DE19805493A1 - Anordnung und Verfahren zur Unterdrückung von Zeilenflimmern auf Anzeigen mit zeitlich zeilenversetzter Teilbildanzeige - Google Patents
Anordnung und Verfahren zur Unterdrückung von Zeilenflimmern auf Anzeigen mit zeitlich zeilenversetzter TeilbildanzeigeInfo
- Publication number
- DE19805493A1 DE19805493A1 DE1998105493 DE19805493A DE19805493A1 DE 19805493 A1 DE19805493 A1 DE 19805493A1 DE 1998105493 DE1998105493 DE 1998105493 DE 19805493 A DE19805493 A DE 19805493A DE 19805493 A1 DE19805493 A1 DE 19805493A1
- Authority
- DE
- Germany
- Prior art keywords
- image
- filter
- neural network
- signals
- image generation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
- G09G5/22—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators characterised by the display of characters or indicia using display control signals derived from coded signals representing the characters or indicia, e.g. with a character-code memory
- G09G5/24—Generation of individual character patterns
- G09G5/28—Generation of individual character patterns for enhancement of character form, e.g. smoothing
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2320/00—Control of display operating conditions
- G09G2320/02—Improving the quality of display appearance
- G09G2320/0247—Flicker reduction other than flicker reduction circuits used for single beam cathode-ray tubes
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G2370/00—Aspects of data communication
- G09G2370/02—Networking aspects
- G09G2370/027—Arrangements and methods specific for the display of internet documents
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
- G09G5/36—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators characterised by the display of a graphic pattern, e.g. using an all-points-addressable [APA] memory
- G09G5/39—Control of the bit-mapped memory
- G09G5/395—Arrangements specially adapted for transferring the contents of the bit-mapped memory to the screen
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Description
Mit der Erfindung wird ein neues Filter und Filterverfahren
beschrieben, mit dem Zeilenflimmern auf Anzeigen, bei denen
Teilbilder zeitlich zeilenversetzt angezeigt werden, vermin
dert werden kann. Insbesondere handelt es sich bei solchen
Anzeigen um Kathodenstrahlröhren, die im Interlaced-Modus ar
beiten.
Um Internetanwendungen, wie Electronic Commerce und Electro
nic Mail in den Heimbereich zu bringen, besteht das Bedürf
nis, kostengünstige Einrichtungen zu schaffen, um eine mög
lichst große Verbreitung dieser Netzanwendungen zu erreichen.
Um eine kostengünstige Darstellung von PC-Grafiken und Texten
zu ermöglichen, bietet es sich also an, an einen heimischen
Fernseher ein Zusatzgerät anzuschließen, das den Internetan
schluß ermöglicht und die PC-Funktionalität für die Kommuni
kation mit dem World-Wide-Web übernimmt, während der Fernse
her die aus dem Netz gewünschten Bilder und Texte zur Anzeige
bringt. Bei heimischen Fernsehgeräten besteht jedoch das Pro
blem, daß diese mit Teilbild- bzw. Interlaced-Darstellung ar
beiten und daß bei Anzeige von PC-Grafik und Texten ein stö
rendes Zeilenflimmern auftritt.
Heute werden Internetinhalte auf Basis des PC-VGA-Standards
dargestellt und zur Darstellung auf einem Standard 50 Hz In
terlaced-Fernsehgerät müssen neben einer Timinganpassung auch
Maßnahmen zur Verbesserung des dargestellten Bildes ergriffen
werden. Dabei spielt die Unterdrückung des Zeilenflimmerns,
das durch die Darstellung von Bildern und Texten im Inter
laced-Modus hervorgerufen wird, eine große Rolle. Dieses Zei
lenflimmern erweist sich besonders bei Strukturen als stö
rend, deren Elemente nur eine Zeile breit sind, wie dies für
Linien und Buchstabenelemente zutrifft. Die Frage nach einer
Filterung derartiger Strukturen zur optimalen Wiedergabe im
Interlaced-Mode ist derzeit nicht allgemein geklärt. Experi
mente haben gezeigt, daß die Wahrnehmungen von Flimmern und
Ausdehnung von Linien nicht nur vom Kontrast und deren verti
kalen Dicke abhängt, sondern darüber hinaus auch von der ho
rizontalen Struktur, sowie von der Wahl von Hinter- und Vor
dergrund und Farbe.
Um dieses Flimmerproblem zu lösen, haben verschiedene Gra
fikcontrollerhersteller unterschiedliche aber nicht zufrie
denstellende Maßnahmen zur Lösung ergriffen. Beispielsweise
werden hierzu vertikale Tiefpaßfilter eingesetzt, die typi
scherweise einen Einzugsbereich von 2 bis 5 dargestellten
Zeilen haben. Die dadurch erreichte Flimmerreduktion geht je
doch stark auf Kosten der Bildschärfe, was bei kleinformati
ger Darstellung bestimmter Buchstaben, wie beispielsweise
beim "e" zu einer nicht akzeptablen Wiedergabe führt.
Derzeit ist im Stand der Technik lediglich ein Ansatz be
kannt, der zur Vermeidung von Zeilenflimmern neben dem verti
kalen Kontrast auch den Einfluß der Struktur in horizontaler
Richtung berücksichtigt [3]. Bei diesem Ansatz werden als
entscheidende Elemente für den Flimmer- und Schärfeneindruck
vertikal hochfrequente Anteile bei horizontalen Niederfre
quenzanteilen (VH/HL) identifiziert. Abhängig vom vertikal
hochfrequenten horizontal hochfrequenten Anteil (VH/HH) wird
die Komponente VH/HL begrenzt. Die dort beschriebene nichtli
neare Filterstruktur ist jedoch hinsichtlich der erzielbaren
Wiedergabequalität weiter verbesserbar, indem weitere Ein
flußgrößen der Flimmerwahrnehmung bei der Auslegung des Fil
ters berücksichtigt werden.
Die der Erfindung zugrundeliegende Aufgabe besteht darin, ein
Filter und ein Filterverfahren anzugeben, mit welchem die
Bildqualität von zeitlich zeilenversetzt dargestellten Teil
bildern einer Anzeigevorrichtung verbessert werden kann, in
dem insbesondere das bei diesem Darstellungsverfahren auftre
tende Zeilenflimmern besser unterdrückt wird.
Diese Aufgabe wird gem. den Merkmalen des Patentanspruches 1
für die Anordnung und gem. den Merkmalen des Patentanspruches
7 für das Verfahren gelöst. Weiterbildungen der Erfindung er
geben sich aus den abhängigen Ansprüchen.
Vorteilhaft wird bei der vorgeschlagenen Anordnung ein neuro
nales Netz als Filter eingesetzt, das die Umgebung eines dar
zustellenden Bildpunktes bei der Berechnung seines Bildantei
les miteinbezieht. Vorteilhaft wurde dieses neuronale Netz
als neuronaler Filter zuvor mit Halbbildern und einer spezi
ellen Bewertungsfunktion, die die Flimmerwirkung und die phy
siologische Auflösung der Retina berücksichtigt, trainiert.
Vorteilhaft werden bei einer Weiterbildung der vorgeschlage
nen Anordnung mehrere neuronale Filter eingesetzt, um die
verschiedenen Signalanteile des Bildsignales separat zu be
handeln, da damit eine weitere Bildverbesserung erzielbar
ist.
Vorteilhaft werden bei einer Weiterbildung der vorgeschlage
nen Anordnung wenigstens die Helligkeits- oder die Farbantei
le der Bilderzeugungssignale oder auch beide neuronal gefil
tert, um die Effizienz, sowie die Bildqualität entscheidend
zu steigern.
Vorteilhaft kommt das vorgeschlagene neuronale Filter in ei
ner Bildanzeigevorrichtung zur Anwendung, welche zeitlich
zeilenversetzte Bilder anzeigt, wobei die Bilderzeugungs
signale dieser Bildanzeigevorrichtung zunächst das neuronale
Filter durchlaufen und dann die Bildanzeigevorrichtung an
steuern. Auf diese Weise wird eine kommerziell verwertbare
Vorrichtung bereitgestellt, bei der mit geringem technischem
Aufwand eine verbesserte Bilddarstellung von PC-Texten und
Graphiken möglich ist.
Besonders vorteilhaft ist diese Bildanzeigevorrichtung als
Kathodenstrahlröhre ausgebildet, da solche Röhren weit ver
breitet in Fernsehgeräten eingesetzt werden und hinsichtlich
der zeitlich zeilenversetzten Darstellung, sowie je nach
Leuchteigenschaften der eingesetzten Leuchtstoffe zahlreiche
Untersuchungsergebnisse vorliegen, so daß ein neuronales Fil
ter mit vielfältigen Daten hinsichtlich dieser Bildschirmei
genschaften bzw. Flimmereigenschaften, sowie der Rezeption
der Retina versorgt werden kann.
Vorteilhaft ist eine Trainingsanordnung für ein solches neu
ronales Filter, bei der ein vom neuronalen Filter zu filtern
des Bild, zunächst in Halbbilder zerlegt und anschließend von
einem physiologischen Filter, daß als Raumzeitfilter ausge
führt ist und sowohl das Retinamodell, als auch die Flimmer
wahrnehmung beinhaltet, gefiltert wird. Mit dem so erhaltenen
gefilterten Originalbild und den gefilterten Teilbildern,
kann die Darstellung und Wahrnehmung am Bildschirm simuliert
werden und nachdem dasselbe Bild das neuronale Netz zum Trai
ning durchlaufen hat, kann mit Hilfe dieser Bilder, die den
Raumzeitfilter durchlaufen haben und deren Ähnlichkeiten un
tereinander der Fehler bestimmt werden und dem neuronalen
Netz rückgeführt werden, daß damit seine Verbindungsgewichte
nachjustiert. Auf diese Weise kann durch Hinzuziehung geeig
neter Muster, wie kleiner Buchstaben, Kurven und paralleler
Linien ein Filter mit guten Filtereigenschaften hinsichtlich
der geforderten Aufgabe geeignet trainiert werden.
Vorteilhaft ist mit dieser vorgeschlagenen Trainingsanordnung
ein Verfahren ausführbar, mit welchem das neuronale Filter
trainiert werden kann, indem ein iterativer Prozeß stattfin
det, bei dem vom neuronalen Netz ausgegebene Bilder sukzessi
ve wieder in Halbbilder zerlegt werden und dem Raumzeitfilter
zugeführt werden, woraus erneut der Fehler des neuronalen
Netzes bestimmt und bewertet wird und durch ein Rückführung
zu einer Nachjustierung von dessen Gewichten führt. Ein ge
eignetes Abbruchkriterium für dieses Trainingsverfahren kann
die Unterschreitung einer bestimmten Schwelle der Bewertungs
funktion für die Bildverbesserung sein.
Vorteilhaft ist auch ein Herstellverfahren zur Herstellung
von Bildinhalten, die auf einer Anzeige mit zeitlich zeilen
versetzter Darstellungsweise angezeigt werden sollen reali
sierbar, indem originale Bildinhalte das neuronale Filter
durchlaufen und dann in einer Speichereinheit bereitgehalten
werden, um wiederholt auf der Anzeigevorrichtung zur Anzeige
gebracht zu werden. Insbesondere sind durch dieses Herstell
verfahren Schrifttypensätze für diese Anzeigevorrichtungen
herstellbar.
Im Folgenden werden Ausführungsbeispiele der Erfindung anhand
von Figuren weiter erläutert.
Es zeigen
Fig. 1 eine schematische Darstellung einer Trainingsan
ordnung für ein neuronales Filter;
Fig. 2 ein Trainingsmuster für das neuronale Netz;
Fig. 3 das Trainingsmuster nach Durchlaufen des Raumzeit
filters;
Fig. 4 ein optimal gefiltertes Bild des Trainingsmusters
nach Einstellung der Gewichte am neuronalen Netz;
Fig. 5 ein Beispiel für den räumlichen Dämpfungsverlauf
des Raumzeitfilters.
Wie Fig. 1 zeigt, besteht eine Trainingsanordnung für ein
neuronales Filter zur Unterdrückung von Zeilenflimmern bei
zeitlich und zeilenversetzter Teilbilddarstellung aus einem
neuronalen Netz NN einem Raumzeitfilter ZWF und einer Bewer
tungsstufe BEW. Weiterhin sind in Fig. 1 ein Originalbild ORG
und ein Abbild des Originalbildes nach neuronaler Filterung
FORG dargestellt. Zusätzlich sind Abbilder des gefilterten
Originalbildes nach Durchlaufen des Raumzeitfilters ZWF S A'
und B' dargestellt. Ebenso finden sich Halbbilder A und B des
gefilterten Originalbildes FORG, wie sie beispielsweise zur
Anzeige bei zeitlich zeilenversetzter Darstellung auf einer
Computeranzeige wie einer Kathodenstrahlröhre gebracht werden
können, um das Bild FORG mittels Interlaced-Darstellung anzu
zeigen. Weiterhin dargestellt ist ein räumlicher Filterlauf
FF des Raumzeitfilters ZWF und ein Auswertefenster AF, mit
dem das Originalbild ORG abgetastet wird. Dieses Auswertefen
ster AF ist zweimal dargestellt, um zu veranschaulichen, wie
die einzelnen Bilderzeugungssignale einzelner Bildpunkte des
Originalbildes ORG sukzessive abgetastet werden können. Das
Auswertefenster AF besteht beispielsweise aus einen Raster
für Bildpunkte, hier beispielsweise 1 bis 5. Um einen gerin
geren Aufwand bei der Auslegung des neuronalen Netzes betrei
ben zu müssen, kann beispielsweise das Auswertefenster symme
trisch ausgelegt sein, da so jeweils für eine Vielzahl von
symmetrischen Bildpunkten lediglich ein Eingang mit der Summe
der Intensitäten am NOR benötigt wird und wie hier angedeu
tet, beispielsweise insgesamt nur 5 Eingänge am neuronalen
Netz benötigt werden. Abgesehen davon ist es völlig unerheb
lich, welche Form das Fenster aufweist, sofern beliebige Mög
lichkeiten bei der Ausführung des neuronalen Netzes zur Ver
fügung stehen und hinreichend kurze Rechenzeiten mit Hinblick
auf die gewünschte Bildwiederholfrequenz erreicht werden kön
nen. Bei der Dimensionierung des Fensters ist jedoch zu be
achten, daß dies eine bezüglich der Zeilenanordnung des Bild
schirms höhere Auflösung aufweist, was durch die Bildraster
punkte 3 angedeutet wird. Damit wird es ermöglicht, daß das
neuronale Netz eine detailliertere Information über den Hö
henaufbau des Bildes, das anzuzeigen ist, erhält. Das neuro
nale Netz NN weist vorgeschaltet eine Normierungseinheit NOR
auf, welche die einzelnen Bilderzeugungssignale, die vom Aus
wertefenster abgetastet wurden, normiert. Weiterhin sind am
neuronalen Netz NN drei Schichten zu erkennen, eine Eingangs
schicht S1, eine verborgene Schicht S2 und eine Ausgangs
schicht S3. Die verborgene Schicht S2 weist vorzugsweise eine
sigmoides Übertragungsverhalten auf, was beispielsweise durch
die Anwendung einer Tangenshyperbolikusfunktion erreicht wer
den kann. Zum Training des neuronalen Netzes werden ihm be
liebige Originalbilder ORG angeboten, die für die später ge
wünschten Filtereigenschaften charakterisierend sind. Dabei
sind insbesondere Bilder auszuwählen, die verschiedene Kan
tenformen, Buchstaben und Doppelkanten, sowie horizontale und
vertikale Kurven aufweisen. Vorzugsweise können diese Bilder
auch durch einen Zufallsgenerator erzeugt werden, wobei Er
gebnisse bei Untersuchungen gezeigt haben, daß mit 100 sol
chen Bildern ein gutes Trainingsergebnis des Filters erzielt
wird. Durch das Verwenden eines Zufallsgenerators wird insbe
sondere sichergestellt, daß eine gleichmäßige Grauwert- und
Farbverteilung innerhalb der im Netz eingebundenen Musterbil
der sichergestellt wird. Beispielsweise werden die Bilderzeu
gungssignale, bzw. digitale und analoge Werte, die Signal
stärken der Bilderzeugungssignale eines solchen Bildes ent
sprechen, in einem Speicher abgelegt und mit Hilfe des Aus
wertefensters AF abgetastet, wobei vorzugsweise so vorgegan
gen wird, daß das Zentrum des Auswertefensters 1 sukzessive
jeden Bildpunkt des Originalbildes ORG abtastet. In der Folge
werden die in diesen Fenstern vorhandenen Bildsignalinforma
tionen den Eingängen des neuronalen Netzes 1 bis 5 zugeführt
woran dieses durch seine Filterung in den einzelnen Schichten
S1 bis S3 einen Wert ausgibt, zur Veränderung der Signalstär
ke des gefilterten Bildpunktes 1. In einer Summantionsstelle,
bei der der Originalwert des Signals von 1 zugeführt wird und
der vom Netz erzeugte Wert hinzuaddiert wird, ergibt sich
daraus ein gefilterter Wert für die Signalstärke des Punktes
1, F1. Auf diese Weise wird jeder Bildpunkt des Originalbil
des behandelt und anhand seiner Umgebungsinformation, welche
durch das Auswertefenster AF vorgegeben ist durch das neuro
nale Netz bewertet, was zu einem gefilterten Abbild des Ori
ginalbildes FORG führt. Dieses gefilterte Originalbild FORG
wird vorzugsweise aus den Informationen über die Bildsignal
stärke der einzelnen Bildpunkte F1 zusammengesetzt. Bei
spielsweise ist hierfür ein weiterer Bildspeicher vorgesehen,
in den die durch das neuronale Netz NN erzeugte Signalinfor
mationen F1 nach erfolgter Abtastung durch das Auswertefen
ster AF und Filterung durch das neuronale Netz sukzessive
eingeschrieben werden. Dieses gefilterte Originalbild FORG,
wird dann in zwei Halbbilder, oder falls mehrere Teilbilder
dargestellt werden auch in mehrere Teilbilder zerlegt, deren
Aufbau durch die zeitlich zeilenversetzte Darstellung auf der
Anzeigevorrichtung vorgegeben ist. In diesem Fall ist es
durch Pfeile 10 und 20 angedeutet, wie das gefilterte Origi
nal FORG in zwei Halbbilder A und B zerlegt wird. Werden die
se beiden Halbbilder gedanklich übereinandergelegt, so erhält
man daraus die Bildinformation des gefilterten Originalbil
des. Weiterhin werden bei diesem Ausführungsbeispiel das Ori
ginalbild ORG und die Halbbilder A und B dem Raumzeitfilter
ZWF zugeführt, der auf die darin enthaltenen Halbbildsi
gnalinformationen eine räumliche Filterfunktion FF und eine
zeitliche Filterung anwendet. Die Zufuhr ist durch Pfeile 100,
110 und 120 angedeutet. Das Raumzeitfilter ZWF erzeugt daraus
Abbilder S A' und B', die den Zustand simulieren, wie das Au
ge diese Bilder wahrnimmt. Dieser Vorgang ist durch Pfeile
200, 210 und 220 dargestellt. Die näheren Zusammenhänge hier
für werden später noch ausführlicher dargelegt. Aus den Ei
genschaften der drei Bilder S A' und B' bzw. deren Ahnlich
keiten untereinander und der Ahnlichkeit der einzelnen Halb
bilder A' und B' zum durch das Raumzeitfilter umgesetzten
Originalbild S, läßt sich eine Bewertung der Filtereigen
schaften des neuronalen Netzes durchführen und ein Abbil
dungsfehler berechnen. Hierzu werden einer Bewertungsstufe
BEW die Bildsignalinformationen der Abbilder S A' und B' über
Pfeile 300, 310 und 320 angedeutet zugeführt. Diese errechnet
daraus unter Anwendung einer Bewertungsfunktion BEW den Feh
ler des neuronalen Netzes NN, der diesem über eine Rückfüh
rung 400 zugeführt wird, um die Gewichtsanpassung innerhalb
des Netzes durchführen zu können. Hierzu werden Standardtrai
ningsverfahren für neuronale Netze, wie beispielsweise Multi
layerperceptrons mit Back-Propagation angewendet. Nachdem die
Anpassung der Gewichte der einzelnen Neuronen im neuronalen
Netz NN infolge des zurückgeführten Fehlers erfolgt ist, kann
dem neuronalen Netz erneut ein Bildmuster ORG zugeführt wer
den und der beschriebene Trainingsschritt wiederholt werden.
Das Trainingsverfahren kann beispielsweise solange angewendet
werden, bis die Gewichtsadaptionen im neuronalen Netz keine
Verbesserung des gefilterten Bildes FORG mehr bewirken. Zur
Kontrolle können beispielsweise Signalwertschwellen für die
Bildinformation bzw. Gradienten für die Änderung der Gewichte
an den Neuronen vorgegeben werden. Für den praktischen Be
trieb wird dann lediglich das neuronale Netz NN als neurona
les Filter in Verbindung mit Bilderzeugungssignalen einge
setzt, wobei diese ebenfalls durch ein Auswertefenster AF ab
getastet werden und mit Hilfe des neuronalen Netzes zu einer
geänderten Bildsignalinformation F1 umgesetzt werden. Mit F1
kann dann direkt die Bildanzeigevorrichtung angesteuert wer
den. Bei einer groben Bildrasterung, d. h. großen Bildpunkten
kann mittels des Auswertefensters auch eine Überabtastung in
Relation zum einzelnen Bildpunktabstand erfolgen, um dem neu
ronalen Netz Bildinformationen zur Verfügung zu stellen, die
eine Auflösung aufweisen, die der des menschlichen Auges nä
herkommt. Bevorzugt wird durch die Anwendung des vorgeschla
genen Verfahrens und seinem Einsatz in einem neuronalen Fil
ter der Einfluß der menschlichen Wahrnehmung in Verbindung
mit zeitlich und zeilenversetzter Teilbilddarstellung mittels
eines analytischen Modells bei der Optimierung des Filters
berücksichtigt, wodurch ein höherer subjektiver Qualitätsein
druck des dargestellten Bildes entsteht. Insbesondere wird
dabei auf die Verarbeitungskette PC-Grafik/Text-Interlaced-Dar
stellung-Bildschirm/Wahrnehmung wertgelegt. Das neuronale
Filter glättet dabei die Strukturen der PC-Grafik bzw. des
Textes für die Interlaced-Darstellung an einem Ort im Bild
abhängig von dem Inhalt einer Pixelumgebung dieser Stelle.
Der Begriff Pixel wird dabei Synonym für den Begriff Bild
punkt verwendet. Die Glättungseigenschaften des neuronalen
Filters werden dabei durch die numerische Optimierung unter
Verwendung der dargestellten Trainingsverfahren eingestellt.
Gemäß dem vorgeschlagenen Verfahren kommt dabei eine speziel
le örtliche und zeitliche Filterung, als Modell für die Bild
schirmwiedergabe und die niedrigen Stufen der visuellen Wahr
nehmung zum Einsatz. Hierbei bearbeitet das Modell die auf
einer Anzeige mit Interlaced-Darstellung zur Anzeige zu brin
genden Halbbilder A und B zu modellgemäß von der Retina wahr
genommenen Halbbildern A' und B'. Die Bewertungsfunktion zur
Optimierung des neuronalen Filters setzt sich aus zwei Antei
len zusammen, wobei einer ein Maß für die Ahnlichkeit der
Bilder A' und B' mit dem Original S als Ausdruck für die
Bildtreue angibt und der andere ein Maß für die Ähnlichkeit
der Bilder A' und B' untereinander als Ausdruck der Flim
merunterdrückung bewertet. Es wird also die Verarbeitungsket
te PC-Grafik oder Text -Wiedergabe/Wahrnehmungsmodell - Soll
bild durch das vorgeschlagene Verfahren zu einer Bearbei
tungskette PC-Grafik-Text - neuronales Netz - TV/Inter
laced-Bilder - Wiedergabe/Wahrnehmungsmodell - ist Bilder abgewan
delt. Das neuronale Filter bzw. das neuronale Netz wird dabei
auf Bilderzeugungsinformationen von beliebigen Originalbild
ausschnitten angewandt. Während der Trainingsphase paßt es
dazu seine Parameter gemäß gradientengestützten Optimierungs
regeln und speziellen Algorithmen an [2]. Beim Training des
neuronalen Netzes kommt es insbesondere auf eine geeignet
große Anzahl und eine gleichmäßige Mischung von Beispielbild
daten an und erst zweitrangig auf die spezielle Struktur des
neuronalen Filters. Als neuronale Filterstruktur kommt hier
das am weitesten verbreitete neuronale Netz, ein Multi
layer-Perceptron (MLP) zum Einsatz, welches sich durch seine Struk
turähnlichkeit zu einem digitalen, linearen Filter auszeich
net. Durch das neuronale Filter wird beispielsweise der Lu
minanzanteil des angezeigten Bildes gefiltert, indem eine
Korrektur der Luninanzintensität an einer vorgegebenen Stelle
des Originalbildes vorgenommen wird. Als Netzeingangsgrößen,
wie für jedes lokale digitale Bildfilter dienen Abtastpunkte
der Intensität aus einer zweidimensionalen Umgebung dieser
Stelle, deren Form und Größe durch das Raster des Auswerte
fensters vorgegeben ist. Zum Training werden mittels eines
Zufallsgenerators künstliche Eingangsdaten erzeugt, in denen
Grautöne gleich verteilt örtlich und zeitlich in dem Satz von
Bildbeispielen auftreten.
Wie Fig. 2 zeigt, kann ein einzelnes Beispielbild in einem
Buchstaben e bestehen. Wie Fig. 2 weiter zeigt, hat ein
Bildpunkt BP eine ähnliche Dimension wie Elemente der
Schrift, die von der Rasterung der Schrifttype (Courier
6-Punkte-Schrift) abhängt. Durch eine Überabtastung dieses Bil
des mit einer Schrittweite, die einem viertel der Bildpunk
tabmessungen BP entspricht und nach einer Verarbeitung durch
das Raumzeitfilter ZWF entsteht das in Fig. 3 dargestellte
Abbild dieses Buchstabens. Dieses Sollbild F entspricht der
Simulation der Low-Level-Wahrnehmung für Interlaced-Bilder
des menschlichen Auges. Es wird also durch Anwendung einer
Ortsfilterung aus dem Original erzeugt. Zur Simulation der
Ortsfiltereigenschaften einer Bildanzeigevorrichtung und der
Retina wird bevorzugt ein radialsymmetrische FIR-Filter ein
gesetzt. Der Dämpfungsverlauf eines solchen Filters ist bei
spielsweise in Fig. 5 dargestellt, wobei in der unteren Ebe
ne die Bildpunkte also die Flächeninformation aufgetragen ist
und nach oben die Dämpfungsinformation des Filterverlaufes
FS. Um eine realistische Simulation der Auflösung der visuel
len Wahrnehmung des menschlichen Auges von in der Regel
1/100° zu erreichen, wird dabei das Bild im Vergleich zum Pi
xelabstand überabgetastet. In Fig. 3 ist die vierfache Über
abtastung dargestellt. Das Filter wird als Tiefpaßfilter mit
einer Kosinusfensterfunktion entworfen. Dabei werden eine
Grenzfrequenz von νg = 0,6/Zeile und eine Fensterbreite von W
= 4 Zeilen angesetzt. In der Physiologie spricht man bei sol
chen Filtern als "on-center/off-around" rezeptive Felder. Sie
sind vielfach bei Untersuchungen der visuellen Wahrnehmung
nachgewiesen worden [7]. Die für die Flimmerwahrnehmung aus
schlaggebende zeitliche Filterung der Interlaced-Bilder, die
durch das Nachleuchten der Bildschirmpixel und die Verarbei
tung in der Retina bestimmt wird, wird vereinfachend wie ein
diskretes IIR-Tiefpaßfilter mit der Grenzfrequenz 25 Hz simu
liert.
Es wird nun durch numerische Optimierung des neuronalen Net
zes NN gemäß Fig. 1 für den dargestellten Buchstaben und ei
nige weitere, zufällig gewählte Bildausschnitte bzw. alle
Bildausschnitte eine Korrektur des Originalbildes so gebil
det, daß die durch das Modell wahrgenommenen Interlaced-Bilder
A' und B' eine Bewertungsfunktion minimieren, die so
wohl die Wiedergabetreue als auch die subjektive Flimmerwahr
nehmung berücksichtigt. Hierzu kommt im Ausführungsbeispiel
folgende Bewertungsfunktion zur Anwendung:
E = √(S-A')² + (S-B')² + α.(A'-B')²
Durch das optimierte Filter wird der Zusammenhang zwischen
Schärfewahrnehmung bzw. Wiedergabetreue und Flimmerwahrneh
mung weitestmöglich berücksichtigt. Der Faktor α dient hier
bei zur Gewichtung der einzelnen Bewertungsanteile. Hier wur
de α zu 3 gewählt. Im Bild 4 ist ein solcher optimierter
Buchstabe dargestellt, der an eine Interlaced-Wiedergabe op
timal angepaßt ist. Dabei ist zu beobachten, daß das Verhal
ten des neuronalen Filters plausiblerweise grundsätzlich dem
eines vertikalen Tiefpasses ähnlich ist, das Ergebnis im De
tail jedoch durch komplexe Abhängigkeiten der lokalen Grautö
ne von der Nachbarschaft der einzelnen Bildpunkte, insbeson
dere auch von der horizontalen Nachbarschaft gekennzeichnet
ist. Diese können nicht mit vertikaler Tiefpaßfilterung be
schrieben werden. Insbesondere kann so durch Anwendung des
vorgeschlagenen Verfahrens oder durch Anwendung einer vorge
schlagenen Anordnung ein Schrifttypensatz erzeugt werden, der
besonders für die Darstellung auf Bildschirmen mit zeitlich
zeilenversetzter Anzeige geeignet ist. Der konkret gewählten
Anzahl der Eingänge für das neuronale Netz liegt folgende
Überlegung zugrunde: Die zur Filterung eines Bildpunktes re
levante Bildpunktnachbarschaft, also hier horizontal 3 Pixel
und vertikal 5 Pixel wurde mittels einiger Experimente zur
direkten optimierten Darstellung einzelner Text- und Grafi
kausschnitte festgelegt. Die Symmetrien, reduzieren dabei 11
verschiedene Eingänge auf 5 verschiedene Eingänge gemäß der
Symmetrie des Problems.
Durch die gewählte Vorgehensweise können signifikante Verbes
serungen bei der Interlaced-Darstellung von Computergrafiken
und Texten erzielt werden. Selbstverständlich ist man bei der
Anwendung der Erfindung nicht auf bestimmte Parameter festge
legt, sondern kann diese hinsichtlich der Wahrnehmung bei
spielsweise durch eine Testgruppe, die die dargestellten Bil
der beurteilt weiter optimieren. Dabei ist insbesondere zu
Berücksichtigen, daß hier die Struktur des eingesetzten Mo
delles entsprechend aufwandsreduziert ist. Eine vollständige
Ausführung setzt die detaillierte Berücksichtigung des Tief
paß- und Hochpaßeigenschaften der Retina, wie beispielsweise
aus der Literatur [7,1] bekannt und verfügbar voraus. Außer
dem bestehen Verbesserungsmöglichkeiten in einer genaueren
Modellierung des Auswertefensters AF. Weitere Verbesserungs
möglichkeiten bestehen in der Optimierung der verschiedenen
Modellparameter der Formel, die beim Ausführungsbeispiel le
diglich grob nach Erfahrungswerten eingestellt wurden. Ebenso
besteht eine Möglichkeit der Optimierung unterschiedlicher
Parameter hinsichtlich der Chrominanz- und Luminanzbildantei
le. Zum gegenwärtigen Zeitpunkt wird von je einem neuronalen
Filter für die Chrominanz- und Luminanzanteile ausgegangen,
es besteht jedoch auch die Möglichkeit mehrere Filter für un
terschiedliche Bilderzeugungssignale einzusetzen und diese
mit spezielle getunten Bewertungsfunktionen zu trainieren.
Grundsätzlich ist es jedoch auch bei Anwendung der Erfindung
möglich, Bildanteile, wie beispielsweise Schriftsätze, die
häufiger auf Interlaced-Bildschirmen angezeigt werden sollen,
einmal zu erzeugen und zu speichern um diese dann ggf. unter
Umgehung des neuronalen Filters also lediglich in ihrer vor
verzerrten Form zu Anzeige zu bringen.
Bei der Implementierung des Verfahrens, bzw. beim Aufbau ei
ner vorgeschlagenen Anforderung ist zu berücksichtigen, daß
unter Berücksichtigung aller Symmetrien die Größe der Ein
gangsschichten neuronalen Netzes reduziert werden kann. Eben
so kann mit Hilfe der bekannten Methoden zur Strukturadapti
on, auch "Pruning" genannt, die Anzahl der erforderlichen
Multiplikationen durch Ausdünnung der Verbindungen innerhalb
des Netzes reduziert werden. Wegen der dennoch insgesamt ho
hen Anzahl von Multiplikationen, die das neuronale Netz aus
zuführen hat, erscheint eine Lösung in Software als nachtei
lig, insbesondere wenn eine hohe Videobandbreite unter Echt
zeit-Bedingungen eingehalten werden muß. Für Anwendungen bei
denen das Zeitverhalten unerheblich ist, also beispielsweise
beim Training des neuronalen Filters kann dieses durchaus in
Software realisiert sein. Mit Hinblick auf einen Massenmarkt
ist die Realisierung des neuronalen Filters als applikations
spezifischer Baustein oder innerhalb eines Grafik-Controllers
oder Grafik-Treibers möglich. Es besteht jedoch auch die Mög
lichkeit eine event-getriggerte Neuberechnung des Inhalts ei
nes Bildschirmspeichers von einem externen Prozessor durch
führen zu lassen. Bei einer Realisierung als Hardware ist das
neuronale Netz als Schaltung zu realisieren.
[1] De Valois, R. L., Morgan, H. und Snodderly, D.M.: Psy
chophysical studies of monkey vision 3: Spacial luminan
ce contrast sensitivity tests of macaque and human ob
servers. Vision, 14 (1973), S. 75-81
[2] Hornik, K., Stinchcombe, M. und White, H.: Multilayer feedforward networks are universal approximatros. Neural Networks, 2 (1989), S. 359-366
[3] Miyahara, K., Inoue, S., Onishi, H., Itow, T., Ohara, E. und Kobayashi, K.: Development of a new television set with personal computer capability. IEEE Trans. Consumer Electronics, 1997 Vol, 43, (Aug. 1997), S. 945-952
[4] Prange, S., Jansen, M. und Horn, J.: Adaptive comb filtering using neural networks IEEE Trans. Consumer Electronics, 1997 Vol, 43, (Aug. 1997), S. 833-836
[5] Prange, S., Jansen, M. und Horn, J.: Verfahren und Schaltungsanordnung zur Flimmerreduktion eines Bildsi gnals, Patentanmeldung, GR-Aktenzeichen 97 P 1036 DE, amtl. Kennzeichen 1 97 01 909.9 Siemens AG, 21.01.1997
[6] Prange, S., Jansen, M. und Horn, J.: Schaltungsanordnung zur Farbdecodierung eines Videosignals, Patentanmeldung, GR-Aktenzeichen 96 P 2421 DE, amtl. Kennzeichen 1 96 43 388.6. Siemens AG, 21.10.1996
[7] Wandell, B. A.: Foundations of vision. Sinauer Ass. Inc., 1995.
[2] Hornik, K., Stinchcombe, M. und White, H.: Multilayer feedforward networks are universal approximatros. Neural Networks, 2 (1989), S. 359-366
[3] Miyahara, K., Inoue, S., Onishi, H., Itow, T., Ohara, E. und Kobayashi, K.: Development of a new television set with personal computer capability. IEEE Trans. Consumer Electronics, 1997 Vol, 43, (Aug. 1997), S. 945-952
[4] Prange, S., Jansen, M. und Horn, J.: Adaptive comb filtering using neural networks IEEE Trans. Consumer Electronics, 1997 Vol, 43, (Aug. 1997), S. 833-836
[5] Prange, S., Jansen, M. und Horn, J.: Verfahren und Schaltungsanordnung zur Flimmerreduktion eines Bildsi gnals, Patentanmeldung, GR-Aktenzeichen 97 P 1036 DE, amtl. Kennzeichen 1 97 01 909.9 Siemens AG, 21.01.1997
[6] Prange, S., Jansen, M. und Horn, J.: Schaltungsanordnung zur Farbdecodierung eines Videosignals, Patentanmeldung, GR-Aktenzeichen 96 P 2421 DE, amtl. Kennzeichen 1 96 43 388.6. Siemens AG, 21.10.1996
[7] Wandell, B. A.: Foundations of vision. Sinauer Ass. Inc., 1995.
Claims (9)
1. Neuronales Filter zur Unterdrückung von Zeilenflimmern,
einer Anzeige mit zeitlich zeilenversetzter Bildanzeige,
- a) das ein mit Teilbildinformationen trainiertes neuronales Netz (NN) mit nichtlinearer Übertragungscharakteristik aufweist,
- b) das Mittel zur Zufuhr von ungefilterten Bilderzeugungs signalen eines ersten anzuzeigenden Bildpunktes und min destens eines zweiten Bildpunktes (2, 3, 4, 5) in der Nachbarschaft des ersten Bildpunktes (1) aufweist,
- c) und das Mittel lediglich zur Abgabe von gefilterten Bil derzeugungssignalen für den ersten (S1) Bildpunkt auf weist.
2. Filter nach Anspruch 1, das je Art von Bilderzeugungs
signal ein trainiertes neuronales Netz aufweist.
3. Filter nach einem der vorangehenden Ansprüche, bei dem
mindestens Mittel zur Zufuhr von Helligkeits- und/oder Farb
signalen als Bilderzeugungssignale vorgesehen sind.
4. Bildanzeigevorrichtung mit zeitlich zeilenversetzter An
zeige von Teilbildern, welche ein neuronales Filter (NN) zur
Unterdrückung von Zeilenflimmern aufweist, und so ausgebildet
ist, daß seine Bilderzeugungssignale zur Ansteuerung der
Bildanzeigevorrichtung das neuronale Filter durchlaufen.
5. Bildanzeigevorrichtung nach Anspruch 4, die als Katho
denstrahlröhre ausgebildet ist.
6. Trainingsanordnung für ein neuronales Filter,
- a) bei der Mittel zur Zufuhr von Bilderzeugungssignalen ei nes Trainingsmusters (FORG, AF, 1, 2, 3, 4, 5) für ein neuronales Netz (NN) vorgesehen sind,
- b) bei der Mittel zur Erzeugung von Teilbilderzeugungs signalen (10, 20) aus dem Trainingsmuster (FORG6) vorge sehen sind,
- c) bei der ein Raum-Zeit-Filter (ZWF) zur Erzeugung von flimmerwahrgenommenen Bildsignalen des Trainingsmusters (FORG6) und/oder seiner Teilbilderzeugungssignale (A, B) vorgesehen sind,
- d) bei der Mittel zum Vergleich und zur Bewertung der flim merwahrgenommenen Bilderzeugungssignale zur Bestimmung eines Fehlers (BEW) vorgesehen sind,
- d) bei der ein neuronales Netz (NN) vorgesehen ist, dem Bilderzeugungssignale (1, 2, 3, 4, 5) zuführbar sind und bei der beim Training dem neuronalen Netz zugeführte Bilderzeugungssignale in Teilbilder (A, B) umgeformt werden, den Raum-Zeit-Filter (ZWF) durchlaufen, in dem Mitteln zum Vergleich (BEW) verglichen werden, und dem neuronalen Netz (NN) der gebildete Fehler (400) zur Ad aption Gewichte zugeführt wird.
7. Verfahren zum Training eines neuronalen Filters, mit
folgenden Merkmalen:
- a) einem neuronalen Netz werden Bilderzeugungssignale min destens eines Trainingsmusters zugeführt;
- b) aus Bilderzeugungssignalen werden Teilbilderzeugungs signalen des Trainingsmusters erzeugt;
- c) ein Raum-Zeit-Filter erzeugt flimmerwahrgenommene Bild signale des Trainingsmusters und/oder seiner Teilbilder zeugungssignale;
- d) die flimmerwahrgenommenen Bilderzeugungssignale werden zur Bestimmung eines Fehlers miteinander verglichen und/oder bewertet;
- d) einem neuronalen Netz werden Bilderzeugungssignale auf geführt und durch dieses gefiltert und beim Training dem neuronalen Netz zugeführte Bilderzeugungssignale werden in Teilbilder umgeformt, durchlaufen den Raum-Zeit-Filter, werden miteinander und/oder mit dem Gesamtbild das ebenfalls Raum-Zeit-Filter durchlaufen hat vergli chen und/oder bewertet, und das Vergleichs- bzw. Bewer tungsergebnis dem neuronalen Netz zur Adaption seiner Neuronengewichte zugeführt.
8. Herstellverfahren für ein Bildmuster, das auf einer
zeitlich zeilenversetzt arbeitenden Anzeigevorrichtung
zur Anzeige gebracht werden soll,
- a) bei dem ein speziell trainiertes neuronales Netz verwen det wird,
- b) bei dem Bilderzeugungssignale des Originalbildes dieses Bildmusters dem speziell trainierten neuronalen Netz zu geführt werden und bei dem das Bildmuster am Ausgang des neuronalen Netzes abgegriffen und gespeichert wird.
9. Herstellverfahren nach Anspruch 8, bei dem ein Schrift
satz von Typen hergestellt wird.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE1998105493 DE19805493A1 (de) | 1998-02-11 | 1998-02-11 | Anordnung und Verfahren zur Unterdrückung von Zeilenflimmern auf Anzeigen mit zeitlich zeilenversetzter Teilbildanzeige |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE1998105493 DE19805493A1 (de) | 1998-02-11 | 1998-02-11 | Anordnung und Verfahren zur Unterdrückung von Zeilenflimmern auf Anzeigen mit zeitlich zeilenversetzter Teilbildanzeige |
Publications (1)
Publication Number | Publication Date |
---|---|
DE19805493A1 true DE19805493A1 (de) | 1999-08-12 |
Family
ID=7857338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE1998105493 Ceased DE19805493A1 (de) | 1998-02-11 | 1998-02-11 | Anordnung und Verfahren zur Unterdrückung von Zeilenflimmern auf Anzeigen mit zeitlich zeilenversetzter Teilbildanzeige |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE19805493A1 (de) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116849805A (zh) * | 2023-09-04 | 2023-10-10 | 佛山市龙生光启科技有限公司 | 一种神经手术系统成像装置及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0239800A2 (de) * | 1986-03-29 | 1987-10-07 | Robert Bosch Gmbh | Verfahren und Schaltungsanordnung zur flimmerfreien Wiedergabe eines Videosignals |
EP0488003A2 (de) * | 1990-11-26 | 1992-06-03 | RCA Thomson Licensing Corporation | Neuronale Netzwerke für Videosignalverarbeitung |
DE19701909A1 (de) * | 1997-01-21 | 1998-07-30 | Siemens Ag | Verfahren und Schaltungsanordnung zur Flimmerreduktion eines Bildsignals |
-
1998
- 1998-02-11 DE DE1998105493 patent/DE19805493A1/de not_active Ceased
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0239800A2 (de) * | 1986-03-29 | 1987-10-07 | Robert Bosch Gmbh | Verfahren und Schaltungsanordnung zur flimmerfreien Wiedergabe eines Videosignals |
EP0488003A2 (de) * | 1990-11-26 | 1992-06-03 | RCA Thomson Licensing Corporation | Neuronale Netzwerke für Videosignalverarbeitung |
DE19701909A1 (de) * | 1997-01-21 | 1998-07-30 | Siemens Ag | Verfahren und Schaltungsanordnung zur Flimmerreduktion eines Bildsignals |
Non-Patent Citations (1)
Title |
---|
HOFFMANN, N.: Kleines Handbuch Neuronale Netze, Vieweg 1993, S. 85-90 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116849805A (zh) * | 2023-09-04 | 2023-10-10 | 佛山市龙生光启科技有限公司 | 一种神经手术系统成像装置及方法 |
CN116849805B (zh) * | 2023-09-04 | 2023-11-24 | 衡阳市中心医院 | 一种神经手术系统成像装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69938227T2 (de) | Verfahren und Gerät zur Bewegungsartefakten- und Geräuschverringerung in Videobildverarbeitung | |
DE602005004694T2 (de) | Verfahren und Vorrichtung für lokal adaptive Bildverarbeitungsfilter | |
DE4121727C2 (de) | Bewegungssignalprozessor | |
DE60033779T2 (de) | Bildanzeigegerät und verfahren und bildentwicklungsvorrichtung und verfahren | |
DE19712482B4 (de) | Farbbildverbesserungsvorrichtung für ein Sichtgerät | |
DE3610916A1 (de) | Matrixfoermige fluessigkristall-anzeigeeinrichtung | |
DE19849090A1 (de) | Verfahren zur Verarbeitung eines Eingangsbildes | |
DE19920812A1 (de) | Einrichtung zum Erzeugen einer interpolierten Videozeile | |
DE10053301A1 (de) | Verfahren zur farblichen Wiedergabe eines Graustufenbildes | |
EP1263221A2 (de) | Verfahren und Vorrichtung zur Darstellung von wenigstens zwei Bildern in einem Gesamtbild | |
EP1197067B1 (de) | Verfahren und schaltungsanordnung zur kontrastverbesserung eines bildes | |
DE10241353B4 (de) | Verfahren und Vorrichtung zum Umwandeln eines Farbbildes | |
EP1323294B1 (de) | Verfahren und vorrichtung zum proofen von gerasterten druckdaten unter beibehaltung der rasterinformation | |
DE69827540T2 (de) | Signalverarbeitungssystem | |
DE10024374B4 (de) | Verfahren und Vorrichtung zum Messen des in einem Bild enthaltenen Rauschens | |
DE10234085B4 (de) | Verfahren zur Analyse von Farbabweichungen von Bildern mit einem Bildsensor | |
DE2840005C2 (de) | ||
DE19805493A1 (de) | Anordnung und Verfahren zur Unterdrückung von Zeilenflimmern auf Anzeigen mit zeitlich zeilenversetzter Teilbildanzeige | |
DE102005036744B4 (de) | Verfahren und Vorrichtung zur autostereoskopischen Wiedergabe von 3D-Darstellungen | |
DE10048308B4 (de) | Verfahren und Vorrichtung zum Klassifizieren von Objekten aus als Pixelmuster vorliegenden eingangsseitigen Bilddaten | |
DE10064678C1 (de) | Verfahren zur Signalverbesserung in einer mit einer digitalen Farbvideokamera aufgenommenen Bilderfolge | |
EP0249644B1 (de) | Verfahren zum Übertragen von Fernsehsignalen mit verbesserter Bildqualität | |
DE19517357C1 (de) | Verfahren und Vorrichtung zur Aufbereitung eines Videobildes | |
DE19649651C1 (de) | Verfahren und Schaltungsanordnung zum Erzeugen einer Folge von progressiven Bildern | |
DE112017007165T5 (de) | Bildverarbeitungsvorrichtung und abbildungsvorrichtung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8131 | Rejection |