基于点集模型的LabPQR空间光谱色域映射算法

目的针对色度色域映射中出现的同色异谱现象,提出一种基于点集模型的光谱域映射算法。方法以设备采样样本为基础,在LabPQR空间内构造色度色域和PQR色域,以此描述光谱色域;采用分级映射方法,在Lab和PQR等2个子空间内对目标光谱依次判断并进行映射。结果以munsell 1269个色块为检验样本进行试验,结果显示:提出算法色度误差为1.0779,光谱误差为5.12%。结论提出算法能够有效降低同色异谱现象,并拥有较高的光谱输出精度,映射之后的结果能够满足在多种光源下与目标的视觉匹配。

加权视觉特性的PCA空间内光谱域映射模型

针对跨媒体光谱颜色复制过程中出现的设备光谱域不一致问题,在加权人眼视觉特性的主成分分析(PCA)光谱降维空间内构建了一种光谱域映射模型。利用标准色度观察者匹配函数构造权重系数,对高维光谱进行加权,采用PCA提取加权光谱的前三个主元,以构造低维加权PCA空间,在加权PCA空间内引入分区最大化色域边界描述算法描述设备光谱域,对超设备光谱域的颜色光谱进行裁切以映射到设备光谱域内。实验证明,新模型相比于常用的PCA空间内的光谱域映射模型而言,更能达到视觉感受的匹配,可以更为有效地解决设备光谱域不一致的问题。