一种灯光控制方法及相关设备技术

本申请实施例公开了一种灯光控制方法及相关设备。该方法涉及灯光控制领域，该方法包括：获取目标光源的实测亮度值；在上述实测亮度值与预设亮度值超出预设误差范围的情况下，根据上述实测亮度值、上述预设亮度值和目标模型计算目标输入参数，其中，上述目标输入参数包括目标电流和目标电压，上述目标模型是通过目标光源的实测数据进行训练后的神经网络模型；根据上述目标输入参数调节上述目标光源的当前输入参数，以使上述目标光源的上述实测亮度值与上述预设亮度值落入上述预设误差范围。度值与上述预设亮度值落入上述预设误差范围。度值与上述预设亮度值落入上述预设误差范围。

【技术实现步骤摘要】
一种灯光控制方法及相关设备


[0001]本说明书涉及灯光控制领域，更具体地说，本申请涉及一种灯光控制方法及相关设备。

技术介绍

[0002]显示面板的背光源是一种用于提供亮度和对比度的光源，它位于液晶显示屏的背后。背光源的主要作用是通过照射光线来使显示面板的图像可见，常有的背光源包括LED(Light Emitting Diode，发光二极管)和Mini LED(Miniature Light Emitting Diode，微型发光二极管)等。
[0003]在相关技术中，显示面板的生产厂家根据客户对于屏幕亮度的要求在出厂前对显示面板的背光源亮度进行调节，亮度调节通过测试数据反推测出需要给定的输入参数，并通过多次矫正输入参数使背光源的亮度达到预设要求。相关技术是通过开环控制的方式实现灯光亮度调节的，手动调节次数多，测量次数多，过程繁琐。

技术实现思路

[0004]在
技术实现思路
部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本申请的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
[0005]为了提升背光源的调试效率，第一方面，本申请提出一种灯光控制方法，上述方法包括：
[0006]获取目标光源的实测亮度值；
[0007]在上述实测亮度值与预设亮度值超出预设误差范围的情况下，根据上述实测亮度值、上述预设亮度值和目标模型计算目标输入参数，其中，上述目标输入参数包括目标电流和目标电压，上述目标模型是通过目标光源的实测数据进行训练后的神经网络模型；
[0008]根据上述目标输入参数调节上述目标光源的当前输入参数，以使上述目标光源的上述实测亮度值与上述预设亮度值落入上述预设误差范围。
[0009]在一种可行的实施方式中，上述在上述实测亮度值与预设亮度值超出预设误差范围的情况下，根据上述实测亮度值和目标模型计算目标输入参数，包括：
[0010]根据上述实测亮度值确定实际亮度等级；
[0011]在上述实际亮度等级与预设亮度等级不同的情况下，根据上述实测亮度值、上述预设亮度值和上述目标模型计算目标输入参数。
[0012]在一种可行的实施方式中，上述根据上述目标输入参数调节上述目标光源的当前输入参数，以使上述目标光源的上述实测亮度值与上述预设亮度值落入上述预设误差范围，包括：
[0013]根据上述目标输入参数和实际输入参数确定参数变化差值；
[0014]通过上述参数变化差值确定目标变化步长；
[0015]根据上述目标变化步长多次调整当前输入参数，以使上述目标光源的上述实测亮度值与上述预设亮度值落入上述预设误差范围。
[0016]在一种可行的实施方式中，
[0017]上述目标模型是基于遗传算法优化的BP神经网络模型，上述遗传算法优化的BP神经网络模型包括BP神经网络模型结构和遗传算法模型结构，上述遗传算法模型结构与上述BP神经网络模型结构之间设置有权值和阈值参数共享通道。
[0018]在一种可行的实施方式中，
[0019]上述BP神经网络模型包括2个输入节点、5个隐含层节点和1个输出节点，2个上述输入节点对应的输入参数分别为电流值和电压值，上述输出节点对应的输出参数为光源亮度值。
[0020]在一种可行的实施方式中，上述遗传算法模型结构包括种群初始化操作结构、适应度函数选取结构、选择操作结构、交叉操作结构和变异操作结构。
[0021]在一种可行的实施方式中，上述适应度函数选取结构采用预测输出和目标输出之间的误差绝对值的和值作为个体适应度值，上述选择操作结构采用轮盘赌法进行选择操作，上述交叉操作结构采用实数交叉法进行交叉操作。
[0022]第二方面，本申请还提出一种灯光控制装置，包括：
[0023]获取单元，用于获取目标光源的实测亮度值；
[0024]计算单元，用于在上述实测亮度值与预设亮度值超出预设误差范围的情况下，根据上述实测亮度值、上述预设亮度值和目标模型计算目标输入参数，其中，上述目标输入参数包括目标电流和目标电压，上述目标模型是通过目标光源的实测数据进行训练后的神经网络模型；
[0025]调节单元，用于根据上述目标输入参数调节上述目标光源的当前输入参数，以使上述目标光源的上述实测亮度值与上述预设亮度值落入上述预设误差范围。
[0026]第三方面，本申请还提出一种电子设备，包括：存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的灯光控制方法的步骤。
[0027]第四方面，本申请还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面任一项的灯光控制方法。
[0028]综上，本申请实施例提出的灯光控制方法包括：获取目标光源的实测亮度值；在上述实测亮度值与预设亮度值超出预设误差范围的情况下，根据上述实测亮度值、上述预设亮度值和目标模型计算目标输入参数，其中，上述目标输入参数包括目标电流和目标电压，上述目标模型是通过目标光源的实测数据进行训练后的神经网络模型；根据上述目标输入参数调节上述目标光源的当前输入参数，以使上述目标光源的上述实测亮度值与上述预设亮度值落入上述预设误差范围。本申请实施例提供的灯光控制方法，通过实测数据训练的目标模型根据实测亮度值和预设亮度值计算目标输入参数，并根据目标输入参数调节目标光源的亮度，能够使实测亮度值与预设亮度值的差值落入上述预设误差范围。通过构建的神经网络模型确定目标光源的输入电流、输入电压和亮度等级之间的非线性函数关系，并采用闭环反馈控制的方式调节目标输入参数，改变目标光源的亮度控制，减少了背光源的调试次数，实现背光源亮度自动控制，提高了调试效率。
[0029]本申请实施例提出的灯光控制方法，本申请的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本申请的研究和实践而为本领域的技术人员所理解。
附图说明
[0030]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本说明书的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0031]图1为本申请实施例提供的一种灯光控制方法的流程性示意图
[0032]图2为本申请实施例提供的一种BP神经网络模型结构示意图；
[0033]图3为本申请实施例提供的一种基于遗传算法优化的BP神经网络模型原理性示意图；
[0034]图4为本申请实施例提供的一种最优个体适度值示意图；
[0035]图5为本申请实施例提供的一种目标模型预测结果示意图；
[0036]图6为本申请实施例提供的一种目标模型预测误差示意图；
[0037]图7为本申请实施例提供的一种灯光控制装置结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种灯光控制方法，其特征在于，包括：获取目标光源的实测亮度值；在所述实测亮度值与预设亮度值超出预设误差范围的情况下，根据所述实测亮度值、所述预设亮度值和目标模型计算目标输入参数，其中，所述目标输入参数包括目标电流和目标电压，所述目标模型是通过目标光源的实测数据进行训练后的神经网络模型；根据所述目标输入参数调节所述目标光源的当前输入参数，以使所述目标光源的所述实测亮度值与所述预设亮度值的差值落入所述预设误差范围内。2.根据权利要求1所述的灯光控制方法，其特征在于，所述在所述实测亮度值与预设亮度值超出预设误差范围的情况下，根据所述实测亮度值和目标模型计算目标输入参数，包括：根据所述实测亮度值确定实际亮度等级；在所述实际亮度等级与预设亮度等级不同的情况下，根据所述实测亮度值、所述预设亮度值和所述目标模型计算所述目标输入参数。3.根据权利要求1所述的灯光控制方法，其特征在于，所述根据所述目标输入参数调节所述目标光源的当前输入参数，以使所述目标光源的所述实测亮度值与所述预设亮度值的差值落入所述预设误差范围内，包括：根据所述目标输入参数和实际输入参数确定参数变化差值；通过所述参数变化差值确定目标变化步长；根据所述目标变化步长多次调整所述当前输入参数，以使所述目标光源的所述实测亮度值与所述预设亮度值落入所述预设误差范围内。4.根据权利要求1所述的灯光控制方法，其特征在于，所述目标模型是基于遗传算法优化的BP神经网络模型，所述遗传算法优化的BP神经网络模型包括BP神经网络模型结构和遗传算法模型结构，所述遗传算法模型结构与所述BP神经网络模型结构之间设置有权值和阈值参数共享通道。5.根据权利要求4所述的灯光控制方法，其特征...

【专利技术属性】
技术研发人员：胡文，姚树林，乔磊，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：