基于人眼视觉模型的位平面图像压缩用于数字驱动的硅基 OLED 微显示屏

《Displays》：Human visual model based bit-plane image compression for digitally driven OLED-on-silicon microdisplays

　　

• •
  基于注视引导的感知处理压缩了硅基OLED子域位平面。
• •
  遗传算法优化了硬件友好的像素块编码。
• •
  仅传输20.09%的图像数据，平均意见分达4.41/5。
• •
  FPGA验证显示背板功耗降低21.27%。

引言

随着半导体技术、人工智能（AI）及元宇宙相关技术的快速发展，扩展现实（XR）设备正朝着微型化和智能化方向演进[1]、[2]、[3]。在VR和AR应用中，近眼显示器需要提供高真实感、强沉浸感和感知一致性。尽管现有VR系统能够高度还原物理环境，但在细节、色彩和对比度方面仍可察觉细微差异，这在一定程度上归因于显示分辨率和亮度的限制[4]。作为近眼显示系统的核心成像单元，微显示器在很大程度上决定了最终的视觉体验。在现有技术中，硅基有机发光二极管（OLEDoS）凭借其自发光特性、快速响应、高像素密度和成熟的制造工艺，已成为高端XR设备的有力方案[5]、[6]。因此，在保留感知重要信息的前提下提升OLEDoS微显示器的图像传输效率，对于改善VR/AR视觉体验至关重要[4]。

随着微显示器向更高分辨率、更高刷新率和更精细的灰度精度发展，传统模拟驱动方法在精确像素级控制方面面临局限。数字驱动技术因能实现精细灰度调制并支持高像素密度和高刷新率而日益受到关注[7]。然而，数字驱动也显著增加了传输数据量，从而对微显示器接口提出了更大的带宽要求。

因此，图像压缩是缓解带宽瓶颈的关键途径。现有方法主要着眼于减少视觉冗余和统计冗余。例如，Ma等人采用非抽取三级小波变换与全位平面并行编码实现高速压缩[8]。Xie等人提出了一种基于行内像素相关性的无损方法[9]，Ni等人将Huffman编码与LZW压缩相结合[10]。Li等人引入了基于遗传算法的优化用于图像压缩和解压缩[11]，Ghodhbani等人利用位平面编码器改进了JPEG2000编码效率[12]。此外，Sun等人提出了十字块基于注视点可见失真（CB-FJND）模型以减少低位平面像素数据[13]，Ji等人将JND模型与位平面运动估计相结合用于图像压缩[14]。

眼动追踪已成为XR设备中重要的交互技术[15]，然而其与图像压缩的结合仍有待深入探索。由于人眼视觉敏感度从注视区域向周边递减，可以利用注视信息减少非注视区域的感知冗余[16]。心理物理学研究进一步量化了视觉分辨率与视角之间的关系，为基于注视点的图像处理提供了感知依据[17]、[18]。

基于上述考虑，本文提出了一种融合人眼注视特性与CB-FJND模型的图像压缩方法，适用于数字驱动的OLEDoS微显示器。该方法通过减少非注视区域的空间冗余，依据CB-FJND阈值去除视觉不可感知的细节，并进一步采用遗传算法优化的像素块编码算法对位平面图像进行压缩。本文余下部分组织如下：第2节描述所提出的方法，包括基于注视点和CB-FJND的图像预处理、像素块编码算法以及基于遗传算法的参数优化。第3节展示实验结果，第4节总结全文。

与针对8位图像或视频数据的传统注视点图像压缩方法不同，所提出的方法直接面向数字驱动OLEDoS微显示器的子域位平面传输流程。因此，所提出的框架综合考虑了感知冗余消除、位平面级编码、解码复杂度、传输延迟以及硬件实现的可行性。

章节摘要

方法

所提出的压缩框架通过利用近眼显示图像中的感知冗余来减少数字驱动OLEDoS微显示器的传输数据量。它由四个阶段组成：基于注视点的图像预处理、基于CB-FJND的感知冗余去除、位平面生成以及带有参数优化的像素块编码算法。

首先，根据注视点自适应地分配空间分辨率，在视

实验结果

（A）压缩性能。

本文首先利用注视条件图像处理与CB-FJND建模去除视觉不可感知的空间冗余，然后采用所提出的像素块编码算法进行位平面压缩。如图9和表1所示，所提出方法将平均传输数据比例降至20.09%，低于传统RLE、无损JPEG2000和高质量JPEG（Q100）。虽然JPEG（Q90）和ROI-JPEG实现了更低的

结论

为了解决高分辨率、高刷新率数字驱动硅基OLED微显示器所需的大数据传输带宽问题，本文提出了一种基于人眼视觉注视特性和CB-FJND特征的图像压缩方法。所提方法具有两大优势。首先，基于人眼视觉感知的图像处理策略在测试条

利益冲突声明

作者声明不存在已知的竞争性经济利益或个人关系可能影响本文所报告的工作。

致谢

作者感谢南京光韵科技股份有限公司（Lumicore Ltd.）为本研究提供图像数据集。

杨乔|张寅|姬源|郭爱英