专利汇可以提供基于傅里叶变换的OLED屏幕DeMURA方法专利检索,专利查询,专利分析的服务。并且基于傅里叶变换的OLED屏幕DeMURA方法,包括以下步骤:1)调整结果的向量化处理;2)基于傅里叶变换的 信号 变换;3)最优 滤波器 的求解:4)基于最优滤波器滤波后的DeMURA 数据压缩 ;5)基于傅里叶变换的DeMURA数据压缩的解压。本 发明 的基于傅里叶变换的OLED屏幕DeMURA方法,可以通过控制频域信号的衰减,使 有损压缩 过程做到损失有度、损失可控,提高DeMURA的适用性。,下面是基于傅里叶变换的OLED屏幕DeMURA方法专利的具体信息内容。
1.基于傅里叶变换的OLED屏幕DeMURA方法,其特征在于:包括以下步骤:
1)调整结果的向量化处理:
a)针对(x,y)处的调整因子ω(x,y,c,n),构建以0-255灰阶为横坐标、以调整后灰度为纵坐标的曲线,x、y分别代表采集屏幕分辨率的列方向坐标、行方向坐标,ω(x,y,c,n)为灰阶n的调整因子;
b)依次按照R、B、G通道曲线的顺序,将调整结果曲线连接成一条曲线,将该曲线当作行向量信号t(x,y);
2)基于傅里叶变换的信号变换:
a)对于所有位置处的行向量信号进行傅里叶变换,得到每条曲线的频谱响应f(x,y),将每个位置的频谱响应信号作为行向量,然后组成频谱响应矩阵:
b)对频谱响应矩阵F进行频谱迁移,迁移结果频谱响应矩阵F*。
3)最优滤波器的求解:
* T
a)设定最优滤波器目标:设滤波器W,对频谱响应矩阵F 滤波,滤波过程为Fd=FW ,对Fd做傅里叶逆变换,得到滤波后的调整曲线矩阵T*,每个行向量即为t(x,y)的滤波结果曲线t*(x,y),公式表示为: △为误差;
b)基于给定的目标公式,初始化滤波器W,优化滤波器W,得到最优的滤波矩阵以及滤波后的结果;
4)基于最优滤波器滤波后的DeMURA数据压缩:
a)利用优化后的滤波器W,获得滤波结果曲线t*(x,y);
b)对滤波结果曲线t*(x,y)每个位置的还原信号作为行向量,组成曲线矩阵,然后对曲线矩阵做行方向的聚类;
c)对聚类后的标签做一次无损压缩;
d)保存压缩后的索引、以及各个类别的聚类中心;
5)基于傅里叶变换的DeMURA数据压缩的解压:
a)基于无损压缩算法,对聚类标签做解码,获取每个位置的曲线行向量;
b)基于每个位置的曲线行向量,可以获得每个位置在不同灰度下的调整结果,至此,解压完成。
2.根据权利要求1所述的基于傅里叶变换的OLED屏幕DeMURA方法,其特征在于:所述步骤2)-b)中,频谱中心处于列中心处,对频谱响应矩阵F做一次列方向的周期延拓,然后从列标号为384至1151截取部分矩阵作为迁移结果F*。
3.根据权利要求1所述的基于傅里叶变换的OLED屏幕DeMURA方法,其特征在于:所述步骤3)-a)中,△={0,1,2}。
4.根据权利要求1所述的基于傅里叶变换的OLED屏幕DeMURA方法,其特征在于:所述步骤3)-b)中,基于高斯低通滤波窗初始化滤波器W,然后基于梯度下降法优化滤波器。
5.根据权利要求1所述的基于傅里叶变换的OLED屏幕DeMURA方法,其特征在于:所述步骤4)-b)中,聚类方法为按照划分式的K-means做固定类别的聚类,或按照基于密度式的DBSCAN做聚类。
6.根据权利要求1所述的基于傅里叶变换的OLED屏幕DeMURA方法,其特征在于:所述步骤4)-c)中,采用哈夫曼编码对聚类后的标签做无损压缩。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
激光诱导击穿光谱图像有损无损联合压缩方法 | 2020-05-11 | 623 |
颜色查找表压缩 | 2020-05-13 | 940 |
有保证的数据压缩 | 2020-05-13 | 662 |
用于车辆控制系统的有损数据压缩器 | 2020-05-14 | 718 |
卷积神经网络全连接层稀疏的权值矩阵的压缩方法及系统 | 2020-05-08 | 270 |
数据存储方法、装置、计算机设备及存储介质 | 2020-05-08 | 358 |
一种视频编码带宽的优化电路及其优化方法 | 2020-05-14 | 174 |
一种静态图像的处理方法及装置 | 2020-05-14 | 440 |
一种有损压缩编码方法、装置和系统级芯片 | 2020-05-15 | 203 |
一种影像数据的金字塔层式存储方法及空间数据库系统 | 2020-05-15 | 693 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。