显示屏亮度校正 Memo

校正流程：

PC图像映射至LED全彩屏⇒图像采集⇒解读Raw图片⇒取亮度⇒计算校正参数⇒发送至屏测试

性能问题：

  • 多线程

  • OpenCL

Note

不过OpenCV的GPU加速目前(version 2.4.8)只支持CUDA。先实现校正，再考虑用什么途径加速。

考虑到图像处理库的易用性，语言在python和c++中选。初期可以用python+opencv写，后期如果遇到性能问题，找瓶颈，如果是python代码，改用c实现。不过现在python的图像处理库大多用c写后端函数，提供python接口，所以性能一般不会差太多（除非和IPP这种利用SSE和AVX指令集的Intel专用库比较）。

图像映射

PC上显示的信号，屏幕上一一映射RGB值

图像采集

  • 厂区：暗室拍照

  • 室外：安装位置拍照

可调参数

  1. 物距、焦距

  2. 光圈、快门

  3. RAW、JPEG

  4. 大屏分块拍摄的块尺寸

需要解决的问题

  1. 降噪（变动的环境影响） → 拍N张照片，对齐，取平均，让噪声叠加后被缩小至N分之一

  2. 降噪（固定的环境影响） → 关屏幕拍摄，找到零点

  3. 同一设置下，连续两张照片，算出的亮度值不一致

  4. 自动采集

    • libgphoto2 支持多种相机，其中不少除了Image Capture，还可以Liveview, Configuration。

解读RAW图片

目前看来以下两种途径可行

  • 调用ImageMagick或dcraw进程处理raw文件，读取处理结果

  • 链接libraw库，直接读取raw图像

考虑实现复杂程度的话，调用外部程序读raw的方式，开发时会更方便做实验比较。把处理好的raw写成16bit的tiff，也让后续处理时库的选择几乎不会再遇到格式支持问题。

思考：对图像作哪些处理可以改善效果？

镜头引起的畸变和暗角可以在这一步解决。

亮度信息获取

可调参数

  1. 像素半径

  2. 目标亮度

需要解决的问题

  1. 识别屏幕边缘

    • 非屏幕中心法向拍摄的照片，要校正畸变

    • 非屏幕中心法向拍摄的照片，要校正感知亮度因拍摄角度而产生的细微变化

  2. 像素的识别

  3. 坏点的识别

  4. 遮挡的识别（集中在一起的许多坏点？）

  5. 选取合适的色彩空间

  6. 像素亮度如何定义

计算校正参数

需要解决的问题

  1. RGB单色均匀性

  2. 统一白点

  3. 要提供校正曲线，因为各通道输出一般都是非线性的

  4. 模块边缘偏暗

    • 小点距屏模块间点距精度不够

    • 单屏拍摄时，边缘像素比中心像素的周围发光体数量少，感知到的总光通量小

发送至屏测试

目前把校正参数上传给控制器，慢。

需要解决的问题

  1. 在PC端应用矫正，映射矫正结果到屏，实时预览

  2. PC端矫正参数能否转换成屏端矫正参数？效果是否可能一致？

results matching ""

    No results matching ""