CN104240195A - 一种基于虚拟算法的模型建立方法和系统 - Google Patents

Abstract

本公开提供了一种基于虚拟算法的模型建立方法，包括：a)模拟单个子像素；b)模拟单种颜色的子像素阵列；c)将不同颜色的子像素阵列叠加；以及d)得出虚拟信号。

Description

一种基于虚拟算法的模型建立方法和系统

技术领域

本发明涉及显示领域，更具体地说，涉及一种基于虚拟算法的模型建立方法和系统。

背景技术

虚拟算法针对特定的子像素排布，能在较低的物理分辨率下，通过子像素共用等方式，充分利用人眼对空间分辨力的特点，实现较高的虚拟分辨率。具有功耗低、工艺难度低、分辨率高等优点。

虚拟算法的核心思想是子像素共用，如果某像素位置缺少对应颜色的子像素，就需要通过共用的方式，将这一位置缺少的颜色虚拟得出，得出的每一个虚拟像素如果能够精确还原输入信号，就说明这种共用的算法能够用较低的物理分辨率实现较高的虚拟分辨率。

有些虚拟算法也有不足之处，比如在图像边缘会出现彩边(颜色混叠效应)，在斜线边界会出现锯齿等。这就需要对这些算法不断优化调整。为了对算法的优劣进行判断，需要建立一套稳定的评价系统，常见的做法是计算对应像素差值的均方根(如下式所示)，均方根越小，说明输出信号与输入信号的差值越小，算法对原始画面的还原度越高。

$\frac{1}{N}\underset{\mathrm{Au}}{\mathrm{\Σ}}\sqrt{{(R_{\mathrm{out}}-R_{\mathrm{in}})}^z+{(G_{\mathrm{out}}-G_{\mathrm{in}})}^z+{(B_{\mathrm{out}}-B_{\mathrm{in}})}^z}$

R_out、G_out、B_out分别代表输出信号的红色、绿色和蓝色像素的强度，R_in、G_in、B_in分别代表输入信号的红色、绿色和蓝色像素的强度。

本设计中的实际像素排布与输入像素并不是一一对应的关系，因此需要将实际像素排布转换成虚拟像素，才能通过均方差对算法进行评价。本设计就是基于人眼的主观感受建立的模型，来模拟实际像素是如何转换成虚拟像素的。

发明内容

本发明的另外方面和优点部分将在后面的描述中阐述，还有部分可从描述中明显地看出，或者可以在本发明的实践中得到。

本设计是一种基于虚拟算法的模型设计。

虚拟算法采用滤波器处理输入信号，能够将较低的物理分辨率提升到较高的虚拟分辨率，对于不同的图像类型，应该根据情况采用不同的滤波器。本设计采用了一种基于亮度的边界判别来识别图像中的锐化边界，进而使用不同的滤波器对图像进行处理。

虚拟算法是一种新型的图像处理方式，针对特定的子像素排布方式，虚拟算法能够将较低的物理分辨率提升到较高的虚拟分辨率，优化显示效果，提升人眼的视觉感受。

为了对虚拟算法的优劣进行评价，需要建立一套评价标准。常见的评价标准是将输入信号与输出信号进行比较，计算对应像素的均方差，均方差越小，说明虚拟算法对原始数据的还原度越高，虚拟效果也就越好。

在本设计的像素排布中，实际像素与传统像素并不是一一对应的关系，因此需要建立人眼模型，来模拟实际像素在虚拟像素位置的RGB值，进而建立传统像素与虚拟像素的对应关系。这种对应关系建立之后，就可以计算传统像素与虚拟像素之间的均方差，建立算法评价标准。

本设计所建立的模型可以用来计算输入数据和输出数据的均方差，评价算法优劣。

本设计通过建立由二元正态分布构成的点阵，模拟单个子像素的强度分布。

本设计通过调节二元正态分布的参数σ²，来调整单个子像素的弥散度。

本设计通过对单个子像素在不同网格区域内的积分，来计算对应网格区域内的加权系数。

本设计通过不同子像素在同一位置的叠加，模拟子像素阵列的强度分布。

本设计通过子像素阵列的限定条件，来计算最优情况下的σ²取值。

本设计对不同颜色的子像素阵列进行模拟，得到最终的人眼模型。

本设计的人眼模型应该尽可能贴合人眼的主观感受，并随实际情况不断调整优化。

本公开提供了一种基于虚拟算法的模型建立方法，包括：a)模拟单个子像素；b)模拟单种颜色的子像素阵列；c)将不同颜色的子像素阵列叠加；以及d)得出虚拟信号。

本公开还提供了一种基于虚拟算法的模型建立系统，包括：单个子像素模拟模块，配置为模拟单个子像素；子像素阵列模拟模块，配置为模拟单种颜色的子像素阵列；子像素阵列叠加模块，配置为将不同颜色的子像素阵列叠加；以及虚拟信号获得模块，配置为得出虚拟信号。

附图说明

通过结合附图对本发明的优选实施例进行详细描述，本发明的上述和其他目的、特性和优点将会变得更加清楚，其中相同的标号指定相同结构的单元，并且在其中：

图1给出了根据本发明实施例的新型的子像素排布方式。

图2给出了输入信号、实际像素和虚拟像素之间的对应关系。

图3示出了根据本发明实施例的实际像素中的红色子像素。

图4给出了根据本发明实施例的基于虚拟算法的模型建立方法的流程。

图5示出了根据本发明实施例对单个子像素的模拟。

图6-图8分别示出了σ₁和σ₂取不同值时的子像素的模拟结果。

图9示出了以红色子像素为例的红色子像素阵列。图9A示出了阵列中的所有红色子像素。图9B示出了以左侧虚拟像素为原点的虚拟像素阵列。

图10A和图10B给出了根据本发明实施例以红色子像素为例用来确定σ²的限定条件。

图11示出了根据本发明实施例的σ²与左侧虚拟像素和右侧虚拟像素的强度的关系曲线图。

图12A给出了以图9A中的左侧虚拟像素为原点根据选定的参数σ²得到的每个网格的积分值，也即加权系数；图12B给出了以图9A中的右侧虚拟像素为原点的σ²＝100时每个网格的积分值，也即加权系数。

图13给出了根据本发明实施例模拟蓝色子像素阵列。图13A示出了阵列中的所有蓝色子像素。图13B示出了当σ²＝100时每个网格的积分值。

图14给出了根据本发明实施例模拟绿色子像素阵列。图14A示出了阵列中的所有绿色子像素。图14B示出了当σ²＝100时每个网格的积分值。

具体实施方式

下面将参照示出本发明实施例的附图充分描述本发明。然而，本发明可以以许多不同的形式实现，而不应当认为限于这里所述的实施例。相反，提供这些实施例以便使本公开透彻且完整，并且将向本领域技术人员充分表达本发明的范围。在附图中，为了清楚起见放大了组件。

除非另有定义，这里使用的所有术语(包括技术和科学术语)具有与本发明所属领域的普通技术人员共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。

本设计通过二元正态分布构成的点阵，对单个子像素进行模拟。

通过子像素阵列的限定条件，确定正态分布参数σ²。

在不同网格区域积分，得到子像素在不同空间位置的加权系数。

根据选定的参数σ²，分别建立RGB子像素阵列对应的人眼模型。

图1给出了根据本发明实施例的新型的子像素排布方式。这种子像素排布方式能充分利用红绿蓝三种颜色的空间排布，有利于实现更高的虚拟分辨率。其中每个红绿蓝子像素的宽高比为2:3，因此三个子像素RBG构成两个像素，一个重复组包含四个像素，重复组中像素如图中编号①②③④。

图2给出了输入信号、实际像素和虚拟像素之间的对应关系。

输入信号为传统RGB信号，如第一行所示，其中每个红绿蓝子像素的宽高比为1:3，因此三个子像素RBG构成一个像素。

实际像素和图1所示新型的子像素排布方式相同，如第二行所示。因每一个实际像素并不具有真正的RGB子像素，例如，第二行中实线所包围的像素仅仅包含RB子像素，并不包含G子像素。因此，为了能显示出输入的RGB信号，需要借用周围的子像素，共同构成含有RGB三种分量的虚拟像素，如第三行所示。

下面将结合图3-14描述实际像素是如何转换成虚拟像素的。

图3示出了根据本发明实施例的实际像素中的红色子像素。

为了便于说明，图3中仅仅用虚线框示出了三个虚拟像素位置。如图3所示，以红色子像素构成的阵列为例，每一个示出的虚线框都是一个虚拟像素位置，也是对应输入RGB信号的位置。如图3所示，图中以虚线框示出的三个虚拟像素位置中有两个虚拟像素位置并没有红色子像素，为了实现RGB显示，需要计算该两个对应位置的红色分量是多少，本设计建立的模型就是用来模拟每一个虚拟像素位置中例如红色分量的各个分量“看起来”是多少。

图4给出了根据本发明实施例的基于虚拟算法的模型建立方法的流程。

如图4所示，在步骤S401，模拟单个子像素。

在步骤S402，模拟单种颜色的子像素阵列。

在步骤S403，将不同颜色的子像素阵列叠加。

在步骤S404，最终得出虚拟信号。

图5示出了根据本发明实施例对单个子像素的模拟。

如图5左图所示，将实际像素的单个子像素划分为10×15的网格(因为实际像素的子像素宽高比为2:3)，每一个网格用如公式1所示的二元独立正态分布模拟其强度值。

$f(x,y)=\frac{1}{2{\mathrm{\π\σ}}_1{\mathrm{\σ}}_2}{e}^{-\frac{1}{2}[\frac{{(x-{\mathrm{\μ}}_1)}^2}{{{\mathrm{\σ}}_1}^2}+\frac{{(x-{\mathrm{\μ}}_2)}^2}{{{\mathrm{\σ}}_2}^2}]}---\left(1\right)$

其中，μ₁、μ₂、σ₁和σ₂分别为x和y的期望值和标准差。

将子像素范围内所有的点叠加，即可得到子像素的模拟结果，如图5右图所示。

弥散度是表示子像素模型的强度从中间向远处变小的速度的参数。通过调节公式(1)中的σ²，可以调节子像素模型的弥散度。

图6-图8分别示出了σ₁和σ₂取不同值时的子像素的模拟结果。

如图6所述，其中示出了σ₁＝σ₂＝0.5的子像素弥散度。

如图7所述，其中给出了σ₁＝σ₂＝5的子像素弥散度。

如图8所述，其中给出了σ₁＝σ₂＝50的子像素弥散度。

可以看出，σ²越大，子像素模型的弥散度越大，虚拟像素的强度的变化速度越慢；弥散度越小，虚拟像素的强度的变化速度越快。我们需要根据实际需要来选择合适的σ²。

下面将参考图9-图12以红色子像素为例描述模拟子像素阵列。

图9示出了以红色子像素为例的红色子像素阵列。

图9A示出了阵列中的所有红色子像素。

在图9A的红色子像素阵列中，示出了两个虚拟像素构成的重复组(称为“左侧虚拟像素”和“右侧虚拟像素”)，即为图中两个虚线框所示，得到这两个位置的红色强度即可得到整个显示屏的强度分布。对于左侧虚拟像素，如图9A所示，红色子像素R₁、R₃、R₄、R₆、R₇、R₈、R₁₀、R₁₁、R₁₃将影响左侧虚拟像素的红色强度值。

图9B示出了以左侧虚拟像素为原点的虚拟像素阵列。

如图9B所示，以单个子像素模型为原点，将整个平面划分为网格区域(每个网格对应的是一个虚拟像素)，计算单个子像素在不同网格内的二次积分即可确定该单个子像素的红色强度值。

图10A和图10B给出了根据本发明实施例以红色子像素为例用来确定σ²的限定条件。

图10A中阴影网格是对图9A中的左侧虚拟像素有影响的子像素，图10B中阴影网格是对图9A中的右侧虚拟像素有影响的子像素。在确定σ²时，假定是在红色子像素全亮的条件下进行的，左侧虚拟像素和右侧虚拟像素的强度值如下所示：

I_left＝I_(0,2)+I_(-1,1)+I_(1,1)+I_(-2,0)+I_(0,0)+I_(2,0)+I_(-1,-1)+I_(1,-1)+I_(0,-2)

I_right＝I_(-1,2)+I_(1,2)+I_(-2,1)+I_(0,1)+I_(2,1)+I_(-1,0)+I_(1,0)+I_(-2,-1)+I_(0,-1)+I_(2,-1)+I_(-1,-2)+I_(1,-2)

其中，I_(0,2)、I₍-_1,1)、I_(1,1)等是指代相应网格对左侧或右侧虚拟像素的影响加权系数。由于假定红色子像素全亮，因此，每个网格的红色强度值均为255，因此，在上面的公式中将其省略。

由于人眼看显示屏的主观感受是强度均匀分布的平面，因此左侧虚拟像素和右侧虚拟像素的强度应该是大致相等的，因此限定条件是：

I_left＝I_right。

图11示出了根据本发明实施例的σ²与左侧虚拟像素和右侧虚拟像素的强度的关系曲线图。

如图11所示，针对σ²取值为25、50、100、150、200、250、300，分别计算对应的I_left和I_right。以方形点标注的强度值分别为σ²取值为25、50、100、150、200、250、300时的I_left的值；以圆形点标注的强度值分别为σ²取值为25、50、100、150、200、250、300时的I_right的值；以三角形点标注的强度值分别为σ²取值为25、50、100、150、200、250、300时的I_left和I_right的和值。

从图11中可以看出，当σ²取100时，左侧虚拟像素和右侧虚拟像素的强度大致相等，因此根据I_left＝I_right的限定条件取σ²＝100。

图12A给出了以图9A中的左侧虚拟像素为原点根据选定的参数σ²得到的每个网格的积分值，也即加权系数；图12B给出了以图9A中的右侧虚拟像素为原点的σ²＝100时每个网格的积分值，也即加权系数。

图9中的子像素阵列与图12中的加权系数是中心对称的关系。

将对虚拟像素有影响的每个网格的积分值叠加，即可得到左右两个虚拟像素的强度，即：

R_left＝0.019R₁+0.072R₃+0.130R₄+0.008R₆+0.521R₇+0.027R₈+0.072R₁₀+0.130R₁₁+0.019R₁₃；

R_right＝0.006R₁+0.011R₂+0.004R₃+0.233R₄+0.012R₅+0.162R₇+0.291R₈+0.004R₁₀+0.233R₁₁+0.012R₁₂+0.006R₁₃+0.011R₁₄。

图13给出了根据本发明实施例模拟蓝色子像素阵列。

图13A示出了阵列中的所有蓝色子像素。

在图13A的蓝色子像素阵列中，示出了两个虚拟像素构成的重复组(称为“左侧虚拟像素”和“右侧虚拟像素”)，即为图中两个虚线框所示。

图13B示出了当σ²＝100时每个网格的积分值。

同样将每个网格积分值叠加，得到蓝色子像素阵列中左右两个虚拟像素的强度，即：

B_left＝0.016B₁+0.003B₂+0.033B₃+0.193B₄+0.431B₆+0.074B₇+0.033B₈+0.193B₉+0.016B₁₁+0.003B₁₂；

B_right＝0.006B₁+0.011B₂+0.233B₄+0.012B₅+0.004B₆+0.162B₇+0.291B₉+0.004B₁₀+0.233B₁₁+0.012B₁₂。

图14给出了根据本发明实施例模拟绿色子像素阵列。

图14A示出了阵列中的所有绿色子像素。

在图14A的绿色子像素阵列中，示出了两个虚拟像素构成的重复组(称为“左侧虚拟像素”和“右侧虚拟像素”)，即为图中两个虚线框所示。

图14B示出了当σ²＝100时每个网格的积分值。

同样将每个网格积分值叠加，得到绿色子像素阵列中左右两个虚拟像素的强度，即：

G_left＝0.011G₁+0.006G₂+0.012G₃+0.233G₄+0.004G₅+0.291G₇+0.162G₈+0.012G₁₀+0.233G₁₁+0.004G₁₂+0.011G₁₃+0.006G₁₄；

G_right＝0.019G₂+0.130G₄+0.072G₅+0.027G₇+0.521G₈+0.008G₉+0.130G₁₁+0.072G₁₂+0.019G₁₄。

将RGB分量叠加。

即，将之前按照不同权重得到的R_left、B_left、G_left放在一个像素中以得出左侧虚拟像素。

将之前按照不同权重得到的R_right、B_right、G_right放在一个像素中以得出右侧虚拟像素。

从而可以得到人眼模型。人眼模型应尽量贴合实际情况，随时修正。

上面是对本发明的说明，而不应被认为是对其的限制。尽管描述了本发明的若干示例性实施例，但本领域技术人员将容易地理解，在不背离本发明的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都意图包含在权利要求书所限定的本发明范围内。应当理解，上面是对本发明的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本发明由权利要求书及其等效物限定。

Claims (20)

1.一种基于虚拟算法的模型建立方法，包括：

a)模拟单个子像素；

b)模拟单种颜色的子像素阵列；

c)将不同颜色的子像素阵列叠加；以及

d)得出虚拟信号。

2.如权利要求1所述的模型建立方法，其中，步骤a)进一步包括：

将实际像素的单个子像素划分为m×n的网格；

每一个网格用如下所示的二元正态分布进行模拟；

$f(x,y)=\frac{1}{2{\mathrm{\π\σ}}_1{\mathrm{\σ}}_2}{e}^{-\frac{1}{2}[\frac{{(x-{\mathrm{\μ}}_1)}^2}{{{\mathrm{\σ}}_1}^2}+\frac{{(x-{\mathrm{\μ}}_2)}^2}{{{\mathrm{\σ}}_2}^2}]};$ 以及

将单个子像素范围内所有的点叠加，得到单个子像素的模拟结果，

其中，m为宽度，n为高度，m:n＝2:3，μ₁和μ₂分别为x和y的期望值，以及σ₁和σ₂分别为x和y的标准差。

3.如权利要求2所述的模型建立方法，其中，步骤b)进一步包括：b1)通过子像素阵列的限定条件，确定正态分布参数σ²。

4.如权利要求3所述的模型建立方法，其中，b1)进一步包括：

建立单种颜色子像素阵列，其中包含了由左侧虚拟像素和右侧虚拟像素构成的重复组；

以左侧虚拟像素为原点将整个平面划分为其中每个网格对应于一个虚拟像的网格区域，并计算左侧虚拟像素在不同网格内的不同积分；

以右侧虚拟像素为原点将整个平面划分为其中每个网格对应于一个虚拟像的网格区域，并计算右侧虚拟像素在不同网格内的不同积分；

在该单种颜色子像素全亮的条件下，根据左侧虚拟像素和右侧虚拟像素的单种颜色的强度相等的限定条件，得到正态分布参数σ²。

5.如权利要求4所述的模型建立方法，其中，左侧虚拟像素的单种颜色的强度是对左侧虚拟像素有影响的、在不同网格内的单种颜色子像素的强度按不同积分进行叠加；以及

右侧虚拟像素的单种颜色的强度是对右侧虚拟像素有影响的、在不同网格内的单种颜色子像素的强度按不同积分进行叠加。

6.如权利要求5所述的模型建立方法，其中，步骤b)进一步包括：

b2)建立红色子像素阵列，其中包含了由所述左侧虚拟像素和所述右侧虚拟像素构成的重复组；

b3)根据选定的参数σ²，计算所述左侧虚拟像素和所述右侧虚拟像素在不同网格内的积分，以得到左侧虚拟像素和右侧虚拟像素在不同网格位置的不同加权系数；

b4)将对左侧虚拟像素有影响的、在不同网格位置的红色子像素强度按不同加权系数进行叠加，以得到该左侧虚拟像素的红色强度，并将对右侧虚拟像素有影响的、在不同网格位置的红色子像素强度按不同加权系数进行叠加，以得到该右侧虚拟像素的红色强度；

b5)建立蓝色子像素阵列，其中包含了由所述左侧虚拟像素和所述右侧虚拟像素构成的重复组；

b6)根据选定的参数σ²，计算所述左侧虚拟像素和所述右侧虚拟像素在不同网格内的积分，以得到左侧虚拟像素和右侧虚拟像素在不同网格位置的不同加权系数；

b7)将对左侧虚拟像素有影响的、在不同网格位置的蓝色子像素强度按不同加权系数进行叠加，以得到该左侧虚拟像素的蓝色强度，并将对右侧虚拟像素有影响的、在不同网格位置的蓝色子像素强度按不同加权系数进行叠加，以得到该右侧虚拟像素的蓝色强度；

b8)建立绿色子像素阵列，其中包含了由所述左侧虚拟像素和所述右侧虚拟像素构成的重复组；

b9)根据选定的参数σ²，计算左侧虚拟像素和右侧虚拟像素在不同网格内的积分，以得到左侧虚拟像素和右侧虚拟像素在不同网格位置的不同加权系数；

b10)将对左侧虚拟像素有影响的、在不同网格位置的绿色子像素强度按不同加权系数进行叠加，以得到该左侧虚拟像素的绿色强度，并将对右侧虚拟像素有影响的、在不同网格位置的绿色子像素强度按不同加权系数进行叠加，以得到该右侧虚拟像素的绿色强度。

7.如权利要求6所述的模型建立方法，其中，步骤c)进一步包括：

将左侧虚拟像素的红色强度、蓝色强度和绿色强度放在一个像素中，以得到左侧虚拟像素；

将右侧虚拟像素的红色强度、蓝色强度和绿色强度放在一个像素中，以得到右侧虚拟像素。

8.如权利要求7所述的模型建立方法，其中，步骤d)包括将步骤c)中得到的虚拟像素组成虚拟信号。

9.如权利要求8所述的模型建立方法，其中，正态分布参数σ²等于100。

10.如权利要求9所述的模型建立方法，其中，m等于10，n等于15。

11.一种基于虚拟算法的模型建立系统，包括：

单个子像素模拟模块，配置为模拟单个子像素；

子像素阵列模拟模块，配置为模拟单种颜色的子像素阵列；

子像素阵列叠加模块，配置为将不同颜色的子像素阵列叠加；以及

虚拟信号获得模块，配置为得出虚拟信号。

12.如权利要求11所述的模型建立系统，其中，单个子像素模拟模块进一步包括：

单个子像素划分模块，配置为将实际像素的单个子像素划分为m×n的网格；

正态分布模拟模块，配置为将单个子像素划分模块划分的每一个网格用如下所示的二元正态分布进行模拟；

$f(x,y)=\frac{1}{2{\mathrm{\π\σ}}_1{\mathrm{\σ}}_2}{e}^{-\frac{1}{2}[\frac{{(x-{\mathrm{\μ}}_1)}^2}{{{\mathrm{\σ}}_1}^2}+\frac{{(x-{\mathrm{\μ}}_2)}^2}{{{\mathrm{\σ}}_2}^2}]};$ 以及

叠加模块，配置为将正态分布模拟模块模拟的单个子像素范围内所有的点叠加，得到单个子像素的模拟结果，

其中，m为宽度，n为高度，m:n＝2:3，μ₁和μ₂分别为x和y的期望值，以及σ₁和σ₂分别为x和y的标准差。

13.如权利要求12所述的模型建立系统，其中，子像素阵列模拟模块进一步包括：正态分布参数确定模块，配置为通过子像素阵列的限定条件，确定正态分布参数σ²。

14.如权利要求13所述的模型建立系统，其中，正态分布参数确定模块进一步包括：

单种颜色子像素阵列建立模块，配置为建立单种颜色子像素阵列，其中包含了由左侧虚拟像素和右侧虚拟像素构成的重复组；

左侧虚拟像素积分模块，配置为以左侧虚拟像素为原点将整个平面划分为其中每个网格对应于一个虚拟像的网格区域，并计算左侧虚拟像素在不同网格内的不同积分；

右侧虚拟像素积分模块，配置为以右侧虚拟像素为原点将整个平面划分为其中每个网格对应于一个虚拟像的网格区域，并计算右侧虚拟像素在不同网格内的不同积分；

计算模块，配置为在该单种颜色子像素全亮的条件下，根据左侧虚拟像素和右侧虚拟像素的单种颜色的强度相等的限定条件，计算得到正态分布参数σ²。

15.如权利要求14所述的模型建立系统，其中，左侧虚拟像素的单种颜色的强度是对左侧虚拟像素有影响的、在不同网格内的单种颜色子像素的强度按不同积分进行叠加；以及

右侧虚拟像素的单种颜色的强度是对右侧虚拟像素有影响的、在不同网格内的单种颜色子像素的强度按不同积分进行叠加。

16.如权利要求15所述的模型建立系统，其中，子像素阵列模拟模块进一步包括：

红色子像素阵列建立模块，配置为建立红色子像素阵列，其中包含了由所述左侧虚拟像素和所述右侧虚拟像素构成的重复组；

红色子像素阵列加权系数计算模块，配置为根据选定的参数σ²，计算所述左侧虚拟像素和所述右侧虚拟像素在不同网格内的积分，以得到左侧虚拟像素和右侧虚拟像素在不同网格位置的不同加权系数；

红色强度计算模块，配置为将对左侧虚拟像素有影响的、在不同网格位置的红色子像素强度按不同加权系数进行叠加，以得到该左侧虚拟像素的红色强度，并将对右侧虚拟像素有影响的、在不同网格位置的红色子像素强度按不同加权系数进行叠加，以得到该右侧虚拟像素的红色强度；

蓝色子像素阵列建立模块，配置为建立蓝色子像素阵列，其中包含了由所述左侧虚拟像素和所述右侧虚拟像素构成的重复组；

蓝色子像素阵列加权系数计算模块，配置为根据选定的参数σ²，计算所述左侧虚拟像素和所述右侧虚拟像素在不同网格内的积分，以得到左侧虚拟像素和右侧虚拟像素在不同网格位置的不同加权系数；

蓝色强度计算模块，配置为将对左侧虚拟像素有影响的、在不同网格位置的蓝色子像素强度按不同加权系数进行叠加，以得到该左侧虚拟像素的蓝色强度，并将对右侧虚拟像素有影响的、在不同网格位置的蓝色子像素强度按不同加权系数进行叠加，以得到该右侧虚拟像素的蓝色强度；

绿色子像素阵列建立模块，配置为建立绿色子像素阵列，其中包含了由所述左侧虚拟像素和所述右侧虚拟像素构成的重复组；

绿色子像素阵列加权系数计算模块，配置为根据选定的参数σ²，计算左侧虚拟像素和右侧虚拟像素在不同网格内的积分，以得到左侧虚拟像素和右侧虚拟像素在不同网格位置的不同加权系数；

绿色强度计算模块，配置为将对左侧虚拟像素有影响的、在不同网格位置的绿色子像素强度按不同加权系数进行叠加，以得到该左侧虚拟像素的绿色强度，并将对右侧虚拟像素有影响的、在不同网格位置的绿色子像素强度按不同加权系数进行叠加，以得到该右侧虚拟像素的绿色强度。

17.如权利要求16所述的模型建立系统，其中，子像素阵列叠加模块进一步包括：

左侧虚拟像素合成模块，配置为将左侧虚拟像素的红色强度、蓝色强度和绿色强度放在一个像素中，以得到左侧虚拟像素；

右侧虚拟像素合成模块，配置为将右侧虚拟像素的红色强度、蓝色强度和绿色强度放在一个像素中，以得到右侧虚拟像素。

18.如权利要求17所述的模型建立系统，其中，虚拟信号获得模块包括将子像素阵列叠加模块得到的虚拟像素组成虚拟信号。

19.如权利要求18所述的模型建立系统，其中，正态分布参数σ²等于100。

20.如权利要求19所述的模型建立系统，其中，m等于10，n等于15。