CN105678707A - 一种基于旋转抖动矩阵处理的图像处理方法 - Google Patents

Abstract

本发明涉及一种基于旋转抖动矩阵处理的图像处理方法。本发明针对现有旋转抖动矩阵处理方法实现精度还不够高的不足，提出了帧间误差累计的技术方案，通过将帧间误差累计与旋转抖动矩阵处理方法相结合，可以实现用更低bit带宽较完整地表达原始图像的目的。此外，本发明在同样采用2×2旋转抖动矩阵的情况下，利用的资源开销比现有旋转抖动矩阵处理方法少，同时能够较完整地表达原始数据信息，大大地节省了资源。

Description

一种基于旋转抖动矩阵处理的图像处理方法

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于旋转抖动矩阵处理的图像处理方法。

背景技术

随着科技的发展，目前已进入信息爆炸的状态，尤其是视频类图像数据，由于其传递表达信息的直观，应用范围越来越广，随之而来的问题就是如何用较少的资源开销保存较完整的视频图像信息。该问题主要表现在两个方面：①对于目前大多数的8bit图像数据，如何用较小的资源开销如5bit等保存完整的视频图像信息；②目前出现了高bit信息量的图像数据，如10bit图像数据，如何用现有8bit资源保存较完整的视频图像信息。

数字半色调技术(DigitalHalftoningTechnology)是基于人眼视觉特性和图像呈色特性，利用数学、计算机等工具，在二值(或多色二值)呈色设备上实现图像的最优再现的一门技术。当在一定距离下观察时，人眼将图像中空间上接近的部分视为一个整体。利用此特性，人眼观察到的半色调图像局部平均灰度近似于原始图像的局部平均灰度值，从而整体上形成连续色调的效果。

抖动算法是目前应用较广的数字半色调技术。传统方法中在用6bit带宽表示8bit数据时，直接将8bit数据量化为6bit，因此存在很大的信息丢失，导致视频图像的质量下降。抖动算法的原理就是将高位的显示信息通过抖动矩阵计算分配到相邻的空间中，使得图像质量得到明显改善，提高了显示的灰度级数。现有抖动算法有以下两种：

①固定抖动矩阵处理算法：其是传统的抖动算法，在图像显示过程中，特别是对于静止图像的显示，会出现明显的块状效应，这是因为传统的抖动算法处理时对每一图像帧都采用相同的抖动矩阵；

②旋转抖动矩阵处理算法：其主要是为了消除固定抖动矩阵处理算法造成的块状效应，其原理是对若干个相邻的图像帧采用不同的抖动矩阵，经过旋转抖动矩阵处理后邻近位置上的灰度效果仍然保持不变，且避免了同一抖动图案的叠加，从而可以消除方块效应。

以下针对旋转抖动矩阵算法的实现阐述现有技术。

设当前处理图像帧为frame_current，旋转抖动矩阵处理算法即是在用较少数据带宽表示较高数据带宽后，将产生的像素值小数部分与周期性旋转抖动矩阵进行比较(设旋转抖动矩阵个数为N，也即周期为N)，并将比较结果累计至当前处理图像帧frame_current降灰阶处理后的对应像素点位置的像素值整数部分；旋转抖动矩阵处理方法的具体实现步骤如下：

首先，获取旋转抖动矩阵：旋转抖动矩阵是由一个基本抖动矩阵按照逆时针或顺时针旋转而来，而基本抖动矩阵则例如是由Limb矩阵经过矩阵运算得到的：

(a)、Limb矩阵： $M_1=\left[\begin{array}{cc}0& 2\\ 3& 1\end{array}\right];$

(b)、 $M_{n+1}=\left[\begin{array}{cc}4\×M_n& 4\×M_n+2\×U_n\\ 4\×M_n+3\×U_n& 4\×M_n+U_n\end{array}\right],$ 其中U_n表示n×n的全一矩阵，从而可以得到 $M_1=\left[\begin{array}{cc}0& 2\\ 3& 1\end{array}\right],M_2=\left[\begin{array}{cccc}0& 8& 2& 10\\ 12& 4& 14& 6\\ 3& 11& 1& 9\\ 15& 7& 13& 5\end{array}\right];$

(c)、获取旋转抖动矩阵：以2×2基本抖动矩阵为例，则基本抖动矩阵按照逆时针旋转，可以获得周期性旋转抖动矩阵例如以下四个矩阵： ${\mathrm{Mat}}_1=\left[\begin{array}{cc}0& 2\\ 3& 1\end{array}\right]/4,{\mathrm{Mat}}_2=\left[\begin{array}{cc}3& 1\\ 2& 0\end{array}\right]/4,{\mathrm{Mat}}_3=\left[\begin{array}{cc}2& 0\\ 1& 3\end{array}\right]/4,{\mathrm{Mat}}_3=\left[\begin{array}{cc}1& 3\\ 0& 2\end{array}\right]/4;$ 通过周期性地使用2×2旋转抖动矩阵，可以实现用6bit的数据带宽表示8bit的数据，也即使用2×2旋转抖动矩阵处理方法，即可以实现用比原来少2bit的数据带宽较完整地表示原始数据信息。若选择抖动矩阵选择4×4的抖动矩阵，可以实现用4bit的数据带宽表示8bit的数据。

然后，处理当前图像帧frame_current：设原始视频是8bit(256级)数据源，现要用6bit(64级)的数据带宽表示该视频，算法的具体实现包括以下步骤：

(1)、将原始视频的每一图像帧用64级(即6bit)进行降灰阶处理，则降灰阶处理后的图像帧中各个像素点位置的像素值包含两部分：整数部分(Int)和小数部分(Dec)。比如原始像素值122(256级)用64级降灰阶处理后的值Value＝64×122/256＝30.5＝Int+Dec，其中Int表示整数部分，Dec表示小数部分(若Value<1，则Int＝0)；设整数部分和小数部分分别为：

(2)、当前处理图像帧frame_current降灰阶处理后的各个像素点位置的像素值小数部分与周期性旋转抖动矩阵比较，其中图像帧中的各个像素点位置的像素值也是以旋转抖动矩阵的周期为周期来与对应的旋转抖动矩阵进行比较，具体为：

确定与当前处理图像帧frame_current进行比较处理的旋转抖动矩阵：即i＝rem(current/4)+1，rem表示求余，current为当前处理图像帧的序号(例如第一个图像帧对应current＝0)，i表示与当前处理图像帧frame_current对应的旋转抖动矩阵的序号；

计算当前处理图像帧frame_current降灰阶处理后每一个像素点位置处的比较结果，以与Mat₁(对应i＝1)比较为例：将步骤(1)降灰阶处理后的像素值小数部分以2×2为单元，每一个2×2单元与Mat₁中对应位置的值比较；若像素值小数部分大于Mat₁中对应位置的值，则对应像素点位置的整数部分加1，反之则不加1(也即整数部分不变)，从而得到每一个像素点位置的像素目标值，其中i的取值范围为1～N。

在这里由于使用6bit的数据带宽表示8bit的数据源，因此产生的小数部分只有0，0.25，0.5，0.75。小数部分与旋转抖动矩阵比较过程，实际上是通过在邻近的四个图像帧中整体实现小数部分。比如实现小数部分0.5，则是在邻近的四个图像帧中，其中有两个图像帧对应像素点位置的像素值整数部分加1，另外两个图像帧对应像素点位置的像素值整数部分没有加1，从而实现0.5。

由上可知，旋转抖动矩阵算法实现的本质就是将在用低bit数据带宽表示高bit数据时的小数部分在其邻近的多个图像帧内统计，而人眼观察到的图像局部平均灰度近似于原始图像的局部平均灰度值，同时人眼具有懒惰性，从而整体上形成连续色调的效果。

之后，对原始视频中的其他图像帧都按照上述方法处理；若处理的是一幅静止图像，则相当于一个视频中的所有图像帧都是一样的。

然而，现有技术存在一些不足，也即使用现有的旋转抖动矩阵时，比如2×2的旋转抖动矩阵，可以实现用比原来少2bit的数据带宽表示原始数据信息，但若用比原来少3bit或少更多bit表示原始数据信息时，实现精度降低，存在一些信息的丢失。例如同样采用2×2的旋转抖动矩阵，若要用5bit(32级)的数据带宽表示原始8bit(256级)的数据，例如表示8bit的37，则Value＝32×37/256＝4.625＝Int+Dec，在用2×2旋转抖动矩阵处理像素值小数部分Dec时，在邻近的四个图像帧中，其中有三个图像帧的对应像素点位置的像素值整数部分加1，另外一个图像帧的对应像素点位置的像素值整数部分没有加1，那么最终的表示结果是0.75，而实际上的小数部分是0.625，也即表示结果不精确。

发明内容

因此，为克服现有技术中存在的缺陷和不足，本发明提出一种基于旋转抖动矩阵处理的图像处理方法。

具体地，本发明实施例提出的一种基于旋转抖动矩阵处理的图像处理方法，包括步骤：(a)对第一图像帧进行降灰阶处理以得到第一降灰阶处理后图像帧；(b)将所述第一降灰阶处理后图像帧的各个像素点位置的像素值小数部分与周期为N的N个旋转抖动矩阵中的第一旋转抖动矩阵进行比较处理以得到所述第一降灰阶处理后图像帧的各个像素点位置的像素目标值，其中N为正整数；(c)计算所述第一降灰阶处理后图像帧的各个像素点位置的像素值小数部分经过一个周期的N个旋转抖动矩阵比较处理后的实现结果；(d)计算所述实现结果与所述第一降灰阶处理后图像帧的各个像素点位置的像素值小数部分之间的差值；(e)对第二图像帧进行降灰阶处理以得到第二降灰阶处理后图像帧，其中所述第二图像帧为与所述第一图像帧相邻的下一个图像帧；(f)将所述差值累计到所述第二降灰阶处理后图像帧的各个像素点位置的像素值上以得到累计残差后的第二降灰阶处理后图像帧；以及(g)将所述累计残差后的第二降灰阶处理后图像帧的各个像素点位置的像素值小数部分和所述周期为N的N个旋转抖动矩阵中的第二旋转抖动矩阵进行比较处理以得到所述第二降灰阶处理后图像帧的各个像素点位置的像素目标值。

在本发明的一个实施例中，步骤(b)包括：所述第一降灰阶处理后图像帧的各个像素点的像素值小数部分以M×M为单元，并使每一个M×M单元与所述第一旋转抖动矩阵中对应位置的元素值进行比较；若某一个像素点位置的像素值小数部分大于所述第一旋转抖动矩阵中对应位置的元素值，则将所述像素点位置的像素值整数部分加1；其中，N为M的平方值。

在本发明的一个实施例中，步骤(c)中，所述实现结果满足公式：result＝1/N×ceil(Dec/(1/N))，其中，ceil表示向上取整，Dec和result分别表示任意一个像素点位置的像素值小数部分和所述任意一个像素点位置的像素值小数部分经过一个周期的N个旋转抖动矩阵比较处理后的实现结果。

此外，本发明另一实施例提出的一种基于旋转抖动矩阵处理的图像处理方法，包括步骤：(i)将当前处理图像帧的各个像素点位置的像素值小数部分与周期为N的N个旋转抖动矩阵中的一个对应的旋转抖动矩阵进行比较处理以得到所述当前处理图像帧的各个像素点位置的像素目标值，其中N为正整数；(ii)计算所述当前处理图像帧的各个像素点位置的像素值小数部分经过一个周期的N个旋转抖动矩阵比较处理后的实现结果；(iii)计算所述实现结果与所述当前处理图像帧的各个像素点位置的像素值小数部分之间的差值；以及(iv)将与所述当前处理图像帧相邻的下一个图像帧的各个像素点位置的像素值减去所述差值后作为当前处理图像帧并重复步骤(i)至步骤(iii)。

在本发明的一个实施例中，步骤(i)中，所述当前处理图像帧和所述N个旋转抖动矩阵中的一个对应的旋转抖动矩阵满足关系：i＝rem(current/N)+1，rem表示求余，current为当前处理图像帧的序号，i表示所述对应的旋转抖动矩阵的序号。

在本发明的一个实施例中，步骤(i)包括：所述当前处理图像帧的各个像素点的像素值小数部分以M×M为单元，并使每一个M×M单元与所述对应的旋转抖动矩阵中对应位置的元素值进行比较；若某一个像素点位置的像素值小数部分大于所述对应的旋转抖动矩阵中对应位置的元素值，则将所述像素点位置的像素值整数部分加1；其中，N为M的平方值。

在本发明的一个实施例中，步骤(ii)中，所述实现结果满足公式：result＝1/N×ceil(Dec/(1/N))，其中，ceil表示向上取整，Dec和result分别表示任意一个像素点位置的像素值小数部分和所述任意一个像素点位置的像素值小数部分经过一个周期的N个旋转抖动矩阵比较处理后的实现结果。

在本发明的一个实施例中，步骤(i)中的当前处理图像帧和步骤(iv)中的下一个图像帧均是降灰阶处理后的图像帧，且各个图像帧中的各个像素点位置的像素值包括整数部分和小数部分。

在本发明的一个实施例中，前述任意一种图像处理方法应用于液晶显示装置或LED显示屏控制系统。

由上可知，本发明实施例针对现有旋转抖动矩阵处理方法实现精度还不够高的不足，提出了帧间误差累计的技术方案；通过将帧间误差累计与旋转抖动矩阵处理方法相结合，可以实现用更低bit带宽较完整地表达原始图像的目的。此外，本发明实施例在同样采用2×2旋转抖动矩阵的情况下，利用的资源开销比现有旋转抖动矩阵处理方法少，同时能够较完整地表达原始数据信息，大大地节省了资源。

附图说明

无

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面对本发明的具体实施方式做详细的说明。

本发明下述实施例针对现有技术中旋转抖动矩阵处理方法实现精度不高的局限性，在基于旋转抖动矩阵处理的基础上，提出了帧间误差累计的方法，通过将旋转抖动矩阵处理与帧间误差累计相结合，以实现用更低的资源开销更完整的保存原始数据信息。

旋转抖动矩阵处理实现的本质就是将在用低bit数据带宽表示高bit数据时的像素值小数部分在其邻近的图像帧内统计。为了便于说明本发明，现以单一数值的实现对本实施例提出的技术方案进行阐述。

设当前图像帧中每一个像素点位置的降灰阶处理后像素值Value＝Int+Dec，本实施例首先计算出当前图像帧内像素值小数部分Dec在一个周期(例如周期N＝4)旋转抖动矩阵处理的实现结果result，若采用2×2的旋转抖动矩阵，则该实现结果result是0，0.25，05，0.75中的一个；然后计算出残差error＝result-Dec；之后将残差error累计到下一个图像帧的计算中，也即将残差error累计到下一个图像帧中相对应像素点位置的降灰阶处理后像素值中，其采用公式Value＝Value-error＝Int+Dec。接着再按照上述处理方法处后续图像帧，从而实现将该数值精确地表示出来。

本实施例同样以2×2的旋转抖动矩阵为例，具体实现步骤如下：

在本实施例提出的技术方案中，视频刷新率越高，允许使用的资源开销就越小，相应地需要用少于原始数据带宽的更多位(bit)去完整表达原始图像信息；而旋转抖动算法实现的本质就是将在用低bit数据带宽表示高bit数据时的像素值小数部分在其邻近的图像帧内统计，即信息的完整表达归根结底是像素值小数部分的精确表示。为简化说明，以下主要针对像素值小数部分的表达说明本实施例的实现过程：

(一)、将当前图像帧frame_current中各个像素点位置的降灰阶处理后像素值的小数部分与相对应的旋转抖动矩阵(Mat₁、Mat₂、Mat₃、Mat₄中的一个)比较，以确定降灰阶处理后各个像素点位置的像素目标值；其中，对于旋转抖动矩阵的选择，其例如满足条件i＝rem(current/N)+1，rem表示求余，current为当前处理图像帧frame_current的序号(例如第一个图像帧对应current＝0)，i表示与当前处理图像帧frame_current对应的旋转抖动矩阵的序号，N为旋转抖动矩阵的周期例如为4；

(二)、计算各个像素点位置的降灰阶处理后像素值的小数部分经过一个周期的旋转抖动矩阵处理后的实现结果result＝1/N×ceil(Dec/(1/N))＝1/4×ceil(Dec/(1/4))，也即像素值小数部分经过周期为N＝4的2×2旋转抖动矩阵Mat₁、Mat₂、Mat₃、Mat₄处理后最终实现的值，其中ceil表示向上取整。以降灰阶处理后像素值Value＝1.625＝Int+Dec为例，则像素值的小数部分0.625经过周期N为4的2×2旋转抖动矩阵Mat₁、Mat₂、Mat₃、Mat₄处理后最终实现的值result＝1/4×ceil(Dec/(1/4))＝0.25×ceil(0.625/0.25)＝0.25×3＝0.75；

(三)、计算各个像素点位置的降灰阶处理后像素值的小数部分经旋转抖动矩阵处理后产生的残差error＝result-Dec；设result＝0.75，则error＝0.75-0.625＝0.125；

(四)、将残差error累计到下一个图像帧中相对应像素点位置的降灰阶处理后像素值上，其采用公式：Value＝Value-error＝Int+Dec。

下一个图像帧再按照以上实现步骤(一)至步骤(四)进行处理。

为了简单明了，下面以降灰阶处理后的图像帧 $V=\left[\begin{array}{cc}0.625& 0.625\\ 0.625& 0.625\end{array}\right]=I+D=\left[\begin{array}{cc}{\mathrm{Int}}_{11}& {\mathrm{Int}}_{12}\\ {\mathrm{Int}}_{21}& {\mathrm{Int}}_{22}\end{array}\right]+\left[\begin{array}{cc}{\mathrm{Dec}}_{11}& {\mathrm{Dec}}_{12}\\ {\mathrm{Dec}}_{21}& {\mathrm{Dec}}_{22}\end{array}\right]$ 的实现为例进一步说明本实施例：

①、 $V=\left[\begin{array}{cc}0.625& 0.625\\ 0.625& 0.625\end{array}\right]$ 是降灰阶处理后的第一个图像帧，将其各个像素点位置的像素值小数部分与Mat₁中对应位置的值进行比较处理，第一个图像帧经对应旋转抖动矩阵Mat₁比较处理后的实现结果为 $V_1=\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right];$

②、计算各个像素点位置的像素值小数部分经过一个周期的旋转抖动矩阵处理后的实现结果：

$\begin{array}{c}R=\left[\begin{array}{cc}{\mathrm{result}}_{11}& {\mathrm{result}}_{12}\\ {\mathrm{result}}_{21}& {\mathrm{result}}_{22}\end{array}\right]=\left[\begin{array}{cc}(1/4)\&times;ceil({\mathrm{Dec}}_{11}/(1/4\left)\right)& (1/4)\&times;ceil({\mathrm{Dec}}_{11}/(1/4\left)\right)\\ (1/4)\&times;ceil({\mathrm{Dec}}_{11}/(1/4\left)\right)& (1/4)\&times;ceil({\mathrm{Dec}}_{11}/(1/4\left)\right)\end{array}\right]=\\ \left[\begin{array}{cc}0.75& 0.75\\ 0.75& 0.75\end{array}\right];\end{array}$

③、计算各个像素点位置的像素值小数部分经旋转抖动矩阵处理后产生的残差： $E=R-D=\left[\begin{array}{cc}0.125& 0.125\\ 0.125& 0.125\end{array}\right];$

④、将残差累计到降灰阶处理后的下一个图像帧(即第二个图像帧)的相对应像素点位置的像素值上。假设在本例中所有的图像帧降灰阶处理后的像素值都为 $V=\left[\begin{array}{cc}0.625& 0.625\\ 0.625& 0.625\end{array}\right],$ 则累计残差后的结果为：

$V_{mid}=V-E=\left[\begin{array}{cc}0.625& 0.625\\ 0.625& 0.625\end{array}\right]-\left[\begin{array}{cc}0.125& 0.125\\ 0.125& 0.125\end{array}\right]=\left[\begin{array}{cc}0.5& 0.5\\ 0.5& 0.5\end{array}\right]=I+D;$

对累计残差后的第二个图像帧V_mid按照步骤①～④处理，也即：

⑤、累计残差后的第二个图像帧 $V_{mid}=\left[\begin{array}{cc}0.5& 0.5\\ 0.5& 0.5\end{array}\right],$ 将其像素值小数部分与Mat₂中对应位置的值进行比较处理，第二个图像帧经对应旋转抖动矩阵Mat₂处理后的实现结果为 $V_2=\left[\begin{array}{cc}0& 1\\ 0& 1\end{array}\right];$

⑥、计算第二个图像帧各个像素点位置的像素值小数部分经过一个周期的旋转抖动矩阵处理后的实现结果： $R=\left[\begin{array}{cc}(1/4)\&times;ceil({\mathrm{Dec}}_{11}/(1/4\left)\right)& (1/4)\&times;ceil({\mathrm{Dec}}_{11}/(1/4\left)\right)\\ (1/4)\&times;ceil({\mathrm{Dec}}_{11}/(1/4\left)\right)& (1/4)\&times;ceil({\mathrm{Dec}}_{11}/(1/4\left)\right)\end{array}\right]=\left[\begin{array}{cc}0.5& 0.5\\ 0.5& 0.5\end{array}\right];$

⑦、计算各个像素点位置的像素值小数部分经旋转抖动矩阵处理后产生的残差： $E=\left[\begin{array}{cc}0.5& 0.5\\ 0.5& 0.5\end{array}\right]-\left[\begin{array}{cc}0.5& 0.5\\ 0.5& 0.5\end{array}\right]=\left[\begin{array}{cc}0& 0\\ 0& 0\end{array}\right];$

⑧、继续将该残差累计到降灰阶处理后的下一个图像帧(即第三个图像帧)的相对应像素点位置的像素值上。第三个图像帧累计残差后的结果为 $V_{mid}=V-E=\left[\begin{array}{cc}0.625& 0.625\\ 0.625& 0.625\end{array}\right]-\left[\begin{array}{cc}0& 0\\ 0& 0\end{array}\right]=\left[\begin{array}{cc}0.625& 0.625\\ 0.625& 0.625\end{array}\right]=I+D;$

继续对累计残差后的第三个图像帧V_mid按照步骤①～④处理，则第一个图像帧到第四个图像帧分别经对应旋转抖动矩阵Mat₁、Mat₂、Mat₃、Mat₄处理后的结果分别为： $V_1=\left[\begin{array}{cc}1& 1\\ 0& 1\end{array}\right],V_2=\left[\begin{array}{cc}0& 1\\ 0& 1\end{array}\right],V_3=\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right],V_4=\left[\begin{array}{cc}1& 0\\ 1& 0\end{array}\right].$ 自此，残差部分已为零，共计经过了四个图像帧累计。经过四个图像帧累计后每2×2单元内实现的平均结果是 $V_{avg}=\left[\begin{array}{cc}3& 3\\ 2& 2\end{array}\right]/4,$ 由于人眼观察到的图像是局部均值效果，因此 $V_{Final}=\left[\begin{array}{cc}sum\left(V_{avg}\right)& sum\left(V_{avg}\right)\\ sum\left(V_{avg}\right)& sum\left(V_{avg}\right)\end{array}\right]/4=\left[\begin{array}{cc}0.625& 0.625\\ 0.625& 0.625\end{array}\right],$ 也即为 $V_{Final}=\left[\begin{array}{cc}sum(V_1,V_2,V_3,V_4)& sum(V_1,V_2,V_3,V_4)\\ sum(V_1,V_2,V_3,V_4)& sum(V_1,V_2,V_3,V_4)\end{array}\right]/(4\&times;4)=\left[\begin{array}{cc}0.625& 0.625\\ 0.625& 0.625\end{array}\right],$ 其中sum(V₁,V₂,V₃,V₄)表示求所有元素的总和，由此可见，本实施最终实现结果与待实现 $V=\left[\begin{array}{cc}0.625& 0.625\\ 0.625& 0.625\end{array}\right]$ 相等。

为进一步说明，再举例如下： $V=\left[\begin{array}{cc}0.1& 0.1\\ 0.1& 0.1\end{array}\right],$ 该值经过5个图像帧处理后残差为0，具体结果如下：

$V_1=\left[\begin{array}{cc}1& 0\\ 0& 0\end{array}\right],V_2=\left[\begin{array}{cc}0& 0\\ 0& 0\end{array}\right],V_3=\left[\begin{array}{cc}0& 1\\ 0& 0\end{array}\right],V_4=\left[\begin{array}{cc}0& 0\\ 0& 0\end{array}\right],V_5=\left[\begin{array}{cc}0& 0\\ 0& 0\end{array}\right];$

每一个图像帧经旋转抖动矩阵处理后的残差部分为：

$E_1=\left[\begin{array}{cc}0.15& 0.15\\ 0.15& 0.15\end{array}\right],E_2=\left[\begin{array}{cc}0.05& 0.05\\ 0.05& 0.05\end{array}\right],E_3=\left[\begin{array}{cc}0.2& 0.2\\ 0.2& 0.2\end{array}\right],E_4=\left[\begin{array}{cc}0.1& 0.1\\ 0.1& 0.1\end{array}\right],$ $E_5=\left[\begin{array}{cc}0& 0\\ 0& 0\end{array}\right].$ 统计五个图像帧累计平均效果即为最终效果： $V_{Final}=\left[\begin{array}{cc}sum(V_1,V_2,V_3,V_4,V_5)& sum(V_1,V_2,V_3,V_4,V_5)\\ sum(V_1,V_2,V_3,V_4,V_5)& sum(V_1,V_2,V_3,V_4,V_5)\end{array}\right]/(4\&times;5)=\left[\begin{array}{cc}0.1& 0.1\\ 0.1& 0.1\end{array}\right].$

综上所述，本发明实施例针对现有旋转抖动矩阵处理方法实现精度还不够高的不足，提出了帧间误差累计的设计方案；通过将帧间误差累计与旋转抖动矩阵处理方法相结合，可以实现用更低bit带宽较完整地表达原始图像的目的。此外，本发明实施例在同样采用2×2旋转抖动矩阵的情况下，利用的资源开销比现有旋转抖动矩阵处理方法少，同时能够较完整地表达原始数据信息，大大地节省了资源。

最后，值得一提的是，本发明前述实施例的帧间误差累计与旋转抖动矩阵处理方法相结合的图像处理方法可以应用于液晶显示装置和LED显示屏控制系统；其中，LED显示屏控制系统例如包括上位机(例如PC机)、发送卡和接收卡。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (10)

1.一种基于旋转抖动矩阵处理的图像处理方法，包括步骤：

(a)对第一图像帧进行降灰阶处理以得到第一降灰阶处理后图像帧；

(b)将所述第一降灰阶处理后图像帧的各个像素点位置的像素值小数部分与周期为N的N个旋转抖动矩阵中的第一旋转抖动矩阵进行比较处理以得到所述第一降灰阶处理后图像帧的各个像素点位置的像素目标值，其中N为正整数；

其特征在于，所述基于旋转抖动矩阵处理的图像处理方法还包括步骤：

(c)计算所述第一降灰阶处理后图像帧的各个像素点位置的像素值小数部分经过一个周期的N个旋转抖动矩阵比较处理后的实现结果；

(d)计算所述实现结果与所述第一降灰阶处理后图像帧的各个像素点位置的像素值小数部分之间的差值；

(e)对第二图像帧进行降灰阶处理以得到第二降灰阶处理后图像帧，其中所述第二图像帧为与所述第一图像帧相邻的下一个图像帧；

(f)将所述差值累计到所述第二降灰阶处理后图像帧的各个像素点位置的像素值上以得到累计残差后的第二降灰阶处理后图像帧；以及

(g)将所述累计残差后的第二降灰阶处理后图像帧的各个像素点位置的像素值小数部分和所述周期为N的N个旋转抖动矩阵中的第二旋转抖动矩阵进行比较处理以得到所述第二降灰阶处理后图像帧的各个像素点位置的像素目标值。

2.如权利要求1所述的基于旋转抖动矩阵处理的图像处理方法，其特征在于，步骤(b)包括：所述第一降灰阶处理后图像帧的各个像素点的像素值小数部分以M×M为单元，并使每一个M×M单元与所述第一旋转抖动矩阵中对应位置的元素值进行比较；若某一个像素点位置的像素值小数部分大于所述第一旋转抖动矩阵中对应位置的元素值，则将所述像素点位置的像素值整数部分加1；其中，N为M的平方值。

3.如权利要求1所述的基于旋转抖动矩阵处理的图像处理方法，其特征在于，步骤(c)中，所述实现结果满足公式：result＝1/N×ceil(Dec/(1/N))，其中，ceil表示向上取整，Dec和result分别表示任意一个像素点位置的像素值小数部分和所述任意一个像素点位置的像素值小数部分经过一个周期的N个旋转抖动矩阵比较处理后的实现结果。

4.如权利要求1至3任意一项所述的基于旋转抖动矩阵处理的图像处理方法，其特征在于，所述图像处理方法应用于液晶显示装置或LED显示屏控制系统。

5.一种基于旋转抖动矩阵处理的图像处理方法，包括步骤：

(i)将当前处理图像帧的各个像素点位置的像素值小数部分与周期为N的N个旋转抖动矩阵中的一个对应的旋转抖动矩阵进行比较处理以得到所述当前处理图像帧的各个像素点位置的像素目标值，其中N为正整数；

其特征在于，所述基于旋转抖动矩阵处理的图像处理方法还包括步骤：

(ii)计算所述当前处理图像帧的各个像素点位置的像素值小数部分经过一个周期的N个旋转抖动矩阵比较处理后的实现结果；

(iii)计算所述实现结果与所述当前处理图像帧的各个像素点位置的像素值小数部分之间的差值；

(iv)将与所述当前处理图像帧相邻的下一个图像帧的各个像素点位置的像素值减去所述差值后作为当前处理图像帧并重复步骤(i)至步骤(iii)。

6.如权利要求5所述的基于旋转抖动矩阵处理的图像处理方法，其特征在于，步骤(i)中，所述当前处理图像帧和所述N个旋转抖动矩阵中的一个对应的旋转抖动矩阵满足关系：i＝rem(current/N)+1，rem表示求余，current为当前处理图像帧的序号，i表示所述对应的旋转抖动矩阵的序号。

7.如权利要求5所述的基于旋转抖动矩阵处理的图像处理方法，其特征在于，步骤(i)包括：所述当前处理图像帧的各个像素点的像素值小数部分以M×M为单元，并使每一个M×M单元与所述对应的旋转抖动矩阵中对应位置的元素值进行比较；若某一个像素点位置的像素值小数部分大于所述对应的旋转抖动矩阵中对应位置的元素值，则将所述像素点位置的像素值整数部分加1；其中，N为M的平方值。

8.如权利要求5所述的基于旋转抖动矩阵处理的图像处理方法，其特征在于，步骤(ii)中，所述实现结果满足公式：result＝1/N×ceil(Dec/(1/N))，其中，ceil表示向上取整，Dec和result分别表示任意一个像素点位置的像素值小数部分和所述任意一个像素点位置的像素值小数部分经过一个周期的N个旋转抖动矩阵比较处理后的实现结果。

9.如权利要求5所述的基于旋转抖动矩阵处理的图像处理方法，其特征在于，步骤(i)中的当前处理图像帧和步骤(iv)中的下一个图像帧均是降灰阶处理后的图像帧，且各个图像帧中的各个像素点位置的像素值包括整数部分和小数部分。

10.如权利要求5至9任意一项所述的基于旋转抖动矩阵处理的图像处理方法，其特征在于，所述图像处理方法应用于液晶显示装置或LED显示屏控制系统。