[发明专利]一种模组Gamma校正方法、终端设备及计算机可读介质

说明书

本发明公开了一种模组Gamma校正方法、终端设备及计算机可读介质，其通过当前绑点下，获取所有模组样本的Gamma校正值得到当前参考基矩阵，利用当前参考基矩阵和当前权重矩阵得到目标模组的Gamma校正初始值，利用Gamma校正初始值进行Gamma校正以获取目标模组的Gamma校正值；其中，当前权重矩阵的获取过程具体为：利用上一绑点的权重矩阵构建当前权重矩阵的目标函数，构建当前权重矩阵的约束条件，结合所述约束条件求解所述目标函数的最小值以得到当前权重矩阵，从而提高模组Gamma校正初始值的准确性，进而减少Gamma校正的调节次数提高模组的Gamma校正效率。

技术领域

本发明属于模组校正领域，具体涉及一种模组Gamma校正方法、终端设备及计算机可读介质。

背景技术

在OLED产线上，Gamma校正是一种对模组亮度及色度进行调整的迭代优化技术。其目的是使模组真实的线性响应与人眼感知下的非线性响应相协调，达到自然过渡、层次分明的发光效果。由于OLED模组在工艺上的细微噪声以及相同涂层上分子排布的差异性，导致同一产线上不同模组对电信号的响应不尽相同，这是Gamma校正的主要难点所在。并且，同一模组的响应也并非稳定（随时间变化），导致高精度Gamma校正难以实现，因此如何配置一个合适的收敛范围也是一个无法规避的问题。

基于现阶段Gamma校正的提速需求，降低迭代优化所需的时间将对OLED产能具有重要意义。在传统迭代优化算法逐渐趋于稳定的前提下，一个良好的初值设计将是Gamma校正必然的提升方向。目前，业内对如何给出Gamma校正的初值的方法主要分为两类: ①插值法; ②加权法。对于插值法，往往基于某种先验认识选取线性或非线性函数形式进行插值；对于加权法，通常以某块特性接近的参考屏为基础，对所有参考屏的均匀加权值进行某种平移，两种方法各有优劣，在一定程度上反映出设计者对初值选取的直觉；从实践来看，此两种方法在模组差异性较小的前提下预测效果可以接受，但在差异性较大时预测效果往往会大打折扣，由于预测结果不够准确，使得在后续的Gamma校正过程其Gamma校正的调节次数增多，因而使得Gamma校正效率低下。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种模组Gamma校正方法、终端设备及计算机可读介质，其通过利用上一绑点的权重矩阵构建当前权重矩阵的目标函数，构建当前权重矩阵的约束条件，结合约束条件求解所述目标函数的最小值以得到当前权重矩阵，利用当前参考基矩阵和当前权重矩阵得到目标模组的Gamma校正初始值，从而提高模组Gamma校正初始值的准确性，进而减少Gamma校正的调节次数提高模组的Gamma校正效率。

为实现上述目的，按照本发明的一个方面，提供了一种模组Gamma校正方法，包括如下步骤：

当前绑点下，获取所有模组样本的Gamma校正值得到当前参考基矩阵，利用当前参考基矩阵和当前权重矩阵得到目标模组的Gamma校正初始值，利用Gamma校正初始值进行Gamma校正以获取目标模组的Gamma校正值；

当前权重矩阵的获取过程具体为：

利用上一绑点的权重矩阵构建当前权重矩阵的目标函数，构建当前权重矩阵的约束条件，结合约束条件求解所述目标函数的最小值以得到当前权重矩阵。

作为本发明的进一步改进，初始绑点的权重矩阵为均值矩阵。

作为本发明的进一步改进，约束条件包括第一约束条件，第一约束条件为当前权重矩阵、上一绑点的参考基矩阵和上一绑点的目标模组的Gamma校正值三者之间的映射关系。

作为本发明的进一步改进，约束条件还包括第二约束条件，第二约束条件为当前权重矩阵的所有权重参数总和为定值。

作为本发明的进一步改进，结合约束条件求解目标函数的最小值以得到当前权重矩阵具体为：

利用KKT条件得到当前权重矩阵的近似解析解。