亚像素采样对LED显示质量的提升

清晰显示高分辨率画面是LED显示屏图像质量提升领域中亟待解决的关键问题之一.针对LED显示屏分辨率低、成本高、像素排布灵活的特点,研究了亚像素采样技术在LED显示屏中的应用.从信号处理的角度,在RGB颜色空间中对LED显示屏建立了全像素采样和亚像素采样数学模型,在亮度与色度相分离的空间中对两种采样方式进行了频谱分析,证明了应用亚像素采样技术可以将显示系统的亮度混叠转移到了人眼较不敏感的颜色通道上,有效扩展了LED显示系统在各方向上的Nyquist频率限制.物理屏体上的仿真实验表明亚像素采样对LED显示屏的图像显示质量具有改善作用.

彩色矩阵显示器亚像素采样混色错误的分析与评价

从彩色矩阵显示的亚像素排布(SPA)出发,详细分析了亚像素采样(SPS)颜色错误出现的原因及条件,指出了颜色错误与SPA的关系,得出对任意一种SPA颜色错误只发生在与排布错误方向平行且图像输入频率大于Nyquist频率的区域。根据人眼视觉特性,提出了区域混合的颜色误差评测方法。此方法以原图像颜色为基准,最小化结构基元覆盖区域下的颜色误差,对图像累计该误差并以累计结果的各种统计指标作为显示图像与原始图像颜色偏差的一种度量。计算结果与仿真实验的分析结果相符,能够正确反应出SPS对混色问题的影响。

一种与显示设备相关的抗颜色混叠新方法

针对显示系统中应用亚像素采样技术引起的颜色混叠问题,该文提出一种基于显示设备亚像素排布的抗颜色混叠滤波方法。鉴于颜色混叠的区域及形状与亚像素排布的多样性紧密相关,在频域内通过倒晶格理论给出不同亚像素排布各基色的Nyquist频率限制图,并以此为依据设计各基色分量上的抗混叠滤波器。对图像进行滤波预处理后再经亚像素采样显示图像,达到保持图像清晰度的同时消除或减弱显示图像中颜色混叠的目的。理论分析和仿真结果表明,相对于5-tap滤波法,在无明显颜色错误的前提下,该方法可将图像亮度分量的PSNR值提高30%左右;另外,该算法简单,易于实现。

基于残差连接卷积神经网络的图像超分辨率重构

针对基于卷积神经网络超分辨率重构算法中存在的感受野较小、梯度信息易丢失与网络收敛较慢等问题,提出了基于残差连接卷积神经网络的图像超分辨率重构算法。通过在低分辨率空间进行图像的超分辨率重构,减少了图像预处理过程,降低了网络复杂度。利用局部和全局残差连接,对卷积网络结构和亚像素采样层进行改进,局部残差促进了网络中信息的流动,全局残差使网络只学习图像残差信息,减少了网络冗余。通过增加网络深度扩大了感受野,使网络学习到更多的重建信息。实验结果表明:本文算法的PSNR和SSIM值相较于其他算法有不同程度的提升。