CN115359747B - 闪屏测试设备及闪屏测试方法 - Google Patents

Abstract

本申请提供的闪屏测试设备及闪屏测试方法，涉及测试技术领域。闪屏测试设备包括驱动测试板及用于承载待测试微型显示器的承载件。驱动测试板包括控制单元、数码显示单元及按键输入单元，承载件包括卡扣部以及探针。按键输入单元用于选择目标测试画面以及对应的帧频，控制单元用于获取待测试微型显示器的显示亮度监测数据并通过对显示亮度监测数据进行分析处理得到待测试微型显示器的闪屏状态信息，数码显示单元在控制单元的控制下显示与闪屏状态信息对应的图案。上述方案通过控制单元对显示亮度监测数据进行分析处理，可以确保闪屏状态结果的准确性，同时通过对不同显示图案表征不同的闪屏状态，可以便于测试人员直观了解闪屏测试结果。

Description

闪屏测试设备及闪屏测试方法

技术领域

本申请涉及显示器测试技术领域，具体而言，涉及一种闪屏测试设备及闪屏测试方法。

背景技术

在现有技术中，常采用视觉识别的方式对显示器进行闪屏测试。在一种可能的实现方案中，可以采用图像采集设备获取显示器的显示画面，并基于显示画面进行闪屏测试，然在该方案中为了提高闪屏测试的精准度需要图像采集设备尽量采集较大的显示区域，为此适用于尺寸较大的显示器（如电视屏、计算机显示器及手机显示器等），对尺寸较小的微型显示器并不适用。在另一种可能的实现方案中，可以通过人眼观测的方式进行闪屏测试，然而由于人眼的识别度有限，以及不同人的人眼识别范围存在差异，使用该方案得出的结论不具有稳定性和可靠性，且主观性较大，特别是针对微型显示器的闪屏测试，该方案的测试结果会更差。为此，如何提供一种针对微型显示器的闪屏测试方案已成为本领域技术人员急需要解决的技术问题。

发明内容

为了克服现有技术中的上述不足，本申请提供一种闪屏测试设备及闪屏测试方法。

本申请实施例提供一种闪屏测试设备，所述闪屏测试设备包括驱动测试板及用于承载待测试微型显示器的承载件；

所述驱动测试板包括控制单元、数码显示单元及按键输入单元，所述承载件包括用于固定所述待测试微型显示器的卡扣部以及用于与固定后的所述待测试微型显示器电连接的探针；

所述按键输入单元与所述控制单元电连接，用于在所述控制单元中选择用于进行闪屏测试的目标测试画面以及对所述目标测试画面的帧频进行选择；

所述控制单元与所述探针电连接，用于将所述按键输入单元选择的所述目标测试画面所对应的视频图像信号发送给所述待测试微型显示器进行显示，并用于对所述待测试微型显示器的显示画面亮度进行监测获得显示亮度监测数据，通过对所述显示亮度监测数据进行分析处理得到所述待测试微型显示器的闪屏状态信息，其中，所述闪屏状态信息包括不闪屏状态、轻微闪屏状态及闪屏状态；

所述控制单元还与所述数码显示单元电连接，用于根据预先在控制单元中存储的闪屏状态信息与显示图案之间的对应关系，控制所述数码显示单元显示与所述待测试微型显示器的闪屏状态信息对应的图案。

在一种可能的实现方式中，所述驱动测试板还包括信号采集电路；

所述信号采集电路包括光电转换单元以及信号放大单元，所述光电转换单元设置在靠近所述待测试微型显示器的位置处，所述光电转换单元用于根据所述待测试微型显示器中目标测试画面的显示亮度生成模拟电信号；

所述信号放大单元的正向输入端与所述光电转换单元电连接，所述信号放大单元的输出端与所述控制单元电连接，用于将所述模拟电信号放大后输出给所述控制单元。

在一种可能的实现方式中，所述控制单元还包括相互连接的模数转换子单元和数据处理子单元；

所述模数转换子单元与所述信号放大单元的输出端电连接，用于将所述信号放大单元输出的模拟电信号转换为数字电信号；

所述数据处理子单元用于对所述数字电信号进行采样获得采样数据，并基于所述采样数据计算得到所述待测试微型显示器在采样周期内的闪烁率，其中，所述采样数据包括采样周期内多个采样时间点对应的数字电信号，所述闪烁率的计算公式如下：X=((a-b)*T/A）*100%，X表示闪烁率，a表示采样周期内采样的最大数字电信号，b表示采样周期内采样的最小数字电信号，T表示采样周期，A表示采样周期内所有采样的数字电信号相加得到的和值。

在一种可能的实现方式中，所述控制单元还包括判定及控制子单元，所述判定及控制子单元分别与所述数据处理子单元及所述数码显示单元连接；

所述判定及控制子单元将所述闪烁率与所述待测试微型显示器对应的第一判定门限值和第二判定门限值进行比较，其中，所述第一判定门限值小于所述第二判定门限值；

在所述闪烁率小于所述第一判定门限值时，所述判定及控制子单元判定所述待测试微型显示器处于不闪屏状态，并控制所述数码显示单元显示第一图形画面；

在所述闪烁率大于等于所述第一判定门限值且小于所述第二判定门限值时，所述判定及控制子单元判定所述待测试微型显示器处于轻微闪屏状态，并控制所述数码显示单元显示第二图形画面；

在所述闪烁率大于等于所述第二判定门限值时，所述判定及控制子单元判定所述待测试微型显示器处于闪屏状态，并控制所述数码显示单元显示第三图形画面。

在一种可能的实现方式中，所述控制单元还包括存储子单元和微型显示器识别子单元，所述存储子单元和所述微型显示器识别子单元分别与所述数据处理子单元连接；

所述微型显示器识别子单元与所述探针电连接，用于在所述待测试微型显示器固定在所述承载件中时，获取所述待测试微型显示器的器件类型信息，并基于所述器件类型信息得到所述待测试微型显示器对应的器件类型；

所述存储子单元中存储有不同器件类型的待测试微型显示器所对应的至少一个测试画面以及对应所述测试画面的可调帧频范围；

所述按键输入单元包括测试画面选择子单元和帧频选择子单元，所述测试画面选择子单元和所述帧频选择子单元分别与所述存储子单元连接，所述测试画面选择子单元在与所述待测试微型显示器的器件类型对应的测试画面中选择所述目标测试画面，所述帧频选择子单元在所述目标测试画面的可调帧频范围内对所述帧频进行调整。

在一种可能的实现方式中，所述存储子单元还存储一判定门限决策模型；

所述判定门限决策模型基于输入的所述待测试微型显示器的器件类型、所述目标测试画面以及所述目标测试画面的帧频得到所述第一判定门限值及所述第二判定门限值；

其中，所述判定门限决策模型通过以下方式训练得到：

将训练样本集输入深度学习网络模型中进行训练得到第一判定门限训练值和第二判定门限训练值，所述训练样本集包括多个训练样本，每个所述训练样本包括待测试微型显示器的器件类型、目标测试画面的类型、目标测试画面的帧频范围以及标签信息，所述标签信息包括第一判定门限标签值和第二判定门限标签值；

基于所述第一判定门限训练值、第二判定门限训练值、第一判定门限标签值和第二判定门限标签值计算得到模型损失函数值，并根据所述模型损失函数值对所述深度学习网络模型的模型参数进行迭代更新，直到满足迭代终止条件，将更新后的深度学习网络模型作为训练好的判定门限决策模型。

本申请实施例还提供一种闪屏测试方法，应用于前面任意一种可能的实现方式中的闪屏测试设备，所述方法包括：

将所述待测试微型显示器放置在所述承载件中，并给所述待测试微型显示器上电；

选择用于对所述待测试微型显示器进行闪屏测试的目标测试画面以及所述目标测试画面对应的帧频；

对所述待测试微型显示器显示所述目标测试画面的过程进行监测获得显示亮度监测数据，通过对所述显示亮度监测数据进行分析处理得到所述待测试微型显示器的闪屏状态信息，其中，所述闪屏状态信息包括不闪屏状态、轻微闪屏状态及闪屏状态；

根据预先在控制单元中存储的闪屏状态信息与显示图案之间的对应关系，控制所述数码显示单元显示与所述待测试微型显示器的闪屏状态信息对应的图案。

在一种可能的实现方式中，所述对所述待测试微型显示器显示所述目标测试画面的过程进行监测获得显示亮度监测数据，通过对所述显示亮度监测数据进行分析处理得到所述待测试微型显示器的闪屏状态信息的步骤，包括：

根据所述待测试微型显示器中目标测试画面的显示亮度生成模拟电信号，并将所述模拟电信号进行放大处理；

将放大后的模拟电信号转换为数字电信号，通过对所述数字电信号进行采样获得采样数据，并基于所述采样数据计算得到所述待测试微型显示器在采样周期内的闪烁率，其中，所述采样数据包括采样周期内多个采样时间点对应的数字电信号，所述闪烁率的计算公式如下：X=((a-b)*T/A）*100%，X表示闪烁率，a表示采样周期内采样的最大数字电信号，b表示采样周期内采样的最小数字电信号，T表示采样周期，A表示采样周期内所有采样的数字电信号相加得到的和值；

将所述闪烁率与所述待测试微型显示器对应的第一判定门限值和第二判定门限值进行比较得到所述待测试微型显示器的闪屏状态信息，其中，所述第一判定门限值小于所述第二判定门限值。

在一种可能的实现方式中，所述将所述闪烁率与所述待测试微型显示器对应的第一判定门限值和第二判定门限值进行比较得到所述待测试微型显示器的闪屏状态信息的步骤，包括：

在所述闪烁率小于所述第一判定门限值时，判定所述待测试微型显示器处于不闪屏状态；

在所述闪烁率大于等于所述第一判定门限值且小于所述第二判定门限值时，判定所述待测试微型显示器处于轻微闪屏状态；

在所述闪烁率大于等于所述第二判定门限值时，判定所述待测试微型显示器处于闪屏状态。

在一种可能的实现方式中，所述方法还包括获取所述待测试微型显示器对应的第一判定门限值和第二判定门限值的步骤，该步骤包括：

将所述待测试微型显示器的器件类型、所述目标测试画面以及所述目标测试画面的帧频输入判定门限决策模型中得到所述第一判定门限值及所述第二判定门限值；

其中，所述判定门限决策模型通过以下方式训练得到：

将训练样本集输入深度学习网络模型中进行训练得到第一判定门限训练值和第二判定门限训练值，所述训练样本集包括多个训练样本，每个所述训练样本包括待测试微型显示器的器件类型、目标测试画面的类型、目标测试画面的帧频范围以及标签信息，所述标签信息包括第一判定门限标签值和第二判定门限标签值；

基于所述第一判定门限训练值、第二判定门限训练值、第一判定门限标签值和第二判定门限标签值计算得到模型损失函数值，并根据所述模型损失函数值对所述深度学习网络模型的模型参数进行迭代更新，直到满足迭代终止条件，将更新后的深度学习网络模型作为训练好的判定门限决策模型。

基于上述任意一个方面，本申请实施例提供的闪屏测试设备及闪屏测试方法，闪屏测试设备包括驱动测试板及用于承载待测试微型显示器的承载件。驱动测试板包括控制单元、数码显示单元及按键输入单元，承载件包括用于固定待测试微型显示器的卡扣部以及用于与固定后的待测试微型显示器电连接的探针。按键输入单元用于选择目标测试画面以及对应的帧频，控制单元用于获取待测试微型显示器的显示亮度监测数据并通过对显示亮度监测数据进行分析处理得到待测试微型显示器的闪屏状态信息，数码显示单元在控制单元的控制下显示与闪屏状态信息对应的图案。上述方案通过控制单元对显示亮度监测数据进行分析处理，可以确保闪屏状态测试结果的准确性，同时通过对不同显示图案表征不同的闪屏状态信息，可以便于测试人员直观了解闪屏测试结果。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要调用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1为本申请实施例提供的闪屏测试设备的一种方框结构示意图。

图2为本申请实施例提供的闪屏测试设备的另一种方框结构示意图。

图3示例了图2中信号采集电路的结构示意图。

图4为本申请实施例提供的闪屏测试设备的再一种方框结构示意图。

图5为本申请实施例提供的闪屏测试方法的流程示意图。

图标：10-闪屏测试设备；100-驱动测试板；110-控制单元；1101-模数转换子单元；1102-数据处理子单元；1103-判断及控制子单元；1104-存储子单元；1105-微型显示器识别子单元；120-数码显示单元；130-按键输入单元；1301-测试画面选择子单元；1302-帧频选择子单元；140-信号采集电路；1401-光电转换单元；1402-信号放大单元；200-承载件；210-卡扣部；220-探针。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请实施例的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其它操作，也可以从流程图中移除一个或多个操作。

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

请参照图1，图1示例了本申请实施例提供的闪屏测试设备的一种方框结构示意图。在本申请实施例中，闪屏测试设备10可以包括驱动测试板100以及用于承载待测试微型显示器的承载件200，其中，微型显示器可以为，但不限于，尺寸小于0.61寸的显示器件，示例性地，微型显示器可以为应用在虚拟现实场景或瞄具场景的显示器。

驱动测试板100可以包括控制单元110、数码显示单元120以及按键输入单元130。承载件200可以包括用于固定待测试微型显示器的卡扣部210以及用于与固定后的待测试微型显示器电连接的探针220。

在本实施例中，按键输入单元130可以与控制单元110电连接，用于在控制单元110中选择用于进行闪屏测试的目标测试画面以及对目标测试画面的帧频进行选择，其中，帧频是指每秒钟放映或显示的图像帧的数量，比如，帧频24fps表示每秒放映或显示的图像帧的数量为24帧。

控制单元110可以和探针220电连接，详细地，探针的一端可用于与待测试微型显示器电连接，探针的另一端可以通过导线与控制单元110连接。控制单元110用于将按键输入单元130选择的目标测试画面所对应的视频图像信号发送给待测试微型显示器进行显示，并用于对待测试微型显示器的显示画面进行监测获得显示亮度监测数据，通过对显示亮度监测数据进行分析处理得到待测试微型显示器的闪屏状态信息，其中，闪屏状态信息包括不闪屏状态、轻微闪屏状态及闪屏状态。

控制单元110还可以与数码显示单元120电连接，用于根据预先在控制单元110中存储的闪屏状态信息与显示图案之间的对应关系，控制数码显示单元120显示与待测试微型显示器的闪屏状态信息对应的图案。

上述提供的闪屏测试设备10，通过控制单元对显示亮度监测数据进行分析处理，可以确保闪屏状态结果的准确性，同时通过对不同显示图案表征不同的闪屏状态信息，可以便于测试人员直观了解闪屏测试结果。

进一步地，请参照图2及图3，图2示例了本申请实施例提供的闪屏测试设备10的另一种方框结构示意图，图3示例了图2中信号采集电路的结构示意图。驱动测试板100还包括信号采集电路140，信号采集电路140可以包括光电转换单元1401以及信号放大单元1402，光电转换单元1401设置在靠近待测试微型显示器的位置处，示例性地，光电转换单元1401可以设置在承载件200上。光电转换单元1401用于根据待测试微型显示器中目标测试画面的显示亮度生成模拟电信号。信号放大单元1402的正向输入端与光电转换单元1401电连接，信号放大单元1402的输出端与控制单元110电连接，用于将模拟电信号放大后输出给控制单元110。上述方案通过光电转换单元1401可以将待测试微型显示器的画面显示时的光信号转换为电信号，以便后续通过对电信号的分析得到待测试微型显示器的闪屏状态信息，相对于现有技术中采用视觉识别的方式，不受视觉识别设备的限制，可以确保闪屏状态测试结果的准确性和可靠性。

请再次参照图2，进一步地，在本实施例中，控制单元110还可以包括相互连接的模数转换子单元1101和数据处理子单元1102，模数转换子单元1101与信号放大单元1402的输出端电连接，模数转换子单元1101用于将信号放大单元1402输出的模拟电信号转换为数字电信号，数据处理子单元1102用于对数字电信号进行采样获得采样数据，并基于采样数据计算得到待测试微型显示器在采样周期内的闪烁率，其中，采样数据可以包括采样周期内多个采样时间点对应的数字电信号，所述闪烁率的计算公式如下：X=((a-b)*T/A）*100%，X表示闪烁率，a表示采样周期内采样的最大数字电信号，b表示采样周期内采样的最小数字电信号，T表示采样周期，A表示采样周期内所有采样的数字电信号相加得到的和值。

请再次参照图2，进一步地，在本实施例中，控制单元110还可以包括判定及控制子单元1103，判定及控制子单元1103分别与数据处理子单元1102和数码显示单元120连接。判定及控制子单元1103可以将闪烁率与待测试微型显示器对应的第一判定门限值和第二判定门限值进行比较，其中，第一判定门限值小于第二判定门限值。示例性地，第一判定门限值取值范围可以为5%~7%，第二判定门限值取值范围可以为12%~15%。在闪烁率小于第一判定门限值时，判定及控制子单元1103判定待测试微型显示器处于不闪屏状态，并控制数码显示单元120显示第一图形画面，示例性地，第一图形画面可以是显示字母A的画面。在闪烁率大于等于第一判定门限值且小于第二判定门限值时，判定及控制子单元1103判定待测试微型显示器处于轻微闪屏状态，并控制数码显示单元120显示第二图形画面，示例性地，第二图形画面可以是显示字母B的画面。在闪烁率大于等于第二判定门限值时，判定及控制子单元1103判定待测试微型显示器处于闪屏状态，并控制所述数码显示单元120显示第三图形画面，示例性地，第三图形画面可以是显示字母C的画面。

请参照图4，图4示例了本实施例提供的闪屏测试设备的再一种方框结构示意图，控制单元110还可以包括存储子单元1104和微型显示器识别子单元1105，存储子单元1104和微型显示器识别子单元1105分别与数据处理子单元1102电连接。微型显示器识别子单元1105与探针220电连接，用于在待测试微型显示器固定在承载件200中时，获取待测试微型显示器的器件类型信息并基于器件类型信息确定待测试微型显示器的器件类型，其中，器件类型信息可以包括待测试微型显示器的生产厂商、尺寸规格、屏幕分辨率等，器件类型可以基于上述器件类型信息进行划分，比如，将特定生产厂商、尺寸规格及屏幕分辨率在一定范围内的微型显示器划分为同一类。微型显示器识别子单元1105可以基于获取的器件类型信息确定微型显示器的器件类型。

存储子单元1104中存储有不同器件类型的待测试微型显示器所对应的至少一个测试画面以及对应测试画面的可调帧频范围。按键输入单元130还可以包括测试画面选择子单元1301和帧频选择子单元1302，测试画面选择子单元1301和帧频选择子单元1302分别与存储子单元1104连接，测试画面选择子单元1301在与待测试微型显示器的器件类型对应的测试画面中选择目标测试画面，帧频选择子单元1302在目标测试画面的可调帧频范围内对帧频进行调整。

在本实施例中，存储子单元1104还存储一判定门限决策模型，判定门限决策模型基于输入的待测试微型显示器的器件类型、目标测试画面以及目标测试画面的帧频得到第一判定门限值及第二判定门限值。

其中，判定门限决策模型通过以下方式训练得到：

将训练样本集输入深度学习网络模型中进行训练得到第一判定门限训练值和第二判定门限训练值，训练样本集包括多个训练样本，每个训练样本包括待测试微型显示器的器件类型、目标测试画面的类型、目标测试画面的帧频范围以及标签信息，标签信息包括第一判定门限标签值和第二判定门限标签值；

基于第一判定门限训练值、第二判定门限训练值、第一判定门限标签值和第二判定门限标签值计算得到模型损失函数值，并根据模型损失函数值对深度学习网络模型的模型参数进行迭代更新，直到满足迭代终止条件，将更新后的深度学习网络模型作为训练好的判定门限决策模型。示例性地，可以将模型损失函数值与损失函数阈值进行比较，将模型损失函数值小于损失函数阈值作为迭代终止条件，若模型损失函数值大于损失函数阈值，则对深度学习网络模型的模型参数进行调整，并重复上述步骤的训练，直到模型损失函数值小于损失函数阈值，将此时得到深度学习网络模型作为训练好的判定门限决策模型。

本实施例还提供一种闪屏测试方法，请参照图5，图5示例了本实施例提供的闪屏测试方法的流程示意图，该闪屏测试方法可以应用于前面所述的闪屏测试设备10，下面结合附图对闪屏测试方法进行详细的介绍。

步骤S11，将待测试微型显示器放置在承载件200中，并给待测试微型显示器上电。

在本实施例中，可以通过承载件200中的卡扣部210将待测试微型显示器固定，并通过探针220实现待测试微型显示器与驱动测试板100的电连接。

步骤S12，选择用于对待测试微型显示器进行闪屏测试的目标测试画面以及目标测试画面对应的帧频。

步骤S13，对待测试微型显示器显示目标测试画面的过程进行监测获得显示亮度监测数据，通过对显示亮度监测数据进行分析处理得到待测试微型显示器的闪屏状态信息。

在本实施例中，闪屏状态信息可以包括不闪屏状态、轻微闪屏状态及闪屏状态。

步骤S14，根据预先在控制单元中存储的闪屏状态信息与显示图案之间的对应关系，控制数码显示单元显示与待测试微型显示器的闪屏状态信息对应的图案。

进一步地，在本实施例中，步骤S13可以通过以下步骤实现：

首先，根据所述待测试微型显示器中目标测试画面的显示亮度生成模拟电信号，并将所述模拟电信号进行放大处理；

接着，将放大后的模拟电信号转换为数字电信号，通过对所述数字电信号进行采样获得采样数据，并基于所述采样数据计算得到所述待测试微型显示器在采样周期内的闪烁率，其中，所述采样数据包括采样周期内多个采样时间点对应的数字电信号，所述闪烁率的计算公式如下：X=((a-b)*T/A）*100%，X表示闪烁率，a表示采样周期内采样的最大数字电信号，b表示采样周期内采样的最小数字电信号，T表示采样周期，A表示采样周期内所有采样的数字电信号相加得到的和值；

然后，将所述闪烁率与所述待测试微型显示器对应的第一判定门限值和第二判定门限值进行比较得到所述待测试微型显示器的闪屏状态信息，其中，第一判定门限值小于第二判定门限值。

示例性地，在所述闪烁率小于所述第一判定门限值时，判定所述待测试微型显示器处于不闪屏状态；

在所述闪烁率大于等于所述第一判定门限值且小于所述第二判定门限值时，判定所述待测试微型显示器处于轻微闪屏状态；

在所述闪烁率大于等于所述第二判定门限值时，判定所述待测试微型显示器处于闪屏状态。

在本实施例中，闪屏测试方法还可以包括获取所述待测试微型显示器对应的第一判定门限值和第二判定门限值的步骤，该步骤包括：

将所述待测试微型显示器的器件类型、所述目标测试画面以及所述目标测试画面的帧频输入判定门限决策模型中得到所述第一判定门限值及所述第二判定门限值；

其中，所述判定门限决策模型通过以下方式训练得到：

将训练样本集输入深度学习网络模型中进行训练得到第一判定门限训练值和第二判定门限训练值，所述训练样本集包括多个训练样本，每个所述训练样本包括待测试微型显示器的器件类型、目标测试画面的类型、目标测试画面的帧频范围以及标签信息，所述标签信息包括第一判定门限标签值和第二判定门限标签值；

基于所述第一判定门限训练值、第二判定门限训练值、第一判定门限标签值和第二判定门限标签值计算得到模型损失函数值，并根据所述模型损失函数值对所述深度学习网络模型的模型参数进行迭代更新，直到满足迭代终止条件，将更新后的深度学习网络模型作为训练好的判定门限决策模型。

综上所述，本申请实施例提供的闪屏测试设备及闪屏测试方法，在闪屏测试设备中，闪屏测试设备包括驱动测试板及用于承载待测试微型显示器的承载件。驱动测试板包括控制单元、数码显示单元及按键输入单元，承载件包括用于固定待测试微型显示器的卡扣部以及用于与固定后的待测试微型显示器电连接的探针。按键输入单元用于选择目标测试画面以及对应的帧频，控制单元用于获取待测试微型显示器的显示亮度监测数据并通过对显示亮度监测数据进行分析处理得到待测试微型显示器的闪屏状态信息，数码显示单元在控制单元的控制下显示与闪屏状态信息对应的图案。上述方案通过控制单元对显示亮度监测数据进行分析处理，可以确保闪屏状态测试结果的准确性，同时通过对不同显示图案表征不同的闪屏状态信息，可以便于测试人员直观了解闪屏测试结果。

以上所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。通常在附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，在附图中提供的本申请的实施例的详细描述并非旨在限制本申请的保护范围，而仅仅是表示本申请的选定实施例。基于此，本申请的保护范围应以权利要求的保护范围为准。此外，基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下可获得的所有其它实施例，都应属于本申请保护的范围。

Claims (10)

1.一种闪屏测试设备，其特征在于，所述闪屏测试设备包括驱动测试板及用于承载待测试微型显示器的承载件；

所述驱动测试板包括控制单元、数码显示单元及按键输入单元，所述承载件包括用于固定所述待测试微型显示器的卡扣部以及用于与固定后的所述待测试微型显示器电连接的探针；

所述按键输入单元与所述控制单元电连接，用于在所述控制单元中选择用于进行闪屏测试的目标测试画面以及对所述目标测试画面的帧频进行选择；

所述控制单元与所述探针电连接，用于将所述按键输入单元选择的所述目标测试画面所对应的视频图像信号发送给所述待测试微型显示器进行显示，并用于对所述待测试微型显示器的显示画面亮度进行监测获得显示亮度监测数据，通过对所述显示亮度监测数据进行分析处理得到所述待测试微型显示器的闪屏状态信息，其中，所述闪屏状态信息包括不闪屏状态、轻微闪屏状态及闪屏状态；

所述控制单元还与所述数码显示单元电连接，用于根据预先在控制单元中存储的闪屏状态信息与显示图案之间的对应关系，控制所述数码显示单元显示与所述待测试微型显示器的闪屏状态信息对应的图案。

2.如权利要求1所述的闪屏测试设备，其特征在于，所述驱动测试板还包括信号采集电路；

所述信号采集电路包括光电转换单元以及信号放大单元，所述光电转换单元设置在靠近所述待测试微型显示器的位置处，所述光电转换单元用于根据所述待测试微型显示器中目标测试画面的显示亮度生成模拟电信号；

所述信号放大单元的正向输入端与所述光电转换单元电连接，所述信号放大单元的输出端与所述控制单元电连接，用于将所述模拟电信号放大后输出给所述控制单元。

3.如权利要求2所述的闪屏测试设备，其特征在于，所述控制单元还包括相互连接的模数转换子单元和数据处理子单元；

所述模数转换子单元与所述信号放大单元的输出端电连接，用于将所述信号放大单元输出的模拟电信号转换为数字电信号；

所述数据处理子单元用于对所述数字电信号进行采样获得采样数据，并基于所述采样数据计算得到所述待测试微型显示器在采样周期内的闪烁率，其中，所述采样数据包括采样周期内多个采样时间点对应的数字电信号，所述闪烁率的计算公式如下：X=((a-b)*T/A）*100%，X表示闪烁率，a表示采样周期内采样的最大数字电信号，b表示采样周期内采样的最小数字电信号，T表示采样周期，A表示采样周期内所有采样的数字电信号相加得到的和值。

4.如权利要求3所述的闪屏测试设备，其特征在于，所述控制单元还包括判定及控制子单元，所述判定及控制子单元分别与所述数据处理子单元及所述数码显示单元连接；

所述判定及控制子单元将所述闪烁率与所述待测试微型显示器对应的第一判定门限值和第二判定门限值进行比较，其中，所述第一判定门限值小于所述第二判定门限值；

在所述闪烁率小于所述第一判定门限值时，所述判定及控制子单元判定所述待测试微型显示器处于不闪屏状态，并控制所述数码显示单元显示第一图形画面；

在所述闪烁率大于等于所述第一判定门限值且小于所述第二判定门限值时，所述判定及控制子单元判定所述待测试微型显示器处于轻微闪屏状态，并控制所述数码显示单元显示第二图形画面；

在所述闪烁率大于等于所述第二判定门限值时，所述判定及控制子单元判定所述待测试微型显示器处于闪屏状态，并控制所述数码显示单元显示第三图形画面。

5.如权利要求4所述的闪屏测试设备，其特征在于，所述控制单元还包括存储子单元和微型显示器识别子单元，所述存储子单元和所述微型显示器识别子单元分别与所述数据处理子单元连接；

所述微型显示器识别子单元与所述探针电连接，用于在所述待测试微型显示器固定在所述承载件中时，获取所述待测试微型显示器的器件类型信息，并基于所述器件类型信息得到所述待测试微型显示器对应的器件类型；

所述存储子单元中存储有不同器件类型的待测试微型显示器所对应的至少一个测试画面以及对应所述测试画面的可调帧频范围；

所述按键输入单元包括测试画面选择子单元和帧频选择子单元，所述测试画面选择子单元和所述帧频选择子单元分别与所述存储子单元连接，所述测试画面选择子单元在与所述待测试微型显示器的器件类型对应的测试画面中选择所述目标测试画面，所述帧频选择子单元在所述目标测试画面的可调帧频范围内对所述帧频进行调整。

6.如权利要求5所述的闪屏测试设备，其特征在于，所述存储子单元还存储一判定门限决策模型；

所述判定门限决策模型基于输入的所述待测试微型显示器的器件类型、所述目标测试画面以及所述目标测试画面的帧频得到所述第一判定门限值及所述第二判定门限值；

其中，所述判定门限决策模型通过以下方式训练得到：

将训练样本集输入深度学习网络模型中进行训练得到第一判定门限训练值和第二判定门限训练值，所述训练样本集包括多个训练样本，每个所述训练样本包括待测试微型显示器的器件类型、目标测试画面的类型、目标测试画面的帧频范围以及标签信息，所述标签信息包括第一判定门限标签值和第二判定门限标签值；

基于所述第一判定门限训练值、第二判定门限训练值、第一判定门限标签值和第二判定门限标签值计算得到模型损失函数值，并根据所述模型损失函数值对所述深度学习网络模型的模型参数进行迭代更新，直到满足迭代终止条件，将更新后的深度学习网络模型作为训练好的判定门限决策模型。

7.一种闪屏测试方法，其特征在于，所述方法应用于权利要求1-6中任意一项所述的闪屏测试设备，所述方法包括：

将所述待测试微型显示器放置在所述承载件中，并给所述待测试微型显示器上电；

选择用于对所述待测试微型显示器进行闪屏测试的目标测试画面以及所述目标测试画面对应的帧频；

对所述待测试微型显示器显示所述目标测试画面的过程进行监测获得显示亮度监测数据，通过对所述显示亮度监测数据进行分析处理得到所述待测试微型显示器的闪屏状态信息，其中，所述闪屏状态信息包括不闪屏状态、轻微闪屏状态及闪屏状态；

根据预先在控制单元中存储的闪屏状态信息与显示图案之间的对应关系，控制所述数码显示单元显示与所述待测试微型显示器的闪屏状态信息对应的图案。

8.如权利要求7所述的闪屏测试方法，其特征在于，所述对所述待测试微型显示器显示所述目标测试画面的过程进行监测获得显示亮度监测数据，通过对所述显示亮度监测数据进行分析处理得到所述待测试微型显示器的闪屏状态信息的步骤，包括：

根据所述待测试微型显示器中目标测试画面的显示亮度生成模拟电信号，并将所述模拟电信号进行放大处理；

将放大后的模拟电信号转换为数字电信号，通过对所述数字电信号进行采样获得采样数据，并基于所述采样数据计算得到所述待测试微型显示器在采样周期内的闪烁率，其中，所述采样数据包括采样周期内多个采样时间点对应的数字电信号，所述闪烁率的计算公式如下：X=((a-b)*T/A）*100%，X表示闪烁率，a表示采样周期内采样的最大数字电信号，b表示采样周期内采样的最小数字电信号，T表示采样周期，A表示采样周期内所有采样的数字电信号相加得到的和值；

将所述闪烁率与所述待测试微型显示器对应的第一判定门限值和第二判定门限值进行比较得到所述待测试微型显示器的闪屏状态信息，其中，所述第一判定门限值小于所述第二判定门限值。

9.如权利要求8所述的闪屏测试方法，其特征在于，所述将所述闪烁率与所述待测试微型显示器对应的第一判定门限值和第二判定门限值进行比较得到所述待测试微型显示器的闪屏状态信息的步骤，包括：

在所述闪烁率小于所述第一判定门限值时，判定所述待测试微型显示器处于不闪屏状态；

在所述闪烁率大于等于所述第一判定门限值且小于所述第二判定门限值时，判定所述待测试微型显示器处于轻微闪屏状态；

在所述闪烁率大于等于所述第二判定门限值时，判定所述待测试微型显示器处于闪屏状态。

10.如权利要求9所述的闪屏测试方法，其特征在于，所述方法还包括获取所述待测试微型显示器对应的第一判定门限值和第二判定门限值的步骤，该步骤包括：

将所述待测试微型显示器的器件类型、所述目标测试画面以及所述目标测试画面的帧频输入判定门限决策模型中得到所述第一判定门限值及所述第二判定门限值；

其中，所述判定门限决策模型通过以下方式训练得到：

将训练样本集输入深度学习网络模型中进行训练得到第一判定门限训练值和第二判定门限训练值，所述训练样本集包括多个训练样本，每个所述训练样本包括待测试微型显示器的器件类型、目标测试画面的类型、目标测试画面的帧频范围以及标签信息，所述标签信息包括第一判定门限标签值和第二判定门限标签值；

基于所述第一判定门限训练值、第二判定门限训练值、第一判定门限标签值和第二判定门限标签值计算得到模型损失函数值，并根据所述模型损失函数值对所述深度学习网络模型的模型参数进行迭代更新，直到满足迭代终止条件，将更新后的深度学习网络模型作为训练好的判定门限决策模型。

Images