El sistema de visualización LCD con retroiluminación por zonas Mini-LED, gracias a su destacada capacidad de atenuación local y sus características de alto contraste, se ha convertido en una de las principales direcciones para el desarrollo de pantallas HDR para automóviles. Sin embargo, en escenarios de conducción complejos como el paso rápido por túneles y variaciones en la iluminación nocturna, los algoritmos actuales de extracción de retroiluminación, como la corrección de errores en coeficientes de peso fijos, presentan problemas de difusión de halo y distorsión no lineal del brillo. Este estudio realizó experimentos de percepción visual humana bajo diferentes condiciones de luz ambiental y niveles de iluminancia. El análisis de varianza de dos factores mostró que la luz ambiental domina la regulación de la percepción del halo, y basado en la función <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mi mathvariant="normal">S</mi><mi mathvariant="normal">i</mi><mi mathvariant="normal">g</mi><mi mathvariant="normal">m</mi><mi mathvariant="normal">o</mi><mi mathvariant="normal">i</mi><mi mathvariant="normal">d</mi></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/D01097EE-5733-41fc-B312-6D4163384B56-M001.jpg"><?fx-imagestate width="10.75266743" height="3.13266683"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/D01097EE-5733-41fc-B312-6D4163384B56-M001c.jpg"><?fx-imagestate width="10.75266743" height="3.13266683"?></graphic></alternatives></inline-formula> y la función de decaimiento exponencial, se construyó un modelo de índice de halo - iluminancia ambiental - diferencia de brillo, obteniendo la relación entre el índice de halo (<inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"><mi mathvariant="normal">H</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">l</mi><mi mathvariant="normal">o</mi></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/D01097EE-5733-41fc-B312-6D4163384B56-M002.jpg"><?fx-imagestate width="6.34999990" height="2.37066650"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/D01097EE-5733-41fc-B312-6D4163384B56-M002c.jpg"><?fx-imagestate width="6.34999990" height="2.37066650"?></graphic></alternatives></inline-formula>, H) y la iluminancia ambiental <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M3"><mi>E</mi></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/D01097EE-5733-41fc-B312-6D4163384B56-M003.jpg"><?fx-imagestate width="2.37066650" height="2.37066650"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/D01097EE-5733-41fc-B312-6D4163384B56-M003c.jpg"><?fx-imagestate width="2.37066650" height="2.37066650"?></graphic></alternatives></inline-formula>, se estudiaron y simplificaron sus características por segmentos, obteniéndose finalmente la relación entre el valor corregido (C) y la iluminancia ambiental (E). Basado en esto, se diseñó un algoritmo adaptativo de supresión de halo para un sistema de visualización con retroiluminación zonal, y se construyó un modelo de aprendizaje profundo basado en U-Net para simulación comparativa con el algoritmo propuesto. Finalmente, el algoritmo se implementó y se probaron los indicadores técnicos en un sistema FPGA integrado. Los resultados experimentales muestran que aunque el efecto de control de halo del algoritmo adaptativo es ligeramente inferior al del aprendizaje profundo, su velocidad de reconocimiento es significativamente superior, logrando una ganancia de rendimiento por unidad de tiempo (PSNR/tiempo de inferencia) de 280 dB/s. Esta característica de “alta estabilidad de brillo y alta velocidad” garantiza una mejor experiencia visual para el usuario en escenarios como navegación automotriz e imagen de reversa.

algoritmo adaptativo de supresión de halo; visualización en vehículos; Mini-LED; efecto halo; FPGA