[发明专利]一种全自动Demura调参补偿优化方法及系统

权利要求书

1.一种全自动Demura调参补偿优化方法，其特征在于，包括以下步骤：

步骤1，采集待补偿屏幕亮度数据；根据待修复屏幕信息，生成对应定位图及其灰阶图，采集对应图像，经过Demura算法系统实现R、G、B亚像素定位、亚像素亮度提取；

步骤2，通过IC端提供的数据协议生成补偿数据，并将所生成的补偿数据写入屏幕FLash中；

步骤3，采集补偿后屏幕的亮度数据；

步骤4，Mura评估系统对步骤3中的亮度数据进行量化评估，如果评估通过，则全自动Demura调参结束，如果评估未通过，则执行步骤5；

步骤5，全自动调参系统训练；

步骤6，更新Demura系统参数；

步骤7，更新待补偿屏幕亮度数据，然后返回步骤2。

2.根据权利要求1所述的全自动Demura调参补偿优化方法，其特征在于，在所述步骤1中，还包括：

步骤S1，根据IC算法模块需求及待修复屏幕信息生成对应定位图及其灰阶图；

步骤S2，采用工业相机采集对应定位图及其灰阶图；

步骤S3，根据Demura相关参数，经过Demura算法模型，实现R、G、B亚像素级定位，然后通过成像原理根据PSF模型，进行反卷积运算，获取R、G、B亚像素亮度数据。

3.根据权利要求2所述的全自动Demura调参补偿优化方法，其特征在于：在所述步骤S1中，待修复屏幕信息包括R、G、B逻辑分辨率、PG打图分辨率、SPR映射关系；在所述步骤S3中，Demura相关参数包括分辨率、屏幕类型。

4.根据权利要求1所述的全自动Demura调参补偿优化方法，其特征在于，在所述步骤2中，经过IC端提供的数据协议生成对应的补偿数据bin文件，并将补偿数据bin文件通过信号发射器PG、硬件通讯协议写入屏幕FLash中。

5.根据权利要求1所述的全自动Demura调参补偿优化方法，其特征在于：在所述步骤4中，通过SEMU模型对Mura评估系统进行评估，所述Mura评估系统包括Mura分割算法模块、Mura对比度算法模块、视觉非线性映射算法模块。

6.根据权利要求5所述的全自动Demura调参补偿优化方法，其特征在于，在所述步骤4中，还包括：

步骤40，在SEMU模型中，将Mura缺陷在刚好可识别情况下的对比度与缺陷面积的关系表示为：

Cjnd＝F(Sjnd)＝1.97/Sjnd^0.33+0.72 (1)

其中，Cjnd表示在JND时的对比度，Sjnd表示Mura缺陷在JND对比度时的面积；

根据公式(1)计算，可得：

其中，|Cx|表示所测量Mura缺陷的平均对比度，Semu为Mura缺陷的等级，Sx表示Mura缺陷的面积；

步骤41，根据样本测试标定，对步骤30模型结果与生产出货标准进行矫正。

7.根据权利要求6所述的全自动Demura调参补偿优化方法，其特征在于，在所述步骤40中，还包括：

步骤a，采用高斯滤波，对数据进行降噪，其公式如下：

步骤b，对步骤a的数据进行均值滤波，获取背景模型，获得LumBg；

步骤c，得到|Cx|定义如下：

|Cx|＝|lum-LumBg|/Lum (4)

其中，lum表示对应像素点的亮度数据，LumBg表示背景模型亮度数据。

8.根据权利要求7所述的全自动Demura调参补偿优化方法，其特征在于，在所述步骤5中，以所述步骤4评估结果为目标函数，以数据处理模块为自变量，建立最小化目标优化问题，采用梯度下降法进行迭代求解，获取当前最优可行解即为JND最小时对应的算法参数列表。

9.根据权利要求8所述的全自动Demura调参补偿优化方法，其特征在于，在所述步骤5中，所述数据处理模块包括色偏调试算法、条纹抑制算法、摩尔纹调试算法、数据重构算法等。

10.一种全自动Demura调参补偿优化系统，其特征在于，包括存储器、处理器以及存储在所述存储器上的计算机程序，所述计算机程序配置为由所述处理器调用时实现权利要求1－9中任一项所述方法的步骤。