CN117423299B - 液晶显示屏的性能检测方法、装置、设备及存储介质 - Google Patents
液晶显示屏的性能检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117423299B CN117423299B CN202311745739.0A CN202311745739A CN117423299B CN 117423299 B CN117423299 B CN 117423299B CN 202311745739 A CN202311745739 A CN 202311745739A CN 117423299 B CN117423299 B CN 117423299B
- Authority
- CN
- China
- Prior art keywords
- code
- parameters
- detection result
- model
- inputting
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 217
- 239000004973 liquid crystal related substance Substances 0.000 title claims abstract description 68
- 238000012937 correction Methods 0.000 claims abstract description 101
- 238000004458 analytical method Methods 0.000 claims abstract description 43
- 230000004927 fusion Effects 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 63
- 238000013507 mapping Methods 0.000 claims description 44
- 238000000034 method Methods 0.000 claims description 44
- 239000013598 vector Substances 0.000 claims description 36
- 238000000605 extraction Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 8
- 238000007405 data analysis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000011895 specific detection Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
- G09G3/006—Electronic inspection or testing of displays and display drivers, e.g. of LED or LCD displays
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Control Of Indicators Other Than Cathode Ray Tubes (AREA)
Abstract
本发明提供一种液晶显示屏的性能检测方法、装置、设备及存储介质,包括获取液晶显示屏工作时的显示参数以及电性参数;将所述电性参数输入至预设的电性性能检测模型进行检测,得到第一检测结果;将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数;其中,所述修正参数包括需要修正的模型参数及对应的修正值;基于所述修正参数对预设的显示性能检测模型的模型参数进行修正,得到修正显示性能检测模型;将所述显示参数输入至所述修正显示性能检测模型中进行检测,得到第二检测结果;将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果。本发明中,提高检测的准确性和可靠性。
Description
技术领域
本发明涉及显示屏检测的技术领域,特别涉及一种液晶显示屏的性能检测方法、装置、设备及存储介质。
背景技术
在液晶显示屏的生产和维护过程中,需要对其进行性能检测,以确保其正常工作和高质量的显示效果。
目前,液晶显示屏性能检测存在一些缺陷:
分散的测试方法:目前液晶显示屏性能检测通常需要使用多种分散的测试方法来对显示参数和电性参数进行单独测试,而没有一个统一的方法来综合分析这些参数。这种分散的测试方法导致测试数据的不一致性和矛盾性。
模型参数的稳定性:现有的显示性能检测模型往往基于固定的模型参数,无法充分考虑到电性参数对显示性能的影响。这导致在实际应用中,模型参数无法准确反映液晶显示屏的实际性能特征。
修正模型的欠缺:现有技术中对于修正模型的应用较少,通常仅依靠静态的显示性能检测模型进行测试,而缺乏对电性参数的修正模型来提高测试的准确性和稳定性。
因此,现有技术中,液晶显示屏性能检测方面存在着测试方法分散、模型参数稳定性不足、修正模型不足造成性能检测不准确的缺陷。
发明内容
本发明的主要目的为提供一种液晶显示屏的性能检测方法、装置、设备及存储介质,旨在克服目前液晶显示屏的性能检测不准确的缺陷。
为实现上述目的,本发明提供了一种液晶显示屏的性能检测方法,包括以下步骤:
获取液晶显示屏工作时的显示参数以及电性参数;
将所述电性参数输入至预设的电性性能检测模型进行检测,得到第一检测结果;
将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数;其中,所述修正参数包括需要修正的模型参数及对应的修正值;
基于所述修正参数对预设的显示性能检测模型的模型参数进行修正,得到修正显示性能检测模型;将所述显示参数输入至所述修正显示性能检测模型中进行检测,得到第二检测结果;
将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果。
进一步地,所述显示参数为液晶显示屏工作时显示画面时的参数,所述电性参数为液晶显示屏工作时内部电路的电学参数。
进一步地,所述将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数的步骤,包括:
将所述电性参数输入至预设的修正参数确定模型中;所述修正参数确定模型包括特征提取层、卷积层以及分类层;
基于所述特征提取层将所述电性参数表征为特征向量,并输入至所述卷积层;
基于所述卷积层对所述特征向量进行卷积运算,得到全局特征向量;其中,所述全局特征向量中包括各个电性参数的偏离度;
将所述全局特征向量输入至所述分类层中进行分类,得到多个分类类别;其中,每个分类类别对应一个需要修正的模型参数、对应的修正值以及每个分类的分类概率;
将分类概率大于预设值的分类所对应的需要修正的模型参数、修正值进行组合,得到所述修正参数。
进一步地,所述将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果的步骤之后,还包括:
将所述第一检测结果、第二检测结果以及性能检测结果保存在数据库中。
进一步地,所述将所述第一检测结果、第二检测结果以及性能检测结果保存在数据库中的步骤,包括:
获取所述分析脚本所对应的标识代码;其中,所述标识代码为英文字母和/或数字所构成;
将所述第一检测结果、第二检测结果以及性能检测结果分别对应编码为第一编码、第二编码以及第三编码;其中,所述第一编码、第二编码以及第三编码均为数字所构成;
将所述第一编码、第二编码以及第三编码以及所述标识代码绑定,得到绑定结果,将所述绑定结果存储在数据库中。
进一步地,所述将所述第一检测结果、第二检测结果以及性能检测结果分别对应编码为第一编码、第二编码以及第三编码的步骤,包括:
基于检测结果与结果代号的映射关系,分别将所述第一检测结果、第二检测结果以及性能检测结果映射为对应的第一代号、第二代号以及第三代号;其中,各个结果代号中均包括英文字母以及数字;
分别提取所述第一代号、第二代号以及第三代号中包括的英文字母以及数字并分别作为一个集合元素,将英文字母对应的集合元素进行组合得到字母集合,将数字对应的数字元素进行组合得到数字集合;其中,每个代号中的所有英文字母作为一个集合元素,每个代号中的所有数字作为一个集合元素;
获取映射表;其中,所述映射表包括数字列以及英文字母列,其中数字列中的数字与英文字母列中的英文字母一一映射;
在所述映射表中,删除与所述数字集合中相同的数字;在所述数字集合中的各个数字之前分别添加一个标记数字,分别得到对应的标记数字;
将所述数字集合中的各个标记数字依次插入至所述映射表中的数字列的头部,并将其余数字向后平移,得到新的映射表;
基于所述新的映射表,将所述字母集合中的英文字母分别映射为对应的数字,作为对应的所述第一编码、第二编码以及第三编码。
进一步地,所述将所述第一编码、第二编码以及第三编码以及所述标识代码绑定,得到绑定结果的步骤,包括:
获取一个预设的数字矩阵;其中,所述数字矩阵包括三行三列;
将所述第一编码、第二编码以及第三编码依序插入至所述数字矩阵的第一列中;在所述数字矩阵的第二列以及第三列中分别插入预设数字,得到编码矩阵;
创建一个空白矩阵;所述空白矩阵包括三行二列;
按照预设分割规则,对所述标识代码进行分隔,得到三个依序排列的代码;依序将三个代码插入至所述空白矩阵的第二列中;
在所述空白矩阵的第一列中分别插入预设数字,得到代码矩阵;
将所述编码矩阵与所述代码矩阵进行相乘,得到结果矩阵,作为所述绑定结果。
本发明还提供了一种液晶显示屏的性能检测装置,包括:
获取单元,用于获取液晶显示屏工作时的显示参数以及电性参数;
第一检测单元,用于将所述电性参数输入至预设的电性性能检测模型进行检测,得到第一检测结果;
参数获取单元,用于将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数;其中,所述修正参数包括需要修正的模型参数及对应的修正值;
修正单元,用于基于所述修正参数对预设的显示性能检测模型的模型参数进行修正,得到修正显示性能检测模型;将所述显示参数输入至所述修正显示性能检测模型中进行检测,得到第二检测结果;
分析单元,用于将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果。
本发明还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本发明提供的液晶显示屏的性能检测方法、装置、设备及存储介质,包括获取液晶显示屏工作时的显示参数以及电性参数;将所述电性参数输入至预设的电性性能检测模型进行检测,得到第一检测结果;将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数;其中,所述修正参数包括需要修正的模型参数及对应的修正值;基于所述修正参数对预设的显示性能检测模型的模型参数进行修正,得到修正显示性能检测模型;将所述显示参数输入至所述修正显示性能检测模型中进行检测,得到第二检测结果;将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果。本发明中,电性性能检测模型可以帮助分析液晶显示屏的电性参数,评估其电气性能;修正参数确定模型可用于根据电性参数修正模型参数,从而提高检测的准确性和可靠性。融合分析脚本则可将不同检测结果进行综合分析,得出最终的性能检测结果。通过综合考虑显示参数和电性参数,以及修正模型的运用,可以更全面地评估液晶显示屏的性能,提高检测的准确性和可靠性。
附图说明
图1是本发明一实施例中液晶显示屏的性能检测方法步骤示意图;
图2是本发明一实施例中液晶显示屏的性能检测装置结构框图;
图3是本发明一实施例的计算机设备的结构示意框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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。
参照图1,本发明一实施例中提供了一种液晶显示屏的性能检测方法,包括以下步骤:
步骤S1,获取液晶显示屏工作时的显示参数以及电性参数;
步骤S2,将所述电性参数输入至预设的电性性能检测模型进行检测,得到第一检测结果;
步骤S3,将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数;其中,所述修正参数包括需要修正的模型参数及对应的修正值;
步骤S4,基于所述修正参数对预设的显示性能检测模型的模型参数进行修正,得到修正显示性能检测模型;将所述显示参数输入至所述修正显示性能检测模型中进行检测,得到第二检测结果;
步骤S5,将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果。
在本实施例中,如上述步骤S1所述的,获取液晶显示屏工作时的显示参数以及电性参数:首先,需要获取液晶显示屏在实际工作时的各种显示参数,包括亮度、色彩准确度、对比度、分辨率等。同时,还需要获取液晶显示屏的电性参数,如电压响应、驱动信号稳定性、电流消耗等。
如上述步骤S2所述的,将电性参数输入至预设的电性性能检测模型进行检测,得到第一检测结果:将获取到的电性参数输入预设的电性性能检测模型中进行检测,以评估液晶显示屏在电气方面的工作状态和性能。这可以得到第一次检测的结果,反映了液晶显示屏的电性能状况。
如上述步骤S3所述的,将电性参数输入至预设的修正参数确定模型中,得到对应的修正参数:基于获取到的电性参数,输入至预设的修正参数确定模型中,以获得对应的修正参数。修正参数包括需要修正的模型参数及对应的修正值,用于修正预设的显示性能检测模型。
如上述步骤S4所述的,基于修正参数对预设的显示性能检测模型的模型参数进行修正,得到修正显示性能检测模型:利用获取到的修正参数,对预设的显示性能检测模型的模型参数进行修正。这样得到的修正显示性能检测模型可以更准确地反映液晶显示屏的实际性能特征。
将显示参数输入至修正显示性能检测模型中进行检测,得到第二检测结果:将获取到的显示参数输入至修正显示性能检测模型中进行检测,以评估液晶显示屏的实际显示性能。可以得到第二次检测的结果,反映了液晶显示屏的显示性能状况。其中,上述电性性能检测模型、显示性能检测模型均为深度学习网络训练得到。
如上述步骤S5所述的,将第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果:最后,将第一次和第二次检测的结果输入至分析脚本中进行融合分析,得到最终的液晶显示屏性能检测结果。这样可以综合考虑显示参数和电性参数,得出对液晶显示屏性能的全面评估。
在一实施例中,所述显示参数为液晶显示屏工作时显示画面时的参数,所述电性参数为液晶显示屏工作时内部电路的电学参数。显示参数,包括亮度、色彩准确度、对比度、分辨率等。电性参数,包括电压响应、驱动信号稳定性、电流消耗等。
在一实施例中,所述将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数的步骤,包括:
将所述电性参数输入至预设的修正参数确定模型中;所述修正参数确定模型包括特征提取层、卷积层以及分类层;
基于所述特征提取层将所述电性参数表征为特征向量,并输入至所述卷积层;
基于所述卷积层对所述特征向量进行卷积运算,得到全局特征向量;其中,所述全局特征向量中包括各个电性参数的偏离度;
将所述全局特征向量输入至所述分类层中进行分类,得到多个分类类别;其中,每个分类类别对应一个需要修正的模型参数、对应的修正值以及每个分类的分类概率;
将分类概率大于预设值的分类所对应的需要修正的模型参数、修正值进行组合,得到所述修正参数。
在本实施例中,具体包括:
将电性参数输入至预设的修正参数确定模型中;所述修正参数确定模型包括特征提取层、卷积层以及分类层:首先,将电性参数送入预设的修正参数确定模型中。修正参数确定模型通常是一个神经网络模型,包括特征提取层、卷积层和分类层。这些层级通常用于对输入数据进行特征提取和学习。
基于特征提取层将电性参数表征为特征向量,并输入至卷积层:特征提取层的作用是将电性参数转换为适用于神经网络处理的特征向量,并将这些特征向量传递给卷积层。可以让模型学习到电性参数的抽象特征表示。
基于卷积层对特征向量进行卷积运算,得到全局特征向量;其中,全局特征向量中包括各个电性参数的偏离度:卷积层负责对特征向量进行卷积运算,通过这个处理,得到全局特征向量。这些全局特征向量包括了各个电性参数的偏离度,也就是它们相对于正常状态的偏差程度。
将全局特征向量输入至分类层进行分类,得到多个分类类别;其中,每个分类类别对应一个需要修正的模型参数、对应的修正值以及每个分类的分类概率:全局特征向量被送入分类层中,生成多个分类类别。每个分类类别对应于一个需要修正的模型参数和对应的修正值,以及每个分类的概率。
将分类概率大于预设值的分类所对应的需要修正的模型参数、修正值进行组合,得到修正参数:根据预设的条件,挑选出分类概率大于预设值的分类,将这些分类对应的需要修正的模型参数和修正值组合起来,得到最终的修正参数。
在一实施例中,所述将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果的步骤之后,还包括:
将所述第一检测结果、第二检测结果以及性能检测结果保存在数据库中。
在一实施例中,所述将所述第一检测结果、第二检测结果以及性能检测结果保存在数据库中的步骤,包括:
获取所述分析脚本所对应的标识代码;其中,所述标识代码为英文字母和/或数字所构成;
将所述第一检测结果、第二检测结果以及性能检测结果分别对应编码为第一编码、第二编码以及第三编码;其中,所述第一编码、第二编码以及第三编码均为数字所构成;
将所述第一编码、第二编码以及第三编码以及所述标识代码绑定,得到绑定结果,将所述绑定结果存储在数据库中。
在本实施例中,具体包括:
获取所述分析脚本所对应的标识代码;其中,所述标识代码为英文字母和/或数字所构成:首先,从所使用的分析脚本中获取一个唯一的标识代码,该代码可以是由英文字母和/或数字组成的唯一标识符。
将所述第一检测结果、第二检测结果以及性能检测结果分别对应编码为第一编码、第二编码以及第三编码;其中,所述第一编码、第二编码以及第三编码均为数字所构成:针对每个结果,进行编码以便在数据库中进行唯一标识。
将所述第一编码、第二编码以及第三编码以及所述标识代码绑定,得到绑定结果,将所述绑定结果存储在数据库中:将所得到的第一编码、第二编码和第三编码与所获取的标识代码进行绑定,形成一个绑定结果。这个绑定结果通常是一个数据记录或者键值对,将其存储在数据库中,以便后续检索、查询、稽查等。
在一实施例中,所述将所述第一检测结果、第二检测结果以及性能检测结果分别对应编码为第一编码、第二编码以及第三编码的步骤,包括:
基于检测结果与结果代号的映射关系,分别将所述第一检测结果、第二检测结果以及性能检测结果映射为对应的第一代号、第二代号以及第三代号;其中,各个结果代号中均包括英文字母以及数字;
分别提取所述第一代号、第二代号以及第三代号中包括的英文字母以及数字并分别作为一个集合元素,将英文字母对应的集合元素进行组合得到字母集合,将数字对应的数字元素进行组合得到数字集合;其中,每个代号中的所有英文字母作为一个集合元素,每个代号中的所有数字作为一个集合元素;
获取映射表;其中,所述映射表包括数字列以及英文字母列,其中数字列中的数字与英文字母列中的英文字母一一映射;
在所述映射表中,删除与所述数字集合中相同的数字;在所述数字集合中的各个数字之前分别添加一个标记数字,分别得到对应的标记数字;
将所述数字集合中的各个标记数字依次插入至所述映射表中的数字列的头部,并将其余数字向后平移,得到新的映射表;
基于所述新的映射表,将所述字母集合中的英文字母分别映射为对应的数字,作为对应的所述第一编码、第二编码以及第三编码。
在本实施例中,具体包括:
首先需要将第一检测结果、第二检测结果和性能检测结果分别映射为对应的第一代号、第二代号和第三代号。这意味着需要将每个具体的检测结果与一个代号相关联,从而能够用一种标识符来代表该特定的结果。这些代号由英文字母和数字组成,因此预先建立一个映射关系,将具体的检测结果转换为代号。
分别提取第一代号、第二代号和第三代号中包含的英文字母和数字,并将它们分别作为一个集合元素。这意味着需要对每一个代号进行分析,将代号中的英文字母形成一个集合,同时将代号中的数字形成另一个集合。这两个集合的元素将在后续步骤中被用于进一步的处理。
获取映射表,这个表包括了数字列和英文字母列,其中数字列中的数字与英文字母列中的英文字母一一对应。这个映射表是一个重要的工具,它用于将代号中的英文字母映射为数字。这是通过建立英文字母和数字之间的一一对应关系来实现的。因此,映射表提供了一个有效的方式来转换代号中的英文字母为数字,从而形成最终的编码。
在映射表中删除与数字集合中相同的数字。需要对映射表进行操作,在映射表中标识出哪些数字已经在数字集合中出现过,然后将这些数字从映射表中删除。在这一步骤中,需要保持映射表中的数字与数字集合中的数字不重复,以便后续的操作。
将数字集合中的各个数字添加标记数字(例如0),并依次插入至映射表中的数字列的头部,然后将其余数字向后平移,得到新的映射表。这个操作是为了给映射表中的数字添加标记,然后按照特定的顺序插入到映射表中,从而形成一个新的映射表。通过这个操作,可以确保每个数字在映射表中都有一个唯一的位置,为后续的编码操作确定基础。
基于新的映射表,将字母集合中的英文字母分别映射为对应的数字,作为对应的第一编码、第二编码和第三编码。需要利用新的映射表,将代号中的英文字母转换为相应的数字。通过这个操作,最终得到了根据检测结果生成的对应编码,这些编码可以用于后续的处理和分析。
通过上述操作,完成了将检测结果转换为对应编码的过程。这些编码可以用于对检测结果进行标识和分析,为后续的应用和处理提供了基础。
在一实施例中,所述将所述第一编码、第二编码以及第三编码以及所述标识代码绑定,得到绑定结果的步骤,包括:
获取一个预设的数字矩阵;其中,所述数字矩阵包括三行三列;
将所述第一编码、第二编码以及第三编码依序插入至所述数字矩阵的第一列中;在所述数字矩阵的第二列以及第三列中分别插入预设数字,得到编码矩阵;
创建一个空白矩阵;所述空白矩阵包括三行二列;
按照预设分割规则,对所述标识代码进行分隔,得到三个依序排列的代码;依序将三个代码插入至所述空白矩阵的第二列中;
在所述空白矩阵的第一列中分别插入预设数字,得到代码矩阵;
将所述编码矩阵与所述代码矩阵进行相乘,得到结果矩阵,作为所述绑定结果。
在本实施例中,具体包括:
获取一个预设的数字矩阵,该数字矩阵包括三行三列。这个数字矩阵是一个预先设定好的矩阵,用来存储编码和标识代码。
将第一编码、第二编码和第三编码依序插入至数字矩阵的第一列。然后在数字矩阵的第二列以及第三列中分别插入预设数字,得到编码矩阵。这一步骤是将编码依次放入数字矩阵的第一列,然后在第二列和第三列中插入预设数字(例如1)。
创建一个空白矩阵,该空白矩阵包括三行两列。这个空白矩阵是用来存储分割后的标识代码的。
按照预设的分隔规则,对标识代码进行分隔,得到三个依序排列的代码。然后依次将这三个代码插入至空白矩阵的第二列中。
在空白矩阵的第一列中分别插入预设数字,得到代码矩阵。这一步骤是将预设数字和标识代码结合,形成代码矩阵。
将编码矩阵和代码矩阵进行相乘,得到结果矩阵,作为绑定结果。通过这个过程,将编码矩阵和代码矩阵结合在一起,得到了一个新的矩阵作为绑定结果。
上述技术方案的主要目的是将编码和标识代码进行绑定,以产生一个绑定结果矩阵。这个绑定过程可以帮助整合不同类型的信息,并可能为后续的分析和处理提供有用的数据结构。
在本实施例中,上述技术方案具有以下有益效果:
整合信息:该方案将不同类型的信息(编码和标识代码)整合到一个结果矩阵中。有助于将相关信息捆绑在一起,使得数据处理更加方便和高效。
标识数据关联:通过将编码和标识代码进行绑定,可以建立数据间的关联关系。有助于识别和跟踪数据之间的联系,为后续的分析和研究提供便利。
数据结构化:通过结果矩阵的生成,将所涉及的数据按照一定的规则和结构进行组织,从而使得数据更加结构化和易于管理。
提供参考依据:生成的结果矩阵可以作为后续分析的基础数据,为进一步的处理、分析和决策提供参考依据。有助于在数据处理和决策过程中提供更多的信息支持。
数据分析和挖掘:通过这种绑定方式,可以为后续的数据分析和挖掘提供更多的数据点,有助于发现数据背后的规律和信息。
综上所述,上述方案的有益效果在于整合信息、建立数据关联、数据结构化、提供参考依据,以及为数据分析和挖掘提供支持。有助于优化数据管理和分析过程,提高工作效率,为决策提供更多的信息支持。
参照图2,本发明一实施例中还提供了一种液晶显示屏的性能检测装置,包括:
获取单元,用于获取液晶显示屏工作时的显示参数以及电性参数;
第一检测单元,用于将所述电性参数输入至预设的电性性能检测模型进行检测,得到第一检测结果;
参数获取单元,用于将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数;其中,所述修正参数包括需要修正的模型参数及对应的修正值;
修正单元,用于基于所述修正参数对预设的显示性能检测模型的模型参数进行修正,得到修正显示性能检测模型;将所述显示参数输入至所述修正显示性能检测模型中进行检测,得到第二检测结果;
分析单元,用于将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果。
在本实施例中,上述装置实施例中的各个单元的具体实现,请参照上述方法实施例中所述,在此不再进行赘述。
参照图3,本发明实施例中还提供一种计算机设备,该计算机设备可以是服务器,其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、显示屏、输入装置、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储本实施例中对应的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述方法。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定。
本发明一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法。可以理解的是,本实施例中的计算机可读存储介质可以是易失性可读存储介质,也可以为非易失性可读存储介质。
综上所述,为本发明实施例中提供的液晶显示屏的性能检测方法、装置、设备及存储介质,包括获取液晶显示屏工作时的显示参数以及电性参数;将所述电性参数输入至预设的电性性能检测模型进行检测,得到第一检测结果;将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数;其中,所述修正参数包括需要修正的模型参数及对应的修正值;基于所述修正参数对预设的显示性能检测模型的模型参数进行修正,得到修正显示性能检测模型;将所述显示参数输入至所述修正显示性能检测模型中进行检测,得到第二检测结果;将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果。本发明中,电性性能检测模型可以帮助分析液晶显示屏的电性参数,评估其电气性能;修正参数确定模型可用于根据电性参数修正模型参数,从而提高检测的准确性和可靠性。融合分析脚本则可将不同检测结果进行综合分析,得出最终的性能检测结果。通过综合考虑显示参数和电性参数,以及修正模型的运用,可以更全面地评估液晶显示屏的性能,提高检测的准确性和可靠性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种液晶显示屏的性能检测方法,其特征在于,包括以下步骤:
获取液晶显示屏工作时的显示参数以及电性参数;
将所述电性参数输入至预设的电性性能检测模型进行检测,得到第一检测结果;
将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数;其中,所述修正参数包括需要修正的模型参数及对应的修正值;
基于所述修正参数对预设的显示性能检测模型的模型参数进行修正,得到修正显示性能检测模型;将所述显示参数输入至所述修正显示性能检测模型中进行检测,得到第二检测结果;
将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果;
所述将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数的步骤,包括:
将所述电性参数输入至预设的修正参数确定模型中;所述修正参数确定模型包括特征提取层、卷积层以及分类层;
基于所述特征提取层将所述电性参数表征为特征向量,并输入至所述卷积层;
基于所述卷积层对所述特征向量进行卷积运算,得到全局特征向量;其中,所述全局特征向量中包括各个电性参数的偏离度;
将所述全局特征向量输入至所述分类层中进行分类,得到多个分类类别;其中,每个分类类别对应一个需要修正的模型参数、对应的修正值以及每个分类的分类概率;
将分类概率大于预设值的分类所对应的需要修正的模型参数、修正值进行组合,得到所述修正参数。
2.根据权利要求1所述的液晶显示屏的性能检测方法,其特征在于,所述显示参数为液晶显示屏工作时显示画面时的参数,所述电性参数为液晶显示屏工作时内部电路的电学参数。
3.根据权利要求1所述的液晶显示屏的性能检测方法,其特征在于,所述将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果的步骤之后,还包括:
将所述第一检测结果、第二检测结果以及性能检测结果保存在数据库中。
4.根据权利要求3所述的液晶显示屏的性能检测方法,其特征在于,所述将所述第一检测结果、第二检测结果以及性能检测结果保存在数据库中的步骤,包括:
获取所述分析脚本所对应的标识代码;其中,所述标识代码为英文字母和/或数字所构成;
将所述第一检测结果、第二检测结果以及性能检测结果分别对应编码为第一编码、第二编码以及第三编码;其中,所述第一编码、第二编码以及第三编码均为数字所构成;
将所述第一编码、第二编码以及第三编码以及所述标识代码绑定,得到绑定结果,将所述绑定结果存储在数据库中。
5.根据权利要求4所述的液晶显示屏的性能检测方法,其特征在于,所述将所述第一检测结果、第二检测结果以及性能检测结果分别对应编码为第一编码、第二编码以及第三编码的步骤,包括:
基于检测结果与结果代号的映射关系,分别将所述第一检测结果、第二检测结果以及性能检测结果映射为对应的第一代号、第二代号以及第三代号;其中,各个结果代号中均包括英文字母以及数字;
分别提取所述第一代号、第二代号以及第三代号中包括的英文字母以及数字并分别作为一个集合元素,将英文字母对应的集合元素进行组合得到字母集合,将数字对应的数字元素进行组合得到数字集合;其中,每个代号中的所有英文字母作为一个集合元素,每个代号中的所有数字作为一个集合元素;
获取映射表;其中,所述映射表包括数字列以及英文字母列,其中数字列中的数字与英文字母列中的英文字母一一映射;
在所述映射表中,删除与所述数字集合中相同的数字;在所述数字集合中的各个数字之前分别添加一个标记数字,分别得到对应的标记数字;
将所述数字集合中的各个标记数字依次插入至所述映射表中的数字列的头部,并将其余数字向后平移,得到新的映射表;
基于所述新的映射表,将所述字母集合中的英文字母分别映射为对应的数字,作为对应的所述第一编码、第二编码以及第三编码。
6.根据权利要求4所述的液晶显示屏的性能检测方法,其特征在于,所述将所述第一编码、第二编码以及第三编码以及所述标识代码绑定,得到绑定结果的步骤,包括:
获取一个预设的数字矩阵;其中,所述数字矩阵包括三行三列;
将所述第一编码、第二编码以及第三编码依序插入至所述数字矩阵的第一列中;在所述数字矩阵的第二列以及第三列中分别插入预设数字,得到编码矩阵;
创建一个空白矩阵;所述空白矩阵包括三行二列;
按照预设分割规则,对所述标识代码进行分隔,得到三个依序排列的代码;依序将三个代码插入至所述空白矩阵的第二列中;
在所述空白矩阵的第一列中分别插入预设数字,得到代码矩阵;
将所述编码矩阵与所述代码矩阵进行相乘,得到结果矩阵,作为所述绑定结果。
7.一种液晶显示屏的性能检测装置,其特征在于,包括:
获取单元,用于获取液晶显示屏工作时的显示参数以及电性参数;
第一检测单元,用于将所述电性参数输入至预设的电性性能检测模型进行检测,得到第一检测结果;
参数获取单元,用于将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数;其中,所述修正参数包括需要修正的模型参数及对应的修正值;
修正单元,用于基于所述修正参数对预设的显示性能检测模型的模型参数进行修正,得到修正显示性能检测模型;将所述显示参数输入至所述修正显示性能检测模型中进行检测,得到第二检测结果;
分析单元,用于将所述第一检测结果以及第二检测结果输入至分析脚本中进行融合分析,得到对应液晶显示屏的性能检测结果;
所述将所述电性参数输入至预设的修正参数确定模型中,得到对应的修正参数,包括:
将所述电性参数输入至预设的修正参数确定模型中;所述修正参数确定模型包括特征提取层、卷积层以及分类层;
基于所述特征提取层将所述电性参数表征为特征向量,并输入至所述卷积层;
基于所述卷积层对所述特征向量进行卷积运算,得到全局特征向量;其中,所述全局特征向量中包括各个电性参数的偏离度;
将所述全局特征向量输入至所述分类层中进行分类,得到多个分类类别;其中,每个分类类别对应一个需要修正的模型参数、对应的修正值以及每个分类的分类概率;
将分类概率大于预设值的分类所对应的需要修正的模型参数、修正值进行组合,得到所述修正参数。
8.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311745739.0A CN117423299B (zh) | 2023-12-19 | 2023-12-19 | 液晶显示屏的性能检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311745739.0A CN117423299B (zh) | 2023-12-19 | 2023-12-19 | 液晶显示屏的性能检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117423299A CN117423299A (zh) | 2024-01-19 |
CN117423299B true CN117423299B (zh) | 2024-03-26 |
Family
ID=89527012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311745739.0A Active CN117423299B (zh) | 2023-12-19 | 2023-12-19 | 液晶显示屏的性能检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117423299B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117745713A (zh) * | 2024-01-24 | 2024-03-22 | 广东省建筑工程监理有限公司 | 基于图像处理的护坡结构变形检测方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784966A (zh) * | 2016-08-31 | 2018-03-09 | 天津盛诺电子科技有限公司 | 一种液晶显示屏测试装置 |
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 |
CN116246558A (zh) * | 2023-02-15 | 2023-06-09 | 广西世纪创新显示电子有限公司 | 显示器的显示性能检测方法、装置、终端设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106782244B (zh) * | 2017-01-03 | 2020-11-13 | 京东方科技集团股份有限公司 | 触摸显示屏的测试方法和测试装置 |
US10783815B2 (en) * | 2018-07-24 | 2020-09-22 | Wuhan China Star Optoelectronics Technology Co., Ltd. | Testing apparatus and testing method for display panel |
-
2023
- 2023-12-19 CN CN202311745739.0A patent/CN117423299B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784966A (zh) * | 2016-08-31 | 2018-03-09 | 天津盛诺电子科技有限公司 | 一种液晶显示屏测试装置 |
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 |
CN116246558A (zh) * | 2023-02-15 | 2023-06-09 | 广西世纪创新显示电子有限公司 | 显示器的显示性能检测方法、装置、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117423299A (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110704633B (zh) | 命名实体识别方法、装置、计算机设备及存储介质 | |
CN117423299B (zh) | 液晶显示屏的性能检测方法、装置、设备及存储介质 | |
CN109271627B (zh) | 文本分析方法、装置、计算机设备和存储介质 | |
CN1664810A (zh) | 辅助表格填充 | |
CN111797629B (zh) | 医疗文本数据的处理方法、装置、计算机设备和存储介质 | |
CN110046155B (zh) | 特征数据库的更新、数据特征的确定方法、装置及设备 | |
CN113837151A (zh) | 表格图像处理方法、装置、计算机设备及可读存储介质 | |
CN108319578B (zh) | 一种用于数据记录的介质的生成方法 | |
CN113282498A (zh) | 测试用例的生成方法、装置、设备及存储介质 | |
CN111552812B (zh) | 确定实体之间关系类别的方法、装置和计算机设备 | |
CN116541228B (zh) | 显示器的触控响应检测方法、装置以及计算机设备 | |
CN117115823A (zh) | 一种篡改识别方法、装置、计算机设备和存储介质 | |
CN116861881A (zh) | 数据处理方法、装置、设备及介质 | |
CN112487270A (zh) | 基于图片识别进行资产分类及准确度校验的方法和装置 | |
CN115982272A (zh) | 一种城市大数据管理的数据标注方法、装置及计算机存储介质 | |
CN110472345B (zh) | 基于abaqus的后处理系统及实现方法 | |
CN112597990A (zh) | 手写公式的判阅方法、系统、终端设备及存储介质 | |
CN113435168A (zh) | 胶图自动编辑方法、系统、终端及介质 | |
CN112258513A (zh) | 核电试验视频分割方法、装置、计算机设备和存储介质 | |
CN116258829B (zh) | 构建地图的方法、装置和视觉机器人 | |
CN116992241B (zh) | 模型生成方法及装置、存储介质、计算机设备 | |
CN112463534B (zh) | 一种日报生成方法、装置、设备及介质 | |
CN113033728B (zh) | 核电定期试验中的试验设备确定方法、装置和计算机设备 | |
CN110059688B (zh) | 图片信息识别方法、装置、计算机设备和存储介质 | |
JP2021173557A (ja) | 理論質量テーブル表示システム |
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 |