针对多基色显示系统的颜色转换问题,提出一种基于亮度因数分级BP神经网络的色度转换方法,并建立CIE标准(X,Y,Z)空间到多基色(K1,K2,…,Kn)空间的转换模型; 将整个(X,Y,Z)颜色空间按训练样本的亮度因数Y分解成多个二维子空间,并形成亮度因数分级子空间BP网序列,从而减少了从低维度空间向高维度空间进行颜色转换时出现的同色异谱问题。以五基色LED显示系统为例,对亮度因数分级BP网的有效性开展验证实验。首先根据五基色LED显示系统的实际色度参数,建立了五基色显示系统(K1,K2,K3,K4,K5)空间到CIE标准(X,Y,Z)空间的线性转换模型; 在此基础上采用最小色差匹配法,生成了典型亮度因数分级训练样本集和测试样本集,并完成了BP神经网络的训练和测试。结果表明,训练样本集的CIE1976L*a*b*平均色差达到6.37以下,并且还有进一步的改进空间,为多基色显示系统的颜色转换工作提供了一种有效的技术途径。

为实现多基色显示设备多通道亮度均衡程度最优的颜色转换, 提出了一种基于凸包算法的多基色显示设备色域的界定方法, 并提出了一种通过对亮度均衡程度评价函数进行非线性优化以求解出最优亮度均衡驱动值的颜色转换算法。在XYZ颜色空间均匀取样颜色坐标, 通过凸包算法判断得到位于设备色域内的颜色坐标;计算出设备色域内颜色坐标对应的亮度均衡程度最优的多基色驱动值, 从而建立XYZ颜色空间到多基色设备颜色空间的映射关系;以小间距点阵LED六基色显示器为实验平台, 结合该显示器子像素的发光参数, 实现了色域界定与亮度均衡颜色转换。结果表明提出的方法可实现平均亮度离散系数为0.1685的颜色转换。

简述了宽色域视频图像技术的意义, 介绍了可视色域、常规色域、主流宽色域视频标准及其目标色域。鉴于RGB三原色配色理论的缺点, 介绍了多原色宽色域技术。对宽色域视频图像技术的发展进行了阐述, 对现有的扩展色域技术进行了分类, 并对当前主流的三原色和多原色宽色域技术及其相应的成像与显示设备进行了详细描述。最后讨论了宽色域技术待解决的问题以及未来的发展趋势, 为相关研究人员了解宽色域视频图像技术提供了参考。

研究了四原色技术在液晶显示器中的应用,优化红、绿、蓝及黄的面积比对白点的调整,最大化提升色域和亮度,最后总结和展望了多色显示技术在液晶显示器中的应用。

介绍了两种多基色的子像素着色算法, 两种算法分别加入了白色子像素和黄色子像素, 将原图像的RGB数据转换得到新的RGBW数据和RGBYW数据, 然后对转换得到的RGBW和RGBYW子像素数据进行着色。该着色算法既保证了图像与传统RGB传统排列图像有一样的分辨率, 又显著提高了图像的亮度。仿真结果表明, 提出的多基色子像素着色算法既可以保持原图像的清晰度和饱和度, 又能显著提高图像亮度。

介绍了一种提高平板显示器亮度的子像素结构及其映射优化算法,该算法通过将传统RGB条形像素排列、三角形(Delta)像素排列和Pentile像素排列中的蓝色子像素大小减少为原来的一半,并增加白色子像素的方法对子像素结构进行了优化,并改进了RGB转换到RGBW的映射算法,在图像的分辨率不降低的条件下,提高了图像的亮度和质量。在Matlab工具上的仿真结果证明该优化的像素结构和映射算法是有效的。

通过建立光电热(PET)模型，研究了发光二极管(LED)光源相关色温(CCT)的模型预测控制方法，实现了多主色LED光源的相关色温控制。首先，提出了热平衡状态稳定假设和修正的非对称高斯函数作为基函数的假设; 根据软模型建模思路,用最小二乘估计求解各个模型参量的回归子模型，分析光谱敏感系数曲线随CCT变化的关系。 然后，通过重力线法调试出在3 000，4 500和6 500 K 下3个常用色温点处所需的电流控制量。最后，在调设好的电流控制量上加以一定的无规则扰动产生一组验证数据，用于评价模型精度。实验结果表明: 建立的多主色LED光源的PET数学模型能够很好地通过电流控制量和环境温度来预测LED的热沉温度和多主色合成光谱功率分布函数，进而能够预测控制色温，具有很好的模型精度。得到的色度坐标预测精度优于±0.005，CCT预测精度优于±150 K。提出的基于模型的控制方法不仅适用于常用LED光源的CCT调控，还可推广到更多通道的LED光源的色度及CCT控制中。