CN112700747A

CN112700747A - 具有公共颜色空间电路的精确的显示校准

Info

Publication number: CN112700747A
Application number: CN202010008899.7A
Authority: CN
Inventors: 尼尔·伍德尔
Original assignee: American Pixel Co
Current assignee: American Pixel Co
Priority date: 2019-10-23
Filing date: 2020-01-06
Publication date: 2021-04-23
Anticipated expiration: 2040-01-06
Also published as: CN112700747B; US10964240B1

Abstract

公开了具有公共颜色空间电路的精确的显示校准。一种校准显示面板的方法包括：对由显示面板产生的颜色分量进行测量；接收由输入颜色分量值表示的一个或更多个像素组成的输入图像信号；对像素的输入颜色分量值应用第一非线性变换以产生经变换的颜色分量值，其中第一非线性变换基于测量结果和面板设计或者基于根据测量结果的颜色分量值的比率；将串扰校正变换应用于经变换的颜色分量值以产生串扰校正的颜色分量值；将第二非线性变换应用于串扰校正的颜色分量值以产生最终颜色分量值；以及将最终颜色分量值发送到显示面板。

Description

具有公共颜色空间电路的精确的显示校准

背景

显示器校准在历史上需要复杂的电路来执行或者导致较大的误差。随着人们越来越依赖显示器的颜色精度来做出决定，显示器制造商已经在工厂车间实现了每单位显示器校准。对于显示器校准硬件的当前技术水平是使用三维查找表(3D LUT)来存储校正。显示器制造商测量几种不同的颜色，生成关于3D LUT的条目，然后对其进行编程。根据用于生成3D LUT中条目的算法的复杂性，测量的数量可以少至几十个，且多至几千个。其他方法(诸如多项式颜色空间转换器)可能难以编程，并且不能提供准确的结果。

现代显示器(无论它们是基于LCD还是OLED)都需要将代表期望颜色的输入值转换为在像素处生成期望光输出所需的电压或电流。显示驱动器IC(DDIC)通常处理这一过程(称为电光传递函数(EOTF))，来作为数模转换过程的一部分。这种非线性过程被设计成在单独的子像素级处提供正确的响应，并类似于阴极射线管(CRT)对输入产生伽马(gamma)响应，阴极射线管在历史上被认为是颜色标准。子像素表示显示器如何再现构成像素颜色的颜色分量中的仅仅一种颜色分量。例如，一个像素通常具有用于每个像素的红色、绿色和蓝色子像素，以产生相应的颜色分量。然而，情况并非总是如此。有时一个像素只有两种颜色分量，其中相邻像素具有不同的组合。例如，OLED显示器可以具有红-绿像素和蓝-绿像素。除了红色、绿色和蓝色子像素之外，其他显示器也可以提供白色子像素。无论像素配置如何，DDIC都能提供适当的驱动电压。

在理想情况下，子像素的输出将与像素中其他子像素以及显示器中其他像素的内容无关。也就是说，针对一个像素测量的红色量仅取决于被传输到红色子像素的颜色的红色分量的值。不幸的是，情况并非如此，这就是为什么显示器需要复杂的电路来校准。例如，在LCD显示器中，可能会通过对于该像素的滤色器的红色部分而从滤色器上绿色子像素后面的液晶快门泄漏。这将导致在显示黄色时测得的红色量大于仅显示红色时测得的红色量。对于OLED，确定子像素的亮度的电路可被屏幕的整体亮度影响。这导致纯红色显示器具有比显示白色时更亮的红色分量。这些错误称为串扰(cross-talk)，并且需要被称为串扰校正的过程。

一种校准显示器的方法，其在不需要添加电路的情况下利用更简单的电路并进行更精确的颜色空间转换和串扰校正，从而降低成本。

附图说明

图1示出了对视频信号的颜色空间转换和串扰校正的组合的实施例。

图2示出了对视频信号的简化的颜色空间转换和串扰校正过程的实施例。

图3示出了用于校准显示面板的硬件的实施例。

图4示出了用于串扰校正、用于颜色空间转换的硬件配置的实施例。

图5示出了用于校准显示面板的硬件的实施例。

图6示出了用于平均图像电平(average picture level)调整的硬件的实施例。

图7示出了使用调整后平均图像电平的实施例。

图8示出了示例测量的图表。

图9示出了简化的调整后平均图像电平过程的实施例。

具体实施方式

这里的一些实施例涉及用非线性函数变换输入信号以应用颜色空间转换，然后用不同的非线性函数变换该信号以应用串扰校正。最后，在将数据发送到显示器之前，通过面板的电光传递函数(EOTF)的逆函数来变换数据。

其他实施例仅应用串扰校正，但是使该校正的参数基于面板的汇总统计(被称为调整后平均图像电平(AAPL))来变化。在一些实施例中，显示在面板上的颜色分量的测量用于生成非线性模型，该非线性模型具有非线性模型的参数与测量数据的最佳拟合，而不是简单地在测量数据点之间插值。除了输入信号变换之外，还可以对测量数据进行变换，以考虑测量环境和最终产品环境之间的差异。

下面的大部分讨论将涉及“颜色分量”。应当注意，颜色分量不是单一波长，而是波长的分布。颜色校准过程的一部分不仅要确定颜色分量的主波长，还要确定颜色分量的纯度。这在颜色的xy色度坐标中进行了总结。xy坐标是显示器的归一化XYZ测量结果，使得x+y+z＝1。XYZ测量结果是一种与设备无关的颜色描述，并且可以使用3×3颜色转换矩阵乘法转换为显示器RGB值。当仅显示一种颜色分量时，从显示器测量红色、绿色和蓝色值时，用于转换的系数可以从xy色度坐标导出，并且当显示所有三种颜色分量时，用于转换的系数可以在从显示器测量白色值时从xy色度坐标导出。

下面的讨论涉及测量一个子像素或一组子像素的颜色分量或光输出。实际测量可以使用与XYZ设备无关的颜色、颜色的光谱或颜色的某个其他描述，然后将其转换成表示单独颜色分量的输出的测量的值。这种转换需要原色(primary color)和白色的色度，该值可以从XYZ测量中获得。因此，当讨论涉及测量颜色分量时，实际上测量XYZ颜色，并且计算子像素的光输出，即颜色分量测量。

此外，当涉及颜色分量时，讨论指的是显示器的非纯色分量，而不是单一波长或颜色标准定义的颜色。这意味着串扰仅测量显示器中子像素和其他像素之间的相互作用，而不是测量颜色相对于颜色标准的纯度或它们相对于颜色标准的精度。如图1所示，将假设在对串扰进行校正之前，输入信号已经使用色度测量从标准RGB值转换为显示RGB值。

图1示出了典型的颜色空间转换和串扰校正电路10。在这种情况下，输入信号是红绿蓝(RGB)信号，其具有应用于每个分量的非线性伽马函数，诸如14所示。在16，颜色空间系数(CSC)由3×3矩阵乘法器应用。所得到的颜色分量的逆伽马函数(如18)然后例如在20通过另一个非线性伽马函数进行变换。在22，串扰校正系数由3x3矩阵乘法器应用。所得的转换后和校正后的分量经历第三非线性函数(诸如24)，然后在26被组合用于RGB输出信号。

如图2所示，可以通过将颜色空间转换的逆伽马函数18与串扰校正的伽马函数20进行组合来简化图1的电路和过程。在该实施例中，新函数在28处示出。

在下面的讨论中，当子像素中的仅一个子像素被照亮时，显示原色。对于RGB像素排列，原色是红色、绿色和蓝色。互补色是指子像素中只有两个被照亮的时候。也就是说，红色加绿色等于黄色，红色加蓝色等于品红色，以及蓝色加绿色等于青色。最后，当所有子像素被照亮时，它们显示白色或灰色。另外，显示器校准通常通过在固定窗口尺寸的情况下测量颜色来完成。窗口尺寸可以是显示区域的1％到100％中的任一个。当利用固定窗口尺寸测量时，显示器中使用的电流量会根据显示的颜色而变化。这是面板的峰值振幅和电光传递函数(EOTF)基于颜色而变化的原因之一。下面讨论的第一部分将描述可如何使用固定窗口尺寸测量进行校准，然后第二部分将修改方法，以基于面板电流量动态改变参数。虽然讨论通过使用术语伽马来描述实施例，以使描述更容易理解，但是可以使用任何非线性函数，只要它准确地描述显示器的响应。

简化校准的一个重要因素在于，即使峰值亮度和信号的响应发生变化，仍然可以使用伽马函数准确描述该信号。伽马函数或伽马校正函数映射亮度水平以补偿显示设备的非线性亮度效应，其中伽马γ是常数，且x是输入值。信号可以使用关系式p＝ax^γ来描述，其中p是在光子方面的输出，a是振幅。a的和γ的变化基于在子像素和整个显示器上显示的内容量。如果当显示器在相同尺寸窗口中显示原色与白色时，希望得到相同量的颜色分量，则存在以下关系式：

p_o＝x_w ^γw＝a_cx_c ^γc；

其中，w下标表示白色，且c下标表示原色分量。在下面的一些讨论中，当使用多于一个的伽马用于颜色分量时，它们将用下标r、g和b来标识。对于大多数OLED显示器，a_c>1，且γ_w<γ_c。

然而，无论显示的是什么颜色，只有一个输入，该输入应该等于对于白色所需的输入x_w，因此需要重写上述方程，并且发现其中对于所有x_w下式都成立的g_a和y_a。实体g_a是增益函数。

p_o＝x_w ^γw＝a_c(g_ax_w ^γw·ya)^γc/γw (3)

扩展左手侧会得到：

x_w ^γw＝a_c(g_a ^γc/γw)(x_w ^γw·ya)^γc/γw＝a_c(g_a ^γc/γw)(x_w ^γa·ya) (4)

这仅在y_a等于y_w/y_c时才成立，从而得到以下关系式：

1＝a_c(g_a ^γc/γw)，或g_a＝(1/a_c)^γw/γc

p_o＝x_w ^γw＝a_c(g_ax_w ^γw)^γc/^γw (6)

因此，通过基于针对在显示白色时的给定颜色分量相对于在显示原色时的相同颜色分量的伽马比γ_c而从线性颜色空间(x_w ^γw)变换到稍微非线性的颜色空间(x_w ^γw·γw/γc)，可以通过乘以常数来校正由随着颜色的纯度而改变的峰值振幅和伽马的变化而导致的串扰。虽然这应用了具有正确非线性响应的串扰校正，但它最终仍将以错误的伽马来显示。如果伽马是相似的，这不是很大的错误，并且通常可以忽略。完全修复响应需要在转换后在两种不同的伽马之间混合，并且这些伽马需要基于相比于白色该颜色与原色的接近程度，这将在后面显示。

这是用于在所显示的纯色分量和显示白色时的颜色分量之间进行调整的串扰计算的基本方程。然而，其它颜色也是可能的。如果测量了对于包括该颜色分量的互补色的伽马，则可以进行同样的计算。例如，如果想要在显示红色和绿色二者时的对红色的串扰，那么除了红色和白色之外，还需要黄色(红色和绿色)的伽马。将a下标改为rg(黄色)、rr(红色)和rw(白色)，以区别于上面的一般示例，我们得到了

g_rr＝(I/a_rr)^(γrw/γrr) (7)

g_rg＝(I/a_rg)^(γrw/γrg) (8)

g_rb＝(1/a_rb)^(γrw/γrb) (9)

如果假设串扰是加性的，则可以在矩阵乘法中使用这些增益。首先，该过程需要调整黄色分量，使其成为黄色和红色串扰之间的增量(delta)。

g’_rg＝g_rg-g_rr (10)

该过程可以对品红色做同样的操作，品红色是一起显示的红色和蓝色分量，并且得到

g’_rb＝g_rb-g_rr (11)

最后，因为加法混合物是近似值，并且由于白色值是对于所有计算的参考点而导致该过程需要确保白色值不变，所以该过程可以使g_rr、g’_rg和g’_rb值归一化，使得它们加起来等于1。这是通过将串扰值中的每一个除以这些值的和来实现的。即

g”_rr＝g_rr/(g_rr+g’_rg+g’_rb) (12)

g”_rg＝g’_rg/(g_rr+g’_rg+g’_rb) (13)

g”_rb＝g’_rb/(g_rr+g’_rg+g’_rb) (13)

那么，CSC矩阵乘法实现以下关系式：

R’＝R*g”_rr+G*g”_rg+B*_g”_rb (14)

G’＝R*g”_gr+G*g”_gg+B*g”_gb

B’＝R*g”_br+G*g”_bg+B*g”_bb

然而，串扰量并不总是其他颜色分量的输出量之间的线性关系。例如，在OLED中，串扰会在每个子像素中的电流量和面板中的总电流影响电压设置精度时出现。对于发光二极管，这种关系很复杂，但可以用伽马曲线γ_x来近似。因此，过程真正感兴趣的是

p’_c ^γx/p’_o ^γx＝((x_c ^γw)^γx)/p’_o ^γx (15)

方程3在这种情况下不会改变，并且将x_c代入得到串扰增益：

p’_c ^γx/p’_o ^γx＝((((p_o/a_c)^(1/γc))^γw)^γx)/p’_o ^γx (16)

再一次，p’_o＝p_o ^(γw/γc)，使得串扰是恒定的，导致

g_a=a_c ^γw·γx/γc (17)

p_o＝a_c(g_xx_w ^{γw·γw·γw/γc})^{γc/(γw·γx)} (18)

然后这允许使用图3所示的硬件来校准面板。1D LUT提供将输入分量变换成具有近似等于γ_x的伽马的非线性函数的变换数据(诸如30)、由32示出的3×3矩阵乘法以及非线性函数(诸如34)以从γ_x空间到面板的测量伽马36。在图3的30处，红色输入需要被变换到线性空间。这是第一个γ_rw项。然后需要将其变换到非线性空间进行串扰校正。但是由于白色保持白色的限制，对于给定的输入，分量的第二个白色伽马项需要是相同的。也就是说，计算红色输出的输入，项是γ_rwγ_x/γ_r，对于绿色输出分量，红色由γ_gwγ_x/γ_g变换，并且对于蓝色输出分量，由γ_bwγ_x/γ_b变换。

因为γ_rwγ_x/γ_r、γ_gwγ_x/γ_g和γ_bwγ_x/γ_b通常接近相同的值，并且串扰系数g”_rr、g”_gg和g”_bb具有远大于其他系数的振幅，所以如图4所示，图3的硬件可以简化为与图2类似的用于颜色空间转换的硬件的相同配置。在图4中，伽马校正被调整为40处的颜色分量非线性函数，然后是在42处的3×3矩阵乘法，诸如44的非线性函数，以在46处产生输出显示数据。

因为串扰是加性函数的假设只是近似的，所以有时可以在用于计算被表示为(γ_x1)的串扰增益的串扰伽马(γ_x)与用于在3×3矩阵乘法之前变换颜色分量的串扰伽马(γ_x2)稍有不同时获得更好的结果。

g_a=a_c ^{γw·γx1/γc} (19)

p_o＝a_c(g_xx_w ^{γw·γw·γx2/γc})^{γc/(γw·γx2)} (20)

最后，如上所述，输出伽马响应并不十分正确，因为该过程没有响应颜色的变化来调整上述方程中的伽马。最简单的校正是在原色的伽马响应和白色的伽马响应之间进行线性插值。简化方程20得到

p_o＝a_c(g’_ax_w ^γw)，g’_a＝g_a ^{γc/γw·γw2)} (21)其中，p_o表示在面板具有γ_w的伽马响应但是该响应实际上在γ_c和γ_w之间时的输出。因此，在向面板发送数据之前，p_o需要使用1/γ_c和1/γ_w之间的值转换回非线性响应，从而获得正确响应。因为伽马是使用纯色和白色测量的，并且伽马似乎也与平均图像电平相关，所以该函数可以由下式近似得出(输入信号范围为0-1)：

γ_b＝γ_c+(γ_w-γ_c)*(R+G+B-1)/2 (22)

方程22可以用图5所示电路的实施例来实现。所应用的非线性变换(诸如50)和52中的乘法器和加法器类似于图3，第二非线性变换54也是如此。不同之处在于伽马混合电路56将纯色的伽马和白色的伽马混合以达到中间伽马。虽然这提供了平场(flat field)测试模式的精确结果，但是可以通过更复杂的函数(诸如下面描述的基于AAPL的混合过程)获得对于所有内容的改进的精度。然而，以上仅需要乘法器和加法器来实现混合逻辑，并且成本低。图5示出了这样的硬件的一个实施例。

到目前为止，讨论集中在使用固定窗口(或平均图像电平)方法。在这种方法中，数据经历进出非线性串扰校正空间的两次非线性变换、以及3×3矩阵乘法，其中所有参数是固定的而不管显示的内容如何。

如前所述，另一种方法是基于面板电流量来动态改变参数。可以通过类似于计算平均图像电平(APL)的过程来估计电流量。为了强调它是基于场景的平均内容，但计算方法略有不同，它将被称为调整后平均图像电平(AAPL)。这种方法源于实际影响，即已知a_c、γ_c和γ_w的值随平均图像电平而变化。最佳γ_x值也会改变，但是因为这个伽马值总是与另一个伽马值相结合，所以它不会影响复杂性。如果校准对于所有类型的内容都是精确的，那么对于3×3矩阵乘法的系数需要根据AAPL以及将输出转换成面板的测量伽马的1D·LUT而改变。这在图6中示出。

在图6中，输入分量信号应用了混合伽马，该混合伽马是图4中使用的伽马的混合，但在两个不同的AAPL电平下测量。基于第一次AAPL测量的伽马在下标上增加了“1”，基于第二次AAPL测量的伽马在下标上增加了“2”。这在60处示出，正好在62处的3x3矩阵乘法之前。伽马是基于某个函数k(APPL)混合的。然后，在64处，还使用相同的函数k(AAPL)混合逆伽马，以在66处生成输出信号。除了混合伽马，串扰系数也在68处被混合。因为3×3矩阵乘法必须总是有一个白色输入(R＝G＝B)，所以唯一的可能性是：

M_输出＝h(AAPL)*M1+(1-h(AAPL))*M2，其中M1和M2分别是使用AAPL1和2找到的3×3矩阵。请注意，k(AAPL)不一定等于h(AAPL)。混合伽马函数可以由图像帧中所有像素的混合产生，或者可以由图像帧中的大多数像素产生。也就是说，伽马函数可以由少于整个图像帧中像素数量的像素数量但是通常多于50％的像素来确定。

调整后平均图像电平代表电流量以及该电流对串扰值的影响。因此，在计算AAPL时，可以使用比用于APL的函数更广义的函数来提高精度。这将对不同颜色的影响以及颜色对串扰的非线性影响进行建模，对于给定的亮度输出，不同颜色需要不同的电流量。这在图7中示出。

Y＝f(x)表示对于每个颜色分量，将输入值映射到子像素电流值，其中R'＝f(R)，如在70处示出。对于整个像素，无论输入颜色值是什么，都被分解成每个分量的子像素值，并且这些值导致某个量的电流被施加到显示器。这种映射将子像素颜色分量值与用于实现该值的电流相联系。

在72处，Y＝g(x)表示将子像素电流映射到像素电流值。这获取关于每个颜色分量的子像素电流，并将该电流映射到整个像素电流值。这通常只是单独的子像素电流的总和，但此时可能存在一定串扰。例如，用于设置单独子像素处的电流或电压值的面板中的迹线之间的电感或电容耦合会导致对于白色的总电流不同于显示原色时像素电流的总和所预期的电流。

在76处，像素电流被加在一起以获得面板中的总电流。串扰系数在76处以h(AAPL)混合，并且伽马在78处以k(AAPL)混合。

大多数硬件不包括有大多数显示器中的典型的SOC(片上系统)产品，并且需要定制电路来实现。但是许多产品确实有某种类型的平均图像电平(APL)功能。即使被包括的APL没有基于与所需电流成比例的值对颜色值求和，它也将足够接近提供对大多数图像内容的改进。最终函数h(APL)和k(APL)可以使用APL电路以软件实现，因为它每帧只改变一次。例如，典型的硬件可能只计算平均R(APL_R)、平均G(APL_G)和平均B(APL_B)值。软件需要将这些值组合在一起，然后计算混合百分比，这在帧之间很容易实现。

最后，在很多情况下，原色、互补色和白色的伽马之间的差异仅仅是AAPL差异的结果。如果AAPL计算正确，则对于给定颜色分量的伽马应该独立于其他颜色。图8示出了示例测量，其中g(x)＝(APL_R+APL_G+APL_B)^1.8。原色AAPL(如红色80、绿色82和蓝色84)从0到15，互补色AAPL从0到50，互补色是原色中两种原色的组合，并且白色AAPL(所有三种颜色的组合)从0到100。

在这种情况下，如图9所示可以进一步简化上述硬件。在90处，图9示出了对于每个颜色分量的白色的单个伽马乘以串扰伽马的测量结果。颜色分量伽马对于每个面板的最大和最小APL进行测量，并选择串扰伽马来最小化总误差，并对于给定面板技术保持相同。在92处的串扰校正乘法之后，在94处应用输入伽马的倒数之后生成输出96。

上面使用的非线性变换和AAPL动态调整中的调整的基础在于测量颜色分量。精确的颜色校准需要对颜色串扰和相对于DDIC中电流(或电压)变换的理想输入的偏差二者的校正。对于后者，需要一系列灰度值来映射这些偏差。然后，对于需要精确颜色校准的每个AAPL电平，需要最大输出和中间电平值的6种原色和互补色。这允许计算γ_c和a_c。接下来，对于给定的面板设计，需要找到将校准后的误差最小化的γ_x值。面板设计包括但不限于：诸如OLED或LCD的技术、子像素布局、面板上的迹线、分辨率或像素密度等。这些特性并不期望在单位基础上发生变化。目前寻找γ_x是通过反复试验完成的。

对于单个AAPL电平处的校准，总共21次测量提供的校准精度相当于其他方法进行接近100次测量的校准精度。注意，虽然使用伽马函数对非线性进行建模似乎是最有效的方法，这是因为它只需要两次测量来找到伽马参数，但是使用更复杂的非线性函数可能得到更高准确性，该更复杂的非线性函数更精确地模拟串扰的根本原因。

当找到对于AAPL调整方法的值时，一个实施例使用将每个单独颜色的AAPL电平保持相同的测试模式。这意味着如果您在窗口中显示原色，那么背景就是相反的互补色。例如，如果窗口是红色的，那么背景将是青色(绿色加蓝色)。此外，如果对于原色、互补色和白色的伽马值相同，则只需要测量白色值和3个最大原色值来计算对于颜色空间转换和串扰校正所需的参数。这是因为只有对于灰度计算的CSC值和伽马将作为AAPL的函数而改变。

根据面板技术和制造公差，进行测量的子集是可能的。测量的第一次减少是消除互补色的测量，并基于原色和白色的测量来估计这些值。例如，互补色值可以被导出为白色和原色测量结果的加权和，其对于用于计算相同原色的子像素的串扰校正的两种互补色是共同的。

γ_rg＝w1*γ_rr+w3*γ_rw (21)

γ_rb＝w₄*γ_rr+wO*γ_rw (22)

或者它可以是用于产生互补色的两种原色和白色的加权和。

γ_rg＝w1*γ_rr+w2*γ_gg+w3*γ_rw (23)

γ_rb＝w4*γ_rr+w5*γ_bb+w6*γ_rw (24)

如上所示，如果伽马基于测量的AAPL来调整，那么仅对于白色测试模式测量伽马就足够了。

通常，互补色值可以基于使用三原色和白色的模型来计算。模型中的值是通过测量几个面板并对数据执行适合于模型的回归分析来找到的。

从实际角度来看，工厂车间的测量不匹配最终产品的条件。例如，工厂车间测量可能在有附接的保护膜的情况下、在触摸屏附接之前以及在测试夹具(jig)中而不是在最终产品中完成。由于光路、温度和预热时间的变化，这导致测量结果发生改变。因此，上面进行的测量需要变换成将在最终产品中进行的测量。这是通过在组装之前和之后测量几个面板来完成的。进行回归分析，并使用结果来将测量的工厂车间值变换为将用于校准的值。

最后，虽然显示部件是按照规格制造的，但是该规格允许显示面板测量中的变化比在生产中通常发现的变化大得多。一批面板内的变化甚至更小。因此，为了节约成本，制造商可以测量面板样本，并根据这些测量结果确定校正因数。

在所有情况下，获得的测量结果用于估计对于3种原色、3种互补色和白色的峰值亮度输出和伽马(或其他非线性函数)的变化。根据该数据，可以计算串扰校正矩阵，该矩阵针对所有颜色提供精确校准。

将认识到，上述公开的变型和其他特征和功能，或其替代方案，可以结合到许多其他不同的系统或应用中。本领域的技术人员随后可以在其中做出各种目前未预见或未预料到的替换、修改、变化或改进，这些替换、修改、变化或改进也被规定为被所附权利要求所涵盖。

Claims

1.一种校准显示面板的方法，包括：

对由所述显示面板产生的颜色分量进行测量；

接收由输入颜色分量值表示的一个或更多个像素组成的输入图像信号；

将第一非线性变换应用于所述像素的所述输入颜色分量值，以产生经变换的颜色分量值，其中所述第一非线性变换基于所述测量和面板设计；

对所述经变换的颜色分量值应用串扰校正变换，以产生串扰校正后的颜色分量值；

对所述串扰校正后的颜色分量值应用第二非线性变换，以产生最终颜色分量值；以及

将所述最终颜色分量值发送到所述显示面板。

2.根据权利要求1所述的方法，其中，进行测量包括当显示每种颜色时对每种颜色分量进行测量，当显示其他颜色时对每种颜色分量进行测量，以及当显示白色时对每种颜色分量进行测量。

3.根据权利要求1所述的方法，其中，所述第一非线性变换包括当所述像素显示白色时针对每个颜色分量确定的至少一个非线性函数。

4.根据权利要求3所述的方法，其中，所述至少一个非线性函数包括伽马函数。

5.根据权利要求4所述的方法，其中，所述至少一个伽马函数包括一个伽马函数，并且所述一个伽马函数包括当显示白色时确定的对于每个颜色分量的伽马函数、对于完整像素值的伽马函数以及当显示所述颜色分量时对于每个颜色分量的伽马函数。

6.根据权利要求4所述的方法，其中，对于每种颜色的伽马函数根据至少两个其它测量进行估计。

7.根据权利要求4所述的方法，其中，对于每个颜色分量的至少一个伽马函数包括对于每个颜色分量的两个伽马函数的混合伽马函数。

8.根据权利要求7所述的方法，其中，混合由当前像素值控制。

9.根据权利要求7所述的方法，其中，混合由通过一个或更多个帧中的大多数像素的测量确定的值来控制。

10.根据权利要求1所述的方法，其中，所述串扰校正变换包括矩阵乘法。

11.根据权利要求1所述的方法，其中，所述第二非线性变换基于面板EOTF的测量。

12.根据权利要求1所述的方法，还包括在一维查找表中存储对于所述非线性变换的值。

13.一种校准显示面板的方法，包括：

对显示在所述显示面板上的相同颜色分量的子像素的组的颜色分量进行测量；

使用测量结果来生成至少一个非线性串扰校正变换；

基于所述面板的电流来改变在所述至少一个串扰校正变换中使用的参数；

应用所述至少一个串扰校正变换中的具有与所述测量结果最紧密拟合的参数的一个串扰校正变换。

14.根据权利要求13所述的方法，其中，所述面板的电流通过调整后平均图像电平来估计。

15.一种校准显示面板的方法，包括：

对由所述显示面板产生的颜色分量进行测量；

将第一非线性变换应用于所述像素的所述输入颜色分量值，以产生经变换的颜色分量值，其中所述非线性串扰校正变换基于根据所述测量的颜色分量的值的比率；

将所述最终颜色分量值发送到所述显示面板。

16.根据权利要求15所述的方法，其中，所述值的比率基于显示白色和显示原色时进行的测量。

17.根据权利要求15所述的方法，其中，所述值的比率基于当显示多于一种原色和显示白色时进行的测量。