屏幕漏光及环境光的检测方法、装置和电子设备制造方法及图纸

本申请实施例提供了一种屏幕漏光及环境光的检测方法、装置、电子设备和计算机存储介质。该方法包括：获取屏幕的亮度值和屏幕的预设显示区域内各像素点的灰度值；基于预设的多个灰度值区间和各像素点的灰度值对各像素点进行聚类，得到多个像素点集合；根据亮度值和各像素点集合对应的融合后灰度值，得到各像素点集合对应的漏光值，其中，融合后灰度值是基于对应像素点集合中像素点的灰度值融合得到的；基于所述各像素点集合对应的漏光值，得到屏幕的漏光值。基于上述方案，由于针对每个像素点集合执行一次漏光值计算，可以极大地减少计算的总次数，进而极大地降低了在检测屏幕漏光时的功耗和时间开销。光时的功耗和时间开销。光时的功耗和时间开销。

【技术实现步骤摘要】
屏幕漏光及环境光的检测方法、装置和电子设备


[0001]本申请实施例涉及终端检测
，尤其涉及一种屏幕漏光及环境光的检测方法、装置、电子设备和计算机存储介质。

技术介绍

[0002]为了满足诸如手机等电子设备的大屏幕趋势，诸如环境光传感器(Ambient Light Sensor， ALS)等部件会被内置到电子设备的屏幕的下方。ALS用于检测环境光强。电子设备可以根据ALS检测到的环境光强调整屏幕的亮度，使得屏幕的亮度符合人眼的视觉感受。另外，电子设备还可以根据ALS检测到的环境光强整合色温，以辅助显示和拍照。
[0003]由于ALS设置在屏幕下方，ALS在检测环境光时易受到屏幕自身发光而产生的屏下漏光的干扰，需要从ALS检测到的环境光强减去漏光光强，才能得到真实的环境光强。因此，检测环境光强的关键点在于如何检测漏光光强。
[0004]相关技术中，提到一些关于计算漏光光强的技术方案。然而，在ALS的一些实际应用场景，使用这些技术方案检测屏幕的漏光光强可能存在耗时较长、功耗较大的问题，难以满足电子设备整机的应用需求。

技术实现思路

[0005]有鉴于此，本申请实施例提供一种屏幕漏光及环境光的检测方法、装置、电子设备和计算机存储介质，以至少部分解决上述问题。
[0006]根据本申请实施例的第一方面，提供了一种屏幕漏光的检测方法，其包括：获取屏幕的亮度值和屏幕的预设显示区域内各像素点的灰度值；基于预设的多个灰度值区间和各像素点的灰度值对各像素点进行聚类，得到多个像素点集合，其中，位于同一个像素点集合内的像素点的灰度值处于同一个灰度值区间内；根据所述亮度值和各像素点集合对应的融合后灰度值，得到各像素点集合对应的漏光值，其中，融合后灰度值是基于对应像素点集合中各像素点的灰度值融合得到的；基于所述各像素点集合对应的漏光值，得到所述屏幕的漏光值。
[0007]在一种可选的实施方式中，所述基于所述各像素点集合对应的漏光值，得到所述屏幕的漏光值，包括：
[0008]获取各像素点集合对应的漏光权重值；
[0009]基于所述各像素点集合对应的漏光权重值和所述各像素点集合对应的漏光值进行加权求和，得到所述屏幕的漏光值。
[0010]在一种可选的实施方式中，所述获取各像素点集合对应的漏光权重值，包括：
[0011]获取各像素点集合中各个像素点对应的漏光权重值，所述各像素点对应的漏光权重值取决于各像素点与所述屏幕下方设置的光传感器的相对位置；
[0012]针对每个像素点集合，对该像素点集合中各个像素点对应的漏光权重值进行融合处理，得到该像素点集合对应的漏光权重值。
[0013]在一种可选的实施方式中，所述获取各像素点集合对应的漏光权重值，包括：
[0014]通过如下公式计算每个像素点集合对应的漏光权重值：
[0015][0016]其中，weight为所述像素点集合对应的漏光权重值，Wi为所述像素点集合的第i 个像素点所在的区块的漏光权重值，N为每个区块中包含的像素点的数量，n为所述像素点集合中包含的像素点的数量。
[0017]在一种可选的实施方式中，所述根据所述亮度值和各像素点集合对应的融合后灰度值，得到各像素点集合对应的漏光值，包括：
[0018]获取预设的灰度值、亮度值与漏光值之间的对应关系；
[0019]基于所述对应关系，根据所述亮度值和各像素点集合对应的融合后灰度值，得到各像素点集合对应的漏光值。
[0020]在一种可选的实施方式中，所述根据所述亮度值和各像素点集合对应的融合后灰度值，得到各像素点集合对应的漏光值，包括：
[0021]将所述亮度值和各像素点集合对应的融合后灰度值输入神经网络模型，利用所述神经网络模型对所述亮度值和各像素点集合对应的融合后灰度值进行处理，得到各像素点集合对应的漏光值。
[0022]在一种可选的实施方式中，所述神经网络模型包括残差模块，所述残差模块包括多个全连接单元，所述多个全连接单元间依次串联连接，且所述多个全连接单元间还存在跳跃连接，所述跳跃连接包括不相邻的两个全连接单元间的连接。
[0023]在一种可选的实施方式中，所述跳跃连接为所述多个全连接单元中的第一个全连接单元与最后一个全连接单元跳跃连接。
[0024]在一种可选的实施方式中，所述残差模块的数量为多个，所述神经网络模型还包括第一全连接模块和第二全连接模块，所述多个残差模块级联连接，且位于所述第一全连接模块与所述第二全连接模块之间。
[0025]在一种可选的实施方式中，所述预设显示区域为所述屏幕的光检测区域，所述光检测区域与所述屏幕下方设置的光传感器位置对应。
[0026]在一种可选的实施方式中，所述基于预设的多个灰度值区间和各像素点的灰度值对各像素点进行聚类，得到多个像素点集合，包括：
[0027]获取灰度值区间与像素点集合之间的预设映射关系；
[0028]基于所述预设映射关系，根据各像素点的灰度值，将各像素点划分至所述多个像素点集合。
[0029]根据本申请实施例的第二方面，提供了一种环境光的检测方法，其包括如第一方面所述的屏幕漏光的检测方法，确定屏幕的漏光值；获取所述屏幕下方设置的光传感器检测到的感光值；根据所述感光值和所述漏光值，确定环境光值。
[0030]根据本申请实施例的第三方面，提供了一种幕漏光的检测装置，其包括：
[0031]获取模块，用于获取屏幕的亮度值和所述屏幕的预设显示区域内各像素点的灰度值；
[0032]聚类模块，用于基于预设的多个灰度值区间和各像素点的灰度值对各像素点进行
聚类，得到多个像素点集合，其中，灰度值处于同一个灰度值区间内的像素点被聚类至同一个像素点集合；
[0033]漏光计算模块，用于根据所述亮度值和各像素点集合对应的融合后灰度值，得到各像素点集合对应的漏光值，其中，每个融合灰度值为对应像素点集合中像素点的灰度值融合得到的；
[0034]确定模块，用于基于所述各像素点集合对应的漏光值，得到所述屏幕的漏光值。
[0035]根据本申请实施例的第四方面，提供了一种环境光的检测装置，其包括：
[0036]屏幕漏光检测装置，用于确定屏幕的漏光值，其中所述屏幕漏光检测装置为如第三方面所述的屏幕漏光的检测装置；
[0037]获取模块，用于获取所述屏幕下方设置的光传感器检测到的感光值；
[0038]环境光计算模块，用于根据所述感光值和所述漏光值，确定真实环境光值。
[0039]根据本申请实施例的第五方面，提供了一种电子设备，其包括：至少一个处理器、存储器、总线及通信接口，其中，所述处理器中存储有程序，所述处理器、所述通信接口以及所述存储器通过所述通信总线完成相互间的通信，所述通信接口用于与其他设备或部件进行通信，所述处理器执行所述程序。
[0040]根据本申请实施例的第六方面，提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种屏幕漏光的检测方法，包括：获取屏幕的亮度值和屏幕的预设显示区域内各像素点的灰度值；基于预设的多个灰度值区间和各像素点的灰度值对各像素点进行聚类，得到多个像素点集合，其中，位于同一个像素点集合内的像素点的灰度值处于同一个灰度值区间内；根据所述亮度值和各像素点集合对应的融合后灰度值，得到各像素点集合对应的漏光值，其中，融合后灰度值是基于对应像素点集合中各像素点的灰度值融合得到的；基于所述各像素点集合对应的漏光值，得到所述屏幕的漏光值。2.根据权利要求1所述的检测方法，其特征在于，所述基于所述各像素点集合对应的漏光值，得到所述屏幕的漏光值，包括：获取各像素点集合对应的漏光权重值；基于所述各像素点集合对应的漏光权重值和所述各像素点集合对应的漏光值进行加权求和，得到所述屏幕的漏光值。3.根据权利要求2所述的检测方法，其特征在于，所述获取各像素点集合对应的漏光权重值，包括：获取各像素点集合中各个像素点对应的漏光权重值，所述各像素点对应的漏光权重值取决于各像素点与所述屏幕下方设置的光传感器的相对位置；针对每个像素点集合，对该像素点集合中各个像素点对应的漏光权重值进行融合处理，得到该像素点集合对应的漏光权重值。4.根据权利要求2所述的检测方法，其特征在于，所述获取各像素点集合对应的漏光权重值，包括：通过如下公式计算每个像素点集合对应的漏光权重值：其中，weight为所述像素点集合对应的漏光权重值，Wi为所述像素点集合的第i个像素点所在的区块的漏光权重值，N为每个区块中包含的像素点的数量，n为所述像素点集合中包含的像素点的数量。5.根据权利要求1所述的检测方法，其特征在于，所述根据所述亮度值和各像素点集合对应的融合后灰度值，得到各像素点集合对应的漏光值，包括：获取预设的灰度值、亮度值与漏光值之间的对应关系；基于所述对应关系，根据所述亮度值和各像素点集合对应的融合后灰度值，得到各像素点集合对应的漏光值。6.根据权利要求1所述的检测方法，其特征在于，所述根据所述亮度值和各像素点集合对应的融合后灰度值，得到各像素点集合对应的漏光值，包括：将所述亮度值和各像素点集合对应的融合后灰度值输入神经网络模型，利用所述神经网络模型对所述亮度值和各像素点集合对应的融合后灰度值进行处理，得到各像素点集合对应的漏光值。7.根据权利要求6所述的检测方法，其特征在于，所述神经网络模型包括残差模块，所述残差模块包括多个全连接单元，所述多个全连接单元间依次串联连接，且所述多个全连
接单元间还存在跳跃连接，所述跳跃连接包括不相邻的两个全连接单元间的连接。8.根据权利要求7所述的检测方法，其特征在于，所述跳跃连接为所述多...

【专利技术属性】
技术研发人员：何超，
申请(专利权)人：深圳市汇顶科技股份有限公司，
类型：发明
国别省市：