CN113900605A - 一种电子设备的显示方法、显示系统及应用 - Google Patents

一种电子设备的显示方法、显示系统及应用 Download PDF

Info

Publication number
CN113900605A
CN113900605A CN202110870349.0A CN202110870349A CN113900605A CN 113900605 A CN113900605 A CN 113900605A CN 202110870349 A CN202110870349 A CN 202110870349A CN 113900605 A CN113900605 A CN 113900605A
Authority
CN
China
Prior art keywords
image
display
display screen
screen
data set
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.)
Pending
Application number
CN202110870349.0A
Other languages
English (en)
Inventor
徐刚
唐浩
廖嘉豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jinglai Electronic Technology Co ltd
Wuhan Jingce Electronic Group Co Ltd
Wuhan Jingce Electronic Technology Co Ltd
Original Assignee
Shanghai Jinglai Electronic Technology Co ltd
Wuhan Jingce Electronic Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jinglai Electronic Technology Co ltd, Wuhan Jingce Electronic Group Co Ltd filed Critical Shanghai Jinglai Electronic Technology Co ltd
Priority to CN202110870349.0A priority Critical patent/CN113900605A/zh
Publication of CN113900605A publication Critical patent/CN113900605A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F3/1423—Digital output to display device ; Cooperation and interconnection of the display device with other functional units controlling a plurality of local displays, e.g. CRT and flat panel display
    • G06F3/1446—Digital output to display device ; Cooperation and interconnection of the display device with other functional units controlling a plurality of local displays, e.g. CRT and flat panel display display composed of modules, e.g. video walls
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G06T9/002—Image coding using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Control Of Indicators Other Than Cathode Ray Tubes (AREA)

Abstract

本发明公开了一种电子设备的显示方法、显示系统及应用，具体包括：输入初始图像；获取第一图像修正参数数据集，第一图像修正参数数据集包括用于修正显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性的图像修正参数数据；利用第一卷积核神经网络和第一图像修正参数数据集对初始图像进行修正，获得初始图像的修正图像；将修正图像数据输出给显示屏进行显示，以使得显示屏显示已实现修正显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性后的图像，以解决现有基于硬件参数进行的显示屏修正存在精度不高和操作复杂的技术问题。

Description

一种电子设备的显示方法、显示系统及应用
技术领域
本发明属于显示屏矫正技术领域，具体涉及一种电子设备的显示方法、显示系统及应用。
背景技术
一般来说，目前显示屏的显示参数修正主要通过基于硬件参数修正的补偿算法和参数设置，以gamma校正为示例，由于液晶屏红绿蓝三色电光特性不一致，表现为各个灰阶的颜色差异较大，需要校正各个灰阶的颜色。尤其暗场的灰阶误差非常明显，无法通过白平衡调节来清除各灰阶的颜色误差。只有各灰阶的颜色一致后，方能通过亮暗场的白平衡调节，将色温调节到要求的色温。通过测量图像亮度与输入电压之间的曲线，如通过给待测模组某一绑点一组固定的寄存器值(输入电压或其它硬件参数)，使用色度计测得一组xyLv数据，用这组数据去匹配已有的调节好的屏的数据，得到最接近的屏的寄存器值作为待测模组的初值，通过逼近算法得到待测模组的寄存器值(输入电压或其它硬件参数)，作为其对应的硬件调参参数。校正GAMMA曲线后，可以实现如下目的：暗场灰阶的颜色明显改善，各灰阶的颜色误差明显减少，暗场颜色细节分明，图像亮度颜色一致，透亮度好，对比明显。
另外，由于每一块屏都存在其特异性，如每一个屏内的各个显示单元的显示特性并不完全相同，又如分块型显示屏(LCD w/2D BLU或墙上屏)的各区块之间存在亮度色度的不均匀性，需要进行测量和校验。图1为现有技术中的显示屏矫正的流程示意图。如图1所示，传统的校验方法分为两步：先测量各区块的不均匀性，再针对不均匀性进行补偿，而补偿的方法由具体的不均匀性的特点决定。通常作法是在显示屏驱动芯片的存储单元中(flash)记录不均匀性，并由在驱动芯片中设置补偿函数及其相关参数，根据不均匀性决定补偿参数并调用这些参数产生输出到显示屏上的补偿图像，在一些系统中，不均匀性的存储单元和补偿算法及相关参数由系统(TV或手机)的主芯片完成。
另外，现有补偿方法对于图像补偿通常是基于mura产生的物理模型，对测量图像进行拟合，来预计各个像素在各个灰阶上的补偿值，不涉及基于卷积核神经网络对于输入图像进行解码和重新编码。而且调参过程涉及许多基于经验的手工操作。
上述显示屏的显示修正过程中，对应的补偿算法和参数设置需要显示驱动芯片厂商的参与，需要显示屏厂商提供的数据，该提供的数据又需要有测量设备厂商的机台完成。同时，目前的补偿多半是基于单通道或RGB三通道的亮度值方便进行的，对于色度偏差的补偿算法需要更多的计算和测量，补偿后的效果检验多半基于目视评估，因而基于硬件参数进行的显示屏修正涉及多家供应商流程冗长，许多情况下难以适合用户需求。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种电子设备的显示方法、显示系统及应用，旨在解决现有基于硬件参数进行的显示屏修正存在精度不高和操作复杂的技术问题。
为实现上述目的，按照本发明的一个方面，提供了一种电子设备的显示方法，电子设备包括显示屏，显示方法包括：
输入初始图像；
获取第一图像修正参数数据集，第一图像修正参数数据集包括用于修正显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性的图像修正参数数据；
利用第一卷积核神经网络和第一图像修正参数数据集对初始图像进行修正，获得初始图像的修正图像；
将修正图像数据输出给显示屏进行显示，以使得显示屏显示已实现修正显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性后的图像。
作为本发明的进一步改进，第一卷积核神经网络为全卷积神经网络。
作为本发明的进一步改进，显示屏至少在一个灰阶上存在屏内不均匀性，或者显示屏与参考屏之间存在不一致性；
作为本发明的进一步改进，显示屏为墙上拼接屏，墙上拼接屏包括彼此独立光电控制的多个显示单元，
或者显示屏为液晶屏。
作为本发明的进一步改进，对初始图像进行修正包括：
图像解码，包括从输入的初始图像中提取特征参数；
图像编码，包括通过第一图像修正参数数据集对初始图像进行补偿，将补偿后的图像数据输出给显示屏。
作为本发明的进一步改进，获得第一图像修正参数数据集包括：
利用第一图像数据集进行模型训练，获得第一图像修正参数数据集，第一图像数据集包括第一类图片和/或第二类图片；
第二类图片，用于表征显示屏至少在一个灰阶上存在屏内不均匀性，或显示屏与参考屏之间的不一致性，或者显示屏中多个显示单元之间的不一致性；
第一类图片为非第二类图片的图片。
作为本发明的进一步改进，获得第一图像修正参数数据集包括：
利用第二图像数据集进行模型训练，获得第二图像修正参数数据集，第二图像数据集至少包括第一类图片；
利用第二类图片对第二图像修正参数数据集进行修正以得到第一图像修正参数数据集；
第二类图片，用于表征显示屏至少在一个灰阶上存在屏内不均匀性，或显示屏与参考屏之间的不一致性，或者显示屏中多个显示单元之间的不一致性；
第一类图片为非所述第二类图片的图片。
作为本发明的进一步改进，第二类图片为通过输入第一类图片或其他测试图片给显示屏显示并通过取像获取的显示图片。
作为本发明的进一步改进，利用运算服务器进行获得第一图像修正参数数据集的运算。
作为本发明的进一步改进，显示屏为墙上拼接屏，墙上拼接屏由多个彼此独立光电控制的显示单元拼接而成，对应的调屏过程包括：
获取第三图像数据集，第三图像数据集中每张图片大小与单个显示单元相适应；
根据第三图像数据集得到第三图像修正参数数据集；
第三图像数据集包括适用于单个显示单元的第一类图片；
以第三图像修正参数数据集作为适用于整个墙上拼接屏的第二图像修正参数数据集。
作为本发明的进一步改进，参考屏的所有显示单元显示亮度存在一致性。
作为本发明的进一步改进，参考屏的显示特性为处于显示屏的显示特性变异范围内的预设值，预设值为通过收集多个样本屏的电光性能数据得到的平均值。
作为本发明的进一步改进，第一图像修正参数数据集用于对显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性进行修正，不一致性包括gamma、色彩和亮度中的一种或多种显示参数的不一致性，不均匀性包括gamma、色彩和亮度中的一种或多种显示参数的不均匀性。
为实现上述目的，按照本发明的另一个方面，提供了一种显示系统，系统包括：
包括处理芯片的处理模块，用于接收初始图像和第一图像修正参数数据集，第一图像修正参数数据集包括用于修正显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性的图像修正参数数据；还用于利用第一卷积核神经网络和第一图像修正参数数据集对初始图像进行修正，获得初始图像的修正图像，将修正图像数据输出给显示屏；
显示屏，用于接收修正图像数据并显示已实现修正显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性后的图像。
作为本发明的进一步改进，处理芯片的类型包括ISP、GPU和NPU的一种或多种。
为实现上述目的，按照本发明的另一个方面，提供了一种电子设备，包括至少一个处理单元、以及至少一个存储单元，其中，存储单元存储有计算机程序，当程序被处理单元执行时，使得处理单元执行上述方法的步骤。
为实现上述目的，按照本发明的另一个方面，提供了一种计算机可读介质，其存储有可由电子设备执行的计算机程序，当计算机程序在电子设备上运行时，使得电子设备执行上述方法的步骤。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
本发明的一种电子设备的显示方法、显示系统及应用，其通过获取适用于显示屏的第一图像修正参数数据集，利用图像修正参数数据集对输入图像进行校正，避免了传统的通过硬件调整驱动电压进行校正的方法。
本发明的一种电子设备的显示方法、显示系统及应用，其通过获取适用于显示屏的第一图像修正参数数据集，可以在同一功能模块内完成显示屏的测量与校正参量的生成，不需要单独存储不均匀性的图案和校验参量，或由不同厂商完成，同时通过校正，使得不均匀性较大的硬件屏幕仍然得到较好的图像效果，因此可以放宽LED的binning要求规格，提升产能，降低成本。
本发明的一种电子设备的显示方法、显示系统及应用，其采用卷积核神经网络标定校正后图像质量，可以达到减少人工目视验证的负担，并提升准确性和可靠性，因此，对于测试现场工程师的专业要求可以大大降低，图像质量评估的许多工作可以定量计算完成。
本发明的一种电子设备的显示方法、显示系统及应用，其对于显示屏驱动芯片的设计有根本改变，减少了驱动芯片对于具体显示屏的特征调节参量和补偿算法的硬件设计要求，但对于修正后的图像产生的计算量要求大为提高，通过处理模主芯片中的ISP或NPU或GPU计算单元进行对应的图像计算，算法开发和评估可以通过仿真完成,可以大大缩短开发周期。
附图说明
图1为现有技术中的显示屏矫正的流程示意图；
图2为本发明技术方案的一种显示方法的流程示意图；
图3为本发明技术方案的其中一个具体实施例的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面结合具体实施方式对本发明进一步详细说明。
图2为本发明技术方案的一种显示方法的流程示意图。如图2所示，在一个实施例中，提供了一种显示方法，该方法利用应用处理器(AP，Application Processor)进行图像处理，优选的，该应用处理器设置有ISP或GPU或NPU的处理芯片，其将处理后的图像数据输入给显示屏进行图像显示，具体包括：
应用处理器通过与其连接的相机或者与其连接的网络获取初始图像，还可以通过上述连接获取对应的第一图像修正参数数据集，第一图像修正参数数据集包括用于修正显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性的图像修正参数数据；
在获取上述输入数据信息的基础上，应用处理器可以利用卷积核神经网络对上述数据进行图像数据运算，产生对初始图像进行修正后的图像数据输出给显示屏，以使得显示屏显示已实现修正显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性后的图像，从而得到对应输入图像的修正，并将其传送给显示屏以修正对该屏幕的不均匀性或屏与屏的变异，从而使得显示的图像更加接近于原输入图像。作为一种优选的方式，卷积核神经网络为全卷积神经网络。当然应用处理器仅为处理模块的一种具体实现形式，其他可实现相同功能的包括处理芯片的电子设备都可以用于进行上述图像处理，具体可以依据需求进行相应的选择。由于上述方法直接利用处理设备进行相应的图像处理，无须对显示屏或显示设备的硬件参数进行相应的调制即可完成显示屏的矫正。
优选的，上述显示屏可以为至少在一个灰阶上存在屏内不均匀性的液晶屏，或者显示屏与参考屏存在不一致性；或者显示屏为墙上拼接屏，墙上拼接屏包括彼此独立光电控制的多个显示单元；或者显示屏为背光分区控制的液晶屏(2D背光)。总之，任何需要进行屏内不均匀性或者进行屏间不一致性的显示设备都可以利用上述方法进行修正，使得其对应的显示图像更接近于原输入图像。
优选的，第一图像数据集包括：
第一类图片，其可以为自然景观、日常生活和文本中的一种或多种，也可以为用于表征图像质量的测试图片，如包括单色或混色的均一画面，但其并不适于反映显示屏至少在一个灰阶上存在屏内不均匀性，或反映显示屏与标准屏之间的不一致性，或反映显示屏中多个显示单元之间的不一致性；
第二类图片，用于反映显示屏至少在一个灰阶上存在屏内不均匀性，或显示屏与标准屏之间的不一致性，或者显示屏中多个显示单元之间的不一致性。
优选的，应用处理器利用卷积核神经网络进行图像数据运算以得到适用于显示屏的第一图像修正参数数据集并进行图像修正，该应用处理器包括至少一个编码器和至少一个解码器，具体包括：
利用一个解码器进行图像解码，包括从输入的初始图像中提取特征参数；
利用一个编码器进行图像编码，包括通过第一图像修正参数数据集对每个输入图像进行补偿，将补偿后的输入图像数据输出给显示设备，通过上述过程可以修正显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性。
获得第一图像修正参数数据集包括：利用第一图像数据集进行模型训练，获得第一图像修正参数数据集，第一图像数据集包括第一类图片和/或第二类图片；利用神经网络等学习算法从第一图片数据集中学习得到用于进行图像修正的特征参数以得到第一图像修正参数数据集，这里的第一图片数据集包括用于表征显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性的图像数据，作为一个示例，其学习过程可以为通过用于训练的图片数据与其对应的原始图片数据的差异对初始的第一图像修正参数数据集进行调整，通过对应的训练集不断调整和对应的验证集进行验证，从而得到训练好的第一图像修正参数数据集；第二类图片可以通过取像显示屏显示的测试图像得到，当然，这里的第一图片数据集还可以包括一些通用图片数据，具体可以依据需求进行相应的图像选择。
作为另一种实现方式，获得所述第一图像修正参数数据集包括：
利用第二图像数据集进行模型训练，获得第二图像修正参数数据集，第二图像数据集至少包括第一类图片；作为一个示例，其学习过程可以为通过用于训练的图片数据与其对应的原始图片数据的差异对初始的第二图像修正参数数据集进行调整，通过对应的训练集不断调整和对应的验证集进行验证，从而得到训练好的第二图像修正参数数据集，第二图片数据集为通用图片集；这里的通用图片集指的是不包括用于表征显示屏内的不均匀性或显示屏与参考屏之间的不一致性的图像数据；这里的第二图像修正参数数据集可以用于同类显示屏或者同一批显示屏的图像修正，但由于第二图片数据集不携带表征显示屏内的不均匀性或显示屏与参考屏之间的不一致性的图像数据，因而不能修正显示屏内的不均匀性或显示屏与参考屏之间的不一致性。其中，这里的参考屏的所有显示单元显示亮度存在一致性，或者参考屏的显示特性为处于显示屏的显示特性变异范围内的预设值，预设值为通过收集多个样本屏的电光性能数据得到的平均值。
在上述第二图像修正参数数据集的处理基础上，第一图像修正参数数据集的获取过程包括：
通过输入测试图片给显示屏并通过取像以获取对应的显示图片，将显示图片作为训练图片输入给处理模块，以得到适用于显示屏的第一图像修正参数数据集。优选的，可以将显示图片加入第二图片数据集以生成对应的第一图片数据集，当然，也可以依据需求通过将显示图片和其他通用图片组合生成对应的第一图片数据集。
优选的，上述获得第一图像修正参数数据集和/或第二图像修正参数数据集的运算可以在运算服务器上进行，这样可以减少本地运算量，提高本地图像处理效率。
优选的，这里的显示图片用于表征显示屏至少在一个灰阶上存在屏内不均匀性；或者用于表征显示屏与参考屏之间的不一致性所造成的显示偏差；或者用于表征显示屏中多个显示单元之间的不一致性所造成的显示偏差。
作为一个具体的示例，对于2D背光的液晶屏，通过产生一个全卷积神经网络的算法，可以生成对任意输入图像在给定了2D背光的点亮图案后，适用于液晶显示屏的修正图像，这个修正图像与背光的点亮图案结合后，在显示屏的观看者来看，其显示效果十分接近于原始的输入图像。该处理过程中，将2D背光的各个区块都假设为相同的且每一区块都是均匀的。而实际上，用于显示的各区块不是相同的，而且可能是非均匀的，因此有必要对这种非均匀性进行校验和修正，在此基础上提出的校验修正方案如下所述：
图3为本发明技术方案的其中一个具体实施例的示意图。如图3所示，原始输入图片Iin经过背光神经网络LDNN生成修正图片ICP输给液晶显示屏。屏上的图片与屏上呈现的背光点亮形状结合，得到观察者看到的输出图片Iout。为了使Iout复现原始图片Iin，以相机拍摄得到的Iout图片输入服务器后比较其差异loss而由LDNN调参优化，当loss小于预先给定的阈值时，完成图片优化。产生的模型参数定义了LDNN背光模型M0；以上过程中，先假设各个区块是均一且均匀的，以由此生成算法模型M0作为初始模型，在此基础上进一步建立修正模型M1，过程如下：先在待校验的显示屏上输入若干测试图片集A，然后以相机拍摄显示屏影像而得到呈现显示屏不均匀性的校验图片集A′；将测试图集A和校验图集A′分别作为其中Iin和Iout；再次训练模型得到对于该显示屏不均匀性的修正模型M1。将相应M1的模型参数由训练服务器中导出，存入安装该显示屏的电子装置的存储单元中。当使用显示屏时，电子装置的主芯片从存贮单元中调取M1的模型参数，对输入的待显示图片运行该模型，先对图像解码然后以模型参数进行重新编码而生成修正图片，送往显示屏从而得到修正后的显示图片，此图片已经对显示屏的不均匀性完成了修正，呈现于显示屏的观察者的图片复现了原始输入图片。
为了测试以上方法的有效性，可以采用电脑模型方法，从原始均匀的2D背光区块中生成色度不均匀性；计算出此不均匀性对于显示屏上呈现的几种不同图片的影响。当采用修正模型M0，不考虑背光各区块的不均匀性时，可以看到明显的颜色和亮度的偏差，特别是对于均匀的白色画面，存在色度不均匀性的区块显示已经明显偏向品红色，而分别采用了以上描述的二种修正方式M1和M2后，可以看到存在色度不均匀性的区块显示得到了明显的改善。
对于显示屏为墙上拼接屏这种特例，这里的墙上拼接屏包括彼此独立光电控制的多个显示单元，其对应的调屏过程包括：
获取第三图像数据集，第三图像数据集中每张图片大小与单个显示单元相适应；
根据第三图像数据集得到第三图像修正参数数据集；
第三图像数据集包括适用于单个显示单元的第一类图片；
以第三图像修正参数数据集作为适用于整个墙上拼接屏的第二图像修正参数数据集。如这里的参考显示单元的显示亮度存在一致性，或者参考显示单元的显示特性为处于显示单元的显示特性变异范围内的预设值，预设值为通过收集多个显示单元的电光性能数据得到的平均值。
作为一个具体的示例，与前述相似，首先由原始图库生成M0作为初始模型，但因为拼接屏不需要考虑背光相关的光传递扩散函数和背光点亮图形，因此M0训练大大简化，理论上只需复现图库的原始图片，不需要进行变换。然后重复第一实施例的做法，在拼接成待校验的大屏上输入若干测试图片集A，以相机拍摄显示屏影像而得到呈现显示屏不均匀性的校验图片集A′；将测试图集A和校验图集A′分别作为其中Iin和Iout，再次训练模型得到对于该显示屏不均匀性的修正模型M1。将相应M1的模型参数由训练服务器中导出，存入控制该显示屏的电子装置的存储单元中。当使用显示屏时，电子装置的主芯片从存贮单元中调取M1的模型参数，对输入的待显示图片运行该模型，先对图像解码然后以模型参数进行重新编码而生成修正图片，送往显示屏从而得到修正后的显示图片，此图片已经对显示屏的不均匀性完成了修正，呈现于显示屏的观察者的图片复现了原始输入图片。
在M0的生成过程中，可以选择不同的解析度的屏幕进行，对于全卷积网络，最后得到的模型其参数与选择的解析度无关。作为一个优化方案，可以选择较小的解析度，比如选择某一拼接模块的解析度来生成M0。而后的M1生成过程中再选择最终拼接后的大屏的解析度实施校验。
优选的，处理模块用于对显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性进行修正，显示屏与参考屏之间的不一致性包括gamma、色彩和亮度中的一种或多种显示参数的不一致性，显示屏内的不均匀性也包括gamma、色彩和亮度中的一种或多种显示参数的不均匀性。
在另一个实施例中，提供了一种显示系统，该系统包括：
设置有ISP或GPU或NPU的处理模块，用于获取初始图像和第一图像数据集，第一图像数据集包括用于表征显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性的图像数据；还用于利用卷积核神经网络进行图像数据运算，产生对初始图像进行修正后的图像数据输出给显示屏；
显示屏，用于接收修正后的图像数据并显示已实现修正显示屏内的不均匀性和/或显示屏与参考屏之间的不一致性后的图像。
该系统的实现原理、技术效果与上述显示方法类似，在此不做累述。
与上述显示方法相对应的，还提供了一种电子设备，包括至少一个处理单元、以及至少一个存储单元，其中，存储单元存储有计算机程序，当程序被处理单元执行时，使得处理单元执行上述方法的步骤。
与上述显示方法相对应的，还提供了一种计算机可读介质，其存储有可由电子设备执行的计算机程序，当计算机程序在电子设备上运行时，使得电子设备执行上述方法的步骤。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (17)

1.一种电子设备的显示方法，其特征在于，所述电子设备包括显示屏，所述显示方法包括：
输入初始图像；
获取第一图像修正参数数据集，所述第一图像修正参数数据集包括用于修正所述显示屏内的不均匀性和/或所述显示屏与参考屏之间的不一致性的图像修正参数数据；
利用第一卷积核神经网络和所述第一图像修正参数数据集对所述初始图像进行修正，获得初始图像的修正图像；
将所述修正图像数据输出给所述显示屏进行显示，以使得所述显示屏显示已实现修正所述显示屏内的不均匀性和/或所述显示屏与参考屏之间的不一致性后的图像。
2.根据权利要求1所述的一种电子设备的显示方法，其中，所述第一卷积核神经网络为全卷积神经网络。
3.根据权利要求1所述的一种电子设备的显示方法，其中，所述显示屏至少在一个灰阶上存在屏内不均匀性，或者所述显示屏与参考屏之间存在不一致性。
4.根据权利要求1所述的一种电子设备的显示方法，其中，所述显示屏为墙上拼接屏，所述墙上拼接屏包括彼此独立光电控制的多个显示单元，
或者所述显示屏为液晶屏。
5.根据权利要求1所述的一种电子设备的显示方法，其中，所述对所述初始图像进行修正包括：
图像解码，包括从输入的初始图像中提取特征参数；
图像编码，包括通过所述第一图像修正参数数据集对所述初始图像进行补偿，将补偿后的图像数据输出给显示屏。
6.根据权利要求1所述的一种电子设备的显示方法，其中，获得所述第一图像修正参数数据集包括：
利用第一图像数据集进行模型训练，获得所述第一图像修正参数数据集，所述第一图像数据集包括第一类图片和/或第二类图片；
所述第二类图片，用于表征所述显示屏至少在一个灰阶上存在屏内不均匀性，或所述显示屏与参考屏之间的不一致性，或者所述显示屏中多个显示单元之间的不一致性；
所述第一类图片为非所述第二类图片的图片。
7.根据权利要求1所述的一种电子设备的显示方法，其中，获得所述第一图像修正参数数据集包括：
利用第二图像数据集进行模型训练，获得所述第二图像修正参数数据集，所述第二图像数据集至少包括第一类图片；
利用第二类图片对所述第二图像修正参数数据集进行修正以得到所述第一图像修正参数数据集；
所述第二类图片，用于表征所述显示屏至少在一个灰阶上存在屏内不均匀性，或所述显示屏与参考屏之间的不一致性，或者所述显示屏中多个显示单元之间的不一致性；
所述第一类图片为非所述第二类图片的图片。
8.根据权利要求6或7所述的一种电子设备的显示方法，其中，所述第二类图片为通过输入所述第一类图片给所述显示屏显示并通过取像获取的显示图片。
9.根据权利要求1或6或7所述的一种电子设备的显示方法，其中，利用运算服务器进行获得所述第一图像修正参数数据集的运算。
10.根据权利要求7所述的一种电子设备的显示方法，其中，所述显示屏为墙上拼接屏，所述墙上拼接屏由多个彼此独立光电控制的显示单元拼接而成，对应的调屏过程包括：
所述第二图像数据集中每张图片大小与单个所述显示单元相适应；
利用第二图像数据集进行模型训练，获得适用于单个所述显示单元的所述第二图像修正参数数据集；
以所述适用于单个所述显示单元的所述第二图像修正参数数据集作为适用于整个所述墙上拼接屏的第二图像修正参数数据集。
11.根据权利要求1中任一项所述的一种电子设备的显示方法，其中，所述参考屏的所有显示单元显示亮度存在一致性。
12.根据权利要求1所述的一种电子设备的显示方法，其中，所述参考屏的显示特性为处于所述显示屏的显示特性变异范围内的预设值，所述预设值为通过收集多个样本屏的电光性能数据得到的平均值。
13.根据权利要求1所述的一种电子设备的显示方法，其中，所述第一图像修正参数数据集用于对所述显示屏内的不均匀性和/或所述显示屏与参考屏之间的不一致性进行修正，所述不一致性包括gamma、色彩和亮度中的一种或多种显示参数的不一致性，所述不均匀性包括gamma、色彩和亮度中的一种或多种显示参数的不均匀性。
14.一种显示系统，其特征在于，所述系统包括：
包括处理芯片的处理模块，用于接收初始图像和第一图像修正参数数据集，所述第一图像修正参数数据集包括用于修正显示屏内的不均匀性和/或所述显示屏与参考屏之间的不一致性的图像修正参数数据；还用于利用第一卷积核神经网络和所述第一图像修正参数数据集对所述初始图像进行修正，获得初始图像的修正图像，将所述修正图像数据输出给所述显示屏；
显示屏，用于接收所述修正图像数据并显示已实现修正所述显示屏内的不均匀性和/或所述显示屏与参考屏之间的不一致性后的图像。
15.根据权利要求14所述的一种显示系统，其中，所述处理芯片的类型包括ISP、GPU和NPU的一种或多种。
16.一种电子设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行权利要求1～13任一权利要求所述方法的步骤。
17.一种计算机可读介质，其特征在于，其存储有可由电子设备执行的计算机程序，当所述计算机程序在电子设备上运行时，使得所述电子设备执行权利要求1～13任一项所述方法的步骤。
CN202110870349.0A 2021-07-30 2021-07-30 一种电子设备的显示方法、显示系统及应用 Pending CN113900605A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110870349.0A CN113900605A (zh) 2021-07-30 2021-07-30 一种电子设备的显示方法、显示系统及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110870349.0A CN113900605A (zh) 2021-07-30 2021-07-30 一种电子设备的显示方法、显示系统及应用

Publications (1)

Publication Number Publication Date
CN113900605A true CN113900605A (zh) 2022-01-07

Family

ID=79187673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110870349.0A Pending CN113900605A (zh) 2021-07-30 2021-07-30 一种电子设备的显示方法、显示系统及应用

Country Status (1)

Country Link
CN (1) CN113900605A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104882098A (zh) * 2015-06-08 2015-09-02 广东威创视讯科技股份有限公司 基于led拼接显示屏的图像校正方法及图像传感器
CN106412547A (zh) * 2016-08-29 2017-02-15 厦门美图之家科技有限公司 一种基于卷积神经网络的图像白平衡方法、装置和计算设备
CN109191401A (zh) * 2018-08-30 2019-01-11 西安电子科技大学 一种基于并联残差网络模型的红外图像非均匀性校正方法
CN111402825A (zh) * 2020-03-31 2020-07-10 浙江宇视科技有限公司 一种屏幕校正方法、装置、系统和逻辑板
CN112053650A (zh) * 2019-06-06 2020-12-08 华硕电脑股份有限公司 多屏幕色彩校正方法及其电子装置
US20210232863A1 (en) * 2020-01-23 2021-07-29 Samsung Electronics Co., Ltd. Electronic device and controlling method of electronic device

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104882098A (zh) * 2015-06-08 2015-09-02 广东威创视讯科技股份有限公司 基于led拼接显示屏的图像校正方法及图像传感器
CN106412547A (zh) * 2016-08-29 2017-02-15 厦门美图之家科技有限公司 一种基于卷积神经网络的图像白平衡方法、装置和计算设备
CN109191401A (zh) * 2018-08-30 2019-01-11 西安电子科技大学 一种基于并联残差网络模型的红外图像非均匀性校正方法
CN112053650A (zh) * 2019-06-06 2020-12-08 华硕电脑股份有限公司 多屏幕色彩校正方法及其电子装置
US20210232863A1 (en) * 2020-01-23 2021-07-29 Samsung Electronics Co., Ltd. Electronic device and controlling method of electronic device
CN111402825A (zh) * 2020-03-31 2020-07-10 浙江宇视科技有限公司 一种屏幕校正方法、装置、系统和逻辑板

Similar Documents

Publication Publication Date Title
CN107665684B (zh) 一种色彩Mura补偿方法
US11270657B2 (en) Driving method, driving apparatus, display device and computer readable medium
CN106373523B (zh) 拼接亮暗线补偿方法
CN112767867B (zh) 显示面板及其亮度补偿方法、装置
US20160033795A1 (en) Testing device, method thereof, display device and display method thereof
US10008148B2 (en) Image processing apparatus, image processing method, display device, computer program and computer-readable medium
CN105259687A (zh) 一种液晶显示屏的画面一致性调节方法及系统
US20100007679A1 (en) Display apparatus, method of driving display apparatus, drive-use integrated circuit, driving method employed by drive-use integrated circuit, and signal processing method
CN105185314A (zh) Led显示屏均匀性补偿方法
US10460680B2 (en) Flexible display panel and display method thereof
US9508281B2 (en) Apparatus and method for image analysis and image display
KR20110002474A (ko) 화상 보정 데이터 생성 시스템, 화상 보정 데이터 생성 방법, 화상 보정 데이터 생성 프로그램 및 화상 보정 회로
CN101667416A (zh) 显示器的色温与gamma调整分析方法
CN113495709B (zh) 色彩校正方法、ap芯片、终端和存储介质
CN113223466B (zh) 一种显示屏亮度校正方法、装置及电子设备
CN108376532A (zh) 一种显示装置的亮度补偿方法及装置
KR20160011300A (ko) 영상 표시 방법, 이를 수행하는 표시 장치, 이에 적용되는 보정값 산출 방법 및 계조 데이터의 보정 방법
CN108962110B (zh) 获取液晶面板充电率的方法
CN112598582B (zh) 图像校正及校正数据产生方法、装置及系统和显示方法
CN114170941B (zh) 显示器的亮度匹配方法及显示器
US20200043396A1 (en) Method and apparatus for converting grayscale, and display device
US20240087495A1 (en) Compensation method and compensation apparatus for display panel, and display apparatus and storage medium
TWI430226B (zh) 誤差擴散方法及使用該方法之液晶顯示裝置
CN113900605A (zh) 一种电子设备的显示方法、显示系统及应用
CN115346464A (zh) 显示补偿数据设置方法、显示补偿方法、驱动芯片

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