[发明专利]一种高效的OLED屏Gamma校正方法及系统

权利要求书

1.一种高效的OLED屏Gamma校正方法，其特征在于，包括以下步骤：

步骤一，前期数据收集，采集显示模组光学数据，并采用传统方法对显示模组作Gamma校正，记录调试data；

步骤二，对采集到的光学数据以及调试data进行数据分析，采用机器学习算法，建立数据模型库；

步骤三，采集待调试模组的光学信息；

步骤四，根据待调试模组的光学信息，从数据库中已有光学数据进行匹配，输出相应调试data，写入驱动IC寄存器。

2.根据权利要求1所述的一种高效的OLED屏Gamma校正方法，其特征在于，所述步骤一中，采用色彩分析仪，对一定数量的显示模组进行光学数据收集，其中光学数据包含但不限于以下13种光学数据：

(1)白光亮度色标L_W,CIEx_W,CIEy_W；

(2)单色亮度/色标

L_R,L_G,L_B,CIEx_R,CIEy_R,CIEx_G,CIEy_G,CIEx_B，CIEy_B；

(3)色温T。

3.根据权利要求2所述的一种高效的OLED屏Gamma校正方法，其特征在于，所述步骤二中，假定采集到的光学数据共收集13种，即该模型含有13个特征变量，目标值为完成光学数据采集后，挑选出其中最具有代表性的数据m组，即该模型具有m个目标值；对显示模组进行Gamma校正，记录调试data，调试data为各灰阶节点寄存器设定值，假定驱动ICGamma节点数为n，则记录调试为data₁R，data₁G，data₁B，data₂R，data₂G,data₂B……data_nR，data_nG，data_nB。

4.根据权利要求3所述的一种高效的OLED屏Gamma校正方法，其特征在于，所述步骤二包括：建立数据模型库，使得光学数据与调试data相匹配,记各组光学数据分别为set-1，set-2…set-m。

5.根据权利要求4所述的一种高效的OLED屏Gamma校正方法，其特征在于，所述步骤三包括：对待调试模组，采用色彩分析仪，对其光学信息进行测试，其光学信息记为set-test。

6.根据权利要求5所述的一种高效的OLED屏Gamma校正方法，其特征在于，所述步骤四包括：根据机器学习算法，获取与光学信息set-test匹配的光学数据set-fit，即获取了模型的目标值，记该目标值对应的Gammadata为data-fit。

7.根据权利要求6所述的一种高效的OLED屏Gamma校正方法，其特征在于，所述步骤四包括：将data-fit写入驱动IC，并转化为全灰阶电压设定。

8.根据权利要求2所述的一种高效的OLED屏Gamma校正方法，其特征在于，所述光学数据均在IC寄存器default设定，或其他统一设定状态下获取。

9.一种高效的OLED屏Gamma校正系统，其特征在于，包括以下模块：

标准数据模型库建立模块：对显示模组的光学数据以及Gammadata进行收集/匹配，采用机器学习算法建立数据模型；

光学信息测试模块：对待调试模组的光学数据进行测试；

光学信息匹配度模块：将待测试模组的光学信息输入到数据模型中，得到与其匹配的光学数据set-fit，即获取了模型的目标值，记该目标值对应的Gammadata为data-fit；

data-fit写入模块：将data-fit写入驱动IC；

目标电压输出模块：将data设定转化为电压，实现全灰阶电压输出。