[发明专利]基于多目标关联数学模型的OLED模组Gamma调校方法和系统

说明书

本发明公开了一种基于多目标关联数学模型的OLED模组Gamma调校方法和装置，本发明方法的步骤包括：建立目标函数；2)建立约束条件：模组的所有绑点的R、G、B寄存器值呈正线性或者负线性相关性；由多目标关联优化，转化为单目标优化；再由双目标优化，转化为单目标优化，最后解得F对应R、G、B寄存器值按照设置向模组芯片中该灰阶绑点m对应的R、G、B寄存器的输出。本发明支持Gamma调节多样化的方式，具备平台化、并行性的特性，具有调节高效、稳定、渐变效果良好的特点。实验结果表明，本发明提出的数学模型能有效降低复杂度，变常规的演算法为演算加计算，调校效率非常理想，克服了模组一致性差等问题。

技术领域

本发明涉及液晶模组的显示和测试领域，具体地指一种基于多目标关联数学模型的OLED模组Gamma调校方法和系统。

背景技术

随着OLED相关技术的发展和国内外在建产能的增加，OLED产品的市场迅速扩大，智能手机将会是OLED最大的市场，在未来，可穿戴式设备、TV、照明、虚拟现实和汽车将会广泛采用OLED。人眼对灰度变化的敏感性比对色度变化高，对低亮度变化的敏感性比对高亮度变化高，为了更好地使得OLED模组显示效果更符合人眼视觉曲线，就需要对模组做伽玛校正(Gamma tuning)。

OLED模组Gamma及白平衡，作为复杂和非线性的对象，需找到一种对应的数学模型，以非常规调校的方式，直接计算自变量，以达到OLED模组Gamma快速调校的目的。

发明内容

针对现有技术的不足，本发明的目的是提供一种基于多目标关联数学模型的OLED模组Gamma调校方法和系统，具有很好的适应性和鲁棒性，克服了模组一致性差等问题，实现了达到满足调节效果的同时，提升模组厂商产能的目的。

为实现上述目的，本发明所设计的一种基于多目标关联数学模型的OLED模组Gamma调校方法，其特殊之处在于，包括如下步骤：

1)建立目标函数：

minf_lvm(R,G,B)≤γ_ERROR，minf_lvm＝∣γ_m－2.2∣ (1)

min f_xm(R,G,B)≤X_ERRORm，minf_xm＝∣X_m－X_sm∣ (2)

min f_ym(R,G,B)≤Y_ERRORm，minf_ym＝∣Y_m－Y_sm∣ (3)

其中minf_lvm(R,G,B)表示模组的绑点m的亮度值符合Gamma2.2曲线的函数，变量为模组的绑点m对应的R、G、B寄存器值，γ_ERROR为亮度值对应的γ目标误差，γ_m为绑点m的实际亮度值对应的γ；min f_xm(R,G,B)表示模组的绑点m的x色坐标值符合色坐标x目标误差范围的函数，变量为模组的绑点m对应的R、G、B寄存器值，X_m为绑点m的实际x色坐标值，X_sm为绑点m的色坐标x目标值，X_ERRORm为绑点m的色坐标x目标误差，min f_ym(R,G,B)表示模组的绑点m的y色坐标值符合色坐标y目标误差范围的函数，变量为模组的绑点m对应的R、G、B寄存器值，Y_m为绑点m的实际y色坐标值，Y_sm为绑点m的为色坐标y目标值，Y_ERRORm为绑点m的色坐标y目标误差；

2)建立约束条件：模组的所有绑点的R、G、B寄存器值呈正线性或者负线性相关性；