韋海成，趙 靜

(1．北方民族大學(xué)電信學(xué)院，寧夏銀川750021;2．寧夏大學(xué)計(jì)算機(jī)學(xué)院，寧夏銀川750021)

責(zé)任編輯:時(shí) 雯

等離子顯示器(Plasma Display Panel，PDP)屬于一種自發(fā)光平板顯示器件，具有3D顯示方法易于實(shí)現(xiàn)、色彩還原能力強(qiáng)、垂直視角大等優(yōu)勢，在大尺寸平板顯示領(lǐng)域占有一席之地［1－2］。然而由于維持放電形成灰度級的尋址顯示分離(Address－Display－Separated，ADS)驅(qū)動(dòng)方法，PDP在顯示運(yùn)動(dòng)圖像時(shí)會出現(xiàn)動(dòng)態(tài)偽輪廓(Dynamic False Contour，DFC)現(xiàn)象。這種源自人眼追蹤運(yùn)動(dòng)物體移動(dòng)軌跡的視覺特性，影響了PDP顯示圖像的動(dòng)態(tài)清晰度［3］，致使PDP在顯示運(yùn)動(dòng)圖像時(shí)會出現(xiàn)色度干擾、灰度級反轉(zhuǎn)，引起運(yùn)動(dòng)圖像畫質(zhì)變差，影響觀看效果。

改善DFC現(xiàn)象的常用方法主要有子場優(yōu)化和運(yùn)動(dòng)圖像預(yù)測補(bǔ)償?shù)人惴?。Kim提出了子場優(yōu)化算法，利用大權(quán)重子場分割成小權(quán)重子場并通過子場排序來減少DFC的產(chǎn)生［4］。梁寧等人提出了準(zhǔn)延伸編碼等技術(shù)，利用有限灰度級和半色調(diào)算法重構(gòu)全部灰度級來改善DFC現(xiàn)象［5］。劉祖軍等人研究了DFC程度的測評標(biāo)準(zhǔn)，通過選擇DFC最小的編碼方式，減少DFC現(xiàn)象［6］。夏軍等人采用對運(yùn)動(dòng)圖像進(jìn)行預(yù)測和補(bǔ)償?shù)姆椒▉頊p少DFC［7］。此外，MPD－free、GCC等子場編碼和灰度選擇技術(shù)也被廣泛應(yīng)用于解決DFC問題。

現(xiàn)有這些改善DFC現(xiàn)象的算法中，子場優(yōu)化算法需要增加顯示圖像的子場數(shù)目，延長了PDP尋址時(shí)間，減少了維持脈沖，降低了顯示亮度。而運(yùn)動(dòng)預(yù)測補(bǔ)償算法需要額外的幀存儲而且算法復(fù)雜，不僅檢測繁瑣而且補(bǔ)償?shù)男Ч搽y以達(dá)到理想效果。

針對現(xiàn)有算法在改善PDP運(yùn)動(dòng)圖像DFC現(xiàn)象中存在的不足，本文提出了一種基于圖像運(yùn)動(dòng)檢測的子場編碼優(yōu)化算法。算法結(jié)合子場優(yōu)化和運(yùn)動(dòng)預(yù)測補(bǔ)償算法的特點(diǎn)，首先檢測圖像的運(yùn)動(dòng)狀態(tài)，對于運(yùn)動(dòng)圖像采用有限灰度級來重構(gòu)圖像表現(xiàn)方式，減少運(yùn)動(dòng)圖像顯示過程中的DFC現(xiàn)象，而針對靜止圖像則采用全部灰度級來實(shí)現(xiàn)圖像顯示，避免采用半色調(diào)算法重構(gòu)灰度級時(shí)出現(xiàn)的灰度級輪廓現(xiàn)象。算法使用了預(yù)先設(shè)定幀閾值和行閾值來判定圖像運(yùn)動(dòng)狀態(tài)，全部閾值采用查找表完成。算法相對簡潔易于硬件實(shí)現(xiàn)，并具有較高的魯棒性，能夠有效提高運(yùn)動(dòng)圖像和靜態(tài)圖像畫質(zhì)。

1 基于圖像運(yùn)動(dòng)檢測的子場優(yōu)化算法

PDP輸入信號一般為256灰度級RGB三基色信號。在內(nèi)部信號處理過程中，需要考慮使用產(chǎn)生DFC較少的灰度級構(gòu)成關(guān)鍵灰度體系以解決動(dòng)態(tài)圖像DFC問題，同時(shí)還要考慮采用完整的256灰度級體系以解決靜態(tài)圖像的灰度級輪廓現(xiàn)象。因此，通常需要將兩種方法綜合考慮，找到一個(gè)灰度級數(shù)量的平衡點(diǎn)來實(shí)現(xiàn)灰度級顯示。

這種在兩種灰度級方案中折中選擇平衡點(diǎn)的算法，并不能完全解決動(dòng)態(tài)偽輪廓和低灰度級輪廓問題。為了適應(yīng)不同運(yùn)動(dòng)狀態(tài)的圖像對灰度級顯示的需求，本文提出了根據(jù)圖像的運(yùn)動(dòng)速度采用不同的灰度級方案進(jìn)行圖像的灰度級處理的方法，既不損失靜態(tài)圖像的灰度細(xì)節(jié)，又可以解決動(dòng)態(tài)圖像的DFC問題。

1．1 運(yùn)動(dòng)圖像檢測實(shí)現(xiàn)方法

傳統(tǒng)的運(yùn)動(dòng)速度預(yù)測和判斷方法，主要是將相鄰第N和N+1幀的圖像進(jìn)行存儲，然后對圖像不同幀的相同特征點(diǎn)進(jìn)行進(jìn)行計(jì)算比較。這種算法不僅需要較大的硬件存儲空間，而且在運(yùn)動(dòng)速度和方向判別時(shí)進(jìn)行復(fù)雜的計(jì)算，難以采用硬件的方法實(shí)現(xiàn)［8］。為了簡化計(jì)算難度，提高運(yùn)動(dòng)狀態(tài)的判斷速度，本算法主要采用視頻數(shù)據(jù)的變化率對DFC的影響來判斷圖像的運(yùn)動(dòng)狀態(tài)，這種變化率主要包括運(yùn)動(dòng)方向、運(yùn)動(dòng)大小以及灰度級的變化。在判斷中，采用第N幀與第N+1幀之間的數(shù)據(jù)變化作為引起一幀圖像出現(xiàn)DFC現(xiàn)象的主要判斷依據(jù)，并采用行與行之間的數(shù)據(jù)變化對局部空間內(nèi)可能出現(xiàn)DFC現(xiàn)象進(jìn)行精準(zhǔn)判別。這種采用數(shù)據(jù)的變化情況作為圖像運(yùn)動(dòng)狀態(tài)的判別可以簡化程序，更易于硬件實(shí)現(xiàn)。

整個(gè)運(yùn)動(dòng)狀態(tài)判斷算法實(shí)現(xiàn)過程中，需要預(yù)設(shè)置幀灰度閾值DF1，DF2和行內(nèi)像素灰度閾值DP1和DP2作為判斷圖像的運(yùn)動(dòng)狀態(tài)標(biāo)準(zhǔn)。然后統(tǒng)計(jì)圖像的第N幀與第N+1幀數(shù)據(jù)的灰度差ΔDF以及第N幀中相同行內(nèi)數(shù)據(jù)的灰度差ΔDP。在此基礎(chǔ)上，將兩幀數(shù)據(jù)灰度差和相同行數(shù)據(jù)的灰度差與閾值進(jìn)行判別，可以得到視頻圖像的三種運(yùn)動(dòng)狀態(tài):1)靜止圖像，其第N幀和第N+1幀圖像中幀數(shù)據(jù)變化值ΔDF低于DF1。2)運(yùn)動(dòng)圖像，其第N幀和第N+1幀圖像中幀數(shù)據(jù)變化值ΔDF高于DF2。3)混合圖像，其圖像中第N幀和第N+1幀數(shù)據(jù)變化在兩個(gè)幀閾值之間，即一部分圖像存在運(yùn)動(dòng)的情況。具體圖像運(yùn)動(dòng)狀態(tài)判斷方法如表1所示。

上述算法中，靜止和運(yùn)動(dòng)圖像的判斷主要以輸入數(shù)據(jù)的灰度變化量為基準(zhǔn)來考慮。而混合圖像的處理有兩個(gè)判別標(biāo)準(zhǔn):幀灰度閾值和行內(nèi)像素灰度閾值。當(dāng)幀灰度閾值滿足條件后才會進(jìn)入行內(nèi)像素判斷過程。行數(shù)據(jù)變化大于行像素閾值DP2的時(shí)候進(jìn)入高速運(yùn)動(dòng)圖像灰度級處理模式，當(dāng)行數(shù)據(jù)變化像素閾值DP1時(shí)進(jìn)入低速運(yùn)動(dòng)圖像灰度級處理模式。當(dāng)數(shù)據(jù)的變化在兩個(gè)數(shù)據(jù)之間的時(shí)候采用中速灰度級處理。

表1 圖像運(yùn)動(dòng)狀態(tài)判斷方法

1．2 子場編碼優(yōu)化算法的實(shí)現(xiàn)

子場編碼的優(yōu)化算法主要是根據(jù)運(yùn)動(dòng)狀態(tài)檢測來選擇不同的編碼方式。靜止圖像沒有DFC現(xiàn)象，顯示中的細(xì)節(jié)損失主要是由灰度級輪廓形成，因此顯示時(shí)使用全灰度級顯示來減少灰度級輪廓。運(yùn)動(dòng)圖像和混合圖像會出現(xiàn)DFC現(xiàn)象，這種情況下DFC現(xiàn)象導(dǎo)致灰度級反轉(zhuǎn)，引起畫面失真，因此需要采用較少的灰度級實(shí)現(xiàn)整個(gè)顯示灰度體系的重構(gòu)。

運(yùn)動(dòng)圖像的DFC產(chǎn)生主要是由于采用ADS驅(qū)動(dòng)方法造成了各個(gè)子場的維持脈沖數(shù)量差異，這使得各個(gè)子場發(fā)光中心在時(shí)間軸上分布具有不均勻性。在實(shí)際視頻顯示中，如果第N幀和第N+1幀圖像中相鄰像素?cái)?shù)據(jù)灰度級接近，而子場編碼使得兩者發(fā)光亮度最大值的位置相差很遠(yuǎn)，就有可能在運(yùn)動(dòng)過程中出現(xiàn)DFC現(xiàn)象。DFC現(xiàn)象的嚴(yán)重程度和圖像的運(yùn)動(dòng)速度、亮度最大值、亮度最大值的位置等均有關(guān)系，可以采用GCC方式選擇編碼來減少DFC現(xiàn)象，即

式中:sfwi表示第i子場的權(quán)重;δ(i)為1時(shí)表示第i子場被尋址，δ(i)為0表示第i子場沒有被尋址;sfcgi則表示該子場維持發(fā)光的中心位置。

通過式(1)能夠分析出各種編碼方式最容易產(chǎn)生發(fā)光權(quán)重跳變的灰度級，并將這種有跳變的灰度級刪除，使用半色調(diào)算法還原整個(gè)灰度級。特別是在采用10子場編碼時(shí)，使用發(fā)光權(quán)重的評估優(yōu)化可以利用冗余編碼優(yōu)化子場權(quán)重的排列方式，最大限度地減少編碼方式對運(yùn)動(dòng)圖像的影響。

混合圖像主要由靜止的背景和移動(dòng)的物體構(gòu)成，如果對這種圖像直接采用全灰度級方案，就會在運(yùn)動(dòng)圖像上產(chǎn)生較為嚴(yán)重的動(dòng)態(tài)偽輪廓。而完全采用運(yùn)動(dòng)圖像的最小灰度級又不能保證靜止的背景上顯示細(xì)節(jié)，出現(xiàn)低灰度級輪廓現(xiàn)象。因此，混合圖像的灰度級選擇不能固定為某一種方式而是要對整幅圖像劃分區(qū)域采用多種灰度級數(shù)量及構(gòu)成方式的動(dòng)態(tài)選擇。在算法說明中混合圖像僅采用了三種灰度級方案，在實(shí)際使用過程中，可以根據(jù)圖像的需要增加多種像素閾值來實(shí)現(xiàn)更多灰度級方案的處理，以到達(dá)更好的顯示效果。

如果采用圖像邊緣檢測對混合圖像的邊緣進(jìn)行劃分，不僅算法復(fù)雜而且難以適應(yīng)高速的視頻圖像處理要求。因此，在實(shí)際使用中簡化成每行內(nèi)的區(qū)域劃分，這樣的劃分方式可以變成相鄰像素的變化率判別。當(dāng)變化率高于預(yù)先設(shè)定的一段閾值時(shí)，相應(yīng)地采用一種灰度級編碼方式。根據(jù)PDP子場特性，這種偽輪廓更容易在橫向產(chǎn)生，因此這種檢測主要依據(jù)了橫向的行內(nèi)圖像變化來進(jìn)行判斷選擇，以達(dá)到提高動(dòng)態(tài)圖像畫質(zhì)的目的。

1．3 算法流程圖

整個(gè)算法在實(shí)現(xiàn)過程中分為檢測和處理兩個(gè)部分，首先通過統(tǒng)計(jì)第N和第N+1幀的ΔDF分別與DF1、DF2比較確定該幀圖像的整體運(yùn)動(dòng)狀態(tài)，并選擇全灰度級編碼和運(yùn)動(dòng)圖像編碼方式進(jìn)行灰度級處理。當(dāng)顯示圖像介于完全運(yùn)動(dòng)和基本靜止圖像中間的混合運(yùn)動(dòng)狀態(tài)時(shí)，則進(jìn)行逐行子場編碼的方式處理灰度級重構(gòu)。在每一行內(nèi)部分別采用低速、中速和高速進(jìn)行不同灰度級和編碼方式的選擇，以減少DFC現(xiàn)象，提高顯示畫質(zhì)。具體算法圖1所示。

圖1 算法流程圖

整個(gè)硬件電路主要是在原有PDP控制電路設(shè)計(jì)中增加了運(yùn)動(dòng)圖像檢測模塊和灰度級編碼映射表，如圖2所示。在實(shí)際使用中，首先利用不同灰度級編碼方法實(shí)現(xiàn)編碼方式的優(yōu)化，然后通過運(yùn)動(dòng)檢測來計(jì)算幀數(shù)據(jù)灰度差和行內(nèi)數(shù)據(jù)灰度差與閾值比較，確定運(yùn)動(dòng)速度，并通過不同運(yùn)動(dòng)速度的判斷選擇不同的灰度級編碼方式輸出，即可實(shí)現(xiàn)。

圖2 電路結(jié)構(gòu)框圖

2 結(jié)果及討論

采用10 子場［1，2，3，7，12，17，26，43，59，85］編碼方式，選擇XILINIX的FPGA Spartan－3A DSP1800A芯片對整個(gè)算法進(jìn)行功能驗(yàn)證，所得結(jié)果如圖3所示。算法通過采用幀狀態(tài)信號以及混合速度判斷信號對整幅運(yùn)動(dòng)狀態(tài)進(jìn)行靜態(tài)、動(dòng)態(tài)和混合運(yùn)動(dòng)狀態(tài)的判斷，并采用行狀態(tài)信號對一行內(nèi)數(shù)據(jù)的運(yùn)動(dòng)狀態(tài)進(jìn)行進(jìn)一步的區(qū)別。

圖3 程序功能驗(yàn)證結(jié)果(截圖)

本段驗(yàn)證主要是截取了一幀混合數(shù)據(jù)中的多行數(shù)據(jù)。從結(jié)果可以看到狀態(tài)判斷信號會根據(jù)輸入數(shù)據(jù)不斷切換。當(dāng)輸入數(shù)據(jù)在兩個(gè)相鄰數(shù)據(jù)閾值之間的時(shí)候?yàn)楦?，選擇中間灰度級的子場編碼;當(dāng)輸入數(shù)據(jù)在兩個(gè)相鄰數(shù)據(jù)閾值之外的時(shí)候?yàn)榈?，選擇最高或者最低灰度級編碼方式。

采用MATLAB對256灰度級圖像進(jìn)行運(yùn)動(dòng)狀態(tài)算法仿真，可以發(fā)現(xiàn)未使用該方法時(shí)動(dòng)態(tài)圖像DFC現(xiàn)象比較嚴(yán)重，在若干灰度級上會出現(xiàn)灰度失真，灰度級出現(xiàn)反轉(zhuǎn)，顯示圖像的灰階和實(shí)際圖像不符，見圖4a。在使用該方法后，灰度級變化平滑，灰度級反轉(zhuǎn)減少，圖像的灰度級失真得到了控制，如圖4b所示。

圖4 運(yùn)動(dòng)圖像仿真結(jié)果

采用FPGA作為控制芯片在50 in(1 in=2．54 cm)高清PDP模組中對算法進(jìn)行實(shí)際顯示驗(yàn)證，并使用移動(dòng)的臉部畫面作為測試圖像。結(jié)果表明，未使用本算法前，顯示的臉部圖像會有明顯的斑紋和灰度級反轉(zhuǎn)，導(dǎo)致運(yùn)動(dòng)圖像臉部出現(xiàn)不同的DFC現(xiàn)象，特別是眼部、嘴部和鼻部等灰度級較多的部分最為明顯，見圖5a。使用該算法后，臉部過渡較為自然，斑紋和灰度級反轉(zhuǎn)得到了抑制，顯示畫質(zhì)得到了明顯提高，見圖5b。

圖5 運(yùn)動(dòng)圖像實(shí)際顯示效果

3 結(jié)論

采用有限灰度級來解決DFC問題是目前PDP常用的算法，但算法不可避免地在靜態(tài)區(qū)域造成低灰度級圖像輪廓現(xiàn)象?；趫D像運(yùn)動(dòng)檢測的子場優(yōu)化編碼算法在考慮動(dòng)態(tài)圖像和靜態(tài)圖像各自特點(diǎn)的基礎(chǔ)上，采用圖像幀數(shù)據(jù)以及行數(shù)據(jù)變化值和預(yù)先設(shè)定的閾值比較來判斷圖像運(yùn)動(dòng)狀態(tài)，并針對每種運(yùn)動(dòng)狀態(tài)圖像采用不同的處理方式來解決DFC現(xiàn)象，同時(shí)避免了圖像的灰度級輪廓。實(shí)驗(yàn)證明，這種方式可以有效減少圖像的動(dòng)態(tài)偽輪廓現(xiàn)象，提高PDP顯示畫質(zhì)，并具有算法簡單，易于實(shí)施的優(yōu)點(diǎn)。

［1］鄒霽．大尺寸超高清晰度等離子顯示器的研發(fā)及運(yùn)用［J］．電視技術(shù)，2012，36(20):56－60．

［2］趙靜．PDP圖像灰階質(zhì)量提升方法［J］．電視技術(shù)，2009，33(5):53－55．

［3］ ZHU D，LEACOCK T．Method and apparatus for moving pixel distortion removal for a plasma display panel using MPD distance code:US，5841413［P/OL］．［2013－03－09］．http://www．google．com/patents/US5841413．

［4］ SEUNG H，CHOON W．An optimum selection of subfield pattern for plasma displays based on genetic algorithm［J］．IEICE Trans．Electronics，2001，84(11):1659－1666．

［5］梁寧，沈思寬，孫鑒．提高彩色PDP顯示灰度等級的準(zhǔn)延伸編碼方法［J］．真空科學(xué)與技術(shù)，2003，23(3):152－155．

［6］劉祖軍，劉純亮，梁志虎．一種等離子體顯示運(yùn)動(dòng)圖像動(dòng)態(tài)假輪廓評測新方法［J］．西安交通大學(xué)學(xué)報(bào)，2004，38(10):1076－1080．

［7］夏軍，陳娟，尹涵春．運(yùn)動(dòng)補(bǔ)償在等離子體顯示屏中的應(yīng)用［J］．電子器件，2007，29(4):1359－1362．

［8］ KIM S，KANG S，CHIEN S．Improvement of picture quality on PDP－TV using adaptive gray－level method［J］．IEEE Trans．Consumer Electronics，2009，55(2):622－627．