【技术实现步骤摘要】
本专利技术涉及手机显示屏信息采集，更具体地说，涉及高色域显示屏像素点亮色度信息采集方法及系统。
技术介绍
1、在现代信息社会,显示设备已成为人们接收视觉信息的主要载体。随着消费者对显示质量的要求日益提高,显示行业的竞争重点正在从单一追求分辨率、亮度等硬件指标,转向更加注重色彩的真实性、一致性、稳定性等方面。然而,在实际生产和应用过程中,由于显示设备的成像原理、材料特性、工艺水平等因素的差异和局限,普遍存在色彩失真、色度偏移、色彩过渡不连续等问题,严重影响了显示效果和用户体验。这些问题的解决有赖于高精度、智能化的色度采集和分析技术。
2、目前,业界主流的色度采集方案主要包括分光色度计、色度校准软件等。分光色度计通过物理光学系统直接对显示屏进行光谱测量,可以获得高精度的色度数据,但成本高昂,测量效率低下,难以适应大规模生产的需求。色度校准软件则通过图像处理算法对显示画面进行分析,进而推断出像素点色度值。这类软件具有成本低、效率高等优势,但针对复杂纹理、高动态范围画面的色度还原能力有限。近年来,随着计算机视觉和机器学习技术的发展,色度采集软件的性能不断提高,但在自适应性、鲁棒性等方面依然存在不足。
3、以目前应用较为广泛的基于图像分割和聚类的色度采集算法为例,其基本思路是首先对显示画面进行分割,提取感兴趣区域(roi),然后对roi内的像素点rgb值进行聚类分析,选取聚类中心作为该区域的代表色度。这种方法的优点是计算简单、效率较高,但局限性也比较明显:首先,图像分割通常采用固定的颜色阈值或边缘检测算子,对画面的
4、针对上述技术瓶颈,亟需一种高色域显示屏像素点亮色度信息采集方法及系统。
技术实现思路
1、本专利技术针对现有技术的不足，提出高色域显示屏像素点亮色度信息采集方法及系统，充分考虑不同显示设备的色域特性差异,构建动态适配的色域映射模型；针对像素色度分布的空间不均匀性,采用分层分块的自适应量化策略；最大限度地利用色度数据的聚类特征,实现高压缩率的无损编码；巧妙融合色彩-空间特征,改进色度插值算法；建立多维度、易解读的色彩评估指标和可视化方案，在色度还原精度、计算效率、质量评估等方面具有明显优势,有望满足新型显示器件对色彩一致性、稳定性的苛刻要求。
2、本专利技术提供了高色域显示屏像素点亮色度信息采集方法,包括以下步骤:
3、步骤1.显示屏预处理，采用高分辨率工业相机对待测显示屏的全白画面进行图像采集，获得原始图像数据i(x,y),其中x表示图像宽度方向像素坐标，y表示图像高度方向像素坐标，x∈[1,w],y∈[1,h],w和h分别为图像宽度和高度的像素数；然后对原始图像数据i(x,y)依次执行畸变校正、噪声滤波、直方图均衡化，得到预处理图像数据ie(x,y)；
4、步骤2.像素点定位，对预处理图像数据ie(x,y)进行区域生长分割，得到像素块区域集合{r1,r2,...,rn}；然后对每个像素块区域ri,采用zernike矩描述子提取其边缘轮廓的亚像素级位置，得到像素点边缘坐标集合p＝{p1,p2,...,pm},其中m为显示屏物理像素总数；
5、步骤3.色度信息提取，针对像素点坐标集合p,构建rgb色彩空间到显示屏色域空间的自适应映射模型f(r,g,b)；基于f(r,g,b)将每个像素点的rgb值映射到色域空间坐标(x,y,y)；然后对色域空间采用八叉树算法进行自适应分层量化，得到n个量化子区域{d1,d2,...,dn}；接着对每个子区域di内的色域空间坐标点进行局部k-means聚类，得到ki个聚类中心最后建立起色域空间坐标到量化聚类中心的三层索引结构；
6、步骤4.色彩一致性评估，分别计算每个像素点的rgb色度值与显示屏rgb平均色度值的色差δe、局部小区域内rgb色度均方差u、量化后色域空间体积占显示屏完整色域体积比r、以及加权色差、均匀度、色域覆盖的综合评分s,作为衡量显示屏色彩一致性的量化指标；
7、步骤5.色度结果可视化，基于像素点rgb色度偏差值δe生成色度偏差分布图，基于像素点量化聚类标签生成色度聚类分布图，基于色彩一致性指标δe、u、r、s绘制综合评估雷达图，直观展示显示屏色彩质量特征。
8、具体地，所述自适应色度映射模型的构建包括以下步骤：
9、对k款不同型号的参考显示器，采集其在不同色域模式下rgb三原色的色度分布样本，构成参考色域样本集{s1,s2,...,sk}；
10、对每个参考色域样本sj,提取rgb三原色均值μrj、μgj、μbj,方差σrj、σgj、σbj,色域覆盖率crj、cgj、cbj,边界点集brj、bgj、bbj,饱和度直方图hrj、hgj、hbj统计特征，构成色域描述特征向量fj；
11、以{f1,f2,...,fk}为训练样本，rgb值(r,g,b)为输入，色域空间坐标(x,y,y)为输出，采用高斯核函数k(fi,fj)＝exp(-γ∥fi-fj∥2)的支持向量机回归模型进行训练，得到rgb到色域空间的非线性映射模型f(r,g,b)；
12、对于待测显示屏，根据其出厂参数、使用时长信息，在参考色域样本集中匹配出最相似的色域描述特征向量f*,然后将f*代入映射模型f(r,g,b),即可获得适配于该显示屏的rgb到色域空间的自适应映射关系。
13、具体地，所述色域空间自适应量化的具体步骤包括：
14、displayp3标准色域空间按r、g、b三个颜色分量各自的中位值，递归划分为8个子立方体，直至每个子立方体内rgb分量的标准差σr、σg、σb均小于阈值ts或划分次数超过最大值nmax,从而得到色域空间的自适应八叉树分层量化结果{d1,d2,...,dn}；
15、针对每个子区域di,令式中yli、yhi、xli、xhi分别表示di在亮度y方向和色度x方向的坐标跨度，qy、qx分别表示亮度和色度的量化步长，ki为di内的聚类个数；
16、然后采用ki个聚类中心的k-means算法对di内的所有色域空间坐标点进行聚类，得到ki个聚类中心每个聚类中心cij包含亮度值yij和色度值(xij,yij)；
17、最后，以子区域编号i、聚类中心编号j、亮度色度值(yij,xij,yij)为索引，构建一个三层索引结构，便于实现从色域空间坐标到量化聚类中心的快速映射。
18、具体地，所述色度数据压缩的步骤包括：
19、对所有子区域的量化聚类中心数据{cij|1≤i≤n,1≤j≤ki}进行k-means++聚类，得到m个聚类中心{o1,o2,...,om},聚类距本文档来自技高网...
【技术保护点】
1.高色域显示屏像素点亮色度信息采集方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述自适应色度映射模型的构建包括以下步骤：
3.根据权利要求1所述的方法，其特征在于，所述色域空间自适应量化的具体步骤包括：
4.根据权利要求1所述的方法，其特征在于，所述色度数据压缩的步骤包括：
5.根据权利要求1所述的方法，其特征在于，所述色度插值方法包括以下步骤：
6.根据权利要求1所述的方法，其特征在于，所述色彩一致性评估指标的定义为：色差其中c∈{R，G，B}表示色彩通道，Ec(x，y)为像素点P(x，y)在c通道的色度值，为c通道的平均色度值，M、N分别为图像的宽度和高度；
7.根据权利要求6所述的方法，其特征在于，所述可视化方法包括：
8.根据权利要求1-7任意一项所述的方法,其特征在于，所述高分辨率工业相机的参数为：采用Basler acA4600-10uc型号，分辨率为4608×3288，像元尺寸为1.55μm×1.55μm，靶面尺寸为1/1.1”，峰值量子效率大于70
9.根据权利要求1-7任意一项所述的方法,其特征在于，畸变校正采用张正友标定法，噪声滤波采用5×5自适应中值滤波，直方图均衡化采用限制对比度自适应直方图均衡化算法。
10.高色域显示屏像素点亮色度信息采集系统,其特征在于，包括：
...【技术特征摘要】
1.高色域显示屏像素点亮色度信息采集方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述自适应色度映射模型的构建包括以下步骤：
3.根据权利要求1所述的方法，其特征在于，所述色域空间自适应量化的具体步骤包括：
4.根据权利要求1所述的方法，其特征在于，所述色度数据压缩的步骤包括：
5.根据权利要求1所述的方法，其特征在于，所述色度插值方法包括以下步骤：
6.根据权利要求1所述的方法，其特征在于，所述色彩一致性评估指标的定义为：色差其中c∈{r，g，b}表示色彩通道，ec(x，y)为像素点p(x，y)在c通道的色度值，为c通道的平均色度值，m、n分别为图像的宽度和高...
【专利技术属性】
技术研发人员：孙利斌，
申请(专利权)人：深圳市凯库电子有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。