本發(fā)明涉及的是一種圖像和信號顯示領(lǐng)域的系統(tǒng)，具體是一種對心理視覺調(diào)制顯示技術(shù)的拓展。

背景技術(shù)：

心理視覺調(diào)制顯示技術(shù)是一種新型的顯示技術(shù)，它利用了人類視覺系統(tǒng)相對低得時間分辨率，通過信號的分解和融合。心理視覺調(diào)制顯示技術(shù)的合理性有兩方面：其一，人類視覺系統(tǒng)對于超過臨界頻率的高速改變視覺信號無法分辨；其二，現(xiàn)代顯示技術(shù)已經(jīng)允許顯示設備運行在120HZ或更高的刷新率上。因此，這種技術(shù)可以通過一個顯示設備給不同的觀看者顯示不同的畫面。

心理視覺調(diào)制顯示技術(shù)在物理上可以通過高速顯示設備上的若干原子圖像以及與其同步的動態(tài)液晶眼睛來實現(xiàn)。液晶眼鏡是一款擋光設備，它可以控制透過眼鏡的亮度?；谛睦硪曈X調(diào)制顯示技術(shù)的高速顯示設備則發(fā)射一組稱為原子幀的高速圖像，其發(fā)射頻率高于人類視覺系統(tǒng)的臨界頻率。這些原子幀在進入人類視覺系統(tǒng)之前，被液晶眼鏡同步地進行幅度調(diào)制，然后在人類視覺系統(tǒng)中融合成一個目標圖像。這樣一來，通過不同的液晶眼鏡設備，使用者通過在、相同的顯示設備上可以看到不同的畫面。

在顯示過程中，我們已知的是所要成像的目標圖像，而如何設計原子圖像以及各調(diào)制權(quán)重從本質(zhì)上來說是一個非負矩陣分解問題。而事實上，由于光的能量以及液晶眼鏡的調(diào)制權(quán)重不能為負值，且調(diào)制權(quán)重和圖像的灰度值都有上界，心理視覺調(diào)制顯示技術(shù)是一個有上界的非負矩陣分解問題。

由于傳統(tǒng)的心理視覺調(diào)制顯示技術(shù)中，裸眼視圖是模糊的，這正是本發(fā)明正要解決的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明針對現(xiàn)有技術(shù)存在的裸眼視圖模糊的缺陷，提出了一種基于交替非負最小平方的分塊主樞分解算法，可以為心理視覺調(diào)制顯示技術(shù)提供一個清晰的裸眼視圖。

本發(fā)明根據(jù)現(xiàn)有心理視覺調(diào)制顯示技術(shù)的目標函數(shù)，結(jié)合裸眼視圖的要求，提出新的目標函數(shù)。同時，在當前先進的基于交替非負最小平方的分塊主樞非負矩陣分解算法的基礎上，做出一定的調(diào)整，使之適應新提出的目標函數(shù)。從而，提出了一種快速、有效的非負矩陣分解算法，使得心理視覺調(diào)制顯示技術(shù)能夠為使用者提供一個清晰的裸眼視圖。另外，根據(jù)使用場景的不同，通過對新提出的目標函數(shù)中各參數(shù)的調(diào)整，可以控制裸眼視圖和非裸眼視圖的清晰度以適用于不同的場合。

本發(fā)明是通過以下技術(shù)方案實現(xiàn)的，本發(fā)明包括以下步驟：

第一步、基于傳統(tǒng)心理調(diào)制顯示技術(shù)中的非負矩陣分解目標函數(shù)，考慮裸眼需求，提出新的目標函數(shù)，用以實現(xiàn)裸眼視圖。

第二步、基于現(xiàn)有的基于交替非負最小平方的分塊主樞非負矩陣解法，對其做出調(diào)整以適用于步驟一中新提出的目標函數(shù)，從而提出算法，用以求解在第一步中提出的目標函數(shù)。

第三步、調(diào)整第一步中目標函數(shù)的參數(shù)選擇，使得該算法可以應用于不同的落裸眼和非裸眼視圖的清晰度需求。

本發(fā)明的原理是，考慮到原有心理視覺調(diào)制技術(shù)的求解，對一組高速的原子幀的線性組合并沒有任何要求，使得裸眼視圖呈現(xiàn)模糊的圖像。在引入該限制后，通過對新目標的求解，可以讓原子幀直接的線性組合呈現(xiàn)出清晰的圖像。

附圖說明

圖1是本發(fā)明實施例的原理圖；

圖2是本發(fā)明實施例的原子幀示例；

圖3是本發(fā)明實施例原子幀數(shù)K對裸眼視圖和非裸眼視圖的影響；

圖4是本發(fā)明實施例非裸眼視圖光強系數(shù)s對裸眼視圖和非裸眼視圖的影響；

圖5是本發(fā)明實施例裸眼視圖質(zhì)量控制系數(shù)β對裸眼視圖和非裸眼視圖的影響；

具體實施方式

下面對本發(fā)明的實施例作詳細說明，本實施例在以本發(fā)明技術(shù)方案為前提下進行實施，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限于下述的實施例。

實施例：

第一步、將圖像幀列向量化，得到目標呈現(xiàn)的裸眼視圖向量和非裸眼視圖矩陣，并根據(jù)${\min }_{0\≤X,W\≤1}{\left|\right|\mathrm{sY}-\mathrm{XW}\left|\right|}_F^2+{\mathrm{\α}}^2{\left|\right|s_0{y}_0-X1\left|\right|}_F^2$提出目標函數(shù)。

參數(shù)估計流程見圖1。

第二步、根據(jù)改進的基于交替最小平方的分塊主樞非負矩陣分解算法，對第一步的目標函數(shù)進行求解，具體如下

1)將第一步中提出的目標函數(shù)化為${\min }_{0\≤X,W\≤1,b\≥0}{\left|\right|\mathrm{sY}-\mathrm{XW}\left|\right|}_F^2+{\mathrm{\β}}^2\left|\right|s_0{y}_0-$${\mathrm{Xb}\left|\right|}_F^2$

2)初始化非負矩陣

3)利用現(xiàn)有的基于交替非負最小平方的主樞分解法求解W： ${\min }_{0\≤X,W\≥1}{f}_s\left(W\right|X)={\left|\right|\mathrm{sY}-\mathrm{XW}\left|\right|}_F^2$

4)$\tilde{X}=X_1+X_{.2}+...+X_{.M};$

5)$b\←\frac{s{\tilde{X}}^T{y}_0}{{\tilde{X}}^T\tilde{X}};$

6)$\stackrel{\‾}{Y}\←\left[\mathrm{\β}{y}_0\right|Y];\stackrel{\‾}{W}\←[\mathrm{\βb}\left|W\right];$

7)利用現(xiàn)有的基于交替非負最小平方的主樞分解法求解X： ${\min }_{0\≤X,W\≤1}{f}_s\left(X\right|\stackrel{\‾}{W})={\left|\right|s\stackrel{\‾}{Y}-X\stackrel{\‾}{W\left|\right|}}_F^2$

8)重復3)至7)直到達到收斂要求

第三步、調(diào)整步驟一中目標函數(shù)的參數(shù)，并重復步驟二的過程，可以根據(jù)具體使用的要求得到不同清晰度的裸眼視圖和非裸眼視圖。這些參數(shù)包括：原子幀數(shù)K，非裸眼視圖光強系數(shù)s，裸眼視圖質(zhì)量控制系數(shù)β。