專利名稱：消除lcd運動圖像逆模型極點的方法
技術領域：
本發明涉及一種LCD運動圖像逆模型的極點問題的消除方法，具體來說，它涉及一種利用基于變步長LMS算法的非線性Volterra系統擬合LCD運動圖像逆模型以消除其極點的方法，屬于數字圖像處理技術與系統辨識技術領域。
背景技術：
縱觀現在的監視器市場，IXD (液晶顯示器)已經在慢慢取代CRT (陰極射線管)顯示器，隨著平板電視機成本的降低，在電視機市場中，平板LCD顯示器也將有越來越大的占有額。液晶顯示器與傳統的CRT顯示器相比，具有許多優秀的特點，例如，顯示質量高，由于液晶顯示器(LCD)每一個點在收到信號后就一直保持那種色彩和亮度，恒定發光，而不像陰極射線管顯示器(CRT)那樣需要不斷刷新亮點，因此，LCD畫質高而且絕對不會閃爍，把眼睛疲勞降到最低，無電磁輻射。然而，LCD并不完美，要想在各個性能指標上超越傳統的CRT顯示器，還有需要解決的問題，其中一個問題就是對運動圖像的顯示效果，具體來說，就是在運動圖像的邊緣會出現不同程度的模糊，即LCD的運動模糊問題，作為下一代顯示器的LCD將是一種能夠很好支持高清圖像顯示技術的物質載體，而對運動圖像的不理想表現已經成為制約先進顯示技術的障礙，這個問題已經引起了人們的關注，同時也取得了一些研究進展，但仍未能完滿解決這個問題。運動圖像模糊的解決方法是當前一項研究熱點，但至今仍未能獲得有效的解決， 其實，IXD運動模糊現象是由IXD的顯示特性和人眼視覺系統(Human Visual System,HVS) 的特性共同作用而引起的，國內外的學者們從引起該問題的LCD的保持型顯示特性及人眼視覺系統的運動跟蹤特性出發，提出了一系列硬件或軟件的辦法來解決該問題。在硬件方面，利用響應時間補償技術與過壓驅動技術已可令LCD面板的響應時間達到了 1ms，在一定程度上提高了運動圖像的顯示質量，但簡單地提高IXD面板的響應速度，其實對減少運動模糊現象并沒有多大的作用，舉例來說，響應時間為16ms的LCD面板而言，實際上只有30%的模糊是由慢響應特性引起的；采用倍頻技術將幀頻提升到240Hz后， 也可以在很大程度上消除LCD運動模糊的現象，但其帶來的功耗、帶寬、和干擾等問題不容忽視；模擬CRT脈沖驅動的方案對運動模糊也有一定的改善效果，但其中的背光閃爍技術容易導致亮度下降的問題，背光源掃描技術則存在LED背光成本較高，亮度不均勻等問題； 黑幀插入技術容易產生漏光現象，增加對數據速率和帶寬的要求，從而增加技術的難度和成本。可見，單純采用物理方案雖能取得一定的運動去模糊的效果，但代價過高，難以徹底解決該問題。而在采取上述物理方案的基礎上，利用圖像處理技術可以更進一步改善IXD運動模糊現象，Michiel A. Klompenhouwer與Leo Jan Velthoven提出一種基于頻域的運動向量預補償逆濾波(Motion Compensated Inverse Filtering, MCIF)的方法，對顯示特性與人眼的低通濾波特性進行預補償，能在很大程度上恢復LCD運動圖像的銳利度，Shay Har-Noy與Truong Q. Nguyen提出一種改善IXD運動模糊的方法，就是在輸入信號到IXD之前，將信號分解成雙通道，分別采用高效的非迭代濾波器庫進行FIR(Finite Impulse Response)濾波，然后再合成送入LCD顯示器輸出，達到IIRanfinite Impulse Response)濾波器的效果，但從下文的分析可知，LCD的運動模糊現象只發生在運動方向上，其他方向不會發生模糊現象，上述方案對所有方向都進行補償，這實際上是一種過補償，Shay Har-Noy他們還提出另一種方法，即將LCD運動模糊現象看作是一種圖像的退化問題，采用非參數迭代算法 Richardson-Lucy反卷積算法，找出點擴散函數PSF (Point Spread Function)，再通過一定的迭代令輸出圖像收斂到同真實圖像相近的最大似然圖像，從而達到降低圖像模糊的目的。Jim Xia等人在Shay Har-Noy的基礎上，提出一種運動自適應去模糊濾波器以還原圖像的方法，但點擴散函數難以找到，如果精度不足反而容易引起圖像無法恢復的現象，而且也可能會出現圖像邊緣失真問題。上述方案都是在對運動圖像顯示前進行預補償，這是一條比較可行的思路，并也取得了一定的改善效果，但由于LCD運動去模糊最終要在硬件上實現，故上述方法并不適用。從系統辨識的角度出發，由于sine模型是LCD運動模糊的頻域數學模型，故將其逆(sine—1模型)作為LCD運動模糊逆系統，與原系統級聯組合，即可實現LCD運動去模糊的效果，但sine—1模型存在極點問題，無法恢復極點處的頻率，且難以硬件實現，所以其應用受到極大的限制，鐘翊煒等提出一種通過建立二維全極點濾波器的極點聚焦技術，根據速率采用不同的系數插值計算得到一個取代sine—1模型極點的新位置，從而恢復該點的頻率以作為極點的頻率，但該方法只在高頻處才能得到有效的改善，且難以硬件實現，因此迫切需要尋求一種能消除該逆模型的極點問題的方法。
發明內容
針對以上的不足，本發明提供了一種利用基于變步長LMS算法的非線性Volterra 系統擬合LCD運動圖像逆模型以消除其極點的消除LCD運動圖像逆模型極點的方法，它包括1)對輸入的圖像進行歸一化處理；2)計算sine—1模型的輸出圖像信號，作為觀察圖像；3)對SirnT1模型的輸出信號進行歸一化處理；4)采用基于變步長LMS算法的非線性Volterra系統擬合sine—1模型，構建一個 LCD運動去模糊的可逆系統；5)利用sine模型對非線性Volterra系統的輸出信號進行IXD運動模糊的原系統處理；6)對步驟幻獲得的圖像信號進行歸一化處理，將圖像灰度值限制在可視范圍內。所述步驟4)包括41)利用非線性Volterra系統擬合sine—1模型sine-1 ( · ) ^ Yn = ffET · Xn將某一速度下的SirnT1系統輸出作為輸出Yn，輸入Xn為已知，We為Volterra的核函數參數矢量；42)利用變步長LMS算法訓練Volterra的核函數參數矢量WE。
所述步驟42)包括Step 1)獲取與相同的輸入矢量X(n)，與核矢量W(n)相乘后，由下式求取誤差 e(n)e(n) =Y (η) _ΧΤ (η) W (η)其中，Y(η)為sine—1逆系統的輸出矢量；Step 2)根據下式計算新的步長μ (η) = β (1-exp (-α e (η) |2))其中，0 < μ (η) < 1/λ_，λ_是輸入信號自相關矩陣的最大特征值，在滿足算法收斂的情況下，α > 0控制函數的形狀、β > 0控制函數的取值范圍；Step 3)根據乂印2)計算得到的新的步長，計算新的n+1時刻的核矢量W(n+1)W (n+1) =W (η)+2 μ (η) e (η) X (η)；Step 4)重復乂印1，直到| e (η) |達到最小，此時μ (η)也達到最小，即算法進入穩態，由此得到最佳解，此時結束迭代。本發明的有益效果本發明將IXD運動圖像去模糊看作一個系統辨識的問題，即 LCD運動模糊問題可看作是一個SISO非線性的動態的時不變的原系統，利用非線性系統的 Volterra模型來擬合sine—1模型，從而構建一個相對理想的IXD運動模糊系統的非線性可逆系統，將該可逆系統與原系統級聯組合后，則可令輸出信號將與輸入信號相同，從而達到消除LCD運動去模糊逆模型極點問題之目的；同時，采用變步長的LMS算法訓練Volterra 的核函數參數矢量，令均方誤差(MSE)曲線收斂更快，具有算法簡單，魯棒性強的特點，且容易在硬件上實現。
圖1為本發明的消除LCD運動圖像逆模型極點的方法的流程圖；圖2為IXD運動去模糊系統模型原理圖；圖3為引起IXD運動模糊的系統特性原理圖；圖4為采用sine模型及其逆模型進行IXD運動去模糊的原理圖；圖5為本發明Volterra非線性系統擬合SirnT1模型的IXD運動去模糊的消除逆系統模型的極點的系統框架圖；圖6為Volterra非線性系統擬合sine—1模型的系統辨識原理圖；圖7為標準LMS與變步長LMS算法收斂曲線對比圖；圖8為本發明的輸入原圖像的示意圖；圖9為原圖像以85piXelS/S的速度水平向右運動，經過sine模型處理的運動模糊圖像的示意圖；圖10為經過SirnT1模型處理的輸出圖像的示意圖；圖11為經過sine模型還原的圖像的示意圖(人眼所感知的圖像)；圖12為sine—1逆系統還原圖像與原圖像的相對誤差示意圖；圖13為Volterra非線性系統擬合sine—1模型后的輸出圖像示意圖；圖14為Volterra非線性系統的還原圖像的示意圖(人眼所感知的圖像)；圖15為VSSLMS算法的MSE收斂曲線；
圖16為Volterra非線性系統輸出的圖像與SirnT1逆系統輸出圖像的相對誤差的示意圖；圖17為Volterra非線性系統的還原圖像與原圖像的相對誤差示意圖。
具體實施例方式下面結合附圖對本發明進行進一步闡述。本發明的基礎理論是系統辨識，將LCD運動去模糊的逆系統與LCD運動去模糊原系統級聯，輸出的圖像信號將與輸入的圖像信號相同，如圖2所示。而LCD運動模糊原系統由LCD慢響應和保持特性Hra、人眼對光線亮度的積分特性、視覺的低通濾波特性Hhvs三者組成，如圖3所示，由于隨著LCD面板技術的不斷改進，LCD的慢響應特性對LCD運動模糊的影響已變得越來越小，故本發明不再考慮LCD的慢響應特性，即由LCD的保持特性、人眼對光線亮度的積分特性、視覺的低通濾波特性三者組成LCD運動模糊原系統。如圖1所示，本發明的消除IXD運動圖像逆模型極點的方法包括1)對輸入的圖像進行歸一化處理。2)計算SirnT1模型的輸出圖像信號，作為觀察圖像如圖4所示，IXD運動去模糊原系統可以用sine頻域模型表示H (U，ν) = sine (π Th [vx, vy] · [u, ν]τ)其中，Th為顯示器的掃描周期，ν = [vx,vy]是視頻中圖像的運動速度矢量，它的離散表達式為
權利要求
1.一種消除LCD運動圖像逆模型極點的方法，其特征在于，它包括1)對輸入的圖像進行歸一化處理；2)計算sine—1模型的輸出圖像信號，作為觀察圖像；3)對sine—1模型的輸出信號進行歸一化處理；4)采用基于變步長LMS算法的非線性Volterra系統擬合sine—1模型，構建一個IXD運動去模糊的可逆系統；5)利用sine模型對非線性Volterra系統的輸出信號進行LCD運動模糊的原系統處理；6)對步驟幻獲得的圖像信號進行歸一化處理，將圖像灰度值限制在可視范圍內。
2.根據權利要求1所述的消除LCD運動圖像逆模型極點的方法，其特征在于，所述步驟 4)包括41)利用非線性Volterra系統擬合sine—1模型 sine、·) Yn = WET · Xn將某一速度下的sine—1系統輸出作為輸出Yn，輸入Xn為已知，We為Volterra的核函數參數矢量；42)利用變步長LMS算法訓練Volterra的核函數參數矢量WE。
3.根據權利要求2所述的消除LCD運動圖像逆模型極點的方法，其特征在于，所述步驟 42)包括Step 1)獲取與核函數參數矢量的項數相同的輸入矢量X(n)，與核矢量W(n)相乘后， 由下式求取誤差e (η)e(n) = Y (η)-Xt (η) W (η) 其中，Υ(η)為sine"1逆系統的輸出矢量； Step 2)根據下式計算新的步長 μ (η) = β (1-exp (-α e (η) |2))其中，O < μ (η) < 1/λ_，λ_是輸入信號自相關矩陣的最大特征值，在滿足算法收斂的情況下，α > O控制函數的形狀、β > O控制函數的取值范圍；Step 3)根據乂印2)計算得到的新的步長，計算新的n+1時刻的核矢量W(n+1) ff(n+l) = ff(n) +2 μ (η) e (η) X (η)；Step 4)重復乂印1，直到e(n) |達到最小，此時μ (η)也達到最小，即算法進入穩態，由此得到最佳解，此時結束迭代。
全文摘要
本發明公開了一種利用基于變步長LMS算法的非線性Volterra系統擬合LCD運動圖像逆模型以消除其極點的消除LCD運動圖像逆模型極點的方法，它包括1)對輸入的圖像歸一化處理；2)計算sinc-1模型的輸出圖像信號，作為觀察圖像；3)對sinc-1模型的輸出信號歸一化處理；4)采用基于變步長LMS算法的非線性Volterra系統擬合sinc-1模型，構建一個LCD運動去模糊的可逆系統；5)利用sinc模型對非線性Volterra系統的輸出信號進行LCD運動模糊的原系統處理；6)對獲得的圖像信號進行歸一化處理，將圖像灰度值限制在可視范圍內。本發明不但消除了LCD運動去模糊逆模型的極點，同時，采用變步長LMS算法訓練Volterra的核函數參數矢量，令均方誤差曲線收斂更快，算法簡單，魯棒性強，且容易在硬件上實現。
文檔編號G06T5/00GK102298772SQ20111026416
公開日2011年12月28日 申請日期2011年9月7日 優先權日2011年9月7日
發明者朱雄泳, 林繼東, 董富德, 譚洪舟 申請人:譚洪舟