APP下载

硅基OLED微显示器最优扫描算法的非线性校正

2017-01-17刘万林黄长川秦嘉琦

光电工程 2016年12期
关键词:轮廓线显示器差值

刘万林,季 渊,冉 峰,李 天,黄长川,秦嘉琦



硅基OLED微显示器最优扫描算法的非线性校正

刘万林,季 渊,冉 峰,李 天,黄长川,秦嘉琦

( 上海大学微电子研究与开发中心,上海 200072 )

针对最优灰度扫描算法在灰度级丰富的图像上产生轮廓线的问题,对算法进行非线性校正。首先分析最优扫描算法的灰度级与像素数据的关系,并与传统脉宽调制(PWM)灰度产生策略作比较,找出产生轮廓线的原因;根据人眼对不同灰度差值图像的主观感受,将灰度差值划分为可接受差值和不可接受差值;然后通过MATLAB对最优扫描各比特的灰度权值重新赋值,得到所有可能的组合,剔除不可接受差值的组合;最后计算线性度较好的组合在不同显示分辨率下的数据传输频率。实验结果表明:对于256级灰度图像,当校正后的8位比特的权值比例为208:104:52:24:14:8:3:1时,灰度图中的轮廓线从13条减少到0条。通过硅基有机发光二极管(OLED)微显示器观察,轮廓线消除,图像质量得到改善,并且在超高分辨率下,消耗的系统时钟频率比传统的场扫描法低,在降低系统成本上具有优势。

OLED微显示器;最优扫描;非线性校正;扫描效率

0 引 言

人类通过五官获取外界信息,研究数据是:视觉占83%,听觉占11%,触觉占3.5%,味觉占1%,嗅觉占1.5%。视觉信息不仅数量大,而且最准确、最及时、最可靠,其重要性远胜于其他信息来源。因此,人们一直致力于将各种信息转变为视觉信息再传递给人类,将各种信息转变为视觉信息的技术称为显示技术。显示技术的核心设备为显示器,微型显示器是一种特殊的产品形态[1-2],它的屏幕对角线尺寸小于30 mm。主要应用于投影机[3]和近眼显示系统。近眼显示系统应用较为广泛,例如头戴式虚拟现实模拟器、头戴式医疗救护与医用诊断系统等[4]。

硅基OLED微显示器是一种将OLED制作于单晶硅上的微显示[5-6]。2001年,美国IBM公司和eMagin公司合作开发了第一款分辨率为640´480的硅基OLED微显示器,2011年,eMagin公司开发出分辨率达1920´1200的OLED微显示器。微显示器驱动电路分为模拟驱动和数字驱动。模拟驱动方式采用模拟信号量来表示像素的灰度信息,由于模拟信号非常容易混杂噪声,所以难以达到高精度的灰度值;对数字驱动而言,像素的灰度信息转变为与时间有关的频率信号,通过调制脉冲宽度(PWM)来产生灰度。。

灰度表示像素的明亮程度。在灰度图像中,每个像素都拥有一个灰度值,该值定义为像素当前亮度相对于最大亮度的比例。目前在微显示器中的灰度产生策略主要为幅值法和PWM法。幅值法以模拟量来调制灰度,当灰度等级增加时,模拟量的精度很难满足灰度要求。PWM通过信号占空比来调制灰度,包括直接扫描策略、场扫描策略和子场扫描策略。直接扫描策略效率很低,只适合低灰度等级的图像扫描[7-8];场扫描利用灰度权值来减少扫描次数,其平均数据带宽减少为直接扫描策略的(log2)/倍(表示灰度等级)。因此,场扫描策略的显示分辨率和灰度等级受到限制;子场扫描策略可以降低瞬时带宽,增加像素的灰度等级和显示器的刷新频率,但是却降低了显示器的发光效率和最大亮度。

为了克服PWM灰度产生策略的缺点,提出了一种新的平板扫描策略[9],可以使扫描效率达到100%,然而在灰度十分丰富的图像上会产生轮廓线,需要进行校正。通过调整灰度权值提高线性度,消除轮廓线,却降低了扫描效率,当屏幕分辨率达到2 k(2 048´1 152)、4 k(4 096´2 160)甚至8 k(7 680´4 320)时,校正后的最优扫描法所需要的系统时钟频率要比传统方法低很多,极具优势。

1 最优扫描算法概述

图1显示了传统的256级灰度的20子场划分方法[10]。扫描周期被划分为19个时间帧,用表示,一个消隐期时间帧,用表示。灰度级之间的权重由相同的时间单元组合表示,将最高比特位Bit7划分成8个子场(71~78),次高位Bit6被划分成4个子场(61~64),Bit5被划分成2个子场(51~52),Bit4为一个子场,即,而对于3~0,仅有1/2,1/4,1/8,1/16个时间单元,3~0是内的消隐时间。8个比特的扫描时间比例为Bit7:Bit6:Bit5:Bit4:Bit3:Bit2:Bit1:Bit0=128:64:32:16:8:4:2:1。

图1 PWM子场扫描法

相比上述的PWM灰度产生策略,最优扫描策略能够消除扫描等待时间,使扫描效率达到100%。图2给出了一种16级灰度的比特扫描顺序示例。横坐标为子空间的扫描周期sp,表示数据传输或数据保持的最小时间单位。纵坐标为子空间,定义为显示面板在行方向上的一种划分,每个子空间包含一行像素或相邻的若干行像素。在子空间内部,像素扫描遵循“从左至右,从上至下”的顺序,一个子空间扫描完毕,切换至下一个子空间时,可以随机切换至任意的另一个子空间。由于该扫描策略在数据传输过程中没有出现任何传输等待,因此称为最优扫描策略。在最优扫描策略采用扫描周期sp作为时间单位而不再使用,每一个sp都包含了若干个时钟周期用于将像素数据传输至子空间。

图2 最优比特扫描顺序

2 最优扫描算法的非线性校正

2.1 最优算法产生轮廓线的原因

虽然最优扫描算法的数据传输效率达到100%,但是在实际的图像显示中,发现在色彩非常丰富的图像,例如天空,会产生轮廓线,如图3(b)所示。

图3 轮廓线示例

表1是传统扫描和最优扫描的8位像素色彩深度的灰度权值,由表绘制出传统扫描与最优扫描的灰度值和像素数据的关系图,如图4(a)所示,横坐标为像素数据,取值范围为0~255,纵坐标为灰度值,取值范围为0~1(经过归一化处理)。

表1 8位像素色彩深度的灰度权值

图4 传统扫描和最优扫描的灰度值与像素数据的关系

可以看出,PWM扫描的灰度权值呈2倍递增,像素数据和灰度值是线性关系,而最优扫描的灰度权值非2倍递增,在图4(a)中三处灰度值有明显的跳跃性,其中像素数据为65和66之间的差值为16,像素数据为127和128之间的灰度值差值为31,像素数据为193和194之间的灰度差值为16,这三处的轮廓线很明显,对应图4(b)中三处最高的毛刺。

2.2 灰度值差值的划分

由2.1分析可知,轮廓线的产生是由于存在灰度差值。结合人眼主观感受对灰度差值进行数值划分[11],图5(a)是经过实验得到的人眼灰度分辨能力模型,纵坐标表示人眼可分辨的最小灰度差值,横坐标表示灰度值。

图5(b)是对人眼的灰度分辨能力模型简化处理,图5(c)是低灰度部分的灰度差值图,图5(d)是中灰度部分,图5(e)是高灰度部分,人眼分辨不出灰度轮廓线。

2.3 搜索适合的非线性校正

针对256级灰度的最优扫描,通过改变最优扫描的灰度权值,找到所有可能的组合,观察扫描效率与线性度的关系。

图5 人眼的灰度分辨能力范围划分

2.3.1最优扫描校正后的效率

如图5(b)所示,当灰度差值在一定范围内时,并不影响人眼对图像的识别质量。虽然最优扫描的数据传输效率为100%,但是当减小各比特位的灰度权值时,扫描效率将会降低。利用MATLAB得到校正组合,由于从Bit7:Bit6:Bit5:Bit4:Bit3:Bit2:Bit1:Bit0 =128:64:32:16:8:4: 2:1到Bit7:Bit6:Bit5:Bit4:Bit3:Bit2:Bit1:Bit0=576:256:112:48:20: 8: 3:1,对每一个比特位都要变化,比如Bit7从576变为575,一直到128,总共有449种变化,其他比特位也如此变化,经过组合,总共有大约300亿种,计算量过于巨大。为此,先用步长为20的组合进行粗略估算,然后分段进行步长为1的精算,两个步骤即可满足要求。

图6 符合要求的非线性校正及其扫描效率

2.3.2 高线性度的校正

图6是所有符合条件的校正及其效率对应关系,横坐标表示扫描效率,纵坐标表示校正组合的索引号,根据索引号即可找到对应的校正组合。经过校正后的最大扫描效率为40.4%,其索引号所对应的校正组合是Bit7:Bit6:Bit5:Bit4:Bit3:Bit2:Bit1:Bit0= 208:104:52:24:14:8:3:1。

2.4非线性校正仿真

当校正后的比特权值为Bit7:Bit6:Bit5:Bit4:Bit3:Bit2:Bit1:Bit0=208:104:52:24:14:8:3:1,计算得到256级灰度值,然后做出像素数据与灰度值的关系图,如图7(a),横坐标表示像素数据,纵坐标表示灰度值,曲线近似为一条直线;而图7(b)是相邻灰度值的差值,即灰度差值,并满足人眼分辨能力的要求。图7(c)则是最优扫描得到的带有轮廓线的图像与校正后得到的图像,对比可见,经过校正的图像轮廓线消除。

图7 校正后的图像

3 实验与结果

目前,2 k屏、4 k屏甚至8 k屏已经走入日常生活,超高分辨率的显示器是未来的发展方向,由于像素数量的急剧增大,传统的扫描方法对系统的扫描时钟要求越来越高,以至于无法得到满足。然而,最优扫描法对时钟的要求不高,能够极大的减轻系统负担。表2是传统的子场法和校正的最优扫描法在2 k、4 k和8 k分辨率下的对比(8位色彩深度,256级灰度,显示刷新率60 Hz,数据位宽32 bit)。显而易见,在超高分辨率下,最优扫描法需要的时钟频率比传统法低。

表2 不同扫描策略的系统时钟需求

从表2可知,校正后的最优算法的扫描效率有所降低,原因在于对算法校正时增加了扫描等待时间,产生了时间冗余。对发光像素驱动电路并无影响,只是需要在控制电路中增加一条扫描等待命令。

实验装置如图8(a)所示,FPGA开发板通过VGA接口将产生的扫描信号送到OLED微显示器上。实验结果如图8(b)所示,图中轮廓线得到消除。

图8 实验结果

4 结 论

硅基OLED微显示器的像素矩阵结构允许扫描顺序可以任意安排,使得最优扫描算法能够物理实现。通过实验可知,校正后的最优扫描算法在高分辨率显示器的扫描中由于其传输频率相对于传统子场扫描低,因此非常适合于高分辨率的图像扫描,尤其在未来微型显示器向超高分辨率发展中占据优势。另一方面,硅基OLED微显示器由于其良好的物理特性,将成为下一代微型显示器中的主流。综合这两点,对最优扫描算法进行非线性校正有着非常重要的现实意义。

[1] Kimmel J,Hautanen J,Levola T. Display technologies for portable communication devices [J]. Proceedings of the IEEE(S1053-5888),2002,90(4):581-590.

[2] JI Yuan,RAN Feng,XU Hongguang,. Improved performance and low cost OLED microdisplay with titanium nitride anode [J]. Organic Electronics:Physics,Materials,Applications(S1566-1199),2014,15(11):3137-3143.

[3] HUA Hong,Girardot Axelle,GAO Chunyu,. Engineering of head-mounted projective displays [J]. Applied Optics(S0003-6935),2000,39(22):3814-3824.

[4] Polonen M,Jarvenpaa T,Hakkinen J. Comparison of Near-to-Eye Displays:Subjective Experience and Comfort [J]. Journal of Display Technology(S1551-319X),2010,6(1):27-35.

[5] JI Yuan,RAN Feng,XU Hongguang,. A digitally driven pixel circuit with current compensation for AMOLED microdisplays [J]. Journal of the Society for Information Display(S1938-3657),2014,22(9):465-472.

[6] Prache O. Active matrix molecular OLED microdisplays [J]. Displays(S0141-9382),2001,22(2):49-56.

[7] Jae Hwack Pyo,Yoon-Suk Oh,LEE Tae Ki. Characteristics of an atmospheric pressure plasma and its application to FPD fabrication processes [J]. Plasma Science(S1009-0630),2003:230-236.

[8] Kyuha Chung,Mun Pyo Hong,Chi Woo Kim,. Needs and solutions of future flat panel display for information technology industry [C]// 2002 IEEE International Devices Meeting (IEDM),San Francisco,CA,United states,December 8-11,2002,3:385-388

[9] JI Yuan,RAN Feng,JI Weigui,. Optimal scan strategy for mega-pixel and kilo-gray-level OLED-on-silicon microdisplay [J]. Applied Optics(S0003-6935),2012,51(17):3731-3743.

[10] 季渊,冉峰,徐洪光,等. 高灰度等级AM-OLED显示控制专用集成电路的设计 [J]. 上海大学学报:英文版,2011(04):310-315.

JI Yuan,RAN Feng,XU Hongguang,. Design on AM-OLED display control ASIC with high gray scale levels [J]. Journal of Shanghai University:English Edition,2011(04):310-315.

[11] TANG Guangming,LIU Jing. An Security Enhanced Spatial Steganography Based on HVS [J]. Energy Procedia(S1876-6102),2011(13):6855-6861.

Nonlinear Correction of Optimal Scan Strategy on the OLED-on-silicon Microdisplay

LIU Wanlin,JI Yuan,RAN Feng,LI Tian,HUANG Changchuan,QIN Jiaqi

( Microelectronic Research & Development Center, Shanghai University, Shanghai200072, China)

Optimal scanning algorithm produces contour on the image which is very rich in color, the algorithm will adopt non-linear calibration and eliminate the contour of image. Firstly, find out the relationship between the gray level and pixel data of the optimal scanning algorithm, and get the reason of contour with the traditional pulse-width modulation (PWM) gray-scale strategy comparison. Then according to the human eyes have different feelings on different gray error images, the gray error is classified as acceptable error and unacceptable error. Next, rearrange all possible optimal scanning gray weights by MATLAB, and exclude composition comprising an unacceptable error. Therefore, the rest combinations have good linearity. Finally, calculate the data transmission frequency at different display resolutions, experimental results show that the number of contour lines from 13 becomes 0 when the weight values of 8 bits turn to 208:104:52:24:14:8:3:1 for 256 level gray-scale images. The contour lines disappear by OLED-on-silicon microdisplay, image quality is improved, and in ultra-high resolution, system clock frequency is lower than the tradition field scanning method, it has a great advantage in reducing system cost.

OLED microdisplay; optimal scan strategy; nonlinear correction; scan efficiency

1003-501X(2016)12-0200-06

TN873

A

10.3969/j.issn.1003-501X.2016.12.030

2016-03-10;

2016-04-22

国家自然科学基金项目“硅基有机发光微显示器的高性能顶发射界面及数字驱动研究”(61376028)

刘万林(1990-),男(汉族),安徽阜阳人。硕士研究生,主要从事集成电路设计和图像处理研究。E-mail:739593114@qq.com。

季渊(1980-),男(汉族),上海人。博士,副研究员,主要从事OLED微显示器研究。E-mail: jiyuan@shu.edu.cn。

猜你喜欢

轮廓线显示器差值
把显示器“穿”在身上
差值法巧求刚体转动惯量
基于HTML5的凸轮廓线图解法App教学软件研究
一种新型点阵显示器的设计
感应式带电显示器抗干扰处理
枳壳及其炮制品色差值与化学成分的相关性
节日帽
多轮廓线的三维形体重构技术研究与实现*
基于区域最大值与平均值差值的动态背光调整
基于鼻子下轮廓线的鼻尖定位法