彩色超扭曲向列液晶显示器

本文介绍了一种实现快速响应超扭曲向列液晶显示器(STN LCD)的新技术。采用低粘度向列材料,在占空因数为1/240的条件下使响应时间减少到50ms 以下,同时,仍保持锐的阈值特性。还对驱动方式进行了研究以避免对比度降低,快速响应LCD的“帧响应”现象通常会造成这一后果。结果证明,多线选择技术可以有效地解决这个问题。采用新型向列材科和新的驱动技术制备出5.7英寸彩色STN LCD,它的对比度、均匀性和响应时间等性能都得到改进。     

利用SLA/MLA产品实现灰度级和彩色图像生成

单色STN平板显示器只能显示黑白两色(On或Off),本质上是不能显示灰影或者灰度级的.于是,人们开发出了某些驱动方法来产生灰度级和彩色显示.抖动(Dithering)和帧速率控制(FrameRate Control,FRC)是让STN LCD平板显示产生灰度级效果的两种常见驱动方法.     

电润湿电子纸多灰度动态显示驱动系统设计与实现

为了解决电润湿电子纸显示器存在的视频闪烁、电荷泄露问题以及实现电润湿多灰度动态显示,本文针对电润湿电子纸显示器研究设计了一套驱动系统。首先,根据完整的电润湿电子纸驱动系统必须具备的功能,提出了嵌入式+现场可编程门阵列(FPGA)的驱动系统架构,其中嵌入式平台可以对视频源进行实时图像处理,FPGA根据接收到的处理后的数据进行相应的时序控制。接着,采用现有电泳电子纸的源栅驱动芯片作为电润湿电子纸的驱动芯片。最后,本文提出了不等子帧和复位帧的概念用以解决视频闪烁和电荷泄露问题从而更好地实现多灰度显示。实验结果表明:该驱动系统成功解决了电润湿视频闪烁、电荷泄露以及多灰度显示等问题,使电润湿电子纸的视频刷新率达到30 Hz,像素最高灰度可以达到16灰阶并且在该灰度下的电润湿反射率接近60%。整个驱动系统基本满足了多灰度动态显示。     

基于CPLD的Si基液晶芯片显示驱动

以复杂可编程逻辑器件(CPLD))作为QVGA微显示视频核心控制单元,搭建LCOS微显示芯片驱动系统.通过对CPLD编程产生与微显示芯片相匹配的控制信号与显示数据信号,实现对显示芯片的驱动控制,向微显示芯片输入16帧顺序16级灰度电压测试信号以测试像素的灰度响应.测试结果表明电压灰度响应正确,通过控制行列坐标的方式产生测试图像,驱动微显示芯片显示出测试图像,验证了LCOS微显示芯片显示功能的正确性,显示效果良好,视频刷新频率可达到60 Hz.     

一种基于特征融合的运动目标跟踪算法

联合目标的灰度特征空间和梯度特征空间,构造了由目标的灰度加权直方图和梯度加权直方图联合表示的目标模型,利用均值平移算法在当前帧中迭代搜索目标位置.实验表明,该方法对于目标和背景灰度相似以及目标被部分遮挡时的跟踪是有效和稳健的.     

位权重于电压参数灰度法在LCOS显示中的应用设计

本文在分析时分灰度法的基础上,提出一种子帧周期相等,并且位权重于电压参数的灰度调制方法,这种方法可以大幅度降低高分辨率LCOS器件的像素时钟频率,并消除时分灰度调制方法中潜在的闪烁现象。文中根据n位图像数据的比特位数值,把每帧分割成n个子帧,像素的灰度将由按照二进制位权重配置的驱动电压参数调制。     

基于OLED灰度显示的新方法

介绍了有机发光二极管(OLED)技术特点、彩色实现方式和驱动方式.针对OLED灰度显示,介绍了实现灰度显示的两种常用方法即脉宽调制和帧灰度调制,并分析了各自的特点.在此基础上,尝试了一种新的方法,将二者结合起来共同实现灰度显示.这种方法不仅可以保持脉宽调制灰度显示的高速度,还可以保持帧灰度方式的均匀、稳定和足够的响应速度,而且可以大大提高灰度级别数.介绍了利用这种新方法实现OLED灰度显示数据的具体方式,该方法在硬件实现上简单易行,节约面积成本.     

帧间差分融合灰度投影的运动目标检测方法

针对光线变化、动态背景以及摄像头轻微晃动等因素导致监控视频中运动目标的检测识别率低的问题,提出帧间差分融合灰度投影的运动目标检测方法。在帧间差分算法的基础上,通过改进三帧差加法运算,改善了光线变化的影响。同时,将连续三帧差加法运算的图像进行水平与垂直方向的灰度投影得到两个方向上的灰度投影曲线,对相邻的灰度投影曲线进行互相关运算,互相关曲线的峰值坐标即为运动目标在相邻图像之间的运动位移,以此实现了运动目标的检测。实验结果表明,在单个目标和多个目标的检测识别中,该方法能够获得准确的运动目标,其识别率、误检率均优于传统帧差法。     

电学参数二进制权重灰度方法研究

提出一种既有赖于周期权重又依赖于开态电学参数的权重的混合灰度方法,这种方法可以驱动4K显示分辨率的AMOLED。文中根据n位图像数据的比特位数值,把每帧分割成n个子帧,像素的灰度将由占空比及电学参数(比如电压和电流大小)二进制权重共同控制。     

品机地带

┏━━━━━━━━┳━━━━━━━━┳━━━━━━━┳━━━━━┳━━━━━━━━━━━┳━━━━━━┳━━━━━━━━━━━┓┃ ┃ ┃ ┃ ┃__蝴j融鄹啊呵珏.—— ┃__。一…一 ┃ ┃┣━━━━━━━━╋━━━━━━━━╋━━━━━━━╋━━━━━╋━━━━━━━━━━━╋━━━━━━╋━━━━━━━━━━━┫┃色彩数 ┃4096 ┃灰度 ┃灰度 ┃ 256 ┃灰度 ┃内65536色,外背光绿色 ┃┃屏幕材质 ┃ STN ┃STM ┃S丁N ┃ STN ┃内外STN ┃内外STN ┃┃分辨率(像素) ┃ 128 x 141 ┃ 112 x 64 ┃ 128×96 ┃ 1…     

采用模拟方式提高灰度等级下一步将是14位LCD电视

在LCD设备中,有时不使用提高了输出电压分辨率的源驱动芯片,而采用模拟提高灰度等级的方法—面积灰度等级和时间灰度等级。面积灰度等级是将多个像素汇总成一个,通过改变其中点亮的像素数量控制灰度等级的方式,该方式被称为高频振动(Dithering)。时间灰度等级是用高速切换多个图像,并将其当作一个图像的方式,该方式被称为FRC(frameratecontrol,帧速率控制)。最近,在LCD电视中,受显示屏性能提高的影响,在使用8位LCD的同时,使用以上模拟方法增加灰度等级数的情况越来越多。在LCD电视方面,率先推出模拟10位显示的是夏普公司2004年8月推…     

在FPGA下实现灵活的OLED灰度控制

对OLED幅值灰度调制,空间灰度调制,脉宽、帧灰度调制技术进行了阐述。在多比例电流源条件下,通过控制电流权重,可在3个时间段内实现8级灰度控制,或4个时间段内实现16级灰度控制,与利用脉宽权重的灰度控制方法相比,缩短了扫描一场的时间,增加了扫描频率,在相同脉宽条件下,实现了较高灰度级别的控制,克服了OLED不能响应过窄脉冲的限制。通过在FPGA中对数据编码进行细分(脉宽权重与电流权重相结合的方法)或通过增加电流源并对数据重新编码的方式实现灵活多变的灰度控制。     

STN—LCD的新进展

STN-LCD采用新的取向层,消除了残象;采用新的驱动波形,消除了串扰;采用二(口恶)烷、卤化物、链烯基、醚和二苯乙炔,改进了液晶料材的性能,使STN-LCD获得高的对比度、快的响应速度、低的驱动电压;采用有源矩阵驱动方法,消除了帧响应,使STN-LCD获得高的对比度、高的亮度及视频响应速度;使用温度跟踪电路,自动跟踪STN-LCD的阀值电压,使STN-LCD获得宽的工作温度。     

基于蜕化决策树的红外目标检测

针对复杂背景下单帧红外图像中的弱小目标检测的问题,提出一种基于蜕化决策树的检测算法。该算法通过提取红外小目标梯度对比度、邻域灰度分布等多个统计特征,充分利用了各个特征的互补作用,达到了高检测概率和低虚警率。通过对实测数据进行仿真,结果表明该方法能有效检测红外弱小目标。     

便携式LCD显示系统的多线寻址驱动电路

介绍STN LCD多线寻址驱动方式的优点，及使用多线寻址驱动电路时的要求。     

基于综合灰度梯度法的数字全息焦平面定位研究

针对数字全息中目标焦平面的精确定位问题,在对边缘灰度梯度法进行补充的基础上,提出了全局灰度梯度法,进而结合上述两种方法得到了综合灰度梯度法。利用模拟粒子数字全息图进行了大量的实验研究对比,讨论了边缘灰梯度法和全局灰梯度法各自的最佳适用范围。前者适用于大尺寸粒子和近距离情况,而后者在小尺寸粒子和大物距的情况下会得到比较好的焦平面位置。将综合灰度梯度法具体应用于不同条件下的标准粒子靶面目标,结果均能有效地获得不同粒子的高精度焦平面位置。     

一种使用灰度梯度提取合成孔径雷达图像灰度边界的方法

在合成孔径雷达数字成像的多级成像和合成孔径雷达图像的许多应用中,往往需要提取合成孔径雷达图像的灰度边界特征。人们对于由可见光或红外成像系统获得的普通图像的灰度边界提取已经进行了很多研究。使用灰度梯度提取普通图像的灰度边界非常有效,得到了广泛的应用.但由于在合成孔径雷达图像中存在严重的相干斑噪声,有人认为使用灰度梯度提取合成孔径雷达图像的灰度边界得不到好的结果。在本文中,我们考虑到合成孔径雷达图像的特性,给出了一种比较理想的提取合成孔径雷达图像的灰度边界的方法。这种方法使用相对平均灰度梯度,并且把检测与跟踪结合起来。     

STN 2CD 显示驱动技术

液晶显示器件以优异的特性在显示技术中异军突起,具有良好的发展前景。本文介绍了LCD主流产品之一STN－LCD的显示原理,在此基础上讨论了STN－LCD的显示驱动方法和发展情况。     

基于灰度梯度分割的机头检测算法

在末制导阶段,提出了基于灰度梯度分割的机头检测算法.首先利用平均梯度算子进行边缘检测,分割出目标区域和目标最亮区域,寻找各区域形心位置,通过判断目标区域形心和目标最亮区域形心位置,检测出飞机轴线,确定出候选机头信息;然后利用序列图像帧间较为稳定的相关特征进行D-S合成,对候选机头信息的可信度进行判断,得出准确的机头信息;最后利用数帧不同姿态的目标红外图像数据进行了算法验证.仿真结果表明:在末制导阶段,基于灰度梯度分割的机头检测算法,可有效地识别出机头,并具有较快的运算速度,可实现实时处理.     

一种基于灰度连续区域分割的视频对象分割方法

针对目前许多分割方法中分割边界不精确、计算复杂和缓存帧多等问题，提出了一种结合空间区域分割和运动象素检测的自动分割方法：先将当前视频帧分割为不同的灰度连续区域，再利用二次帧差确定视频图像中的运动象素，然后按一定的规则确定哪些灰度连续区域属于运动区域，从而有效地从静止的复杂背景中分割出运动对象区域。实验结果表明这种分割方法计算简单、分割边界比较精确。