為改善動態(tài)偽輪廓( DFC) 及其引起的灰度級損失, 提出一種基于行內(nèi)運動圖像干擾(MPD) 極值的自適應(yīng)子場編碼方法。該方法通過計算一行圖像內(nèi)出現(xiàn)的DFC 極大值及其位置變化判斷圖像運動狀態(tài), 再根據(jù)圖像不同運動狀選擇DFC 極小的灰度編碼。對靜態(tài)圖像采用無灰度級損失的全灰階編碼方式, 對動態(tài)圖像采用DFC 極小的關(guān)鍵灰度級編碼。該方法的運動狀態(tài)判斷和關(guān)鍵灰度級選擇均基于行圖像的MPD 極值完成, 實驗結(jié)果表明: 靜態(tài)圖像顯示細節(jié)豐富完整, 動態(tài)圖像DFC可減輕30%。

　　等離子顯示器( Plasma Display Panel, PDP) 一般使用尋址與顯示分離( Address Display Separated,ADS) 驅(qū)動方法。由于人眼具有沿著正在發(fā)光和前一發(fā)光方向跟蹤運動目標(biāo)的特性, 采用ADS 驅(qū)動方法顯示運動圖像時, 會在視網(wǎng)膜上出現(xiàn)圖像灰度級紊亂, 產(chǎn)生動態(tài)偽輪廓( Dynamic False Contour, DFC)現(xiàn)象。解決DFC 的算法主要有增加子場數(shù)目、優(yōu)選子場編碼以及動態(tài)圖像補償?shù)? 如: 灰度級重心編碼( Gravity Centre Code, GCC) 、無運動圖像干擾編碼(Motion Picture Disturb, MPD) 等。這些方法通過犧牲灰度級來改善DFC, 并利用半色調(diào)算法解決灰度級損失。此外, Kim 等提出了基于圖像分塊運動檢測的自適應(yīng)灰度級算法, 針對不同的運動速度圖像選擇不同灰度級數(shù)量, 可有效保留圖像細節(jié), 改善DFC。然而, 運動檢測用到的新三步搜索法、四步搜索法、菱形搜索法等方法實現(xiàn)過程復(fù)雜, 特別是當(dāng)圖像僅有局部運動的情況下, 需要按塊調(diào)整灰度編碼方式, 容易造成圖像閃爍和灰階畸變。

　　本文提出了基于行內(nèi)圖像MPD 極值的自適應(yīng)灰度編碼算法, 該算法首先通過檢測和判斷一行圖像內(nèi)MPD 的極大值及其位置的變化, 確定該行圖像的運動狀態(tài)。然后, 選擇在每行圖像中MPD 極小值編碼方式實現(xiàn)動態(tài)圖像的灰度級。由于將DFC 的判斷和處理限定在圖像的每一行中, 該算法實施簡單, 不需要額外的存儲電路, 無論是圖像整幅運動還是局部運動, 均能進行實時處理, 既可以減輕運動圖像的DFC, 又能夠使靜態(tài)圖像實現(xiàn)完整的灰度級顯示。

　　結(jié)論

　　為了同時提升動態(tài)和靜態(tài)圖像的顯示質(zhì)量, 本文根據(jù)DFC 產(chǎn)生機理提出了一種基于行內(nèi)MPD 極值的自適應(yīng)灰度編碼方法。該方法針對圖像灰度級編碼和運動狀態(tài)對DFC 的影響, 利用圖像行輸入的特點, 采取行內(nèi)圖像MPD 極大值進行圖像運動和靜止?fàn)顟B(tài)的判斷, 同時采用行內(nèi)MPD 的極小值來動態(tài)選擇運動圖像的編碼方式。兩種方式相結(jié)合的處理方法可以減少圖像在編碼選擇過程中的灰度級畸變, 很好的消除了圖像的DFC, 特別是在具有局部運動圖像的顯示中, 采用行內(nèi)MPD 極值算法可以最大限度提高圖像灰度細節(jié)表現(xiàn)力, 對各種動態(tài)圖像進行自適應(yīng)編碼, 實現(xiàn)了良好的動態(tài)和靜態(tài)圖像顯示效果。