CN111031321B - 一种基于端对端与稀疏表示的DeMURA数据压缩方法 - Google Patents

Abstract

一种基于端对端与稀疏表示的DeMURA数据压缩方法，包括以下步骤：1)调整结果的向量化处理；2)压缩目标函数的构建；3)求解D和α；4)基于D和α，做DeMURA数据保存；5)基于稀疏表示的DeMURA数据压缩的解压。本发明的基于端对端与稀疏表示的DeMURA数据压缩方法，可以完全做到在极限压缩的同时，保证压缩后的DeMURA精度，整体过程简便可控。

Description

一种基于端对端与稀疏表示的DeMURA数据压缩方法

技术领域

本发明涉及图像处理技术领域。

背景技术

OLED屏每个发光单元与输入灰度呈现出的关系模型造成局部不均匀性，这种不均匀性又叫MURA，来自于日语音译，代表粗糙的、不光滑的意思。

本领域现阶段采用的DeMURA方法包括以下几个步骤：

1)利用高分辨率相机采集不同灰阶下OLED屏的亮度(专利申请号201810608731.2)，并去除摩尔纹；

2)利用灰阶与实际灰度之间的关系构建DeMURA表(专利申请号201811563176.2)；

3)对DeMURA表做压缩，并烧录到IC存储中(专利申请号201810272063.0)；

4)在IC端通过解压对每个发光单元做实时调整。

DeMURA表压缩过程，是针对DeMURA过程参数的压缩。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，假定OLED屏幕大小为2160*720，则硬件需要加载的调整因子共有4.44GB。对于IC的SRAM(一般在2MB左右)，不进行DeMURA压缩，是无法进行实时DeMURA的。

现阶段做DeMURA表的压缩一般采用有损编码和无损编码两种方式：

1)无损压缩的方式是利用DeMURA调整系数做整体索引，然后利用哈夫曼编码、LZW压缩和游程编码对索引做调整，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。

2)有损压缩的方式往往是基于通信领域的变换做调整，然后强制剔除部分信息，以有损的方式换取索引的冗余，再通过哈夫曼、游程编码做进一步的压缩。这种有损编码的最大问题在于损失精度不可控，压缩率达到了，但精度达不到。

针对上述压缩方法，最大的问题是压缩方法无法自适应调整压缩率，或者调整压缩算法，降低不必要的硬件占用资源，所以很多压缩算法是与品牌、产线相关，极大限制了DeMURA的适用性。

发明内容

为了解决现有DeMURA数据压缩方式存在的上述问题，本发明提供了一种基于端对端与稀疏表示的DeMURA数据压缩方法。

本发明为实现上述目的所采用的技术方案是：一种基于端对端与稀疏表示的DeMURA数据压缩方法，包括以下步骤：

1)调整结果的向量化处理：

a)针对(x,y)处的调整因子ω(x,y,c,n)，构建以0-255灰阶为横坐标、以调整后灰度为纵坐标的曲线；

b)依次按照R、B、G通道曲线的顺序，将调整结果曲线连接成一条曲线，将该曲线当作行向量信号t(x,y)；

c)对于所有位置处的向量化信号，按照逐行排列成调整灰阶矩阵如下：

2)压缩目标函数的构建：

a)T表示成一个字典和一个稀疏的多维向量的乘积，则T＝Dα，这里的T大小为MN×768，D为信号表示的字典，α为信号稀疏表示系数；

b)目标是寻找最优的D和α，在α稀疏的条件下，求取信号字典D，使表示的结果与灰阶矩阵T几乎一致，公式为：

ε为设定误差；

3)求解D和α；

4)基于D和α，做DeMURA数据保存：

a)对D做保存；

b)对α做保存；

5)基于稀疏表示的DeMURA数据压缩的解压：

a)读取保存的D和α；

b)基于T＝Dα，还原调整灰阶矩阵；

c)按照1)-b)，还原的每行数据即调整灰阶的曲线，根据不同的输入，确定调整后的输出灰阶。

所述步骤2)-a)中，信号字典D大小为768×K，最优取值1024。

所述步骤3)中，采用贪婪法求解。

所述步骤4)-b)中，采用(行位置，列位置，系数)的模式保存，行位置至少采用2个字节来表示，列位置至少采用4个字节来表示，系数至少用浮点型表示。

本发明的基于端对端与稀疏表示的DeMURA数据压缩方法，可以完全做到在极限压缩的同时，保证压缩后的DeMURA精度，整体过程简便可控。

附图说明

图1是本发明基于端对端与稀疏表示的DeMURA数据压缩方法主流程图。

具体实施方式

假定在整体流程中按不同灰度阶拍摄的过程不存在问题，本方法处理对象是多灰度输入后采集的亮度值，若拍摄的灰度阶假定有G个，G∈[2,256]，一般地，G＞5，拍摄的灰度阶是v＝{f_i|f_i∈Z+I f_i∈(0,255)}，i∈[1,G]，通过高分辨率的亮度捕捉设备拍摄的亮度数据集为L＝{L_i,c|L_i,c∈R⁺,c∈{1,2,3}}，c代表RGB三个通道的编号，经过DeMURA后，每个像素DeMURA在灰阶n的调整因子为ω(x,y,c,n)，(x,y)分别代表采集屏幕分辨率的列方向坐标、行方向坐标，各自的取值范围是[1,M]和[1,N]，则整体方法一共包含5个步骤：

1)调整结果的向量化处理：

a)针对(x,y)处的调整因子ω(x,y,c,n)，构建以0-255灰阶为横坐标、以调整后灰度为纵坐标的曲线，因为有RGB3个不同通道的调整因子，所以会有3条不同的调整结果曲线；

b)依次按照R、B、G通道曲线的顺序，将调整结果曲线连接成一条曲线，则对于任意位置处，均能形成一条长度为256*3的调整结果曲线，将该曲线当作行向量信号t(x,y)；

d)对于所有位置处的向量化信号，按照逐行排列成调整灰阶矩阵如下所示：

2)压缩目标函数的构建；

a)假设T可以表示成一个字典和一个稀疏的多维向量的乘积，则T＝Dα，这里的T大小为MN×768，D为信号表示的字典，假设大小为768×K，这里的系数K取值越大，压缩的精度越高、压缩比越低，建议取值1024，α为信号稀疏表示系数，从物理意义上讲，任意一个行向量信号t(x,y)都是一个或者几个字典列元素的组合；

b)基于假设，认为目标是寻找最优的D和α，在α稀疏的条件下，求取字典D，使表示的结果与灰阶矩阵T几乎一致，注意，这里不需要对一致性做灰度级精度的具体要求，则公式可以参考下式：

ε为设定误差；

3)求解D和α，这里的主要是基于稀疏表示的理论给出的，因此，可以参考稀疏表示的思想做系数求解，具体的方法可以采用贪婪法求解(Black,Paul E.(2February 2005)."greedy algorithm".Dictionary of Algorithms and Data Structures.U.S.NationalInstitute of Standards and Technology(NIST).Retrieved 17August 2012.)；

4)基于D和α，其空间大小要远小于T，因此，求解完字典与系数后，即可做DeMURA数据保存：

a)对D做保存，字典的元素需要精度为浮点型，假定字典大小为768×K，则保存后的空间占用大小为0.75K kB；

b)对α做保存，由于α是稀疏的方式，所以，需要采用(行位置，列位置，系数)的模式保存，行位置至少采用2个字节来表示，列位置至少采用4个字节来表示，系数至少用浮点型表示；

5)基于稀疏表示的DeMURA数据压缩的解压方法：

a)读取保存的D和α；

b)基于T＝Dα，还原调整灰阶矩阵；

c)按照步骤1)-b)，还原的每行数据即调整灰阶的曲线，可以根据不同的输入，确定调整后的输出灰阶。

本方法利用调整因子获取调整灰度响应曲线，可以体现DeMURA过程的线性度；基于稀疏表示的方法直接对调整曲线做处理，可以得到空间占用极小的字典与稀疏域稀疏，方便快捷可控；在训练过程中，基于精度限制，算法可以自己调整寻优精度，完全做到端对端的压缩。

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 (4)

1.一种基于端对端与稀疏表示的DeMURA数据压缩方法，其特征在于：包括以下步骤：

1)调整结果的向量化处理：

a)针对(x,y)处的调整因子ω(x,y,c,n)，构建以0-255灰阶为横坐标、以调整后灰度为纵坐标的曲线，c代表RGB三个通道的编号，n代表灰阶；

b)依次按照R、B、G通道曲线的顺序，将调整结果曲线连接成一条曲线，将该曲线当作行向量信号t(x,y)；

c)对于所有位置处的向量化信号，按照逐行排列成调整灰阶矩阵如下：

M代表采集屏幕分辨率的列方向坐标x的上限值，N代表采集屏幕行方向坐标y的上限值；

2)压缩目标函数的构建：

a)T表示成一个字典和一个稀疏的多维向量的乘积，则T＝Dα，这里的T大小为MN×768，D为信号表示的字典，α为信号稀疏表示系数；

b)目标是寻找最优的D和α，在α稀疏的条件下，求取信号字典D，使表示的结果与灰阶矩阵T几乎一致，公式为：

ε为设定误差；

3)求解D和α；

4)基于D和α，做DeMURA数据保存,DeMURA为外部光学补偿，即OLED显示器自动化视觉检测及缺陷校正：

a)对D做保存；

b)对α做保存；

5)基于稀疏表示的DeMURA数据压缩的解压：

a)读取保存的D和α；

b)基于T＝Dα，还原调整灰阶矩阵；

c)按照1)-b)，还原的每行数据即调整灰阶的曲线，根据不同的输入，确定调整后的输出灰阶。

2.根据权利要求1所述的一种基于端对端与稀疏表示的DeMURA数据压缩方法，其特征在于：所述步骤2)-a)中，信号字典D大小为768×K，最优取值1024，K为信号表示的字典D的系数。

3.根据权利要求1所述的一种基于端对端与稀疏表示的DeMURA数据压缩方法，其特征在于：所述步骤3)中，采用贪婪法求解。

4.根据权利要求1所述的一种基于端对端与稀疏表示的DeMURA数据压缩方法，其特征在于：所述步骤4)-b)中，采用(行位置，列位置，系数)的模式保存，行位置至少采用2个字节来表示，列位置至少采用4个字节来表示，系数至少用浮点型表示。

Images