基于色度特征化的乾隆色谱跨设备色彩再现

色彩失真现象普遍存在于图像在不同设备之间传输的过程中,为保证纺织文物图像跨设备的色彩真实再现,继而推进博物馆数字化发展,在乾隆色谱染色丝织物的基础上,分别对数码相机和显示屏进行色度特征化,并讨论了不同图像格式、不同训练数据集、多项式不同阶数对相机预测模型精度的影响,同时采用增益-偏置-伽马模型(GOG模型)对显示屏进行色度特征化,然后对乾隆色谱跨设备再现情况进行色差分析以确定最优特征化模型,最后采用中国丝绸博物馆馆藏纺织品文物对建立模型进行检验。结果表明:选择RAW格式图像和三阶多项式对相机进行色度特征化处理,并使用采集的纺织品颜色数据集训练模型,模型的精度可达到2.18(ΔE_(ab)^(∗))(CIEDE2000色差值);显示器特征化模型精度为0.58(ΔE_(ab)^(∗));乾隆色谱跨设备再现的色差均值为2.16(ΔE_(ab)^(∗)),真实丝绸文物跨设备再现的色差值为2.38(ΔE_(ab)^(∗)),表明该特征化模型具有优异的跨设备色彩再现效果。

数字图像设备色度特征化建模软件研究

彩色图像在数字图像设备之间的传输和复制过程中,为保证其色彩还原的准确性和一致性,必须实施色彩管理,而色彩管理的核心技术之一就是对数字图像设备进行色度特征化。在研究了数字图像设备色度特征化的原理和方法的基础上,基于多项式回归法,建立了数字图像的设备色度值RGB与CIE标准颜色空间色度值CIELab之间的非线性关系;并通过Matlab软件编程,设计一种数字图像设备色度特征化的快速建模软件。实验结果表明,应用该软件可实现设备色度值RGB与标准颜色空间色度值CIELab的快速精确转换。

一种基于混沌粒子群优化的显示设备色度特征化方法

彩色显示器是传达信息的主要设备之一,但相同的RGB颜色值在不同的显示设备上视觉效果往往有差异,导致颜色传递不准确,因此有必要建立一个色度特征化方法,使RGB颜色转变到设备无关的CIELAB颜色空间,以提高颜色表现的准确性。为解决该难题,借助多项式描述RGB与CIELAB之间的非线性关系;建立了显示器设备的RGB到CIELAB的建模和精度测试色靶;建模过程中,引入混沌序列,对粒子群优化方法进行改善,基于混沌粒子群优化方法以均方误差为适应度函数估计出各个多项式的系数,从而完成建模过程。将所提方法与最小二乘和基于MCMC的贝叶斯估计方法进行了比较,精度基本接近,但耗时更少。结果表明:该模型针对测试色靶的平均色差较小,得到了较好的结果,是一种有效的显示设备色度特征化方法。

液晶显示器色度特征化的分空间补偿模型

由于液晶显示器不能完全满足通道独立性和色品恒定性而导致其色度特征化精度不高,故液晶显示器精确色度特征化模型的研究具有重要意义。将分空间处理的思想应用于对液晶显示器色度特征化精度较高的掩模(Masking)模型,提出了分空间补偿(SC)模型。该模型将RGB颜色空间分为8个子空间,基于不同子空间的相应训练样本,将掩模模型的预测三刺激值差值拟合成各通道驱动值的多项式函数,并对其三刺激值进行补偿。通过对四台液晶显示器色度特征化的实验测试表明,分空间补偿模型的最优平均预测色差分别为0.2783,0.3199,0.7090和1.2216CIELAB单位,验证了其颜色预测精度优于现有的相关色度特征化模型,且可以适用于各类液晶显示器。

基于多项式回归模型的扫描仪色度特征化

为了实现扫描仪精确的色度特征化,详细研究了多种不同项数、不同变换类型多项式回归模型,多项式的项数分别为3,5,9,11,18和20,变换类型包括扫描仪RGB空间到CIEXYZ或CIELAB空间的多种变换。以ANSIIT8.7/2标准色卡为色靶,对同一台扫描仪进行了色度特征化。实验结果表明,多项式项数小于11时,不同类型模型间的精度差异大,且线性化RGB能提高模型精度;项数大于11时,模型间精度差异缩小,而线性化RGB反而会降低模型精度。实验中,多项式项数为20时的RGB到CIEXYZ变换模型特征化精度最好,平均色差和最大色差分别为0.832和2.988 CIELAB色差单位。

相机参数可变的齐次多项式色度特征化模型

基于相机的成像原理,建立了不同拍摄参数下响应值之间的转换方程,提出了一种基于齐次多项式回归的色度特征化模型,克服了传统多项式模型非线性外插造成的误差。对Nikon D3x数码相机进行了拍摄参数变化的色度特征化实验,分析了不同项数对特征化精度的影响。实验结果表明,齐次多项式模型适用于描述拍摄参数可变的相机色度特征化,且项数以6、7项为宜;在4种色温和7种照度构成的28种LED光源下的实验中,在色温不变、照度变化的光照下其颜色预测精度优于1.5CIELAB色差单位,与固定参数、固定光照下多项式模型的精度相当,而在色温和照度同时变化的情况下其平均色差小于2.0CIELAB单位,可以满足相机应用的色度精度的性能要求。

基于均匀颜色样本的彩色数码相机色度特征化目标样本优化

彩色数码相机通常利用目标样本建立色度特征化模型,目标样本将影响相机响应值与色度值之间的映射关系。现有的目标样本选择方法忽略了目标样本的普适性,即基于优化的目标样本建立的色度特征化模型应对任何颜色样本都适用,为此提出了基于均匀颜色样本的数码相机色度特征化目标优化方法。首先,从大量真实物体的光谱反射比中挑选均匀颜色样本,然后,结合色度特征化模型在均匀颜色样本中优化目标样本。实验结果表明,目标样本的优化受数据类型和色度特征化模型的影响,因而得到了不同的优化目标样本,且优化目标样本的色度特征化性能优于典型的目标样本。同时,对于RAW数据,目标样本数量的增加并不一定提高线性色度特征化模型的精度,而对于sRGB数据,较多的目标样本将有利于提升多项式色度特征化模型性能。

基于非RAW数据的数码反射显微镜色度特征化

为了防止彩色数码反射显微镜的白平衡算法失效,提高图像颜色采集精度,提出了基于非RAW数据的数码相机色度特征化方法。首先,利用色卡中性色块建立基于幂函数的非线性校正模型,将非RAW数据转换为与场景辐亮度线性相关的数据。然后,建立色度特征化模型。最后,通过实验测试非RAW数据校正前后的色度特征化精度,并分析光源亮度变化对非线性校正模型及色度特征化精度的影响。结果表明,校正后的非RAW数据将提高色度特征化精度,对于线性色度特征化模型效果尤为明显。同时,光源亮度改变将引起非线性校正模型以及色度特征化精度的变化,当亮度变化不剧烈时,可采用通用非线性校正模型。

GOG模型对平板电脑特征化的适用性研究

为了研究GOG模型是否适用于平板电脑的特征化,对ipad、ipad pro、Huawei matepad和Huawei matepad pro进行了呈色性能测试,然后用GOG模型对4个平板电脑进行特征化,并使用多项式模型对预测结果进行修正,测试了模型对纯色色块以及纯色纺织品图像三刺激值的预测精度。结果表明:不同的平板电脑的呈色性能存在差异,对于通道独立性与色品恒定性较好的平板电脑,用GOG模型进行特征化可以获得较高的预测精度;对于通道独立性与色品恒定性较差的平板电脑,用GOG模型进行特征化获得的预测精度较低,即使经过多项式模型对预测结果进行修正,其预测精度也不够理想。该结果为平板电脑的特征化模型的选择提供了参考。

基于中国书画特征颜色的专用色标设计与制作

为提高中国书画作品的数字化采集精度,对中国书画创作的各种主要原材料(包括颜料、印泥和宣纸等)进行实样采集和颜色测量,建立中国书画特征颜色数据集,并据此设计与制作中国书画专用色标。实验结果表明,专用色标可用于扫描仪的色度特征化、创建扫描仪的ICC颜色描述文件,对中国书画原材料颜色样品的数字化采集精度优于IT8.7/2标准色标。

基于颜色空间与聚类分析相结合的袜带辨色分级方法

针对丝卷检测中锦纶长丝染色均匀度测定的问题,采用CCD摄像头提取袜套样本图像,提出了应用商图像归一化的方法对袜套图像进行光源空间均匀性校正;应用多项式回归模型对摄像头提取的袜套样本图像进行色度特征化处理,得到的平均和最大色差分别为0.439和1.328 CIELAB色差单位;通过HSV颜色空间的色度百分率直方图,得到待检测袜套的颜色特征值,再由经验方程将其转化为聚类分析的输入矢量,最后应用聚类的方法对全体袜套的特征进行分析,得到袜带的染色分级区间及各段袜套的染色评级。结果表明,取得聚类过程中的参数最大迭代次数为100,终止误差限为1×10-5,模糊加权指数为2,得到聚类中心个数分别取2、3、4、5时的分类结果与人眼视觉比较,误差在0.125%以内,该误差远低于生产技术指标的允许误差,可用于对袜套颜色指标的检测和分级。

数字影像系统颜色再现实验研究

为实现彩色图像在数字化复制过程中的精确颜色再现,提出一种数字影像系统颜色再现实验方案。分析了数字影像系统的颜色再现原理,基于多项式回归法建立数字图像设备的色度特征化模型,设计由数码相机和彩色打印机组成的数字影像系统的颜色再现处理实验方案,以KODAK Q-60(IT8.7/2)标准色靶的264个色块为检验样本,考察该方案的有效性及其颜色再现精度。实验结果表明:当颜色样本位于数码相机和彩色打印机色域内时,平均/最大色差为3.85/12.96CIELab色差单位。该方案不需通过计算机操作系统和第3方图像处理软件,而是直接修正图像像素的三基色值,实现被摄物体或彩色原稿的颜色信息从数码相机成像采集到彩色打印机硬拷贝输出这一完整过程的高精度颜色再现。