CN1253652A - 活动图像显示方法及其装置 - Google Patents

Abstract

一种通过由亮度权重不同的多个子场构成1场图像,并改变构成1场图像的子场组合来显示所需灰度的方法,由图像数据检测表示图像移动方向及移动量的运动矢量,并根据检测的运动矢量,重新生成向视网膜提供与图像移动时视网膜接收的灰度等效的灰度的图像数据。根据新生成的图像数据决定子场组合。

Description

活动图像显示方法及其装置

技术领域

本发明涉及可有效抑制在等离子显示板(下文简称为“PDP”)中显示活动图像时产生的假轮廓的活动图像显示方法及其装置。

背景技术

近年来，根据显示装置大型化的要求，开始提供PDP、EL显示元件、荧光显示管、液晶显示元件等薄型矩阵板。在这种薄型显示装置中，特别是PDP非常有希望作为大画面直视型显示装置。

PDP中间灰度显示方法之一是场内时间分割法。该方法以亮度权重不同的N个画面(下文称为“子场”)构成1场。从亮度权重小的一方起，这些子场分别称为SF0、SF1、SF2……SF(N-1)，这些子场亮度权重比分别是2⁰，2¹，2²，……2^N-1。1场内的中间亮度通过选择子场是否发光加以控制。根据人的视觉特性(残光特性)，人们眼睛所感觉到的亮度以各发光子场亮度之和来表示。用该中间灰度显示方法能表现的中间灰度级数是1场中的子场数，即2的N次方。

采用上述中间灰度显示方法的1场内的显示顺序示于图1。1场由8个(N＝8)亮度权重不同的子场构成。各子场从亮度权重大的一方起分别称为SF7、SF6、……SF0。其中，SF7称为最高端二进制位(MSB)侧，SF0称为最低端二进制位(LSB)侧。

子场的发光次数比，若设SF0为“1”，则SF1为“2”，SF2为“4”，……SF6为“64”，SF7为“128”。子场数为8时可表示至256级灰度。

根据上述子场法的中间灰度显示方法，在像PDP这种仅可表现“1”和“0”2种灰度的2值显示装置中，也可表现多级灰度这一点上是优越的。通过用子场法驱动PDP，可实现与阴极射线管方式的电视图像几乎相同的画质。

但是，在例如显示浓淡缓慢变化的被摄体的活动图像时，会产生在阴极射线管方式的电视图像中看不见的、PDP图像所特有的所谓假轮廓。

产生假轮廓是起因于人视觉特性的现象，这种现象在图像信号级用256级灰度表示时，可看到沿上述称为128、64、32、16等的2的N次方的交界附近，好像处于失去灰度的状态，进而成为与原本应显示的颜色不同颜色的条纹。但是，显示静止图像时，感觉不到假轮廓。假轮廓的特征是仅在活动部分且在上述信号级周边才能觉察。

采用图2(a)、(b)，说明子场灰度显示方法中产生假轮廓的原理。图21(a)中，表示的情况是1场中的子场数为8，以亮度权重从小至大的顺序，即以SF0、SF1、SF2……SF7的顺序排成一列。设在某像素位置的信号级从127变化至128时，该活动图像在1场中移动3个像素。图2(b)表示观察者在画面上观察该活动图像时，观察者所感受到的亮度变化。

这样，在信号级127(SF0至SF6发光)与信号级128(仅SF7发光)相邻时，其灰度级差为1 LSB(1/256)。但是，人的视网膜上所感到的发光值，由于该发光时间的不均匀，变成图像已经移动的像素部分的积分值。即，本来相同像素发光的各子场的发光变成由活动图像部中不同像素位置发光，像素的中间灰度级亮度不能单纯以各子场之和来表现。这是人的视觉感觉假轮廓的缘故。

如图2(b)所示，若活动图像从显示画面的左侧向右侧滚动，则在上述信号级的边界部感觉为亮线，反之，若活动图像从显示画面右侧向左侧滚动，则上述信号级边界部，因子场空间上分离，感觉为暗线。

另一方面，在子场排列为亮度权重从大至小，即排成SF7、SF6、SF5……SF0的显示方法中，若活动图像从显示画面左侧向右侧滚动，则信号级边界部感觉为暗线。反之，若活动图像从显示画面右侧向左侧滚动，则信号级边界部感觉为亮线。即，根据显示画面的活动图像移动方向，假轮廓外观不同。

另外，该假轮廓的产生还依存于活动图像的移动速度，移动速度越快，则假轮廓所及范围越大。例如，1场中10个像素移动则活动图像的假轮廓可波及10个像素。

以往，作为对该假轮廓的对策，提出了各种方案，在特开平7-271325号公报中揭示了一种技术，其中，不以脉冲数比率1、2、4、8、16、32、64、128这种单纯增加顺序，而以假轮廓不显著的顺序重新排列子场的显示顺序。例如，该方法可以是，在子场中显示期间最长的子场配置在场中心，以这种顺序显示，或每一场改变显示序号。

但是，子场重新排列和改变每场中子场发光顺序，不能适应移动块的活动图像的假轮廓等，效果极为有限。

又，在特开平8-123355号公报中，揭示了一种利用运动检测抑制假轮廓的技术。该技术从连续2场画面中与活动画面和背景画面对应的画面检测运动量和运动方向，根据该检测值与各子场画面单位时间的分割时间比例求运动修正量，使仅与该修正量对应的子场画面的发光图形移动。

又，在特开平8-211848号公报中揭示了一种技术，该技术由场间的显示数据对每像素块检测运动矢量，场中最前面的子场显示输入数据中与其对应的数据，后续的各子场用场周期除各自从最前面子场延迟的时间的商值乘以运动矢量所得的值，使显示数据移动，并显示图像。

由视觉实验得知，如上所述，仅根据运动量移动子场发光图形，或改变显示数据，如后所述，会产生与视觉光量的匹配不能完全符合的情况，仅根据运动量移动子场数据，不能防止假轮廓产生。而且，利用运动检测抑制假轮廓，虽然其防止假轮廓的关键涉及如何高精度地检测运动量，但实用的运动检测的具体构成并没充分揭示。

在特开平8-234694号公报中所揭示的假轮廓修正方法中，比较同一像素所对应的单元像素数据相隔至少1帧的上次值与本次值，在两者发光逻辑值的最高端二进制位的位置相互不同时，对本次值加或减修正数据。

但是，用该假轮廓修正方法，若活动图像的运动方向不能规定，则有可能效果适得其反。例如，当检测出该二进制位的位置在高端方向时减修正数据，如上所述，在图像向左方向运动时若进行上述运算，则反而会加强假轮廓，产生效果适得其反的情况。同样，当检测出该二进制位在低端方向时加修正数据，在图像向反方向移动时效果相反。又，存在不能适应快速活动图像的课题。

这样，在以往有关抑制假轮廓的技术中，存在运动矢量的检测精度不足、不能充分防止快速活动图像和浓度平坦图像中所产生的假轮廓这一课题。

发明揭示

本发明鉴于上述实际情况而作出，其目的在于提供一种用子场法显示灰度的显示装置中，可大幅度抑制眼睛跟踪活动图像时产生的假轮廓，从而提供高画质的活动图像显示方法及活动图像显示装置。

本发明提供一种通过由亮度权重不同的多个子场构成1场图像，并改变构成1场图像的子场组合来显示所需灰度的活动图像显示方法，它包括下列步骤：由图像数据检测表示图像移动方向和移动量的运动矢量；根据检测的运动矢量，重新生成将与图像移动时视网膜接收的灰度等效的灰度提供给视网膜的图像数据；根据新生成的图像数据决定子场组合。

又，本发明提供一种活动图像显示方法，对受在子场周期移动的注目像素影响的图像区域分配所述像素的像素浓度；对由周边像素分配像素浓度的各像素，根据各个像素浓度的总和，决定该子场是否点亮。

根据本发明，其构成为，检测图像运动矢量，沿该检测的运动矢量的移动方向分配配置要显示的图像数据，构成子场驱动数据，因而由移动像素数和与移动方向相应的矢量值，在视线对显示画面上移动像素跟踪时，由各子场区间内的发光时间与画面上的视线移动路径，实时计算入射至各视网膜位置的光通量的贡献率，由该输出数据生成新的子场数据，因而具有可根据运动检测所得正确的像素的移动像素数及移动方向，变换图像数据，防止产生假轮廓的效果。

又，本发明对每个子场顺次分配上述图像数据，因而可大幅度减少子场处理，谋求高速运算。

本发明提供一种根据所述检测的运动矢量的移动方向和移动量计算分配所述图像数据的像素位置和分配比例的活动图像显示方法。

根据本发明，具有可正确求出入射至视网膜光通量的效果。

本发明提供一种活动图像显示方法，包括下述步骤：检测图像运动矢量，根据该检测的运动矢量检测表示每像素4角移动方向及移动量的4角运动矢量，沿检测的4角运动矢量分配配置要显示的图像数据，从而构成子场。

根据本发明，即使随着像素运动其形状失真时，也可正确把握形状，可求出正确的像素面积和贡献率。

本发明提供一种捕获产生假轮廓的信号级附近的像素运动，根据像素运动修正目前图像数据的活动图像显示方法。

根据本发明，通过在产生假轮廓的信号级附近捕获像素运动，可不受像素值的分布偏差影响，高速检测图像局部变化。产生假轮廓部分的像素运动通过极其局部的检测就足够，因而可缩短计算时间，使电路构成简单。

本发明提供一种活动图像显示方法，包括下述步骤：利用产生假轮廓的信号级附近设阈值，将现场图像及前场图像2值化；比较2值化图像，检测活动像素的移动像素数和移动方向；根据该移动像素数和移动方向，修正现场图像中具有产生假轮廓信号级的活动像素。

根据本发明，用产生假轮廓的信号级附近的阈值，将现场图像和前场图像二值化，即使在小区域中也可反映原图像的特征，可检测产生假轮廓部分像素的运动。根据检测活动像素的移动像素和移动方向进行修正，因而可防止假轮廓产生。

本发明提供一种活动图像显示方法，在由现场图像和前场图像以像素块为单位检测运动矢量时，由根据所述现场图像和前场图像的像素级分别赋予的识别码的相关值，检测运动矢量。

根据本发明，首先，由根据像素级赋予的识别码的相关值检测运动矢量，由此可高精度检测运动矢量。再者，通过采用高精度运动矢量进行图像数据修正，可抑制假轮廓产生，进行高画质显示。

本发明提供检测图像的浓度梯度，并进行浓度梯度平坦部不依赖于运动检测的现场图像数据分散处理的活动图像显示方法。

根据本发明，因对浓度梯度平坦部分已有的数据分散处理足够抑制产生假轮廓，而且处理速度块，因而可有效组合已有的数据分散处理的优点和本发明的优点。

附图概述

图1表示子场的亮度比。

图2是子场法中产生假轮廓的原理示图。

图3是本发明实施形态1的灰度图像显示装置的总体构成图。

图4是实施形态1的运动检测处理部的功能框图。图5是运动检测处理部的2值运算部的电路构成图。图6是运动检测处理部的比较部构成图。图7是数据处理部的构成图。图8是运动矢量表构成图。图9是修正表构成图。图10是修正表中的第1象限、第2象限表构成图。图11是修正表中第3象限、第4象限表构成图。图12是实施形态1的灰度图像显示装置的总处理流程图。图13是取样图像中的多层图像与门限值的关系示图。图14是像素块匹配概念图。图15是已知像素块KT处理的概念图。图16是待定像素块处理的已知像素块与待定像素块的具体例子示图。图17是边缘检测窗的具体例子示图。图18是待定像素块处理的块关系示图。图19是待定像素块处理中的线性内插的位置关系示图。图20是择多判定处理的流程图。图21是综合处理的动作流程图。图22是综合处理运算示图。图23是本发明实施形态2的灰度图像显示装置的总体构成图。图24是实施形态2的灰度图像显示装置的图像变换部的构成框图。图25是实施形态2的灰度图像显示装置的运动检测处理部的构成框图。图26是实施形态2的识别码赋予例子示图。图27是实施形态2的灰度图像显示装置总体处理流程图。图28是实施形态2的取样图像中多层图像与阈值关系示图。图29是实施形态2由识别码检测运动矢量的总体动作流程图。图30是实施形态2中求运动矢量检测的动作流程图。图31是实施形态2的综合处理的动作流程图。图32是实施形态2的数据修正处理部的构成框图。图33是实施形态2的浓度梯度检测处理部的构成框图。

图34(a)是多值误差扩散法的构成图。

图34(b)是像素扩散法的构成图。

图35是像素扩散法的图形一例示图。

图36是本发明实施形态3的灰度图像显示装置的总体构成图。

图37是图像数据运算变换部的详细构成示图。

图38是某位置的运动矢量示图。

图39是实施形态3的子场发光序列示图。

图40是图像数据移动显示器上的位置的示图。

图41是从来自中间座标抽取运算部的运动矢量数据和图像数据至输出新图像数据与2值位映像的构成示图。

图42是对显示器上的某位置(x，y)，从排列图像数据的寄存器至排列新图像数据的新图像数据收容部的数据流视觉表示的概念图。

图43是加法器输出与减法器输出的视觉示图。

图44(a)表示视点在显示器上移动的状况。

图44(b)表示2像素的图像数据移动，随之视网膜像素移动的状况。

图45表示用小数3位数的数字表示各子场中1单元视网膜像素受显示器上各像素何种影响。

图46是作图像处理前的数据与处理结果示图。

图47是第1子场区间内的处理示图。

图48是第2子场区间内的处理示图。

图49是第3子场区间内的处理示图。

图50是某图像数据的像素在时刻t1至t2间移动的示图。

图51是显示器上位置(x0、y0)附近的放大图。

图52是视网膜像素重叠在某显示器上的位置的图。

图53是视网膜像素与全部包围该视网膜像素的长方形及该长方形最大最小座标示图。

图54是贡献率求法说明图。

图55是各种时刻视网膜像素位置的示图。

图56表示某时刻视网膜像素与显示器上位置(x，y)重叠。

图57是图像数据运算变换部的详细构成示图。

图58表示图像数据移动显示器上位置的状况。

图59是从来自中间座标抽取运算部的运动矢量数据与图像数据至输出新图像数据与2值位映像的构成图。

本发明的最佳实施形态

下文参照附图，具体说明本发明的实施形态。实施形态1

图3是应用本发明活动图像显示方法的灰度图像显示装置的总体构成示图。该灰度图像显示装置在视频信号处理部1把视频信号分离成R、G、B的各色分量，在A/D变换部2变换成R、G、B图像数据，然后输入至运动检测处理部3。在运动检测处理部3进行平滑处理、多层2值化处理、像素块匹配处理、择多判定和综合判定处理，从而检测输入图像的活动像素数及移动方向。运动检测处理部3检测的活动像素数、移动方向及检出块信息输入至数据修正处理部4，该处理部备有设定成与活动像素和移动方向相应的修正量的修正表，修正产生假轮廓的像素的灰度数据，然后向输出处理部5输出。输出处理部5把各像素的灰度数据变换成与电压施加时间宽度对应的脉冲数，提供给X扫描驱动器7和y扫描驱动器8，从而在PDP构成的图像显示部6进行中间灰度显示。

在同步分离处理部9中，从视频信号中分离出同步信号，在定时产生部10中产生与输入的视频信号同步的定时信号，向各部分提供。

运动检测处理部3的具体构成示于图4。由A/D变换部2输入的原图像数据输入到当前场(下文称为现场)组件B1，同时，用延迟电路20延迟1场后，输入至前一场(下文称为前场)组件B2。在现场组件B1中，现场的原图像数据输入至由R、G、B的3个平滑滤波器构成的平滑滤波器组件21-1，对每种颜色数据进行平滑处理，去除原图像中所含的噪声分量。经平滑处理的原图像数据输入至由分别对R、G、B设置的多层2值化处理部组成的多层2值化组件22-1，对每种颜色用多个2值化门限值作2值化处理。这里，2值化门限值设定在产生假轮廓的信号级附近。例如，若用8比特表示256级灰度时，设定成含31至32、63至64、127至128及与之相反的信号级的值。各门限值得到的2值化图像数据(多层图像数据)分别存储在多层存储器组件23-1的各色图像存储器中。

处理1场以前的原图像的前场组件B2其构成与上述现场组件B1相同。即，在平滑滤波器组件21-2中对每种颜色平滑处理1场前的原图像数据，在由分别对R、G、B设置的多层2值化处理部构成的多层2值化组件22-2中，用多个2值化门限值对每种颜色进行2值化处理，并把由各门限值得到的多层图像数据存储在多层存储器组件23-2的各色图像存储器中。

在用于运动检测的像素块匹配处理中，地址映射部24-1对从现场图像中切出的检测像素块KB作地址映射，地址映射部24-2对从前场图像中切出的参照像素块RB作像素块地址映射。检测像素块KB及参照像素块RB的各图像数据输入运动矢量检测部25。

运动矢量检测部25由对每种颜色分别设置2值运算部的2值运算组件26和对每种颜色分别设置比较部的比较检测组件27构成，通过像素块匹配求场之间的图像运动。

择多判定和综合判定部28判定各检测像素块KB的活动像素数及移动方向，判定结果登录在运动矢量表29。

数据修正处理部4利用运动矢量表29及根据预先视觉实验编入的修正表修正假轮廓部的像素数据。

对上述构成的灰度图像显示装置的动作作详细说明。

图12是提取示于图4的运动检测处理部3的各组件处理内容概念构成的图。以下，对示于图12的运动检测处理部3的各组件的处理内容加以说明。

对现场图像及前场图像分别利用设定于产生假轮廓的信号级的2值化门限值进行2值化处理。

这里，参照图13，说明多层2值化图像的概念。

图13横轴表示像素位置，纵轴表示像素值。像素值的变化区域由n个阈值(Th1至Thn)(图中n＝5)分割成(n+1)个区间，分配2值化像素值，使邻接区间中的值不同，而且各像素根据像素值属于哪个区间加以2值化。

该2值化方法不受像素值分布偏差影响，可表示图像局部变化，因而2值化图像，即使在运动矢量检测像素块这种小区域内，也可反映原图像的特征。产生假轮廓的像素运动用极其局部的检测即足够，因而可缩短计算时间，简化电路结构。

接着，对运动矢量检测部25的像素块匹配处理加以说明。

采用像素块匹配方法作为求场间图像运动的方法。该方法，如前所述，在检测像素块KB设定为水平16像素、垂直16像素，参照像素块RB也设定与检测像素块KB相同大小时，若设包含参照像素块RB的参照区域R为水平48像素、垂直48像素，则水平方向(X方向)活动像素数可检测从-16像素至+16象素，垂直方向(Y方向)活动像素也可检测从-16像素至+16像素。活动图像在显示画面中运动时，其假轮廓显著的场间运动是从6像素至15像素左右，因而活动像素检测能力必须达到上述程度。如图12所示，用矩形像素块单元求现场与前场间的图像运动，从包含在前场参照区域R中的参照像素块RB中找出对把现场分成多个参照区域R的各检测像素块KB最一致的部分，求其间的量作为运动矢量。

这时，像素块的一致程度由预定的评价函数值的大小判定，通过从包含在参照区域R中的多个参照像素块RB中寻找提供评价函数最小值的像素块，进行运动矢量检测。

在用浓淡图像进行基于上述方法的过程时，在评价函数值的计算中，采用多值(例如8比特)表示的像素值，进行相减、比较等大量运算，使实时处理可评价的参照像素块RB数量受限制，因而会发生未评价提供正确运动矢量的参照像素块RB的情况，结果，存在运动矢量检测精度低的问题。

为了抑制PDP的假轮廓部，由于知道产生假轮廓的信号级，所以要求出产生假轮廓附近的图像运动，就对该信号级附近的图像进行2值化，求该2值图像的运动矢量，这样可缩短计算时间和提高精度。又，可忽略不产生假轮廓的图像运动矢量。

在2值运算组件26中，计算表示一致程度的评价函数。检测像素块KB大小为4×4像素时的2值运算部的构成示于图5。又，虽然以检测像素块KB大小为16×16，参照区域R为48×48进行说明，但这里，为使说明简单，以4×4来说明。

2值运算部包括对像素块内的4行检测场间匹配的2值行匹配部30-1、30-2、30-3、30-4。2值行匹配部30-1评价现场与前场间的第1行匹配。检测像素块KB的第1行的行数据输入移位寄存器31-1，参照像素块RB的第1行的行数据输入移位寄存器31-2。移位寄存器31-1、31-2可保持4个像素数据，来自2个移位寄存器的同一像素位置的像素数据输入同一异逻辑电路32-1、32-2、32-3、32-4。异逻辑电路的输出在比特相加电路33中相加后，输入至多路开关选择器34。

2值行匹配部30-2、30-3、30-4也具有与上述2值行匹配部30-1相同的构成，各自评价第2至第4行的行匹配，作为行评价值的比特相加值输入多路开关选择器34。经多路开关选择器34，2值行匹配部30-1、30-2、30-3、30-4的输出有选择地输入加法器35，4行的行评价值相加后的值作为1像素块的像素块评价值存储在寄存器36。寄存器37用于输出控制。

上述2值运算部中，从多层图像存储器，经信号线提供的检测像素块KB、参照像素块RB的数据，以扫描行为单位传送到2值行匹配部30。在各行匹配部30-1至30-4中，用移位寄存器31-1、31-2，取出各像素的2值数据，由异逻辑电路32-1至32-4评价像素块内相同位置像素彼此一致还是不一致，不一致时输出“1”，一致时输出“0”，提供给比特相加电路33。

在比特相加电路33中求其和。该比特相加值表示各扫描行不一致的像素数。该和经信号线由2值行匹配部30输出，提供给多路开关选择器34。在多路开关选择器34中，由经选择控制线送来的选择控制信号顺次选择各行的比特相加电路33的输出，经信号线提供给加法器35。由加法器35及寄存器36求输入值的和，从而求出像素块间不一致像素数作为评价函数值。

对比较检测组件27的动作加以说明。

比较检测组件27的比较部的构成示于图6。比较部由存储最小评价函数值的寄存器41、存储表示最小评价函数值的参照像素块RB的移位量的寄存器42、比较目前最小评价函数值与本次比较对象的2值运算部输出(某移位量的像素块评价函数值)的比较器43、多路开关选择器44、45构成。

比较部中，寄存器41中存储各时刻的评价函数值的最小值，寄存器42中存储与该最小值对应的参照像素块RB的移位量。在比较器43中比较经信号线提供的评价函数值与由寄存器41提供的评价函数最小值，该比较结果经信号线作为选择控制信号送给多路开关选择器44、45。在2值运算部的输入小时，多路开关选择器44用来自2值运算部的输入评价函数值更新寄存器41的内容，且多路开关选择器45用来自2值运算部的输入移位量更新寄存器42的内容。最终，寄存器42中存储的移位量作为该检测像素块KB的运动矢量送给择多判定和综合判定部28。

对择多判定和综合判定部28的动作加以说明。

在这里进行两种处理：由周围已知像素块的信息运算比较各R、G、B分量的检测像素块与参照像素块中，未检测出运动的检测像素块(邓待定像素块)；由各R、G、B分量的检测像素块的运动矢量信息综合运算成一个运动矢量。

运动矢量检测部25把对现场分割成多个的各检测像素块KB检测的运动矢量信息输入至择多判定和综合判定部28。择多判定和综合判定部28通过待定像素块处理及择多判定处理，判定各检测像素块KB的活动像素数及移动方向，判定结果登录在运动矢量表29中。

参照图15至图17，说明择多判定和综合判定部28中进行的待定像素块处理。

在多层2值图像划分成各像素块的情况下，在其边缘部位于像素块内时，可求活动像素数，但在像素块内的图像数据全为“1”的区域且该区域邻接时(图15中附加F的区域)，找不到该像素块区域的活动像素数。

这种情况下，运动矢量检测时该像素块区域的活动像素数设为待定(例如标记为“1”)，以与其他像素块区别暂时登录。然后，由已知像素块KT求夹在已知像素块KT区域中的待定像素块FT区域的活动像素数及方向。待定像素块FT区域与已知像素块KT区域作相同运动，因而采用与包围的已知像素块KT的活动像素数相同的值。

作为该方法，考虑图像映像法。例如，2值图像大小为水平6141像素、垂直480像素的所谓VGA型时，若运动矢量检测像素块KB是16×16像素，则如图16所示，像素块数可分割成水平40、垂直30计1200个像素块区域。作为40×30像素的图像映像，可由包围待定像素块FT的已知像素块KT的形状，求该待定像素块FT。这里，设待定像素块FT为2值图像中数据为“1”的区域，已知像素块KT为数据为“0”的区域。

在该方法中，采用图17所示的3×3边缘检测窗算子。3×3边缘检测图形组合中的9个例子示于图17。用该窗扫描40×30像素块图形，以注目点为基准，若有与边缘图形一致的地方，由于这是待定像素块FT区域与已知像素块KT区域的边界，把该待定像素块FT置换成已知像素块KT。该待定像素块FT的活动像素数与包含注目点的已知像素块KT的活动像素数相等。

接着再对作为高精度方法的线性内插法加以说明。

图18示出此方法的含待定像素块的像素块关系。这时以下述顺序进行线性内插。

在图18中，首先以注目像素块(图中×记号的块)为基准，向右方向探索标记为“-1”的已知像素块，若存在该像素块，则取出其运动矢量，设为参照像素块1。这时，参照像素块1位置的运动矢量以(x1，y1)表示，设至注目像素块的距离为d1。又，运动矢量以活动像素数与移动方向(+/-)表示。

然后，以注目像素块为基准，向左方向搜索标记为“-1”的已知像素块，若存在该块，则取出其运动矢量，设为参照像素块2，这时，以(x2，y2)表示参照像素块2位置的运动矢量，设至注目像素块的距离为d2。

进而，以注目像素块为基准，向上方向，搜索标记为“-1”的已知像素块，若存在该块，则取出其运动矢量，设为参照像素块3。这里，以(x3，y3)表示参照像素块3位置的运动矢量，设至注目像素块的距离为d3。

最后，以注目像素块为基准，向下方向搜索标记为“-1”的已知像素块，若存在该块，则取出其运动矢量，设为参照块4。这时，以(x4，y4)表示参照像素块4位置的运动矢量，设至注目像素块的距离为d4。

由这样，左右上下方向搜索取出的参照像素块与注目像素块的距离，算出各参照像素块的权重，采用该权重与参照像素块的运动矢量，根据如下所示的线性内插运算式，求注目像素块的运动矢量。

根据图18，下式给出各参照像素块的权重W。

w1＝(d1/(d1+d2+d3+d4))^-1

w2＝(d2/(d1+d2+d3+d4))^-1

w3＝(d3/(d1+d2+d3+d4))^-1

w4＝(d4/(d1+d2+d3+d4))^-1                      …(1)

由线性内插求出的注目像素块的运动矢量(mx，my)为：

mx＝((x1×w1)+(x2×w2)+(x3×w3)+(x4×w4)/A

my＝((y1×w1)+(y2×w2)+(y3×w3)+(y4×w4)/A    …(2)

其中

A＝w1+w2+w3+w4                                …(3)

对像素块个数重复进行上述运算，可由线性内插求得待定像素块的运动矢量。

图19表示线性内插图形的位置关系。

这里，设i、j、k、l是至注目点P的距离，Pi、Pj、Pk、pl是自P各自离开i、j、k、l距离的点的值，则注目像素块位置P的内插式如下所示。

设各点的权重为I，则权重由下式给出：

Ii＝(i/(i+j+k+l))^-1

Ij＝(j/(i+j+k+l))^-1

Ik＝(k/(i+j+k+l))^-1

Il＝(l/(i+j+k+l))^-1                                      …(4)故所求点的值(Px，Py)为：

Px＝((Pix×Ii)+(Pjx×Ij)+(Pkx×Ik)+(Plx×Il))/A

Py＝((Piy×Ii)+(Pjy×Ij)+(Pky×Ik)+(Ply×Il))/A          …(5)其中，A＝(Ii+Ij+Ik+Il)                                       …(6)

如上所述，由周边已知像素块KT的运动像素数，通过算式求每个R、G、B图像中待定像素块FT区域的运动矢量。然后，由R、G、B各自的运动矢量，通过择多判定之类的综合处理求各像素块的运动矢量值。

这里，参照示于图20的流程，说明根据择多判定处理的综合处理的具体内容。

各像素块对R、G、B图像是相同的，因而运动方向和运动像素数理应相同。但是，由于作为对象的图像，其像素块的2值运算及比较部的运算误差等，有时会产生差异。

因此，取入每像素块的X、Y方向的运动像素数(S1)，对R、G、B逐一判定x、y移动方向是否一致(S2)。这时，在移动方向的修正、选定(S3)步骤中，由于R、G、B各像素块的2值运算、比较检测组件输出的x、y运动方向，以第1象限至第4象限的座标轴为基准，添加其符号，所以判断x、y在R、G、B中是否相同。这里分别对R、G、B运动方向的x方向与y方向，包含该像素块和与之邻接的像素块的运动符号，进行择多判定后，作为运动方向登录在运动矢量表29中(S6)。通过这种手段，可提高运动方向的精度。

进而，像素修正、选定(S5)步骤也同样对R、G、B各像素块的2值运算、比较检测组件26、27输出的x、y方向的活动像素数判定在R、G、B中是否相同(S4)。这时，若R、G、B活动像素数完全不同，则采用相互间接近的像素数且自该值的中央值起顺次加权的值的平均值，作为活动像素数登录在运动矢量表29中(S6)。该平均值通常取四舍五入的值。

例如，设x方向活动像素数对R、G、B分别为6、5、2，其权重各为2、3、1。则x方向活动像素数为(2+3+1)除(2×6+3×5+1×2)所得的值，即取5像素。

又，对R、G、B相同活动像素值有2个以上的情况也作同样处理。例如，若X方向活动像素数R、G、B分别为2、5、2，用其权重为3、1、2，x方向活动像素数为(3+2+1)除(3×2+1×5+2×2)所得的值，即为3像素。对y方向也可同样进行处理。

下面，说明用于提高运动矢量精度的综合处理方法。

图21是由R、G、B各运动矢量值求一个运动矢量的动作流程。

在上述示于图20的综合处理中，仅根据R、G、B图像各注目像素块作运算处理，有时会产生得到的运动矢量的值在精度方面与实际值不一致的像素块。此验证结果启示，为了提高精度，要考虑注目像素块是待定像素块还是已知像素块，还要考虑注目像素块周边像素块的运动矢量。

因此，如图21的动作流程图所示，在该综合处理中，首先校验注目像素块的标记(S10)，在标记为“1”(S11)及“0”(S12)时，不取出注目像素块的运动矢量，仅当标记为“-1”(S13)时，才取出注目像素块的运动矢量(S14)。然后，取出包围注目像素块的周边8个邻近像素块的运动矢量(S15)，取出的多个运动矢量，x、y分量分别重新排列，以其中央值为代表值(S16)。

上述过程重复进行至次数达要综合的R、G、B数(S17)，其后按照代表值的个数分开处理。代表值是R、G、B每个分量分别表示的。在代表值为1个时(S18)，作为综合结果，注目像素块的运动矢量值设标记＝-1，代表值不变(S23)。作为对象的像素块为偶数等，代表值为2个时(S19)，求2个代表值的平均值(S21)。作为综合结果，注目像素块的运动矢量值设标记＝-1，取其平均值运算结果(S24)。再者，在代表值为3个时(S20)，求3个代表值的平均值(S22)。综合结果，设注目像素块运动矢量值为标记＝-1，取其平均值运算结果(S24)。进行该处理直至次数达全部像素块个数(S26)，作为注目像素块运动矢量值。

作为一个例子，在图22示出从注目像素块及其邻近8个像素块的运动矢量值求一个运动矢量的综合处理例子。

图22(a)表示对R、G、B各自的运动矢量取出注目像素块及其8个邻近像素块运动矢量值时的例子。这时，网状线所表示的是注目像素块。图中(-、-)所示的像素块表示不检测运动矢量区域(标记＝0)的像素块。

图22(b)表示从R、G、B矢量取出运动矢量有效的像素块时的情形。

图22(c)表示对R、G、B分别按数值大小顺序重新排列的次序。

图22(d)表示算出R、G、B各自的代表值的例子。该图显示：运动矢量数据数为奇数时选择队列的中央值，偶数个数时，算出中央2个的平均值。这时，运动矢量小数点以下部分舍去。如上所述求得各R、G、B的代表值。

采用该结果，如图21所示进行综合处理。即，代表值为1时，以其原来值作为结果，代表值为2时，取2个值平均值。代表值为3时，取该3个值的平均值。上述平均值运算小数点以下均四舍五入。

这时运动矢量结果按下式给出。

x＝(12+12-4)/3＝7

y＝(1+1+0)/3＝1                                …(7)

因此，求得x方向运动矢量为“7”，y方向运动矢量为“1”。

上述综合处理结果，在640像素×480像素的VGA型中，检测像素块是16像素×16像素，因而总检测像素块数是1200个。由该综合处理得到的平均误差与前述方法相比约改善20％，其偏差不表示极端的运动矢量，可使全体运动矢量得到正确反映。

如上所述，每个R、G、B图像求得的活动像素数按每个像素块综合处理成1个值，登录在运动矢量表中作为活动像素数。

接着，对修正处理部4的处理内容加以说明。

数据修改处理部4的构成示于图7。现场各检测像素块KB的运动矢量信息登录在运动矢量表29中。

运动矢量表29的构成示于图8。图8例如表示可显示640水平像素、480垂直像素的VGA型场合的运动表。这时，若检测像素块是水平16像素、垂直16像素，则该表共计分割成1200个块，对各像素块将活动像素数和移动方向列成表。这里，以各像素块的左上为座标原点。对现场图像，按照完成运动检测的检测像素块的顺序，登录检测像素块KB的块序号、离该检测像素块KB原点的偏移值、来自该检测像素块KB前场的运动像素数(含运动方向)。

修正表53的部分构成示于图9，具体的表构成示于图10和图11。修正表53把检测像素块KB的运动方向分为第1象限至第4象限，登录修正数据。在第1象限中，根据作为水平方向的X方向(+方向)的运动像素数，登录各修正数据，在第2象限中，根据作为垂直方向的Y方向(+方向)的运动像素数，登录各修正数据。又，在第3象限中，根据作为水平方向的X方向(-方向)的运动像素数登录各修正数据，在第4象限中，根据作为垂直方向的Y方的(-方向)的运动像素数，登录各修正数据。

图10是对X方向运动向“+”和“-”方向(即向第1象限和第3象限)运动的修正数据，对应于其信号级变化和位置作成的矩阵表。

同样，图11是对Y方向运动向“+”及“-”方向(即向第2象限和第4象限)运动的修正数据，对应于其信号级变化和位置作成的矩阵表。在本说明中，修正数据未记入。

在修正处理组件4中，向假轮廓发生信号级检测部51输入现场的原图像数据，由现场图像中各像素的信号级，检测预测会发生假轮廓的假轮廓发生预测点x、y座标。如上所述，产生假轮廓的信号级在2的N次方的信号级边界附近，因而抽取2的N次方信号级边界附近的像素。

向假轮廓发生像素候选检测部52提供假轮廓发生信号级检测部51检测的全部假轮廓发生预测点，从假轮廓发生预测点中指定按照视觉特性在实际显示中识别为假轮廓的像素位置，作为假轮廓发生像素候选。当选定实际显示中识别为假轮廓的像素位置时，使反映假轮廓发生预测点的发生密度。

作为这种情况的处理，通过以假轮廓发生预测点的x、y座标为中心的3×3或5×5的窗算子，可检测该候选点的密度。由该检测点的数，在候选点为1点弧立的情况下，可判定是否进行修正处理。

在假轮廓发生像素候选中发生假轮廓，这种场合该假轮廓发生像素候选所属的检测像素块KB实际上在移动。

假轮廓发生像素所属的检测像素块KB是移动像素块时，从运动矢量表29中取出检测像素块序号、x，y活动像素数，向修正表53提供。把与活动像素数相符的修正量登录在修正表53中。修正表53通过预先用PDP装置作视觉实验确定其修正量，根据上述图10、11的构造制成表格。

从修正表53中取出修正数据，提供给修正运算部54，该修正数据是由从假轮廓发生像素候选检测部52输出的假轮廓发生信号级及从运动矢量表29中取出的x、y活动像素数指定的。修正运算部54，当修正原图像数据时，因为处于假轮廓发生信号级且运动的像素由修正表53提供与活动像素数及移动方向相符的修正数据，所以修正为符合视觉光量的信号级。

如上所述，在本发明的构成中，划分运动检测处理部与数据修正处理部，使各处理部有从属关系，因而可灵活地进行修正处理。

(实施形态2)

图23示出应用本发明的运动检测方法及活动图像显示方法的灰度图像显示装置的总体构成图。图23的灰度图像显示装置在视频信号处理部101将视频信号分成R、G、B各色分量，在A/D变换部102变换成R、G、B的图像数据后，输入到图像变换部103、数据分散处理部106及数据修正处理部107。在图像变换部103将R、G、B各信号变换成等效亮度信号(Yt)，再进行向现场及前场图像的变换及平滑滤波处理，并将这些图像信号输入运动检测处理部105和浓度梯度检测处理部104。浓度梯度检测处理部104通过图像浓度差检测、2值化处理、胀缩等的形态处理等，测出图像中的浓度梯度的平坦部分即所谓满平区域。运动检测处理部105进行阈值处理、像素块匹配处理及综合判定处理，检测输入图像的活动像素数及移动方向。运动检测处理部105测出的活动像素数、移动方向及检测组件信息输入数据修正处理部107，根据活动像素数及移动方向的结果，进行输入像素位置数据的子场模式组合运算，重新配置适合视觉光量的子场数据，从而对产生假轮廓的像素进行灰度数据修正。

另一方面，数据分散处理部1进行误差扩散法等不依赖运动检测的数据处理。数据切换部108根据来自浓度梯度检测处理部104的检测信号，对采用来自数据分散处理部106的输出数据还是采用来自数据修正处理部107的输出数据，按图像的每一像素块进行切换。该输出数据输入到输出处理部109。输出处理部109将各像素的灰度数据变换成与电压施加时间宽度对应的脉冲数并供给X扫描驱动器110及Y扫描驱动器111，从而在由PDP构成的图像显示部112进行中间灰度显示。

另外，同步分离处理部113从视频信号分离出同步信号，并生成与输入视频信号同步的定时信号供给各部。

对如上所述构成的灰度图像显示装置的动作进行说明。

视频信号处理部101将视频信号分离成R、G、B各色分量，在A/D变换部102变换成R、G、B的原图像信号，供给图像变换部103、数据分散处理部106及数据修正处理部107。

将图像变换部103的具体方框构成图在图24示出，并说明其动作。用延迟电路120使从A/D变换部102输入的各R、G、B原图像信号延迟1场的量之后，输入到N-1场Y图像变换电路121。在N-1场Y图像变换电路121，将输入的各R、G、B原图像信号变换成用式8表示的等效亮度信号(Yt_(N-1))。

Yt_(N-1)＝(R+G+B)/3                                  ……(8)

将该N-1场图像信号即前场Yt图像信号输入平滑滤波器23，去除原图像中所含的噪声分量。

同样，各R、G、B原图像信号输入到N场Y图像变换电路122。在N场Y图像变换电路122，变换成用式9表示的等效亮度信号(Yt_(N))。

Yt_(N)＝(R+G+B)/3                             ……(9)

该N场图像信号即现场Yt图像信号也同样输入平滑滤波器124，去除原图像中所含的噪声分量。

在此，从R、G、B信号向常规的亮度(Y)信号的变换一般用式10进行。

Y_(GEN)＝0.2988(R)+0.5968(G)+0.1144(B)        ……(10)

但是实验证明，式10中R信号分量和B信号分量对Y信号分量的比率较低，不能正确检测产生假轮廓附近处图像的活动。

通过如本发明那样，使各R、G、B信号对Yt信号的权重比相等，与按各R、G、B求运动检测的方式相比，能测出高精度的运动检测矢量。再有，通过应用向Yt信号变换的方式，与传统的按各R、G、B进行运动检测的方式相比，电路尺寸可减小至2/3，具有可降低成本及运算高速化的特点。以下将Yt图像信号简称为Y信号进行叙述。

将运动检测处理部105的具体方框构成图在图25示出，并说明其动作。运动检测处理部105对现场Y图像信号和前场Y图像信号用阈值大小不同的2个阈值组分别加上识别码，从而变换成多值图像(识别码图像)，暂时存储在图像存储器。从图像存储器读出的多值图像按每一阈值组求运动矢量后，在综合判定部135综合来自2个阈值组的运动矢量。

现场组件B1的阈值处理输入从图像变换部103输入的现场Y图像信号，并在阈值处理部130-1、130-2中，将现场Y图像信号在与像素级相应的划分区域加上识别码后，输出多值图像。此时，从Y图像信号生成的识别码图像(即多值图像数据)是在图26示出与像素级相应的划分区域的两个阈值组(在图26中示出了阈值组(A)和阈值组(B))，按各阈值a1-g2、h1-q2的划分区域，分别用识别码施加部131对Y图像信号施加3比特的识别码。另外，当Y图像信号在划分区域范围之外时，施加识别码(0)。在图26所示的例子中，因为识别码分别为3比特，所以可以选择各8种的划分区域，分别作为阈值组A和B。

因此，该两个阈值组(A及B)分别分配给现场Y图像信号和前场Y图像信号，施加识别码，按这些识别码分别进行像素块匹配处理，所以，与传统的用两个图像进行像素块匹配相比，能测出更高精度的运动矢量。每一阈值组获得的多值层次图像数据分别存入多值存储器132-1、132-2。

此外，前场块B2与上述现场块B1构成相同。即，在阈值处理部130-3、130-4，对如上所述那样输入的前场Y图像信号，根据像素级，通过识别码施加部131，按每一阈值组(阈值A、B)施加识别码，并将获得的多值层次图像数据(识别码图像)存入多值存储器132-3、132-4。

另外，阈值组A、B的各划分区域可以设定成各划分区域相互不重叠，也可以设置成划分区域一部分相互重叠。

在运动矢量检测用的像素块匹配处理中，用地址映射部133-1对从现场图像切出的检测像素块KB进行地址映射，并用地址映射部133-2对从前场图像切出的参照像素块RB的像素块地址进行映射。检测像素块KB及参照像素块RB的各图像数据输入运动矢量检测部134。

运动矢量检测部134由按每一阈值组(A及B)设置的多值运算·比较部134-1、134-2构成，通过像素块匹配求场间的图像的活动。

综合判定部135对各检测像素块KB的活动像素数及活动方向进行判定，并将判定结果登录在运动矢量表136上。

此外，浓度梯度检测处理部104是检测Y图像信号的浓度梯度的平坦区域用的，该处理部检测Y图像信号的浓度差，抽取浓度差比设定值小的部分，通过形态处理去除孤立噪声，检测出平坦的区域。

数据修正处理部107根据存有活动像素数及移动方向的运动矢量表136的结果，进行输入图像位置数据的子场模式组合运算，重新配置适合视觉的数据，从而对产生假轮廓的像素进行灰度数据修正。

数据分散处理部106是用误差扩散法及像素分配法等，不依赖于运动检测，使图像信号分散并改善图像质量的处理部。

数据切换部108根据来自浓度梯度检测处理部104的检测信号，按图像的每一像素块，对采用来自数据分散处理部106的输出数据还是采用来自数据修正处理部107的输出数据进行切换。该输出数据输入到输出处理部109，将各像素的灰度数据变换成与电压施加时间宽度对应的脉冲数，并供给X扫描驱动器110和Y扫描驱动器111，从而在由PDP构成的图像显示部112进行中间灰度显示。

接着使用图27，对本发明的运动检测处理部105、浓度分布检测处理部104、数据分散处理部106、数据修正处理部107及数据切换部108进行详细说明。

首先对运动检测处理部105进行详细说明。

阈值处理部130-1至130-4对现场Y图像信号及前场Y图像信号用分别设定的划分区域进行识别码处理。在此，对识别码化(多值图像)参照图28进行说明。图28横轴表示像素位置，纵轴表示像素级。Y图像信号的像素级的划分区域按照图26所示a1至g2的n个阈值(在该图中n＝8)，分成(n)个区间，且相邻区间不重叠，这样来分配不同的阈值，而且各像素根据像素值属于哪个划分区域来加上识别码。利用这点，如前所述，通过分配给每一阈值码的识别码，将输入信号级分成阈值组A和B，使现场图像及前场图像成为多值图像(识别码图像)。另外在图28中，斜线区域的像素值在阈值范围之外时，作为识别码，施加“0”。

该阈值处理因为能在不受到像素值分布偏差的影响的情况下，表示图像的局部性变化，所以，每一识别码(1-7)的运动矢量即使在像素块这种小区域内，也能反映原图像的特征。产生假轮廓的像素运动通过极其局部性的检测就足够了，能减少计算时间，简化电路结构。

分别通过多值化处理部130-1至130-4加上识别码的该现场及前场的多值图像数据分别被存入多值图像存储器132-1至132-4，以供下次的像素块匹配处理。

运动矢量检测部134的像素块匹配处理能执行上述实施形态1说明过的像素块匹配处理。

传统的用2值图像进行的像素块匹配用规定的评价函数值的大小进行判定，运动矢量的检测通过从参照区域R所含的多个参照像素块B之中找出给予评价函数的最小值的参照像素块来进行，实际上，如式4所示，将检测像素块KB内的2值图像gt(x、y)与参照像素块RB内的2值图像gt-1(x、y)之间经“异”逻辑运算的像素数计数值的最大一致点作为该检测像素块KB的运动矢量来求出。Dnt(i，j)＝∑∑{g_t(x，y)g_t-1(x-1，y-1)}

                                        …(11)

此时，将使Dnt最小的位置(i，j)定义为各检测像素块KB的运动矢量。这与对每一检测像素块KB，找到在参照区域R内使相关值为最大值的部位是等效的。

本实施形态的像素块匹配不仅像素数一致，而且如上所述，也同时参照识别码作为检测信息，所以能大幅度改善运动矢量的检测精度，这用公式表示如式12所示。 $\mathrm{Dnt}(i,j)=\underset{i}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}\underset{k-1}{\overset{7}{\mathrm{\Σ}}}\{g_{\mathrm{tk}}(x,y)\⊕g_{(t-1)k}(x-1,y-1)\}---\left(12\right)$

式中，k为经阈值处理施加的识别码，如上所述在图26中示出。如上所述将此用3比特表示的话，k可具有从0至7的值。

参照图29所示的流程图，对本发明的多值运算·比较部134-1、134-2的像素块匹配处理进行说明。

首先，作为输入图像，以现场多值图像(识别码图像)为对象，对检测像素块内的每一识别码的像素数进行计数(S1)。此时，检测像素块内为全部相同的识别码时(S2)，标上“1”的标记(S5)，检测像素块内的识别码全部为0时(S3)，标上“0”的标记，检测像素块内有多个识别码时(S4)，标上“-1”的标记(S7)。

这样根据检测像素块的识别码来设定标记，是为了在后面将叙述的综合处理时对运动矢量处理进行情况区分。因此，仅在检测像素块内存在多个码时，进行与参照区域内的所有参照像素块的相关处理，求运动矢量(mx、my)(S8)。重复进行该处理，直至全部块处理完(S9)。

图30示出了图29所示(S8)的运动矢量检测处理的更详细流程图。在图30中，首先进行参照区域的设定(S10)，接着，用式11或式12进行与所有参照像素块的相关处理(S11)。将此按相关值的大小顺序重新排列(S12)，将相关最大的参照像素块与检测像素块的对应位置作为运动矢量(S13)。再检查同一参照像素块内有否相关值相同的(S14)，无相同值时将获得的运动矢量作为输出取出。另一方面，若有最靠近检测像素块位置的参照像素块，则将其与检测像素块的对应位置作为运动矢量取出(S15)，并将其输出。

采用如上所述本发明的利用识别码法的像素块匹配处理，已确认与传统的仅使用像素数计数进行的像素块匹配处理相比，运动矢量检测精度在均方误差上改善20-30％。

接着对综合判定部135的动作进行说明。

在此，在运动矢量检测部134，对现场Y图像及前场Y图像进行如下处理：根据对2个阈值组(在此称为Y(A)组和Y(B)组)中的每一个所测出的运动矢量信息综合运算成一个运动矢量的运算处理；通过对各检测像素块与参照像素块进行比较，从周围已知块的信息对未进行运动矢量检测的检测像素块即待定像素块进行运算处理。

综合判定部135从运动矢量检测部134输入对将现场划分成多个的各检测像素块KB进行检测获得的运动矢量信息。综合判定部135通过待定像素块处理，判定各检测像素块KB的活动像素数及移动方向，并将判定结果登录在运动矢量表136。

综合判定部135执行的待定像素块处理可以应用上述实施形态1说明过的待定像素块处理。

如上所述，从周边已知块LT的活动像素数利用运算式，对每一Y(A)、Y(B)图像求出待定像素块FT区域的运动矢量。再根据Y(A)、Y(B)各运动矢量经综合处理，求出各像素块的运动矢量值。

但是，因为各像素块对Y(A)、Y(B)是相同的，故移动方向及活动像素数当然应该是相同的，但由于对象图像的像素块的2值运算·比较部的运算误差等，有时会发生差异。

因此，以下对提高运动矢量精度的综合处理方法进行说明。

在此，参照图31所示流程图，对综合处理的具体内容进行说明。

图31是从Y(A)、Y(B)的各运动矢量求一个运动矢量用的动作流程。在该方式中，考虑注目像素块是待定像素块还是已知像素块，以及注目像素块周边像素块的运动矢量进行运算处理。

在该综合处理中，首先检查注目像素块的标记(S20)，标记为“0”(S21)时，不取出注目像素块的运动矢量，仅在标记为“-1”时，取出注目像素块的运动矢量(S24)。然后，取出包围注目像素块周边8个邻近块的运动矢量(S25)，并将取出的多个运动矢量按每一x、y分量分别进行重新排列，将其中央值作为代表值(S26)。将此进行到次数达应综合的像素数为止(S27)，然后按代表值的个数分开处理。代表值按每一Y(A)、Y(B)进行表示，此时，代表值为1个时(S28)，作为综合结果，注目像素块的运动矢量值设标记＝-1，代表值原封不动(S32)。另外，代表值2个时(S29)，求2个代表值的平均值(S30)。作为综合结果，注目像素块的运动矢量值设为标记＝-1，采用其平均值运算结果(S31)。重复进行该处理，直至对全部像数块个数求出综合结果(S33)，作为注目像素块的运动矢量值。

如上所述，对每一Y(A)、Y(B)图像求出的活动像素数按每一像素块综合处理成一个值，作为活动像素数登录在运动矢量表136。运动矢量表136内登录着现场的各检测像素块KB的运动矢量信息。运动矢量表136与图8所示表相同构成。

在上述综合处理结果中，用640像素×480像素的VGA型式，因为检测像素块是16像素×16像素，所以，总检测像素块数为1200个。这样，与用单一的Y图像的运动矢量的方法相比，通过用2个以上的阈值组对Y图像分别求运动矢量并进行综合处理，能获得精度极好且其误差也小的运动矢量。

以下对数据分散处理部107进行说明。

本发明的数据修正处理的概念是，根据运动矢量值，求视线跟踪各子场中发光图形时的视线的始点与终点的中间座标位置，根据该中间座标，决定图像数据是否每一子场以像素单位发光，并合成这些每一子场位映像的图像数据，从而重新制成新图像数据。由此，能获得无假轮廓的显示图像。

图32示出为达到该目的的数据修正处理部107的组件构成图。在图中，来自运动矢量表136的运动矢量数据即活动像素数按像素块(16×16像素等)单元存储着，但数据修正处理部107内输入每一像素的矢量值。

像素4角运动矢量运算部140通过输入各像素的运动矢量数据，根据相关像素与各像素的每4个角的相邻3像素的运动矢量，经平均运算求出每4个角的运动矢量。运算该像素的4个角的相邻像素的运动矢量的理由如下。即，一般情况下向一定方向移动的滚动图像等虽然方格上没有变形，但移动不同的像素与像素间，像素会伸缩或膨胀，形状失真，所以对每一像素单元不能用相同的运动矢量进行定义。因此，求出表示像素位置的四角形的顶点位置的运动矢量，将这些顶点的值作为运动矢量使用。这样就能定义包围像素单元的四角形的运动矢量。

中间座标运算部141仅按子场的数目设置，根据来自运动矢量运算部140的像素4个角运动矢量，运算每一子场的视线移动的始点与终点的中间座标位置。

子场位映像运算部142使用来自中间座标运算部141的中间座标数据和现场图像数据，运算各子场的每一像素单元是否发光，并生成图像数据的子场比特组合模式。该中间座标运算部141与子场位映像运算部46是成对的，例如进行256级灰度显示时，该子场数必需8个，故该组合也必需8个。

合成部143是合成符合在输出处理部109进行等离子体显示的输出形式的数据的地方，对子场位映像运算部142计算出的数据的延迟进行调整，并进行子场模式的每一比特的组合，合成新的图像数据。

这样，当数据修正处理部107修正输入图像数据时，根据与活动像素数及运动方向对应的运动矢量，视线在显示画面上跟踪移动像素时，根据各子场区间内的发光时间和画面上和视线移动路径，实时计算进入各视网膜位置的光量，并根据其输出数据，重新制成新的子场数据，所以能获得无假轮廓的显示图像。

接着参照图对浓度梯度检测处理部104的目的及其处理内容进行说明。

在采用2值图像或多值图像的运动矢量检测中，当空间频率非常低，即背景是空的或单一的壁等，浓度变化缓慢的图像横跨多个检测像素块，占据很大面积时，存在很难求出正确的运动矢量的问题。这是因为，各场图像不可能完全亮度相同，由于周围明亮度及摄像机的灵敏度等原因，亮度多少会有变化，故场之间会产生亮度差。因此，2值化图像的边缘呈复杂的形状，进行像素块匹配处理时就会产生误差。

但是，这样浓度变化缓慢的图像，尤其在低亮度或高亮度部分假轮廓不太明显，有时不应用通过运动矢量进行的修正也行。

本发明的目的在于，并不是将如上所述的通过运动矢量进行的假轮廓修正应用于所有的图像场面，而是如上所述进行适应图像的场面或图像的有特征构造的处理。

图33示出因此而进行图像的浓度差分布尤其是背景等浓度变化缓慢的所谓满平部分检测用的浓度梯度检测处理部104的详细构成图。在图33中，浓度差检测部151例如通过3×3算子的处理，检测中心浓度与周边8像素的浓度差。

在2值化处理部152，如果例如在输入现场Y图像信号时，将上述算子的中心像素的浓度与周边8像素的浓度差2/255级以下定义为满平部，则其输出结果中，满平部图像数据为“1”的区域，其余的图像数据为“0”，获得分离成所谓段的2值满平图像。将该结果连接到后面的由第1孤立点去除处理部153和第2孤立点去除处理部154构成的形态处理部156。

形态处理部156进行测出的满平部图像存在的黑点噪声及满平部之外存在的白点噪声等孤立点的去除处理。例如，在第1孤立点去除处理部153进行去除满平部图像存在的黑点噪声的处理，通过2个像素的8个连接算子进行膨胀处理，去除4个像素程度结成的成块黑点噪声，并通过收缩处理进行使黑点噪声之外的图形恢复原状的处理，浓度梯度缓和的图像部分成为均匀的满平图像区域。进一步，也在第2孤立点去除处理部154，通过用4个像素的8个连接算子进行收缩处理，去除满平图像部之外区域的8个像素程度的白点块，通过膨胀处理使其它部分复原，就能从图像场面中抽取满平图像部分。将该图像存入满平像素块存储器155。

此外，控制信息线137是为了将图像场面中的满平像素块位置信息等与综合判定部135相互通信而使用的。通过该处理，将图像场面中的满平部作为与运动检测处理同样的像素块对应的满平检测信号157加以输出。此时，检测像素块内的所有像素为满平时，输出上述检测信号。

接着用图34，说明数据分散处理部106。

图34(a)作为数据分散处理部106之一例，示出多值误差扩散法的组件构成图。

所谓多值误差扩散法是边使输出扩散信号比特数降低到比输入R、G、B信号的比特数还低，边将输入信号与发光亮度的浓度误差分散到周边像素的方法，换言之是表达模拟中间灰度的处理方法。采用多值误差扩散处理的方法如图34(a)所示构成。160为将累积误差加到输入图像的修正运算部，161为进行多值化的多值化部，162为求量化误差的量化误差运算部，163为将量化误差分配到周边像素的误差分配部，164为输入RGB各信号的输入端子，165为输出多值信号的输出端子。

从输入端子164输入的RGB各信号在修正运算部160被加上分配到的误差的累积误差后，在多值化部161变换成多值信号。量化误差运算部162运算用累积误差修正后的修正信号与多值信号的差，求出量化误差。求出的量化误差在误差分配部163分配给周边像素，从而求出累积误差。获得的多值信号从输出端子165输出。

另外，作为另外的方式，有已作出报告的称为像素扩散法(“关于降低PDP的动画假轮廓的探讨”：电子信息通信学会电子学，C-408、p66，1996年)。

该像素扩散方法如图34(b)所示，在对输入信号进行调制的调制部166，用来自图形发生部169的图形施加调制，对显示的输入R、G、B信号的每一显示像素，用水平、垂直、显示时间方向特征相反的图形信号进行任意级的信号调制，使时间方向的平均级变成本来的信号级。图35示出施加调制的图形之一例，每一场交替输出图35I(a)和图35(b)。因此，上下左右且时间方向相邻的像素显示非连续级的信号，用其平均值就读出本来的图像级，所以，原来平滑的图像连续点处测出的假轮廓就被分散。

数据分散处理部106应用这样的处理方法，但本发明的宗旨在于，进行上述那样适应图像场面的自适应处理。

即，图像的场面中假轮廓不明显的背景等图像浓度缓慢变化的部分利用上述的满平部检测信号157按每一像素块通过上述的数据分散处理部106进行分散修正。并且，图像浓度变化大、空间频率高的图像细节部分能高精度求出运动矢量，但也是假轮廓非常明显的部分。因此，使用运动矢量，用上述的数据修正处理部107进行正确的假轮廓修正。

接着对数据切换部108进行说明。数据切换部108按照以划分的像素块单元在浓度梯度检测处理部104测出的满平部检测信号157，对根据来自数据修正处理部107的运动矢量检测修正后的输出数据或来自数据分散处理部106的输出数据进行切换后，供给输出处理部109。

(实施形态3)

图36示出本发明实施形态3的灰度显示装置的总体构成。在图36中，由输入端子输入的视频信号201在A/D变换部202变换成数字数据，并输入到运动矢量检测部204和图像数据运算变换部203。运动矢量检测部204实施多层2值化处理、像素块匹配处理及综合判定处理等，检测输入图像的活动像素数及移动方向并将其输出。在运动矢量检测部204测出的活动像素数、移动方向及检测像素块信息输入到图像数据运算变换部203，根据活动像素数及移动方向的结果，进行输入像素位置数据的子场模式组合运算，重新构成适合视觉光量的数据。由此进行产生假轮廓像素的灰度数据修正。其输出数据输入子场变换部205。子场变换部205将各像素的灰度数据变换成与电压施加时间幅度对应的脉冲数，并供给X扫描驱动器206及Y扫描驱动器207，从而在图像显示部208进行中间灰度显示。在同步分离部209从视频信号201分离出同步信号，在定时发生部210生成与输入视频信号同步的定时信号并供给各部分。

以下说明图像数据运算变换部203。图37示出图36中的图像数据运算变换部203。运动矢量数据232输入每一像素的矢量值。像素4角运动矢量运算部220输入运动矢量数据232并按每一像素运算4角运动矢量加以输出。运算像素4个角的运动矢量的理由是因为，随着像素的运动，其形状会失真，故必须正确掌握其顶点位置的运动矢量。从第1子场中间座标抽取运算部221至第n子场中间座标抽取运算部225输入4角运动矢量，并求出在各子场正在发光的各期间视线始点与终点的中间位置加以输出。从第1子场位映像运算部226至第n子场位映像运算部230使用视线的始点与终点的中间座标，将图像数据在各子场是否按像素单元发光输出到合成部231，并输出下一子场位映像运算部所需的新图像数据。此子场中间座标抽取运算部221-225与子场位映像运算部226-230是成对的，例如，子场数有8个时，该组合必需8对。合成部231对各位映像运算部226-230输出的数据的延迟进行调整，并进行子场模式的每一比特的组合，合成新的图像数据。

以下用图38、式13，说明像素4角运动矢量运算部220的详细情况。图38示出图像数据所在位置。设某一座标(m、n)的像素的运动矢量值为(Vx(m、n)，Vy(m、n))。所谓座标(m、n)是指2维图像数据上的位置。设座标(m、n)的像素4个角分别为A、B、C、D。例如，若注意A点，则A点被位于(m、n)、(m-1、n)、(m、n-1)、(m-1、n-1)的各像素包围。要求A点的运动矢量，使用位于(m、n)、(m-1、n)、(m、n-1)、(m-1、n-1)的各像素的运动矢量值进行运算。作为求A点运动矢量的运算之一例，可以考虑取周围4点像素位置的运动矢量的平均值。因此，A点的运动矢量(VAx、VAy)可以用式13求出。其它3点用同样的公式也能求出。 $\mathrm{VAx}=\frac{\mathrm{Vx}(m-1,n-1)+\mathrm{Vx}(m,n-1)+\mathrm{Vx}(m-1,n)+\mathrm{Vx}(m,n)}{4}$ $\mathrm{VAy}=\frac{\mathrm{Vy}(m-1,n-1)+\mathrm{Vy}(m,n-1)+\mathrm{Vy}(m-1,n)+\mathrm{Vy}(m,n)}{4}---\left(13\right)$

以下使用图39和图40，对图37中的、从第1子场中间座标抽取运算部221至第n子场中间座标抽取运算部225的动作进行说明。图40示出图像数据在显示器上位置移动的情况。示出某一像素4个角的A、B、C、D点的运动矢量(点(6，4.3)、(5.9，4)、(6，3.8)、(6.2，4))之一例。视网膜像素示出在时刻t0时位于280位置，时刻t1时位于281位置，时刻t2时位于282位置，t3时位于283位置，t4时位于284位置，t5时位于285位置，t6时位于286位置，虚线表示发光期间视网膜像素的4个角。子场中间座标抽取运算部对各子场的发光期间的始点位置和终点位置进行运算并加以输出。

计算方法如下：

X＝(t-t0)/t×Vx(m、n)+x0±0.5

Y＝(t-t0)/t×Vy(m、n)+x0±0.5

[Vx(m、n)，Vy(m、n)为运动矢量值]

例如，点287的位置为：

X＝(4-2)/10×5.9+x0+0.5＝1.68+x0

Y＝(4-2)/10×4+y0-0.5＝0.30+y0

此外，点288的位置为：

X＝(8-2)/10×6+x0+0.5＝4.10+x0

Y＝(8-2)/10×3.8+y0+0.5＝2.78+y0

仅需数量与子场数相同的中间座标抽取运算部221-225，在第1子场中间座标抽取运算部221，运算第1子场的发光期间的始点位置和终点位置，并输出到第1子场位映像运算部226，在第2子场中间座标抽取运算部222，运算第2子场的发光期间的始点位置和终点位置，并输出到第2子场位映像运算部227，在第n子场中间座标抽取运算部225，运算第n子场的发光期间的始点位置和终点位置，并输出到第n子场位映像运算部230。

以下用图41，对第1子场位映像运算部226至第n子场位映像运算部230的详细情况进行说明。图41示出了从来自中间座标抽取运算部的中间座标数据273和图像数据274到输出新图像数据275和2值位映像276止的构成。使用式14及图42，说明处理的概念。式14是求图41的新图像数据275用的公式。 $\mathrm{NewData}(m,n)=\underset{y}{\overset{\±\∞}{\mathrm{\Σ}}}\underset{x}{\overset{\±\∞}{\mathrm{\Σ}}}\frac{\mathrm{ka}(x,y)*E(m,n,x,y)*\mathrm{Data}(m,n)}{S(m,n)}---\left(14\right)$

Data(m、n)为图41的某一位置(m、n)的图像数据274。New Data(m、n)为图41的某一位置(m、n)的新图像数据275。Ka(x、y)为图41的衰减率运算部259的输出。E(m、n、x、y)为图41的贡献率运算部254的输出。图42对显示器上某一位置(x、y)，按视觉示出从图41的排列有图像数据274的寄存器255至排列有新图像数据275的新图像数据收容部272的流程。保持图42的多个图像数据300的是图41的寄存器255。乘上与多个图像数据(x、y)对应的各贡献率的301对应的是图41的多个乘法器256、257、258。与对乘出的数据进行求和的图42的P(x、y)302对应的是图41的加法器260。与图42的“一律乘衰减率”303对应的是图41的多个乘法器266、267、268。

与图42的“除以各像素面积”304对应的是图41的多个除法器269、270、271。与图42的多个新图像数据305对应的是图41的新图像数据收容部272。图42的“+”306与图41的加法器260对应。图41的位映像输出276的数据与显示器上的位置(x、y)对应，输出数据为“1”时，使该子场发光，“0”时，使不发光。图42的信号流307的图像数据上的出发位置(m、n)与新图像数据上的终点位置(m、n)相等。对于显示器上某一位置(x、y)贡献率为0的某一位置(m、n)的图像数据不必进行运算。显然，在式14中，E(m、n、x、y)＝0

以下说明各部分。像素面积运算部251是使用中间座标数据273运算各像素的面积的地方。寄存器252保管从像素面积运算部251输出的数据并输出该多个数据。寄存器253保管运动矢量数据273并输出该多个运动矢量数据。贡献率运算部254使用多个中间座标数据，运算多个贡献率并加以输出。寄存器255保管图像数据274并输出该多个图像数据。

以下对衰减率运算部259进行说明。衰减率运算部259将输入的数据全部相加，将该合计值与阈值生成部263的输出数据比较大小后所得“0”或“1”的结果作为2值位映像输出。此外，根据其结果，合计值比阈值小时，输出1.0，合计值大于阈值时输出(合计值-阈值)÷(合计值)。使用图43及式15、16，说明该衰减率运算部259的概念。

P(x，y)≥th时 $\mathrm{ka}(x,y)=\frac{a}{P(x,y)}=\frac{P(x,y)-\mathrm{th}}{P(x,y)}H(x,y)=1---\left(15\right)$

P(X，Y)＜th时

        ka(x，y)＝10     H(x，y)＝0

                               …(16)

图43表示加法器260的输出和减法器261的输出。式15是表示加法器260的输出在阈值以上时的衰减率运算部输出259的输出和位映像输出的公式。式16为表示加法器260的输出不到阈值时的衰减率运算部输出259的输出和位映像输出的公式。P(x、y)为显示器上的位置x、y时的加法器260的输出值。th为阈值的值。ka(x、y)为显示器上的位置x、y时的衰减率运算部259的输出值。H(x、y)为与显示器上的位置x、y对应的二进制位输出。这样，衰减率运算部259将输入的数据全部相加，并将用该合计值与阈值生成部263的输出数据比较大小后所得“0”或“1”的结果作为2值的位映像加以输出，根据其结果可知，若合计值比阈值小，输出1.0，若合计值比阈值大，输出(合计值-阈值)÷(合计值)。

新图像数据收容部272将衰减率运算部、贡献率运算部及存有多个图像数据274的寄存器255三者的输出相乘后的值除以存有像素面积运算部251的结果的寄存器252的值后获得的值暂时相加保持，并输出输出到其后的子场位映像运算部的数据。

图37所示的合成部231是合成符合其后的子场变换部205形式的数据的地方。来自各位映像运算部的输出按第1子场，接着第2、第3、第4子场这样的次序延迟输出。调整该延迟，输出到其后的子场变换部205。

以下对使用具有上述构成的灰度显示装置的显示方法进行说明。

首先对灰度显示方法进行叙述。另外，在此为了简化说明，使用一定方向的运动矢量(6、4)的滚动图像数据和图39所示的子场的发光序列进行说明。

首先说明子场的构成。如图39所示，子场的构成由3个子场组成，设各子场的发光图形比为用{SF1，SF2，SF3}＝{4∶2∶1}的加权构成的发光序列。此时的发光序列的周期为T，斜线部分表示发光期间。在该图39中，第1子场的发光期间的开始为t1，终点为t2，而第2子场的发光期间的开始为t3，结束为t4，还有，第3子场的发光期间的开始为t5，结束为t6。

另外，设存在如下关系。

t7＝t1+T

t0＝(t1+t2)÷2

(t2-t1)∶(t4-t3)∶(t6-t5)∶T＝4∶2∶1∶10

(t3-t2)∶(t5-t4)∶(t7-t6)∶T＝1∶1∶1∶10

以下对视点的移动与1单元视网膜像素面积的关系进行说明。在此所谓的视网膜像素是定义显示器上的像映到视网膜上后的视网膜接受区域的量，该接受区域的重心位置为视点。图44(a)为设想视点在显示器上向右上方移动的概念图。

因为是一定方向的运动矢量(6、4)的滚动形图像，视点用时间T通过显示器上的位置(x0、y0)至位置(x0+6、y0+4)。另外，所谓1单元的视网膜像素面积，是指该接受区域的1单元面积。

以下对1单元视网膜像素从显示器上的各像素受到多大的影响进行说明。图45用小数点后3位的数字表示在各子场中，1单元的视网膜像素从显示器上的各像素受到多大的影响，在此，设对该数字用“贡献率”这一叫法进行定义。关于贡献率的说明和求出方法将在后面详细叙述。图45(a)是在时刻t1至t2之间，图45(b)是在时刻t3至t4之间，图45(c)是在时刻t5至t6之间，用贡献率表示视网膜像素受到显示器上的各像素多大影响的图。

视网膜像素360为时刻t0时视网膜像素的位置，视网膜像素361为时刻t1时视网膜像素的位置，视网膜像素362为时刻t2时视网膜像素的位置，视网膜像素363为时刻t3时视网膜像素的位置，视网膜像素364为时刻t4时视网膜像素的位置，视网膜像素365为时刻t5时视网膜像素的位置，视网膜像素366为时刻t6时视网膜像素的位置，例如从图可知，从时刻t1至t2，1单元视网膜像素对于显示器上的位置(x0、y0)，贡献率为0.324，对于显示器上的位置(x0+5、y0+3)，贡献率为0。

以下对视网膜像素从显示器受到的灰度的求出方法进行说明。在显示器上移动时进入视网膜像素的灰度是从各显示器上的像素接收光量之和。例如，在上述子场的发光序列中，用上述贡献率求从时刻t1至t7的时间内，视网膜像素获得了多大的灰度。设获得的灰度为M，设显示器上的位置(x、y)在n子场期间是否发光为H(x、y、n)。H(x、y、n)的值若发光，则H(x、y、n)＝1，若不发光，则H(x、y、n)＝0。

因此，可用下式求出M。

M＝4*(

       0.046*H(x0，y0+1，1)+0.147*H(x0+1，y0+1，1)+0.006*H(x0+2，y0+1，1)

      +0.002*H(x0-2，y0，1)+0.136*H(x0-1，y0，1)+0.324*H(x0，y0，1)

      +0.136*H(x0+1，y0，1)+0.002*H(x0+2，y0，1)

      +0.006*H(x0-2，y0-1，1)+0.147*H(x0-1，y0-1，1)+0.046*H(x0，y0-1，1)

    )

+2*(

      0.004*H(x0+1，y0+2，2)+0.272*H(x0+2，y0+2，2)+0.324*H(x0+3，y0+2，2)

      +0.013*H(x0+1，y0+1，2)+0.295*H(x0+2，y0+1，2)+0.093*H(x0+3，y0+1，2)

   )

+1*(

      0.065*H(x0+3，y0+3，3)+0.510*H(x0+4，y0+3，3)+0.025*H(x0+5，y0+3，3)

      +0.068*H(x0+3，y0+2，3)+0.324*H(x0+4，y0+2，3)+0.008*H(x0+5，y0+2，3)

   )

通过适当决定上述H(x、y、n)的数组要素，该视网膜像素感觉的灰度M与原来的图像灰度数据无限相等，能抑制假轮廓的发生。

以下，为了简化说明，取2像素以运动矢量(6、4)移动的情况为例，对如何求H(x、y、n)进行说明。图44(b)示出2像素的图像数据移动，视网膜像素随之移动的情况。可知2个视网膜像素正以运动矢量(6、4)移动。作为例子，图像数据在位置(m、n)为7，在位置(m+1、n)为3。示出此的是图46(a)和图47(a)，用2维示出图像数据。图47、图48及图49示出此后将说明的处理，各图的(a)示出分配配置的数据，各图的(b)示出分配位置(m、n)的数据所得结果，各图的(c)示出分配位置(m+1、n)的数据所得结果，各图的(d)示出分配的各位置的数据合计，各图的(e)示出用某阈值比较所得结果，各图的(f)示出下一处理使用的图像数据。

以下说明求H(x、y、n)的过程。运算过程大致如下。首先，求第1子场是否发光的数据即H(x、y、1)，然后根据H(x、y、1)的结果和图像数据运算并输出求H(x、y、2)用的新的图像数据A。依据该输出的新的图像数据A，求第2子场是否发光的数据即H(x、y、2)，然后根据H(x、y、2)的结果和图像数据A，运算并输出求H(x、y、3)用的新的图像数据B。最后根据该输出的求H(x、y、3)用的新的图像数据B，求第3子场是否发光的数据即H(x、y、3)。

在此首先对为了求第1子场是否发光的数据即H(x、y、1)及求第2子场是否发光的数据即H(x、y、2)而输出新的图像数据A的过程进行说明。先将作为位置(m、n)的图像数据的7用图45(a)所示的贡献率分配配置在显示器上。分配配置的方法是，将图45(a)所示的位置(x、y)的贡献率与图像数据相乘后的值代入图47(b)所示的位置(x、y)。例如，代入图47(b)所示位置(x0、y0)的值为0.324×7＝2.268，代入位置(x0+1、y0)的值为0.136×7＝0.952。同样也运算代入图47(b)的其它位置的值。另外，分配配置作为位置(m+1、n)的图像数据的3的方法如上所述与贡献率相乘，但因为x位置比先前大+1，所以使x位置移动+1后写入代入位置。即，代入图47(c)所示位置(x0+1、y0)的值为0.324×3＝0.972，代入位置(x0+2、y0)的值为0.136×3＝0.408。代入图47(c)的其它位置的值也同样运算。

以下使图47(b)和图47(c)所示的值座标位置一致地进行相加。例如，将图47(b)的位置(x0、y0)的值即2.268与图47(c)的位置(x0、y0)的值即0.408相加后的值2.676代入图47(d)的位置(x0、y0)。代入图47(d)其它位置的值也同样运算。将代入图47(d)的值与阈值进行比较来求出H(x、y、1)。与图47(d)的值进行比较的阈值为4。另外，在此所述阈值的详细情况将在后面叙述。如果图47(d)的值在阈值4以上，H(x、y、1)为1，不到4则为0。例如，位置(x0、y0)的值为2.676，不到4，所以H(x0、y0、1)为0。同样进行比较后代入，则完成图47(e)。在这次例子中，图47(e)的所有位置的值为0。即可知，在第1子场区间无发光的像素。

以下对输出求第2子场是否发光的数据即H(x、y、2)用的新的图像数据A的过程进行说明。其概念为，回收(反馈)分配配置的图像数据，求新图像数据A。新图像数据A的值是，对按贡献率分配的图像数据，乘上由H(x、y、1)的结果决定的衰减率，用像素面积除，再全部回收到原来的座标位置，这样算出的。另外，在此所述像素面积将在后面说明。

衰减率ka(x、y)的求法如下。

H(x、y、1)＝1时，

  ka(x、y)＝(分配给位置(x、y)的值的合计值-阈值)

               ÷(分配给位置(x、y)的值的合计值)

H(x、y、1)＝0时，

  ka(x、y)＝1

举回收的一个例子。从图像数据的位置(m、n)分配到显示器上的位置(x0、y0)的值，根据上述结果为2.268。另外H(x0。y0、1)的结果为0。图像数据的位置(m、n)对显示器上的位置(x0、y0)回收的值为2.268×1＝2.268。同样，图像数据的位置(m、n)对显示器上的位置(x0+1、y0)回收的值为0.952×1＝0.952。因此，图像数据的位置(m、n)对显示器上所有位置回收的值为

0.322*1+1.029*1+0.042*1+0.014*1+0.952*1+2.268*1+0.952*1+0.014*1+0.042*1+1.02 9*1+0.322*1

即，6.986

在这个例子中，因为对于任何x、y，H(x、y、1)都是0，故分配的值全部回收。即，分配的数据“7”原封不动被回收。上述的值所以会是6.986，是因为小数3位，含有化整误差。

接着用像素面积除该值。像素面积在该例子中为1。即，除后的值7÷1为7。同样，图像数据的位置(m+1、n)对显示器上所有位置回收的值为3。此时像素面积也为1。除后的值3÷1为3。将此在图47(f)中示出。该图47(f)的值即为求下一个的第2子场是否发光的数据即H(x、y、2)用的新图像数据A。以上的方法为求第1子场是否发光的数据即H(x、y、1)，然后根据H(x、y、1)的结果和图像数据，运算并输出求H(x、y、2)用的新图像数据A。

接着对求第2子场是否发光的数据即H(x、y、2)，然后根据H(x、y、2)的结果和图像数据A，运算并输出求H(x、y、3)用的新图像数据B的方法进行说明。图48(a)、(b)、(c)、(d)进行与上述相同的运算即可。

于是，与图48(d)比较的阈值为2。在图48(d)中，具有作为阈值的2以上值的位置，有(x0+2、y0+1)和(x0+3、y0+2)这样2处，其衰减率如下。

位置(x0+2、y0+1)时，

     (2.104-2)÷(2.104)＝0.049

位置(x0+3、y0+2)时，

     (3.084-2)÷(3.084)＝0.351

因此，新图像数据B的位置(m、n)的值为：

0.028*1+1.904*1+2.268*0.351+0.091*1+2.0665*0.049+0.651*1

即，3.571

位置(m+1、n)的值为：

0.012*1+0.816*0.351+0.972*1+0.039*0.049+0.885*1+0.279*1

即，2.436。像素面积为1。除后的值在图48(f)示出。该图48(f)的值是求下面的第2子场是否发光的数据即H(x、y、3)用的新图像数据B。

以上对求第2子场是否发光的数据即H(x、y、2)，然后根据H(x、y、2)的结果和图像数据A，运算并输出求H(x、y、3)用的新图像数据B的方法进行了说明。求第3子场是否发光的数据即H(x、y、3)的方法也同样运算即可。作一补充，此时，与图49(d)的值比较的阈值为1。最后输出结果在图46(b)示出。该图46(b)示出的是，使座标位置一致，将图47(e)的值乘上4的值、图48(e)乘上2的值及图49(e)相加后的结果。图46(a)为输入图像数据，进行以上说明过的图像数据变换处理的结果为图46(b)。从图46(b)可看到，在视点移动的同时，各子场区间发光的情况。

以下详细说明贡献率和像素面积的概念及求出方法。如上所述，所谓贡献率是将图像数据上的像素对显示器上的像素给予的影响数值化的数字。到此为止贡献率的说明是关于将1单元的视网膜像素从显示器上的各像素受到多大影响数值化的说明，通过使图像数据上的像素与1单元的视网膜像素等效，能达到的本发明的目的即消除假轮廓。

例如，静止图像时的贡献率只要将图像数据上的位置(m、n)的灰度表示在显示器上的位置(x、y)就可，所以，相对于图像数据上位置(m、n)的像素的显示器上位置(x、y)像素得到的贡献率为1(100％)。此外，活动图像时，图像数据位置(m、n)的像素不仅影响显示器上位置(x、y)的像素，例如还影响到(x+1、y)及(x、y-1)等，所以，相对于图像数据上位置(m、n)的像素的显示器上位置(x、y)像素得到的贡献率不到1。此外，所谓图像数据上的像素，并不是物理上存在的，而是指将像纵横划分后的1单元的区域。是像本身的区域。

此外，将图像数据上的像素的面积称为像素面积。图像数据上的像素有时会变形。以上说明过的向一定方向移动的滚动图像等不会在方格上变形，但移动不同的像素与像素之间，像素发生伸缩或膨胀而会变形。所谓变形，有时面积也发生变化。

以下对像素面积和贡献率的求出方法进行说明。图50为示出某图像数据的像素在时刻t1至t2之间移动的图。四角形A、B、C、D表示像素，A、B、C、D相当于四角形的4个角，四角形P、Q、R、S表示像素，P、Q、R、S相当于四角形的4个角。

现在设从某一时刻t1时的像素A、B、C、D向时刻t2时的像素P、Q、R、S移动。K为时刻t时移动途中的视网膜像素的位置。从图50可知像素变形的情况及通过显示器上的位置(x、y)的情况。图51为显示器上的位置(x、y)附近的放大图。显示器上的像素间的距离用1使正规化。因此，显示器上的1像素的面积为1。显示器的结构上3原色为1像素，但在本发明的说明中，1原色为1像素，位于同一位置。斜线部分是像素K与显示器上的位置(x、y)的重叠部分，因为有图像数据(m、n)与显示器上的位置(x、y)的关系，所以，设面积为Sp(t、m、n、x、y)，并设像素K的面积为Sk(t、m、n)。通过分别取时间平均来定义贡献率和像素面积。式17是求贡献率E(m、n、x、y)的式子，式18是求像素面积S(m、n)的式子。 $E(m,n,x,y)=\frac{1}{t2-t1}{\∫}_{t1}^{t2}\mathrm{Sp}(t,m,n,x,y)\mathrm{dt}---\left(17\right)$ $S(m,n)=\frac{1}{t2-t1}{\∫}_{t1}^{t2}\mathrm{Sk}(t,m,n)\mathrm{dt}---\left(18\right)$

以下说明面积Sp(t、m、n、x、y)和面积Sk(t、m、n)的求法的概念。图52为视网膜像素重叠在某显示器上位置的图，式17、18是求该重叠面积的式子。另外，在式19、20中，带圆圈的数字表示相当于图52(a)、(b)的各3角区域的面积。

S＝1-(①+②+③+④+⑤+⑥+⑦+⑧)             ……(19)

S＝1-(①+③+⑤+⑥+⑦)                      ……(20)

重叠的面积通过从单位正方形的面积1减去不重叠的面积来求出。要求出不重叠的面积，在不重叠区域划辅助线分成几个三角形，将这些三角形的面积相加就行。分别计算出的面积S为面积Sp(t、m、n、x、y)。

此外，图53(a)、(b)示出视网膜像素、将视网膜像素全部包围的长方形及该长方形的最大最小的座标，式21、22为求视网膜像素的面积的公式。另外，式21、22中带圆圈数字表示相当于图53(a)、(b)的各3角或4角区域的面积。

S＝(MaxX-MinX)×(MaxY-MinY)-(①+②+③+④+⑤+⑥)

                                              ……(21)

S＝(MaxX-MinX)×(MaxY-MinY)-(①+②+③+④+⑤)

                                              ……(22)

重叠的面积通过从将视网膜像素全部包围的长方形面积即S＝(MaxX-MinX)×(MaxY-MinY)中减去不重叠的面积来求出。在此，MaxX、MaxY表示像素面积的座标x、y的最大值，MinX、MinY表示像素面积的座标x、y的最小值。另一方面，要求出不重叠面积，在不重叠的区域划辅助线分成几个三角形和长方形，并将这些三角形和长方形的面积相加就行。分别计算出的面积S为面积Sk(t、m、n)。以下对面积Sp(t、m、n、x、y)和面积Sk(t、m、n)的求法进行了说明，面积不是直接求出的，而是而将三角形或长方形组合来求出的，以使计算面积的电路容易实现。

接着用贡献率运算部的概念和实际的数值进行详细说明。作为一个例子，使用图54、式23-32及图55、图56，说明图45(a)的位置(x0、y0)的贡献率0.324的求法。 $S=(\frac{1}{2}-\left(\right|x|-\frac{1}{2}))(\frac{1}{2}-\left(\right|y|-\frac{1}{2}))$ $=(1-|x\left|\right)(1-|y\left|\right){[}_{(-1\≤y\≤1)}^{(-1\≤x\≤y)}]---\left(23\right)$

x＝k(x1-x0)+x0

y＝k(y1-y0)+y0              [0≤k≤1]

                                …(24)-1≤x0，y0，x1，y1≤时， $\mathrm{Ee}(x0,y0,x1,y1)={\∫}_0^1\mathrm{Sdk}$ $={\∫}_0^1\{1-|k(x1-x0)+x0|-|k(y1-y0)+y0|+|(k(x1-x0)+x0)(k(y1-y0)+y0)\left|\right\}\mathrm{dk}$ $=\frac{1}{6}\{9-3(1+|x0|+|x1|(1+|y0|+|y1\left|\right)+4\left(\right|x0|+|x1\left|\right)\left(\right|y0|+|y1\left|\right)+\left(\right|x0\left|\right|y0|+|x1\left|\right|y1\left|\right)\}$

其中位置(x0、y0)和(x1、y1)位于同-象限    …(25)x1＝k1(x3-x0)+x0，x2＝k2(x3-x0)+x0y1＝k1(y3-y0)+y0，y2＝k2(y3-y0)+y0E＝(k1-0)×Ee(x0，y0，x1，y1)+(k2-k1)×Ee(x1，y1，x2，y2)+(1-k2)×Ee(x2，y2，x3，y3)

                                                 …(26) $S(m,n)=\frac{1}{t2-t1}{\∫}_{t1}^{t2}\mathrm{Sk}(t,m,n)\mathrm{dt}=1---\left(27\right)$ $E(m,n,x,y)=\frac{1}{t2-t1}{\∫}_{t1}^{t2}\mathrm{Sp}(t,m,n,x,y)\mathrm{dt}=\frac{1}{t2-t1}{\∫}_{t11}^{t13}\mathrm{Sp}(t,m,n,x,y)\mathrm{dt}$ $=\frac{1}{t2-t1}{\{}_{+{\∫}_{t0}^{t13}\mathrm{Sp}(t,m,n,x,y)\mathrm{dt}+{\∫}_{t13}^{t2}\mathrm{Sp}(t,m,n,x,y)\mathrm{dt}}^{{\∫}_{t1}^{t11}\mathrm{Sp}(t,m,n,x,y)\mathrm{dt}+{\∫}_{t11}^{t0}\mathrm{Sp}(t,m,n,x,y)\mathrm{dt}}\}$ $=\frac{1}{t2-t1}\{0+{\∫}_{t11}^{t0}\mathrm{Sp}(t,m,n,x,y)\mathrm{dt}+{\∫}_{t0}^{t13}\mathrm{Sp}(t,m,n,x,y)\mathrm{dt}+0\}$ ＝(k2-k1)×Ee(x1，x2，y2)+(k3-k2)×Ee(x2，y2，x3，y3)

                                                 …(28) $x0=\frac{-2}{10}\×6=-1.2,y0=\frac{-2}{10}\×4=-0.8$ $x4=\frac{2}{10}\×6=1.2,y4=\frac{2}{10}\×4=0.8---\left(29\right)$ x＝k(x4-x0)+x0，y＝k(y4-y0)+y0

x1＝-1 ∴k1＝0.08333，y1＝-0.66666

x2＝0  ∴k2＝0.5，y2＝0

x3＝1  ∴k3＝0.916666，y3＝0.66666

                                  …(30)Ee(x1，y1，x2，y2)＝Ee(-1，-0.6666，0，0) $=\frac{1}{6}(9-3\×2\×1.6666+4\×0.6666+0.6666)=0.38888$ Ee(x2，y2，x3，y3)＝Ee(0，0，1，0.6666)＝0.38888

                                  …(31)E＝(k2-k1)×Ee(x1，y1，x2，y2)+(k3-k2)×Ee(x2，y2，x3，y3)＝(0.5-0.083333)×Ee(-1，-0.6666，0，0)

      +(0.916666-0.5)×Ee(0，0，1，0.6666)＝0.416666×0.38888+0.416666×0.38888＝0.32399

                                  …(32)

图54示出概念，图55示出图45(a)的放大图及各种时刻的视网膜像素的位置，图56示出某一时刻显示器上的位置(x、y)与视网膜像素的关系，式27-32示出贡献率的计算式。首先，先用图54及式23-30叙述概念。图54(a)为两个单位面积1的正方形(基本、移动)重叠的图，式23为求该正方形重叠面积的式子。图54(a)中的黑圆点表示正方形的重心，基本正方形位于座标(0、0)的位置，移动正方形位于(x、y)。斜线的面积从图可知为带条件的(1-|x|)(1-|y|)。接着图54(b)示出移动正方形的重心从(x0、y0)移动至(x1、y1)时的图，式24是使用间接变量k来示出移动中的移动正方形重心(x、y)的公式。式25示出求移动正方形移动中重叠面积总和的公式和结果。将该总和作为Ee(x0、y0、x1、y1)的函数。Ee等于将式24代入式23，将以k的函数表示的面积用k进行积分。最后，图54(c)示出一个例子，为了说明求E(贡献率)的方法，示出移动正方形从重心(x0、y0)移动向(x3、y3)的图，式26示出求象限分界的座标位置的公式和求贡献率的公式。因为通过不同的象限，所以必须按象限划分。(x1、y1)为第2象限与第3象限的分界的座标，(x2、y2)为第1象限与第2象限的分界的座标。贡献率E是在各象限的移动正方形移动过程中重叠面积的总和Ee上乘上通过各象限的比例的总和。此外，在同一象限内重心位置通过±1时Ee的计算也必须分开。图55示出图45(a)的放大图及各种时刻的视网膜像素的位置，从上述可知，在时刻t0时视网膜像素位于372的位置，在时刻t1时视网膜像素位于370的位置，在时刻t2时视网膜像素位于374的位置。视网膜像素371和373是与显示器上位置(x0、y0)的像素即将重叠时和刚重叠时的位置。此时的时刻为t11、t13。接着在图56，示出在某一时刻的视网膜像素与显示器上的位置(x、y)重叠。如上所述，斜线部分为时刻t时视网膜像素K与显示器上的位置(x、y)重叠的部分，因为有图像数据(m、n)与显示器上的位置(x、y)的关系，所以，设面积为Sp(t、m、n、x、y)，并设像素K的面积为Sk(t、m、n)。这与上述式23有相同的关系。

以上说明了概念，以下使用像素面积和贡献率的实际数值进行叙述。

式27是求像素面积的公式。视网膜像素因为不随时间变化，故结果为1。式28是求贡献率的公式。

显然，是求从时刻t1至t2的平均重叠面积。与式23-26作对比，贡献率E的结果如下。

(k2-k1)Ee(x1，y1，x2，y2)+(k3-k2)Ee(x2，y2，x3，y3)

接着用式29求移动正方形重心的始点(x0、y0)与终点(x4、y4)的位置，用式30求同一象限内的重心位置通过±1的位置，用式31求移动正方形在移动过程中重叠面积的总和Ee，用式32将上述式30、31的结果代入式28来求贡献率。这样就求出贡献率0.324。在该例子中，通过不同象限的，在时刻t0时是1次。此外，同一象限内的重心位置通过±1的，是在时刻t11和t13这样两次。从该例子可清楚分别分开计算的情况。

接着说明阈值的详细情况。阈值是将某子场发光期间的长度对全子场发光期间的长度之比乘图像数据的最大值所得的值。举一例进行说明。

设所举的例子为图像数据有0、1、2、3、4、5、6、7这样8级灰度，并取图39的发光序列，则

全子场发光期间的长度 ＝(＝1+2+4)

第1子场发光期间的长度＝4

图像数据的最大值     ＝7

阈值＝(第1子场发光期间的长度)/(全子场发光期间的长度)×(图像数据的最大值)

＝4/7×7＝4

因此，第1子场位映像运算部226的阈值为4。同样，第2子场位映像运算部227的阈值为2，第3子场位映像运算部228的阈值为1。例子虽简单，即使是用10子场显示256级灰度的显示器，也同样使用上述公式求出。

从第1子场至第n子场位映像运算部的阈值设定为从大的阈值依次到小的阈值。即，第1子场位映像运算部的阈值最大，第n子场位映像运算部的阈值最小。此外，若取这样的构成，即使运动矢量检测有稍许误差，也不会产生图像破绽。

如上所述若采用本实施形态，因为根据与活动像素数及移动方向对应的矢量值，视线在显示图面上跟踪移动像素时，实时计算在各子场区域内的发光时间和从画面上的视线移动路径进入各视网膜位置的光量的贡献率，根据该输出数据生成新的子场数据，所以，眼睛跟踪活动图像时感知的视网膜像素灰度与原图像的灰度数据高精度一致，视网膜内存储相当于灰度与原图像对应的光量，能大幅度抑制图像假轮廓的发生，能提供无轮廓的显示图像。

另外，在此为了简单说明概念，用图39所示的3子场发光序列进行了说明，但即使用3子场以上的发光序列，例如8子场，也能进行图像数据的运算变换，另外，虽然上述对视网膜像素用正方形的进行了说明，但当然也可以换成面积为1基本单位的圆进行说明。

还有，取时刻t0为(t1+t2)÷2进行了说明，但t0＝t1或t0＝任意值当然都行。

此外，为了简化说明，用2个像素对图像进行了说明，但像素数多时可获得显著效果。

(实施形态4)

接着对本发明实施形态4的灰度显示装置进行说明。本实施形态4的灰度显示装置的大致构成与图36的实施形态1所示的基本相同，仅图像数据运算变换部203的构成不同。在本实施形态4中，将目标集中在对1个画面全部向某一一定方向以一定速度移动、被称为滚动图像的图像进行的处理。

图57示出图36中的图像数据运算变换部203根据本实施形态4的详细构成的方框图。运动矢量数据232按每一场输入矢量值。第1子场中间座标抽取运算部311至第n子场中间座标抽取运算部315，输入运动矢量并求出在各子场发光的各期间视线的始点与终点的中间位置。第1子场位映像运算部316至第n子场位映像运算部320使用视线的始点与终点的中间座标，将图像数据在各子场是否按像素单元发光输出到合成部，并且输出下一子场位映像运算部所需的新图像数据。该子场中间座标抽取运算部311-315与子场位映像运算部316-320是成对的，例如，子场数有8个，则该组合必需8对。

合成部321对各位映像运算部316-320输出的数据的延迟进行调整，进行子场模式的每个比特组合，合成新的图像数据。

接着用图39、图58，对第1子场中间座标抽取运算部311至第n子场中间座标抽取运算部315进行说明。图58示出图像数据在显示器上的位置正在移动的情况。示出某像素的运动矢量(6、4)之一例。视网膜像素示出在时刻t0时位于380，时刻t1时位于381，时刻t2时位于382，t3时位于383，t4时位于384，t5时位于385，t6时位于386的位置，虚线示出发光期间视网膜像素的重心。子场中间座标抽取运算部311-315对各子场的发光期间的视网膜像素的始点位置和终点位置进行运算并加以输出。

计算方法如下。

X＝(t-t0)/t×Vx(m、n)+x0

Y＝(t-t0)/t×Vy(m、n)+y0

[Vx(m、n)，Vy(m、n)为运动矢量值]

例如，点387的位置为：

X＝(5-2)/10×6+x0＝1.8+x0

Y＝(5-2)/10×4+y0＝1.2+y0

此外，点388的位置为：

X＝(9-2)/10×6+x0＝4.2+x0

Y＝(9-2)/10×4+y0＝2.8+y0

如上所述，中间座标抽取运算部311-315必需有子场的数，在第1子场中间座标抽取运算部311对第1子场的发光期间的视网膜像素的重心始点位置和终点位置进行运算，并输出到第1子场位映像运算部316，在第2子场中间座标抽取运算部312对第2子场发光期间视网膜像素重心的始点位置和终点位置进行运算，并输出到第2子场位映像运算部317，在第n子场中间座标抽取运算部315对第n子场发光期间视网膜像素重心的始点位置和终点位置进行运算，并输出到第n子场位映像运算部320。

接着用图59，对第1子场位映像运算部316至第n子场位映像运算部320进行说明。图59是示出从来自中间座标抽取运算部311-315的中间座标数据353和图像数据354到输出新图像数据355和2值的位映像356为止的构成图。在上述实施形态1中已对处理的概念进行了说明，在本实施形态4中，是具有滚动图象限定功能的。即，在本实施形态4中，设定以像素面积一定为前提，不需要进行其像素面积运算的有关部分。图59是从图41中去除像素面积运算有关部分的图，关于寄存器330、贡献率运算部331、寄存器335、衰减率运算部339、新图像数据收容部349及合成部321，与上述实施形态1说明过的是相同的。

这样，在本实施形态4中，因为以像素面积一定为前提，删除了进行该像素面积运算的有关部分，所以能相应简化装置。

另外，贡献率运算部和像素面积运算部为了减小电路尺寸，可以将预先运算好的贡献率及像素面积预先写入ROM表格内来使用。

产业上应用的可能性

本发明的活动图像显示方法对于抑制用子场法显示活动图像时的假轮廓是有用的，适用于PDP中子场驱动数据的生成。

Claims (43)

1.一种通过由亮度权重不同的多个子场构成1场图像，并改变构成1场图像的子场组合来显示所需灰度的活动图像显示方法，其特征在于，它包括下述步骤：

由图像数据检测表示图像移动方向及移动量的运动矢量；

根据检测的运动矢量，重新生成图像数据，向视网膜提供与图像移动时视网膜所接收的灰度等效的灰度；

根据新生成的图像数据，决定子场组合。

2.如权利要求1所述的活动图像显示方法，其特征在于，

对受在子场周期移动的注目像素影响的图像区域，分配所述注目像素的像素浓度；

对由周边像素分配像素浓度的各个像素，根据各个像素浓度的总和，决定该子场是否点亮。

3.如权利要求2所述的活动图像显示方法，其特征在于，

对受在子场周期移动的图像影响的图像区域中所含的像素，设定表示当该子场点亮时，该像素移动期间给予视网膜的影响程度的贡献度；

根据所述贡献度，向所述图像区域所含像素分配所述注目像素的像素浓度。

4.如权利要求1所述的活动图像显示方法，其特征在于，所述注目像素的像素浓度分配，对每个子场顺次进行。

5.如权利要求1所述的活动图像显示方法，其特征在于，上一级子场点亮或不点亮的结果反映在判断下一级子场点亮或不点亮的新图像数据中。

6.如权利要求5所述的活动图像显示方法，其特征在于，对所述下一级子场中的注目像素，在所述上一级子场中，从不点亮的像素回收与分配的像素浓度相同的像素浓度，从点亮的像素回收分配的像素浓度乘预定衰减率所得的像素浓度，从而生成新的图像数据。

7.如权利要求5所述的活动图像显示方法，其特征在于，通过比较由周边像素分配的像素浓度的总和与根据有关子场权重预定的阈值，决定所述子场点亮或不点亮。

8.如权利要求1所述的活动图像显示方法，其特征在于，根据所述检测的运动矢量的移动方向和移动量，决定分配所述注目像素的像素浓度的像素位置和分配比例。

9.如权利要求8所述的活动图像显示方法，其特征在于，决定分配所述注目像素的像素浓度的像素位置和分配比例，使与视线跟踪沿运动矢量移动的图像区域时对视网膜上视点区域提供影响的像素位置和分配比例一致。

10.如权利要求8所述的活动图像显示方法，其特征在于，分配所述注目像素的像素浓度的像素位置是沿自检测的运动矢量的始点至终点移动预定面积的区域时，与所述区域全部或部分重叠的像素。

11.如权利要求8所述的活动图像显示方法，其特征在于，分配所述注目像素的像素浓度的分配比例，是沿自检测的运动矢量的始点至终点移动预定面积的区域时，所述区域与像素重叠的面积以各子场发光时间积分所得的值。

12.如权利要求1所述的活动图像显示方法，其特征在于，检测每个像素表示其四角移动方向及移动量的4角运动矢量；用检测的4角运动矢量规定受在子场周期移动的注目像素影响的图像区域。

13.如权利要求12所述的活动图像显示方法，其特征在于，根据检测的4角运动矢量的移动方向和移动量，决定分配所述注目像素的像素浓度的像素位置和分配比例。

14.如权利要求13所述的活动图像显示方法，其特征在于，分配所述注目像素的像素浓度的像素位置是移动以从检测的4角运动矢量的始点至终点为4角的预定区域时，与所述区域全部或部分重叠的像素。

15.如权利要求13所述的活动图像显示方法，其特征在于，分配所述注目像素的像素浓度的分配比例是移动以检测的4角运动矢量的始点至终点为4角的预定区域时，所述区域与像素的重叠面积以各子场发光时间积分所得的值。

16.如权利要求1所述的活动图像显示方法，其特征在于，检测假轮廓发生信号级附近的像素运动作为运动矢量。

17.如权利要求16所述的活动图像显示方法，其特征在于，利用假轮廓发生信号级附近区间设阈值，分别将现场图像和前场图像2值化；比较2值化图像，由活动像素的移动像素数和移动方向检测运动矢量；根据该运动矢量修正现场图像中具有产生假轮廓的信号级的活动象素，并生成新的图像数据。

18.如权利要求16所述的活动图像显示方法，其特征在于，把现场的2值化图像分割成多个检测像素块；每个检测像素块在前场的2值化图像内设定参照区域，评价参照区域中多个设定的参照像素块与检测像素块的一致程度，由评价值最高的参照像素块与所述检测像素块的位置关系，检测活动像素的移动像素数和移动方向。

19.如权利要求16所述的活动图像显示方法，其特征在于，比较检测像素块与参照像素块，将未检测运动的检测像素块作为待定像素块暂时登录；判定已检测运动的已知像素块所围的待定像素块与已知像素块其活动像素数和移动方向相同。

20.如权利要求19所述的活动图像显示方法，其特征在于，待定像素块的处理根据包围它的已知像素块的移动像素数和移动方向，利用线性内插求该检测像素块的移动像素数和移动方向。

21.如权利要求16所述的活动图像显示方法，其特征在于，每个检测像素块对R、G、B各色分量检测移动像素数和移动方向；由择多判定确定该检测像素块的移动像素数和移动方向。

22.如权利要求16所述的活动图像显示方法，其特征在于，用以2的N次方信号级或组合该信号级的信号级为中心的多层阈值将现场图像及前场图像二值化；每个多层图像数据检测运动矢量。

23.如权利要求16所述的活动图像显示方法，其特征在于，2值化前对现场图像及前场图像进行平滑处理。

24.如权利要求16所述的活动图像显示方法，其特征在于，对应于产生假轮廓的信号级，在修正表中登录与运动矢量相符的修正数据；根据检测的活动像素的移动像素数和移动方向，从所述修正表中取出新的图像数据。

25.如权利要求1所述的活动图像显示方法，其特征在于，从现场图像和前场图像以像素块为单位检测运动矢量时，由根据所述现场图像和所述前场图像的像素级分别赋予的识别码的相关值，检测运动矢量。

26.如权利要求25所述的活动图像显示方法，其特征在于，根据现场图像与前场图像的像素级各自赋予识别码；现场的识别码图像分割成多个检测像素块，每个检测像素块在前场识别码图像内设定参照区域；根据识别码评价参照区域内多个设定的参照像素块与检测像素块的一致程度，由评价值最高的参照像素块与所述检测像素块的位置关系检测运动矢量。

27.如权利要求25所述的活动图像显示方法，其特征在于，在根据像素级赋予识别码时，赋予按照像素级区分区域的2种以上不同的识别码；综合各求得的运动矢量求像素的运动矢量。

28.如权利要求25所述的活动图像显示方法，其特征在于，识别码相同的像素块通过运动矢量检测。

29.如权利要求25所述的活动图像显示方法，其特征在于，现场图像和前场图像是以各R、G、B图像信号分量比例相等的方式变换的等效亮度图像信号。

30.如权利要求25所述的活动图像显示方法，其特征在于，检测图像浓度梯度，浓度梯度平坦部进行不依赖于运动检测的现场图像的数据分散处理。

31.一种通过由亮度权重不同的多个子场构成1场图像，并改变构成1场图像的子场组合来显示所需灰度的活动图像显示装置，其特征在于它包括：

检测邻接场间图像的运动矢量的运动矢量检测手段；

再现手段，根据检测的运动矢量重新生成向视网膜提供与图像移动时视网膜所接收的灰度等效的灰度的图像数据；

根据新生成的图像数据，生成子场驱动数据的子场决定手段。

32.如权利要求31所述的活动图像显示装置，其特征在于，所述再现手段包括：

根据检测的运动矢量，对各子场算出该子场发光开始位置和发光终了位置的中间座标抽取部；

根据所述中间座标抽取部输出的座标值，输出控制子场点亮或不点亮的2值数据，而且输出提供至下一级子场的图像数据的位映像输出部；

所述子场决定手段备有对全部子场合成来自所述位映像输出部的2值数据，并输出子场驱动数据的合成部。

33.如权利要求32所述的活动图像显示装置，其特征在于，所述中间座标抽取部和位映像输出部设置与构成1场图像的子场数相同的个数。

34.如权利要求32所述的活动图像显示装置，其特征在于，所述位映像输出部包括：

根据所述中间座标抽取部输出的座标值，计算在预定子场平面中分配图像数据的分配比例的贡献率运算部；

把所述图像数据与所述贡献率相乘的多个乘法器；

衰减率运算部，根据乘所述贡献率然后分配的数据值，输出控制该子场点亮或不点亮的2值数据，而且取入所述分配的图像数据，计算生成提供给下一级子场的图像数据时的衰减率；

把所述衰减率与所述分配的图像数据相乘的多个乘法器；

取入乘所述衰减率的图像数据，生成用于下一级子场的图像数据的新图像数据收容部。

35.如权利要求32所述的活动图像显示装置，其特征在于，所述位映像输出部包括：

在ROM表中预存所述贡献率，并根据所述中间座标抽取部的座标值，由所述ROM表输出在预定子场平面上分配图像数据的分配比例的贡献率输出部；

把图像数据与所述贡献率相乘的多个乘法器；

衰减率运算部，根据乘所述贡献率然后分配的数据值，输出控制该子场点亮或不点亮的2值数据，而且取入所述分配的图像数据，计算生成提供给下一级子场的图像数据时的衰减率；

把所述衰减率与所述分配的图像数据相乘的多个乘法器；

取入乘所述衰减率的图像数据，生成用于下一级子场的图像数据的新图像数据收容部。

36.如权利要求31所述的活动图像显示装置，其特征在于，所述再现手段包括：

根据检测的运动矢量计算表示各像素4角移动方向及移动量的4角运动矢量的4角运动矢量运算部；

根据所述4角运动矢量对各子场计算该子场发光开始位置和发光终了位置的座标位置的中间座标抽取部；

根据所述座标值输出控制子场点亮或不点亮的2值数据，而且输出提供给下一级子场的图像数据的位映像输出部。

37.如权利要求36所述的活动图像显示装置，其特征在于，所述位映像输出部包括：

把以所述中间座标抽取部输出的4角矢量的中间座标值为4角的预定区域的面积在预定期间积分的像素面积运算部；

根据所述4角矢量的中间座标值计算在预定子场平面中分配图像数据的比例的贡献率运算部；

把图像数据与所述贡献率相乘的多个乘法器；

衰减率运算部，根据乘所述贡献率然后分配的数据，输出控制该子场点亮或不点亮的2值数据，而且取入所述分配的图像数据，计算生成提供给下一级子场的图像数据时的衰减率；

把所述衰减率与所述分配的图像数据相乘的多个乘法器；

乘所述衰减率的图像数据除以所述像素面积运算部计算的积分值的除法器；

取入所述相除所得的图像数据，生成用于下一级子场的图像数据的新图像数据收纳部。

38.如权利要求36所述的活动图像显示装置，其特征在于，所述位映像输出部包括：

把以所述中间座标抽取部输出的4角矢量的中间座标值为4角的预定区域的面积在预定期间积分的像素面积运算部；

在ROM表中预存贡献率的值，并根据所述4角矢量的中间座标值，由所述ROM表输出把图像数据分配在预定子场平面的比例的贡献率运算部；

把图像数据与所述贡献率相乘的多个乘法器；

衰减率运算部，根据乘所述贡献率然后分配的数据值，输出控制该子场点亮或不点亮的2值数据，而且取入所述分配的图像数据，计算生成提供给下一级子场的图像数据时的衰减率。

把所述衰减率与所述分配的图像数据相乘的多个乘法器；

乘所述衰减率的图像数据除以所述像素面积运算部计算的积分值的多个除法器；

取入所述相除所得的图像数据，生成用于下一级子场的图像数据的新图像数据收纳部。

39.如权利要求36所述的活动图像显示装置，其特征在于，所述位映像输出部包括：

在ROM表中预存像素面积值，并由所述ROM表输出以所述中间座标抽取部输出的4角矢量的中间座标值为4角的预定区域的面积的像素面积运算部；

根据所述4角矢量的中间座标值，计算在预定的子场平面中分配图像数据的比例的贡献率运算部；

把图像数据与所述贡献率相乘的多个乘法器；

衰减率运算手段，根据乘所述贡献率然后分配的数据值，输出控制该子场点亮或不点亮的2值数据，而且取入所述分配的图像数据，计算生成提供给下一级子场的图像数据时的衰减率；

把所述衰减率与所述分配的图像数据相乘的多个乘法器；

乘所述衰减率的图像数据除以所述像素面积运算部计算的成分值的多个除法器；

取入所述相除所得的图像数据，生成用于下一级子场的图像数据的新图像数据收纳部。

40.如权利要求31所述的活动图像显示装置，其特征在于，所述运动矢量检测手段包括：

用产生假轮廓的信号级附近的阈值，将现场图像和前场图像2值化的2值化处理手段；

比较场间2值化图像，检测像素运动的运动检测手段；

所述再现手段包括：

每个产生假轮廓的信号级，登录与移动像素数及移动方向对应的修正数据的修正表；

从现场图像中抽取产生假轮廓的信号级的像素的抽取手段；

从所述修正表中取出与该抽取像素的运动检测结果及信号级对应的修正数据，修正该像素的修正手段。

41.一种通过亮度权重不同的多个子场构成1场图像，并改变构成1场图像的子场组合来显示所需灰度的活动图像显示装置，其特征在于，它包括：

根据现场图像和前场图像的像素级，提供识别码的识别码手段；

比较场间识别码图像，检测运动矢量的运动矢量检测手段；

登录由所述运动矢量检测手段对现场图像的每个像素块求得的运动矢量的运动矢量表；

从所述运动矢量表取出现场图像的注目像素位置的运动矢量检测结果，并修正该像素的数据修正手段。

42.如权利要求41所述的活动图像显示装置，其特征在于，该装置还包括：

进行现场图像修正的数据分散处理手段；

检测所述现场图像浓度差分布的浓度梯度检测手段；

根据检测的现场图像的浓度差发布，选择利用数据分散处理的修正处理或利用所述运动矢量表的数据修正处理的切换手段。

43.如权利要求41所述的活动图像显示装置，其特征在于，现场图像及前场图像的输入图像是以各R、G、B图像的信号分量比例相等的方式变换的等效亮度图像信号。

Images