一种基于深度学习的光电特性均匀性校正方法

本发明公开了一种基于深度学习的光电特性均匀性校正方法，该方法在触发条件满足时，同步采集参考传感器与工作传感器信号，计算各工作传感器的可靠性系数，基于该系数对面板光学参数进行加权处理，计算各像素区域的均匀性偏差，随后，融合各区域的均匀性偏差与传感器可靠性，生成优先级区域列表，按此顺序驱动相应区域显示测试图像，并将采集的多维感知数据输入深度学习模型，预测并更新对应区域的像素补偿参数，最后，进行闭环验证，若未达标准则更新列表并迭代校正，直至达标，本发明实现了对显示面板不均匀性的高效、高精度自适应闭环校正，提升了显示质量。