本申请要求下述申请的权益:2001年5月9日提交的名称为“Conversionof RGB Pixel Format Data to Pentile Matrix Sub-Pixel Data Format”的第60/290086号美国临时专利申请;2001年5月9日提交的名称为“CalculatingFilter Kernel Values for Different Scaled Modes”的第60/290087号美国临时专利申请;2001年5月9日提交的名称为“Scaling Sub-Pixel Rendering on PentileMatrix”的第60/290143号美国临时专利申请;以及2001年8月16日提交的名称为“RGB Stripe Sub-Pixel Rendering Detection”的第60/313054号美国临时专利申请,它们在这里以引用的方式整体并入本申请。
具体实施方式
本领域内普通技术水准的技术人员将能够认识到本发明的下述说明只是说明性的,而非任何方式的限制。本发明的其它实施例对于这样的技术人员来说是易知的。
真实世界的图像被捕获并存储在存储装置中。被存储的图像利用一些已知的数据排列来生成。使用提供改进的彩色显示分辨率的阵列能在显示装置上再现所存储的图像。所述阵列由至少具有蓝色发射体(或子像素)、红色发射体和绿色发射体的多个三色像素元构成,当被照亮时,所述三色像素元能够混合以产生所有其它适合人眼的颜色。
为了确定用于每个发射体的值,首先必须产生表现为滤波器内核的变换方程。所述滤波器内核通过确定原始数据组采样区域和目标显示采样区域的相关区域重叠来创建。重叠比率用于确定将在滤波器内核阵列中使用的系数值。
为了在显示装置上再现存储的图像,在每个三色像素元中确定了重构点。每个重构点的中心还将是用于重构所存储的图像的采样点的源。类似的,确定了图像数据组的采样点。每个重构点位于发射体的中心处(例如,在红发射体的中心处)。在将重构点置于发射体的中心处时,边界线的栅格与重构点的中心等距离形成以创建采样区域(其中采样点位于中心处)。所形成的栅格产生一平铺(tiling)图案。在该平铺图案中能够使用的形状可以包括但不限于:正方形、长方形、三角形、六边形、八边形、菱形、交错正方形、交错长方形、交错三角形、交错菱形、彭罗斯(Penrose)瓦形、斜方形、歪曲斜方形等,以及包括前述形状中的至少一种的组合。
确定了用于图像数据和目标显示的采样点和采样区域,并且二者是重叠的。所述重叠产生了在其中输出采样区域与几个输入采样区域重叠的子区域。输入与输出的面积比通过查看或计算来确定并且被存储为滤波器内核中的系数,其值用于将输入值加权到输出值中以确定用于每个发射体的适当值。
当使用了足够高的缩放比例时,与现有技术的显示器相比,在信息寻址能力上和重构图像调制传递函数(MTF)方面进行考察,这里公开的子像素排列和再现方法提供了更好的图像质量。
图1表示用于显示装置的采用单平面阵列的三色像素元的现有技术的RGB条纹排列,而图2表示用于图1的现有技术RGB条纹排列的有效子像素再现采样点。现有技术的图3、4和5表示用于图1的现有技术RGB条纹排列的采样点的每个彩色面的有效子像素再现采样区域。下面将进一步讨论图1-5。
图6表示根据一个实施例的几个三色像素元的排列20。三色像素元21是正方形的,布置在X、Y坐标系统的原点处,并且包括一个蓝色发射体22、两个红色发射体24和两个绿色发射体26。蓝色发射体22布置在中心处,沿所述坐标系统的X轴垂直延伸到第一、第二、第三和第四象限中。红色发射体24布置在未被蓝色发射体占用的第二和第四象限内。绿色发射体26布置在未被蓝色发射体占用的第一和第三象限内。蓝色发射体22是长方形的,并且具有沿坐标系统的X和Y轴对齐的侧面,并且相对的红色24和绿色26发射体对大致是正方形的。
在屏面上重复该阵列以实现具有希望的矩阵分辨率的装置。重复的三色像素元形成一红色24和绿色26发射体与蓝色发射体22交替的“格子板”,蓝色发射体22均匀分布在所述装置中,其分辨率是红色24和绿色26发射体的分辨率的一半。每隔一列的蓝色发射体是交错的,或者移位其长度的一半,如发射体28所示。为了适应此并且由于边沿效应,一些蓝色发射体在边沿处是半尺寸的蓝色发射体28。
图7表示用于图6和27的排列的有效子像素再现采样点的排列29,而图8和9表示用于图6和27的排列的蓝色面采样点23的另选的有效子像素再现采样区域123、124的排列30、31。下面将进一步讨论图7、8和9。
图10表示三色像素元39的排列38的另选示意性实施例。三色像素元39由一个蓝色发射体32、两个红色发射体34和两个绿色发射体36以正方形的形状构成。三色像素元39是正方形的,并且其中心位于X、Y坐标系统的原点处。蓝色发射体32中心位于正方形的原点处,并延伸到X、Y坐标系统的第一、第二、第三和第四象限中。一对红色发射体34布置在相对的象限(即,第二和第四象限)中,一对绿色发射体36布置在相对的象限(即,第一和第三象限)中,上述象限占用了未被蓝色发射体32占用的象限部分。如图10所示,蓝色发射体32是菱形的,其角对齐在坐标系统的X和Y轴上,相对成对的红色34和绿色36发射体大致为正方形,其面向内侧的角被截去以形成与蓝色发射体32的侧面平行的边沿。
在屏面上重复该阵列以实现具有希望的矩阵分辨率的装置。重复的三色像素形成一红色34和绿色36发射体与蓝色发射体32交替的“格子板”,蓝色发射体32均匀分布在所述装置,其分辨率是红色34和绿色36发射体的分辨率的一半。下面将进一步讨论红色发射体34a和34b。
三色像素元阵列的一个优点是改进了彩色显示器的分辨率。这是因为只有红色和绿色发射体对亮度通道中的高分辨率的感觉有重要的作用。因此,减少蓝色发射体的数量并用红色和绿色发射体取代一些蓝色发射体可提高分辨率使其更加符合人的视觉。
将红色和绿色发射体在垂直轴上分成两半以增加空间寻址能力是对现有技术的常规垂直单彩色条纹的改进。红色和绿色发射体的交替“格子板”使高空间频率分辨率在水平轴和垂直轴上都可以提高。
为了将第一数据格式的图像重构在第二数据格式的显示器上,需要通过每个发射体的几何中心上的分离重构点和创建采样栅格来限定采样区域。图11表示用于图10的三色像素元的排列38的有效重构点的排列40。重构点(例如,图11的33、35和37)中心位于三色像素元39中的发射体(例如,分别对应图10的32、34和36)的几何位置。红色重构点35和绿色重构点37形成显示器上的红和绿“格子板”阵列。蓝色重构点33均匀分布在所述装置上,但其分辨率是红色35和绿色37重构点的一半。为了子像素再现,这些彩色重构点被用作采样点并用于构建独立处理的每个彩色面的有效采样区域。图12表示用于图11的重构阵列的蓝色面42的有效蓝色采样点46(对应于图11的蓝色重构点33)和采样区域44。对于重构点的正方形栅格,最小边界周长为正方形栅格。
图13表示对应于图11的红色重构点35和图7的红色重构点25的有效红色采样点51以及用于红色面48的有效采样区域50、52、53和54。采样点51按与显示边界成45°的角度形成正方形栅格阵列。因此,在采样栅格的中心阵列内,采样区域形成正方形栅格。因为正方形栅格与显示器的边界相重叠的“边沿效应”,要调节所述形状使其保持相同的面积并使每个样本(例如,54)的边界周长最小。对采样区域进行检查将发现采样区域50具有与采样区域52相同的面积,然而,采样区域54具有稍微大点的面积,而在角部的采样区域53具有稍微小点的面积。这会引入误差,因为采样区域53内的变化数据将被过表示(over present),而采样区域54中的变化数据将被欠表示。然而,在由几十万乃至成百万的发射体构成的显示器中,在图像的角部中的误差将是最小的并被丢失。
图14表示与图11的绿色重构点37和图7的绿色重构点27相对应的有效绿色采样点57,以及用于绿色面60的有效采样区域55、56、58和59。对图14进行检查将发现它与图13十分相似,它具有相同的采样区域关系,只是被旋转了180°。
发射体的这些排列和它们产生的采样点和区域将由图形软件最佳地用于将图形图元或向量转换为偏移彩色采样平面、同时将现有的采样技术与所述的采样点和区域相结合来直接产生高质量图像。完整的图形显示系统,例如便携式电子设备、膝上型电脑和台式计算机、以及电视/视频系统,将从使用平板显示器和这些数据格式中受益。所用的显示器的类型包括,但不限于:液晶显示器、减色显示器、等离子板显示器、电致发光(EL)显示器、电泳显示器、场发射显示器、分立发光二极管显示器、有机发光二极管(OLED)显示器、投影仪、阴极射线管(CRT)显示器等,以及包括前述显示器中的至少一种的组合。然而,大部分图形和图形软件的所安装的库都使用最初基于使用CRT作为重构显示器的传统数据采样格式。
图15表示用于现有技术像素数据格式70的采样点74和它们的有效采样区域72的阵列,其中红色、绿色和蓝色值处在等空间分辨率栅格上并且互相重合。在现有技术显示系统中,通过简单使用来自图1所示类型的现有技术RGB条纹屏面上的每个彩色面的数据,在平板显示器上重构了这种数据的形式。在图1中,每种颜色子像素的分辨率与采样点的分辨率都相同,以行的形式来处理三种子像素,好像它们构成了一个单一结合的并且混和的多色像素而忽略每种颜色子像素的实际重构点位置。在现有技术中,这通常被称作显示器的“本机模式(native mode)”。这浪费了子像素的位置信息,尤其是红色和绿色子像素的位置信息。
相反,本申请引入的RGB数据被作为三个相互重叠的平面来处理。为了从RGB格式转换数据,分别处理每个平面。在本申请的更加有效的子像素排列上来自原始的现有技术格式的显示信息需要通过重采样进行数据格式的变换。以这样一种方式来重采样数据:每个采样点的输出为输入数据的加权函数。根据各个数据样本的空间频率,对于每个输出采样点,加权函数可以是相同或不同的,这将在下面进行说明。
图16表示图15的采样点重叠在图11的子像素再现采样点33、35和37上的排列76,其中图15的采样点74处在相同的空间分辨率栅格上并且与图11的红色(红色重构点35)和绿色(绿色重构点37)“格子板”阵列重合。
图17表示图15的采样点74和它们的有效采样区域72重叠在图12的蓝色面采样点46上的阵列78,其中图15的采样点74处在相同的空间分辨率栅格上并且与图11的红色(红色重构点35)和绿色(绿色重构点37)“格子板”阵列重合。
图18表示图15的采样点74和它们的有效采样区域72重叠在图13的红色面采样点35和红色采样区域50、52、53和54上的阵列80,其中图15的采样点74处在相同的空间分辨率栅格上并且与图11的红色(红色重构点35)和绿色(绿色重构点37)“格子板”阵列重合。正方形采样区域52的内部阵列完全覆盖了重合的原始采样点74和它的采样区域82,而且延伸覆盖每个周围采样区域84位于采样区域52内的四分之一。为了确定算法,记录了输出采样区域50、52、53或54覆盖或重叠在输入采样区域72的上方的分数,接着将该分数与对应采样点74的值相乘,然后将其应用于输出采样区域35。在图18中,正方形采样区域52的中心区域由中心或重合的输入采样区域84填充的面积是正方形采样区域52的一半。因此,对应的采样点74的值被乘以二分之一(或0.5)。可以看出,正方形采样区域52的由每个周围的非重合的输入区域84填充的面积是采样区域52的八分之一(或者0.125)。因此,对应的四个输入采样点74的值被乘以八分之一(或0.125)。接着将这些值与先前的值(例如,乘以0.5的值)相加以得到给定采样点35的最终输出值。
对于边沿采样点35及其五个侧面的采样区域50,重合的输入采样区域82如同上述情况被完全覆盖,但只有三个周围的输入采样区域84、86和92是重叠的。一个重叠的输入采样区域84代表输出采样区域50的八分之一。沿所述边沿的邻近的输入采样区域86和92每个代表所述输入采样区域的十六分之三(3/16=0.1875)。如前所述,重叠的采样区域72的输入值74的加权值被相加以给出用于采样点35的值。
角部和“附近的”角部被作相同的处理。由于角部53和“附近的”角部54覆盖的图像的区域与中心区域52和边沿区域50不同,所以输入采样区域86、88、90、92、94、96和98的加权将与先前所述的输入采样区域82、84、86和92成比例地不同。对于较小的角部输出采样区域53,重合的输入采样区域94覆盖输出采样区域53的七分之四(或者大约0.5714)。邻近的输入采样区域96覆盖输出采样区域53的十四分之三(或约0.2143)。对于“附近的”角部采样区域54,重合的输入采样区域90覆盖输出采样区域54的十七分之八(或大约0.4706)。内侧的邻近采样区域98覆盖输出采样区域54的十七分之二(或大约0.1176)。边沿侧的邻近输入采样区域92覆盖输出采样区域54的十七分之三(或大约0.1765)。角部输入采样区域88覆盖输出采样区域54的十七分之四(或大约0.2353)。如前所述,来自重叠的采样区域72的输入值74的加权值被相加以给出用于采样点35的值。
对于绿色面的重采样计算过程以相似的方式进行,但输出采样阵列被旋转180°。
为了重申,对于红色采样点35和绿色采样点37的值Vout的计算如下:
中心区域:
Vout(CxRy)=0.5_Vin(CxRy)+0.125_Vin(Cx-1Ry)+0.125_Vin(CxRy+1)
+0.125_Vin(Cx+1Ry)+0.125_Vin(CxRy-1)
下边沿:
Vout(CxRy)=0.5_Vin(CxRy)+0.1875_Vin(Cx-1Ry)
+0.1875_Vin(Cx+1Ry)+0.125_Vin(CxRy-1)
上边沿:
Vout(CxR1)=0.5_Vin(CxR1)+0.1875_Vin(Cx-1R1)
+0.125_Vin(CxR2)+0.1875_Vin(Cx+1R1)
右边沿:
Vout(CxRy)=0.5_Vin(CxRy)+0.125_Vin(Cx-1Ry)
+0.1875_Vin(CxRy+1)+0.1875_Vin(CxRy-1)
左边沿:
Vout(C1Ry)=0.5_Vin(C1Ry)+0.1875_Vin(C1Ry+1)
+0.125_Vin(C2Ry)+0.1875_Vin(C1Ry-1)
右上角部:
Vout(CxRy)=0.5714_Vin(CxRy)+0.2143_Vin(Cx-1Ry)+0.2143_Vin(CxRy+1)
左上角部:
Vout(C1R1)=0.5714_Vin(C1R1)+0.2143_Vin(C1R2)+0.2143_Vin(C2R1)
左下角部:
Vout(CxRy)=0.5714_Vin(CxRy)+0.2143_Vin(Cx+1Ry)+0.2143_Vin(CxRy-1)
右下角部:
Vout(CxRy)=0.5714_Vin(CxRy)+0.2143_Vin(Cx-1Ry)+0.2143_Vin(CxRy-1)
上边沿靠左的角部:
Vout(C2R1)=0.4706_Vin(C2R1)+0.2353_Vin(C1R1)
+0.1176_Vin(C2R2)+0.1765_Vin(C3R1)
左边沿靠上的角部:
Vout(C1R2)=0.4706_Vin(C1R2)+0.1765_Vin(C1R3)
+0.1176_Vin(C2R2)+0.2353_Vin(C1R1)
左边沿靠下的角部:
Vout(C1Ry)=0.4706_Vin(C1Ry)+0.2353_Vin(C1Ry+1)
+0.1176_Vin(C2Ry)+0.1765_Vin(C1Ry-1)
下边沿靠左的角部:
Vout(C2Ry)=0.4706_Vin(C2Ry)+0.2353_Vin(C1Ry)
+0.1765_Vin(C3Ry)+0.1176_Vin(C2Ry-1)
下边沿靠右的角部:
Vout(CxRy)=0.4706_Vin(CxRy)+0.1765_Vin(Cx-1Ry)
+0.2353_Vin(Cx+1Ry)+0.1176_Vin(CxRy-1)
右边沿靠下的角部:
Vout(CxRy)=0.4706_Vin(CxRy)+0.1176_Vin(Cx-1Ry)
+0.2353_Vin(CxRy+1)+0.1765_Vin(CxRy-1)
右边沿靠上的角部:
Vout(CxR2)=0.4706_Vin(CxR2)+0.1176_Vin(Cx-1R2)
+0.1765_Vin(CxR3)+0.2353_Vin(CxR1)
上边沿靠右的角部:
Vout(CxR1)=0.4706_Vin(CxR1)+0.1765_Vin(Cx-1R1)
+0.1176_Vin(CxR2)+0.2353_Vin(Cx+1R1)
其中Vin为仅对于处在CxRy处的子像素的颜色的色度值(chromanancevalues)(Cx表示第x列的红色34和绿色36子像素,而Ry表示第y行的红色34和绿色36子像素,因此CxRy代表在显示器屏面上第x列和第y行处的红色34或绿色36子像素发射体,行列计数从左上角开始,如同常规处理一样)。
应当注意:每个方程中的系数权重的和总计为一。虽然有十七个方程来计算全部图像变换,由于对称性,实际只有四组系数。这降低了实现时的复杂性。
如前所述,图17表示图15的采样点74和它们的有效采样区域72重叠在图12的蓝色面采样点46上的排列78,其中图15的采样点74处在相同的空间分辨率栅格上并且与图11的红色(红色重构点35)和绿色(绿色重构点37)“格子板”阵列重合。图12的蓝色采样点46允许通过检查来确定蓝色采样区域44。在这种情况下,蓝色采样区域44现在是蓝色重采样区域,其仅是原始数据采样点74的周围蓝色值的算术平均,原始数据采样点74被计算作为用于重采样图像的采样点46的值。
采样点46的蓝色输出值Vout按如下进行计算:
Vout(Cx+_Ry+_)=0.25_Vin(CxRy)+0.25_Vin(CxRy+1)
+0.25_Vin(Cx+1Ry)+0.25_Vin(Cx+1Ry+1)
其中Vin为周围输入采样点74的蓝色色度值;Cx代表第x列的采样点74;而Ry代表第y行的采样点74,它们是从左上角开始计数的,如常规处理一样。
对于蓝色子像素计算,x和y的数量必须是奇数,因为每对红色和绿色子像素只有一个蓝色子像素。此外,系数权重的和等于一。
用于红色采样点35的中心区域方程的系数的加权过程是二进制移位除法过程,其对所创建的图像的大部分起作用,并且适用于中心重采样区域52,其中0.5为向“右”移动一位,0.25为向“右”移动两位,而0.125为向“右”移动三位。因此,所述算法非常简单和快速,只涉及简单的移位除法和加法。为了实现最大的精度和速度,周围像素的加法应首先完成,其次进行向右的单一的三位移位,然后和单位移位中心值相加。然而,后面的用于边沿和角部处的红色和绿色采样区域的方程涉及更复杂的乘法。在小显示器(例如具有很少像素的显示器)上,可能需要更加复杂的方程来确保好的图像质量显示。对于大图像或显示器,边沿和角部处的小误差可能无关紧要,因此可以进行简化。为了简化,用于红色和绿色面的第一方程被应用于图像的边沿上具有“丢失”的输入数据采样点的边沿和角部处,使得输入采样点74被设置为等于重合的输入采样点74。另选地,所述“丢失”的值可以被设置为黑色。该算法可利用软件、固件或硬件轻松实现。
注意色度值是线性增加的,这就意味着子像素再现必须在伽马校正之前完成。上述算法的输出可以送入伽马校正表。如果在子像素再现之前进行伽马校正,则会出现意想不到的色度误差。
图19和20表示图15的采样点74和它们的有效采样区域72重叠在图8和9的蓝色面采样区域23上的两个另选的排列100、102,其中图15的采样点处在相同的空间分辨率栅格上并且与图7的红色和绿色“格子板”阵列重合。图8表示对于图7所示的用于图6中的发射体排列的蓝色面采样点23的具有最小边界周长的有效子像素再现采样区域123。
用于计算所述系数的方法按如上所述进行。计算图19的输出采样区域123与每个输入采样区域72的重叠比例并将其用作转换方程或滤波器内核中的系数。这些系数在下面的转换方程中被乘以采样值74:
Vout(Cx+_Ry+_)=0.015625_Vin(Cx-1Ry)+0.234375_Vin(CxRy)
+0.234375_Vin(Cx+1Ry)+0.015625_Vin(Cx+2Ry)
+0.015625_Vin(Cx-1Ry+1)+0.234375_Vin(CxRy+1)
+0.234375_Vin(Cx+1Ry+1)+0.015625_Vin(Cx+2Ry+1)
本领域技术人员能够找到快速执行这些计算的方法。例如,系数0.015625相当于右移6位。在图15的采样点74处在相同的空间分辨率栅格上并且与图7的红色(红色重构点25)和绿色(绿色重构点27)“格子板”阵列重合的情况下,该最小边界条件区域可能导致计算负担增加并且使数据扩散至六个采样点74。
图9的另选有效输出采样区域124排列31可用于一些应用场合或情形。例如,在图15的采样点74处在相同的空间分辨率栅格上并且与图7的红色(红色重构点25)和绿色(绿色重构点27)“格子板”重合的情况下,或者在输入采样区域74和输出采样区域之间的关系如图20所示的情况下,所述计算更加简单。在偶数列中,用于计算蓝色输出采样点23的公式与上面获得的用于图17的公式完全相同。在奇数列中,用于图20的计算如下:
Vout(Cx+_Ry-_)=0.25_Vin(CxRy)+0.25_Vin(Cx+1Ry)
+0.25_Vin(CxRy-1)+0.25_Vin(Cx+1Ry-1)
如往常一样,上面的用于图19和20的计算被用于通常的中心采样区域124的情况。在边沿处的计算需要对转换公式进行修改或对关于远离屏幕的边沿采样点74的值进行假设,如上所述。
现在参看图21,示出了用于现有技术像素数据格式的采样点122和它们的有效采样区域120的阵列104。图21表示处在等空间分辨率栅格上并且相互重合的红色、绿色和蓝色值,然而,它具有与图15所示的图像尺寸不同的图像尺寸。
图22表示图21的采样点122和它们的有效采样区域120重叠在图13的红色面采样区域50、52、53和54上的阵列106。图21的采样点122未处在相同的空间分辨率栅格上并且分别与图11的红色(红色重构点25、35)和绿色(绿色重构点27、37)“格子板”阵列不重合。
在图22的该排列中,不允许对每个输出采样35进行单一的简单化转换方程计算。不过,把用于根据覆盖的成比例的区域产生每个计算的方法进行统一化不但是可能的而且是可行的。在以下情况下这是正确的,即:对于输入与输出图像的任何给定比率,尤其是对于那些作为标准在业界公用的比率,存在最小公分母比率,这将导致图像变换成为单元的重复模式。由于对称性会导致复杂性进一步降低,如同上面的输入和输出阵列互相重合的情况所证明的。当结合时,重复的三色采样点122和对称性会导致独立系数组的数量降低到一个更加易于管理的水平。
例如,称作“VGA”(用于代表视频图形适配器,但现在它只指640×480)的商用标准显示器彩色图像格式具有640列和480行。该格式需要被重采样或缩放以在图10所示排列的屏面上显示,所述屏面在横向具有400个红色子像素34和400个绿色子像素36(横向总共800个子像素),竖向总共有600个子像素34和36。这导致了输入像素和输出子像素的比为4比5。用于每个红色子像素34和每个绿色子像素36的转换方程可以根据图22的输入采样区域120被采样输出区域52覆盖的比例进行计算。该过程与图18的转换方程的进程类似,除了对于每个单独输出采样点35的转换方程似乎不同之外。幸而如果对所有这些转换方程进行计算,则会显现出一个模式。相同的五个转换方程反复在一行上重复,而另外一种模式的五个方程在每列上向下重复。对于像素与子像素的比为4∶5这样一种情况,最终结果只有5×5或二十五个独立方程组。这就将独立的计算数减少为二十五个系数组。在这些系数中,能够找到其它模式的对称性,这将系数的总数减少为只有六个独立的组。相同的处理过程将对图6的排列20产生相同的系数组。
下面是介绍如何使用上述几何方法来计算系数的示例。图32表示单一的5×5重复单元202,其来自于上面的将640×480 VGA格式图像转换为总共有800×600个红色和绿色子像素的PenTile矩阵的示例。由实线206标出的每个正方形子像素204表示必须具有一组计算的系数的红色或绿色子像素的位置。这将需要计算25组系数,如果它不是对称的。以后将对图32进行更加详细的讨论。
图33表示系数中的对称性。如果将系数以在工业上使用的用于滤波器内核的公用矩阵形式被写下来,用于子像素216的滤波器内核是一将用于子像素218的内核从左向右翻转的镜像。这对对称线220右侧的所有子像素都是正确的,每个具有一滤波器内核,它是相对的子像素的滤波器内核的镜像。另外,子像素222具有一滤波器内核,其是将用于子像素218的内核从上向下翻转的镜像。这对于所有其它的在对称线224下面的滤波器内核也都是正确的,每个都是相对的子像素滤波器的镜像。最后,用于子像素226的滤波器内核是用于子像素228的内核关于对角线翻转的镜像。这对于对称线230的右上侧的所有子像素都是正确的,它们的滤波器是关于对角线相对的子像素的滤波器的对角线镜像。最后,在对角线上的滤波器内核是内对角线对称的,在对称线230的对角线的相对侧的系数值是相同的。这里将进一步提供一个完整的滤波器内核组的示例以说明滤波器内核中的所有这些对称性。只有需要计算的滤波器被涂以阴影,包括子像素218、228、232、234、236、和238。在该情况下,给定重复单元尺寸为5,则需要的滤波器的最小数量仅为6。其余的滤波器可通过在不同的轴上翻转所述6个计算出的滤波器来确定。只要重复单元的大小是奇数,用于确定滤波器的最小数量的公式为:
其中P为重复单元的奇数宽度和高度,而Nfilts为所需的滤波器的最小数量。
图34表示重复单元大小为偶数的情况的示例。只有需要计算的滤波器被涂以阴影,包括子像素240、242和244。在这种重复单元大小为4的情况下,只有3个滤波器必须计算。只要重复单元大小是偶数,则用于确定滤波器的最小数量的通用公式为:
其中P为重复单元的偶数宽度和高度,而Neven为所需的滤波器的最小数量。
参照图32,用于中心子像素204的再现边界208围起一个区域210,它与四个原始像素采样区域212重叠。这些重叠区域中的每一个都是相等的,并且它们的系数加起来必须为一,所以每一个系数为1/4或0.25。这些是用于图33中的子像素238的系数,对于该情况的2×2滤波器内核将是:
在图35中计算了用于图33的子像素218的系数。该子像素218由再现区域246限制,再现区域246与五个周围的输入像素采样区域248重叠。虽然该子像素在重复单元的左上角,但为了计算假定总是存在有另一通过所述边沿的重复单元,使所述子像素与附加的采样区域248重叠。这些计算用于通常的情况,但显示器的边沿将采用如上所述的不同的方法进行处理。因为再现区域246在水平和垂直方向分别跨越三个采样区域248,所以为了保存所有的系数,3×3的滤波器内核是必须的。按如前所述来计算所述系数:测量被再现区域246覆盖的每个输入采样区域的面积并且接着除以再现区域246的整个面积。再现区域246根本没有与左上、右上、左下或右下的采样区域248重叠,所以它们的系数为0。再现区域246与上部中心和中间偏左的采样区域248重叠了再现区域246的总面积的1/8,所以它们的系数为1/8。再现区域以最大的比例与中心采样区域248重叠,所述比例为11/16。最后再现区域246以1/32的最小数量与中间偏右和底部中心的采样区域248重叠。按顺序将所有这些放在一起将产生下面的系数滤波器内核:
0 |
1/8 |
0 |
1/8 |
11/16 |
1/32 |
0 |
1/32 |
0 |
图36中示出了图33中的子像素232,其再现区域250与五个采样区域252重叠。和前面一样,计算了再现区域250与每个采样区域252重叠的区域的部分,然后除以再现区域250的面积。在这种情况下,仅需要3x2滤波器内核来保存所有的系数,但是为了前后一致,将使用3x3滤波器内核。用于图36的滤波器内核为:
1/64 |
17/64 |
0 |
7/64 |
37/64 |
2/64 |
0 |
0 |
0 |
图37中示出了图33中的子像素234,其再现区域254与采样区域256重叠。对其的系数计算将得到下面的内核:
4/64 |
14/64 |
0 |
14/64 |
32/64 |
0 |
0 |
0 |
0 |
图38中示出了图33中的子像素228,其再现区域258与采样区域260重叠。对其的系数计算得到下述内核:
4/64 |
27/64 |
1/64 |
4/64 |
27/64 |
1/64 |
0 |
0 |
0 |
最后,图39示出了图33中的子像素236,其再现区域262与采样区域264重叠。对于这种情况进行的系数计算得到下面的内核:
4/64 |
27/64 |
1/64 |
4/64 |
27/64 |
1/64 |
0 |
0 |
0 |
这给出了具有4∶5的像素与子像素比率的示例所需要的所有最小计算量。通过在不同的轴线上对上述六个滤波器内核进行翻转,可以建立25个系数组中所有其余的系数组,如图33所示。
为了缩放,滤波器内核必须始终总和为一,否则它们将影响输出图像的亮度。对于所有上述六个滤波器内核来说,这是成立的。然而,如果在实际中以这种方式使用这些内核,那么这些系数值将全部是分数,需要浮点计算。在业界一般将所有这些系数乘上某个值,以将它们全部转换成整数。于是,可以使用整型计算来进行输入采样值与滤波器内核系数的相乘,只要随后将总数除以同样的值就可以了。考察上述滤波器内核,可以发现,64是乘以所述这些系数的较好的值。这样就得到了下面的用于图35中的子像素218的滤波器内核:
(被64除)
为了易于计算,可以对本例中所有其它的滤波器内核进行相同的修改,以将它们转换成整数。当除数是二的幂时尤其方便,在本例中就是这样的。通过将计算结果向右移位,可以在软件或硬件中快速地完成除以二的幂的运算。在这种情况下,向右移位6位就是除以64。
相反,一种称作XGA(它曾用于代表扩展图形适配器,而现在仅仅意味着1024x768)的商用标准显示器彩色图像格式具有1024列和768行。可以放大这种格式以显示在图10的排列38上,该排列38具有1600x1200个红色和绿色发射体34和36(再加800x600个蓝色发射体32)。这一配置的缩放或重采样比率是16到25,这就产生了625个独立系数组。利用系数的对称性可以将这一数量减少到较合理的91组。不过如上面所述,即使这样的较少数量的滤波器,对手工操作来讲也是冗长的。作为代替,计算机程序(机器可读介质)可以使用机器(例如计算机)自动完成这一任务并快速产生所述系数组。在实践中,对于给定的比率,使用这个程序一次,以产生一个滤波器内核表。然后由缩放/再现软件使用这个表,或将其烧进实现缩放和子像素再现的硬件ROM(只读存储器)中。
滤波器产生程序必须完成的第一步是计算缩放比率和重复单元的大小。这通过用输入像素的数量和输出子像素的数量除它们的GCD(最大公分母)来完成。这也可以采用小的双重嵌套循环来实现。外层循环用一系列质数来检测这两个数。运行这个循环直到它已经检测到与两个像素数中较小者的平方根一样大的质数。在使用典型显示器尺寸的实践中,应该没有必要对大于41的质数进行检测。反之,由于这个算法用于提前“离线地”产生滤波器内核,所以外循环可能针对从2到某一不合理的大数的所有数(质数和非质数)运行。这会浪费CPU的时间,因为它将进行更多不必要的检测,不过对于输入和输出屏幕大小的特定组合,这个编码只会被运行一次。
内循环用当前质数来检测两个像素数。如果两个数都可以被该质数整除,那么它们就除以那个质数,并且内循环继续,直到这两个数中的一个不能再被那个质数除尽为止。当外循环终止时,剩余的小的数值已被GCD有效地除尽了。这两个数值就是两个像素数的“缩放比”。
某些典型的值:
320∶640 变为 1∶2
384∶480 变为 4∶5
512∶640 变为 4∶5
480∶768 变为 5∶8
640∶1024 变为 5∶8
这些比值被称作像素与子像素比率或P∶S比率,其中P是该比率的输入像素分子而S是子像素分母。一个重复单元的横向或纵向所需的滤波器内核的数量是这些比率中的S。所需的内核的总数是水平和垂直S值的乘积。在几乎所有普通的VGA的屏幕尺寸中,水平和垂直重复图案的大小被证实是相同的并且所需滤波器的数量是S2。从上述的表中可以看出,被放大到1024x768 PenTile矩阵的640x480图像具有5∶8的P∶S比率,并且需要8x8或64个不同的滤波器内核(在考虑对称性之前)。
在理论环境下,在滤波器内核中使用了合计为一的多个分数值。在实践中,如上面所提到的,利用一个除数把滤波器内核计算为整数值,然后应用这个除数将所求得的总数归一化。尽可能精确地先计算权重值是很重要的,这样可以在大到足以确保所有计算是整数的坐标系内计算再现区域。经验表明,在图像按比例缩放情况下使用的恰当坐标系是这样一个坐标系,其中输入像素的大小等于一个重复单元横向的输出子像素的数量,这使得输出像素的大小等于一个重复单元横向的输入像素的数量。这是与直观是相反的并且看起来是一种倒退。例如,在采用4∶5的P∶S比率将512个输入像素放大到640的情况下,可以在坐标纸上将输入像素划分为5x5的正方形,紧接着将输出像素划分为4x4的正方形。这是可以绘制全部两种像素同时保持所有的数字为整数的最小的比例。在这个坐标系中,中心位于输出子像素上的菱形再现区域的面积总是等于输出像素的面积的两倍或2*P2。这是可以用作滤波器权重值的分母的最小整数值。
不幸的是,由于该菱形与好几个输入像素相交,因此它可以被切割成三角形形状。三角形的面积是宽度乘以高度的二分之一,而这将再次导致非整数值。对该面积的两倍进行计算可以解决这一问题,因此程序对乘以二的面积进行计算。这导致最小可用整型滤波器分母等于4*P2。
然后需要决定每个滤波器内核必须是多大的。在上面手工完成的示例中,一部分滤波器内核是2x2的,一部分是3x2的,而其余的为3x3的。输入和输出像素的相对大小,和菱形再现区域可以怎样彼此相交,确定了所需的最大滤波器内核大小。当从对于每个输入像素横向上有两个以上输出子像素的源按比例缩放图像时(例如,100∶201或1∶3),2x2滤波器内核成为可能。这只要比较少的硬件来实现。而且,图像质量要比现有的缩放技术好,这是由于所得到的图像捕获了由许多平板显示器的尖锐边沿代表的隐含目标像素的“方形性”,尽可能好地保持了空间频率。这些空间频率被字体和图标设计者用于提高清晰度,消除本领域中公知的Nyquist限制。现有技术中的缩放算法不是在使用插值时缩放的空间频率受到Nyquist极限的限制,就是虽然保持了清晰性,但是却产生了不该有的相位误差。
在缩小的时候,输入像素比输出子像素多。对于任何大于1∶1的缩放因子(例如101∶100或2∶1),滤波器大小都变为4x4或更大。很难说服硬件生产商加入更多的线型缓冲器(line buffer)来实现该目的。不过,保持在1∶1和1∶2的范围内具有使内核的大小保持在恒定的3x3滤波器的优点。幸运的是,不得不在硬件中执行的大多数情况都处于这一范围之内,并且编写程序以简单地产生3x3内核是可行的。在某些特殊的情况下,如同上面手工完成的示例那样,有些滤波器内核将小于3x3。在另一些特殊情况下,即使在理论上可能使滤波器变为3x3,但是实际上每个滤波器也仅仅是2x2的。不过,对于一般的情况计算内核是比较容易的,并且实现具有固定内核大小的硬件也是比较容易的。
最后,计算内核滤波器权重值现在就只是计算在重复单元中每个唯一(不对称)位置处与输出菱形相交的3x3输入像素的面积(乘以二)这样一项工作。这是一项非常简单的“再现”工作,这在业界是公知的。对于每个滤波器内核,要计算3x3或9个系数。为了计算每个系数,要生成菱形再现区域的向量描述。这个形状沿输入像素区域边沿被剪切。使用了业界公知的多边形剪切算法。最后,计算剪切后的多边形的面积(乘以二)。所得的面积就是用于滤波器内核的对应单元的系数。下面给出来自这一程序的采样输出:
源像素分辨率1024
目标子像素分辨率1280
缩放比率是4∶5
滤波器数值都被除以256
最少所需滤波器(对称)6
这里所产生的滤波器的数量(不对称)25
在上面的采样输出中,计算了这种情况所必需的所有25个滤波器内核,而没有考虑对称性。这样就可以对系数进行检验,并且可以直观地验证在这些重复单元中的滤波器内核中存在水平、垂直和对角线对称性。如前所述,图像的边沿和角部可以单独处理,或者用其它输入数据采样颜色的平均值、最显著的单个贡献量或黑色的值填充“缺失”输入数据采样来近似处理。每组系数都用在一滤波器内核中,正如本领域中公知的那样。通过利用本领域中同样公知的模计算数学技术,了解位置和对称算子是软件或硬件设计者的工作。生成系数的工作是一件简单的事情:利用本领域公知的方法,为每个采样对应输出采样点35计算输入采样区域120与输出采样区域52的比例重叠区域。
图23表示图21的采样点122和它们的有效采样区域120重叠在图12的蓝色面采样区域44上的阵列108,其中图21的采样点122不在相同的空间分辨率栅格上,也不与图11的红色和绿色“格子板”阵列重合。产生转换方程的计算方法如前面所述的那样进行。首先,确定三色像素元的重复阵列的大小,接着确定独立系数的最小数量,然后根据用于每个对应的输出采样点46的输入采样区域120与输出采样区域44的比例重叠来确定这些系数的值。这些值的每一个都应用于转换方程。重复的三色像素元阵列和所得到的系数的数量与为红色和绿色面所确定的是相同的数值。
图24表示图21的采样点和它们的有效采样区域重叠在图8的蓝色面采样区域123上的阵列110,其中图21的采样点122不与图11的红色(红色重构点35)和绿色(绿色重构点37)“格子板”阵列处于相同的空间分辨率栅格上,也不与其重合。产生转换方程计算的方法如上所述那样进行。首先,确定三色像素元的重复阵列的大小,接着确定独立系数的最小数量,然后根据用于每个对应的输出采样点23的输入采样区域120与输出采样区域123的比例重叠来确定这些系数的值。这些值的每一个都应用于转换方程。
前述内容讨论了用于CRT的RGB格式。如现有技术图1所示,常规RGB平板显示器排列10具有布置在三色像素元8中的红色4、绿色6和蓝色2发射体。为了将按照这一排列的格式的图像投影到图6或图10中所示的三色像素元上,必需确定重构点。在现有技术图2中所展现的排列12中示出了红色、绿色和蓝色重构点的布局。红色、绿色和蓝色重构点彼此不重合,存在水平偏移。按照由Benzschawel等人在第5341153号美国专利中所公开的,和随后由Hill等人在第6188385号美国专利中公开的现有技术,这些位置被用作关于采样区域的采样点3、5和7,如在用于红色面14的现有技术图3、用于蓝色面16的现有技术图4和用于绿色面18的现有技术图5中所示。
根据这里所公开的方法,可以从图3、4和5所展现的排列中生成转换方程计算。对于所选择的现有技术排列的每个输出采样点,通过计算用于转换方程的系数或滤波器内核,可以利用上面概要描述的方法。图25表示图3的红色面重叠在图13的红色面采样区域52上的有效采样区域125,其中图25中的红色发射体35的排列具有与图6和图10中的排列相同的像素级(重复单元)分辨率。产生转换方程计算的方法如上面所述的那样进行。首先,确定三色像素元的重复阵列的大小,接着根据对称性确定独立系数的最小数量(此例中:2)。然后根据用于每个对应的输出采样点35的输入采样区域125与输出采样区域52的比例重叠来确定这些系数的值。这些值的每一个都应用于转换方程。对如图4中所示绿色面的重采样的计算以相同的方式进行,只是将输出采样阵列旋转了180°,并且绿色输入采样区域127被偏移了。图26表示现有技术图4的蓝色面重叠在图8的蓝色面采样区域123上的有效采样区域127。
图40表示对应于图32中的红色和绿色示例的蓝色的示例。图40中的采样区域266是正方形的,而不是红色和绿色示例中的菱形。原始像素边界272的数量是一样的,不过蓝色输出像素边界274更少。如前所述计算系数;测量每个输入采样区域268被再现区域266覆盖的面积并除以再现区域266的总面积。在这个示例中,蓝色采样区域266均等地与四个原始像素区域268重叠,这就产生了具有四个值为1/4的系数的2x2滤波器内核。其它八个蓝色输出像素区域270和它们与原始像素区域268的几何相交可以从图40中看出。可以在每个输出像素区域270中的原始像素边界274的对称排列中观察到所得到的滤波器的对称关系。
在更复杂的情况中,使用计算机程序来产生蓝色滤波器内核。这一程序与用于产生红色和绿色滤波器内核的程序非常相似。图11中蓝色子像素采样点33的间隔是红色和绿色采样点35和37的间隔的两倍,这意味着蓝色再现区域具有两倍的宽度。不过,用于红色和绿色的再现区域是菱形的,因此是采样点之间的间距的两倍宽。这使得红色和绿色和蓝色的再现区域具有同样的宽度和高度,从而导致了几个便利的数字;用于蓝色的滤波器内核的大小与用于红色和绿色的相同。而且用于蓝色的重复单元大小通常与用于红色和绿色的重复单元大小相一致。因为蓝色子像素采样点33具有两倍的间隔,所P∶S(像素∶子像素)比率也加倍了。例如,对于红色比率是2∶3,对于蓝色比率则变成了4∶3。不过,在这个比率中是S数值确定了重复单元的大小,该值没有因为加倍而改变。不过,如果分母恰巧可被二除尽,那么就可以进行额外的优化。在这种情况下,用于蓝色的两个数字可以被额外的二的幂除。例如,如果红色和绿色P∶S比率是3∶4,那么蓝色比率应该是6∶4,它可以被简化成3∶2。这意味着在这些(偶数)情况下,蓝色重复单元大小可以分为两半,并且所需滤波器内核的总数将是红色和绿色所需滤波器内核的总数的四分之一。相反,为了算法和硬件设计的简便,可以保持蓝色重复单元大小与红色和绿色重复单元大小一致。所得到的滤波器内核组将具有一式两份(实际上是一式四份),不过将与红色和绿色滤波器内核组同样地工作。
因此,使用红色和绿色滤波器内核程序并使其产生蓝色滤波器内核所仅需的修改是将P∶S比率的分子加倍并将再现区域变为正方形而非菱形。
现在考虑图6的排列20和图9的蓝色采样区域124。在蓝色采样区域124是正方形的这一点上与前面的例子相同。不过,因为它们中每隔一列上下交错了半个高度,所以计算变得复杂了。乍一看似乎重复单元大小应该水平加倍。不过已经发现了下面的程序来产生正确的滤波器内核:
1)假设蓝色采样点没有交错,如上面所述,产生重复单元滤波器内核组。使用从零开始、以重复单元大小减一结束的数字对用于重复单元的滤波器表的列和行进行标号。
2)在输出图像中的偶数列上,重复单元中的滤波器照原样就是正确的。输出Y坐标的重复单元大小中的模选择要用滤波器内核组的哪一行,X坐标的重复单元大小中的模选择一个列并指明要用Y选择行中的哪个滤波器。
3)在奇数输出列上,在对Y坐标取模(在重复单元大小中)之前,从Y坐标中减去一。与偶数列同样地处理X坐标。这将挑选出一个对于图9的交错情况成立的滤波器内核。
在某些情况下,可以预先执行模计算并对滤波器内核表进行预先交错。不幸的是,这只有在重复单元具有偶数列的情况下才起作用。如果重复单元具有奇数列,模算法用一半时间选择偶数列,用另一半时间选择奇数列。因此,要交错哪一行的计算必需在使用表的时候进行,不能预先进行。
最后,考虑图6中的排列20和图8中的蓝色采样区域123。这类似于先前的情况,只是六边形采样区域带来了额外的复杂性。关于这些六边形的第一步是如何正确地画出它们或在计算机程序中产生它们的向量列表。为了最精确,这些六边形必需是最小面积的六边形,不过它们不必是正六边形。可以容易地完成如下几何证明:在图41中,图8的这些六边形采样区域123每侧都比正方形采样区域276宽1/8。而且,六边形采样区域123的顶边和底边在每端都比正方形采样区域276的顶边和底边窄1/8。最后,注意六边形采样区域123与正方形采样区域276的高度相等。
用于这些六边形采样区域123的滤波器内核可以按与上述相同的几何方法产生,其中菱形用于红色和绿色或正方形用于蓝色。再现区域仅仅是六边形,并且测量了这些六边形与周围的输入像素重叠的面积。不幸的是,当使用稍宽的六边形采样区域123时,滤波器内核的大小有时会超出3x3滤波器,即使当保持在1∶1和1∶2的缩放比率之间时。分析表明,如果缩放比例是在1∶1和4∶5之间,那么内核大小为4x3。在4∶5和1∶2的缩放比例之间,滤波器内核大小将保持为3x3。(注意,因为六边形采样区域123与正方形采样区域276具有相同的高度,因此滤波器内核的垂直大小保持相同)。
为更宽的滤波器内核设计硬件不象建立硬件以处理更高的滤波器内核那么困难,所以对基于硬件的子像素再现/缩放系统要求4x3滤波器不是不切实际的。不过,可以采用另一种解决方法。当缩放比率在1∶1和4∶5之间时,使用图9的正方形采样区域124,这导致了3x3滤波器。当缩放比率在4∶5和1∶2之间时,使用图8中的更加精确的六边形采样区域123,并且仍然需要3x3滤波器。这样,所要构建的硬件仍然比较简单和比较便宜。只需要为滤波器内核的一个大小构建硬件,而用于建立这些滤波器的算法是唯一要改变的事情。
与图9中的正方形采样区域相似,图8的六边形采样区域每隔一列都是相互交错的。分析表明,上面所述的用于图9的选择滤波器内核的方法同样可用于图8的六边形采样区域。这主要意味着,可以假设六边形不是交错的来计算滤波器内核的系数,即使它们其实总是交错的。这使得计算更容易并且防止滤波器内核的表变成两倍大。
在图32到39中的菱形再现区域的情况下,在设计得使所有面积为整数以易于计算的坐标系中计算面积。这有时候会导致大的总面积并且在使用时滤波器内核不得不除以一个大数。有时这会导致不是二的幂的滤波器内核,这使得硬件设计更加困难。在图41的情况下,六边形再现区域123的额外宽度使得有必要用更大的数乘以滤波器内核的系数以使它们都成为整数。在所有这些情况中,最好找到一种方法来限制滤波器内核系数的除数的大小。为了使硬件更加易于设计,最好能够找到为二的幂的除数。例如,如果所有的滤波器内核设计为除以256,那么这个除法操作可以通过八位右移操作来实现。选择256还确保了所有的滤波器内核系数是适合于标准“字节宽”的只读存储器(ROM)的8位值。因此,使用下面的流程产生具有希望的除数的滤波器内核。由于优选的除数是256,所以在下面的流程中将使用该值。
利用浮点计算为滤波器系数计算面积。由于这一操作是预先离线完成的,所以不会增加使用所得到的表的硬件的开销。
将每个系数除以已知的再现区域的总面积,然后乘以256。如果所有的计算都已按浮点方式完成了,这将使滤波器总和为256,不过创建整数表需要更多的步骤。
进行对分查找以找出舍入点(在0.0与1.0之间),这使得在转换到整数的时候滤波器总计为256。对分查找是业界公知的普通算法。如果该查找成功,就完成了。对分查找可能不收敛,这可以通过对运行过多次数的循环进行检查而发现。
如果对分查找失败,在滤波器内核中找到适当大的系数并加上或减去一个小的数值,以强制滤波器总和为256。
针对单个值为256的特殊情况检查滤波器。这个值不适合于8位字节的表,该表中最大可能值是255。在这种特殊情况下,将该单个值设置为255(256-1),并且将周围的一个系数加上一,以保证滤波器总和依然为256。
图31表示当缩放比例是对于每个输入像素横向上有两个输出子像素时的特殊情况下的重叠在图15的输入采样排列70上的图11的输出采样排列40。在这个结构200中,当原始数据还没有被子像素再现时,三色像素元39中的红色发射体35被好象是在组合状态下处理,其中代表的重构点33位于三色像素元39中心。类似地,三色像素元39中的两个绿色发射体37被处理为位于三色像素元39中心的单个重构点33。蓝色发射体33已经位于中心。因此,这五个发射体可以被看作仿佛它们重新构成了RGB数据格式采样点,仿佛所有的三色面都位于中心。这可以被认为是子像素的这种排列的“本机模式(Native Mode)”。
经过子像素再现,把已经进行了子像素再现的图像重采样到另一个具有不同的子像素排列的子像素显示器上,保留了大部分原始图像的改进的图像品质。按照一个实施例,产生一将该子像素再现图像变换成这里所公开的排列的变换是需要的。参照图1、2、3、4、5、25和26,通过为用于关于图3中向右偏移的红色输入采样5的目标显示器排列中的每个输出采样点35(如图25所示)的变换滤波器计算系数,上面概要说明的方法仍将发挥作用。通过为用于关于图4中偏移的蓝色输入采样7的目标显示器排列中的每个输出采样点的变换滤波器计算系数,蓝色发射体被如上面说明的那样进行处理。
对于绿色面而言,如图5中所示,其中输入数据已经进行了子像素再现,由于绿色数据依然位于中心,因此不需要对非子像素再现的情况进行更改。
当使用子像素再现文本的应用程序与非子像素再现图形和照片被同时包括时,最好对子像素再现进行检测并切换到上面所介绍的另选空间采样滤波器,但是针对该缩放比率,切换回到用于非子像素再现区域的常规空间采样滤波器,这也在上面作了介绍。为了建立这样一个检测器,首先必须知道子像素再现文本看起来是什么样子的、其可检测的特征是什么以及什么使其与非子像素再现图像区分。首先,位于黑白子像素再现字形边沿的像素在局部上不会具有中性颜色:即R≠G。不过,对几个像素总体而言,颜色将是中性的:即 在非子像素再现图像或文本中,这两个条件不会同时满足。这样,就得到了需要的检测器,对局部的R≠G和几个像素上的 进行检测。
由于在RGB条纹屏面上的子像素再现是一维的,所以沿着水平轴,逐行的检测是一维的。下面所示的就是这样一个检测:
如果Rx≠Gx,并且
如果
或者
如果
那么为子像素再现输入应用另选的空间滤波器
否则应用常规的空间滤波器
对于本文是彩色的情况,红色和绿色分量之间存在形式为Rx=aGx的关系,其中“a”是常数。对于黑白文本,“a”的值为一。可以对检测进行扩展以检测彩色的和黑白的文本:
如果Rx≠aGx,并且
如果
或者
如果
那么为子像素再现输入应用另选的空间滤波器
否则应用常规的空间滤波器
Rx和Gx表示在“x”像素列坐标处的红色和绿色分量的值。
还可以有一个用于确定 是否充分接近的阈值检测。为了最佳的结果可以对其值进行调整。项数的长度、检测的范围都可以调整以得到最好的效果,但是通常遵循上面的形式。
图27表示按照另一实施例的用于显示装置的采用三个平面上的阵列的三色像素元的排列。图28表示用于图27的装置的阵列中的蓝色发射体像素元的排列。图29表示用于图27的装置的阵列中的绿色发射体像素元的排列。图30表示用于图27中的装置的阵列中的红色发射体像素元的排列。这种排列和布局对于基于使用三个屏面(分别用于红、绿和蓝三原色)的显示的投影仪是有用的,该投影仪对每种颜色的图像进行合成以投影到屏幕上。发射体排列和形状与图8、13和14中的非常接近地匹配,图8、13和14是用于图6所示的排列的采样区域。因此,这里所公开的用于图6的排列的图像产生、转换方程计算和数据格式也将同样适用于图27中的三屏面排列。
由于上面的缩放比例大约为2∶3或更高,所以用于子像素的PenTileTM矩阵排列的子像素再现重采样数据组在表示所得图像时更加有效。如果希望将存储的和/或发送的图像显示在PenTileTM显示器上,并且缩放比例是2∶3或更高,那么最好在存储和/或发送之前执行重采样以节约存储器存储空间和/或带宽。这种已经进行了重采样的图像被称为“预再现”。因此这个预再现用作高效无损的压缩算法。
本发明的优点是能够获得大多数任何存储的图像并将其再现到任何能够使用的彩色子像素排列上。
虽然已经参照示例性的实施例对本发明进行了说明,但是本领域内的熟练技术人员应当明白,可以对本发明进行各种改变并且用各种等同物替代其成分,而不会超出本发明的范围。此外,根据本发明的教导,可以进行许多修改以适应特殊的情况或材料,而不会超出其本质范围。因此,本发明并不限于作为用于执行本发明的预期的最佳模式而公开的具体实施例,相反,本发明将包括落入所附的权利要求书的范围之内的所有实施例。