一种全自动Demura调参补偿优化方法及系统与流程

一种全自动demura调参补偿优化方法及系统
技术领域
1.本发明涉及显示面板技术领域，，尤其涉及一种全自动demura调参补偿优化方法及系统。


背景技术：

2.在随着信息显示技术的不断发展，显示屏幕如lcd、amoled、miniled等市场需求量不断增加，给相应面板供应商提出了更大的生成挑战。出货良率与出货节拍进一步优化已经成为首要解决的问题。其中demura工站极大的提高了车间屏幕的显示画质，提高了屏幕产出良率，设备主要工艺如下：使用高精度工业相机采集屏幕相应亮度数据，经过demura算法系统计算补偿值，在采用信号发射器pg将数据烧录写入屏幕flash中。但是由于面板厂商生产机种多，如曲面屏幕、挖空屏幕、滴水屏幕等等，其不同机种屏幕显示画质程度受限于工艺、工序、原材料等影响，显示各异，根据实际mura的不同及其ic算法库等差异，一种快速、高效的demura切机换型及其效果优化的方案显得极为重要。


技术实现要素：

3.本发明提供的是一种解决产品换型快、差异大、调试过程复杂化等问题的全自动demura调参补偿优化方法，通过采集补偿前后的屏幕亮度数据、对亮度数据中的mura进行量化评估，采用梯度下降法求解参数，实现了针对不同机种、不同显示mura补偿调试的自动化流程，提高了换型、调试等过程的效率。
4.本发明提供了一种全自动demura调参补偿优化方法，包括以下步骤：
5.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。
6.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。
7.步骤3，采集补偿后屏幕的亮度数据。
8.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。
9.步骤5，全自动调参系统训练。
10.步骤6，更新demura系统参数。
11.步骤7，更新待补偿屏幕亮度数据，然后返回步骤2。
12.作为本发明的进一步改进，在所述步骤1中，还包括：
13.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。
14.步骤s2，采用工业相机采集对应定位图及其灰阶图。
15.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。
16.作为本发明的进一步改进，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。
17.作为本发明的进一步改进，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。
18.作为本发明的进一步改进，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。
19.作为本发明的进一步改进，在所述步骤4中，还包括：
20.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：
21.cjnd＝f(sjnd)＝1.97/sjnd
0.33
+0.72
ꢀꢀ
(1)
22.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；
23.根据公式(1)计算，可得：
[0024][0025]
其中，|cx|表示所测量m ura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；
[0026]
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。
[0027]
作为本发明的进一步改进，在所述步骤40中，还包括：
[0028]
步骤a，采用高斯滤波，对数据进行降噪，其公式如下：
[0029][0030]
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。
[0031]
步骤c，得到|cx|定义如下：
[0032]
|cx|＝|lum-lumbg|/lum
ꢀꢀ
(4)
[0033]
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。
[0034]
作为本发明的进一步改进，在所述步骤5中，以步骤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。
[0035]
作为本发明的进一步改进，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、摩尔纹调试算法。
[0036]
本发明提供了一种全自动demura调参补偿优化系统，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本发明所述方法的步骤。
[0037]
本发明的有益效果是：本发明的全自动demura调参补偿优化方法通过采集补偿后亮度数据，建立mura评估算法模块系统，实现了demura调试过程的负反馈环节，实现了调试的闭环，降低了demura系统调试时间，提高了demura的补偿良率，极大降低了车间生产成
本。
附图说明
[0038]
图1是本发明全自动demura调参补偿优化方法流程图；
[0039]
图2是本发明待补偿屏幕亮度数据示意图；
[0040]
图3是本发明补偿后屏幕亮度数据示意图；
[0041]
图4是本发明全自动demura调参补偿优化方法的设备搭建结构图；
[0042]
图5是本发明全自动demura调参补偿优化方法的收敛图。
[0043]
附图标识：1-光照系统、2-ccd摄像机、3-图像采集卡、4-工业计算机、5-控制机构、6-被检测目标
具体实施方式
[0044]
如图4所示，本发明的设备由1光照系统、2ccd摄像机、3图像采集卡、4工业计算机、5控制机构搭建而成，其中：
[0045]
1光照系统：作用于被检测目标的环境光，提升算法检测精度。
[0046]
2 ccd摄像机：采集设备，用于拍摄被检测目标。
[0047]
3图像采集卡：将相机采集的数据传输给计算机。
[0048]
4工业计算机：运行软件、算法。
[0049]
5控制机构：自动化设备。
[0050]
如图1所示，本发明公开了一种全自动demura调参补偿优化方法，包括以下步骤：
[0051]
步骤1，采集待补偿屏幕亮度数据；根据待修复屏幕信息(如分辨率、spr、转档等)，生成对应定位图及其灰阶图，采用工业相机(优选vieworks151m)相机采集对应图像，经过demura算法系统实现r、g、b亚像素定位、亚像素亮度提取。(备注：spr:sub-pixel rendering子像素渲染)
[0052]
本发明所采集待补偿屏幕的亮度数据，其中屏幕类型包括但不限于柔性屏幕、挖空屏幕、曲面屏幕、瀑布屏幕等amoled屏幕、lcd屏幕、miniled屏幕等。
[0053]
在所述步骤1中，还包括：
[0054]
步骤s1，根据ic算法模块需求及待修复屏幕信息(如r、g、b逻辑分辨率及其pg打图分辨率，spr映射关系等)生成对应定位图及其灰阶图，常见待拍摄灰阶序列如下所示：
[0055][0056]
g1647fp104产品型号，光学数据采集使用real模式，无需spr映射关系，如下所示：
[0057][0058]
步骤s2，采用高解析度工业相机(优选vieworks151m)采集对应定位图及其灰阶图；
[0059]
步骤s3，根据demura(缺陷补偿、滤除)相关参数，如辨率、屏幕类型等，经过demura算法模型，实现r、g、b亚像素级定位，进而考虑到成像原理根据psf(point spread function，点扩散函数)模型，进行反卷积运算等系列运算，获取r、g、b亚像素亮度数据。
[0060]
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。
[0061]
经过ic端提供的数据协议生成对应的补偿数据bin文件，通过信号发射器pg进行烧录。针对不同ic厂商如新思、云英谷等提供的不同的数据定义协议，将上述的亮度数据根据该协议进行转换得到该屏幕的补偿数据，最后通过信号发射器pg、硬件通讯协议将上述补偿数据写入屏幕flash中。
[0062]
步骤3，采集补偿后屏幕的亮度数据。经过烧录后待修复屏幕显示不良现象得到改善，通过工业相机二次采样，经过demura算法流程获取补偿后亮度数据。采集补偿后的亮度数据，其中建立了调试过程的负反馈机制，使得调试能够自动化、高效化。
[0063]
步骤4，经过semi(国际半导体装备和材料协会)提出的semu模型对mura评估系统进行评估，其中包括mura分割、mura对比度、视觉非线性映射等算法模块。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。其中评估方式为参照semu(国际半导体装备和材料协会(semi)建立了一套显示器mura缺陷的测量和量化评定标准)标准。
[0064]
在所述步骤4中，还包括：
[0065]
步骤40，在semu模型中，将mura缺陷在刚好可识别(just noticeable difference,jnd)情况下的对比度与缺陷面积的关系可以表示为：
[0066]
cjnd＝f(sjnd)＝1.97/sjnd
0.33
+0.72
ꢀꢀ
(1)
[0067]
式中，符号说明如下：
[0068][0069]
jnd是生物学中的一个常用概念，可以定义为在某种特定的传感器输入下，人类可以察觉到的最小的亮度差，也可以理解为阈值差或者微分阈值。
[0070]
根据公式(1)计算，可得：
[0071][0072][0073]
其中|cx|计算如下：
[0074]
步骤a，采用高斯滤波，对数据进行降噪，其公式如下：
[0075][0076]
这是一个二维高斯函数公式，用于低通滤波；表示幅值，σ表示标准方差，x,y表示坐标，这里定义中心坐标为(0,0)。
[0077]
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：
[0078]
|cx|＝|lum-lumbg|/lum
ꢀꢀ
(4)
[0079][0080]
步骤41，根据大量样本测试标定，对步骤30模型结果与生产出货标准进行矫正，其中出货标准一般为jnd《2.1,mura与jnd对照关系如下：
[0081][0082]
步骤5，全自动调参系统训练。
[0083]
以步骤四评估结果为目标函数，以数据处理模块如色偏调试算法、条纹抑制算法、摩尔纹调试算法、数据重构算法等参数为自变量，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。其中求解过程简述如下：
[0084]
根据泰勒公式：
[0085][0086]
其中，上述f(x)为上述mura量化评估结果。x自变量为demura算法模型中色偏调试算法、s/g向调试算法、摩尔纹调试算法。部分参数如下所示：
[0087][0088]
采用以评估结果为目标，建立最小化目标优化问题，降低了车间生产员调试工作的复杂度。
[0089]
步骤6，更新demura系统参数。
[0090]
步骤7，更新待补偿屏幕亮度数据，然后返回步骤2。
[0091]
本发明还公开了一种全自动demura调参补偿优化系统，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本发明所述方法的步骤。
[0092]
本发明的有益效果是：本发明的全自动demura调参补偿优化方法通过采集补偿后亮度数据，建立mura评估算法模块系统，实现了demura调试过程的负反馈环节，实现了调试的闭环，降低了demura系统调试时间，提高了demura的补偿良率，极大降低了车间生产成本。
[0093]
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定
本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。