摘要：针对头戴式虚拟现实应用中数据带宽传输过高的问题,设计了一种基于人眼视觉特性的硅基OLED微显示器系统.研究人眼视觉系统,采用纹理金字塔的Foveation滤波算法模拟人眼的动态凝视效果,在输出图像上实现多层级纹理金字塔的多分辨图像融合;在FPGA平台上利用Verilog HDL语言完成了各模块的结构设计,实现了从视频信号解码到驱动1 600×1 600分辨率的全彩硅基OLED微显示器的整个过程.实验结果表明,基于人眼视觉特性的多分辨图像融合压缩算法,具有良好的数据压缩比,可有效减小硅基OLED微显示器的数据传输带宽,且符合人的视觉直观感受,渲染质量良好,能够满足虚拟现实嵌入式环境下对硅基OELD微显示器实时渲染数据传输需求.

摘要：针对近眼显示系统存在数据传输带宽过高的问题,构建多尺度金字塔模型实现人眼视觉区域的多分辨率显示,将人眼视觉区域空间变化率的特性应用到数据传输的过程中;根据多尺度金字塔模型设计面向近眼显示系统的微显示控制器,实现了对视频图像的编解码处理,并在分辨率为1600×1600×3的全彩高清硅基有机发光二极管(OLED)微显示器上验证控制器的可行性。实验结果表明,基于多尺度金字塔的多分辨率图像传输算法符合人眼的直观感受,较好地去除了下采样过程中出现的边界线效应,有效降低了数据的传输带宽,能够满足近眼显示领域对微显示器实时渲染性能的要求。

摘要：近眼显示器在高分辨率和高刷新率的前提下应尽量小型化,传统视频压缩方案难以满足需求。将人眼临界频率与偏心率的关系量化,提出视点恰可察失真模型用于位平面运动估计的匹配准则。将运动估计的搜索范围优化为时间维度和灰阶维度两部分。结合人类视觉系统和概率统计分析,新增补充匹配块替代残差数据。制定基于位平面运动估计的视频压缩方案以适配数字驱动近眼显示器,以现场可编程逻辑门阵列为核心设计控制器并搭建系统进行验证。实验结果表明,对低五个位平面压缩效果最均衡,压缩比为1.385,数据传输量恒定,有利于硬件设计。峰值信噪比为37.658 dB,结构相似度为0.975,还原后的图像与原图像无明显差异,符合人眼直观感受。

摘要：针对近眼显示对显示画面的分辨率和刷新率有很高的要求,导致数据传输带宽过高的问题,本文借助人眼对细节分辨能力空间变化的特性,提出一种基于人眼凝视点自适应的中心凹图像传输算法,并建立包含压缩比和像素距离的压缩比金字塔,设计了一款人眼凝视点自适应的近眼显示控制器,较大幅度地降低数据传输带宽。通过MATLAB仿真软件对系统实现方法进行理论验证。借助FPGA平台设计视频编解码模块,并在分辨率为1600×3×1600的硅基OLED微显示器上验证了该方法的可行性。实验结果表明,当视距为2且凝视点在图像坐标中心和原点时,综合压缩比分别为12.257和42.946,待传输像素总数分别为原始图像像素总数的8.16%和2.33%。该算法有效降低近眼显示领域的数据传输带宽,满足近眼显示领域对视频信息实时渲染的需求。

摘要：传统的二维JND(Just Noticeable Difference)模型只能估计平面图像的最小可觉差,并不完全适用于虚拟立体视觉下的大视场角图像。首先根据人眼视觉特性,对亮度、对比度、中心凹和立体深度4种掩蔽特性设计相应的双目观测实验,通过实验数据建立JND数学模型并将其与当前其他JND模型进行对比,结果表明该模型在同等感知质量下可以去除更多的视觉冗余。然后将该视觉感知冗余模型应用于图像压缩,为此提出一种多重色阶压缩算法,该算法根据人眼色差阈值对图像的不同区域进行不同等级的色阶量化,量化过程结合Floyd-Steinberg误差分散算法可以去除视觉冗余数据。最后在FPGA(Field-Programmable Gate Array)硬件平台上完成算法的验证,结果表明该算法的平均比特压缩率可以达到61.65%,能够有效降低VR(Virtual Reality)图像所需的传输数据量。

摘要：提出了一种双帧数模融合扫描策略,优化了数字脉宽调制部分。设计了一种硅基有机发光二极管(OLED)微显示器驱动电路,该电路包括像素驱动电路,在帧频为60Hz、灰度等级为256、分辨率为1920pixel×3pixel×1080pixel的条件下,扫描效率可达99.22%,数据传输频率降低至23.328 MHz。结果表明,该像素驱动电路可有效减少漏电流,保证灰度精度,降低最小电流,并提高硅基OLED微显示器的对比度。

摘要：为提升用户体验,近眼显示设备应轻量化且具备高分辨率和高刷新率,传统视频压缩方案难以满足需求。针对这一问题,本文将运动估计应用于位平面压缩,将恰可察失真映射至位平面以指导运动估计的匹配准则。同时,从虚拟现实领域中数字驱动微显示器的应用场景出发,使运动估计的搜索范围根据刷新率自适应。最后,结合人眼临界频率与位平面的关系,设定匹配阈值进一步消除冗余。本文提出了一种基于位平面运动估计的视频压缩方案,以此设计数字驱动微显示器控制器并搭建系统验证设计。实验结果表明,该方案平均压缩比为9.3288,压缩效率较高。解码后的图片平均峰值信噪比为22.8103 dB,结构相似度为0.9466,恰可察失真到位平面的映射有效,图片质量和渲染效果良好,符合人眼的直观感受。

摘要：当micro LED处于正向工作区时,难以精确调节它们的电压来获得不同的发光亮度;且当micro LED/OLED工作时,会较长时间处于闭合状态,导致人眼观察到的图像显示亮度变差。为解决以上问题,本文提出一种双帧分权融合扫描策略,通过调节micro LED/OLED导通时间来获得不同亮度。该方法先对数据位重新分权,使导通时间分散插入到闭合时间内,然后将分权后的各数据位权值进行双帧融合,最后重新定义数据位的扫描顺序。并根据所提出的扫描策略设计了一款面向数字驱动式硅基微显示器的扫描控制器。结果表明:本文提出的双帧分权融合扫描策略可以精确调节micro LED/OLED的发光亮度,提高人眼观察到图像显示亮度。该扫描策略与其它扫描策略相比,扫描效率提升至93.75%,场频提升至2040 Hz,扫描时钟频率为102.36 MHz,且同时减小了扫描数据带宽。最后通过测试证明了扫描控制器的可行性。

摘要：头戴式虚拟现实(Virtual Reality,VR)显示的持续升温推动微显示器不断向高分辨率、高刷新率的方向发展,然而微显示器有限的带宽难以承载虚拟世界下的海量图像数据,为了减少微显示器系统扫描成像过程中的时间冗余,提高数据传输效率和图像线性度,建立了一种伪随机扫描顺序的原子扫描模型。传统的微显示器是从第一个像素到最后一个像素连续顺序扫描的,原子扫描采用分子空间按位的扫描方法,将整个显示屏幕分成若干子空间,扫描时可以任意切换子空间。根据原子扫描模型设计了微显示器的原子扫描控制器,通过分辨率为1.6k×3×1.6k硅基OLED微显示器的验证,扫描达到了100%的传输效率和93.8%的线性度,相比于传统的十二子场扫描,时钟频率降低了约3.3倍。证明了原子扫描控制器的可行性,适用于超高清、高分辨率、海量数据的图像显示。

摘要：为解决故障特征信息没有充分利用,导致预警准确率低的问题,基于粒子群算法设计了一种高压输电线路故障预警方法。从致灾因子的角度,对发生覆冰和雷击故障的因素进行分析,提取线路故障特征。提取的故障特征集合由多种状态组合而成,状态变化与选择的线路设备元件相关。对故障特征数据进行预处理,降低了采集数据的信息误差,提高了模型运算分析能力。基于粒子群算法构建故障预警模型,在速度计算中引入惯性权重,充分利用故障特征信息,扩大最优位置的搜索范围。将预测结果与历史故障状态进行对比,实现故障预警。测试结果表明,设计方法的误判率为13.17%,比基于卷积神经网络-相关向量机(Convolutional Neural Network-Relevance Vector Machine,CNN-RVM)、基于BP神经网络和基于随机森林算法的方法降低了3.96%、5.45%、5.17%;设计方法的预测准确率为93.25%,比基于CNN-RVM、基于BP神经网络和基于随机森林算法的方法提高了4.27%、6.78%、5.36%。