一種基于虛擬算法的模型建立方法和系統(tǒng)的制作方法
【專利摘要】本公開提供了一種基于虛擬算法的模型建立方法，包括：a)模擬單個子像素；b)模擬單種顏色的子像素陣列；c)將不同顏色的子像素陣列疊加；以及d)得出虛擬信號。
【專利說明】一種基于虛擬算法的模型建立方法和系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及顯示領(lǐng)域，更具體地說，涉及一種基于虛擬算法的模型建立方法和系統(tǒng)。
【背景技術(shù)】
[0002]虛擬算法針對特定的子像素排布，能在較低的物理分辨率下，通過子像素共用等方式，充分利用人眼對空間分辨力的特點，實現(xiàn)較高的虛擬分辨率。具有功耗低、工藝難度低、分辨率高等優(yōu)點。
[0003]虛擬算法的核心思想是子像素共用，如果某像素位置缺少對應(yīng)顏色的子像素，就需要通過共用的方式，將這一位置缺少的顏色虛擬得出，得出的每一個虛擬像素如果能夠精確還原輸入信號，就說明這種共用的算法能夠用較低的物理分辨率實現(xiàn)較高的虛擬分辨率。
[0004]有些虛擬算法也有不足之處，比如在圖像邊緣會出現(xiàn)彩邊(顏色混疊效應(yīng))，在斜線邊界會出現(xiàn)鋸齒等。這就需要對這些算法不斷優(yōu)化調(diào)整。為了對算法的優(yōu)劣進行判斷，需要建立一套穩(wěn)定的評價系統(tǒng)，常見的做法是計算對應(yīng)像素差值的均方根(如下式所示)，均方根越小，說明輸出信號與輸入信號的差值越小，算法對原始畫面的還原度越高。
[0005]μΣ J^mt1-滅- %)Z+Wwit - %)2
Jff *
[0006]R0uo G0uo Bout分別代表輸出信號的紅色、綠色和藍色像素的強度，Rin、Gin, Bin分別代表輸入信號的紅色、綠色和藍色像素的強度。
[0007]本設(shè)計中的實際像素排布與輸入像素并不是一一對應(yīng)的關(guān)系，因此需要將實際像素排布轉(zhuǎn)換成虛擬像素，才能通過均方差對算法進行評價。本設(shè)計就是基于人眼的主觀感受建立的模型，來模擬實際像素是如何轉(zhuǎn)換成虛擬像素的。
【發(fā)明內(nèi)容】
[0008]本發(fā)明的另外方面和優(yōu)點部分將在后面的描述中闡述，還有部分可從描述中明顯地看出，或者可以在本發(fā)明的實踐中得到。
[0009]本設(shè)計是一種基于虛擬算法的模型設(shè)計。
[0010]虛擬算法采用濾波器處理輸入信號，能夠?qū)⑤^低的物理分辨率提升到較高的虛擬分辨率，對于不同的圖像類型，應(yīng)該根據(jù)情況采用不同的濾波器。本設(shè)計采用了一種基于亮度的邊界判別來識別圖像中的銳化邊界，進而使用不同的濾波器對圖像進行處理。
[0011]虛擬算法是一種新型的圖像處理方式，針對特定的子像素排布方式，虛擬算法能夠?qū)⑤^低的物理分辨率提升到較高的虛擬分辨率，優(yōu)化顯示效果，提升人眼的視覺感受。
[0012]為了對虛擬算法的優(yōu)劣進行評價，需要建立一套評價標準。常見的評價標準是將輸入信號與輸出信號進行比較，計算對應(yīng)像素的均方差，均方差越小，說明虛擬算法對原始數(shù)據(jù)的還原度越高，虛擬效果也就越好。
[0013]在本設(shè)計的像素排布中，實際像素與傳統(tǒng)像素并不是一一對應(yīng)的關(guān)系，因此需要建立人眼模型，來模擬實際像素在虛擬像素位置的RGB值，進而建立傳統(tǒng)像素與虛擬像素的對應(yīng)關(guān)系。這種對應(yīng)關(guān)系建立之后，就可以計算傳統(tǒng)像素與虛擬像素之間的均方差，建立算法評價標準。
[0014]本設(shè)計所建立的模型可以用來計算輸入數(shù)據(jù)和輸出數(shù)據(jù)的均方差，評價算法優(yōu)劣。
[0015]本設(shè)計通過建立由二元正態(tài)分布構(gòu)成的點陣，模擬單個子像素的強度分布。
[0016]本設(shè)計通過調(diào)節(jié)二元正態(tài)分布的參數(shù)σ 2，來調(diào)整單個子像素的彌散度。
[0017]本設(shè)計通過對單個子像素在不同網(wǎng)格區(qū)域內(nèi)的積分，來計算對應(yīng)網(wǎng)格區(qū)域內(nèi)的加權(quán)系數(shù)。
[0018]本設(shè)計通過不同子像素在同一位置的疊加，模擬子像素陣列的強度分布。
[0019]本設(shè)計通過子像素陣列的限定條件，來計算最優(yōu)情況下的O2取值。
[0020]本設(shè)計對不同顏色的子像素陣列進行模擬，得到最終的人眼模型。
[0021]本設(shè)計的人眼模型應(yīng)該盡可能貼合人眼的主觀感受，并隨實際情況不斷調(diào)整優(yōu)化。
[0022]本公開提供了一種基于虛擬算法的模型建立方法，包括:a)模擬單個子像素；b)模擬單種顏色的子像素陣列；c)將不同顏色的子像素陣列疊加；以及d)得出虛擬信號。
[0023]本公開還提供了一種基于虛擬算法的模型建立系統(tǒng)，包括:單個子像素模擬模塊，配置為模擬單個子像素；子像素陣列模擬模塊，配置為模擬單種顏色的子像素陣列；子像素陣列疊加模塊，配置為將不同顏色的子像素陣列疊加；以及虛擬信號獲得模塊，配置為得出虛擬信號。
【專利附圖】
【附圖說明】
[0024]通過結(jié)合附圖對本發(fā)明的優(yōu)選實施例進行詳細描述，本發(fā)明的上述和其他目的、特性和優(yōu)點將會變得更加清楚，其中相同的標號指定相同結(jié)構(gòu)的單元，并且在其中:
[0025]圖1給出了根據(jù)本發(fā)明實施例的新型的子像素排布方式。
[0026]圖2給出了輸入信號、實際像素和虛擬像素之間的對應(yīng)關(guān)系。
[0027]圖3示出了根據(jù)本發(fā)明實施例的實際像素中的紅色子像素。
[0028]圖4給出了根據(jù)本發(fā)明實施例的基于虛擬算法的模型建立方法的流程。
[0029]圖5示出了根據(jù)本發(fā)明實施例對單個子像素的模擬。
[0030]圖6-圖8分別示出了 σ i和σ 2取不同值時的子像素的模擬結(jié)果。
[0031]圖9示出了以紅色子像素為例的紅色子像素陣列。圖9A示出了陣列中的所有紅色子像素。圖9B示出了以左側(cè)虛擬像素為原點的虛擬像素陣列。
[0032]圖1OA和圖1OB給出了根據(jù)本發(fā)明實施例以紅色子像素為例用來確定σ 2的限定條件。
[0033]圖11示出了根據(jù)本發(fā)明實施例的σ 2與左側(cè)虛擬像素和右側(cè)虛擬像素的強度的關(guān)系曲線圖。
[0034]圖12Α給出了以圖9Α中的左側(cè)虛擬像素為原點根據(jù)選定的參數(shù)σ2得到的每個網(wǎng)格的積分值，也即加權(quán)系數(shù)；圖12Β給出了以圖9Α中的右側(cè)虛擬像素為原點的σ 2 = 100時每個網(wǎng)格的積分值，也即加權(quán)系數(shù)。
[0035]圖13給出了根據(jù)本發(fā)明實施例模擬藍色子像素陣列。圖13A示出了陣列中的所有藍色子像素。圖13B示出了當σ2 = 100時每個網(wǎng)格的積分值。
[0036]圖14給出了根據(jù)本發(fā)明實施例模擬綠色子像素陣列。圖14Α示出了陣列中的所有綠色子像素。圖14Β示出了當σ2 = 100時每個網(wǎng)格的積分值。
【具體實施方式】
[0037]下面將參照示出本發(fā)明實施例的附圖充分描述本發(fā)明。然而，本發(fā)明可以以許多不同的形式實現(xiàn)，而不應(yīng)當認為限于這里所述的實施例。相反，提供這些實施例以便使本公開透徹且完整，并且將向本領(lǐng)域技術(shù)人員充分表達本發(fā)明的范圍。在附圖中，為了清楚起見放大了組件。
[0038]除非另有定義，這里使用的所有術(shù)語(包括技術(shù)和科學(xué)術(shù)語)具有與本發(fā)明所屬領(lǐng)域的普通技術(shù)人員共同理解的相同含義。還應(yīng)當理解，諸如在通常字典里定義的那些術(shù)語應(yīng)當被解釋為具有與它們在相關(guān)技術(shù)的上下文中的含義相一致的含義，而不應(yīng)用理想化或極度形式化的意義來解釋，除非這里明確地這樣定義。
[0039]本設(shè)計通過二元正態(tài)分布構(gòu)成的點陣，對單個子像素進行模擬。
[0040]通過子像素陣列的限定條件，確定正態(tài)分布參數(shù)σ2。
[0041]在不同網(wǎng)格區(qū)域積分，得到子像素在不同空間位置的加權(quán)系數(shù)。
[0042]根據(jù)選定的參數(shù)σ 2，分別建立RGB子像素陣列對應(yīng)的人眼模型。
[0043]圖1給出了根據(jù)本發(fā)明實施例的新型的子像素排布方式。這種子像素排布方式能充分利用紅綠藍三種顏色的空間排布，有利于實現(xiàn)更高的虛擬分辨率。其中每個紅綠藍子像素的寬高比為2:3，因此三個子像素RBG構(gòu)成兩個像素，一個重復(fù)組包含四個像素，重復(fù)組中像素如圖中編號①②③④。
[0044]圖2給出了輸入信號、實際像素和虛擬像素之間的對應(yīng)關(guān)系。
[0045]輸入信號為傳統(tǒng)RGB信號，如第一行所示,其中每個紅綠藍子像素的寬高比為1:3，因此三個子像素RBG構(gòu)成一個像素。
[0046]實際像素和圖1所示新型的子像素排布方式相同，如第二行所示。因每一個實際像素并不具有真正的RGB子像素，例如，第二行中實線所包圍的像素僅僅包含RB子像素，并不包含G子像素。因此，為了能顯示出輸入的RGB信號，需要借用周圍的子像素，共同構(gòu)成含有RGB三種分量的虛擬像素，如第三行所示。
[0047]下面將結(jié)合圖3-14描述實際像素是如何轉(zhuǎn)換成虛擬像素的。
[0048]圖3示出了根據(jù)本發(fā)明實施例的實際像素中的紅色子像素。
[0049]為了便于說明，圖3中僅僅用虛線框示出了三個虛擬像素位置。如圖3所示，以紅色子像素構(gòu)成的陣列為例，每一個示出的虛線框都是一個虛擬像素位置，也是對應(yīng)輸入RGB信號的位置。如圖3所示，圖中以虛線框示出的三個虛擬像素位置中有兩個虛擬像素位置并沒有紅色子像素，為了實現(xiàn)RGB顯示，需要計算該兩個對應(yīng)位置的紅色分量是多少，本設(shè)計建立的模型就是用來模擬每一個虛擬像素位置中例如紅色分量的各個分量“看起來”是多少。
[0050]圖4給出了根據(jù)本發(fā)明實施例的基于虛擬算法的模型建立方法的流程。[0051 ]如圖4所示，在步驟S401，模擬單個子像素。
[0052]在步驟S402，模擬單種顏色的子像素陣列。
[0053]在步驟S403，將不同顏色的子像素陣列疊加。
[0054]在步驟S404，最終得出虛擬信號。
[0055]圖5示出了根據(jù)本發(fā)明實施例對單個子像素的模擬。
[0056]如圖5左圖所示，將實際像素的單個子像素劃分為1X 15的網(wǎng)格(因為實際像素的子像素寬高比為2:3)，每一個網(wǎng)格用如公式I所示的二元獨立正態(tài)分布模擬其強度值。
—丄(χ-μ} )' I {χ-μ2 j-
[0057]Γ(Λ-, r) =( I )
2πσισ2
[0058]其中，μ ρ μ 2、σ ?和σ 2分別為χ和y的期望值和標準差。
[0059]將子像素范圍內(nèi)所有的點疊加，即可得到子像素的模擬結(jié)果，如圖5右圖所示。
[0060]彌散度是表示子像素模型的強度從中間向遠處變小的速度的參數(shù)。通過調(diào)節(jié)公式
(I)中的σ2，可以調(diào)節(jié)子像素模型的彌散度。
[0061]圖6-圖8分別示出了 01和σ2取不同值時的子像素的模擬結(jié)果。
[0062]如圖6所述，其中示出了 Q1= σ2 = 0.5的子像素彌散度。
[0063]如圖7所述，其中給出了 Oi= σ 2 = 5的子像素彌散度。
[0064]如圖8所述，其中給出了 Oi= O2 = 50的子像素彌散度。
[0065]可以看出，σ 2越大，子像素模型的彌散度越大，虛擬像素的強度的變化速度越慢；彌散度越小，虛擬像素的強度的變化速度越快。我們需要根據(jù)實際需要來選擇合適的σ2。
[0066]下面將參考圖9-圖12以紅色子像素為例描述模擬子像素陣列。
[0067]圖9示出了以紅色子像素為例的紅色子像素陣列。
[0068]圖9Α示出了陣列中的所有紅色子像素。
[0069]在圖9Α的紅色子像素陣列中，示出了兩個虛擬像素構(gòu)成的重復(fù)組(稱為“左側(cè)虛擬像素”和“右側(cè)虛擬像素”)，即為圖中兩個虛線框所示，得到這兩個位置的紅色強度即可得到整個顯示屏的強度分布。對于左側(cè)虛擬像素，如圖9Α所示，紅色子像素凡、R3、R4、R6、R7、R8> R10> Rn、R13將影響左側(cè)虛擬像素的紅色強度值。
[0070]圖9B示出了以左側(cè)虛擬像素為原點的虛擬像素陣列。
[0071]如圖9B所示，以單個子像素模型為原點，將整個平面劃分為網(wǎng)格區(qū)域(每個網(wǎng)格對應(yīng)的是一個虛擬像素)，計算單個子像素在不同網(wǎng)格內(nèi)的二次積分即可確定該單個子像素的紅色強度值。
[0072]圖1OA和圖1OB給出了根據(jù)本發(fā)明實施例以紅色子像素為例用來確定σ 2的限定條件。
[0073]圖1OA中陰影網(wǎng)格是對圖9Α中的左側(cè)虛擬像素有影響的子像素，圖1OB中陰影網(wǎng)格是對圖9Α中的右側(cè)虛擬像素有影響的子像素。在確定σ 2時，假定是在紅色子像素全亮的條件下進行的，左側(cè)虛擬像素和右側(cè)虛擬像素的強度值如下所示:
[0074]Ileft — I(o’2)+I(-l’l)+I(l’l)+I(-2, 0)+1(0, 0)+1(2, 0)+1(-1,-1)+1(1,-1)+1(0,-2)
[0075]Iright — I (-1,2)+1 (Ij2)+I (-2，1)+1 (O, 1)+1 (2，1)+I (-1,0)+1 (IjO)+I (-2,-1)+1 (0;-l)+I (2,-1)+I (-1,-2) +1(1,-2)
[0076]其中，1((12)、1-1；1)> I(1 D等是指代相應(yīng)網(wǎng)格對左側(cè)或右側(cè)虛擬像素的影響加權(quán)系數(shù)。由于假定紅色子像素全亮，因此，每個網(wǎng)格的紅色強度值均為255，因此，在上面的公式中將其省略。
[0077]由于人眼看顯示屏的主觀感受是強度均勻分布的平面，因此左側(cè)虛擬像素和右側(cè)虛擬像素的強度應(yīng)該是大致相等的，因此限定條件是:
[0078]Ileft = Iright。
[0079]圖11示出了根據(jù)本發(fā)明實施例的σ 2與左側(cè)虛擬像素和右側(cè)虛擬像素的強度的關(guān)系曲線圖。
[0080]如圖11所示，針對02取值為25、50、100、150、200、250、300，分別計算對應(yīng)的11&和Iright。以方形點標注的強度值分別為σ 2取值為25、50、100、150、200、250、300時的Ileft的值；以圓形點標注的強度值分別為σ 2取值為25、50、100、150、200、250、300時的IHght的值；以三角形點標注的強度值分別為σ2取值為25、50、100、150、200、250、300時的Ileft和Iright的和值。
[0081]從圖11中可以看出，當σ 2取100時，左側(cè)虛擬像素和右側(cè)虛擬像素的強度大致相等，因此根據(jù)Ileft = Iright的限定條件取σ 2 = 100。
[0082]圖12Α給出了以圖9Α中的左側(cè)虛擬像素為原點根據(jù)選定的參數(shù)σ2得到的每個網(wǎng)格的積分值，也即加權(quán)系數(shù)；圖12Β給出了以圖9Α中的右側(cè)虛擬像素為原點的σ 2 = 100時每個網(wǎng)格的積分值，也即加權(quán)系數(shù)。
[0083]圖9中的子像素陣列與圖12中的加權(quán)系數(shù)是中心對稱的關(guān)系。
[0084]將對虛擬像素有影響的每個網(wǎng)格的積分值疊加，即可得到左右兩個虛擬像素的強度，即:
[0085]Rleft = 0.0191^+0.072R3+0.130R4+0.008R6+0.521R7+0.027R8+0.072R10+0.130Rn+0.019R13 ；
[0086]Rright = 0.0061^+0.01 lR2+0.004R3+0.233R4+0.012R5+0.162R7+0.291R8+0.004R10+0.233Rn+0.012R12+0.006R13+0.01IR140
[0087]圖13給出了根據(jù)本發(fā)明實施例模擬藍色子像素陣列。
[0088]圖13A示出了陣列中的所有藍色子像素。
[0089]在圖13A的藍色子像素陣列中，示出了兩個虛擬像素構(gòu)成的重復(fù)組(稱為“左側(cè)虛擬像素”和“右側(cè)虛擬像素”)，即為圖中兩個虛線框所示。
[0090]圖13B示出了當σ 2 = 100時每個網(wǎng)格的積分值。
[0091]同樣將每個網(wǎng)格積分值疊加，得到藍色子像素陣列中左右兩個虛擬像素的強度，即:
[0092]Bleft = 0.ΟΙΘΒ^Ο.003Β2+0.033Β3+0.193Β4+0.431Β6+0.074Β7+0.033Β8+0.193Β9+0.016Βη+0.003Β12 ；
[0093]Bright = 0.ΟΟΘΒ^Ο.011Β2+0.233Β4+0.012Β5+0.004Β6+0.162Β7+0.291Β9+0.004Β10+0.233Βη+0.012Β12ο
[0094]圖14給出了根據(jù)本發(fā)明實施例模擬綠色子像素陣列。
[0095]圖14Α示出了陣列中的所有綠色子像素。
[0096]在圖14Α的綠色子像素陣列中，示出了兩個虛擬像素構(gòu)成的重復(fù)組(稱為“左側(cè)虛擬像素”和“右側(cè)虛擬像素”)，即為圖中兩個虛線框所示。
[0097]圖14B示出了當σ 2 = 100時每個網(wǎng)格的積分值。
[0098]同樣將每個網(wǎng)格積分值疊加，得到綠色子像素陣列中左右兩個虛擬像素的強度，即:
[0099]Gleft = 0.0llGi+0.006G2+0.012G3+0.233G4+0.004G5+0.291G7+0.162G8+0.012G10+0.233Gn+0.004G12+0.011G13+0.006G14 ；
[0100]Gright = 0.019G2+0.130G4+0.072G5+0.027G7+0.521G8+0.008G9+0.130Gn+0.072G12+0.019G14 o
[0101]將RGB分量疊加。
[0102]S卩，將之前按照不同權(quán)重得到的Rleft、Bleft, Gleft放在一個像素中以得出左側(cè)虛擬像素。
[0103]將之前按照不同權(quán)重得到的RHght、Brigho Gright放在一個像素中以得出右側(cè)虛擬像素。
[0104]從而可以得到人眼模型。人眼模型應(yīng)盡量貼合實際情況，隨時修正。
[0105]上面是對本發(fā)明的說明，而不應(yīng)被認為是對其的限制。盡管描述了本發(fā)明的若干示例性實施例，但本領(lǐng)域技術(shù)人員將容易地理解，在不背離本發(fā)明的新穎教學(xué)和優(yōu)點的前提下可以對示例性實施例進行許多修改。因此，所有這些修改都意圖包含在權(quán)利要求書所限定的本發(fā)明范圍內(nèi)。應(yīng)當理解，上面是對本發(fā)明的說明，而不應(yīng)被認為是限于所公開的特定實施例，并且對所公開的實施例以及其他實施例的修改意圖包含在所附權(quán)利要求書的范圍內(nèi)。本發(fā)明由權(quán)利要求書及其等效物限定。
【權(quán)利要求】
1.一種基于虛擬算法的模型建立方法，包括: a)模擬單個子像素； b)模擬單種顏色的子像素陣列； c)將不同顏色的子像素陣列疊加；以及 d)得出虛擬信號。
2.如權(quán)利要求1所述的模型建立方法，其中，步驟a)進一步包括: 將實際像素的單個子像素劃分為mXn的網(wǎng)格； 每一個網(wǎng)格用如下所示的二元正態(tài)分布進行模擬；
I (λ.-叫)'{χ—μ-,)' Γ(.ν,ν)-^—；以及 將單個子像素范圍內(nèi)所有的點疊加，得到單個子像素的模擬結(jié)果， 其中，m為寬度，η為高度，m:n = 2:3，μ i和μ 2分別為χ和y的期望值，以及σ ^和σ 2分別為χ和y的標準差。
3.如權(quán)利要求2所述的模型建立方法，其中，步驟b)進一步包括:bl)通過子像素陣列的限定條件，確定正態(tài)分布參數(shù)σ2。
4.如權(quán)利要求3所述的模型建立方法，其中，bl)進一步包括: 建立單種顏色子像素陣列，其中包含了由左側(cè)虛擬像素和右側(cè)虛擬像素構(gòu)成的重復(fù)組； 以左側(cè)虛擬像素為原點將整個平面劃分為其中每個網(wǎng)格對應(yīng)于一個虛擬像的網(wǎng)格區(qū)域，并計算左側(cè)虛擬像素在不同網(wǎng)格內(nèi)的不同積分； 以右側(cè)虛擬像素為原點將整個平面劃分為其中每個網(wǎng)格對應(yīng)于一個虛擬像的網(wǎng)格區(qū)域，并計算右側(cè)虛擬像素在不同網(wǎng)格內(nèi)的不同積分； 在該單種顏色子像素全亮的條件下，根據(jù)左側(cè)虛擬像素和右側(cè)虛擬像素的單種顏色的強度相等的限定條件，得到正態(tài)分布參數(shù)σ2。
5.如權(quán)利要求4所述的模型建立方法，其中，左側(cè)虛擬像素的單種顏色的強度是對左側(cè)虛擬像素有影響的、在不同網(wǎng)格內(nèi)的單種顏色子像素的強度按不同積分進行疊加；以及 右側(cè)虛擬像素的單種顏色的強度是對右側(cè)虛擬像素有影響的、在不同網(wǎng)格內(nèi)的單種顏色子像素的強度按不同積分進行疊加。
6.如權(quán)利要求5所述的模型建立方法，其中，步驟b)進一步包括: b2)建立紅色子像素陣列，其中包含了由所述左側(cè)虛擬像素和所述右側(cè)虛擬像素構(gòu)成的重復(fù)組； b3)根據(jù)選定的參數(shù)σ2，計算所述左側(cè)虛擬像素和所述右側(cè)虛擬像素在不同網(wǎng)格內(nèi)的積分，以得到左側(cè)虛擬像素和右側(cè)虛擬像素在不同網(wǎng)格位置的不同加權(quán)系數(shù)； b4)將對左側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的紅色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該左側(cè)虛擬像素的紅色強度，并將對右側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的紅色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該右側(cè)虛擬像素的紅色強度；b5)建立藍色子像素陣列，其中包含了由所述左側(cè)虛擬像素和所述右側(cè)虛擬像素構(gòu)成的重復(fù)組； b6)根據(jù)選定的參數(shù)σ2，計算所述左側(cè)虛擬像素和所述右側(cè)虛擬像素在不同網(wǎng)格內(nèi)的積分，以得到左側(cè)虛擬像素和右側(cè)虛擬像素在不同網(wǎng)格位置的不同加權(quán)系數(shù)； bl)將對左側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的藍色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該左側(cè)虛擬像素的藍色強度，并將對右側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的藍色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該右側(cè)虛擬像素的藍色強度；b8)建立綠色子像素陣列，其中包含了由所述左側(cè)虛擬像素和所述右側(cè)虛擬像素構(gòu)成的重復(fù)組； b9)根據(jù)選定的參數(shù)σ2，計算左側(cè)虛擬像素和右側(cè)虛擬像素在不同網(wǎng)格內(nèi)的積分，以得到左側(cè)虛擬像素和右側(cè)虛擬像素在不同網(wǎng)格位置的不同加權(quán)系數(shù)； blO)將對左側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的綠色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該左側(cè)虛擬像素的綠色強度，并將對右側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的綠色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該右側(cè)虛擬像素的綠色強度。
7.如權(quán)利要求6所述的模型建立方法，其中，步驟c)進一步包括: 將左側(cè)虛擬像素的紅色強度、藍色強度和綠色強度放在一個像素中，以得到左側(cè)虛擬像素； 將右側(cè)虛擬像素的紅色強度、藍色強度和綠色強度放在一個像素中，以得到右側(cè)虛擬像素。
8.如權(quán)利要求7所述的模型建立方法，其中，步驟d)包括將步驟c)中得到的虛擬像素組成虛擬信號。
9.如權(quán)利要求8所述的模型建立方法，其中，正態(tài)分布參數(shù)σ2等于100。
10.如權(quán)利要求9所述的模型建立方法，其中，m等于10，η等于15。
11.一種基于虛擬算法的模型建立系統(tǒng)，包括: 單個子像素模擬模塊，配置為模擬單個子像素； 子像素陣列模擬模塊，配置為模擬單種顏色的子像素陣列； 子像素陣列疊加模塊，配置為將不同顏色的子像素陣列疊加；以及 虛擬信號獲得模塊，配置為得出虛擬信號。
12.如權(quán)利要求11所述的模型建立系統(tǒng)，其中，單個子像素模擬模塊進一步包括: 單個子像素劃分模塊，配置為將實際像素的單個子像素劃分為mXn的網(wǎng)格； 正態(tài)分布模擬模塊，配置為將單個子像素劃分模塊劃分的每一個網(wǎng)格用如下所示的二元正態(tài)分布進行模擬；
廠-1
—丄{χ-μλ Y | ?χ-μ2Γ Γ(..ν, V);以及
2πσχσ? 疊加模塊，配置為將正態(tài)分布模擬模塊模擬的單個子像素范圍內(nèi)所有的點疊加，得到單個子像素的模擬結(jié)果， 其中，m為寬度，η為高度，m:n = 2:3，μ i和μ 2分別為χ和y的期望值，以及σ ^和σ 2分別為χ和y的標準差。
13.如權(quán)利要求12所述的模型建立系統(tǒng)，其中，子像素陣列模擬模塊進一步包括:正態(tài)分布參數(shù)確定模塊，配置為通過子像素陣列的限定條件，確定正態(tài)分布參數(shù)σ 2。
14.如權(quán)利要求13所述的模型建立系統(tǒng)，其中，正態(tài)分布參數(shù)確定模塊進一步包括: 單種顏色子像素陣列建立模塊，配置為建立單種顏色子像素陣列，其中包含了由左側(cè)虛擬像素和右側(cè)虛擬像素構(gòu)成的重復(fù)組； 左側(cè)虛擬像素積分模塊，配置為以左側(cè)虛擬像素為原點將整個平面劃分為其中每個網(wǎng)格對應(yīng)于一個虛擬像的網(wǎng)格區(qū)域，并計算左側(cè)虛擬像素在不同網(wǎng)格內(nèi)的不同積分； 右側(cè)虛擬像素積分模塊，配置為以右側(cè)虛擬像素為原點將整個平面劃分為其中每個網(wǎng)格對應(yīng)于一個虛擬像的網(wǎng)格區(qū)域，并計算右側(cè)虛擬像素在不同網(wǎng)格內(nèi)的不同積分； 計算模塊，配置為在該單種顏色子像素全亮的條件下，根據(jù)左側(cè)虛擬像素和右側(cè)虛擬像素的單種顏色的強度相等的限定條件，計算得到正態(tài)分布參數(shù)σ 2。
15.如權(quán)利要求14所述的模型建立系統(tǒng)，其中，左側(cè)虛擬像素的單種顏色的強度是對左側(cè)虛擬像素有影響的、在不同網(wǎng)格內(nèi)的單種顏色子像素的強度按不同積分進行疊加；以及 右側(cè)虛擬像素的單種顏色的強度是對右側(cè)虛擬像素有影響的、在不同網(wǎng)格內(nèi)的單種顏色子像素的強度按不同積分進行疊加。
16.如權(quán)利要求15所述的模型建立系統(tǒng)，其中，子像素陣列模擬模塊進一步包括: 紅色子像素陣列建立模塊，配置為建立紅色子像素陣列，其中包含了由所述左側(cè)虛擬像素和所述右側(cè)虛擬像素構(gòu)成的重復(fù)組； 紅色子像素陣列加權(quán)系數(shù)計算模塊，配置為根據(jù)選定的參數(shù)σ 2，計算所述左側(cè)虛擬像素和所述右側(cè)虛擬像素在不同網(wǎng)格內(nèi)的積分，以得到左側(cè)虛擬像素和右側(cè)虛擬像素在不同網(wǎng)格位置的不同加權(quán)系數(shù)； 紅色強度計算模塊，配置為將對左側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的紅色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該左側(cè)虛擬像素的紅色強度，并將對右側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的紅色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該右側(cè)虛擬像素的紅色強度； 藍色子像素陣列建立模塊，配置為建立藍色子像素陣列，其中包含了由所述左側(cè)虛擬像素和所述右側(cè)虛擬像素構(gòu)成的重復(fù)組； 藍色子像素陣列加權(quán)系數(shù)計算模塊，配置為根據(jù)選定的參數(shù)σ 2，計算所述左側(cè)虛擬像素和所述右側(cè)虛擬像素在不同網(wǎng)格內(nèi)的積分，以得到左側(cè)虛擬像素和右側(cè)虛擬像素在不同網(wǎng)格位置的不同加權(quán)系數(shù)； 藍色強度計算模塊，配置為將對左側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的藍色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該左側(cè)虛擬像素的藍色強度，并將對右側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的藍色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該右側(cè)虛擬像素的藍色強度； 綠色子像素陣列建立模塊，配置為建立綠色子像素陣列，其中包含了由所述左側(cè)虛擬像素和所述右側(cè)虛擬像素構(gòu)成的重復(fù)組； 綠色子像素陣列加權(quán)系數(shù)計算模塊，配置為根據(jù)選定的參數(shù)σ 2，計算左側(cè)虛擬像素和右側(cè)虛擬像素在不同網(wǎng)格內(nèi)的積分，以得到左側(cè)虛擬像素和右側(cè)虛擬像素在不同網(wǎng)格位置的不同加權(quán)系數(shù)； 綠色強度計算模塊，配置為將對左側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的綠色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該左側(cè)虛擬像素的綠色強度，并將對右側(cè)虛擬像素有影響的、在不同網(wǎng)格位置的綠色子像素強度按不同加權(quán)系數(shù)進行疊加，以得到該右側(cè)虛擬像素的綠色強度。
17.如權(quán)利要求16所述的模型建立系統(tǒng)，其中，子像素陣列疊加模塊進一步包括: 左側(cè)虛擬像素合成模塊，配置為將左側(cè)虛擬像素的紅色強度、藍色強度和綠色強度放在一個像素中，以得到左側(cè)虛擬像素； 右側(cè)虛擬像素合成模塊，配置為將右側(cè)虛擬像素的紅色強度、藍色強度和綠色強度放在一個像素中，以得到右側(cè)虛擬像素。
18.如權(quán)利要求17所述的模型建立系統(tǒng)，其中，虛擬信號獲得模塊包括將子像素陣列疊加模塊得到的虛擬像素組成虛擬信號。
19.如權(quán)利要求18所述的模型建立系統(tǒng)，其中，正態(tài)分布參數(shù)σ2等于100。
20.如權(quán)利要求19所述的模型建立系統(tǒng)，其中，m等于10，η等于15。
【文檔編號】G06T5/00GK104240195SQ201410413271
【公開日】2014年12月24日 申請日期:2014年8月20日 優(yōu)先權(quán)日:2014年8月20日
【發(fā)明者】劉鵬, 董學(xué), 楊凱, 郭仁煒 申請人:京東方科技集團股份有限公司, 北京京東方光電科技有限公司