一种显示屏的影像残留等级的检测方法、装置及电子设备与流程

1.本技术涉及显示技术领域，尤其涉及一种显示屏的影像残留等级的检测方法、装置及电子设备。


背景技术：

2.液晶显示(liquid crystal display，led)是一种应用最广泛的显示技术，常见于家用电器和消费电子等产品中。为了提高液晶显示屏的使用质量，改善用户体验，在生产过程中需要对显示屏的画面品质进行检测。其中，影像残留(image sticking，is)是一种对显示质量影响较大的现象。当液晶显示屏长时间显示某一固定画面后，如果改变显示内容，原先图像的微弱轮廓仍将在屏幕上保留一段时间，产生影像残留，从而影响液晶显示屏的显示效果。影像残留的产生与残余电场、电压保持比和倾斜角等因素有关，在液晶显示屏的制备过程中难以做到完全消除。
3.目前，现有技术主要采用人工检测或测试设备检测的方式。其中，人工检测主要由人眼直接判断影像残留的程度，这种方法主观性较强，难以量化，容易受到个体差异和环境因素影响，可靠性不高；基于测试设备检测的方式未充分考虑到人眼视觉系统的特殊性质，难以实现与人类判别效果相近的影像残留检测，从而难以满足面向用户实际需求的显示屏性能评判需求。


技术实现要素：

4.本技术实施例提供一种显示屏影像残留等级的检测方法、装置及电子设备，可以充分考虑到人眼视觉系统的特殊性质，能够实现与人类判别效果相近的影像残留检测，从而满足面向用户实际需求的显示屏性能评判需求，提高了显示屏影像残留等级的检测的准确率。
5.本技术实施例的技术方案是这样实现的：
6.第一方面，本技术实施例提供一种显示屏的影像残留等级的检测方法，包括：
7.获取残影测试图像对应的影像残留图像；
8.将所述影像残留图像分割为多个子区域，确定每个所述子区域的频率域图像、空间域图像和形状特征；
9.基于全部所述子区域的频率域图像、空间域图像和形状特征，确定显示屏的影像残留等级。
10.在上述方案中，所述将所述影像残留图像分割为多个子区域，确定每个所述子区域的频率域图像、空间域图像和形状特征，包括：
11.针对每个子区域，将所述子区域进行预处理，并且去除高频噪声，得到所述子区域的频率域图像；
12.将所述子区域进行均衡化运算后得到的二维数字图像确定为所述子区域的空间域图像；
13.将所述子区域经过图像匹配，获取所述子区域的形状特征。
14.在上述方案中，所述基于全部所述子区域的频率域图像、空间域图像和形状特征确定所述显示屏的影像残留等级，包括：
15.针对每个子区域，基于所述子区域的频率域图像、空间域图像和形状特征，确定所述子区域的边缘增强性特征值、对比敏感性特征值和邻域清晰度特征值；
16.基于所述子区域的边缘增强性特征值、对比敏感性特征值和邻域清晰度特征值，确定所述子区域的残影综合评价值；
17.基于全部所述子区域的残影综合评价值，确定所述显示屏的影像残留等级。
18.在上述方案中，所述基于所述子区域的边缘增强性特征值、对比敏感性特征值和邻域清晰度特征值，确定所述子区域的残影综合评价值，包括：
19.针对每个子区域，确定第一回归系数与所述边缘增强性特征值的乘积的第一数值、第二回归系数与所述对比敏感性特征值的乘积的第二数值、第三回归系数与所述邻域清晰度的乘积的第三数值；
20.将所述子区域对应的所述第一数值、所述第二数值与所述第三数值的和确定为所述子区域的残影综合评价值。
21.在上述方案中，所述针对每个子区域，基于所述子区域的频率域图像、空间域图像和形状特征，确定所述子区域的边缘增强性特征值、对比敏感性特征值和邻域清晰度特征值，包括：
22.基于所述子区域的形状特征，确定对应的所述子区域的空间域图像中残影几何轮廓在影像残留图像中的位置；
23.基于所述子区域的残影几何轮廓上的边缘点，确定每个边缘点在第一区域范围内对应的第一像素点，对所述第一像素点进行第一处理，基于所述第一处理结果确定所述子区域的边缘增强性特征值；
24.将所述子区域的残影几何轮廓上每个边缘点为中心确定目标窗口，对所述目标窗口内的像素点进行第二处理，基于所述第二处理结果确定所述子区域的对比敏感性特征值。
25.在上述方案中，所述基于所述子区域的残影几何轮廓上的边缘点，确定每个边缘点在第一区域范围内对应的第一像素点，对所述第一像素点进行第一处理，基于所述第一处理结果确定所述子区域的边缘增强性特征值，包括：
26.将所述第一像素点进行卷积计算，确定所述第一像素点的第一梯度值；
27.将所述第一梯度值经过指数变换得到第二梯度值；
28.将所述每个边缘点对应的第一像素点的第二梯度值进行累加之后，进行归一化运算，得到所述子区域的边缘增强性特征值。
29.在上述方案中，所述将所述子区域的残影几何轮廓上每个边缘点为中心确定目标窗口，对所述目标窗口内的像素点进行第二处理，基于所述第二处理结果确定所述子区域的对比敏感性特征值，包括：
30.确定以所述每个边缘点为中心的第二区域范围内的目标窗口；
31.确定所述目标窗口的第一数量区域中，每一个区域与中心区域的差异量化参数的值；
32.将所述目标窗口中所有大于或者等于0的差异量化参数的值进行求和后与第二数量之间的商，确定为所述目标窗口的目标梯度，所述第一数量与所述第二数量之差为1；
33.将所述子区域中所有目标窗口的目标梯度累加后进行归一化，得到所述子区域对应的对比敏感性特征值。
34.在上述方案中，所述确定所述目标窗口的第一数量区域中，每一个区域与中心区域的差异量化参数的值，包括：
35.确定以所述每个边缘点为中心的第三区域范围内的中心区域；
36.将所述中心区域为中心的第一数量区域和所述中心区域确定为目标窗口，所述目标窗口中每个区域的大小相同；
37.将所述目标窗口中，每一个区域的像素点的平均梯度值与所述中心区域的像素点的平均梯度值之间的差确定为差异量化参数的值。
38.在上述方案中，所述针对每个子区域，基于所述子区域的频率域图像、空间域图像和形状特征，确定所述子区域的边缘增强性特征值、对比敏感性特征值和邻域清晰度特征值，包括：
39.基于所述残影测试图像中的子区域与所述影像残留图像中的对应的子区域，确定所述残影测试图像中的所述子区域的空间域特性和所述每个子区域的频率域特性；
40.基于数据拟合方法，对所述子区域的空间域特征和所述子区域的频率域特征进行数据拟合处理，得到所述子区域的邻域清晰度特征值。
41.在上述方案中，所述基于全部子区域的残影综合评价值确定所述显示屏的影响残留等级，包括：
42.将所述全部子区域的残影综合评价值求和之后获取平均值，得到目标残影综合评价值；
43.基于残影综合评价值与显示屏影像残留等级的关系表，确定所述目标残影综合评价值对应的所述显示屏的影像残留等级。
44.第二方面，本技术实施例提供一种显示屏的影像残留等级的检测装置，所述显示屏的影像残留等级的检测装置包括：
45.影像残留图像获取模块，用于获取残影测试图像对应的影像残留图像；
46.子区域图像特征确定模块，用于将所述影像残留图像分割为多个子区域，确定每个所述子区域的频率域图像、空间域图像和形状特征；
47.影像残留等级确定模块，用于基于全部所述子区域的频率域图像、空间域图像和形状特征，确定所述显示屏的影像残留等级。
48.第三方面，本技术实施例提供一种电子设备，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本技术实施例提供的显示屏的影像残留等级的检测方法。
49.第四方面，本技术实施例提供一种计算机可读存储介质，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行本技术实施例提供的显示屏的影像残留等级的检测方法。
50.本技术实施例提供的显示屏的影像残留等级的检测方法，获取残影测试图像对应
的影像残留图像；将所述影像残留图像分割为多个子区域，确定每个所述子区域的频率域图像、空间域图像和形状特征；基于全部所述子区域的频率域图像、空间域图像和形状特征，确定显示屏的影像残留等级。本技术的显示屏的影像残留等级的检测方法通过确定影像残留图像中每个子区域的频率域图像、空间域图像和形状特征，以及针对每个子区域，基于所述子区域的频率域图像、空间域图像和形状特征，确定所述子区域的边缘增强性特征值、对比敏感性特征值和邻域清晰度特征值；基于所述子区域的边缘增强性特征值、对比敏感性特征值和邻域清晰度特征值，确定所述子区域的残影综合评价值；基于全部所述子区域的残影综合评价值，确定所述显示屏的影像残留等级。本技术的技术方案能够实现模拟人眼通过感知光线形成的视觉系统进行影像残留检测，满足面向用户实际需求的显示屏性能评判要求，提高显示屏影像残留等级的检测的准确率。
附图说明
51.附图用于更好地理解本方案，不构成对本技术的限定。其中：
52.图1是本技术实施例提供的显示屏的影像残留等级的检测方法的一种可选处理流程示意图；
53.图2是本技术实施例提供的用于显示屏的影像残留等级的检测方法的一种残影测试图像；
54.图3是本技术实施例提供的用于显示屏的影像残留等级的检测方法的另一种残影测试图像；
55.图4是本技术实施例提供的显示屏的影像残留等级的检测装置的一种可选结构示意图；
56.图5是本技术实施例提供的显示屏的影像残留等级的检测系统的另一种可选结构示意图；
57.图6是本技术实施例提供的一种可选电子设备示意性框图。
具体实施方式
58.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，所描述的实施例不应视为对本技术的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
59.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
60.在以下的描述中，所涉及的术语“第一\第二”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
61.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
62.下面将介绍本技术实施例提供的一种显示屏的影像残留等级的检测方法，参见图
1，图1是本技术实施例提供的显示屏的影像残留等级的检测方法的一种可选处理流程示意图，下面将结合图1示出的步骤s101-s103进行说明。
63.步骤s101，获取残影测试图像对应的影像残留图像。
64.在一些实施例中，显示屏可以是单独的液晶显示屏，也可以是包含显示屏的电子产品，例如：笔记本电脑、手机、电视屏幕等。可以将显示屏上残影图像的画面保持第一时间之后，改变显示屏为灰阶画面，此时，残影测试图像将会在该灰阶画面上留下残影，形成影像残留图像，通过检测装置获取影像残留图像。
65.其中，影像残留图像包括残影和灰阶画面两部分，灰阶画面优选为红、绿、蓝(red、green、blue，rgb)的值都为127的图像画面。
66.获取影像残留图像的检测装置可以优选采用光学检测设备电荷耦合元件(charge-coupled device，ccd)成像型亮度计，通过标准照相手法，将光学检测设备ccd成像型亮度计以正投影的角度、与显示屏距离为屏幕30-50cm进行拍摄，在暗室环境下获得影像残留图像。
67.残影测试图像可以有以下两种呈现方式：
68.方式一：残影测试图像可以如图2示出的n*m的黑白棋盘格图像。在图2中，残影测试图像由黑格和白格组成，黑格和白格相间排列。
69.方式二：残影测试图像可以如图3示出的不同灰阶的格子图像。在图3示出的图像中，每个不同的格子中背景为某一灰阶值，格子内部有一个纯黑色或者纯白色的基础图形。其中，基础图形可以为图3中每个格子所示的正方形，也可以为三角形，圆形等形状，还可以是其他更复杂的形状。每个格子为一个子区域。
70.步骤s102，将所述影像残留图像分割为多个子区域，确定每个所述子区域的频率域图像、空间域图像和形状特征。
71.在一些实施例中，可以基于原始的残影测试图像中划分的子区域，对影像残留图像进行对应的子区域的分割。其中，影像残留图像的子区域和残影测试图像的子区域一一对应。
72.若残影测试图像是如图2中所示的黑白格棋盘，则每个子区域包含两个白格和两个黑格，即每个子区域中包含四个格子，白格和黑格相间排列，白格与白格相对，黑格与黑格相对；
73.若残影测试图像是如图3中所示的不同灰阶的格子图像，则每个子区域为一个灰阶格子。
74.在一些实施例中，在得到分割后的子区域之后，可以基于每一个子区域进行处理，得到影像残留图像的每一个子区域对应的频率域图像、空间域图像和形状特征。
75.其中，频率域图像可以用于描述影像残留图像中每一个子区域的能量频谱特性。确定子区域的频率域图像的方法为：将每一个影像残留图像的子区域进行预处理，通过傅里叶变换得到其对应的频率域信息，去除其中的高频信号剔除高频噪声，将得到的二维幅度图确定为频率域图像。第i个子区域的频率域图像可以表示为fi。
76.空间域图像可以用于描述影像残留图像中每一个子区域的空间域增强特性。确定子区域的空间域图像的方法为：将每一个影像残留图像的子区域通过直方图处理或者伽马变换等进行均衡化运算，增强子区域中的影像残留特征，将得到的二维数字图像确定为空
间域图像。第i个子区域的空间域图像可以表示为si。
77.形状特征可以用于残影测试图像中每一个子区域的几何轮廓。确定子区域的形状特征的方法为：将残影测试图像作为匹配模板，采用图像匹配方法，如归一化互相关匹配法(normalized cross-correlation，ncc)获取每一个影像残留图像的子区域的形状特征。第i个子区域的形状特征可以表示为ci。
78.步骤s103，基于全部所述子区域的频率域图像、空间域图像和形状特征，确定显示屏的影像残留等级。
79.在一些实施例中，可以基于每个子区域的频率域图像、空间域图像和形状特征，确定每个子区域对应的边缘增强性特征值、对比敏感度特征值和邻域清晰度特征值。
80.在一些实施例中，可以基于每个子区域对应的形状特征和空间域图像，确定每个子区域的边缘增强性特征值。其中，边缘增强性特征值可以用于反映人眼视觉系统对子区域的边缘信息的关注，可以表示影像残留图像中每个子区域的形状轮廓处的亮度梯度。边缘增强性特征值可以用eei表示。
81.其中，影像残留图像中每个子区域的边缘增强性特征值的计算过程可以如步骤201-步骤202所示。
82.步骤201、通过子区域的形状特征，确定对应的子区域的空间域图像中残影几何轮廓在影像残留图像中的位置。
83.步骤202、基于每个子区域的残影几何轮廓上的边缘点，确定与每个边缘点在第一区域范围内对应的第一像素点，对第一像素点进行第一处理，基于第一处理结果确定每个子区域的边缘增强性特征值。
84.步骤202具体包括步骤202a-步骤202c。
85.步骤202a、基于一阶微分算子，如：索贝尔算子，高斯算子，对子区域的残影几何轮廓线上的边缘点附近的第一区域范围内的第一像素点进行卷积计算，得到第一像素点的第一梯度值。其中，第一区域范围内的第一像素点可以是空间域图像中的像素点在残影几何轮廓上对应的像素点的附近边长为3像素的矩形范围内像素点；第一梯度值可以是像素点的灰度梯度值或者亮度梯度值。
86.步骤202b、设第一像素点的第一梯度分布函数为f(x,y)，其中，f(x,y)∈[0,fm]。可以对第一像素点的第一梯度值先采用指数函数进行变换，得到对应的第二梯度值。如公式(1)所示：
[0087][0088]
在公式(1)中，fm表示第一梯度中的最大值，g(x,y)为原始的第一像素点的第一梯度值在经过指数函数变换之后对应的第二梯度值。
[0089]
步骤202c、将每个子区域的残影几何轮廓上的每个边缘点对应的第一像素点的第二梯度值进行累加之后，进行归一化运算，得到每个子区域的边缘增强性特征值。
[0090]
设子区域的残影几何轮廓线上共有n个边缘点，则计算子区域的边缘增强性特征值如公式(2)所示：
[0091]
[0092]
在公式(2)中，n为边缘点的个数，fm表示第一梯度中的最大值。g(x,y)为原始的第一像素点的第一梯度值在经过指数函数变换之后对应的第二梯度值。
[0093]
在一些实施例中，可以基于每个子区域对应的形状特征和空间域图像，确定每个子区域的对比敏感性特征值。其中，对比敏感性特征值可以用于反映人眼视觉系统对边缘亮度差异的敏感，表示残影图像中形状轮廓处的亮度梯度变化率。对比敏感性特征值可以用csi表示。
[0094]
其中，影像残留图像中每个子区域的对比敏感性特征值的计算过程可以为如下步骤203-步骤204所示。
[0095]
步骤203、通过子区域的形状特征，确定对应的子区域的空间域图像中残影几何轮廓在影像残留图像中的位置。
[0096]
步骤204、将每个子区域的残影几何轮廓上每个边缘点为中心确定目标窗口，对目标窗口内的像素点进行第二处理，基于第二处理结果确定每个子区域的对比敏感性特征值。
[0097]
其中，步骤204具体包括步骤204a-步骤204d。
[0098]
步骤204a、基于一阶微分算子，如：索贝尔算子，高斯算子，对子区域的残影几何轮廓线上的边缘点附近的第二区域范围内的像素点进行卷积计算，得到像素点的第三梯度值。其中，第二区域范围内的像素点可以是空间域图像中以残影几何轮廓上的像素点为中心，边长为3n像素的矩形区域范围内的像素点；第三梯度值可以是像素点的灰度梯度值或者亮度梯度值；n为预先设定的整型参数。
[0099]
步骤204b、对于残影轮廓线上的边缘点，如边缘点pk，以边缘点pk为中心，确定在边缘点pk为中心的第三区域范围内的中心区域。其中第三区域范围为边长n像素的矩形区域；再将中心区域为中心的第二数量区域与位于中心的中心区域确定为包含第一数量区域的目标窗口。其中，每一个区域的大小分别为n*n(像素)的矩形区域，中心区域位于目标窗口的中心区域位置，中心区域附近的区域可以选择中心区域周围的左上方、上方、右上方、左方、右方、左下方、右下方这八个区域，加上中心区域，目标窗口为9个区域，即第一数量为9。设目标窗口从左上至右下依次为w1,w2,
…
,w9，则中心区域表示为w5。
[0100]
步骤204c、确定目标窗口中，每一个区域的像素点的平均梯度值与中心区域内的像素点的平均梯度值之间的差异量化参数，若中心区域用w5表示，则中心区域与第k个区域之间的差异量化参数可以用d(w5,wk)表示，差异量化参数的计算如公式(3)所示。
[0101]
d(w5,wk)＝g
5-g
k (3)
[0102]
在公式(3)中，gk用来表示目标窗口中第k个区域wk中所有像素点对应梯度值的平均值。g5用来表示w5即中心区域中所有像素点对应梯度值的平均值。
[0103]
步骤204d、基于步骤204c，将所有边缘点对应的目标窗口中的所有大于或者等于0的差异量化参数的值进行求和之后与第二数量之间的商得到的目标梯度进行累加，再进行归一化，得到子区域对应的对比敏感性特征值。若第一数量为9，则第二数量为目标窗口中所有区域的个数除去其中的中心区域，为8个。
[0104]
其中，设第二像素点的第二梯度分布函数为f’(x,y)，f
‘
(x,y)∈[0,f’m
]，f
‘m表示第三梯度中的最大值，设子区域的残影几何轮廓线上共有n个边缘点，则子区域对应的对比敏感性特征值的计算如公式(4)所示。
[0105][0106]
在公式(4)中，n为子区域内边缘点的个数，f
′m为第三梯度值中的最大梯度值。d(w5,wk)为公式(3)所示的中心区域与第k个区域之间的差异量化参数的值。
[0107]
在一些实施例中，可以基于每个子区域对应的空间域图像和频率域图像，确定每个子区域的邻域清晰度特征值。其中，邻域清晰度特征值可以用于反映人眼视觉系统的局域掩盖效应，表示影像残留图像中一定区域内的总体亮度分布。邻域清晰度特征值可以用nci表示。
[0108]
其中，影像残留图像中每个子区域的邻域清晰度特征值的计算过程可以为如下步骤205-步骤206所示。
[0109]
步骤205、基于残影测试图像中的每个子区域与影像残留图像中对应的子区域，计算残影测试图像中每个子区域的空间域特征。一种优选的方法是基于ssim模型(structural similarity index model，结构相似性模型)计算每个子区域的图像的结构信息。如公式(5)和公式(6)所示。
[0110]
ssim＝l
α
+c
β
+s
γ
ꢀꢀꢀꢀ
(5)
[0111][0112]
在公式(5)中，l、c、s分别表示子区域的灰度或者亮度的比较函数、对比度的比较函数，以及结构的比较函数。
[0113]
在公式(6)中，t1、t2、t3分别为防止除零的参数，其中参数的值可以按照实际情况确定，α、β、γ分别是参数，角标1表示残影测试图像的子区域，角标2表示影像残留图像的空间域对应的子区域。u1表示测试图像的子区域灰度或者亮度的均值；u2表示影像残留图像的子区域灰度或者亮度的均值；σ1表示测试图像的子区域的灰度或者亮度的方差；σ2表示影像残留图像的子区域的灰度或者亮度的方差；σ
12
表示测试图像的子区域与影像残留图像的子区域的灰度或亮度协方差。
[0114]
步骤206、基于残影测试图像中的每个子区域与影像残留图像中对应的子区域，计算残影测试图像中每个子区域的频率域特征，一种优选的方法是计算se特征(spectral entropy，频域熵)，如公式(7)和公式(8)所示。
[0115]
fde＝-∑
(i,j)∈dfnorm
(i,j)
·
log(f
norm
(i,j))
ꢀꢀꢀꢀ
(7)
[0116][0117]
在公式(7)中，f(i,j)表示频率域图像fi的二维分布，
[0118]
在公式(8)中，f
nor,
(i,j)表示归一化后的幅度谱相当于把幅度图上每个二维坐标(i,j)的幅度都归一化到0～1之间。
[0119]
步骤207、基于数据拟合方法，如svm(support vector machine，支持向量机)，对每个子区域的空间域特性和每个子区域的频率域特征进行数据拟合处理，计算残影测试图像中的子区域的对比敏感性特征值。如公式(9)所示。
[0120]
nci＝svm[(ssim1,
…
,ssimn),(fde1,
…
,fden)]
ꢀꢀꢀꢀ
(9)
[0121]
在公式(9)中，nci表示第i个子区域的对比敏感性特征值。
[0122]
在一些实施例中，基于影响残留图像中每个子区域的边缘增强性特征值、对比敏感性特征值和邻域清晰度特征值，确定每个子区域对应的残影综合评价值。
[0123]
其中，残影综合评价值的确定，可以基于线性回归模型。对于某一个子区域ai，其计算得到的三个特征值为边缘增强性特征值、对比敏感性特征值和邻域清晰度特征值。子区域的残影综合评价值的模型的可以定义如公式(10)。
[0124]
ecci＝c
ee
·
eei+c
cs
·
csi+c
nc
·
nciꢀꢀꢀ
(10)
[0125]
其中，ecci表示第i个子区域的残影综合评价值，c
ee
表示第一回归系数，c
cs
表示第二回归系数，c
nc
表示第三回归系数，eei表示第i个子区域的边缘增强性特征值，csi表示第i个子区域的对比敏感性特征值，nci表示第i个子区域的邻域清晰度特征值。
[0126]
可以根据人眼判断的显示屏影像残留程度从低到高进行分类得到影像残留等级。其中，残像等级共有5级，分别是l1、l2、l3、l4和l5。其中，l1级表示人眼无法分辨影像残留图像；l2级表示人眼略能分辨影像残留图像；l3级表示人眼能够分辨影像残留图像；l4级表示人眼能够较为明显地分辨影像残留图像；l5级表示人眼能够非常明显地分辨影像残留图像。
[0127]
可以通过大量实验采集影像残留图像的实例数据，将其中一部分数据作为训练集，剩余数据作为测试集，通过多元线性回归得到第一回归系数、第二回归系数和第三回归系数。
[0128]
在一些实施例中，若level表示显示屏的目标残影综合评价值，构建目标残影综合评价值与显示屏影像残留等级的关系表，如公式(12)所示。
[0129][0130]
其中，当0≤level《k1时，为l1级，表示人眼无法分辨影像残留图像；当k1≤level《k2时，为l2级，表示人眼略能分辨影像残留图像；当k2≤level《k3时，为l3级，表示人眼能够分辨影像残留图像；当k3≤level《k4时，为l4级，表示人眼能够较为明显地分辨影像残留图像；当k4≤level《k5时，为l5级，表示人眼能够非常明显地分辨影像残留图像。k1、k2、k3、k4、k5为0～255范围内的常数，根据实际情况确定得到。
[0131]
在公式(12)中，level∈[0,255]，l∈{l1,l2,l3,l4,l5}。
[0132]
在一些实施例中，基于所有子区域的残影综合评价值确定显示屏的影像残留等级可以有以下两种方案。
[0133]
方案一、设共有n个子区域，将所有子区域计算得到的残影综合评价值求和之后取平均值得到目标残影综合评价值，如公式(11)所示。
[0134][0135]
在公式(10)中，符号[]表示为取整函数，ecci表示第i个子区域的残影综合评价值。
[0136]
方案二、将灰度值或者亮度值相同的子区域进行分组划分，将灰度值或者亮度值相同的每个组的子区域对应的残影综合评价值进行求和之后取平均值，得到每个组或者是每个灰度值或者亮度值对应子区域的显示屏的影响残留等级。
[0137]
图4为本技术实施例提供的显示屏的影像残留等级的检测装置的一种可选装置结构示意图，显示屏的影像残留等级的检测装置400包括控制模块401、影像残留图像获取模
块402、子区域图像特征确定模块403、影像残留等级确定模块404和存储模块405。
[0138]
其中，控制模块401，用于控制显示，实现显示屏画面的点亮和切换，用于控制影像残留图像获取模块402、子区域图像特征确定模块403和影像残留等级确定模块404执行相应的运算操作。
[0139]
影像残留图像获取模块402，用于获取残影测试图像对应的影像残留图像。
[0140]
子区域图像特征确定模块403，用于将所述影像残留图像分割为多个子区域，确定每个所述子区域的频率域图像、空间域图像和形状特征。
[0141]
影像残留等级确定模块404，用于基于全部所述子区域的频率域图像、空间域图像和形状特征，确定所述显示屏的影像残留等级。
[0142]
存储模块405，用于存储影像残留等级的检测装置400在检测过程中的数据。
[0143]
在一些实施例中，子区域图像特征确定模块403用于：针对每个子区域，将所述子区域进行预处理，并且去除高频噪声，得到所述子区域的频率域图像；将所述子区域进行均衡化运算后得到的二维数字图像确定为所述子区域的空间域图像；将所述子区域经过图像匹配，获取所述子区域的形状特征。
[0144]
在一些实施例中，影像残留等级确定模块404用于：针对每个子区域，确定第一回归系数与所述边缘增强性特征值的乘积的第一数值、第二回归系数与所述对比敏感性特征值的乘积的第二数值、第三回归系数与所述邻域清晰度的乘积的第三数值；将所述子区域对应的所述第一数值、所述第二数值与所述第三数值的和确定为所述子区域的残影综合评价值。
[0145]
在一些实施例中，影像残留等级确定模块404还用于：基于所述子区域的形状特征，确定对应的所述子区域的空间域图像中残影几何轮廓在影像残留图像中的位置；基于所述子区域的残影几何轮廓上的边缘点，确定每个边缘点在第一区域范围内对应的第一像素点，对所述第一像素点进行第一处理，基于所述第一处理结果确定所述子区域的边缘增强性特征值；将所述子区域的残影几何轮廓上每个边缘点为中心确定目标窗口，对所述目标窗口内的像素点进行第二处理，基于所述第二处理结果确定所述子区域的对比敏感性特征值。
[0146]
在一些实施例中，影像残留等级确定模块404还用于：将所述第一像素点进行卷积计算，确定所述第一像素点的第一梯度值；将所述第一梯度值经过指数变换得到第二梯度值；将所述每个边缘点对应的第一像素点的第二梯度值进行累加之后，进行归一化运算，得到所述子区域的边缘增强性特征值。
[0147]
在一些实施例中，影像残留等级确定模块404还用于：确定以所述每个边缘点为中心的第二区域范围内的目标窗口；确定所述目标窗口的第一数量区域中，每一个区域与中心区域的差异量化参数的值；将所述目标窗口中所有大于或者等于0的差异量化参数的值进行求和后与第二数量之间的商，确定为所述目标窗口的目标梯度，所述第一数量与所述第二数量之差为1；将所述子区域中所有目标窗口的目标梯度累加后进行归一化，得到所述子区域对应的对比敏感性特征值
[0148]
在一些实施例中，影像残留等级确定模块404还用于：确定以所述每个边缘点为中心的第三区域范围内的中心区域；以所述中心区域为中心的第一数量区域和所述中心区域确定为目标窗口，所述目标窗口中每个区域的大小相同；将所述目标窗口中，每一个区域的
像素点的平均梯度值与所述中心区域的像素点的平均梯度值之间的差确定为差异量化参数的值。
[0149]
在一些实施例中，影像残留等级确定模块404还用于：基于所述残影测试图像中的子区域与所述影像残留图像中的对应的子区域，确定所述残影测试图像中的所述子区域的空间域特性和所述每个子区域的频率域特性；基于数据拟合方法，对所述子区域的空间域特征和所述子区域的频率域特征进行数据拟合处理，得到所述子区域的邻域清晰度特征值。
[0150]
在一些实施例中，影像残留等级确定模块404还用于：将所述全部子区域的残影综合评价值求和之后获取平均值，得到目标残影综合评价值；基于残影综合评价值与显示屏影像残留等级的关系表，确定所述目标残影综合评价值对应的所述显示屏的影像残留等级。
[0151]
需要说明的是，本技术实施例的显示屏的影像残留等级的检测装置与上述显示屏的影像残留等级的检测的方法实施例的描述是类似的，具有相同方法实施例相似的有益效果，因此不做赘述。对于本技术实施例提供的显示屏的影像残留等级的检测装置中未尽的技术细节，可以根据图1至图3中任一附图的说明而理解。
[0152]
图5示出了本实施例提供的显示屏的影像残留等级的检测系统的一种可选结构示意图。其中，显示屏的影像残留等级的检测系统500包括控制模块501、显示模块502、影像残留图像获取模块503、运算模块504、存储模块507、输出装置508，其中，运算模块502包括子区域图像特征确定模块505和影像残留等级确定模块506。
[0153]
控制模块501用于控制显示模块，实现显示屏画面的点亮和切换，以及用于控制运算模块502执行相应的运算操作。
[0154]
显示模块502，用于显示某一指定的残影测试图像的画面，保持静止一段时间，随后改变屏幕显示的灰阶画面，显示影像残留图像的画面。
[0155]
影像残留图像获取模块503，用于通过标准照相手法捕获影像残留的数字图像。
[0156]
运算模块504，用于确定显示屏的影像残留等级，包括两个子模块，其中，子区域图像特征确定模块505，用于将所述影像残留图像分割为多个子区域，确定每个所述子区域的频率域图像、空间域图像和形状特征。
[0157]
影像残留等级确定模块506，用于基于全部所述子区域的频率域图像、空间域图像和形状特征，确定所述显示屏的影像残留等级。
[0158]
存储模块507，用于存储子区域图像特征确定模块505计算得到的每个子区域的频率域图像、空间域图像和形状特征，以及存储影像残留等级确定模块507确定的显示屏的影像残留等级。
[0159]
输出模块508，用于输出检测到的显示屏的影像残留等级。
[0160]
在一些实施例中，控制模块501控制显示模块502显示某一指定的残影测试图像的画面，保持静止一段时间，随后改变屏幕显示的灰阶画面，显示影像残留图像的画面。随后控制模块501影像残留图像获取模块503，通过ccd成像型亮度计和标准照相手法捕获显示模块502显示的影像残留图像。获取影像图像之后，控制模块501控制运算模块504依次执行子区域图像特征确定模块505和影像残留等级确定模块506，并将子区域图像特征确定模块505和影像残留等级确定模块506计算得到的运算后的结果数据全部存储在存储模块507
中，输出装置将存储模块507中存储的显示屏的影像残留等级以画面或者信号的形式输出给测试工程师。
[0161]
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备600用于实施本公开实施例的显示屏影像残留等级的检测方法。在一些可选实施例中，电子设备600可以通过运行计算机程序来实现本技术实施例提供的显示屏影像残留等级的检测方法，例如，计算机程序可以是操作系统中的软件模块；可以是本地(native)app(application，应用程序)，即需要在操作系统中安装才能运行的程序；也可以是小程序，即只需要下载到浏览器环境中就可以运行的程序；还可以是能够嵌入至任意app中的小程序。总而言之，上述计算机程序可以是任意形式的应用程序、模块或插件。
[0162]
在实际应用中，电子设备600可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等基础云计算服务的云服务器，其中，云技术(cloud technology)是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的一种托管技术。电子设备600可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能电视、智能手表等，但并不局限于此。
[0163]
电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备、车载终端和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本技术的实现。
[0164]
如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0165]
电子设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0166]
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如显示屏影像残留等级的检测方法。例如，在一些可选实施例中，显示屏影像残留等级的检测方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些可选实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到ram603并由计算单元601执行时，可以执行上文描述的显示屏影像残留等级的检测方法的一个或多个步骤。备选地，在
其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为显示屏影像残留等级的检测方法。
[0167]
本技术实施例提供一种存储有可执行指令的计算机可读存储介质，其中存储有可执行指令，当可执行指令被处理器执行时，将引起处理器执行本技术实施例提供的显示屏影像残留等级的检测方法。
[0168]
在一些实施例中，计算机可读存储介质可以是fram、rom、prom、eprom、eeprom、闪存、磁表面存储器、光盘、或cd-rom等存储器；也可以是包括上述存储器之一或任意组合的各种设备。
[0169]
在一些实施例中，可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言(包括编译或解释语言，或者声明性或过程性语言)来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
[0170]
作为示例，可执行指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。
[0171]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0172]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0173]
应理解，在本技术的各种实施例中，各实施过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0174]
以上，仅为本技术的实施例而已，并非用于限定本技术的保护范围。凡在本技术的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本技术的保护范围之内。