[发明专利]一种TFT显示屏的视觉色彩校准方法

说明书

本发明涉及人工智能技术，揭露了一种基于神经网络的色彩校准方法，包括：将训练色块集的RGB值集及标准色度值集做为样本数据集；根据样本数据集，利用LM算法，对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；获取及测量待测显示屏色块的RGB值及标准色度值，利用显示屏色彩空间转换模型将待测显示屏色块的RGB值转换为测试色度值，计算测试色度值与标准色度值的误差；根据误差对待测显示屏进行色彩校准。此外，本发明还涉及区块链技术，RGB值可存储于区块链的节点。本发明还提出一种基于神经网络的色彩校准装置、电子设备以及存储介质。本发明可以提高色彩校准效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于神经网络的色彩校准方法、装置、电子设备及计算机可读存储介质。

背景技术

由于TFT(Thin Film Transistor，薄膜晶体管)液晶显示屏本身的特点，难以保证每块显示屏都能达到相同的色准表现，导致存在色偏的问题，因此需要对显示设备上的显示屏进行色彩校准。

现有的色彩校准技术主要利用采集得到三基色光的颜色分量信息与目标色域的三基色的颜色分量信息进行对比，得到两者差异，再根据两者差异计算色彩校准数据，根据校准数据对显示屏进行色彩校准，校准之后再执行采集、对比、计算的过程直至采集到的颜色分量信息与目标色域三基色的颜色分量信息之间的差异满足标准。

综上所述,现有的色彩校准方案需要反复采集图像进行对比计算，才能将显示屏显示的色彩校准到目标色域的标准色彩，因此现有的色彩校准方案的效率有待提升。

发明内容

本发明提供一种基于神经网络的色彩校准方法、装置及计算机可读存储介质，其主要目的在于解决显示屏进行色彩校准时的效率较低的问题。

为实现上述目的，本发明提供的一种基于神经网络的色彩校准方法，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。

可选地，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。