[发明专利]一种基于深度学习的GAMMA曲线调校方法及装置

摘要

本发明公开了一种基于深度学习的GAMMA曲线调校方法，包括：采集OLED模组的目标GAMMA绑点的第二初始亮度值、或/和第二初始色度值，并将第二初始亮度值、或/和第二初始色度值与每个第一初始亮度值、或/和每个第一初始色度值进行比较，得到与第二初始亮度值、或/和第二初始色度值的误差最小的第一初始亮度值、或/和第一初始色度值；则，误差最小的第一初始亮度值、或/和第一初始色度值对应的RGB寄存器配置值即为目标GAMMA绑点的RGB寄存器配置值。本发明通过对各GAMMA绑点的初始亮度值或/和初始色度值与RGB寄存器配置值的关系的分类学习，能为OLED模组GAMMA曲线的快速调校提供高精度的数据模型，能满足OLED模组产线高品质、高效率的要求。

主权项

一种基于深度学习的GAMMA曲线调校方法，用于对OLED模组进行GAMMA曲线调校，其特征在于，该方法包括以下步骤：1)提供一包含目标GAMMA绑点的多个第一初始亮度值、或/和多个第一初始色度值及与每个该第一初始亮度值、或/和每个该第一初始色度值相对应的多个RGB寄存器配置值的GAMMA数据模型；2)采集该OLED模组的该目标GAMMA绑点的第二初始亮度值、或/和第二初始色度值，并将该第二初始亮度值、或/和第二初始色度值与每个该第一初始亮度值、或/和每个该第一初始色度值进行比较，得到与该第二初始亮度值、或/和该第二初始色度值的误差最小的第一初始亮度值、或/和第一初始色度值；则，该误差最小的第一初始亮度值、或/和第一初始色度值对应的RGB寄存器配置值即为该目标GAMMA绑点的RGB寄存器配置值。