像素显示SPR(Subpixel Rendering)算法研究

BOE知识酷 2021-07-02 11:50 10312浏览 0评论 26点赞

构建AI未来，Arm计算平台无处不在 百万设备≠唯一解！精密测量成本砍半秘籍

‍

‍‍

知识酷Pro 👆

学显示行业知识

找小酷！

第1063篇推文

像素排列分析

一个像素通常被划分为多个子像素，每个子像素显示预定的颜色(通常为红色、绿色和蓝色），子像素的小几何结构使人眼能够将空间复用的颜色混合在一起，从而达到显示色彩的效果。图1和图2是3×3像素两种不同结构的排列图，规定其子像素下标为i-1、i、i+1，其中i=2、5、8、…、N-4、N-1，N为图像中一行像素个数。

图1为多数液晶显示器采用的条纹式RGB排列方式，每个像素包含完整的三基色子像素，且每行排列顺序相同。

图2为RGB-Delta排列结构AMOLED面板示意图。其三基色子像素采用三角形排列方式，且单基色子像素数量比条纹式RGB排列各减少了1/3。

面板上每个像素单元仅由两个子像素构成且奇偶行排列顺序不同，这种均匀分布的排列方式既保证了视觉上分辨率的不下降，又能够减少显示面板驱动线的数量。同时，增大子像素的尺寸，能够降低制造工艺的难度﹐从而提高面板的生产良率。由图2可见，Delta结构AMOLED中像素重复的最小单元为三个像素，因此定义三个像素为一渲染单元。

图3(a）为奇数行渲染单元示意图，其第一像素为RB、第二像素为GR、第三像素为BG。图３(b)为偶数行渲染单元示意图，其第一像素为GB、第二像素为RG、第三像素为BR。因此，本文将同时从奇数行和偶数行两个角度分别阐述子像素的共用方式及渲染权重系数的计算。

SPR算法

1.子像素借用方式

子像素借用方式两个子像素构成的像素只能显示部分色彩，所以子像素渲染的算法的本质是通过渲染权重系数计算得到子像素灰阶值，并以子像素共用的方式构建新的像素呈现出亮度和色彩，最终在Delta排列AMOLED的面板上还原图像信息。由于新像素的三基色包含原像素中两个子像素及共用子像素，本文称之为虚拟像素，虚拟像素构成的图像称为虚拟图像。

为了能够避免彩边效应和高频锯齿，较好地还原图像细节，尤其在显示线条及文字等图像信息时，保证垂直方向上像素显示的平滑视感，本文提出的子像素共用原则是某一像素在借用子像素后，构成的虚拟像素三基色子像素间距小，不会在物理位置上形成子像素偏移或像素拉长等情况，否则会影响人眼在空间复用后无法感知到正确的颜色，反而观察到彩边。

在RGB Delta结构AMOLED中，由于子像素排列顺序不同，因此奇数行和偶数行每个像素的借用方式也不同。根据上述子像素的共用原则，在奇数行渲染单元内，像素Ri-1、Bi-1需要借用右相邻Gi子像素以构成虚拟像素，像素Gi、Ri借用右相邻Bi+1子像素，像素Bi+1、Gi+1借用左相邻Ri子像素。而在偶数行渲染单元中像素Gi-1、Bi-1借用右相邻Ri子像素以构成虚拟像素，像素Ri、Gi借用左相邻Bi-1子像素，像素Ri+1、Bi+1借用左相邻Gi子像素。

若奇数行和偶数行的子像素共用方式相同，则容易造成彩边效应。例如，在显示一条单像素大小的白色竖线时，即图４和图５传统排列中P1像素和P３像素灰阶值为０，P2像素灰阶值为255。那么在图４中，即RGBＧDelta结构奇数行排列中对应的Gi子像素、Ri子像素需要借用Bi+1子像素构成一个包含完整三基色的像素P2'才能正常显示一个白点。而在图５中，即偶数行排列中的Ri子像素和Gi子像素如果也借用Bi+1子像素，则会造成Bi+1蓝色子像素和Ri红色子像素物理位置偏离，形成蓝色彩边效应，即图６中第二行的Bi+1子像素。因此，偶数行的Ri子像素、Gi子像素需要借用Bi-1子像素构成虚拟像素P2''。

2. 权重系数

子像素渲染算法的权重系数设为固定值时可以减小算法实现的复杂度，降低硬件消耗，但同时会降低重建图像的质量，无法很好地显示图像细节。为了能够在显示不同场景图像的同时尽可能地保留图像细节，本文提出基于阈值比较的子像素渲染权重系数计算方式。首先计算某一子像素与共用子像素在原图像中对应的灰阶差值，与设定的阈值作比较，高于设定阈值和低于设定阈值所求得的权重系数不同，从而得到不定的共用子像素灰阶值，更好地渲染图像细节。

在０~255所表示的图像灰度显示系统中，灰度级数为8、16、32时的人眼正确识别率分别约为93.16%、68.75%、45.31%。在将灰阶范围32等分后，低于灰阶值８，人眼识别到的图像接近于黑色，而高于灰阶值248，人眼识别图像接近纯白色，RGB单色显示时同理，因此本文选取的阈值X＝248。针对面板生产工艺的不同，可能会出现相同颜色子像素颗粒发光亮度不均，色域不同等。因此算法在硬件实现时阈值应为可调值，便于测试使用，使本文算法在不同工艺下的面板上都能很好地显示图像。

选取阈值后，计算当前子像素与需要被借用子像素在原图像中对应的灰阶差值，若差值大于所设定的阈值X，则共用子像素的灰阶值由一权重系数与被借用子像素原灰阶值计算得;若差值小于或等于设定的阈值X，则共用子像素的灰阶值由另一权重系数与该子像素及被借用子像素的原灰阶值共同计算所得。结合上文对渲染单元内子像素共用方式的分析结果，得到奇数行渲染单元子像素渲染算法公式和偶数行渲染单元子像素渲染算法公式，分别为

式中:X＝248;０≤α，α1，β，β1，θ，θ1≤1;０≤λ，λ1，η，η1，μ，μ1≤1。Ri-1、Gi-1、Bi-1分别表示原图像中第i-1个像素中三基色的灰阶值;Ri、Gi、Bi表示原图像中第i个像素中三基色的灰阶值;Ri+1、Gi+1、Bi+1表示原图像中第i+1个像素中三基色的灰阶值。(1)式中R'i-1、B'i-1、G'i表示虚拟图像奇数行第i-1个像素中三基色的灰阶值;R'i、B'i+1、G'i表示虚拟图像奇数行第i个像素中三基色的灰阶值;R'i、B'i+1、G'i+1表示虚拟图像奇数行第i+1个像素中三基色的灰阶值。(2)式中R″i、G″i-1、B″i-1表示虚拟图像偶数行第i-1个像素中三基色的灰阶值;R″i、G″i、B″i-1、表示虚拟图像偶数行第i个像素中三基色的灰阶值;R″i+1、B″i+1、G″i表示虚拟图像偶数行第i+1个像素中三基色的灰阶值。

当子像素与被借用子像素的差值大于阈值时，表示两者的灰阶值分别在(０，８)和(2４８，2５５)区间内，可以理解为一个子像素亮和一个子像素不亮，人眼能够很好地区分两者。同时为了易于硬件设计，上述公式中差值大于阈值X的子像素渲染权重系数可直接设为1，可得公式如下

式中:X＝2４８;０≤α1，β1，θ1≤1;０≤λ1，η1，μ1≤1。

当子像素与被借用子像素的差值小于或等于阈值X时，为了得到合适的权重系数，本文从图像差异的方向进行计算。而原图像与虚拟图像的灰阶差异可以用误差平方和(SE)表示，SE越小，则表示处理后的图像灰阶与原图像灰阶越接近。因此，SE一阶偏微分等于零即SE最小时的权重系数为最佳权重值。奇数行和偶数行的SE表达式分别为