基于行内MPD极值的自适应灰度编码PDP画质提升方法

　　为改善动态伪轮廓( DFC) 及其引起的灰度级损失, 提出一种基于行内运动图像干扰(MPD) 极值的自适应子场编码方法。该方法通过计算一行图像内出现的DFC 极大值及其位置变化判断图像运动状态, 再根据图像不同运动状选择DFC 极小的灰度编码。对静态图像采用无灰度级损失的全灰阶编码方式, 对动态图像采用DFC 极小的关键灰度级编码。该方法的运动状态判断和关键灰度级选择均基于行图像的MPD 极值完成, 实验结果表明: 静态图像显示细节丰富完整, 动态图像DFC可减轻30%。

　　等离子显示器( Plasma Display Panel, PDP) 一般使用寻址与显示分离( Address Display Separated,ADS) 驱动方法。由于人眼具有沿着正在发光和前一发光方向跟踪运动目标的特性, 采用ADS 驱动方法显示运动图像时, 会在视网膜上出现图像灰度级紊乱, 产生动态伪轮廓( Dynamic False Contour, DFC)现象。解决DFC 的算法主要有增加子场数目、优选子场编码以及动态图像补偿等, 如: 灰度级重心编码( Gravity Centre Code, GCC) 、无运动图像干扰编码(Motion Picture Disturb, MPD) 等。这些方法通过牺牲灰度级来改善DFC, 并利用半色调算法解决灰度级损失。此外, Kim 等提出了基于图像分块运动检测的自适应灰度级算法, 针对不同的运动速度图像选择不同灰度级数量, 可有效保留图像细节, 改善DFC。然而, 运动检测用到的新三步搜索法、四步搜索法、菱形搜索法等方法实现过程复杂, 特别是当图像仅有局部运动的情况下, 需要按块调整灰度编码方式, 容易造成图像闪烁和灰阶畸变。

　　本文提出了基于行内图像MPD 极值的自适应灰度编码算法, 该算法首先通过检测和判断一行图像内MPD 的极大值及其位置的变化, 确定该行图像的运动状态。然后, 选择在每行图像中MPD 极小值编码方式实现动态图像的灰度级。由于将DFC 的判断和处理限定在图像的每一行中, 该算法实施简单, 不需要额外的存储电路, 无论是图像整幅运动还是局部运动, 均能进行实时处理, 既可以减轻运动图像的DFC, 又能够使静态图像实现完整的灰度级显示。

　　结论

　　为了同时提升动态和静态图像的显示质量, 本文根据DFC 产生机理提出了一种基于行内MPD 极值的自适应灰度编码方法。该方法针对图像灰度级编码和运动状态对DFC 的影响, 利用图像行输入的特点, 采取行内图像MPD 极大值进行图像运动和静止状态的判断, 同时采用行内MPD 的极小值来动态选择运动图像的编码方式。两种方式相结合的处理方法可以减少图像在编码选择过程中的灰度级畸变, 很好的消除了图像的DFC, 特别是在具有局部运动图像的显示中, 采用行内MPD 极值算法可以最大限度提高图像灰度细节表现力, 对各种动态图像进行自适应编码, 实现了良好的动态和静态图像显示效果。