CN109036275A - 一种显示屏的Mura现象补偿方法和装置 - Google Patents

Abstract

本发明公开了一种显示屏的Mura现象补偿方法和装置，所述方法包括：拍摄所述显示屏的第一灰阶值和第二灰阶值的灰阶画面；根据每个灰阶画面中各像素的光强度数据，计算每个像素的伽马指数值；根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据；根据计算得到的Mura数据进行Mura现象补偿。应用本发明可以获得较好的Mura现象补偿效果，优化显示效果。

Description

一种显示屏的Mura现象补偿方法和装置

技术领域

本发明涉及显示技术领域，特别是指一种显示屏的Mura现象补偿方法和装置。

背景技术

OLED(有机发光二极管，Organic Light-Emitting Diode)作为一种电流型发光器件已越来越多地被应用于高性能显示中。由于它自发光的特性，与LCD相比具有高对比度、超轻薄等诸多优点。但是，亮度均匀性和残像仍然是它目前面临的两个主要难题，要解决这两个问题，除了工艺的改善，就不得不提到补偿技术。补偿方法可以分为内部补偿和外部补偿两大类。内部补偿是指在像素内部利用TFT(Thin Film Transistor，薄膜晶体管)构建的子电路进行补偿的方法。外部补偿是指通过外部的驱动电路或设备感知像素的电学或光学特性然后进行补偿的方法。

外部补偿根据数据抽取方法的不同又可以分为光学抽取式和电学抽取式。光学抽取式是指将背板点亮后通过光学CCD(电荷耦合器件图像传感器，Charge Coupled Device)照相的方法将亮度信号抽取出来，电学抽取式是指通过驱动芯片的感应电路将TFT和OLED的电学信号抽取出来。

两种方法抽取的信号种类不同，因此数据处理的方式也不同。光学抽取的方式具有结构简单，方法灵活的优点，因此在现阶段被广泛采用，即为我们平时所说的Demura。Mura一词源于日本，原意指亮暗不均，后扩展至面板上任何人眼可识别的颜色差异。

Demura补偿方法通常是通过高分辨率和高精度的CCD照相机拍摄数个灰阶画面；进而根据照相机采集的数据分析显示画面中像素颜色分布特征，并根据相关算法识别出Mura；根据Mura数据及相应的Demura补偿算法产生Demura数据即Mura补偿数据；将Demura数据烧录到Flash ROM中，用以在显示画面时利用其进行Mura补偿。

本发明的发明人发现，利用现有的Demura补偿算法产生的Demura数据进行补偿时效果不佳，也就是说去除Mura的效果不佳。

发明内容

有鉴于此，本发明的目的在于提出一种显示屏的Mura现象补偿方法和装置，获得较好的Mura现象补偿效果，优化显示效果。

基于上述目的本发明提供一种显示屏的Mura现象补偿方法，包括：

拍摄所述显示屏的第一灰阶值和第二灰阶值的灰阶画面；

根据每个灰阶画面中各像素的光强度数据，计算每个像素的伽马指数值；

根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据；

根据计算得到的Mura数据进行Mura现象补偿。

其中，所述根据各像素的伽马指数值以指数函数方式计算各像素的Mura数据，具体包括：

根据如下计算式四、五分别计算得到第一、二灰阶值的灰阶画面中各像素的Mura数据：

mura_1＝255.*(L1).^(1/|G–2.2|) (计算式四)

mura_2＝255.*(L2).^(1/|G–2.2|) (计算式五)

其中，mura_1表示第一灰阶值的灰阶画面中各像素的Mura数据的矩阵，mura_2表示第二灰阶值的灰阶画面中各像素的Mura数据的矩阵；L1为第一灰阶值的灰阶画面中各像素的光强度数据矩阵；L2为第二灰阶值的灰阶画面中各像素的光强度数据矩阵，G表示各像素的伽马指数值组成的矩阵。

其中，所述根据各像素的伽马指数值以幂函数方式计算各像素的Mura数据，具体包括：

根据如下计算式六、七，分别计算得到第一、二灰阶值的灰阶画面中各像素的Mura数据：

mura_1＝gray_1.*(vector_1./L1).^(1./G)-gray_1 (计算式六)

mura_2＝gray_2.*(vector_2./L2).^(1./G)-gray_2 (计算式七)

其中，mura_1表示第一灰阶值的灰阶画面中各像素的Mura数据的矩阵，mura_2表示第二灰阶值的灰阶画面中各像素的Mura数据的矩阵；向量vector_1中的各元素分别为L1各列数据的平均值；向量vector_2中的各元素分别为L2各列数据的平均值；L1为第一灰阶值的灰阶画面中各像素的光强度数据矩阵；L2为第二灰阶值的灰阶画面中各像素的光强度数据矩阵，G表示各像素的伽马指数值组成的矩阵；gray_1、gray_2分别表示第一、二灰阶值。

进一步，在所述根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据之后，还包括：

使用设置的补偿系数x对第一/二灰阶值的灰阶画面中各像素的Mura数据进行优化。

进一步，在所述根据计算得到的Mura数据进行Mura现象补偿之前，还包括：

根据第一或第二灰阶值的灰阶画面中各像素的Mura数据，计算其它灰阶值的灰阶画面中各像素的Mura数据。

较佳地，所述第一灰阶值和第二灰阶值均为低灰阶值。

本发明还提供一种显示屏的Mura现象补偿装置，包括：

灰阶画面获取模块，用于拍摄所述显示屏的第一灰阶值和第二灰阶值的灰阶画面；

伽马指数值计算模块，用于根据拍摄的每个灰阶画面中各像素的光强度数据，计算每个像素的伽马指数值；

Mura数据计算模块，用于根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据；

补偿模块，用于根据计算得到的Mura数据进行Mura现象补偿。

本发明的技术方案中，先拍摄两个不同灰阶值的灰阶画面(第一灰阶值和第二灰阶值的灰阶画面)，根据每个灰阶画面中各像素的光强度数据，计算每个像素的伽马指数值后，根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据；这样，可以呈现对的伽马指数值的指数或幂函数放大效果，即实现mura信息成指数或幂函数增强，得到相比现有方法更为充足的Mura信息，在根据计算得到的Mura数据进行Mura现象补偿时可以获得较佳补偿效果。尤其对于第一、二灰阶值为低灰阶值的情况，根据本发明的方法计算得到的Mura数据补偿信息更为充足，可以获得更好的补偿效果。

附图说明

图1为本发明实施例提供的一种显示屏的Mura现象补偿方法流程图；

图2本发明实施例提供的一种显示屏的Mura现象补偿装置内部结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

本发明的发明人对现有的Demura补偿算法进行分析，发现Mura现象补偿效果不佳的原因是因为获取的Mura补偿信息不足，尤其由于低灰阶下获取的Mura补偿信息不足而导致低灰阶下补偿效果不佳，使得后续Demura补偿效果不能彻底去除Mura。

本发明的技术方案中，先拍摄两个不同灰阶值的灰阶画面(第一灰阶值和第二灰阶值的灰阶画面)，根据每个灰阶画面中各像素的光强度数据，计算每个像素的伽马指数值后，根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据；这样，可以呈现对的伽马指数值的指数或幂函数放大效果，即实现mura信息成指数或幂函数增强，得到相比现有方法更为充足的Mura信息，在根据计算得到的Mura数据进行Mura现象补偿时可以获得较佳补偿效果。尤其对于第一、二灰阶值为低灰阶值的情况，根据本发明的方法计算得到的Mura数据补偿信息更为充足，可以获得更好的补偿效果。

下面结合附图详细说明本发明技术方案。

本发明实施例提供的一种显示屏的Mura现象补偿方法流程，如图1所示，包括如下步骤：

步骤S101：拍摄显示屏的两个不同灰阶值的灰阶画面。

具体地，将显示屏点亮显示出第一灰阶值gray_1的灰阶画面和第二灰阶值gray_2的灰阶画面，并使用高精度、高分辨率的CCD相机分别拍摄第一灰阶值和第二灰阶值的灰阶画面。较佳地，第一灰阶值和第二灰阶值可以是低灰阶值，比如，分别为灰阶值32、64。

步骤S102：针对每个灰阶画面，提取该灰阶画面中各像素的灰度数据并计算对应灰阶值下的各像素的光强度数据。

具体地，由于CCD相机直接拍摄得到的原始数据分辨率高，数据位数不匹配后续的DEMURA算法需要的数据格式，需要对原始数据进行降位和降分辨率处理，处理后得到的第一灰阶值的灰阶画面的各像素的灰度数据的矩阵记为data_1，第二灰阶值的灰阶画面的各像素的光强度数据的矩阵记为data_2。

根据灰阶画面中各像素的灰度数据，可依据如下计算式一、二计算出对应灰阶值的灰阶画面中各像素的光强度数据：

L1＝data_1./Exposure_time1 (计算式一)

L2＝data_2./Exposure_time2 (计算式二)

其中，Exposure_time1、Exposure_time2分别为第一、二灰阶值的灰阶画面的曝光时间；L1为第一灰阶值的灰阶画面中各像素的光强度数据矩阵；L2为第二灰阶值的灰阶画面中各像素的光强度数据矩阵。

步骤S103：根据每个灰阶画面中各像素的光强度数据，计算每个像素的伽马指数值。

本步骤中，可以采用现有方法计算每个像素的伽马指数值。具体地，可以根据第一、二灰阶值的比例信息，以及第一、二灰阶值的灰阶画面中对应像素的光强度数据比例信息，计算每个像素的伽马指数值。例如，可以根据如下计算式三计算像素的伽马指数值：

G＝lg(data_1./data_2)./lg(gray_1./gray_2) (计算式三)

其中，G表示各像素的伽马指数值组成的矩阵，gray_1、gray_2分别表示第一灰阶值和第二灰阶值，data_1、data_2分别表示第一、二灰阶值的灰阶画面中各像素的光强度数据的矩阵。

步骤S104：根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据。

本步骤中，根据各像素的伽马指数值以指数函数方式计算各像素的Mura数据可以是，根据如下计算式四、五，分别计算得到第一、二灰阶值的灰阶画面中各像素的Mura数据：

mura_1＝255.*(L1).^(1/|G–2.2|) (计算式四)

mura_2＝255.*(L2).^(1/|G–2.2|) (计算式五)

计算式四、五中，mura_1表示第一灰阶值的灰阶画面中各像素的Mura数据的矩阵，mura_2表示第二灰阶值的灰阶画面中各像素的Mura数据的矩阵。

由于通常伽马指数值一般不会偏离2.2太多，因此，计算式四、五中满足0≤|G–2.2|＜1；.因此(1/|G–2.2|)>1，而(L_1).^(1/|G–2.2|)是一个指数函数，且指数大于1，则(L_1).^(1/|gamma–2.2|)>L_1，实现Mura信息成指数增强。

或者，根据各像素的伽马指数值采用以幂函数方式计算各像素的Mura数据；具体可以根据如下计算式六、七，分别计算得到第一、二灰阶值的灰阶画面中各像素的Mura数据：

mura_1＝gray_1.*(vector_1./L1).^(1./G)-gray_1 (计算式六)

mura_2＝gray_2.*(vector_2./L2).^(1./G)-gray_2 (计算式七)

计算式六、七中，mura_1表示第一灰阶值的灰阶画面中各像素的Mura数据的矩阵，mura_2表示第二灰阶值的灰阶画面中各像素的Mura数据的矩阵；向量vector_1中的各元素分别为L1各列数据的平均值，即vector_1＝average(L1)；向量vector_2中的各元素分别为L2各列数据的平均值，即vector_2＝average(L2)。计算式六、七中，具有0<vector_1./L1<1或者vector_1./L1≥1，因此，0≤(1./G)≤1是一个幂函数，对Mura数据信息也具有放大效果；相比较而言，上述的计算式四、五所示的根据各像素的伽马指数值以指数函数方式计算各像素的Mura数据具有更好的放大效果，亦即具有更充足的信息。

更优地，在计算出第一/二灰阶值的灰阶画面中各像素的Mura数据后，还可设置和调整补偿系数x，使用设置的补偿系数x对计算出的Mura数据进行优化，具体如下计算式八、九所示：

mura_value1＝mura_1*x (计算式八)

mura_value2＝mura_2*x (计算式九)

其中，mura_value1为优化后的第一灰阶值的灰阶画面中各像素的Mura数据的矩阵，mura_value2为优化后的第二灰阶值的灰阶画面中各像素的Mura数据的矩阵；x可由本领域技术人员根据实际情况设置和调节，以使得Mura数据补偿信息更充足。

进一步，还可以根据第一/二灰阶值的灰阶画面中各像素的Mura数据，计算其它灰阶值的灰阶画面中各像素的Mura数据：

具体地，对于灰阶值为n的灰阶画面中各像素的Mura数据，可根据如下计算式十、或计算式十一计算得到：

mura_n＝(gray_1/n)*(mura_1) (计算式十)

mura_n＝(gray_2/n)*(mura_2) (计算式十一)

其中，mura_n表示灰阶值为n的灰阶画面中各像素的Mura数据的矩阵。

当然，也可以根据优化的第一/二灰阶值的灰阶画面中各像素的Mura数据，计算其它灰阶值的灰阶画面中各像素的Mura数据；例如，对于灰阶值为n的灰阶画面中各像素的Mura数据，也可根据如下计算式十二、或计算式十三计算得到：

mura_n＝(gray_1/n)*(mura_value1) (计算式十二)

mura_n＝(gray_2/n)*(mura_value2) (计算式十三)

步骤S105：根据计算得到的Mura数据进行Mura现象补偿。

本步骤中，可以采用现有方法根据计算得到的Mura数据进行Mura现象补偿，此处不再赘述。

基于上述的方法，本发明实施例提供的一种显示屏的Mura现象补偿装置，如图2所示，包括：灰阶画面获取模块201、伽马指数值计算模块203、Mura数据计算模块204、补偿模块205。

其中，灰阶画面获取模块201用于拍摄所述显示屏的第一灰阶值和第二灰阶值的灰阶画面；

伽马指数值计算模块203用于根据拍摄的每个灰阶画面中各像素的光强度数据，计算每个像素的伽马指数值。

Mura数据计算模块204用于根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据；具体地，Mura数据计算模块204可以根据如上述计算式四、五分别计算第一、二灰阶值的灰阶画面中各像素的Mura数据，也可以根据上述算式六、七分别计算第一、二灰阶值的灰阶画面中各像素的Mura数据。

进一步，Mura数据计算模块204还可使用设置的补偿系数x对计算出的第一/二灰阶值的灰阶画面中各像素的Mura数据进行优化。具体地，Mura数据计算模块204还可根据如上计算式八、九分别对第一、二灰阶值的灰阶画面中各像素的Mura数据进行优化。

进一步，Mura数据计算模块204还可根据第一或第二灰阶值的灰阶画面中各像素的Mura数据，计算其它灰阶值的灰阶画面中各像素的Mura数据。具体地，Mura数据计算模块204还可根据上述计算式十或十一计算其它灰阶值的灰阶画面中各像素的Mura数据；或者，根据上述计算式十二或十三计算其它灰阶值的灰阶画面中各像素的Mura数据。

补偿模块205用于根据Mura数据计算模块204计算得到的Mura数据进行Mura现象补偿。

本发明的技术方案中，先拍摄两个不同灰阶值的灰阶画面(第一灰阶值和第二灰阶值的灰阶画面)，根据每个灰阶画面中各像素的光强度数据，计算每个像素的伽马指数值后，根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据；这样，可以呈现对的伽马指数值的指数或幂函数放大效果，即实现mura信息成指数或幂函数增强，得到相比现有方法更为充足的Mura信息，在根据计算得到的Mura数据进行Mura现象补偿时可以获得较佳补偿效果。尤其对于第一、二灰阶值为低灰阶值的情况，根据本发明的方法计算得到的Mura数据补偿信息更为充足，可以获得更好的补偿效果。

本技术领域技术人员可以理解，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种显示屏的Mura现象补偿方法，包括：

拍摄所述显示屏的第一灰阶值和第二灰阶值的灰阶画面；

根据每个灰阶画面中各像素的光强度数据，计算每个像素的伽马指数值；

根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据；

根据计算得到的Mura数据进行Mura现象补偿。

2.根据权利要求1所述的方法，其特征在于，所述根据各像素的伽马指数值以指数函数方式计算各像素的Mura数据，具体包括：

根据如下计算式四、五分别计算得到第一、二灰阶值的灰阶画面中各像素的Mura数据：

mura_1＝255.*(L1).^(1/|G–2.2|)(计算式四)

mura_2＝255.*(L2).^(1/|G–2.2|)(计算式五)

其中，mura_1表示第一灰阶值的灰阶画面中各像素的Mura数据的矩阵，mura_2表示第二灰阶值的灰阶画面中各像素的Mura数据的矩阵；L1为第一灰阶值的灰阶画面中各像素的光强度数据矩阵；L2为第二灰阶值的灰阶画面中各像素的光强度数据矩阵，G表示各像素的伽马指数值组成的矩阵。

3.根据权利要求1所述的方法，其特征在于，所述根据各像素的伽马指数值以幂函数方式计算各像素的Mura数据，具体包括：

根据如下计算式六、七，分别计算得到第一、二灰阶值的灰阶画面中各像素的Mura数据：

mura_1＝gray_1.*(vector_1./L1).^(1./G)-gray_1(计算式六)

mura_2＝gray_2.*(vector_2./L2).^(1./G)-gray_2(计算式七)

其中，mura_1表示第一灰阶值的灰阶画面中各像素的Mura数据的矩阵，mura_2表示第二灰阶值的灰阶画面中各像素的Mura数据的矩阵；向量vector_1中的各元素分别为L1各列数据的平均值；向量vector_2中的各元素分别为L2各列数据的平均值；L1为第一灰阶值的灰阶画面中各像素的光强度数据矩阵；L2为第二灰阶值的灰阶画面中各像素的光强度数据矩阵，G表示各像素的伽马指数值组成的矩阵；gray_1、gray_2分别表示第一、二灰阶值。

4.根据权利要求1所述的方法，其特征在于，在所述根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据之后，还包括：

使用设置的补偿系数x对第一/二灰阶值的灰阶画面中各像素的Mura数据进行优化。

5.根据权利要求1-4任一所述的方法，其特征在于，在所述根据计算得到的Mura数据进行Mura现象补偿之前，还包括：

根据第一或第二灰阶值的灰阶画面中各像素的Mura数据，计算其它灰阶值的灰阶画面中各像素的Mura数据。

6.根据权利要求1-4任一所述的方法，其特征在于，所述第一灰阶值和第二灰阶值均为低灰阶值。

7.一种显示屏的Mura现象补偿装置，包括：

灰阶画面获取模块，用于拍摄所述显示屏的第一灰阶值和第二灰阶值的灰阶画面；

伽马指数值计算模块，用于根据拍摄的每个灰阶画面中各像素的光强度数据，计算每个像素的伽马指数值；

Mura数据计算模块，用于根据各像素的伽马指数值以指数或幂函数方式计算各像素的Mura数据；

补偿模块，用于根据计算得到的Mura数据进行Mura现象补偿。

8.根据权利要求7所述的装置，其特征在于，

所述Mura数据计算模块具体用于根据如下计算式四、五分别计算得到第一、二灰阶值的灰阶画面中各像素的Mura数据：

mura_1＝255.*(L1).^(1/|G–2.2|)(计算式四)

mura_2＝255.*(L2).^(1/|G–2.2|)(计算式五)

其中，mura_1表示第一灰阶值的灰阶画面中各像素的Mura数据的矩阵，mura_2表示第二灰阶值的灰阶画面中各像素的Mura数据的矩阵；L1为第一灰阶值的灰阶画面中各像素的光强度数据矩阵；L2为第二灰阶值的灰阶画面中各像素的光强度数据矩阵，G表示各像素的伽马指数值组成的矩阵。

9.根据权利要求7所述的装置，其特征在于，

所述Mura数据计算模块具体用于根据如下计算式六、七，分别计算得到第一、二灰阶值的灰阶画面中各像素的Mura数据：

mura_1＝gray_1.*(vector_1./L1).^(1./G)-gray_1(计算式六)

mura_2＝gray_2.*(vector_2./L2).^(1./G)-gray_2(计算式七)

其中，mura_1表示第一灰阶值的灰阶画面中各像素的Mura数据的矩阵，mura_2表示第二灰阶值的灰阶画面中各像素的Mura数据的矩阵；向量vector_1中的各元素分别为L1各列数据的平均值；向量vector_2中的各元素分别为L2各列数据的平均值；L1为第一灰阶值的灰阶画面中各像素的光强度数据矩阵；L2为第二灰阶值的灰阶画面中各像素的光强度数据矩阵，G表示各像素的伽马指数值组成的矩阵。

10.根据权利要求7-9任一所述的装置，其特征在于，

所述Mura数据计算模块还用于使用设置的补偿系数x对第一/二灰阶值的灰阶画面中各像素的Mura数据进行优化；以及根据第一或第二灰阶值的灰阶画面中各像素的Mura数据，计算其它灰阶值的灰阶画面中各像素的Mura数据。