一种基于深度学习的色序型显示器控制方法及装置制造方法及图纸

本申请公开了一种基于深度学习的色序型显示器控制方法及装置，包括：对输入的单帧图像，基于所述单帧图像的图像特征以及色序型显示器的刷新率，确定与其匹配的驱动算法；采用所述驱动算法计算得到所述单帧图像在各个场中的理想背光分布；根据所述理想背光分布，结合所述色序型显示器的光扩散特性，计算出所述单帧图像在各个场中的模拟背光分布和透射率；根据所述模拟背光分布和透射率，计算出各个场的图像。本申请针对每一帧图像，根据图像内容中所包含的具体图像特征，一一为其确定相匹配的驱动算法，以抑制图像在色序型显示器中所产生的色分离现象，降低了图像的色分离程度，使得每一帧图像在色序型显示器中均能获得较好的色分离抑制效果。的色分离抑制效果。的色分离抑制效果。

【技术实现步骤摘要】
一种基于深度学习的色序型显示器控制方法及装置


[0001]本申请涉及液晶显示
，更具体的说，是涉及一种基于深度学习的色序型显示器控制方法及装置。

技术介绍

[0002]传统的液晶显示器(LCD)由背光板、液晶和彩色滤光片等组成，由于彩色滤光片的存在，该显示器会有约2/3的光效损失。为了提升液晶显示器的光效，最大限度的节约显示器的功耗，同时增大液晶显示器的分辨率，色序型(field sequential color)液晶显示器应运而生。
[0003]请参阅图1，色序型(Field Sequential Color，FSC)显示器弃用彩色滤光片，通过时序混色的方法，在同一帧(frame)内依次快速闪过红、绿、蓝这三基色的子像素，从而构成彩色图像。在相同的面板大小下，色序型显示器的分辨率是传统液晶显示器的3倍。由于色序型显示器具有高分辨率，低功耗，绿色环保等优势，使得色序型显示器在智能手机、平板电脑、桌面显示器、电视、视频投影仪、VR、AR等设备中有着广泛的应用。
[0004]然而，由于显示器所显示的视频实质由时间序列上的一帧帧本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的色序型显示器控制方法，其特征在于，包括：对输入的单帧图像，基于所述单帧图像的图像特征以及色序型显示器的刷新率，采用深度学习的方法确定与所述单帧图像匹配的驱动算法；采用所述驱动算法计算得到所述单帧图像在各个场中的理想背光分布；根据所述理想背光分布，结合所述色序型显示器的光扩散特性，计算出所述单帧图像在各个场中的模拟背光分布和透射率；根据所述模拟背光分布和透射率，计算出各个场的图像。2.根据权利要求1所述的方法，其特征在于，所述对输入的单帧图像，基于所述单帧图像的图像特征以及色序型显示器的刷新率，采用深度学习的方法确定与所述单帧图像匹配的驱动算法，包括：将所述单帧图像输入至预训练的图像分类模型，得到图像分类模型输出的与所述单帧图像匹配的驱动算法；所述图像分类模型以训练图像作为训练样本，以训练图像所匹配的驱动算法作为样本标签训练得到；在所述图像分类模型输出的驱动算法中，选取与所述色序型显示器的刷新率一致的驱动算法，作为与所述图像匹配的驱动算法。3.根据权利要求2所述的方法，其特征在于，所述图像分类模型的训练方法包括：获取训练图像集；将预设的驱动算法应用于训练图像，并对所述训练图像在每一种类型的驱动算法下的色分离程度进行计算，以及将色分离程度最低的驱动算法标记为所述图像的匹配驱动算法；将训练图像输入到图像分类模型中，得到图像分类模型输出的所述训练图像对应的驱动算法；以所述输出的所述训练图像对应的驱动算法趋近于所述训练图像标记的匹配驱动算法为训练目标，更新所述图像分类模型的参数。4.根据权利要求3所述的方法，其特征在于，所述训练图像在驱动算法下的色分离程度的计算方法，包括：获取所述训练图像在驱动算法下的各个场的图像，并将所述各个场的图像合并成所述训练图像的模拟显示图像；计算模拟显示图像中各个区域的视觉显著性VS，将模拟显示图像中VS值大于预设阈值的区域确定为显性视觉显著性DVS区域；逐个像素地计算所述模拟显示图像的DVS区域，与所述训练图像的相应区域之间的色差；对D...

【专利技术属性】
技术研发人员：秦宗，邹国伟，罗青云，杨文超，邱志光，吴梓毅，杨柏儒，
申请(专利权)人：中山大学，
类型：发明
国别省市：