姚洪濤，范煒

（長(zhǎng)春理工大學(xué) 計(jì)算機(jī)科學(xué)技術(shù)學(xué)院，長(zhǎng)春 130022）

顯示系統(tǒng)是提供視覺信息的電子系統(tǒng)，目前市場(chǎng)上顯示器的顯示系統(tǒng)基本上都采用RGB三基色系統(tǒng)。但是，隨著人們生活水平的不斷提高以及相關(guān)顯示技術(shù)的迅猛發(fā)展，傳統(tǒng)的RGB顯示系統(tǒng)的弊端逐漸顯現(xiàn)。例如，隨著大屏?xí)r代的到來，人們對(duì)大屏顯示器所顯現(xiàn)的圖像色彩飽和度以及圖像質(zhì)量的要求越來越高，而RGB顯示系統(tǒng)的色域較窄，可覆蓋面有限，很難再提升圖像的質(zhì)量；與此同時(shí)，當(dāng)人們?cè)趹敉馐褂秒娮釉O(shè)備時(shí)，由于光照強(qiáng)度對(duì)顯示器的亮度要求也隨之提高，而RGB顯示系統(tǒng)難以做到在不增加功耗的條件下提高顯示器的亮度?；诖耍嗷@示系統(tǒng)應(yīng)運(yùn)而生。目前，市場(chǎng)上已有的多基色顯示系統(tǒng)大致有三種[1］：夏普的Quad-Pixel RGBY系統(tǒng)、索尼的White Magic RGBW系統(tǒng)以及三星的PenTile RGBW系統(tǒng)。RGBW多基色顯示技術(shù)是其中的核心。

RGBW技術(shù)是在原有紅綠藍(lán)子像素的基礎(chǔ)上添加白色子像素，再通過合適的子像素布局達(dá)到高亮度和低功耗的目的[2］。越來越多的研究人員將RGBW顯示技術(shù)致力于解決功耗、屏幕分辨率、顯示亮度以及顏色空間等方面的問題，本文在此研究背景下，為了提升圖像顯示亮度，對(duì)已有的RGBW信號(hào)的映射算法進(jìn)行了研究，并提出了一種改進(jìn)的信號(hào)映射算法，較好地提升了圖像亮度。

1 相關(guān)工作

優(yōu)秀的信號(hào)映射算法不僅可以提高顯示亮度，擴(kuò)大顏色空間，而且可將傳統(tǒng)RGB信號(hào)所代表的場(chǎng)景圖像無色調(diào)偏差的顯示在RGBW顯示器上，使人眼得到更為舒適的視覺享受。目前，已有的信號(hào)映射算法有很多種：文獻(xiàn)[3］中提出了一種不改變顏色色調(diào)的信號(hào)映射算法，該算法通過調(diào)整RGBW顯示器中紅綠藍(lán)三基色信號(hào)值的方式，在保留原圖像色彩飽和度的同時(shí)提升了顯示亮度，然而該算法只能提升飽和度較高的圖像效果，會(huì)降低非飽和色圖像的飽和度，圖像可能出現(xiàn)失真的情況；文獻(xiàn)[4］中提到了一種把RGB信號(hào)通過HSV空間過渡到RGBW信號(hào)的算法，這一算法將HSV空間作為信號(hào)映射的過渡，在提升圖像亮度的同時(shí)也保證了最后得到的RGBW信號(hào)和原圖像的RGB信號(hào)色彩基本一樣，然而該算法對(duì)于白色子像素的取值需要根據(jù)具體的情況而定，且其計(jì)算方式較為復(fù)雜，不易實(shí)現(xiàn)；文獻(xiàn)[5］中給出了一種維持RGBW圖像色彩的新算法，該算法否認(rèn)維持色調(diào)飽和度恒定就能保持住色彩的觀點(diǎn)，認(rèn)為保持色調(diào)飽和度恒定并不能保持原圖像的顏色，該算法認(rèn)為，根據(jù)人眼視覺機(jī)制來說，圖像像素的顏色空間應(yīng)該是由該像素以及周圍全部像素在RGB三色上的相對(duì)明暗程度而決定的，但該算法缺少理論和實(shí)驗(yàn)支持，難以實(shí)現(xiàn)。

基于上述分析，在對(duì)現(xiàn)有的RGBW信號(hào)轉(zhuǎn)換算法進(jìn)行研究的基礎(chǔ)上，針對(duì)轉(zhuǎn)換算法過程中圖像可能會(huì)出現(xiàn)失真的情況，在文獻(xiàn)[3］的基礎(chǔ)上提出并改進(jìn)了一種RGB到RGBW信號(hào)的映射算法，較好地提升了圖像亮度。

2 RGB到RGBW信號(hào)的映射算法

RGBW顯示技術(shù)的出現(xiàn)，對(duì)提高圖像亮度和圖像顯示的質(zhì)量有著重要的作用，但是到目前為止，市場(chǎng)上的大部分視頻和圖像傳輸信號(hào)仍然以RGB信號(hào)為主[6］。如何將RGB信號(hào)轉(zhuǎn)換映射為RGBW信號(hào)，是實(shí)現(xiàn)多基色顯示系統(tǒng)的基礎(chǔ)。

一般認(rèn)為從RGB顯示系統(tǒng)到RGBW顯示系統(tǒng)的轉(zhuǎn)換方案過程可分為三步[7］：首先從RGB信號(hào)中提取出W分量；然后根據(jù)信號(hào)映射算法方案扣除相應(yīng)的R、G、B分量值；最后生成新的RGBW信號(hào)。

針對(duì)相關(guān)工作以及對(duì)現(xiàn)有算法的研究，分析了各算法的優(yōu)缺點(diǎn)和適用范圍，并具體給出了以下兩種算法方案，同時(shí)針對(duì)算法方案中存在的一些缺陷，在文獻(xiàn)[3］的基礎(chǔ)上提出了一種改進(jìn)的算法映射方案。

2.1 算法方案一

針對(duì)信號(hào)映射算法的研究，有人提出了一種算法方案：

RGB三原色等比例混合可以得到白色，因此式（1）中白色子像素W的分量取輸入RGB信號(hào)中的最小值，再將原來的R、G、B分量值減去提取的白色子像素W的分量值，剩余的值作為輸出的R、G、B、W相應(yīng)的分量值，圖1為該算法的原理示意圖。

圖1 算法方案一原理圖

當(dāng)圖像顏色色彩飽和度較高時(shí)，采用該算法能夠很好的保留色彩的效果，但是當(dāng)圖像色彩飽和度較低時(shí)，圖像會(huì)出現(xiàn)失真情況，這是由于白色子像素的增加必然會(huì)導(dǎo)致整體顏色飽和度的降低，這是該算法無法避免的問題。

2.2 算法方案二

為了解決算法方案一中的弊端，飛利浦公司提出了一種算法的改進(jìn)方案，該方案的優(yōu)點(diǎn)在于保證了輸出RGBW信號(hào)中的R、G、B三分量值的比例與原圖像中輸入RGB信號(hào)中的R、G、B三分量值的比例保持不變，即在不改變色彩飽和度的前提下，提升了圖像的亮度。圖2是對(duì)該算法的描述。

圖2 算法方案二原理圖

該算法中輸出RGBW信號(hào)的計(jì)算公式為：

式（2）中，MIN的值為各像素中R、G、B分量值的最小值，MAX的值為最大值，根據(jù)不同的情況，W的取值有以下幾種：

①規(guī)定W為輸入信號(hào)的最小分量值：

②強(qiáng)調(diào)最高亮度部分的白光：W=MIN2

③改變半色調(diào)亮度：

④規(guī)定W為其所能達(dá)到的最大值：

將式（2）進(jìn)行變換，可以得到：

即：

由式（5）可知，輸出RGBW信號(hào)中的R、G、B三分量值的比例與原圖像中輸入RGB信號(hào)中的R、G、B三分量值的比例保持不變，因此原圖像和輸出圖像的色彩飽和度相同。

該算法方案計(jì)算量較小，硬件實(shí)現(xiàn)過程中的邏輯電路也較少，便于實(shí)現(xiàn)。但是也存在一些缺陷，即當(dāng)原圖像中RGB信號(hào)值中有一個(gè)分量值為0時(shí)，所提取的白色子分量值也會(huì)為0，該算法方案失效，無法提高原圖像亮度。

2.3 算法改進(jìn)方案

基于算法方案二中輸出RGBW信號(hào)中的R、G、B三分量值的比例與原圖像中輸入RGB信號(hào)中的R、G、B三分量值的比例保持不變的特點(diǎn)，針對(duì)算法方案二中存在的缺陷，基于文獻(xiàn)[3］的基礎(chǔ)上改進(jìn)了算法方案，給出了RGBW各分量值的計(jì)算公式：

式中，MIN值為各像素中R、G、B分量值的最小值，MAX值為最大值，α為轉(zhuǎn)換因子，取值一般為1-2.5，本文取轉(zhuǎn)換因子為2，S為圖像色彩飽和度。改進(jìn)算法流程圖如圖3所示。

圖3 改進(jìn)算法方案流程圖

3 算法實(shí)現(xiàn)與結(jié)果分析

RGB顯示系統(tǒng)的色域和RGBW顯示系統(tǒng)的色域基本相同，因此，可以通過RGB顯示系統(tǒng)來模擬RGBW顯示系統(tǒng)?；诖?，本文選用了720×480的彩色圖像，對(duì)該圖像進(jìn)行了R、G、B信號(hào)的取值，并通過上述的幾種算法方案分別計(jì)算出了它們的R、G、B、W輸出通道的值。接著對(duì)這幾種算法方案進(jìn)行Matlab數(shù)據(jù)仿真，再對(duì)得到的效果圖進(jìn)行了峰值信噪比（PSNR）和顏色空間（HSV）值的計(jì)算，通過數(shù)據(jù)對(duì)幾種算法方案進(jìn)行客觀的評(píng)價(jià)，驗(yàn)證了改進(jìn)的算法方案在不改變?cè)瓐D像色彩飽和度的前提下，較好的提升了圖像亮度。

圖4是Matlab中仿真實(shí)驗(yàn)得到的各方案的合成圖像以及紅綠藍(lán)通道圖像的效果圖的對(duì)比圖，其中（a）為原圖像的效果圖，（b）為算法方案一的效果圖，（c）為算法方案二的效果圖，（d）為本文改進(jìn)算法方案的目標(biāo)圖像效果圖。

為方便對(duì)改進(jìn)的算法方案的效果進(jìn)行說明，采用了PSNR這個(gè)指標(biāo)對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了評(píng)價(jià)，以此來檢驗(yàn)圖片的質(zhì)量。PSNR定義為：

MSE是原圖像和效果比較圖的均方誤差，表達(dá)式為：

其中，fa(i，j)和fb(i，j)代表原圖像和效果圖在第i，j列的顏色值。各算法的PSNR值統(tǒng)計(jì)見表1。

表1 三種算法方案的PSNR比較

作為評(píng)價(jià)圖像質(zhì)量好壞的指標(biāo)，PSNR能夠很好地反映圖像的失真程度。PSNR的值越大，圖像失真越小。上表1中可以看出算法改進(jìn)方案的PSNR在紅色分量、綠色分量以及藍(lán)色分量上的值都高于算法方案一和算法方案二，說明算法改進(jìn)方案所恢復(fù)的圖像質(zhì)量要比其他兩種算法方案效果更好。

接著對(duì)圖（3）中合成圖像進(jìn)行了HSV值的計(jì)算，HSV是根據(jù)顏色的直觀特性而創(chuàng)建的一種顏色空間，這個(gè)模型中顏色的參數(shù)分別是：色調(diào)（H）、飽和度（S）以及明度（V），計(jì)算結(jié)果見表2。

圖4 三種方案的效果對(duì)比圖

表2 各圖像的HSV值比較

上表2中可以看出在飽和度S一定的情況下，改進(jìn)方案的明度V的值較算法方案一和算法方案二都有明顯的提高，說明使用改進(jìn)方案后，在保證飽和度不變的前提下，較好的提升了圖像的亮度。

結(jié)合表1、表2數(shù)據(jù)可以得出結(jié)論，在保證了色彩飽和度S的基本恒定的前提下，算法改進(jìn)方案較算法方案一和算法方案二較好地提升了圖像的明亮度V，驗(yàn)證了改進(jìn)后算法方案的可行性。

4 結(jié)論

RGBW顯示系統(tǒng)的出現(xiàn)解決了RGB顯示系統(tǒng)的技術(shù)瓶頸問題，而如何將RGB信號(hào)轉(zhuǎn)換成RGBW信號(hào)，是實(shí)現(xiàn)RGBW顯示系統(tǒng)的基礎(chǔ)。針對(duì)RGB到RGBW顯示系統(tǒng)的信號(hào)映射算法，通過對(duì)已有的RGBW信號(hào)映射算法的研究，并分析了這幾種映射算法的優(yōu)缺點(diǎn)，提出了一種改進(jìn)后的信號(hào)映射算法。Matlab仿真實(shí)驗(yàn)表明，改進(jìn)的算法保證了色彩飽和度的基本恒定，在RGBW信號(hào)與原有RGB信號(hào)近乎一樣的色彩的前提下，較好地提升了圖像的亮度。

[1]Tanaka M，Horiuchi T，Tominaga S.Color control of a lighting system using RGBW LEDs[C］.International Society for Optics and Photonics，2011.

[2]Hammer M，Hinnen K J G.Local luminance boosting of an RGBW LCD[J］.Iournal of Display Technology，2014，10（1）：33-42.

[3]Lee C，Monga V.Power-constrained RGB-to-RGBW conversion for emissive displays：optimizationbasedapproaches[J］.IEEE TransactionsonCircuits& Systems for Video Technology，2016，26（10）：1821-1834.

[4]Song K J K.Technical evolution of liquid crystal displays[J］.Npg Asia Materials，2009，1（1）：29-36.

[5]Spindler J P，Hatwar T K，Miller M E，et al.System considerations for RGBW OLED displays[J］.Journal of the Society for Information Display，2012，14（1）：37-48.

[6]姚洪濤，李鑫巖.RGB空間的HDR圖像合成與色彩調(diào)節(jié)算法[J］.長(zhǎng)春理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2015，38（5）：145-149.

[7]潘定平.RGBW顯示器的特性及映射算法評(píng)價(jià)方法研究[D］.北京：北京理工大學(xué)，2016.