为解决高分辨率、高刷新率微显示器存在的传输数据量过大的问题，针对人眼视觉特性以及数字驱动硅基有机发光二极管（OLED）微显示器的扫描方式，提出基于非对称椭圆中心凹最小可觉差（JND）模型的位平面图像压缩算法，并针对该算法设计了相应的硅基微显示控制器，在现场可编程门阵列（FPGA）平台上验证算法的可行性。实验结果表明，与当前其他JND模型相比，该模型更加符合人眼视觉特性，基于该模型的位平面图像压缩算法能够在不影响人眼主观感受的前提下，对图像进行较大程度的压缩，图像平均压缩率可以达到39.573%，能够有效降低微显示器中的传输数据带宽。

硅基微显示器以单晶硅为衬底，背板中集成CMOS驱动电路，具有体积小、像素密度高、开关速度快、功耗低等特性，在近眼显示、投影、增强现实/虚拟现实（AR/VR）等领域具有广泛应用。综述数字微镜器件（DMD）、硅基液晶（LCoS）、硅基有机发光（OLED on silicon）、硅基二极管发光（硅基micro-LED）4种硅基微显示器，重点论述硅基OLED和硅基micro-LED的关键技术和研究进展。这些硅基微显示器具有主动发光、高分辨率、高刷新率、高对比度、低功耗等突出特点，在近眼显示领域拥有巨大的应用潜力。

为了研究硅基OLED(Organic Light Emitting Diodes)微显示器的使用寿命,通过老化实验提出一种基于恢复模型的OLED亮度衰减模型,该亮度衰减模型融合传统延伸型指数衰减模型与OLED亮度恢复模型。使用亮度退化数据拟合衰减模型中的待定参数,得到初始亮度和占空比与OLED寿命之间的定性和定量关系,实现OLED的高精度亮度衰减预测。研究结果表明,对比所提模型的预测数据与实测亮度衰减数据可得,所提模型的预测误差小,拟合精度高达99.22%,相同初始亮度驱动下OLED的寿命预测准确度可提高79.1%。PWM(Pulse-Width Modulation)驱动下硅基OLED微显示器的寿命性能较传统电流/电压驱动型优越,在12.5%~87.5%的占空比下,可延长1.6~20.9倍的硅基OLED微显示器寿命。

为提升用户体验, 近眼显示设备应轻量化且具备高分辨率和高刷新率, 传统视频压缩方案难以满足需求。针对这一问题, 本文将运动估计应用于位平面压缩, 将恰可察失真映射至位平面以指导运动估计的匹配准则。同时, 从虚拟现实领域中数字驱动微显示器的应用场景出发, 使运动估计的搜索范围根据刷新率自适应。最后, 结合人眼临界频率与位平面的关系, 设定匹配阈值进一步消除冗余。本文提出了一种基于位平面运动估计的视频压缩方案, 以此设计数字驱动微显示器控制器并搭建系统验证设计。实验结果表明, 该方案平均压缩比为9.328 8, 压缩效率较高。解码后的图片平均峰值信噪比为22.810 3 dB,结构相似度为0.946 6, 恰可察失真到位平面的映射有效, 图片质量和渲染效果良好, 符合人眼的直观感受。

传统的二维JND(Just Noticeable Difference)模型只能估计平面图像的最小可觉差,并不完全适用于虚拟立体视觉下的大视场角图像。首先根据人眼视觉特性,对亮度、对比度、中心凹和立体深度4种掩蔽特性设计相应的双目观测实验,通过实验数据建立JND数学模型并将其与当前其他JND模型进行对比,结果表明该模型在同等感知质量下可以去除更多的视觉冗余。然后将该视觉感知冗余模型应用于图像压缩,为此提出一种多重色阶压缩算法,该算法根据人眼色差阈值对图像的不同区域进行不同等级的色阶量化,量化过程结合Floyd-Steinberg误差分散算法可以去除视觉冗余数据。最后在FPGA(Field-Programmable Gate Array)硬件平台上完成算法的验证,结果表明该算法的平均比特压缩率可以达到61.65%,能够有效降低VR(Virtual Reality)图像所需的传输数据量。