显示装置补偿表压缩方法与流程

本发明涉及显示技术领域，尤其涉及一种显示装置补偿表压缩方法。

背景技术：

平板显示装置具有机身薄、省电、无辐射等众多优点，得到了广泛的应用。目前的显示面板由于生产工艺等原因经常会具有亮暗不均(mura)的缺陷。

mura区域的存在不会对显示面板的使用功能造成影响，但是会降低用户的观看舒适度，因此制约了lcd显示面板与oled显示面板的发展。现有的显示面板在制造完成后一般需要经过自动光学检测装置以检测是否存在mura区域。

为消除显示面板的mura区域，通常采用补偿表存储各像素的补偿信息。放映影像时，驱动板查找补偿表，调整信号，将面板过暗区域的信号调高，过亮区域的信号调低，呈现均匀的显示效果。在补偿表中，每个像素对应于一组补偿信息，每组补偿信息包含一个或多个补偿数据。补偿数据的物理意义视算法而定，通常为特定灰阶的调整值，也有算法将其设定为待调整的电压值。

补偿表记录各像素/子像素的补偿信息，补偿表的大小等于面板像素数目乘以每组补偿信息的大小。如果补偿55寸uhd(超高清)rgb面板，假设每个子像素补偿信息为24bit，则补偿表数据量为长×宽×补偿信息比特数×颜色种数＝2160×3840×24bit×3≈597mb。补偿表占用大量系统存储资源，对硬件系统要求较高；并且在产线上传输、烧录数据的过程耗费时间。

实际上，在补偿表中，各个灰阶具有相关性的，存在压缩的可能。

技术实现要素：

因此，本发明的目的在于提供一种显示装置补偿表压缩方法，利用高斯模型代替mura区域，使补偿表灰阶接近，便于压缩。

为实现上述目的，本发明提供了一种显示装置补偿表压缩方法，包括：

根据原补偿表侦测出所有mura区域，反馈得到各mura区域相切矩形的四个顶点坐标、中心点灰阶，以及非mura区域的灰阶平均值；

确定各mura区域的高斯参数及高斯模型；

原补偿表减去所有mura区域的高斯模型，得到新补偿表；

压缩新补偿表，得到新补偿表的压缩包；

保存原补偿表中非mura区域的灰阶平均值，各mura区域的高斯参数，以及新补偿表的压缩包。

其中，还包括步骤：确定各mura区域的高斯参数及高斯模型之前，通过阈值分割确定mura区域。

其中，所述高斯模型为

其中，高斯参数a是mura区域中心点灰阶，高斯参数θ是倾斜角，高斯参数μx和μy是mura区域中心点坐标，高斯参数σx和σy代表mura区域长和宽；offset是非mura区域的灰阶平均值。

其中，利用mura区域相切矩形的四个顶点坐标获得中心点坐标μx和μy；遍历mura区域所有点找离中心点最远的两个点，获得倾斜角θ，从而确定mura区域的长和宽。

其中，还包括步骤：解压缩时，解压新补偿表的压缩包得到新补偿表，根据保存的原补偿表中非mura区域的灰阶平均值以及各mura区域的高斯参数构建所有mura区域的高斯模型，将所有mura区域的高斯模型加到新补偿表中，得到原补偿表。

本发明还提供了一种显示装置补偿表压缩方法，包括：

根据原补偿表侦测出所有mura区域，反馈得到各mura区域相切矩形的四个顶点坐标、中心点灰阶，以及非mura区域的灰阶平均值；

确定各mura区域的高斯参数及高斯模型；

各mura区域分别根据自身的高斯参数利用高斯模型重建得到对应的各重建mura区域；

各mura区域分别减去各重建mura区域，分别得到各mura区域残差，分别压缩各mura区域残差得到各mura区域残差的压缩包；

保存原补偿表中非mura区域的灰阶平均值，各mura区域的高斯参数，以及各mura区域残差的压缩包。

其中，还包括步骤：确定各mura区域的高斯参数及高斯模型之前，通过阈值分割确定mura区域。

其中，所述高斯模型为

其中，高斯参数a是mura区域中心点灰阶，高斯参数θ是倾斜角，高斯参数μx和μy是mura区域中心点坐标，高斯参数σx和σy代表mura区域长和宽；offset是非mura区域的灰阶平均值。

其中，利用mura区域相切矩形的四个顶点坐标获得中心点坐标μx和μy；遍历mura区域所有点找离中心点最远的两个点，获得倾斜角θ，从而确定mura区域的长和宽。

其中，还包括步骤：解压缩时，解压各mura区域残差的压缩包得到各mura区域残差，根据保存的原补偿表中非mura区域的灰阶平均值以及各mura区域的高斯参数构建所有mura区域的高斯模型，分别用各mura区域残差加上各mura区域的高斯模型获得原补偿表的所有mura区域，再根据非mura区域的灰阶平均值重建原补偿表。

综上，本发明的显示装置补偿表压缩方法利用高斯模型对mura区域进行消除弱化，使原补偿表的灰阶更接近，更便于压缩，从而极大增加压缩效率，减少对内存空间的占用，节省系统的硬件资源、降低成本，减少传输和烧录数据耗费的时间。

附图说明

下面结合附图，通过对本发明的具体实施方式详细描述，将使本发明的技术方案及其他有益效果显而易见。

附图中，

图1a为本发明一显示装置补偿表压缩方法的流程图；

图1b为图1a所示方法的主要阶段示意图；

图2a为本发明又一显示装置补偿表压缩方法的流程图；

图2b为图2a所示方法的主要阶段示意图；

图3为本发明一显示装置补偿表压缩方法一较佳实施例的流程图；

图4为本发明又一显示装置补偿表压缩方法一较佳实施例的流程图。

具体实施方式

本发明显示装置补偿表压缩方法利用高斯模型对mura区域进行消除弱化，使原补偿表的灰阶更接近，更便于压缩。

参见图1a及图1b，图1a为本发明一显示装置补偿表压缩方法的流程图，图1b为本发明显示装置补偿表压缩方法的主要阶段示意图。本发明显示装置补偿表压缩方法主要包括如下步骤：

s1、根据原补偿表侦测出所有mura区域，反馈得到各mura区域相切矩形的四个顶点坐标、中心点灰阶，以及非mura区域的灰阶平均值；

图1b中以灰阶图像来代表记录补偿信息的原补偿表，mura区域在补偿表中相应形成mura图像；根据原补偿表侦测出所有mura区域，如mura区域1，mura区域2及mura区域3；反馈相切矩形的四个顶点坐标、中心点灰阶和非mura区域的灰阶平均值。

s2、确定各mura区域的高斯参数及高斯模型；

本发明的高斯模型可以采用如下形式：

其中，高斯参数a是中心点灰阶，θ是倾斜角，μx和μy是高斯模型的中心点坐标，σx和σy代表高斯模型的长和宽，offset是非mura区域的灰阶平均值。

1.若mura区域不倾斜，如图1b中mura区域1和mura区域2，利用四个顶点坐标获得中心点坐标，即μx和μy。mura区域的长宽，即σx和σy。此时θ＝0，再结合中心点灰阶和非mura区域的灰阶平均值，确定当前mura区域的高斯模型。

2.若mura区域倾斜，如图1b中mura区域3，利用四个顶点坐标获得中心点坐标，即μx和μy。遍历所有点找离中心点最远的两个点，获得倾斜角θ，从而确定mura区域的长宽，即σx和σy。再结合中心点灰阶和非mura区域的灰阶平均值，确定当前mura区域的高斯模型。

s3、原补偿表减去所有mura区域的高斯模型，得到新补偿表；

当原补偿表中mura区域的高斯模型都确定后，用原补偿表减去所有mura区域的高斯模型。本发明利用高斯模型对mura区域进行消除弱化，使原补偿表的灰阶更接近，更便于后续的压缩；mura区域消除后，图1b中以虚线表示弱化后的原补偿表的mura区域1，mura区域2及mura区域3。

s4、压缩新补偿表，得到新补偿表的压缩包；

s5、保存原补偿表中非mura区域的灰阶平均值，各mura区域的高斯参数，以及新补偿表的压缩包。

对新补偿表进行压缩，最终只需保存原补偿表中非mura区域的灰阶平均值，各个mura区域中心点灰阶、中心点坐标、长宽和倾斜角，以及新补偿表的压缩包就可以在后续使用时解压为原补偿表。

解压时，可以首先解压新补偿表的压缩包，再根据保存的信息构建所有mura区域的高斯模型，将高斯模型加到新补偿表中，即可重建原补偿表。解压新补偿表的压缩包得到新补偿表，根据保存的原补偿表中非mura区域的灰阶平均值以及各mura区域的高斯参数构建所有mura区域的高斯模型，将所有mura区域的高斯模型加到新补偿表中，得到原补偿表。

参见图3，其为本发明一显示装置补偿表压缩方法一较佳实施例的流程图，主要包括：

1.侦测mura区域，并反馈相切矩形的四个顶点坐标、中心点灰阶和非mura区域的灰阶平均值。

2.可选地，确定当前mura区域的高斯参数及高斯模型之前，通过阈值分割确定mura区域。以代表原补偿表的灰阶图像为检测图像，将各mura区域作为前景从作为背景的检测图像中分割出来，从而可以准确划分mura区域和非mura区域。

各mura区域的灰阶值既可能大于背景灰阶值，又可能小于背景灰阶值，所以可以采用多阈值处理的方法，即多个全局阈值处理方法来分割mura区域。例如可以通过大津法(otsu)对检测图像的灰阶值进行计算，通过使检测图像分割后的各个区域之间的方差最大来完成阈值分割，从而将各mura区域作为前景从作为背景的检测图像中分割出来。

例如，当需要把检测图像分割成三个区域时，需要两个阈值，做检测图像原图的直方图，取直方图中两个直方图波谷的中心作为两个阈值t1,t2，阈值与整张图的灰阶分布有关，阈值分割处理后的图像由下式给出：

其中a,b,c是任意三个有效的灰阶值，f(x,y)表示检测图像原图，g(x,y)表示用双otsu阈值t1,t2分割后的图像。

3.利用四个顶点坐标获得当前mura区域的高斯参数，分别为中心点坐标。遍历所有点找离中心点最远的两个点，获得倾斜角，从而确定mura区域的长宽。再结合中心点灰阶和非mura区域的灰阶平均值，确定当前mura区域的高斯模型。

4.将补偿表中的所有mura区域按步骤3，确定其高斯模型，并用原补偿表减去所有mura区域的高斯模型，得到新补偿表，并对新补偿表进行压缩。最终只需保存原补偿表中非mura区域的灰阶平均值，各个mura区域中心点灰阶、中心点坐标、长宽和倾斜角，以及新补偿表的压缩包就可以解压为原补偿表。

5.解压时，首先解压新补偿表的压缩包，再根据保存的信息构建所有mura区域的高斯模型，将高斯模型加到新补偿表中，即可重建原补偿表。

参见图2a及图2b，图2a为本发明又一显示装置补偿表压缩方法的流程图，图2b为本发明又一显示装置补偿表压缩方法的主要阶段示意图。本发明又一显示装置补偿表压缩方法主要包括如下步骤：

s10、根据原补偿表侦测出所有mura区域，反馈得到各mura区域相切矩形的四个顶点坐标、中心点灰阶，以及非mura区域的灰阶平均值；

图2b中以灰阶图像来代表记录补偿信息的原补偿表，mura区域在补偿表中相应形成mura图像；根据原补偿表侦测出所有mura区域，如mura区域1，mura区域2及mura区域3；反馈相切矩形的四个顶点坐标、中心点灰阶和非mura区域的灰阶平均值。

s20、确定各mura区域的高斯参数及高斯模型；高斯参数及高斯模型具体形式可参见图1a所示方法中的描述。

s30、各mura区域分别根据自身的高斯参数利用高斯模型重建得到对应的各重建mura区域；

若已确定图2b中各mura区域的高斯参数，可利用高斯模型重建mura区域，例如，图2b中利用mura区域1的高斯参数重建得到了mura区域1’。

s40、各mura区域分别减去各重建mura区域，分别得到各mura区域残差，分别压缩各mura区域残差得到各mura区域残差的压缩包；

本发明利用高斯模型对mura区域进行消除弱化，使原补偿表的灰阶更接近，更便于后续的压缩；在此又一显示装置补偿表压缩方法中消除方式为用原mura区域减去重建mura区域，例如图2b中的原mura区域1减去重建得到的mura区域1’，然后对其残差进行压缩；本发明重建原补偿表的所有mura区域，并分别与原mura区域求差，并对残差进行压缩。

s50、保存原补偿表中非mura区域的灰阶平均值，各mura区域的高斯参数，以及各mura区域残差的压缩包。

最终只需保存原补偿表中非mura区域的灰阶平均值，各个mura区域中心点灰阶、中心点坐标、长宽和倾斜角，以及所有mura区域残差的压缩包就可以在后续使用时解压为原补偿表。

解压时，首先解压各mura区域残差的压缩包得到各mura区域残差，再根据保存的原补偿表中非mura区域的灰阶平均值以及各mura区域的高斯参数构建所有mura区域的高斯模型，分别用各mura区域残差加上各mura区域的高斯模型，即可获得原补偿表的所有mura区域，再根据非mura区域的灰阶平均值重建原补偿表。

参见图4，为本发明又一显示装置补偿表压缩方法一较佳实施例的流程图，主要包括：

10.侦测mura区域，并反馈相切矩形的四个顶点坐标、中心点灰阶和非mura区域的灰阶平均值。

20.可选地，确定当前mura区域的高斯参数及高斯模型之前，通过阈值分割确定mura区域。

30.利用四个顶点坐标获得当前mura区域的高斯参数，分别为中心点坐标。遍历所有点找离中心点最远的两个点，获得倾斜角，从而确定mura区域的长宽。再结合中心点灰阶和非mura区域的灰阶平均值，确定当前mura区域的高斯模型。

40.若通过步骤30已确定1个mura区域的高斯参数，可利用模型重建mura区域，用原mura区域减去重建mura区域，并对其残差进行压缩。同样地，重建所有mura区域，并分别与原mura区域求差，并对残差进行压缩。最终只需保存原补偿表中非mura区域的灰阶平均值，各个mura区域中心点灰阶、中心点坐标、长宽和倾斜角，以及所有mura区域残差的压缩包就可以解压为原补偿表。

50.解压时，首先解压各个mura区域残差的压缩包，再根据保存的信息构建所有mura区域的高斯模型，分别用mura区域的残差加上重建的高斯模型，即可获得原补偿表上的所有mura区域，再根据非mura区域的灰阶平均值，即可重建原补偿表。

综上，本发明的显示装置补偿表压缩方法利用高斯模型对mura区域进行消除弱化，使原补偿表的灰阶更接近，更便于压缩，从而极大增加压缩效率，减少对内存空间的占用，节省系统的硬件资源、降低成本，减少传输和烧录数据耗费的时间。

以上所述，对于本领域的普通技术人员来说，可以根据本发明的技术方案和技术构思作出其他各种相应的改变和变形，而所有这些改变和变形都应属于本发明后附的权利要求的保护范围。