一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种显示器Mura校准的多像素融合压缩及解压缩方法与流程

2022-04-16 13:41:15 来源:中国专利 TAG:

一种显示器mura校准的多像素融合压缩及解压缩方法
技术领域
1.本发明涉及一种显示器mura校准的多像素融合压缩及解压缩方法,属于显示技术领域。


背景技术:

2.在现有技术中,使用电流驱动的自发光显示器(包括oled显示屏、miniled显示屏以及未来的microled显示屏)由于制造工艺的限制,会产生子像素级别的电路上的不一致性。这种不一致性表现在显示上,即为一种整体或局部的显示不均匀性,表现为块状,沙装,点状等等,这种不均匀性统称为mura(指显示器亮度不均匀, 造成各种痕迹的现象)。mura通常有亮度mura和色mura两种,表示亮度的不均匀性和颜色的不均匀性,目前限制mura是国产oled生产良率的主要因素之一。而对于显示器的mura校准通常称为demura。
3.目前业界常用的demura方案是针对每一个子像素的显示特性做建模、压缩。由于显示屏的子像素数目特别多,通常是4-6百万个子像素,其建模的数据大约有600mbytes,其建模的数据过于庞大,若能将建模数据压缩到2mbyte以内,则可大幅节约存储空间,因此,急需一种能够有效压缩建模数据的方法,并尽可能保证建模的准确性。


技术实现要素:

4.为解决现有的技术问题,本发明提供一种显示器mura校准的多像素融合压缩及解压缩方法,使相邻的若干个子像素共用同一套建模数据,同时加入亮度差异信息编码值,以减少因为像素融合而带来的误差。
5.本发明一方面提供了一种显示器mura校准的多像素融合压缩方法,具体步骤如下:拍摄:采用成像亮度计拍摄待测显示屏的若干个同色灰阶图像;提图:提取各同色灰阶图像中,各子像素的子像素亮度值;其中,i、j均为正整数,i为同色灰阶图像的编号,j为子像素编号;子像素融合:将n
×
m个相邻子像素的子像素亮度值进行融合,获取n
×
m子像素区块的平均亮度值,并且获取亮度差异信息编码值,所述亮度差异信息编码值用于记录n
×
m个相邻子像素之间的亮度值差异信息,所述亮度差异信息编码值包括差异模式编码值和差异大小编码值;其中,n和m为正整数;建模拟合:对平均亮度值进行去伽马运算,获得对应的平均灰度值,对各同色灰阶图像的所述平均灰度值进行建模拟合,获取建模参数;对所述建模参数进行编码,获得建模参数编码值;存储:将所述亮度差异信息编码值和所述建模参数编码值合并作为mura校准数据进行存储。
6.进一步地,所述差异模式编码值用于记录相邻子像素的子像素亮度值大小关系,或相邻子像素区块的平均亮度值大小关系;所述差异大小编码值用于记录相邻子像素的子像素亮度值差异大小组别,或相邻子像素区块的平均亮度值差异大小组别。
7.进一步地,所述亮度值差异编码值包括若干组差异模式编码值和差异大小编码值,每组差异模式编码值和差异大小编码值用于记录两个相邻子像素的亮度值差异信息,或两个相邻子像素区块的平均亮度值差异信息。
8.进一步地,每组差异模式编码值和差异大小编码值中,所述差异模式编码值占用一个比特,所述差异大小编码值占用t个比特,1≤t≤7,t为正整数,所述差异大小编码值对应2
t
个差异大小组别。
9.进一步地,所述子像素融合步骤具体为:先将n
×
m个相邻子像素中,相邻两个子像素进行两两融合,形成(n
×
m)/2个包含2个子像素的子像素区块,获取子像素区块的平均亮度值;再将相邻两个包含2个子像素的子像素区块进行两两融合,形成包含4个子像素的子像素区块,获取子像素区块的平均亮度值;依次类推,进行总计(n
×
m-1)次两两融合,最终获得n
×
m子像素区块的平均亮度值;在各次两两融合过程中,分别获取对应的各组差异模式编码值和差异大小编码值,所有差异模式编码值和差异大小编码值合并作为所述亮度值差异编码值。
10.进一步地,所述建模拟合步骤中,所述对各同色灰阶图像的所述平均灰度值进行建模拟合,获取建模参数,具体为:对各同色灰阶图像的所述平均灰度值进行一次函数拟合、二次函数拟合、曲线拟合、分段函数拟合中的一种,获得拟合函数;将所述拟合函数的各参数作为建模参数。
11.本发明还提供了一种mura校准数据的解压缩方法,包括如下步骤:将所述建模参数编码值还原为建模参数;根据所述建模参数计算各灰阶的n
×
m子像素区块的平均亮度解码值;根据预设的解码增益值和所述亮度差异信息编码值,还原n
×
m个子像素的子像素亮度解码值。
12.进一步地,所述根据所述建模参数计算各灰阶的n
×
m子像素区块的平均亮度解码值,具体为:将所述建模参数作为拟合函数的各参数,获取拟合函数;将各灰阶的灰度值代入拟合函数,计算各灰阶的n
×
m子像素区块的平均灰度解码值;将所述平均灰度解码值进行伽马变换,得到各灰阶的n
×
m子像素区块的平均亮度解码值。
13.进一步地,所述根据预设的解码增益值和所述亮度差异信息编码值,还原n
×
m个
子像素的子像素亮度解码值,具体为:根据一子像素区块对应的差异大小编码值选择对应的解码增益值,将该子像素区块的平均亮度解码值乘以及除以所述解码增益值,得到两个不同的亮度值,结合差异模式编码值,得到该子像素区块融合前的两个子像素的亮度解码值或两个子像素区块的平均亮度解码值;从n
×
m子像素区块开始逐步解码,最终得到每个子像素的子像素亮度解码值。
14.进一步地,所述解码增益值的平方值表示对应的差异大小组别的预期的两个子像素的亮度比值,或两个子像素区块的平均亮度比值。
15.进一步地,所述解码增益值的平方值在对应的差异大小组别的上下限对应的亮度比值区间之内。
16.与现有技术相比,本发明具有如下有益效果:(1)对于那些只能使用1x1的demura算法的显示屏,本发明给出了一种使用1x2或更高的空间子像素融合压缩的补充方法,既保证demura质量也减少了数据量,driver ic芯片上的面积和成本也减小了,有利于成本的降低。
17.(2)本发明加入了亮度差异信息编码值,以减少因为像素融合而带来的误差。
附图说明
18.图1 为本发明中融合前后两个相邻子像素的灰阶-亮度曲线;图2为本发明中去γ后的灰阶-亮度曲线以及拟合函数图。
具体实施方式
19.为了使本技术领域的人员更好地理解本技术中的技术方案,下面对本技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本技术一部分实施例,而不是全部的实施例。基于本技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本技术保护的范围。
20.实施例1本实施例提供了一种显示器mura校准的多像素融合压缩方法,本实施例以1x2的压缩方式为例,包括以下步骤:拍摄:采用成像亮度计拍摄待测显示屏的若干个同色灰阶图像。
21.对于某个具体的屏,拍摄的18个三色的灰阶为{r1,r2,r3,r4,r5,r6,g1,g2,g3,g4,g5,g6,b1,b2,b3,b4,b5,b6},这里r代表红色,g代表绿色,b代表绿色,比如r1是红色32灰阶(显示8bit颜色深度,最大值是255)。
22.提图:提取各同色灰阶图像中,各子像素的子像素亮度值;其中,i、j均为正整数,i为同色灰阶图像的编号,j为子像素编号。拍摄出18个灰阶的数据,通过提图得到每个子像素在6个灰阶的显示特性。
23.一个菱形分布子像素的full hd显示屏(1920*1080)通常有二百万像素,四百万子像素。如果采用不压缩(1x1)的方式,一次函数的建模方法,每个子像素,需要一组建模参数k和b来记录。一组k和b如果压缩后占用各一个byte。那么总数据量是8mbyte。
24.如果将相邻的两个子像素共用同一组建模参数编码值,即采用1x2的压缩方式,那么总数据量是4mbyte。如果采用4x4的压缩方式,那么只需要0.5mbyte,这样不用进一步压缩,直接可以放入驱动芯片的存储器内。
25.根据实践经验,如果拍摄的数据比较准确,数据压缩的误差如果能控制在5%以内,那么demura的效果会比较好。因此,在使用1x2的压缩方式时,如果两个相邻子像素的建模参数的差距在10%以上,那么就会有概率成为较大的误差。
26.实际在一个灰阶的拍摄画面中,所有子像素的亮度的最大差距可能高到50%,也就是说,最差的情况有可能两个相邻子像素之间的亮度差会到50%。
27.本实施例考虑在1x2的压缩方式下,使用共计3个bit的亮度差异信息编码值来记录这些误差,包括一个bit的差异模式编码值,用于记录两个子像素谁更亮;2个bit的差异大小编码值,用来记录亮多少的组别,分别对应0-5%,5%-15%,15%-30%,30%-50%。
28.这样在使用同一组k和b信息来重建两个子像素的显示信息的时候,就可以大大减少误差的幅度,可以将最大的25%的空间近似误差减少到最多5%。当然相应的存储的开销会增加3/8,也就是11bit对应两个子像素。
29.子像素融合:将n
×
m个相邻子像素的子像素亮度值进行融合,获取n
×
m子像素区块的平均亮度值,并且获取亮度差异信息编码值,所述亮度差异信息编码值用于记录n
×
m个相邻子像素之间的亮度值差异信息,所述亮度差异信息编码值包括差异模式编码值和差异大小编码值;其中,n和m为正整数。
30.建模拟合:对平均亮度值进行去伽马运算,获得对应的平均灰度值,对各同色灰阶图像的所述平均灰度值进行建模拟合,获取建模参数;对所述建模参数进行编码,获得建模参数编码值。
31.具体地,这里仅以红色r为例,对于某相邻的两个红色子像素,如果其在6个灰阶里亮度分别为和,其中,i=1,2,3,4,5,6。计算平均亮度值,,对于融合后的亮度,作去γ运算(平均亮度值y对应的平均灰阶值x通常符合幂函数关系,大多数的常见的显示标准里γ=2.2),获得平均亮度值对应的平均灰阶值,使得显示的输入输出成接近一次函数关系(如图2)。
32.以某一对相邻的红色子像素为例,其数据如下:表1 一对相邻的红色子像素各个灰阶的子像素亮度值
使用一次函数拟合,得到直线方程:,获得建模参数k
j(1,2)
和b
j(1,2)
,k
j(1,2)
=3.774,b
j(1,2)
=-0.0063。再通过数据压缩算法(本领域技术人员的常用技术手段),获得一个8bit的编码值,作为子像素j和j 1的建模参数编码值。
33.进一步地,所述亮度值差异编码值包括若干组差异模式编码值和差异大小编码值,每组差异模式编码值和差异大小编码值用于记录两个相邻子像素的亮度值差异信息,或两个相邻子像素区块的平均亮度值差异信息。
34.每组差异模式编码值和差异大小编码值中,所述差异模式编码值占用一个比特,所述差异大小编码值占用t个比特,1≤t≤7,t为正整数,所述差异大小编码值对应2
t
个差异大小组别。
35.具体地,获取亮度差异信息编码值的方法为:计算和,由于oled的发光特性,一般来说如果>,则对于任意i,>。因此,如果>,记差异模式编码值为1,否则记为0,作为亮度差异信息编码值的第一个bit。
36.计算,根据计算结果,按照表2获得差异大小编码值,作为亮度差异信息编码值的第二个和第三个bit。
37.表2
ꢀꢀ
差异大小编码值与差异大小组别的对应关系例如,根据表1中的数据,计算得到>,记差异模式编码值为1;计算=41%,记差异大小编码值为11,则亮度值差异编码值为111。
38.存储:将所述亮度差异信息编码值和所述建模参数编码值合并作为mura校准数据进行存储。
39.实施例2本实施例对实施例1的mura校准数据的解压缩方法,包括如下步骤:将所述建模参数编码值还原为建模参数。以实施例1的每两个相邻子像素共用的
同一组建模参数编码值为例,下面我们依据解码来恢复这两个子像素,假如不考虑数据压缩的误差,我们能获得准确的k
j(1,2)
=3.774,b
j(1,2)
=-0.0063。
40.将所述建模参数作为拟合函数的各参数,获取拟合函数,即;将各灰阶的灰度值代入拟合函数,计算各灰阶的1
×
2子像素区块的平均灰度解码值(表3中的函数值);将所述平均灰度解码值进行伽马变换,得到各灰阶的1
×
2子像素区块的平均亮度解码值(表3中的变换);根据预设的解码增益值(如表2所示)和所述亮度差异信息编码值(111),还原2个子像素的子像素亮度解码值,如表3所示:表3 子像素亮度解码过程其中,由于亮度差异信息编码值的第一位为1,子像素j的亮度较高,因此116.7%对应的是子像素j,83.3%对应的是子像素j 1。
41.可以看到主要的中间灰阶,误差都有明显下降,如表4所示:表4 有无亮度差异信息编码值的子像素亮度值的解码后误差对比其中,无亮度差异信息编码值对应的子像素j和子像素j 1的mura校准解码数据误差,均为表3中变换行数据与表1中数据的对比误差。
42.实施例3本实施例与实施例1和实施例2的区别在于:采用二次函数来拟合,得到的拟合函数为:,此时建模参数包括3个,a=0.0659,b=3.3679,c=0.4042。通过压缩和解压后,得到的误差如表5所示:表5
ꢀꢀ
二次拟合的子像素亮度值的解码后误差对比
其中,有亮度差异信息编码值的子像素j和子像素j 1的误差数据明显变小了。
43.实施例4对于2x2压缩方式的子像素融合,可以同样使用上面的方法。首先将子像素j和j 1融合,计算其各个灰阶的平均亮度值,并记录亮度差异信息编码值;再将子像素s和s 1(子像素s为j相邻行对应的子像素)融合,计算平均亮度值和亮度差异信息编码值;最后将上述2个平均亮度值进行融合,计算对应的平均亮度值和亮度差异信息编码值。
44.这样就可以获得这四个子像素的均值,将其做直线拟合或者曲线拟合压缩,同时还有9bit的亮度差异信息编码值,相当于17bit记录了2x2子像素块的亮度信息。
45.芯片端可以按解压缩步骤解出中间均值,然后再解码出四个子像素的亮度值。
46.实施例5对于n
×
m压缩方式的子像素融合,先将n
×
m个相邻子像素中,相邻两个子像素进行两两融合,形成(n
×
m)/2个包含2个子像素的子像素区块,获取子像素区块的平均亮度值;再将相邻两个包含2个子像素的子像素区块进行两两融合,形成包含4个子像素的子像素区块,获取子像素区块的平均亮度值;依次类推,进行总计(n
×
m-1)次两两融合,最终获得n
×
m子像素区块的平均亮度值;在各次两两融合过程中,分别获取对应的各组差异模式编码值和差异大小编码值,所有差异模式编码值和差异大小编码值合并作为所述亮度值差异编码值。
47.其解压缩方法如下:根据所述建模参数计算各灰阶的n
×
m子像素区块的平均亮度解码值,将各灰阶的灰度值代入拟合函数,计算各灰阶的n
×
m子像素区块的平均灰度解码值;将所述平均灰度解码值进行伽马变换,得到各灰阶的n
×
m子像素区块的平均亮度解码值;根据预设的解码增益值和所述亮度差异信息编码值,以及压缩过程中的融合方式,逆序解码还原得到n
×
m个子像素的子像素亮度解码值。
48.以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献