專利名稱：顯示校正方法和系統(tǒng)的制作方法
技術領域：
本申請涉及于2007年3月29日提交的題為“Reduction of mura effects”的美 國專利申請No. 11/731，094(于2008年10月2日公開為US2008/0238934A1)以及于2008 年 1 月 11 El提交白勺題為"Correction of visible mura distortions in displays by use of flexible system for memory resources and mura characteristics，，白勺美 15專禾串 請No. 12/008,470(于2009年4月16日公開為US2009/00967^A1)，并且以上所列美國專 利申請的全部內(nèi)容通過引用合并于此。本發(fā)明的實施例包括用于顯示校正的方法和系統(tǒng)，具體地，包括用于壓縮顯示非 均勻性校正數(shù)據(jù)并使用壓縮顯示非均勻性校正數(shù)據(jù)的方法和系統(tǒng)。
背景技術：
通過操作人員來檢查和測試平板顯示器成本太高、耗時且基于操作人員的感知。 因此，基于操作人員的檢查質(zhì)量取決于單獨的操作人員，并且獲得容易出現(xiàn)錯誤的主觀結(jié) 果。一些自動化檢驗技術依賴于逐像素測量和顯示非均勻性校正。這些技術要求限制性的 用于存儲校正數(shù)據(jù)的存儲量，并且期望用于降低針對校正數(shù)據(jù)的存儲要求的方法和系統(tǒng)。

發(fā)明內(nèi)容
本發(fā)明的一些實施例包括用于壓縮顯示非均勻性校正數(shù)據(jù)(具體地，校正圖像) 的方法和系統(tǒng)。在本發(fā)明的一些實施例中，可以通過用數(shù)據(jù)模型擬合校正圖像以及對模型參數(shù)值 進行編碼來壓縮校正圖像。在本發(fā)明的一些實施例中，可以使用分段多項式模型。在本發(fā) 明的備選實施例中，可以使用B樣條。在本發(fā)明的一些實施例中，可以將校正圖像分解成兩 幅圖像一副包含校正圖像的垂直和水平對準結(jié)構(gòu)的圖像，以及一副平滑變化圖像?？梢酝?過用數(shù)據(jù)模型來擬合平滑變化圖像，來壓縮平滑變化圖像。在本發(fā)明的一些實施例中，可以通過確定對多幅校正圖像的分布加以描述的特征 向量，來壓縮多幅校正圖像?？梢酝ㄟ^將每幅校正圖像投影在確定的特征向量上，來確定投 影系數(shù)。在本發(fā)明的一些實施例中，可以根據(jù)本發(fā)明實施例的單幅校正圖像壓縮方法和系 統(tǒng)來壓縮與特征向量相關聯(lián)的特征圖像。本發(fā)明的一些實施例包括使用已壓縮顯示非均勻性校正數(shù)據(jù)的方法和系統(tǒng)。在本 發(fā)明的一些實施例中，針對顯示器的校正數(shù)據(jù)是可以根據(jù)存儲在顯示系統(tǒng)上的參數(shù)來重構(gòu) 的。在本發(fā)明的一些實施例中，多幅校正圖像可以根據(jù)存儲在顯示系統(tǒng)上的已編碼特征圖 像來重構(gòu)。結(jié)合附圖，考慮本發(fā)明的以下詳細描述，本發(fā)明的上述和其他目的、特征和優(yōu)點將
變得更易理解。


圖1是示出了包括用模型來擬合校正圖像并且對模型參數(shù)值編碼以存儲在顯示 系統(tǒng)處的本發(fā)明示例實施例的流程圖；圖2是示出了包括對存儲在顯示系統(tǒng)處的已編碼模型參數(shù)值進行解碼并且使用 已解碼模型參數(shù)值來重構(gòu)校正圖像的本發(fā)明示例實施例的流程圖；圖3是示出了包括使用重構(gòu)的校正圖像來校正顯示值的本發(fā)明示例實施例的流 程圖；圖4是示出了包括將校正圖像分解成包括水平和垂直結(jié)構(gòu)的結(jié)構(gòu)圖像和平滑變 化圖像的本發(fā)明示例實施例的流程圖，其中除了描述結(jié)構(gòu)圖像的信息以外，還可以確定、編 碼和存儲平滑變化圖像的模型參數(shù)值；圖5是示出了包括通過將校正圖像投影到關聯(lián)的特征空間中來編碼多幅校正圖 像的本發(fā)明示例實施例的流程圖；圖6是示出了包括使用所存儲的特征向量和投影系數(shù)來確定校正圖像的本發(fā)明 示例實施例的流程圖；以及圖7是可以用于確定存儲校正數(shù)據(jù)的方法的顯示系統(tǒng)。
具體實施例方式參照附圖更好地理解本發(fā)明的實施例，其中，貫穿附圖類似的部件由類似的附圖 標記指定。以上所列附圖明確地結(jié)合為該詳細描述的一部分。將容易理解，如這里在附圖中一般描述和示意的，本發(fā)明的組件可以用各種不同 配置來布置和設計。因此，本發(fā)明的方法和系統(tǒng)的實施例的以下更詳細描述并不意在限制 本發(fā)明的范圍，而是僅表示本發(fā)明的當前優(yōu)選實施例。本發(fā)明實施例的元件可以以硬件、固件和/或軟件來實現(xiàn)。盡管這里所揭示的示 例實施例可以僅描述這些形式之一，但是應當理解，本領域技術人員能夠以這些形式中的 任何形式來實現(xiàn)這些元件，而同時保持在本發(fā)明范圍內(nèi)。通過操作人員來檢查和測試平板顯示器成本太高、耗時且基于操作人員的感知。 因此，基于操作人員的檢查質(zhì)量取決于個體操作人員，并且獲得容易出現(xiàn)錯誤的主觀結(jié)果。 一些自動化檢驗技術依賴于逐像素測量和對顯示非均勻性的校正。這些技術要求限制性的 用于存儲校正數(shù)據(jù)的存儲量，并且期望用于降低針對校正數(shù)據(jù)的存儲要求的方法和系統(tǒng)。Mura缺陷是對比度類型缺陷，其中，在用恒定灰度級來驅(qū)動顯示器并且顯示器應 當顯示均勻亮度的情況下，顯示器上的一個或多個像素比周圍的像素更亮或更暗。例如，當 顯示預期平坦顏色區(qū)域時，顯示分量的各種不理想因素會導致不期望的亮度調(diào)制。Mura缺 陷也可以被稱作“Alluk”缺陷，或者一般地，被稱作非均勻性失真。一般地，這種對比度類 型缺陷可以被識別為“團跡”、“條帶”、“條紋”以及指示非均勻性的其他術語。在制造過程 中存在許多會導致顯示器上mura缺陷的階段。顯示器上的mura校正需要使用針對該顯示器的所存儲的校正數(shù)據(jù)進行逐像素校 正。在本發(fā)明的一些實施例中，所存儲的校正數(shù)據(jù)可以包括與校正圖像相關聯(lián)的數(shù)據(jù)，校正 圖像可以表示為Ui，」)，且與顏色分量和灰度級相關聯(lián)。這些實施例中的一些實施例可 以包括表示為c的三種顏色分量，0 < c < 2。這些實施例中的一些實施例可以包括表示為1的256個灰度級，0 ( 1 ( 255?？梢躁P于圖1描述本發(fā)明的一些實施例。在這些實施例中，模型參數(shù)值可以通過 用模型(第一模型)擬合4輸入校正圖像2 (第一校正圖像)來確定?？梢詫δＰ蛥?shù)值6 進行編碼8，以產(chǎn)生與校正圖像相關聯(lián)的編碼數(shù)據(jù)?？梢詫⒁丫幋a數(shù)據(jù)10存儲12在顯示器 處的存儲位置中?？梢允褂帽绢I域已知的預測編碼方法來編碼8模型參數(shù)值6。一個示例 編碼方法是在于2007年11月28日提交的題為“Two-Dimensional DPCM with PCM Escape Mode”的美國專利申請No. 11/946，298(于2009年5月28公開為US2009/0135921A1)中公 開的方法，該美國專利申請的全部內(nèi)容通過引用合并于此。可以關于圖2描述本發(fā)明的一些實施例。在這些實施例中，可以從顯示器處的存 儲位置中獲取16已編碼圖像信息18 (已編碼數(shù)據(jù))，并且可以對與已編碼圖像信息18相關 聯(lián)的模型參數(shù)值進行解碼20，從而產(chǎn)生已解碼模型參數(shù)值22。已解碼模型參數(shù)值22可以 用來確定和重構(gòu)M校正圖像26的采樣(校正值)。在本發(fā)明的一些實施例中，可以獲取第一圖像的表示，并且可以確定第一圖像的 重構(gòu)值。該重構(gòu)值可以通過使用包括重構(gòu)值的模型參數(shù)值以及使用模型參數(shù)值的第一校正 值來確定。在本發(fā)明的一些實施例中，可以獲取和解碼已編碼校正圖像信息，以便通過使用 模型參數(shù)值的確定的校正值來調(diào)整顯示器。關于圖3描述本發(fā)明的一些實施例，校正圖像沈的采樣可以用來校正或調(diào)整28 顯示值，從而在顯示器處產(chǎn)生經(jīng)mura校正的顯示值30。本發(fā)明的一些實施例可以包括分段多項式模型(第一模型)。在這些實施例中， 輸入校正圖像2可以分成一個或多個二維QD)區(qū)域，也被視為圖像補丁。在這些實施例 中，確定與圖像補丁相關聯(lián)的平面參數(shù)值。在本發(fā)明的一些實施例中，分區(qū)網(wǎng)格(partition grid)可以在空間上是均勻的。在備選實施例中，分區(qū)網(wǎng)格可以是自適應的。在本發(fā)明的一 些實施例中，分區(qū)網(wǎng)格的密度可以與校正圖像的變化有關。在這些實施例中的一些實施例 中，在校正圖像中存在更大變化的區(qū)域中分區(qū)網(wǎng)格更加密集。在本發(fā)明的一些實施例中，對 分區(qū)網(wǎng)格進行定義的信息可以與已編碼模型參數(shù)值一同存儲。在包括分段多項式模型的本發(fā)明實施例中，可以表示為Pp(i，j)的輸入校正圖像 2區(qū)域可以根據(jù)以下公式由平面模型(第二模型)來近似Pp(Uj) = api + bpj + kp其中，ap、bdn kp表示與圖像區(qū)域&(1，j)相關聯(lián)的模型參數(shù)，并且巧(U)表示近 似區(qū)域。模型擬合4(模型選擇)可以最小化圖像區(qū)域pp(i，j)與近似區(qū)域巧(z‘，y)之間的
差異度量。在本發(fā)明的一些實施例中，圖像區(qū)域可以是矩形補丁。在本發(fā)明的一些實施例 中，區(qū)域的形狀可以不是矩形?？梢跃幋a8和存儲12分區(qū)中所有區(qū)域的參數(shù)ap、bp和kp。可以通過解碼20針對 每個區(qū)域的參數(shù)18并且計算M近似區(qū)域，來重構(gòu)重構(gòu)校正圖像26。本發(fā)明的備選實施例可以包括在包括水平和垂直平面擬合(模型)的兩種平面擬 合之間進行模型選擇β = api+JclJnP2pU,乃=bpj + k2,p。在這些實施例中，可以表示為dp的二進制模式指示符可以指示對于給定區(qū)域選擇兩種擬合中的哪種擬合?！八健焙汀按怪薄钡暮x可以看作，實質(zhì)上分別沿著校正圖像的橫向和縱向?？梢葬槍Ψ謪^(qū)中所有區(qū)域，編碼8和存儲12參數(shù)dp和關聯(lián)的模型參數(shù)( ,
或(bp，lc2,p)?？梢允褂枚M制模式指示符所指示的適當模型，通過解碼20每個區(qū)域的參數(shù) 18且計算M近似區(qū)域，來重構(gòu)重構(gòu)校正圖像26。在本發(fā)明的一些實施例中，可以基于哪個平面擬合產(chǎn)生對校正圖像的輸入?yún)^(qū)域的 最佳擬合，來在模型擬合4中進行針對區(qū)域的模式判定。本發(fā)明的備選實施例可以包括用二維B樣條表面來擬合輸入校正圖像2。在這些 實施例中的一些實施例中，節(jié)點的位置可以是等距的，也可以認為在空間上是均勻的。在備 選實施例中，節(jié)點的位置可以是自適應的，也可以認為在空間上是不均勻的。在本發(fā)明的一 些實施例中，節(jié)點的密度可以與校正圖像的變化有關。在這些實施例中的一些實施例中，在 校正圖像中存在更大變化的區(qū)域中節(jié)點更密。在本發(fā)明的一些實施例中，對節(jié)點的位置進 行定義的信息可以與已編碼的節(jié)點值一同存儲。在本發(fā)明的一些實施例中，η次基本B樣條可以是彼此移位的拷貝。在這些實施 例中，在給定可以表示為g(v，h)的節(jié)點值的情況下，可以通過對節(jié)點采樣進行上采樣，然 后與可以表示*bn(i，j)的B樣條核進行卷積，來確定可以表示為;L,+,_/)的近似校正圖像。 近似校正圖像可以根據(jù)以下公式來確定7cJ{iJ) = Iglmv mh*b"mvmh,其中，mv和mh分別是垂直和水平空間維度中的子采樣比率。本發(fā)明的一些實施例可以包括均勻的1次B樣條。這些實施例可以等同于雙線性 子采樣，其中，節(jié)點值可以是子采樣的像素強度值。在包括用B樣條表面擬合4輸入校正圖像2的本發(fā)明的一些實施例中，模型擬合 4可以包括確定使輸入校正圖像21。,力，j)與使用模型重構(gòu)的校正圖像I(U)之間的誤 差度量最小化的節(jié)點值。示例誤差度量包括均方差(MSE)、平均絕對誤差(MAE)、均方根誤 差(MSE)以及本領域已知的其他誤差度量。在包括MSE的本發(fā)明的一些實施例中，可以通 過遞歸濾波來求解樣條近似。在備選實施例中，可以通過線性方程組來求解樣條近似。在本發(fā)明的一些實施例中，預測編碼可以用來編碼8代表校正圖像2的模型參數(shù)。在關于圖4描述的本發(fā)明的一些實施例中，校正圖像32可以分解成34第一圖像 和第二圖像。這可以通過將校正圖像2的垂直和水平對準結(jié)構(gòu)35與平滑變化分量36分離 開來實現(xiàn)。第一圖像和第二圖像可以分別包括垂直和水平對準結(jié)構(gòu)以及平滑變化分量?？?以根據(jù)上述實施例中任何實施例的模型擬合8平滑變化分量36?？梢跃幋a42模型參數(shù)值 40，并且可以存儲已編碼模型參數(shù)值44和校正圖像32 (第一圖像)的垂直和水平對準結(jié)構(gòu) 35。校正圖像321^(1，j)可以根據(jù)以下公式來分解Ic, “i，j) = Sc, “i，j)+NCjl(i, j)其中，Ui，」)表示垂直和水平對準結(jié)構(gòu)35^,^，」)表示平滑變化分量36。在 一些實施例中，垂直和水平對準結(jié)構(gòu)35可以由列向量和行向量來表示，列向量和行向量可 以分別表示為Collxw和Rowhx1，其中W和H分別指校正圖像32的寬度和高度。在這些實施 例中的一些實施例中，垂直和水平對準結(jié)構(gòu)35^1，j)可以根據(jù)以下公式來確定
Nc1(Lj)=C0I1^R0Wlxw在備選實施例中，垂直和水平對準結(jié)構(gòu)35^1，j)可以根據(jù)以下公式來確定Nc, j) = ColHxl*l 1xW+1hx1 氺 R〇WlxW其中，Ilxw和Ihx1分別表示全“1”的行向量和列向量。在本發(fā)明的一些實施例中，列向量Collxw和行向量Rowhx1可以直接存儲46為已編 碼圖像信息的一部分。在備選實施例中，可以在存儲之前對列向量Collxw和行向量Rowhx1進 行編碼。本發(fā)明的上述實施例涉及一幅校正圖像。在本發(fā)明的一些實施例中，可以對多幅 校正圖像進行編碼以用于存儲或其他使用?？梢躁P于圖5描述本發(fā)明的一些實施例。在這些實施例中，可以針對K個不同 灰度級來捕獲與顯示器相關聯(lián)的多幅mura校正圖像，并且每幅mura校正圖像分別與C 個顏色分量相關聯(lián)。顯示碼值范圍表示為1，0 < 1 < L-I,并且顏色分量可以表示為c， O ^ C^ C0在示例實施例中可以存在256個灰度級以及3個顏色分量。在該示例實施例中， 1,0 ^ 1 ^ 255和c，0彡c彡2。mura校正圖像可以表示為/c4 (/J)，其中，O彡k彡K-I, 并且Ik表示與mura校正圖像相對應的灰度級。因此可以存在I個mura校正圖像，可以 表示為Ip(i，j)，0彡ρ彡I-l。可以將每個mura校正圖像50堆疊52成長度SfeH的向 量，其中，W和H分別表示mura校正圖像Ip(i，j)，0彡ρ彡3Κ-1的寬度和高度。示例堆疊 52方法包括行堆疊52、列堆疊52、以及其他堆疊52方法，其中，將2D圖像重新格式化成ID 向量格式。與mura校正圖像Ip(i，j)相對應的向量可以表示為Γρ，并且可以被稱作校正 圖像向量?？梢孕纬啥鄠€校正圖像向量，并且每個校正圖像向量與校正圖像相關聯(lián)。
平均校正圖像向量Ψ，可以表示為，根據(jù)以下公式來確定M
權利要求
1.一種用于存儲校正圖像數(shù)據(jù)的方法，所述方法包括a)接收與第一顯示系統(tǒng)相關聯(lián)的第一校正圖像；b)用第一模型擬合所述第一校正圖像，從而產(chǎn)生與所述第一校正圖像相關聯(lián)的至少一 個模型參數(shù)值；c)對與所述第一校正圖像相關聯(lián)的所述至少一個模型參數(shù)值進行編碼，從而產(chǎn)生與所 述第一校正圖像相關聯(lián)的已編碼數(shù)據(jù)；以及d)將所述已編碼數(shù)據(jù)存儲在所述第一顯示系統(tǒng)處的存儲位置中。
2.根據(jù)權利要求1所述的方法，還包括使用所述已編碼數(shù)據(jù)來校正所述第一顯示系 統(tǒng)處的顯示值，其中，使用已編碼數(shù)據(jù)來校正所述第一顯示系統(tǒng)處的顯示值包括a)從所述存儲位置獲取所述已編碼數(shù)據(jù)；b)根據(jù)所述已編碼數(shù)據(jù)對與所述第一校正圖像相關聯(lián)的所述至少一個模型參數(shù)值進 行解碼；以及c)使用所述至少一個模型參數(shù)值來確定校正值。
3.根據(jù)權利要求1所述的方法，其中，用第一模型擬合所述第一校正圖像包括a)將所述第一校正圖像分成至少一個圖像補?。灰约癰)確定與所述至少一個圖像補丁中每一個相關聯(lián)的平面模型參數(shù)值，其中，所述至少 一個模型參數(shù)包括與所述至少一個圖像中每一個相關聯(lián)的所述平面模型參數(shù)值。
4.根據(jù)權利要求1所述的方法，還包括a)用第二模型擬合所述第一校正圖像；b)選擇所述第一模型或所述第二模型，從而產(chǎn)生模型選擇；以及c)將所述模型選擇與所述已編碼數(shù)據(jù)存儲。
5.根據(jù)權利要求4所述的方法，其中a)所述第一模型是水平平面模型和垂直平面模型中的一個；以及b)所述第二模型是所述水平平面模型和所述垂直平面模型中的另一個。
6.根據(jù)權利要求4所述的方法，其中，所述選擇包括a)當相比于所述第二模型，所述第一模型提供對所述第一校正圖像的更好擬合模型 時，選擇所述第一模型；以及b)當相比于所述第一模型，所述第二模型提供對所述第一校正圖像的更好擬合模型 時，選擇所述第二模型。
7.根據(jù)權利要求1所述的方法，其中a)所述第一模型包括二維B樣條表面；以及b)用第一模型擬合所述第一校正圖像包括確定所述B樣條表面的多個節(jié)點。
8.根據(jù)權利要求1所述的方法，其中，用第一模型擬合所述第一校正圖像包括a)將所述第一校正圖像分解成第一圖像和第二圖像，其中i)所述第一圖像包括來自所述第一校正圖像的垂直和水平對準結(jié)構(gòu)； )所述第二圖像包括來自所述第一校正圖像的平滑變化分量；b)用所述第一模型擬合所述第二圖像；以及c)將所述第一圖像的表示與所述已編碼數(shù)據(jù)存儲。
9.一種用于存儲校正圖像數(shù)據(jù)的方法，所述方法包括a)接收與第一顯示系統(tǒng)相關聯(lián)的多幅校正圖像；b)產(chǎn)生與所述多幅校正圖像相關聯(lián)的多個特征向量；c)將每個所述校正圖像投影到由所述多個特征向量定義的特征空間上，從而產(chǎn)生與所 述多幅校正圖像中的每幅校正圖像相關聯(lián)的多個系數(shù)；d)對所述多個特征向量進行編碼，從而產(chǎn)生已編碼數(shù)據(jù)；以及e)將所述已編碼數(shù)據(jù)和與所述多幅校正圖像中的每幅校正圖像相關聯(lián)的所述多個系 數(shù)存儲在所述第一顯示系統(tǒng)處的存儲位置中。
10.根據(jù)權利要求9所述的方法，其中，所述多幅校正圖像包括a)與第一顏色分量相關聯(lián)的第一組多幅校正圖像；以及b)與第二顏色分量相關聯(lián)的第二組多幅校正圖像。
11.根據(jù)權利要求9所述的方法，包括使用所述已編碼數(shù)據(jù)和與所述多幅校正圖像中 的每幅校正圖像相關聯(lián)的所述多個系數(shù)，來校正所述第一顯示系統(tǒng)處的顯示值。
12.根據(jù)權利要求9所述的方法，其中，所述產(chǎn)生與所述多幅校正圖像相關聯(lián)的多個特 征向量包括a)形成多個校正圖像向量，其中，所述多個校正圖像向量中每個校正圖像向量與所述 多幅校正圖像中的校正圖像相關聯(lián)；b)確定所述多個校正圖像向量的平均校正圖像向量；c)從所述多個校正圖像向量中的每個校正圖像向量中減去所述平均校正圖像向量，從 而產(chǎn)生多個平均調(diào)整校正圖像向量；d)形成與所述多個平均調(diào)整校正圖像向量相關聯(lián)的協(xié)方差矩陣；以及e)確定所述協(xié)方差矩陣的特征向量。
13.根據(jù)權利要求12所述的方法，還包括a)對所述平均校正圖像向量進行編碼，從而產(chǎn)生已編碼平均向量；以及b)將所述已編碼平均校正圖像向量與所述已編碼數(shù)據(jù)存儲。
14.根據(jù)權利要求13所述的方法，其中，對所述平均向量進行編碼包括a)根據(jù)所述平均校正圖像向量形成平均圖像；以及b)用第一模型擬合所述平均圖像，從而產(chǎn)生與所述平均圖像相關聯(lián)的至少一個模型參數(shù)值。
15.根據(jù)權利要求9所述的方法，其中，對所述多個特征向量進行編碼包括a)形成與所述多個特征向量中的第一特征向量相關聯(lián)的第一特征圖像；以及b)用第一模型擬合所述第一特征圖像，從而產(chǎn)生與所述第一特征圖像相關聯(lián)的至少一 個模型參數(shù)值。
16.一種顯示系統(tǒng)，包括a)存儲器，用于存儲校正圖像信息；b)解碼器，用于對所述校正圖像信息進行解碼，從而產(chǎn)生已解碼校正圖像信息；c)重構(gòu)器，用于使用所述已解碼校正圖像信息來重構(gòu)校正圖像；以及d)校正器，用于使用所述校正圖像來校正顯示值。
17.根據(jù)權利要求16所述的顯示系統(tǒng)，其中，已解碼校正圖像信息包括至少一個模型參數(shù)值。
18.根據(jù)權利要求16所述的顯示系統(tǒng)，其中，所述已解碼校正圖像信息包括多個特征 向量和與多幅校正圖像相關聯(lián)的多個系數(shù)。
19.一種用于校正顯示值的方法，所述方法包括a)獲取與顯示系統(tǒng)相關聯(lián)的已編碼校正圖像信息；b)對所述已編碼校正圖像信息進行解碼，從而產(chǎn)生至少一個模型參數(shù)值；c)使用所述至少一個模型參數(shù)值來確定校正值；以及d)根據(jù)所述校正值調(diào)整顯示值。
20.根據(jù)權利要求19所述的方法，其中，所述至少一個模型參數(shù)值是與校正圖像的第 一補丁相關聯(lián)的平面模型參數(shù)，所述校正圖像與所述校正圖像信息相關聯(lián)。
21.根據(jù)權利要求19所述的方法，還包括a)獲取第一模型選擇器，其中所述第一模型選擇器與校正圖像的第一補丁相關聯(lián)，所 述校正圖像與所述校正圖像信息相關聯(lián)；b)根據(jù)所述至少一個模型參數(shù)值，確定與所述第一補丁相關聯(lián)的至少一個補丁參數(shù)值；c)基于所述模型選擇器選擇第一模型；以及d)其中，使用所述至少一個模型參數(shù)值確定校正值包括使用所述第一模型和所述至 少一個補丁參數(shù)值確定所述校正值。
22.根據(jù)權利要求19所述的方法，還包括a)獲取第一圖像的表示值，其中，所述第一圖像包括與校正圖像相關聯(lián)的水平和垂直 對準圖像結(jié)構(gòu)，所述校正圖像與所述校正圖像信息相關聯(lián)；b)使用所述表示值確定所述第一圖像的重構(gòu)值；以及c)其中，使用所述至少一個模型參數(shù)確定校正值包括將所述重構(gòu)值與使用所述至少 一個模型參數(shù)值而確定的第一校正值相組合。
23.一種用于校正顯示值的方法，所述方法包括a)獲取與顯示系統(tǒng)相關聯(lián)的已編碼校正圖像信息；b)根據(jù)所述已編碼校正圖像信息對多個特征向量進行解碼；c)根據(jù)所述已編碼校正圖像信息對平均向量進行解碼；d)根據(jù)所述已編碼校正圖像信息對多個投影系數(shù)進行解碼；e)將所述多個特征向量、所述平均向量與所述多個投影系數(shù)相組合，以確定校正值；以及f)根據(jù)校正值調(diào)整顯示值。
24.根據(jù)權利要求19或23中任一項所述的方法，其中，所述已編碼校正信息存儲在所 述顯示系統(tǒng)處。
25.根據(jù)權利要求23所述的方法，其中，根據(jù)所述已編碼校正圖像信息對多個特征向 量進行解碼包括a)對來自所述多個特征向量的第一特征向量進行解碼，其中對來自所述多個特征向量 的第一特征向量進行解碼包括i)對與所述第一特征向量相關聯(lián)的至少一個模型參數(shù)進行解碼；以及 )使用與所述第一特征向量相關聯(lián)的所述至少一個模型參數(shù)確定所述第一特征向量。
26.根據(jù)權利要求23所述的方法，其中，所所述多個特征向量、所述平均向量與所述多 個投影系數(shù)相組合以確定校正值包括a)確定第一顏色分量；b)確定第一碼值；c)從所述多個投影系數(shù)中確定第一組多個投影系數(shù)，其中所述第一組多個投影系數(shù)與 所述第一顏色分量和所述第一碼值相關聯(lián)；d)將所述多個特征向量中的每個特征向量與來自所述第一組多個投影系數(shù)的關聯(lián)的 投影系數(shù)相乘，從而產(chǎn)生多個縮放的特征向量；以及e)對所述多個縮放的特征向量與所述平均向量進行求和。
全文摘要
本發(fā)明的方面涉及用于壓縮顯示非均勻性校正數(shù)據(jù)并使用壓縮的顯示非均勻性校正數(shù)據(jù)的系統(tǒng)和方法。該方法包括接收與第一顯示系統(tǒng)相關聯(lián)的第一校正圖像；用第一模型擬合第一校正圖像，從而產(chǎn)生與第一校正圖像相關聯(lián)的模型參數(shù)值；對與所述第一校正圖像相關聯(lián)的模型參數(shù)值進行編碼，從而產(chǎn)生與第一校正圖像相關聯(lián)的已編碼數(shù)據(jù)；以及將已編碼數(shù)據(jù)存儲在第一顯示系統(tǒng)處的存儲位置中。用于存儲校正數(shù)據(jù)的方法也可以通過使用顯示系統(tǒng)來確定。
文檔編號G09G3/20GK102089799SQ200980126620
公開日2011年6月8日 申請日期2009年7月9日 優(yōu)先權日2008年7月9日
發(fā)明者馮曉帆, 小澤泰生, 潘昊, 蘇野平 申請人:夏普株式會社