68,9 квадратных метров. В холле каждого дома запланированы помещения для хранения колясок. Среди достоинств этого ЖК можно отметить:

застекленные балконы;
грузовые и пассажирские лифты;
чистовую отделку;
благоустроенный внутренний двор.

На нижнем этаже предусмотрены помещения для обустройства магазинов, офисов, кафе, аптек. В ЖК также планируется открытие центра для детского развития. Двор огороженный от автомобилей, озелененный. Для детского досуга обустроены игровые зоны, поле для игры в футбол. Чистоту в домах и на придомовой территории обеспечивает управляющая компания. У ЖК есть своя котельная, которая может без перебоев подавать тепло в любое время.

Местность экологически чистая, здесь нет промышленных заводов и крупных трасс. Зато есть парки с красивыми озерами, где можно наслаждаться естественной природой и живописными пейзажами.

Расположение

ЖК «Алгоритм»

Документы

ЖК «Алгоритм»

Разрешение на строительство

1 документ

Проектная декларация

6 документов

Разрешение на ввод в эксплуатацию

3 документа

Застройщик

ЖК «Алгоритм»

Сдано
2 объекта
Строится
2 объекта
С проектной декларацией можно ознакомиться на сайте застройщика. Объекты застройки включают все регионы.

Другие ЖК от застройщика

ЖК «Алгоритм»

Жилой комплекс

Алгоритм

Как купить квартиру в ЖК «Алгоритм» на сайте m2.ru?

Для покупки квартиры в ЖК «Алгоритм» от застройщика Алгоритм Девелопмент оставьте заявку на странице или позвоните застройщику по указанному номеру телефона.

Какие типы новостроек представлены у ЖК «Алгоритм»?

ЖК «Алгоритм» от застройщика Алгоритм Девелопмент относится к классу комфорт.

Почему стоит купить жильё в новостройке у нас?

Все предложения о покупке квартир и апартаментов на m2.ru представлены только официальными застройщиками.

Размытие движения LCD: моделирование, анализ и алгоритм

. 2011 августа; 20 (8): 2352-65.

doi: 10.1109/TIP.2011.2109728.

Epub 2011 31 января.

Стэнли Х Чан ¹ , Truong Q Nguyen

принадлежность

¹ Факультет электротехники и вычислительной техники, Калифорнийский университет, Сан-Диего, Калифорния 92093, США. [email protected]

PMID:
21292596
DOI:
10. 1109/ТИП.2011.2109728

Стэнли Х. Чан и др.

Процесс преобразования изображений IEEE.

2011 авг.

. 2011 августа; 20 (8): 2352-65.

doi: 10.1109/TIP.2011.2109728.

Epub 2011 31 января.

Авторы

Стэнли Х Чан ¹ , Чыонг Кью Нгуен

принадлежность

¹ Факультет электротехники и вычислительной техники, Калифорнийский университет, Сан-Диего, Калифорния 92093, США. [email protected]

PMID:
21292596
DOI:
10. 1109/ТИП.2011.2109728

Абстрактный

Устройства жидкокристаллического дисплея (ЖКД) хорошо известны своим медленным откликом из-за физических ограничений жидких кристаллов. Поэтому быстро движущиеся объекты в кадре часто воспринимаются как размытые. Этот эффект известен как размытие движения ЖК-дисплея. Чтобы уменьшить размытие при движении ЖК-дисплея, необходима точная модель ЖК-дисплея и эффективный алгоритм устранения размытия. Однако существующих моделей размытия движения на ЖК-дисплее недостаточно, чтобы отразить ограничения системы слежения за глазами человека. Кроме того, пространственно-временная эквивалентность в моделях размытия движения на ЖК-дисплее не была доказана непосредственно в дискретной двумерной пространственной области, хотя она широко используется. В этой статье есть три основных вклада: моделирование, анализ и алгоритм. Во-первых, представлена всеобъемлющая модель размытия движения на ЖК-дисплее, в которой учитываются пределы слежения за глазами человека. Во-вторых, проводится полный анализ пространственно-временной эквивалентности, который проверяется с использованием реальных видеофрагментов. В-третьих, предлагается алгоритм уменьшения размытости при движении ЖК-дисплея. Предлагаемый алгоритм решает регуляризованную задачу минимизации методом наименьших квадратов с нормой l(1) с использованием метода субградиентной проекции. Численные результаты показывают, что предложенный алгоритм дает более высокое пиковое отношение сигнал-шум, более низкую временную ошибку и более низкую пространственную ошибку, чем обратная фильтрация с компенсацией движения и алгоритм деконволюции Люси-Ричардсона, которые являются двумя современными алгоритмами устранения размытия ЖК-дисплея.

Цитируется

Сочетание компенсации движения с пространственно-временным ограничением для устранения размытости видео.
Ли Дж., Гонг В., Ли В.
Ли Дж. и др.
Датчики (Базель). 2018 1 июня; 18 (6): 1774. дои: 10.3390/s18061774.
Датчики (Базель). 2018.
PMID: 29865162
Бесплатная статья ЧВК.

Типы публикаций

термины MeSH

Алгоритм локального затемнения автомобильного ЖК-прибора на основе Otsu и максимальной энтропии

На этой странице Алгоритм предлагается в этой статье. Сначала серое изображение входного изображения получается с использованием принципа максимума, а затем значение яркости светодиодной подсветки получается с использованием метода Оцу и метода максимальной энтропии. Алгоритм сглаживания задней подсветки BMA улучшен за счет комбинирования алгоритма билинейной интерполяции, а изображение затемнения получается за счет использования алгоритма компенсации пикселей на основе логарифмирования. Затем для изображений с низкой яркостью, изображений с высокой яркостью, изображений с низкой контрастностью и изображений с высокой контрастностью используются типичные алгоритмы для моделирования и сравнения, а также анализируются эффекты обработки изображений различными алгоритмами локального затемнения. Наконец, метод энтропийного веса используется для объективной оценки алгоритма локального затемнения. Результаты показывают, что новый алгоритм локального затемнения снижает энергопотребление и улучшает качество отображения, что подтверждает эффективность предложенного алгоритма.

1. Введение

ЖК-дисплей в автомобильном жидкокристаллическом приборе отличается от OLED. Это неавтономное светоизлучающее устройство отображения, которое должно полагаться на модуль подсветки для обеспечения подсветки [1]. Поскольку светодиод обладает характеристиками энергосбережения, защиты окружающей среды и длительного срока службы, прямой светодиодный модуль подсветки широко используется в качестве подсветки в автомобильных ЖК-приборах. Однако выходная яркость традиционной подсветки постоянна, что приводит к высокому энергопотреблению, плохой контрастности и утечке света на дисплее. Чтобы решить эту серию проблем, исследователи предложили алгоритм локального затемнения. Алгоритм локального затемнения делит изображение на несколько разделов, и источник подсветки соответственно изменяется в соответствии с пиксельным содержимым соответствующего раздела. Более простые алгоритмы локального затемнения включают метод максимального значения, метод среднего значения, метод квадратного сечения и метод стандартного отклонения [2]. Метод Max принимает максимальное значение серого соответствующего раздела в качестве значения яркости подсветки, что не приведет к очевидной потере деталей, но эффект энергосбережения будет плохим. Метод среднего использует среднее значение серого соответствующего раздела в качестве значения яркости задней подсветки. По сравнению с максимальным методом, средний метод имеет лучший эффект энергосбережения, но он склонен к усечению серого. Метод Sqrt и метод стандартного отклонения получают значение яркости задней подсветки соответствующего раздела на основе метода среднего значения. По сравнению со средним методом, метод sqrt сохраняет больше деталей изображения и в определенной степени снижает энергопотребление по сравнению с максимальным методом, но он также подвержен усечению серого. В то же время существуют типовые алгоритмы локального диммирования, такие как метод коррекции ошибок, пороговый метод CDF и метод IMF [3, 4]. В методе исправления ошибок весовой коэффициент перед значением коррекции является фиксированным, в результате чего некоторые изображения не могут получить идеальное значение яркости светодиодной подсветки, а область применения ограничена. Как пороговый метод CDF, так и метод IMF подходят для изображений с высокой яркостью и могут повысить контрастность изображений, но для изображений с большой долей темных сцен яркость светодиодной подсветки, полученная с помощью двух алгоритмов, низкая, что легко вызвать чрезмерную яркость. компенсация пикселей и легко потерять детали. В последние годы некоторые ученые предложили лучшие алгоритмы локального затемнения. Ву [5] предложил новый алгоритм локального затемнения, который использует улучшенный алгоритм гибридной чехарды для извлечения яркости задней подсветки, что улучшает контрастность изображения. Сонг и др. [6] предложили алгоритм локального затемнения, основанный на глубоком обучении, который напрямую генерирует компенсационное изображение из входного изображения без какой-либо информации об уровне затемнения задней подсветки. Чжан и др. [7] предложили новый метод адаптивного локального затемнения для изменения значения яркости подсветки в сочетании с человеческими зрительными характеристиками. Чжао [8] предложил алгоритм локального затемнения, основанный на локальной яркости изображения. Хотя некоторые отечественные и зарубежные ученые предложили некоторые алгоритмы локального затемнения, все еще есть много возможностей для улучшения энергосбережения и улучшения качества отображения. В этой статье представлен алгоритм локального затемнения для автомобильного ЖК-прибора, который улучшает качество отображения и снижает энергопотребление.

2. Новый алгоритм локального затемнения

Метод Оцу имеет хороший эффект обработки для бимодального изображения и краевой области изображения на серой гистограмме. Он имеет характеристики простого расчета, высокой производительности в реальном времени и относительно хорошего эффекта обработки. Его часто используют для получения начального порога в области пороговой сегментации. Однако, поскольку метод Оцу учитывает только максимизацию целевой и фоновой сегментации при выполнении пороговой сегментации, методу Оцу часто трудно получить лучший порог сегментации для некоторых изображений, у которых значение серого целевого и фонового изображения близко. Метод Оцу имеет хороший эффект обработки для изображения с очевидным различием между фоновым слоем и целевым слоем, то есть изображения с двойными пиками на гистограмме серого, а также в краевой области значения серого изображения. Метод максимальной энтропии и метод Оцу хорошо дополняют друг друга. Они имеют хороший эффект распознавания и сегментации в области с низким различением фона и границы цели, в то время как эффект обработки в краевой области серого изображения плохой [9].]. Путем всестороннего анализа преимуществ и недостатков существующих алгоритмов локального затемнения в этой статье предлагается алгоритм локального затемнения, основанный на OTSU и максимальной энтропии, включая алгоритм извлечения локальной динамической задней подсветки, алгоритм сглаживания задней подсветки и алгоритм компенсации пикселей.

2.1. Извлечение задней подсветки

Конкретные шаги нового алгоритма извлечения области задней подсветки следующие:
(1) Преобразуйте входное изображение в серое изображение, используя принцип максимума

Во-первых, в этой статье используется принцип максимума, чтобы сделать входное изображение серым, чтобы получить серое изображение; то есть максимальное значение красного, зеленого и синего основных цветов каждого пикселя принимается за значение серого пикселя. Используя принцип максимума для получения значения серого, можно гарантировать, что значение яркости светодиодной подсветки, рассчитанное в последующем алгоритме извлечения задней подсветки, не будет слишком низким, чтобы избежать влияния на эффект отображения изображения из-за чрезмерной компенсации пикселей. в значительной степени. В настоящее время три основных цвета — красный, зеленый и синий — представлены восемью каналами, что составляет 256 уровней; диапазон квантования значения серого составляет 0-255, как показано на

В формуле , , и три основных цветовых компонента: красный, зеленый и синий в пикселе.
(2) Получите целевое значение первого уровня с помощью метода Оцу

. После получения серого изображения входного изображения метод Оцу (метод максимальной межклассовой дисперсии) используется для адаптивного выбора целевого значения первого уровня в соответствии с серым изображением. каждого раздела образа. Конкретные шаги следующие:

Для изображения с разрешением , оно содержит уровни серого и представляет собой количество пикселей с уровнем серого , как показано на

В формуле вероятность серого соответствует уровню серого , где и .

Если порог сегментации равен , то серые пиксели изображения делятся на и , то есть соответствующие фону и цели . и являются общими пиксельными вероятностями фона и цели, соответственно, и и являются средними значениями серого фона и цели, соответственно, как показано в
где — среднее значение серого входного изображения, а — межклассовая дисперсия, как показано на рис.

В формуле – максимальная межклассовая дисперсия и целевой порог.
(3) Получите вторичное целевое значение с помощью метода максимальной энтропии. На основе метода Оцу

В диапазоне [90%, 110%] первичного целевого значения, полученного методом Оцу, вторичное целевое значение получают путем Метод максимальной энтропии. Конкретные шаги следующие:

Приняв за границу порог сегментации, он делится на две части: и , которые соответствуют серым областям и , соответственно. и представляют собой сумму вероятностей уровней серого в двух серых областях соответственно.

Сумма информационной энтропии и

Для плоской части кривой на серой гистограмме входного изображения информационная энтропия велика; крутая область с меньшим количеством информации уровня серого — это область с низкой сложностью и низкой информационной энтропией. При перемещении по серому диапазону уровень серого, соответствующий максимальному значению, является вторичным целевым значением.
(4)Рассчитать целевой порог сегментации

Целевой порог сегментации получается путем всестороннего рассмотрения первичного целевого значения и вторичного целевого значения на этапах (2) и (3).
(5) Рассчитайте значение яркости подсветки

Область, в которой значение серого больше, чем рассматривается как область усиления, как показано на рисунке 1.

После получения области усиления используется соответствующая идея метода коррекции ошибок, как показано на рисунке 1.

В формуле — среднее значение серого в области усиления серого изображения; — коэффициент усиления. — величина коррекции, полученная путем введения метода исправления ошибок, и — значение яркости задней подсветки светодиодной лампы, полученное путем применения нового алгоритма выделения локальной динамической задней подсветки.

2.2. Сглаживание задней подсветки

Из-за рассеивания света светодиодами в соседних зонах это влияет на соседние зоны. Если пиксель компенсируется напрямую, на изображении будет очевидный «блочный эффект». Поэтому перед компенсацией пикселей требуется сглаживание контрового света для устранения «эффекта блочности». Эффект имитации блочного эффекта показан на рис. 2. В настоящее время для сглаживания задней подсветки широко используются алгоритмы LSF и BMA. По сравнению с алгоритмом LSF алгоритм BMA имеет преимущества простой работы, меньшего количества аппаратных ресурсов и лучшего эффекта сглаживания задней подсветки. Однако, поскольку традиционный алгоритм BMA использует простую обработку окружающего изображения при расширении матрицы для сглаживающей фильтрации, это приведет к некоторой потере конечного эффекта сглаживания задней подсветки. Алгоритм использует метод расширения билинейной интерполяции при расширении матрицы. Этот метод эффективно учитывает информацию об изображении исходной матрицы, и производительность алгоритма повышается.

Основная идея улучшенного алгоритма BMA заключается в следующем:
(1) Окружающее зеркальное отображение является лишь простой копией границы, что приводит к большой ошибке. Для расширения матрицы используется алгоритм билинейной интерполяции, который полностью учитывает ближайшие четыре вершины вокруг вычисляемого пикселя. В начальном расширении матрицы алгоритм билинейной интерполяции используется для замены традиционного метода окружающего зеркального отображения для расширения матрицы для получения матрицы расширения, как показано
(2) Начальная матрица расширения сглаживания задней подсветки сглаживается уравнением (9)) для получения исходной матрицы сглаживающего фильтра (3)После сглаживания матрицы алгоритм интерполяции ближайшего соседа заменяется алгоритмом билинейной интерполяции для удвоения размера матрицы(4)Повторите шаги (1)~(3) дважды. Наконец, алгоритм билинейной интерполяции используется для расширения матрицы сглаживающего фильтра до размера исходного изображения. Сравнение алгоритмов показано на рисунке 3

2.3. Pixel Compensation

Если значение яркости светодиодной подсветки, полученное алгоритмом извлечения локальной динамической подсветки, слишком мало, традиционный алгоритм компенсации пикселей приведет к чрезмерной компенсации пикселей изображения, что приведет к усечению серого и низкой надежности алгоритма. В этой статье предлагается алгоритм компенсации пикселей, основанный на логарифмировании, который может растягивать область низкой яркости и улучшать область высокой яркости, что в значительной степени уменьшает искажение изображения, как показано на рис.

В формуле максимальное значение серого для каждого изображения серого раздела изображения; значение сглаживания задней подсветки в пикселе, полученное путем сглаживания задней подсветки матрицы яркости задней подсветки светодиодов; — коэффициент корректировки пикселей.

Сравнение между традиционным алгоритмом компенсации пикселей и алгоритмом компенсации пикселей на основе логарифмов показано на рисунке 4.

3. Проверка эффекта алгоритма локального затемнения

На платформе MATLAB различные алгоритмы локального затемнения используются для имитации изображения с низкой яркостью. , изображение с высокой яркостью, изображение с низкой контрастностью и изображение с высокой контрастностью. Разрешение тестового образа , а раздел изображения . Изображение образца показано на рисунке 5, а результаты моделирования показаны на рисунках 6–9..

В соответствии с результатами моделирования шесть тестировщиков приглашаются для субъективной оценки изображений моделирования в соответствии с пятью оценками отличного, хорошего, общего, некачественного и неудовлетворительного в закрытой среде с темным освещением. Результаты представлены в таблице 1.

4. Оценка алгоритма

4.1. Индекс оценки

На основе комплексного анализа классических методов объективной оценки в данной статье в качестве индексов объективной оценки регионального затемнения предлагается принять коэффициент энергосбережения (SER), коэффициент переполнения (OFR) и контрастность (CR). алгоритм, как показано в таблице 2.

В формуле — средняя яркость всех светодиодных фоновых светильников, соответствующих входному изображению, диапазон значений — ; — общее количество пикселей, переполненных после компенсации пикселей; и — максимальная и минимальная яркость светодиодной подсветки, полученная с помощью алгоритма извлечения региональной динамической подсветки.

4.2. Анализ результатов

Из значения яркости задней подсветки и значения пикселей компенсации задней подсветки извлекаются три индекса объективной оценки: коэффициент энергосбережения, коэффициент переполнения и контрастность. В этой статье метод энтропийного веса, основанный на объективных индексах, используется для оценки и оценки алгоритма, устранения влияния субъективных факторов, присвоения веса каждому индексу объективной оценки, а затем преобразования его в количественную оценку оценки качества регионального затемнения. алгоритм.

Результаты оценки, полученные методом энтропийных весов, приведены в таблице 3.

В таблице 1 оценивается изображение по субъективному зрительному восприятию тестировщика, а в таблице 3 анализируется эффект обработки алгоритма по объективным показателям. Согласованность между таблицами 1 и 3 хорошая, что подтверждает отличный эффект обработки алгоритма, предложенного в этой статье, на снижение энергопотребления и улучшение качества отображения.

5. Обсуждение

(1)Предложен новый алгоритм локального затемнения для автомобильных ЖК-приборов, который может снизить энергопотребление и улучшить качество отображения. В основном он включает в себя комплексное использование метода Оцу и метода максимальной энтропии для определения значения яркости светодиодной подсветки, улучшение алгоритма сглаживания подсветки BMA с помощью билинейной интерполяции и алгоритма компенсации пикселей на основе логарифма (2). Новый алгоритм локального затемнения и другие алгоритмы локального затемнения, предложенные в этой статье, моделируются и анализируются на четырех типичных изображениях. Установлено, что алгоритм локального затемнения, предложенный в данной статье, позволяет эффективно улучшить качество отображения, что показывает, что данный алгоритм имеет широкую применимость(3). Метод энтропийного веса используется для объективной оценки качества алгоритма, что доказывает, что локальное Алгоритм затемнения, предложенный в данной статье, позволяет эффективно снизить энергопотребление и улучшить качество отображения

Доступность данных

Данные не использовались для поддержки этого исследования.

Конфликт интересов

Потенциальный конфликт интересов в данном исследовании отсутствует.

Ссылки

Х. Цзя, «Кто победит в технологиях отображения будущего?» National Science Review , vol. 5, нет. 3, стр. 427–431, 2018 г.
Посмотреть по адресу:
Сайт издателя | Google Scholar
Ф. В. Ли, В. К. Джин, С. Б. Шао, С. Ван, Л. Л. Чжан и К. Л. Чжан, «Прогресс технологии жидкокристаллических дисплеев с расширенным динамическим диапазоном на основе светодиодной подсветки с технологией управления областью», Оптическая техника , том. 35, нет. 6, стр. 835–839, 2009.
Просмотр по адресу:
Google Scholar
Ю. З. Лю, X. Р. Чжэн и Дж. Б. Чен, «Алгоритм динамического извлечения сигнала задней подсветки на основе порога CDF изображения для ЖК-телевизоров и его аппаратная реализация», Китайский журнал жидких кристаллов и дисплеев , том. 25, нет. 3, стр. 449–453, 2010.
Посмотреть по адресу:
Google Scholar
F.-C. Лин, Ю.-П. Хуанг, Л.-Ю. Ляо и др., «Динамическая гамма задней подсветки на ЖК-телевизорах с широким динамическим диапазоном», стр. 9.0213 Journal of Display Technology , vol. 4, нет. 2, стр. 139–146, 2008 г.
Посмотреть по адресу:
Сайт издателя | Google Scholar
Х. Ю. Ву, Исследование алгоритма локального затемнения на основе HDR-дисплея , Тяньцзиньский университет, 2018 г.
С.-Дж. Сонг, Ю. Ким, Дж. Бэ и Х. Нам, «Алгоритм компенсации пикселей на основе глубокого обучения для жидкокристаллических дисплеев с локальным затемнением и подсветкой с квантовыми точками», Optics Express , vol. 27, нет. 11, стр. 15907–15917, 2019.
Посмотреть по адресу:
Сайт издателя | Google Scholar
С. Дж. Сонг, Ю. И. Ким, Дж. Бэ и Х. Нам, «Регулируемый адаптивный метод локального затемнения», Laser & Optoelectronics Progress , vol. 57, нет. 12, стр. 221–229, 2020.
Просмотр по адресу:
Google Scholar
Чжао Чжао, Лю Г. К., Ву Л., Чжу Л. М. и Фэн К. Б. «Алгоритм динамического затемнения для жидкокристаллического дисплея на основе по локальной яркости изображения», Китайский журнал жидких кристаллов и дисплеев , том. 35, нет. 3, стр. 234–241, 2020.
Посмотреть по адресу:
Сайт издателя | Google Scholar
S. Yi, G. Zhang, J. He и S. Li, «Сегментация изображений с максимальной энтропией на основе максимальной межклассовой дисперсии», Computer Engineering & Science , vol. 40, нет. 10, стр. 1874–1881, 2018.
Посмотреть по адресу:
Google Scholar

Алгоритм жк: Официальный сайт ЖК Алгоритм

Новостройки Барнаула по ценам застройщика

планировки и отзывы на m2.ru

Квартиры от застройщика

Описание

Преимущества и особенности ЖК

Расположение

Похожие новостройки

Документы

Застройщик

Другие ЖК от застройщика

Как купить квартиру в ЖК «Алгоритм» на сайте m2.ru?

Какие типы новостроек представлены у ЖК «Алгоритм»?

Почему стоит купить жильё в новостройке у нас?

Размытие движения LCD: моделирование, анализ и алгоритм

принадлежность

Авторы

принадлежность

Абстрактный

Похожие статьи

Цитируется

Типы публикаций

термины MeSH

Алгоритм локального затемнения автомобильного ЖК-прибора на основе Otsu и максимальной энтропии

1. Введение

2. Новый алгоритм локального затемнения

2.1. Извлечение задней подсветки

2.2. Сглаживание задней подсветки

2.3. Pixel Compensation

3. Проверка эффекта алгоритма локального затемнения

4. Оценка алгоритма

4.1. Индекс оценки

4.2. Анализ результатов

5. Обсуждение

Доступность данных

Конфликт интересов

Ссылки

Copyright