[发明专利]一种针对OLED屏的高鲁棒性DeMURA方法

摘要

一种针对OLED屏的高鲁棒性DeMURA方法，包括以下步骤：步骤1、基于中心区域的Gamma逆校正仿真；步骤2、基于多灰度阶的像素级DeMURA模型估计；步骤3：基于调整因子的奇异点后处理；步骤4：基于人眼敏感度的空间MURA弱化，本发明基于基准区域做Gamma逆校正、多模型计算DeMURA调整因子，从原理上降低出现较大误差的可能，提高了DeMURA的精度；基于调整因子做奇异点处理，不做奇异点的属性分析，可以让DeMURA后的结果更加均匀；利用人眼对不同MURA类型的敏感性可以引入随机变量将可能出现的敏感类型MURA打散，使结果更符合人眼观察。

主权项

1.一种针对OLED屏的高鲁棒性DeMURA方法，其特征在于：包括以下步骤：步骤1、基于中心区域的Gamma逆校正仿真：由于不同的灰度值在显示过程中存在Gamma校正，理想条件下输入的灰度I(x,y)与输出的亮度L(x,y)之间存在关系：(x,y)代表拍摄的亮度数据在水平、竖直方向的坐标，γ为变换因子，一般取值为2.2，则：步骤1‑1、计算L_i,c的中心区域平均亮度来代替L_max，c为RGB三个通道的编号；步骤1‑2，通过Gamma逆变换得到对应的灰度调整图保证中心区域的灰度调整图与输入灰度呈线性关系；步骤2、基于多灰度阶的像素级DeMURA模型估计，步骤2‑1、当I(x,y)调整完毕，以I(x,y)为纵坐标，以相对应的灰度f_i为横坐标，得到(x,y)处的抽样数据：a)对于f_i小于阈值的，认为属于低灰阶采样区间，假定该类采样数量为G1；b)对于f_i大于阈值的，认为属于高灰阶采样区间，假定该类采样数量为G2；c)对于不属于低灰阶采样区间、高灰阶区间的，认为属于中灰阶采样区间，假定该类采样数量为G3(x,y)，G1+G2+G3＝G；步骤2‑2、用不同采样区间进行是否要进行DeMURA的判定：步骤2‑2‑1、利用假设：输入灰度为0时，亮度也应该为0，额外增加一组抽样数据，结合最高灰度与I(x,y)的抽样点，根据关系I(x,y)＝αf_i+β，计算得出关系模型参数α与β；步骤2‑2‑2、计算其他采样点到I(x,y)＝αf_i+β的估计灰度I′(x,y)，假如存在关系则不进行DeMURA处理，直接做结果反馈，否则继续做DeMURA处理，其中△为阈值参量，△取值范围是0～1；步骤2‑3、对于低灰阶或者高灰阶区间：步骤2‑3‑1、在G1≥2或者G3≥2时，利用每个采样点与相邻采样点求取曲线方程，则在该两点间的灰度响应值，可以利用该方程计算得出；步骤2‑3‑2、在G1≥4或者G3≥4时，利用每个采样点与相邻两个采样点求取样条拟合参数，然后利用得到结果计算得出不同输入灰度下的响应值；步骤2‑4、对于其他灰阶区间：步骤2‑4‑1、在G≥2时，利用每个采样点与相邻采样点求取直线方程，则在该两点间的灰度响应值，可以利用该方程计算得出；步骤2‑4‑2、在G≥4时，利用每个采样点与相邻两个采样点求取样条插值参数，利用该方程计算得出不同输入灰度下的响应值；步骤2‑5、通过不同的处理策略，在可以进行DeMURA的条件下，得到每个灰度g(g∈[0,255])在不同颜色通道的估计灰度调整值，与中心灰度值相乘，得到通过屏幕显示得到的实际灰度值I_N(x,y)，计算与g的比例差则DeMURA的调整因子为在实际显示过程中，理论上输入的灰度按照ω(x,y)g做实时调整就可以消除MURA影响；