介绍了液晶分子的光控取向技术和半导体量子棒均匀定向的方法。该方法可以将高亮度、核/壳结构的CdSe/CdS量子棒与液晶单体相互结合, 通过定向排列液晶单体来实现对量子棒的定向排 列, 并利用紫外光聚合固化, 形成包裹量子棒的液晶聚合物薄膜。通过对高偏振荧光量子棒的光学表征, 展现出高排列序参数。在应用方面, 液晶聚合物中的量子棒可在微米尺度(低至2 μm)内进 行多畴取向, 展现出在光子学和保密领域中的应用前景; 结合量子棒/液晶聚合物(QR/LCP)薄膜与液晶显示技术, 可用于新式光学驱动荧光显示设备; 用于现代液晶显示设备中的量子棒亮度增益膜, 在增强色彩表现(>100% NTSC)的同时, 又能提高显示器的光学效率(>8%)。

为了研究不同厚度C60阴极耦合层对顶发射白光OLED器件光电性能的影响, 实验数值计算了半透明阴极组成的多层膜系(ETL/EIL/Mg∶Ag/C60)的透过率; 同时, 采用共阴极结构设计制备了顶发射白光OLED器件, 并对不同厚度的C60折射率匹配层制备的顶发射白光OLED器件的光电特性进行了研究。结果表明,不同C60厚度的多层膜系透过率差异较大, 在C60膜层厚度为30~40 nm时, 多层膜 在较宽波段范围内均有高的透过率, 且透过率光谱的色坐标最接近白光等能点; 通过分析不同阴极耦合层制备的顶部发光OLED器件的光电性能, 发现采用适当厚度的C60阴极耦合层材料, 可以有效 提高器件外量子效率, 并在一定程度上能够有效改善器件的色坐标, 实现接近等能白光的顶发光OLED器件制备。

当前主流显示技术存在着显示功耗偏高的问题, 基于MEMS辅助的显示由于可以取消偏光片和彩色滤光片的使用, 更适合于户外、低功耗类的应用。为了将基于MEMS辅助的显示器大规模制造, 将液晶显示工艺与基于MEMS辅助的显示进行材料和工艺的匹配意义重大。本文对MEMS与液晶显示加工工艺进行系统介绍, 同时分析了3种主流基于MEMS辅助的显示模式, 详细阐述了将现行规模生产 下的液晶显示工艺应用于这些基于MEMS辅助的显示技术所做的一些工作和研究进展, 并探讨了基于MEMS辅助的显示技术的发展趋势。

液晶滴下工艺是TFT- LCD生产中的关键技术。液晶的滴下量一般选取在不发生低温气泡和高温重力Mura的范围内, 这被称为LC Margin。LC Margin越窄, 液晶滴下的中心量距离上下限的范围 越小, 生产过程中随工艺波动容易出现低温气泡和重力Mura不良。本文针对LC Margin窄的产品(≤3%)提出了根据彩色滤光片柱状隔垫物的高度进行整批次分液晶面板进行液晶滴下的方法。生产过 程中对该方法产出的液晶面板进行高低温测试, 结果显示没有重力Mura及低温气泡出现, 优化了液晶滴下工艺, 为LC Margin窄的产品在生产中应用提供了一种新的解决方案。

为提升RGBW液晶显示模组的显示质量, 通过对RGBW液晶显示模组进行数据测试和理论分析验证, 得到提升RGBW 液晶显示质量的方案。通过FPGA信号转换算法同时搭配RGBW玻璃, 产出透过率 增加50%的车载液晶显示模组。由于彩膜(CF)进行了重新设计修改, 模组发生交叉串扰、色偏以及横纹闪烁等不良, 通过测试不同极性反转驱动对应的波形, 以及CF排列组合, 得出产生问题的原因 。结果表明, RGBW液晶显示中的像素极性排列需要与CF匹配, 否则将发生交叉串扰、色偏以及横纹不良。液晶像素设计中同行同色像素的极性需要正负平衡, 否则将使模组显示质量下降。

针对TFT液晶屏使用中存在驱动较为复杂以及对处理器要求较高的问题, 设计了一种通过串口控制驱动MUC接口TFT液晶屏的显示系统。该系统的硬件由STM32F4处理器和TFT液晶屏组成, STM32F4用于驱动TFT液晶屏, 并通过其串口向使用TFT液晶屏显示系统的外部处理器提供控制通道; 软件利用μC/OS-Ⅲ操作系统编写底层驱动程序和驱动控制接口程序, 采用DMA方式读取串口数据 。该系统硬件接口简单, 只需要两根I/O线就能对TFT液晶屏进行控制, 最大可同时支持4个外部处理器通过串口对TFT液晶屏进行控制, 串口传输速率为2.4 KB/s～2 MB/s。实验结果表明, 该系统运 行稳定可靠, 显示效果清晰流畅, 简化了TFT液晶屏的驱动和使用, 拓展了TFT液晶屏的适应性和使用范围。

在LED显示控制系统更新FPGA程序和显示参数过程中, 可能会遇到掉电或误擦除等突发情况, 导致程序出错后无法正常工作。为了提高系统的可靠性, 本文对FPGA程序备份、系统功能自我恢 复进行了研究。首先介绍了Xilinx Spartan-6 FPGA多重配置原理, 然后针对FPGA程序和显示参数设置功能的需求, 通过硬件设计研究了采用Flash多区域程序、显示参数备份存储方法。接着, 通过 FPGA多重配置模块的详细程序设计, 实现了程序备份自动调用、自动判断和热重启的功能。最后, 介绍了FPGA主备程序固化文件生成方式。通过模拟FPGA程序更新错误实验, 验证了系统调用ICAP设 置寄存器并触发IPROG命令和FPGA热启动并调用备份程序重新配置, 实现了FPGA多重配置在LED显示控制系统上的实际应用, 满足了系统更新和显示参数设置过程的稳定性、可靠性要求。

针对传统的手部跟踪算法存在实时性差、识别精度低、易受环境影响等问题, 提出了一种基于神经网络与卡尔曼滤波的手部实时追踪方法。该方法首先通过神经网络对视频中出现的检测目标 进行定位, 接着用卡尔曼滤波对目标运动进行估计, 将估计的结果与下一帧图像中检测到的目标进行比对; 然后对检测到的目标进行跟踪, 将手部运动的轨迹实时显示。实验结果表明, 该方法能够 对多个手部目标实时进行追踪, 并在手部运动过程中出现交叉和形变的情况下还能保持跟踪, 其平均处理帧数为21.212 f/s, 追踪正确率为94.88%,基本满足手部跟踪的稳定可靠、高实时性、高鲁 棒性等要求。

针对数字图像的高精度分类问题, 提出了一种新型数字图像分类算法。在该算法中, 局部二值模式(Local Binary Patterns, LBP)算子被用于数字图像的LBP图构建LBP图的直方图被用于构建 图像样本的特征向量; 大量样本的特征向量构建的训练数据集被送入最小二乘支持向量机(Least Squares Support Vector Machines, LSSVM)进行最优分类模型的构建。在测试数据集的分类测试中 , 对本文所提出算法与传统支持向量机算法、极限学习机算法和Hopfield神经网络方法进行了比较, 在宏查准率、宏查全率和分类时间几个典型性能指标的测试方面, 本文所提出的LBP-LSSVM算法 均表现出了优异的性能。

彩色数码设备色彩还原能力直接影响彩色图像的最终呈现效果, 是彩色数码设备性能设计优劣的一个重要指标。为研究低光照度下不同彩色数码设备的色彩还原能力, 本文提出了一种简便快 捷的可视化客观色彩还原能力评价方法,该方法首先将RGB三基色颜色空间转换到CIELAB颜色空间, 并基于CIEDE2000色差公式在CIELAB颜色空间建立全面客观的量化评价指标, 最终基于VC++软件平 台开发了上位机软件程序, 能实现对彩色数码设备的色彩还原能力的现场评价。实验结果表明, 该评价方法与主观视觉感受吻合较好, 能为低光照度环境下的彩色数码设备色彩还原能力提供一种有 效的评价方法。

为了提升道路交通标志的识别准确率以及实施性能, 本文提出一种改进的LeNet-5卷积神经网络结构对交通标志图像进行训练。首先在检测阶段, 采用基于颜色的轻量级分割算法和Hough变换 算法提取交通标志的目标区域, 并控制算法复杂度使该识别系统基本满足实时性要求, 再利用LeNet-5对交通标志进行分类识别。在实际的校园道路在线识别试验中进行检测, 结果表明, 18个交通 标志通过驾驶均在本文的算法中成功识别, 其运行速率达到16.9 Hz, 基本满足交通标志识别稳定、实时等性能要求。

协同表示算法对人脸图像具有快速分类的特点, 但在单样本或欠样本情况下, 对变化复杂的人脸识别率还不够理想, 无法满足工程要求。针对该问题, 提出一种基于欠样本混合内变基字典的 扩展协同表示算法。首先借助在同一环境下采集到的不同人脸的变化过程, 提取人脸的变化共同特征并生成内变基, 再融合两种及两种以上不同人脸变化的共同特征生成混合内变基, 提高内变基的 通用性, 建立训练样本与测试样本之间变化的稀疏字典。训练样本在字典帮助下近似构建出测试样本的特征人脸, 达到扩展训练样本集的目的, 再对人脸协同分类。利用AR库、ORL库、Yale库和 Yale B库进行识别实验。结果表明, 本文算法能有效提高协同表示算法的识别率, 在欠样本情况下识别率提高7.33%～3317%, 在单样本情况下识别率提高6.78%~24.47%。

基于灰度级的模糊C均值算法是一种快速的图像分割算法。因为无损检测图像灰度分布不均衡, 该算法不能有效分割图像中的目标与背景, 故提出一种改进的基于灰度级的模糊C均值算法 (IFCMG)。首先, 利用灰度级像素数和隶属度构造类的总隶属度表达式并将其融入目标函数中以均衡化目标像素和灰度像素对目标函数的贡献。接着, 推导基于新目标函数的隶属度和聚类中心。然 后, 考虑到类的密度也会影响聚类结果, 设计类的紧密度表征形式并将其融入聚类进程。最后, 采用无损检测图像进行分割实验。对于每幅图像, 本文算法具有较高的F_value指标值。利用综合评 价公式对所有F_value值进行评价, 本文算法综合评价值比对比算法分别高出26.13%, 16.46%, 13.75%, 25.10%。本文算法能够有效分割具有灰度分布不均衡特征的无损检测图像, 扩展了基于灰度 级的模糊C均值聚类算法的应用范围。

为了解决图像增强时存在的过度增强、图像信息量不足、性能退化等问题, 本文提出了一种基于图像局部亮度平均值和全局对比度的图像增强算法。该算法根据图像局部亮度平均值来控制图 像的局部对比度, 并在全局部分采用局部与全局的对比度比例作为幂次变换的伽马值来进行图像增强。将图像分为低通滤波和高通滤波两部分, 低通滤波分量控制高通滤波分量的幅度以增加局部对 比度, 然后对低通分量以非线性的方式修改图像的局部亮度平均值, 并将其与处理后的高通分量进行融合。在对比实验中, 本文提出的算法比次优算法的清晰度提高了9.9%, 均方根误差(RMSE)提高 了16%。实验证明本文算法在图像增强过程中能提升图像的清晰度, 丰富图像细节, 满足图像增强算法的稳定性好、鲁棒性强、清晰度高等要求。