[发明专利]一种TFT显示屏的视觉色彩校准方法

权利要求书

1.一种基于神经网络的视觉色彩校准方法，其特征在于，所述方法包括：

在显示屏显示校准测试画面后，根据预设规则获取训练色块集，获取所述训练色块集的RGB值集，测量所述色块集的标准色度值集，将所述RGB值集及标准色度值集做为样本数据集；

根据所述样本数据集，利用列文伯格-马夸尔特算法，对基于神经网络预构建的显示屏色彩空间转换模型进行训练，得到训练完成的显示屏色彩空间转换模型；

获取待测显示屏色块的RGB值，测量所述待测显示屏色块的标准色度值，利用所述训练完成的显示屏色彩空间转换模型对所述待测显示屏色块的RGB值进行转换得到测试色度值，计算所述测试色度值与所述标准色度值的色彩偏差值；

根据所述色彩偏差值对所述待测显示屏进行色彩校准。

2.如权利要求1所述的基于神经网络的色彩校准方法，其特征在于，所述根据预设规则获取训练色块集，获取所述训练色块集的RGB值集，测量所述色块集的标准色度值集，将所述RGB值集及标准色度值集做为样本数据集，包括：

将所述显示屏的RGB数字驱动值按照第一预设数量进行均分，得到第一均分RGB数字驱动值，根据所述第一均分RGB数字驱动值，利用预设的色块产生程序生成训练色块级集，获取所述训练色块集的RGB值训练集；

利用分光光度仪测量所述训练色块集对应的标准色度值，得到标准色度值训练集；

将所述显示屏的RGB数字驱动值按照第二预设数量进行均分，得到第二均分RGB数字驱动值，根据所述第二均分RGB数字驱动值，利用所述色块产生程序生成验证色块级集，获取所述验证色块集的RGB值验证集；

利用所述分光光度仪测量所述验证色块集对应的标准色度值，得到标准色度值验证集；

将所述RGB值训练集及所述标准色度值训练集作为样本数据集的训练集，将所述RGB值验证集及所述标准色度值验证集作为样本数据集的验证集。

3.如权利要求2所述的基于神经网络的色彩校准方法，其特征在于，所述根据所述样本数据集，利用列文伯格-马夸尔特算法，对基于神经网络预构建的显示屏色彩空间转换模型进行训练，得到训练完成的显示屏色彩空间转换模型，包括：

根据所述样本数据集中的训练集，利用列文伯格-马夸尔特算法调整所述基于神经网络预构建的显示屏色彩空间转换模型的参数，对所述显示屏色彩空间转换模型进行迭代训练，得到经过训练的显示屏色彩空间转换模型；

利用所述样本数据集中的验证集对所述经过训练的显示屏色彩空间转换模型进行测试及调整，得到训练完成的显示屏色彩空间转换模型。

4.如权利要求3所述的基于神经网络的色彩校准方法，其特征在于，所述根据所述样本数据集中的训练集，利用列文伯格-马夸尔特算法调整所述基于神经网络预构建的显示屏色彩空间转换模型的参数，对所述显示屏色彩空间转换模型进行迭代训练，得到经过训练的显示屏色彩空间转换模型，包括：

对所述样本数据集中的训练集进行归一化处理，得到归一化训练集；

利用所述显示屏色彩空间转换模型中的计算神经元对所述归一化训练集其中一个样本进行计算，得到对应的训练色度值集；

计算所述训练色度值集与所述标准色度值训练集之间的色彩误差值；

利用列文伯格-马夸尔特算法，最小化所述色彩误差值，得到所述显示屏色彩空间转换模型的更新参数，利用所述更新参数反向更新所述显示屏色彩空间转换模型，得到更新的所述显示屏色彩空间转换模型；

计算所述训练集中所有样本对应的色彩误差值的平均色彩误差值，判断所述平均色彩误差值是否满足预设评价值；

当所述平均色彩误差值不满足所述预设评价值，返回所述利用所述显示屏色彩空间转换模型中的计算神经元对所述归一化训练集其中一个样本进行计算，得到对应的训练色度值集的步骤，对所述显示屏色彩空间转换模型参数进一步优化；

当所述平均色彩误差值满足所述预设评价值，则得到更新后的显示屏色彩空间转换模型，将所述更新后的显示屏色彩空间转换模型作为经过训练的显示屏色彩空间转换模型。