21世纪初商业显示逐步发展成为一个独立的行业, 为了提升广色域全彩Mini-LED商业显示所呈现出的视觉效果, 针对当前Mini-LED拼接屏颜色还原效果不佳、色差较大且价格高昂等问题, 提出了一种应用于Mini-LED商业显示的色域映射方法。该方法基于Mini-LED的显示特性文件, 通过查找表与四面体插值运算对其进行色域映射, 再根据Mini-LED拼接屏对不同颜色特征的还原效果与表达能力之间的差异对查找表进行优化, 改善了映射精度、映射时间以及资源消耗之间的平衡。实验结果表明: Mini-LED显示在进行色域映射后的最大亮度损失约为3.5%, 像素光强均匀性由8.2%降至4.9%, 色差由2.2ΔE降至1.3ΔE, 证明该方法对全彩Mini-LED商业显示在像素光强均匀性、色差等方面均有较好的矫正效果, 同时在视觉观测下的效果也有一定的提升。

提出了一种基于多尺度递归网络的图像超分辨率网络模型,该模型主要由多个多尺度特征映射单元级联而成,每个单元分别包含一组不同尺度的特征提取层、一个融合层以及一个特征映射层。特征提取直接在原始低分辨率图像上进行,最后采用亚像素卷积重构高分辨率图像。训练阶段使用自适应矩估计优化方法加速网络模型的收敛。实验结果表明,所提算法取得了较好的超分辨率结果,图像纹理清晰、边缘锐利,视觉效果明显得到增强。在Set5、Set14、BSD100以及Urban100等常用测试集上的客观评价指标(PSNR和SSIM)均高于现有的几种主流算法。