处理视频画面以提高动态假轮廓效应补偿的方法和设备

1、一种用于处理在显示设备上进行显示的视频画面的方法，所 述显示设备具有与画面的像素相对应的多个发光元件，其中将视频帧 的时间或场分为多个子场，在所述子场期间，能够以与用于编码点亮 像素的p个可能视频级的n个位的子场代码字相对应的小脉冲来激活 发光元件以进行发光，所述方法包括以下步骤：
-确定画面是静态画面还是运动画面；
-在静态画面的情况下，利用适用于未检测到运动时的画面的第 一子场编码方法，处理视频画面；以及
-在运动画面的情况下，利用适用于检测到运动时的画面的、减 少动态假轮廓效应的第二子场编码方法，处理视频画面。
2、根据权利要求1所述的方法，其特征在于所述第一子场编码 方法是标准编码方法，其中将n比特视频级分解为n个或更多个点亮 子周期或子场。
3、根据权利要求1所述的方法，其特征在于所述第二子场编码 方法是其中在用于点亮像素的p个可能视频级的集合中，选择用于光 产生的m个视频级的子集的方法，n＜m＜p，其中根据针对相应子场 代码字的光产生的时间重心在至第一预定极限的低视频级范围内和/ 或在从第二预定极限开始的高视频级范围内随视频级持续分开的规 则，选择m值。
4、根据权利要求3所述的方法，其特征在于根据以下公式定义 光产生的时间重心：

其中sfWi是第i个子场的子场权重，如果激活第i个子场，则δi等 于1，如果未激活第i个子场，则δi等于0，以及sfCGi是第i个子场的 光产生的时间重心。
5、根据权利要求3或4所述的方法，其特征在于在子场组织以 具有针对颜色分量值的特定子场权重序列的特定数量的子场为特征的 情况下，存在多于一个的对应子场代码字，通过为每一视频级只选取 那些对于在子场代码字中根据尺寸对每个位的权重进行排序的情况下 具有最小二进制值的子场代码字，来减少可能子场代码字的集合。
6、根据权利要求5所述的方法，其特征在于通过在每组子场代 码字中只选取在最高有效位侧具有相同根的一个视频级，所述只选取 的一个视频级是属于下一更高子场代码字组并具有高于前一选择视频 级的重心的最小重心的视频级，来进行从进一步减少的子场代码字的 集合中对视频级的选择，其中在下一更高子场代码字组并未提供具有 低于前一重心的重心的子场代码字的情况下，则将选择提供具有低于 前一重心的重心的子场代码字的下一更高子场代码字组，以便选择下 一视频级。
7、根据权利要求1所述的方法，其特征在于所述方法包括额外 的步骤：确定静态和运动画面是有噪声画面还是无噪声画面，并使用 针对有噪声画面的自适应噪声抖动或针对无噪声画面的无噪声抖动。
8、根据权利要求7所述的方法，其特征在于自适应噪声抖动是 误差扩散算法。
9、根据权利要求7所述的方法，其特征在于无噪声抖动是3D 抖动。
10、根据权利要求1所述的方法，其特征在于当与运动有关的信 息可用时，根据以下算法，考虑到运动的检测，进行对第一子场编码 方法和第二子场编码方法之间的切换的判定，其中MOTION表示所 述与运动有关的信息，MOTION-counter表示计数器，以及 MOTION-LIMIT表示极限值：
-对于每个帧，
如果MOTION为有，则MOTION-counter＝2×MOTION-LIMIT，
如果MOTION为无，则MOTION-counter＝MOTION-counter-1；
-当MOTION-counter＜MOTION-LIMIT时，则激活第一编码子 场方法，否则维持第二编码子场方法，Motion-counter是能够从0计 数到2×MOTION-LIMIT的计数器，如果MOTION-counter＜0，则 MOTION-counter＝0。
11、根据权利要求1所述的方法，其特征在于当与噪声有关的信 息可用时，根据以下算法，进行对自适应噪声抖动和无噪声抖动之间 的切换的判定，其中NOISE表示所述与噪声有关的信息， NOISE-counter表示计数器，以及NOISE-LIMIT表示极限值：
-对于每个帧，
如果NOISE为有，则NOISE-counter＝NOISE-counter+1，
如果NOISE为无，NOISE-counter＝NOISE-counter-1；
-当NOISE-counter＞NOISE-LIMIT时，激活主动适应噪声抖动， 否则使用无噪声抖动，NOISE-counter是能够从0计数到2× NOISE-limit的计数器，如果NOISE-counter＜0，则NOISE-counter＝ 0；以及如果NOISE-counter＞2×NOISE-LIMIT，则NOISE-counter＝2 ×NOISE-LIMIT。
12、根据权利要求1所述的方法，其特征在于当无与运动有关的 信息可用时，可以通过利用包括以下步骤的方法来进行运动检测：
-将画面分割为M个检测区域；
-针对每个检测区域，计算区域内容的直方图；
-对于每个区域，将所计算出的直方图与前一画面的对应直方图 进行比较；
-如果差值在给定限度之上，则将MOTION设置为有，其中 MOTION表示所述与运动有关的信息。
13、根据权利要求12所述的方法，其特征在于通过选择离散区 域数来定义区域的直方图，每个离散区域由上下视频边界定义。
14、根据权利要求1所述的方法，其特征在于当无与噪声有关的 信息可用时，通过包括以下步骤的方法来进行噪声检测：
-将画面分为由从两个连续行中取出的N个像素的集合构成的段 L；
-计算段L的噪声估计：
$\mathrm{Noise}\left(L\right)=\frac{1}{N}\underset{i=1}{\overset{i=N}{\Sigma }}(A\left(i\right)-B\left(i\right))$
其中，A(i)表示两个连续行的第一行的像素i的像素值， 而B(i)表示所述两个连续行的第二行的像素i的像素值，i∈ [1，N]；
-将整幅画面的噪声估计定义为噪声估计的最小值， Noise＝minL(Noise(L))；
以及将数值Noise与阈值进行比较，以确定噪声为有还是无。
15、一种用于实现权利要求1到14之一所述的方法的系统，包 括用于传递与噪声和运动有关的信息的前端IC(10)、专用等离子体 IC(11)和等离子体板(12)。
16、一种用于实现权利要求1到9之一或12到14之一所述的方 法的系统，包括用于传递不与噪声和运动有关的信息的前端IC(10’)、 包括用于检测噪声和运动的专用方法的专用等离子体IC(11’)、微控 制器(13’)和等离子体板(12’)。

技术领域\n本发明涉及一种用于处理视频画面的方法，具体地，一种根据光 发射的占空比调制(PWM表示脉冲宽度调制)原理提高矩阵显示屏幕 中的动态假轮廓效应补偿的方法。本发明还涉及一种用于执行所述方 法的设备。将参照等离子体显示板(PDP)对本发明进行描述，但本发 明可以应用于如DMD(数字微镜设备)等基于占空比调制原理的所有 种类的显示器。\n背景技术\n尽管等离子体显示板已经公知了很多年，等离子显示器引起了电 视制造商的日益增长的兴趣。实际上，这种技术使其能够实现大尺寸、 有限深度、不受任何观察角度约束的平面彩色显示板。显示器的尺寸 将比经典CRT显像管所允许的尺寸大得多。\n参照最后一代欧洲电视机，已经进行了大量的工作来改善其画面 质量。结果，强烈需要以如等离子体显示技术等新技术构建的电视机 必须提供与旧标准电视技术一样好或更好的画面。一方面，等离子体 显示技术给出了几乎无限屏幕尺寸的可能性和有吸引力的厚度，但另 一方面，其产生了可能会降低画面质量的新型假象(artefact)。这些 假象中的大多数都不同于经典CRT彩色显像管所遇到的已知假象。假 象的这种不同使其更容易为观察者所察觉，由于观察者习惯于看到已 知的旧电视假象。\n本发明处理特定的新假象，其被称为“动态假轮廓效应”，由于 其对应于当位于矩阵屏幕上的观察点移动时，以画面中彩色边缘的幻 影形式对灰度级和颜色干扰。当图像具有平滑灰度时，这类假象被增 强，如当正在显示人类的皮肤时(例如，显示脸或胳膊时)。此外，当 观察者晃动他们的头时，在静态图像上发生相同的问题，从而得出该 缺陷依赖于人类的视觉并发生在眼睛的视网膜上的结论。\n已经提出了几种方法来减少或消除假轮廓效应。由于假轮廓效应 与所使用的等离子体技术的子场组织(sub-filed organization)直 接相关，大多数方法试图优化等离子体显示板的子场组织。稍后将更 详细解释子场组织，但现在，应当注意的是，其是8比特灰度级在8 个或更多个点亮子场(lighting sub-period)中的分解。\n由先驱者提出的一种方法在于利用连续的子场排列而在代码中 不存在孔。但是，由于将灰度级数减少到子场的数量，实际上，损坏 了画面质量。\n另一种用于补偿动态假轮廓效应的方法已经作为专利在EP专利 申请No.01 250 158.1中授予了德国的Thomson-Brandt GmbH。该专 利方法基于重心编码，只利用了其发光重心的进展(progression)与 视频级本身的进展相类似的子场序列。这通过减少将通过抖动来恢复 的可用视频级来实现。这种编码，尽管对于运动序列非常好，在静态 或非运动画面中却由于抖动噪声而不太有效。\n发明内容\n本发明的目的是提出一种根据画面在运动和噪声方面的活动性 来优化编码选择的新方法。\n本发明涉及一种用于处理在显示设备上进行显示的视频画面的 方法，所述显示设备具有与画面的像素相对应的多个发光元件，其中 将视频帧的时间或场分为多个N子场(SF)，在所述子场期间，能够以 与用于编码点亮像素的p个可能视频级的n个位的子场代码字相对应 的小脉冲来激活发光元件以进行发光，所述方法包括以下步骤：\n-确定画面是静态画面还是运动画面；\n-在静态画面的情况下，利用适用于未检测到运动时的画面的第 一子场编码方法，处理视频画面；以及\n-在运动画面的情况下，利用适用于检测到运动时的画面的、减 少动态假轮廓效应的第二编码方法，处理视频画面。\n根据优选实施例，所述第一子场编码方法是标准编码方法，其中 将n比特视频级分解为n个或更多个点亮子周期或子场。所述第二子 场编码方法是其中在用于点亮像素的p个可能视频级的集合中，选择 用于光产生的m个视频级的子集的方法，n＜m＜p，其中根据针对相 应子场代码字的光产生的时间重心在至第一预定极限的低视频级范围 内和/或在从第二预定极限开始的高视频级范围内随视频级持续分开 的规则，选择m值。\n在这种情况下，根据以下公式定义光产生的时间重心：\n\n其中sfWi是第i个子场的子场权重，如果激活第i个子场，则δi等于1， 如果未激活第i个子场，则δi等于0，以及sfCGi是第i个子场的光产 生的时间重心。\n此外，在子场组织以具有针对颜色分量值的特定子场权重序列的 特定数量的子场为特征的情况下，存在多于一个的对应子场代码字， 通过为每一视频级只选取那些对于在子场代码字中根据尺寸对每个位 的权重进行排序的情况下具有最小二进制值的子场代码字来减少可能 子场代码字的集合。\n此外，通过在每组子场代码字中只选取在MSB侧具有相同根的一 个视频级，即属于下一更高子场代码字组并具有高于前一选择视频级 的重心的最小重心的视频级，来进行从进一步减少的子场代码字的集 合中对视频级的选择，其中在下一更高子场代码字组并未提供具有低 于前一重心的重心的子场代码字的情况下，则将选择第二下一更高子 场代码字组，以便选择下一视频级，依此类推。\n根据本发明的另一方案，所述方法包括额外的步骤：\n-确定静态和运动画面是否是有噪声画面或无噪声画面，并利用 针对有噪声画面的自适应噪声抖动或针对无噪声画面的无噪声抖动。 例如，自适应噪声抖动利用误差扩散算法，如“R.W.Floyd and L. Steinberg，Adaptive algorithm for spatial gray scale，SID Int. Symp.Dig.Tech.Papers，36～37页，1975年”中所述。例如，无 噪声抖动可以是3D抖动，如德国Thomson-Brandt GmbH的EP专利申 请No.00 250 099.9或EP专利申请No.01 250 199.5中所述。\n根据本发明的一个实施例，当通过如视频IC等，与运动有关的 信息已经可用时，根据以下算法，考虑到运动的检测，进行对第一子 场编码方法和第二子场编码方法之间的切换的判定：\n-对于每个帧，\n如果MOTION为有(ON)，则MOTION-counter＝2×MOTION-LIMIT，\n如果MOTION为无(OFF)，则MOTION-counter＝MOTION-counter- 1。\n当MOTION-counter＜MOTION-LIMIT时，则激活第一编码子场方 法，否则维持第二编码子场方法，Motion-counter是能够从0计数到 2×MOTION-LIMIT的计数器，如果MOTION-counter＜0，则 MOTION-counter＝0。\n按照相同的方式，在噪声的情况下，根据以下算法，进行对自适 应噪声抖动和无噪声抖动之间的切换的判定：\n对于每个帧，\n如果NOISE为有(ON)，则NOISE-counter＝NOISE-counter+1。\n如果NOISE为无(OFF)，NOISE-counter＝NOISE-counter-1。\n当NOISE-counter＞NOISE-LIMIT时，激活主动适应噪声抖动， 否则使用无噪声抖动，\nNOISE-counter是能够从0计数到2×NOISE-limit的计数器，如 果NOISE-counter＜0，则NOISE-counter＝0；以及如果 NOISE-counter＞2×NOISE-LIMIT，则NOISE-counter＝2× NOISE-LIMIT。\n根据本发明的另一特征，例如，当无与运动有关的信息可用时， 可以通过利用包括以下步骤的方法来进行运动检测：\n-将画面分割为M个检测区域Z(i，j)；\n-针对每个检测区域Z(i，j)，计算区域内容的直方图；\n-对于每个区域，将所计算出的直方图与前一画面的对应直方图 进行比较；\n-如果差值在给定的限度之上，则将MOTION设置为有。\n根据一个实施例，通过选择离散区域数来定义区域的直方图，每 个离散区域由上下视频边界定义。\n所以，可以实施以下算法来确定画面中的运动。\nDifferenceZone＝0\nFor each zone Z(i；j，n)\n{\n    DifferenceRegion＝0\n    For each region R[k，n]\n    {\n    If(|R[k，n]-R[k，n-1]|＞RegionLimit)then\n    DifferenceRegion++\n    }\n    If(DifferenceRegion＞ZoneLimit)then\n    DifferenceZone++\n}\nIf(DifferenceZone＞FrameLimit)then Motion＝ON else\nMotion＝OFF\n此算法具有非常简单的优点。不需要专用的帧存储器，由于只存 储仅由几个比特表示的直方图。\n根据本发明的另一特征，可以利用以下方法比较两个连续行 A(i)、B(i)来进行噪声检测。所述方法包括以下步骤：\n-将画面分为由从两个连续行中取出的N个像素的集合构成的段 L；\n-计算段L的噪声估计：\n$\mathrm{Noise}\left(L\right)=\frac{1}{N}\underset{i=1}{\overset{i=N}{\Sigma }}(A\left(i\right)-B\left(i\right))$\n-将整幅画面的噪声估计定义为噪声估计的最小值 Noise＝minL(Noise(L))；\n-以及将数值Noise与阈值进行比较，以确定噪声为有还是无。\n根据另一实施例，可以利用如下方法进行噪声检测：\n-在画面的消隐区域中，定义由m个像素×l行构成的n’区域 Reg(n′)；\n-利用以下公式，计算每个区域的平均值：\n$\mathrm{MGL}\left(n^{\prime }\right)=\frac{1}{m\times l}\underset{i,j}{\Sigma }\mathrm{Pict}(i;j)$\n其中i和j表示每个区域的各个水平和垂直像素位置；\n-针对每个区域，计算均方误差：\n$\mathrm{MSE}\left(n^{\prime }\right)=\frac{1}{m\times l}\underset{i,j}{\Sigma }{(\mathrm{Pict}(i;j)-\mathrm{MGL}\left(n^{\prime }\right))}^2,$ 然后\n-估计整幅画面的最终噪声。\n根据本发明的特定实施例，利用多个均方误差MSE(n′)的直方图表 示来进行最终噪声的估计。在此直方图表示中，由以 ${\mathrm{MSE}}_{\min }=\frac{1}{12}$ 给出 的位于数字画面中的最小误差定义最小值，由于 ${\mathrm{MSE}}_{\min }=\underset{-1/2}{\overset{1/2}{\int }}\left(x^2\right)\mathrm{dx}={\left[\frac{x^3}{3}\right]}_{-1/2}^{1/2}=\frac{1}{3}·[\frac{1}{8}-\frac{1}{-8}],$ 其中x2表示在误差动态范围内进 行积分的平方误差；误差的动态范围是[-1/2；1/2]，量化步长为1。\n在直方图的水平轴上，选择表示数值域MSE×12的多个段。\n在垂直轴上，如下计算每个域的出现：\nFor all region n\n{\n    For all domain k\n    {\n        if(Min(k)＜MSE(n)≤Max(k))then Histo[k]++\n    }\n}\n然后，选择出现在直方图中的最高值，对整幅画面的MSE进行量 化。\n-根据噪声限制，如果MSE＞NOISE-limit，则NOISE＝ON；否 则NOISE＝OFF。\n根据本发明的另一实施例，可以利用以下步骤检测噪声：\n-将每幅画面分为小块Block(n)；\n-对于每个块，极性均方误差估计：\n$\mathrm{MSE}\left(n\right)=\frac{1}{N}\underset{\mathrm{Block}\left(n\right)}{\Sigma }{(\mathrm{Pict}(i,j,t)-\mathrm{Pict}(i,j,t-1))}^2$\n其中t表示当前帧，t-1表示前一帧，i和j表示每个像素的水 平和垂直位置：\n-将噪声电平定义为所有块Block(n)的最小MSE(n)；\n-将多个MSE(n)与数值MOTION BLOCK进行比较；\n-如果MSE(n)≥MOTION BLOCK，增加MOTION计数器，在每个帧 的开始，初始化MOTION-counter，以及；\n-当MOTION counter≥MOTION-limit时，则MOTION＝ON，否 则MOTION＝OFF。\n根据另一实施例，与帧存储器一起使用，所述方法包括以下步骤：\n-将当前帧(t)分为小块Block(n)；\n-针对前一帧(t-1)中的搜索区域的每个相应块，计算均方误 差：\n$\mathrm{MSE}(\mathrm{\delta x},\mathrm{\delta y},n)=\frac{1}{N}\underset{\mathrm{Block}\left(n\right)}{\Sigma }{(\mathrm{Pict}(i,j,t)-\mathrm{Pict}(i-\mathrm{\delta x},j-\mathrm{\delta y},t-1))}^2$\n其中N表示块n的尺寸，\n-针对搜索区域中的每个位置(δx，δy)，计算块n的最小MSE；\n-选择MSEmin(n)＝minδx，δy(MSE(δx，δy))，用于噪声估计；\n-如果将MSEmin(n)赋予(δx，δy)＝(0，0)，则Motion(n)＝1，否则 Motion(n)＝0；\n-利用多个MSEmin(n)，计算误差的直方图，以便进行噪声估计；\n-计算数值 $\mathrm{Motion}-\mathrm{sum}=\underset{\mathrm{all\; block\; n}}{\Sigma }\mathrm{Motion}\left(n\right);$\n-将此数值与极限进行比较，如果Motion-sum≥Motion-limit则 MOTION＝ON；否则MOTION＝OFF。\n附图说明\n在附图中示出了本发明的典型实施例，在以下的描述中对本发明 的典型实施例进行了详细描述，其中：\n图1示出了标准子场编码原理；\n图2示出了用于解释假轮廓效应的图例；\n图3示出了当按照如图2所示的方式进行两个帧的显示时出现暗 边；\n图4示出了光产生的时间重心并未随视频级单调增加；\n图5示出了子场组织内的子场的重心时间位置；\n图6示出了在时间重心对视频级曲线中重心变化的行为；\n图7示出了在时间重心对视频级坐标系统中随所选点的单调增曲 线和用于子场编码的所选点的子集；\n图8示出了根据本发明优选实施例的判定概念；\n图9示出了用在本发明中的运动检测算法；\n图10示出了用在本发明中的噪声检测算法；\n图11示出了当运动信息和噪声信息从前端IC可用时、用于实现 本发明的一般方框图；\n图12是用于根据另一实施例实施本发明的一般方框图；\n图13示出了在没有关于运动和/或噪声的外部信息可用时、检测 区域中的画面的细分；\n图14是表示区域内容的直方图；\n图15示出了用于噪声检测的画面的分割；\n图16示出了用于实施分割的多种方式；\n图17示出了发送到等离子体板的典型画面；\n图18是用在噪声检测算法中的直方图；\n图19是用于在利用如图13到18所示的算法来检测运动信息和/ 或噪声信息时、实施本发明的一般方框图；\n图20示出了用于基于块匹配的运动或噪声检测的新概念；\n图21是用于实施如图20所示的概念的一般方框图。\n具体实施方式\n本发明涉及一种利用PWM发光调制来改进矩阵显示屏幕中的假轮 廓效应补偿的方法，例如，在等离子体显示板中。根据本发明的方法， 当未检测到运动时，使用第一子场编码方法，更具体地，标准编码方 法，而在检测到运动时，使用第二子场编码方法。\n如已知的那样，等离子体显示板(PDP)利用放电单元的矩阵阵 列。在这种情况下，不能由发光的模拟控制来表示灰度级。所以，PDP 通过每个单元的脉冲宽度调制(PWM)，即通过调制每帧周期的光脉冲 数，来控制灰度级。这种时间调制将由眼睛在对应于眼睛时间响应的 时间段内进行积分。在给定的时间帧内，将单元接通得越频繁，其亮 度越高。根据标准编码方案，在帧周期的子场组织中使用最少8个子 场(在8比特视频级数据字的情况下)。利用这8个子场的组合，能够 产生256个不同的视频级。在图1中示出了这种寻址方案。在此图中， 将通过具有以下权重的8比特的组合来表示每个颜色分量的每个视频 级：\n               1/2/4/8/16/32/64/128\n为了利用PDP技术实现这种编码，将帧周期分为8个被称为子场 的点亮周期，每一个对应于相应子场代码字中的一个比特。比特“2” 的光脉冲数是比特“1”的两倍，依此类推。所以，如上所述，利用这 8个子场，能够通过子场组合建立256个灰度级。\n但是，利用这种标准方法，按照子场组织的发光模式引入了与灰 度级和颜色的干扰相对应的图像质量退化的新类别。这些干扰被定义 为所谓的动态假轮廓效应，由于其对应于当观察点在PDP屏幕上移动 时、画面中彩色边缘的出现的事实。观察者对出现在如所显示的皮肤 等均匀区域上的强轮廓留有印象。当图像具有平滑灰度时，以及当发 光周期超过几个毫秒时，增强了该退化。所以，在暗场景中，该效应 并不如具有平均灰度级(例如，亮度值从32到223)的场景中那样令 人厌烦。此外，当观察者晃动头时，在静态图像中发生同样的问题， 其结论是这种缺陷依赖于人类视觉。为了更好地理解运动图像的视觉 的基本机制，将考虑简单的情况。假设在亮度级128和127之间的过 渡以5像素每视频帧的速度运动，并且眼睛跟随这种运动。\n图2示出了与亮度级128相对应的暗阴影区和与亮度级127相对 应的亮阴影区。将如图1所示的子场组织用于创建亮度级128和127， 如图2右侧所示。图2中的三条平行线表示眼睛跟随运动的方向。两 条外部线示出了将察觉缺陷信号的区域边界。在其之间，眼睛将察觉 亮度的缺失，将导致相应区域中暗边缘的出现，如图2底部所示。将 在所示区域中察觉亮度的缺失的效应是由于当眼睛从其接收到光的点 运动时，眼睛将不再对一个像素的全部发光周期进行积分的事实。当 点运动时，只能积分部分光脉冲。因此，存在相应亮度的缺失，并将 发生暗边缘。\n在图3左侧，示出了用于描述在观察如图2所示的运动画面期间 眼睛的行为的曲线。距离水平过渡保持良好距离的眼睛细胞将积分来 自相应像素的足够的光线。只有靠近过渡的眼睛细胞将不能积分很多 来自相同画面的光。在灰度级的情况下，这种效应对应于假象白或黑 边的幻影。在彩色画面的情况下，由于该效应将独立地发生在不同的 颜色分量上，将导致在如皮肤等均匀区域中的彩色边缘的幻影。在彩 色电视PDP中，将在三个分量(RGB)上出现相同的现象，但根据颜色 电平及其子场编码，将具有不同的强度。这将导致出现在画面上的彩 色边缘，而这是非常恼人的，由于其不自然。此外，这种效应在急剧 过渡的情况下也会发生，例如，从自到黑视频级的过渡，并与荧光体 延迟效应相结合，这导致了运动对象的锐利度的强烈退化。可以通过 使用多于8个子场，如基于10个子场或12个子场的子场组织，来提 高运动图像的画面质量，其目的是降低与所产生的假轮廓的最大电平 直接相关的MSB的权重。所以，根据本发明，当未检测到运动时，使 用标准编码方案，当检测到运动时，使用考虑了当存在从一个电平到 另一个电平的过渡时所发生的假轮廓效应的事实的另一类编码方案。 例如，这种编码方案可以是已知为重心编码(GCC)的编码方案。\n此后，将参照图4到图7，对此特定的编码方案进行解释。\n如上所述，PDP按照脉冲宽度调制形式发射光脉冲，并且人眼在 帧周期内积分这些光脉冲，以便感知正确的亮度印象。在图4中，其 示出了当在如公知的二进制代码等基本子场编码的情况下，视频级逐 一增加时，光发射的时间重心CG1、CG2、CG3如何变化。垂直线表示 时间重心。暗阴影子场表示在此子场期间，激活光产生，而亮阴影子 场表示在此子场周期内没有光产生。根据图4，显而易见的是，时间 重心CG1、CG2、CG3等并不随视频级平滑(单调)增长。正是这种行 为使得这类子场编码对假轮廓效应敏感。按照如下的公式定义根据子 场代码字的光产生的时间重心的精确数学定义：\n\n在此公式中，sfWi是第i个子场的子场权重，如果根据子场代码字，“接 通”第i个子场，则δi等于1，否则δi等于0。第i个子场的时间重心 为此公式中的sfCGi。图5示出了子场组织中的每个子场的相应时间重 心，再次以垂直线表示。\n在下一幅附图中，图6，以针对具有11个子场的子场组织的曲线 的形式，示出了全部256个视频级的时间重心，子场权重如下所示：\n1    2    3    5    8    12    18    27    41    58    80\n以上述公式计算时间重心。图6中的曲线也不是单调的，并包括 多个跳跃。这些跳跃引起了假轮廓效应，重心编码方案通过值选择一 些视频级，来抑制这些跳跃，对于这些视频级，相应的子场代码字具 有平滑增长的时间重心。这可以通过在前一曲线图中绘制不具有跳跃 的单调曲线并选择各种情况下最靠近的点来实现。从数学上，可以得 知多种为此目的的最佳拟和技术，如高斯拟和方法，其依赖于平方误 差的最小化。当然，这只是本发明的一个实施例。单调曲线的示例如 图7所示。以小黑方块表示针对视频级的子集而选择的视频级。\n上面已经对基本GCC编码进行了描述。但是，在本发明中，基于 以下假设，可以使用其他实施例。在低视频级范围内，并不总是足以 符合上述规则，而只选择那些时间重心平滑增长的视频级，因为在此 范围内，可能的级别数较低，所以如果只选择时间重心增长的级别， 将不存在足够的视频级来提供暗画面中的良好视频质量，由于人眼在 暗视频画面区域中非常敏感。另一方面，总之暗视频画面区域中的假 轮廓效应是可忽略的，所以在此范围内违反上述规则也是可接受的。\n在高视频级范围内，存在时间重心的下降，从图6可以清楚地看 出。一旦点亮最高子场权重的子场，则只能点亮一些较低的子场，其 具有在先的时间位置，从而导致光发射的总体时间重心的下降。因此， 在此视频级范围内，也不能遵守上述规则。在此区域中，人眼对于区 分不同的视频级非常不敏感，因此，遵守上述规则并不是很重要。在 此视频级范围内发生假轮廓效应是可忽略的。这符合Weber-Fechner 定律，其表明眼睛只对相对视频幅度改变敏感。在高视频级范围内， 与低或中视频级范围相比，相对视频幅度改变较低。因为这些原因， 可以将为了建立视频级的子集而只选择那些视频级和相应子场代码字 的上述规则修订为只在第一和第二极限之间的视频级范围内需要曲线 的单调性的较为宽松的规则。通过实验，已经验证，例如，最大视频 级的10％是低视频级范围的适当级别，最大视频级的80％是高视频级范 围的适当级别。\n所以，根据典型实施例，通过只选取最小权重代码字(mWC)来 减小可能子场代码字的场。这些代码字是具有针对每个视频级的光发 射而激活的最小子场的全部那些代码字，即，具有最小二进制值的全 部代码字。将利用示例对此编码原理进行更好的解释。对此示例，仍 然考虑以下子场组织：\n1    2    3    5    8    12    18    27    41    58    80\n数字表示子场权重。利用此子场组织，可以用如下代码，对视频 级23进行编码：\n          0  0  0  1  0  0  1  0  0  0  0\n          0  1  1  0  0  0  1  0  0  0  0\n          0  0  1  0  1  1  0  0  0  0  0\n          1  1  0  0  1  1  0  0  0  0  0\n          1  1  1  1  0  1  0  0  0  0  0\n根据此子场代码字的集合，黑体字的最后一行是最小权重代码 字。此代码具有最多位于最低有效位中的条目。应当注意：在此表格 中LSB位于左侧。\n为了等离子体单元的最佳响应保真度，有利的是，所选择的代码 还遵循以下规则：在每个子场代码字中，在两个1条目之间不应该存 在多于一个的连续0条目，这意味着对于等离子体单元寻址，在两个 激活子场之间决不存在多于一个的未激活子场。这种代码也被称为刷 新代码，因为短连续地激活等离子体单元，因此，在相对较长的未激 活周期期间，单元中的电荷不能消失。这种概念已经在申请人的、申 请号为00250066.8的另一欧洲专利申请中进行了解释。为了公开这种 刷新概念，参见此欧洲专利申请。mWC代码字已经符合此规则，所以 可以使用具有相应mWC代码字的每个视频级。在不同的子场组织的情 况下，还需要根据“单一未激活子场规则”进一步限制mWC代码字， 以便得到相同的结果。但是，这种进一步的限制并未过多地减少所选 择的级数，因此并不会以过多的灵活性为代价。但另一方面，其带来 了主观上增加了等离子体单元的响应保真度的重要优点。\n但是，在GCC方案中，少于256个宽的等级可用。于是，为了利 用此编码概念显示多于8比特视频，需要使用抖动方法。此外，因为 去伽马处理，即使静态画面也将需要抖动。正如所知的那样，PDP几 乎是线性的，并需要人工伽马函数，由于已经对标准画面进行了预校 正。这种人工二次伽马函数将减少暗电平中的信息量。抖动方法可以 用于恢复这种信息。\n所以，根据本发明的另一特征，所述方法可以包括额外的步骤， 其中确定运动画面是有噪声画面还是无噪声画面，并且考虑到结果， 采用特定的抖动方法。更具体地，如下定义本发明的方法：\n·用于静态画面的标准子场编码：\n-针对有噪声静态画面进行了优化的专用抖动算法，\n-针对无噪声静态画面进行了优化的专用抖动算法。\n·用于运动画面的重心编码(GCC)：\n-针对有噪声运动画面进行了优化的专用抖动算法，\n-针对无噪声运动画面进行了优化的专用抖动算法。\n所以，根据画面活动性：\n运动与否、有噪声与否，需要进行与应当使用的编码方法的类型 有关的判定。此外，应当添加，GCC编码直接基于标准编码，由于其 是标准编码的子集，因此可以进行一个模式和另一模式之间的切换而 不会引起任何可察觉的效应。但是，如果将GCC应用于静态画面，画 面将只是稍微多一些噪声，而如果将静态编码应用于运动画面，令人 厌烦的假轮廓效应将出现。因此，从标准代码切换到GCC应当以高优 先级发生，而从GCC切换回标准代码应当只在足够的信息可用时发生。 如图8所示。\n现在，将在利用被称为前IC或平面显示器IC的专用IC的PDP 屏幕的情况下，对用于检测运动和/或噪声的多种算法进行描述，这种 IC具有帧存储器并传递与运动和噪声有关的信息。\n例如，将在作为具有固定分辨率的改进显示器的PDP屏幕中实现 本发明。\n因此，应当针对以下所列出的产品，设计多种视频转换：\n·从输入格式到屏幕的本地分辨率的视频格式转换。这主要需 要针对具有多种视频格式的PC应用：VGA、XGA、SXGA…\n·从多种输入帧频率(从50Hz直到120Hz)到可用模式之一(50Hz、 60Hz、70Hz)的帧格式转换。这主要针对来自多种图形卡的PC源。\n·从主要来自视频系统(有线电视、录像机、DVD播放器…)的 交织源的渐进转换。\n上述功能可以在前端IC中得到。\n根据如图8所示和如上描述的概念，一旦与运动有关的任何信息 可用(即，MOTION＝ON)，激活GCC编码(立即切换)。在另一种情况 下，过滤与无运动有关的判定。这用于强制避免判定中的任何振荡。 过滤方法如图9所示，并包括以下步骤：\n对于每个帧，\n如果MOTION为有(ON)，则MOTION_counter＝2×MOTION_LIMIT，\n如果MOTION为无(OFF)，则MOTION_counter＝MOTION_counter- 1。\n当MOTION_counter＜MOTION_LIMIT时，则激活标准编码，否则 维持GCC。\nMotion_counter是能够在0到2×MOTION_LIMIT之间移动的计数 器。\n因此，如果MOTION_counter＜0，则MOTION_counter＝0。\n在噪声的情况下，使用类似的方法来进行与要使用的抖动方法有 关的判定。如已经所解释的那样，根据噪声和运动的信息，可以从等 离子体IC中所实现的多种抖动方法中选择最佳抖动方法。为了避免任 何类型的振荡，如图10所示地实现对噪声判定的过滤。下面，给出了 处理的示例。\n对于每个帧，\n如果NOISE为有(ON)，则NOISE_counter＝NOISE_counter+1。\n如果NOISE为无(OFF)，NOISE_counter＝NOISE_counter-1。\n当NOISE_counter＞NOISE_LIMIT时，激活自适应噪声抖动，否 则保持无噪声抖动。\nNOISE_counter是能够在0和2×NOISE_LIMIT之间移动的计数 器。因此，如果MOTION_counter＜0，则MOTION_counter＝0；以 及如果NOISE_counter＞2×NOISE_LIMIT，则NOISE_counter＝2× NOISE_LIMIT。\n可以使用多种抖动方法。例如，自适应噪声抖动可以使用错误扩 散算法，如“R.W.Floyd and L.Steinberg，Adaptive algorithm for spatial gray scale，SID Int.Symp.Dig.Tech.Papers，36～37 页，1975年”中所述。例如，无噪声抖动可以是3D抖动方法，如本 申请人的EP No.00 250 099.9或EP No.01 250 199.5中所述。\n将参照图11，对本发明的可能实现进行描述。在本实施例中，如 上所述，所述系统包括前端IC 10。此IC 10负责如帧速率转换、格 式转换、渐进转换、视频基本功能等几个功能。前端IC 10从如PC、 DVD播放器、VCR等多个输入接收信号。IC 10以PDP的本地格式和正 确的帧速率向专用等离子体IC 11输出渐进信号(progressive signal)(R、G、B)。其还输出与噪声和运动有关的信息。专用等离子 体IC 11包含多种算法，如子场编码(标准)、重心编码(GCC)、基于 矩阵和单元的抖动、误差扩散抖动等。其还包含功率管理电路和等离 子体控制电路。根据由前端IC 10传递过来的运动和噪声信息，专用 等离子体IC 11可以决定应当使用哪种算法。如图11所示，从IC 11 向等离子体屏幕12发送数据信息以及扫描和保持脉冲。\n图12示出了另一种可能的实施方式。在这种情况下，在前端IC 10 和专用等离子体IC 11之间实现微控制器13。向微控制器13发送噪 声和运动信息。微处理器将管理等离子体专用IC的多种设置，同时在 下述算法之间进行选择：\n·基于来自前端IC的运动比特，GCC开或关\n·优化抖动算法。\n微处理器将负责判定过滤。\n此外，前端IC的多种设置也通过数据CT由此微处理器负责。\n现在，将对专用等离子体IC内部、检测运动和噪声的简单方法 进行描述。这在不具有关于运动或噪声的外部信息的配置中是有用的。 将参照图13到19，对特定的方法进行描述。\n事实上，这种概念基于将输入画面分割为多个检测区域20，如图 13所示。在图上，区域的尺寸和数量仅作为示例给出，正如本领域的 普通技术人员所知的那样，可以考虑其他的形式、尺寸和数量。\n首先，将描述基于直方图计算的运动检测方法。所以，对于由其 坐标Z(i，j)定义的每个区域20，计算区域内容的直方图。此直方图是 区域的一类显示，稍后将用于活动性检测。\n首先，通过选择离散区域数来定义区域的直方图，每个离散区域 由上下视频边界定义，如图14所示。\n在前一示例中，通过8个数值的集合来描述一个区域，每个数值 给出了位于所定义的范围内的像素数(例如，范围[32；64])。将针对 每个区域计算这种直方图，并进行存储。\n前一示例示出了具有8个等价区域的画面特征。显然，可以改变 区域数及其各自的尺寸，而仍被本发明所覆盖。\n现在，对于每个区域，将直方图与前一帧的相应直方图进行比较。 设置极限，以便决定是否存在强烈的变化。下面，针对帧n，给出了 判定的示例：\nDifferenceZone＝0\nFor each zone Z(i；j，n)\n{\n    DifferenceRegion＝0\n    For each region R[k，n]\n    {\n    If(|R[k，n]-R[k，n-1]|＞RegionLimit)then\n    DifferenceRegion++\n    }\n    If(DifferenceRegion＞ZoneLimit)then\n    DifferenceZone++\n}\nIf(DifferenceZone＞FrameLimit)then Motion＝ON else\nMotion＝OFF\n显然，上述对此判定的过滤进一步用于避免振荡，即假轮廓的出 现和消失。这种算法相当简单，但却足够了，由于标准编码和GCC编 码直接的改变是不可见的。这种算法的优点是不需要帧存储器，由于 只存储仅由片上存储器的几个比特表示的直方图。\n现在，将参照图15到18，对应当在专用等离子体IC内部实现的 噪声检测方法进行描述。\n此方法基于在只由噪声引起最强的差别的两个连续行之间存在 许多类似的事实。\n为此目的，如下定义段的概念：\n根据图15，段L是从两个连续行中取出的N个像素的集合体。\n可以如下定义针对该段L的噪声估计：\n$\mathrm{Noise}\left(L\right)=\frac{1}{N}\underset{i=1}{\overset{i=N}{\Sigma }}{(A\left(i\right)-B\left(i\right))}^2$\n将整个帧的噪声估计定义为此噪声估计的最小值： Noise＝minL(Noise(L))。\n为了具有更好的精度，将多个段L分散在整个帧中。这种分散的 一些示例如图16所示。\n在图左侧，通过垂直线A，A进行段中的细分。在图右侧，将段从 一行移位到另一行。所述移位可以是沿行方向上的1个或多个像素， 如P，P’所示。此外，应当设计段之间的一些重叠，以避免由于预扫 描转换或由于特定的人工测试图案而引起的任何问题。这种重叠如图 16底部所示。在这种情况下，一个线或行沿垂直方向由两个相邻段公 用。\n此外，在噪声检测领域，可以对画面的无活动部分进行额外的噪 声电平估计。这种估计较为不精确，由于在数字画面的情况下，人工 产生无活动部分(如DVD播放器)。图17表示发送到等离子体的典型 画面。\n消隐区域可以具有多种尺寸，但均可用于噪声估计。为此目的， 将在此消影区域中定义n个分析区域，称为Reg(n)，由m个像素×l行 构成，如图17所示。为了进行噪声估计，第一计算将如下确定每个区 域的平均值：\n$\mathrm{MGL}\left(n\right)=\frac{1}{m\times l}\underset{i,j}{\Sigma }\mathrm{Pict}(i;j)$ 其中i和j表示每个区域的多个水平和垂 直像素位置。然后，针对每个区域，如下计算均方误差：\n$\mathrm{MSE}\left(n\right)=\frac{1}{m\times l}\underset{i,j}{\Sigma }{(\mathrm{Pict}(i;j)-\mathrm{MGL}\left(n\right))}^2.$\n此数值是噪声的直接特征，由于信号噪声比主要被定义为\n$\mathrm{PSNR}=10·{\log }_{10}\left(\frac{{255}^2}{\mathrm{MSE}}\right).$\n然而，在本概念中，已经针对每个分析区域计算MSE(n)。为了估 计最终噪声，新概念基于这多个MSE的直方图显示，以提取出最精确 的信息。如图18所示，由位于以 ${\mathrm{MSE}}_{\min }=\frac{1}{12}$ 所定义的数字画面中的最 小误差定义直方图的最小值，由于 ${\mathrm{MSE}}_{\min }=\underset{-1/2}{\overset{1/2}{\int }}\left(x^2\right)\mathrm{dx}={\left[\frac{x^3}{3}\right]}_{-1/2}^{1/2}=\frac{1}{3}·[\frac{1}{8}-\frac{1}{-8}],$ 其中x2表示在误差动态范围内进 行积分的平方误差；误差的动态范围是[-1/2；1/2]，量化步长为1。 在这种情况下，最大PSNR为PSNRmax＝10·log10(12·2552)＝58.92dB。\n在直方图的水平轴上，选择表示数值域MSE×12的多个段。\n例如，当20≤MSE＜25，则240≤12×MSE＜300。由于仅需要噪 声估计，因此，不需要更为精确。\n在垂直轴上，如下计算每个域的出现：\nFor all region n\n{\n    For all domain k\n    {\n        if(Min(k)＜MSE(n)≤Max(k))then Histo[k]++\n    }\n}\n然后，选择出现在直方图中的最高值，对整幅画面的MSE进行量 化：在本示例中，所选择的MSE对应于37和38dB之间的PSNR。之后， 根据噪声限制，决定画面中是否存在噪声(NOISE＝ON或NOISE＝OFF)： 如果MSE＞NOISE_Limit，则NOISE＝ON；否则NOISE＝OFF。\n显然，应当与参数MOTION一样，过滤此参数NOISE，以避免振荡。\n最后，可以内部地进行模式激活的总体判定，或者可以向外部微 控制器发送，如图19所示。\n在图19上，示出了上述方法的可能实现。在这种情况下，前端 IC 10’专用于帧速率转换、格式转换、渐进转换和视频基本功能。其 接收输入信号，如PC或DVD，并向专用等离子体IC 11’输出R、G、 B数据。IC 10’并不具有与运动或噪声有关的信息。\n实际上，专用等离子体IC 11’专用于对输入画面进行分析。其 向微控制器13’输出上述方法的结果，即运动和噪声信号。微控制 器将发送与GCC开/关有关和与EDRD或DIT3D有关的信息。所以，微 控制器负责上述最终算法选择。通常，等离子体IC 11’将向等离子 体显示板12’的驱动器发送数据信息和扫描和保持信号。\n上述方法的优点在于其不需要任何帧存储器。其使用能够只以现 存片上存储器上的几个比特存储的直方图。\n显然，使用额外的帧存储器可以增强和精炼检测，但这表现出等 离子体电子设备的额外成本。现在，将对这种方法进行描述。为此目 的，将画面分为小块Block(n)。对于每个块，将如下进行对均方误差 的估计： $\mathrm{MSE}\left(n\right)=\frac{1}{N}\underset{\mathrm{Block}\left(n\right)}{\Sigma }{(\mathrm{Pict}(i,j,t)-\mathrm{Pict}(i,j,t-1))}^2,$ 其中t表示当前帧， t-1表示前一帧，i和j表示每个像素的水平和垂直位置。\n将所有块Block(n)的最小MSE(n)定义为噪声电平。\n当这些MSE大于限制MOTION_BLOCK时，将增加MOTION_counter： 如果MSE(n)≥MOTION_BLOCK，则MOTION_counter++，在每个帧的开 始，初始化MOTION_counter.\n当MOTION_counter≥MOTION_limit时，则MOTION＝ON，否则 MOTION＝OFF。\n即使在多个信息可用的情况下，仍应当进一步执行前述对判决的 适应过滤。实际上，在电影的情况下，按如下方式重复输入画面：A A B B…\n在这种情况下，画面A和A之间的比较或画面A和B之间的比较 将不会给出相同的信息。于是，只由A与B的比较将给出相关信息。 如果不使用过滤，将每帧出现振荡。\n上述方法需要较少的计算，并因而非常简单。\n现在，将参照图20示出更为复杂的方法。其需要帧存储器和增 加了成本和算法成本的复杂计算。\n在这种情况下，可以将当前帧t与前一帧t-1进行比较。\n由于存在画面的运动和变形，不能进行像素与像素的直接比较。 在这种情况下，通过在前一帧的区域中搜索相同尺寸的块，从而使MSE 最小，来进行对当前帧的每个块的噪声和运动电平的估计。最小MSE 将对应于噪声电平，因为已经恢复了运动。显然，不能完全恢复复杂 运动和变形，因此，将利用如上参照图18所述的直方图(消隐区域的 噪声估计)来进行噪声的估计。主要思想在于，直方图的最高出现将 对应于噪声，而其他值将主要对应于由于变形和复杂运动而导致的误 差。\n此方法基于所谓的块匹配算法。\n将当前帧分为小块Block(n)，并针对前一帧中的搜索区域的每个 相应块，计算MSE：\n$\mathrm{MSE}(\mathrm{\delta x},\mathrm{\delta y},n)=\frac{1}{N}\underset{\mathrm{Block}\left(n\right)}{\Sigma }{(\mathrm{Pict}(i,j,t)-\mathrm{Pict}(i-\mathrm{\delta x},j-\mathrm{\delta y},t-1))}^2,$ 其中N表示 块n的尺寸。\n然后，针对搜索区域(δx，δy)中的每个位置，计算块n的最小MSE。 选择此MSEmin(n)＝minδx，δy(MSE(δx，δy))，用于噪声估计。此外，如果针 对不同于(0，0)的位置(δx，δy)，实现了MSE的最小值，则Motion(n)＝1， 否则Motion(n)＝0。\n如前所述，利用多个MSEmin(n)，计算误差的直方图，如上精确所 示，以便进行消隐区域的噪声估计。\n此外，计算数值 $\mathrm{Motion}\_\mathrm{sum}=\underset{\mathrm{All\; blocks\; n}}{\Sigma }\mathrm{Motion}\left(n\right),$ 并将其与极限进行 比较，如果Motion_sum≥Motion_limit则MOTION＝ON；否则MOTION ＝OFF。\n上述方法可以在如图21所示的系统中实现。该系统与图19所示 的系统的不同之处在于，添加了帧存储器14’，用于存储连续帧(帧 t)，以便向等离子体IC 11’输出前一帧(帧t-1)。\n通过使用更少的像素信息(例如通过画面的下降采样(down sampling))或通过只使用亮度信息等，可以进行本概念的进一步的硬 件简化。\n显然，即使在更多信息可用的情况下，也应当进一步执行上述对 判定的自适应过滤。实际上，在电影的情况下，按如下方式重复输入 画面：A A B B…\n在这种情况下，画面A和A之间的比较或画面A和B之间的比较 将不会给出相同的信息。于是，只有A与B的比较将给出相关信息。 如果不使用过滤，将每帧出现振荡。\n上述方法表现出几个优点：\n·针对运动和无运动画面，提高了整个PDP灰度级描绘。\n·多种算法表现出不同的复杂程度\n·可以在外部微控制器中进行最适应模式的最终判定，能够进 行对产品需求的更好的精细调谐和适配。\n但是，根据所选择的算法，需要专用芯片上或多或少的资源。此 外，最后所提出的方法需要额外的外部帧存储器。