CN110162290B - 一种针对OLED屏DeMURA数据的压缩方法 - Google Patents
一种针对OLED屏DeMURA数据的压缩方法 Download PDFInfo
- Publication number
- CN110162290B CN110162290B CN201910449048.3A CN201910449048A CN110162290B CN 110162290 B CN110162290 B CN 110162290B CN 201910449048 A CN201910449048 A CN 201910449048A CN 110162290 B CN110162290 B CN 110162290B
- Authority
- CN
- China
- Prior art keywords
- demura
- adjustment
- class
- oled screen
- class center
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
- G06F3/147—Digital output to display device ; Cooperation and interconnection of the display device with other functional units using display panels
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Control Of El Displays (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种针对OLED屏DeMURA数据的压缩方法,步骤包括:1、OLED屏DeMURA调整参数的向量化;2、合并调整因子,计算类中心和类属性信息;3、根据聚类结果生成标签和索引。本发明根据DeMURA调整参数本身的特点,使用聚类算法对调整参数进行合并,算法复杂度低,便于实现;使用类中心和类属性信息生成DeMURA表,压缩率高;使用平均绝对误差对压缩结果进行误差分析,保证了压缩精度。
Description
技术领域
本发明涉及相机或手机屏幕图像处理技术领域,尤其涉及针对OLED屏幕在DeMURA过程中的数据压缩方法。
背景技术
OLED屏每个发光单元与输入灰度呈现出非线性关系,而造成屏幕显示具有局部不均匀性,这种不均匀性称为MURA,来自于日语音译,代表粗糙的、不光滑的意思。可以通过计算OLED屏基准区域的平均亮度做gamma逆校正估计输入灰度,通过多灰阶模型计算demura调整参数进行DeMURA。该种方法在硬件实现过程中,至少需要包含3(通道数)*OLED屏幕行数*列数*256个灰度级调整因子。比如:OLED屏幕大小为2160*720,则硬件需要加载的调整因子共有4.44GB。当然在DeMURA时,对每一个灰阶都进行调整是不必要的,通常的做法是将灰阶分为7段,则调整因子可以降低至248(3*2160*720*2*4/1024/1024)MB。这对Drive IC的Flash ROM是巨大的负担,因此需要对数据进行压缩。
常用的数据压缩方法有哈夫曼编码、LZW压缩和游程编码,这些数据压缩方法对数据进行重新组织,以减少数据的存储空间,降低数据冗余。但是压缩数据在烧录Flash时需要译码,且调整因子都是浮点数,存在着精度丢失和码表过长的矛盾,数据压缩率有限。
由于存在上述问题,在尽量保证数据精度的基础上,减小DeMURA数据的大小,需要研发一种针对OLED屏DeMURA数据的压缩方法。
发明内容
本发明的目的是提供一种针对OLED屏DeMURA数据的压缩方法,降低DeMURA数据的冗余和存储空间,保证Demura数据的校正精度,同时算法的复杂度不能过高,便于解码和Flash读写。
本发明为实现上述目的所采用的技术方案是:一种针对OLED屏DeMURA数据的压缩方法,包括以下步骤:
步骤1、OLED屏Demura调整参数的向量化:
(x,y)处的灰度n,其调整系数为k(x,y,n)、b(x,y,n),调整后输出灰度关系为:
f(x,y)=k(x,y,n)n+b(x,y,n),对(x,y)处的所有调整参数形成调整参数行向量:
v(x,y)={k(x,y,n1),b(x,y,n1),k(x,y,n2),b(x,y,n2),...,k(x,y,nN),b(x,y,nN)}
N为采样的数量,n1~nN为采样灰度,对所有位置的调整向量按照行排列形成调整参数矩阵V={v(x,y)};
步骤2、合并调整因子,计算类中心和类属性信息:
步骤2-1、指定类中心初始值和类中心个数k
随机确定k个类中心初始值,k的个数根据压缩率计算得到;
步骤2-2、合并调整因子
利用聚类算法,对调整参数矩阵V={v(x,y)}进行聚类;
步骤2-3、获取聚类结果
获取聚类后的类中心Vc以及每个位置(x,y)处的类别标签L;
步骤3、根据聚类结果生成标签和索引:
类别标签L即为索引,类中心即为压缩后的描述信息。
还包括步骤4、根据标签和压缩后的描述信息,做DeMURA:
4-1基于每个位置处的类别标签,获取对应的描述信息;
4-2基于类中心与分段的个数,找到每段的调整方程参数k(x,y,ni),b(x,y,ni),i∈[1,N];
4-3根据输入的需要调整的DeMURA灰度n,计算出n与f(x,y)的比值,该比值即为(x,y)处的DeMURA调整因子。
所述聚类算法采用k-means聚类算法。
本发明的针对OLED屏DeMURA数据的压缩方法,1、提出了使用聚类算法对DeMURA数据进行压缩的方法,能够有效降低数据冗余和存储空间;2、使用k-means的聚类算法对数据进行压缩,可根据灰阶分段数据指定压缩结果的类中心个数,算法简便,易于实现;3、使用压缩后的数据恢复灰阶,与原灰阶相比,平均相对误差极小,保证了压缩精度
附图说明
图1是本发明针对OLED屏DeMURA数据的压缩方法流程图。
图2是真灰阶与平均绝对灰度误差关系图。
图3是线数量与压缩误差关系图。
具体实施方式
本发明的针对OLED屏DeMURA数据的压缩方法,流程如图1所示,对DeMURA表数据进行分析,使用聚类算法对其进行聚类,将聚类结果的类中心作为码表进行编码;计算压缩前后的灰阶,使用平均相对误差对压缩精度进行评估。
本发明所述的一种针对OLED屏DeMURA数据的压缩算法主要包括三个步骤:1、OLED屏Demura调整参数的向量化;2、利用聚类算法进行调整因子的合并,得到类中心和类属性信息;3、根据聚类结果生成标签和索引,即压缩后的Demura数据。
步骤1、OLED屏Demura调整参数的向量化:
对(x,y)处的灰度n,其调整系数为k(x,y,n)、b(x,y,n),调整后输出灰度关系为:f(x,y)=k(x,y,n)n+b(x,y,n),则对于(x,y)的所有调整参数可以形成调整参数行向量:
v(x,y)={k(x,y,n1),b(x,y,n1),k(x,y,n2),b(x,y,n2),...,k(x,y,nN),b(x,y,nN)}
N为采样的数量,n1~nN代表采样灰度,对所有位置的调整向量按照行排列形成调整参数矩阵V={v(x,y)};
步骤2、合并调整因子,计算类中心和类属性信息:
步骤2-1、指定类中心初始值和类中心个数k
随机确定k个类中心初始值,k的个数可以根据压缩率计算得到,k越大,则压缩率越小,但压缩精度越高,一般的取值范围是k∈[16,256];
步骤2-2、合并调整因子
利用聚类算法,对调整参数矩阵V={v(x,y)}进行聚类;
步骤2-3、获取聚类结果
获取聚类后的类中心Vc(行=压缩长度,列=2*N)以及每个位置(x,y)处的类别标签L;
步骤3、根据聚类结果生成标签和索引:
类别标签L即为索引,类中心即为压缩后的描述信息,整体最能影响保存数据大小的只有索引位数、采集数据行数与列数,而调整过程中仅涉及简单的乘加运算,因此,算法十分简便。
步骤4、根据标签和压缩后的描述信息,做DeMURA:
4-1基于每个位置处的类别标签,获取对应的描述信息(类中心);
4-2基于类中心与分段的个数,找到每段的调整方程参数k(x,y,ni),b(x,y,ni),i∈[1,N];
4-3根据输入的需要调整的DeMURA灰度n,计算出n与f(x,y)的比值,该比值即为(x,y)处的DeMURA调整因子。
本发明方法压缩结果的误差分析:使用压缩结果进行Demura仿真,与压缩前的Demura结果进行对比,图1表明灰阶的平均绝对误差小于0.4,关系成重型曲线。图2表明压缩的曲线条数越多,则精度越高,压缩后DeMURA表小于4.5M。
本发明是通过实施例进行描述的,本领域技术人员知悉,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等效替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明的保护范围。
Claims (3)
1.一种针对OLED屏DeMURA数据的压缩方法,其特征在于:包括以下步骤:
步骤1、OLED屏Demura调整参数的向量化:
(x,y)处的灰度n,其调整系数为k(x,y,n)、b(x,y,n),调整后输出灰度关系为:
f(x,y)=k(x,y,n)n+b(x,y,n),对(x,y)处的所有调整参数形成调整参数行向量:
v(x,y)={k(x,y,n1),b(x,y,n1),k(x,y,n2),b(x,y,n2),...,k(x,y,nN),b(x,y,nN)}
N为采样的数量,n1~nN为采样灰度,对所有位置的调整向量按照行排列形成调整参数矩阵V={v(x,y)},x为位置(x,y)的横坐标,y为位置(x,y)的纵坐标;
步骤2、合并调整因子,计算类中心和类属性信息:
步骤2-1、指定类中心初始值和类中心个数k
随机确定k个类中心初始值,k的个数根据压缩率计算得到;
步骤2-2、合并调整因子
利用聚类算法,对调整参数矩阵V={v(x,y)}进行聚类;
步骤2-3、获取聚类结果
获取聚类后的类中心Vc以及每个位置(x,y)处的类别标签L;
步骤3、根据聚类结果生成标签和索引:
类别标签L即为索引,类中心即为压缩后的描述信息。
2.根据权利要求1所述的一种针对OLED屏DeMURA数据的压缩方法,其特征在于:还包括步骤4、根据标签和压缩后的描述信息,做DeMURA:
4-1基于每个位置处的类别标签,获取对应的描述信息;
4-2基于类中心与分段的个数,找到每段的调整方程参数k(x,y,ni),b(x,y,ni),i∈[1,N];
4-3根据输入的需要调整的DeMURA灰度n,计算出n与f(x,y)的比值,该比值即为(x,y)处的DeMURA调整因子。
3.根据权利要求1所述的一种针对OLED屏DeMURA数据的压缩方法,其特征在于:所述聚类算法采用k-means聚类算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910449048.3A CN110162290B (zh) | 2019-05-28 | 2019-05-28 | 一种针对OLED屏DeMURA数据的压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910449048.3A CN110162290B (zh) | 2019-05-28 | 2019-05-28 | 一种针对OLED屏DeMURA数据的压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110162290A CN110162290A (zh) | 2019-08-23 |
CN110162290B true CN110162290B (zh) | 2022-06-14 |
Family
ID=67629109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910449048.3A Active CN110162290B (zh) | 2019-05-28 | 2019-05-28 | 一种针对OLED屏DeMURA数据的压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110162290B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780838B (zh) * | 2019-12-10 | 2023-05-02 | 易诚高科(大连)科技有限公司 | 一种针对OLED屏的自适应DeMURA数据压缩方法 |
CN110942750B (zh) * | 2019-12-10 | 2022-05-03 | 易诚高科(大连)科技有限公司 | 基于傅里叶变换的OLED屏幕DeMURA方法 |
CN110992269B (zh) * | 2019-12-13 | 2023-06-02 | 易诚高科(大连)科技有限公司 | 一种针对OLED屏DeMURA的最优数据压缩率计算方法 |
CN111276083B (zh) * | 2020-01-16 | 2021-08-31 | 深圳市爱协生科技有限公司 | Demura Table数据压缩方法和解压缩方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104269136A (zh) * | 2014-10-11 | 2015-01-07 | 成都晶砂科技有限公司 | 一种OLED显示器逐点gamma矫正方法 |
CN105741762A (zh) * | 2016-03-31 | 2016-07-06 | 深圳市华星光电技术有限公司 | 消除OLED显示面板Mura的方法 |
CN107799065A (zh) * | 2017-11-02 | 2018-03-13 | 深圳市华星光电半导体显示技术有限公司 | Oled显示面板的灰阶补偿表的压缩方法 |
CN108171707A (zh) * | 2018-01-23 | 2018-06-15 | 武汉精测电子集团股份有限公司 | 一种基于深度学习的Mura缺陷等级评判方法及装置 |
CN108259911A (zh) * | 2018-03-29 | 2018-07-06 | 苏州佳智彩光电科技有限公司 | 一种OLED屏Demura数据无损压缩、解压缩方法 |
CN109672451A (zh) * | 2018-12-24 | 2019-04-23 | 哈尔滨工业大学(深圳) | demura数据压缩方法、mura补偿方法与装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105005997B (zh) * | 2015-08-05 | 2017-11-14 | 哈尔滨工业大学 | 一种基于行列直线聚类的多类型bga芯片视觉识别方法 |
-
2019
- 2019-05-28 CN CN201910449048.3A patent/CN110162290B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104269136A (zh) * | 2014-10-11 | 2015-01-07 | 成都晶砂科技有限公司 | 一种OLED显示器逐点gamma矫正方法 |
CN105741762A (zh) * | 2016-03-31 | 2016-07-06 | 深圳市华星光电技术有限公司 | 消除OLED显示面板Mura的方法 |
CN107799065A (zh) * | 2017-11-02 | 2018-03-13 | 深圳市华星光电半导体显示技术有限公司 | Oled显示面板的灰阶补偿表的压缩方法 |
CN108171707A (zh) * | 2018-01-23 | 2018-06-15 | 武汉精测电子集团股份有限公司 | 一种基于深度学习的Mura缺陷等级评判方法及装置 |
CN108259911A (zh) * | 2018-03-29 | 2018-07-06 | 苏州佳智彩光电科技有限公司 | 一种OLED屏Demura数据无损压缩、解压缩方法 |
CN109672451A (zh) * | 2018-12-24 | 2019-04-23 | 哈尔滨工业大学(深圳) | demura数据压缩方法、mura补偿方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110162290A (zh) | 2019-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110162290B (zh) | 一种针对OLED屏DeMURA数据的压缩方法 | |
US8977066B2 (en) | Image compression using sub-resolution images | |
US11632560B2 (en) | Methods and apparatuses for encoding and decoding a bytestream | |
CN102687404B (zh) | 用于数据压缩的数据值出现信息 | |
KR0154739B1 (ko) | 프랙탈 영상 압축 장치 및 방법 | |
US20140064612A1 (en) | Apparatus and a method for coding an image | |
JPH07154784A (ja) | 分類されたベクトルの量子化による映像信号のチャネルエラー訂正方法 | |
JPH04185172A (ja) | ディジタル画像信号の高能率符号化装置 | |
KR20020031015A (ko) | 에지 히스토그램 빈의 비선형 양자화 및 유사도 계산 | |
CN108259911A (zh) | 一种OLED屏Demura数据无损压缩、解压缩方法 | |
US8620075B2 (en) | Image processing device and method | |
CN110062233B (zh) | 卷积神经网络全连接层稀疏的权值矩阵的压缩方法及系统 | |
US20030103676A1 (en) | Data compression method and recording medium with data compression program recorded therein | |
CN113111889A (zh) | 用于边缘计算端的目标检测网络处理方法 | |
Dutta et al. | An efficient image compression algorithm based on histogram based block optimization and arithmetic coding | |
US20220392117A1 (en) | Data compression and decompression system and method thereof | |
US20220199202A1 (en) | Method and apparatus for compressing fastq data through character frequency-based sequence reordering | |
US11176908B1 (en) | Method for reducing a size of data required for recording a physical characteristic of an optical device | |
CN110942750B (zh) | 基于傅里叶变换的OLED屏幕DeMURA方法 | |
CN110021349A (zh) | 基因数据的编码方法 | |
CN113297899A (zh) | 一种基于深度学习的视频哈希算法 | |
CN112967208A (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN110992269B (zh) | 一种针对OLED屏DeMURA的最优数据压缩率计算方法 | |
US9615111B2 (en) | Complexity-adaptive compression of color images using binary arithmetic coding | |
CN111954000A (zh) | 一种面向高速收费图片集的无损压缩方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A compression method for DeMURA data on OLED screens Effective date of registration: 20230726 Granted publication date: 20220614 Pledgee: Dalian Branch of Shanghai Pudong Development Bank Co.,Ltd. Pledgor: YICHENG GAOKE (DALIAN) TECHNOLOGY Co.,Ltd. Registration number: Y2023980049989 |