基于自适应灰度处理算法电子纸显示系统研究.docVIP

基于自适应灰度处理算法电子纸显示系统研究 　　摘 要近年来，电子纸凭借着低功耗、阅读舒适、节能环保等优点，已越来越多地出现在人们的日常生活中，由于电子纸灰度等级有限，需要将高灰度图像转换为低灰度图像进行显示。本文针对传统误差扩散算法导致图像边缘模糊、有龟纹的问题，提出了一种自适应灰度处理算法，根据原始灰度图片的自身特点，对图片进行自适应缩放以及自适应灰度阈值设置，同时，本文给出了该算法的软件实现。该算法有效提高了电子纸图片显示的对比度，消除了图片的龟纹现象和与处理方向有关的滞后现象。 　　【关键词】电子纸 灰度等级 自适应灰度处理算法 　　近年来，电子纸是一类新兴的阅读设备，其凭借着低功耗、阅读舒适、节能环保、视角宽广等优点，已被越来越广泛地应用在人们的日常生活中。同时，随着电子纸柔性材料的发展，电子纸的视觉效果与传统纸质材料非常接近，但又比传统纸质材料轻巧、便携、存储空间大，因此，电子纸显著提升了用户的阅读舒适度。 　　然而，由于电子纸灰度的实现采用PWM波形驱动方式，灰度等级的实现会受到帧扫描频率的限制，通常只有16个灰度级，非常有限，因此，需要将彩色高灰度图像转换为16级灰度才能在电子纸屏上显示。传统的解决方案是采用半色调技术，利用误差扩散算法，然而传统误差扩散算法并未考虑图片缩放后边缘模糊的问题，同时处理后的图片有龟纹，以及扫描方向导致的图片滞后现象。 　　本文提出一种自适应灰度处理算法，首先根据图片原始分辨率以及电子纸屏幕物理分辨率对图片进行自适应缩放处理，然后采用16级的自适应阈值算法，对灰度图像进行处理，从而提高了电子纸图片显示的对比度，有效消除了图片的龟纹现象和与处理方向有关的滞后现象。 　　1 自适应灰度处理算法 　　1.1 传统灰度处理算法原理 　　由于电子纸显示灰度级有限，传统的灰度处理方法是采用误差扩散算法，其基本流程如图1所示，图中，W[k，l]为误差扩散器，Q[.]为阈值判定器，原始图像像素灰度数据g（m，n）与之前像素扩散到本像素的误差相加，得到一个新的灰度数据g*（m，n），将g*（m，n）与Q[.]中已设置好的阈值相比较，得到一个灰度级输出。并将新的灰度值与原始灰度值求差，得到误差e（m，n），该误差将通过W[k，l]扩散到下一像素点。 　　然而，这种灰度处理方法存在两个问题：首先，并没有考虑原始图像分辨率与电子纸图像分辨率不一致，导致缩放后图像边缘模糊的问题；其次，误差扩散算法的阈值选择已经预先设置好，并没有考虑原始图片自身的特点。最终导致电子纸图片显示效果不理想，图片边缘模糊、有龟纹，以及扫描方向导致的图片滞后现象。 　　1.2 自适应灰度处理算法原理 　　本文提出一种自适应灰度处理算法，该算法分为两步进行：首先根据图片原始分辨率以及电子纸屏幕物理分辨率对图片进行自适应缩放处理，然后采用16级的自适应阈值算法，对灰度图像进行处理，从而提高了电子纸图片显示的对比度、有效消除了图片的龟纹现象和与处理方向有关的滞后现象。 　　1.2.1 自适应缩放处理 　　传统的误差扩散算法并未考虑电子纸图像缩放后图片边缘模糊、对比度下降的问题，加之误差扩散时固定阈值的选择并未考虑图像自身的特点，导致最终图像显示效果不理想。 　　因此，原始灰度图像在缩放之前，需要预先判断像素灰度值之间的关联度，若像素组处于平滑区域，则此时插值的结果不会影响图像缩放效果；但若像素组处于图像的边缘区域，则此时插值的结果将影响到电子纸图像的显示效果。 　　选取像素组x0、x1、x2、x3，定义： 　　； 　　； 　　为1阶差别度，为2阶差别度，像素差别度越大，表明像素之间差别的程度越大。在进行图片的缩放处理之前，需要预先判断2阶像素差别度。例如，若x0、x1、x2、x3分别为100、50、50、50，此时，若选取x0、x1、x2、进行插值，则等于50，若选取x1、x2、x3进行插值，则等于0，因此，x0、x1、x2差别度较大，处于图像的边缘区域，而x1、x2、x3差别度很小，处于图像的平滑区域，因此，最终应该选择后者进行插值，才能保证图片边缘清晰，避免缩放后图片模糊的问题。 　　1.2.2 自适应16级阈值设计 　　由于电子纸的灰度等级有限，仅有16个灰度等级，因此需要将256级灰度图像转换为16级灰度图像，传统的处理方式是预先设置阈值，但该方式并未考虑图像自身的特点。本文采用自适应阈值处理方式，根据具体图像各个灰度出现的概率自动生成16个阈值，具体步骤如下： 　　（1）获取灰度图像，统计像素灰度的最大值graymax 　　（2）统计整个灰度区间[0，graymax]上各个灰度出现的概率，设ni表示灰度值为i的像素出现次数，N为灰度图像总像素数，则灰度值为i的像素出现的概率p（i）计算方