Conversione dello spazio colore da RGB a Lab
Siamo una grande azienda di stampa a Shenzhen in Cina. Offriamo tutte le pubblicazioni di libri, stampa di libri rigidi, stampa di libri su carta, quaderno rilegato, stampa di libri di sprial, stampa di libri a cucitura, stampa di libretti, scatole di imballaggio, calendari, tutti i tipi di PVC, brochure di prodotti, note, libri per bambini, adesivi, tutti tipi di speciali prodotti di stampa a colori di carta, gioco di carte e così via.
Per maggiori informazioni per favore visita
http://www.joyful-printing.com. Solo ENG
http://www.joyful-printing.net
http://www.joyful-printing.org
email: info@joyful-printing.net
In primo luogo, Introduzione
Mentre l'industria della stampa cambia da analogico a digitale, il problema di un'accurata riproduzione dei colori è diventato fondamentale. Abbiamo bisogno di utilizzare la gestione del colore per garantire immagini a colori migliori, più veloci e più accurate. Per raggiungere l'uniformità del colore e l'indipendenza del dispositivo nel processo di elaborazione delle immagini, è necessario implementare la gestione del colore standardizzata e standardizzata.
La cosiddetta gestione del colore è quella di risolvere il problema della conversione dell'immagine tra i colori, in modo che il colore dell'immagine sia minimizzato durante l'intero processo di copia. L'idea di base è selezionare innanzitutto uno spazio colore di riferimento indipendente dal dispositivo, quindi caratterizzare il dispositivo e infine stabilire una relazione tra lo spazio colore di ogni dispositivo e lo spazio colore di riferimento indipendente dalla periferica, in modo che il file di dati si trovi in ogni dispositivo . C'è una chiara relazione tra le transizioni. Mentre è impossibile avere tutti i colori su diversi dispositivi esattamente allo stesso modo, è possibile utilizzare la gestione del colore per garantire che la maggior parte dei colori siano uguali o simili per ottenere un effetto di copia a colori coerente.
In secondo luogo, conversione dello spazio colore
La conversione dello spazio colore si riferisce alla conversione o rappresentazione dei dati di colore in uno spazio colore in dati corrispondenti in un altro spazio colore, ovvero utilizzando i dati in spazi colore diversi per rappresentare lo stesso colore. In questo documento, lo spazio colore RGB dipendente dalla periferica viene convertito in uno spazio colore CIELab indipendente dalla periferica. Qualsiasi spazio colore associato al dispositivo può essere misurato e calibrato nello spazio colore CIELab. Se diversi colori relativi al dispositivo corrispondono allo stesso punto nello spazio colore CIELab, la transizione tra di essi deve essere accurata.
Esistono molti modi per convertire lo spazio colore. Questo documento introduce principalmente l'interpolazione della tabella 3D e la regressione polinomiale.
1. Interpolazione di ricerca tabella tridimensionale
Il metodo della tabella di ricerca tridimensionale è attualmente un algoritmo comunemente utilizzato per lo studio della conversione dello spazio colore. L'idea principale dell'algoritmo della tabella di ricerca 3D è di dividere lo spazio cromatico sorgente in un cubo regolare. I dati degli otto vertici di ciascun cubo sono noti e i punti noti di tutti gli spazi di origine formano un tridimensionale. Tabella di ricerca. Quando viene assegnato un qualsiasi punto nello spazio sorgente, gli otto punti dati adiacenti ad esso possono essere trovati per formare un nodo di un piccolo reticolo cubico e gli otto vertici del cubo piccolo vengono interpolati per ottenere i dati corrispondenti allo spazio target.
Il metodo della tabella di ricerca generale viene utilizzato in combinazione con il metodo di interpolazione e diventa un metodo di tabella di ricerca tridimensionale con un algoritmo di interpolazione. Questo metodo può essere suddiviso in tre passaggi:
1 segmentazione: partizionare lo spazio colore sorgente in un determinato intervallo di campionamento per stabilire una tabella di ricerca tridimensionale;
2 Trova: per un punto di input noto, cerca nello spazio di origine e trova il cubo formato da otto punti della griglia che lo contengono;
3 Interpolazione: calcola i valori del colore su punti non grigliati in una griglia di cubi.
Secondo diversi metodi di segmentazione dello spazio sorgente, gli algoritmi di interpolazione comuni sono: interpolazione trilineare, interpolazione triangolare dei prismi, interpolazione piramidale e interpolazione tetraedrica.
2. Regressione polinomiale
L'algoritmo di regressione polinomiale si basa sul presupposto che l'associazione di spazi colore può essere stimata da un insieme di equazioni simultanee. L'unica condizione necessaria per l'algoritmo di regressione polinomiale è che il numero di punti nello spazio sorgente deve essere maggiore del numero di elementi nel polinomio selezionato. L'obiettivo di questo algoritmo è calcolare i coefficienti del polinomio, e quindi sostituire i dati dello spazio colore sorgente nel polinomio, e quindi il risultato convertito può essere ottenuto secondo l'equazione.
Esistono molte forme diverse di polinomio. In questo documento, viene utilizzato un polinomio con un numero di elementi di 6. L'espressione specifica è mostrata nella formula (1).
Il coefficiente di questo polinomio può essere ottenuto dall'equazione (2).
Le espressioni nella formula (2) sono rispettivamente la trasposizione della matrice come mostrato nelle formule (3) e (4), e l'espressione specifica è come mostrato nella formula (5). Il numero di termini che rappresentano il polinomio nella formula (3) è preso in questo argomento; indica il numero di punti dello spazio sorgente selezionato. In questo problema, 216 punti vengono ottenuti dopo sei livelli di segmentazione dello spazio sorgente (ad esempio, lo spazio cromatico RGB). Quindi prendilo. Infatti, per un polinomio con un numero di termine di 6, il coefficiente del polinomio può essere ottenuto assumendolo.
Nella formula (3), () sono i tre valori di colore dello spazio di origine e () nella formula (4) è uno qualsiasi dei tre valori che rappresentano il colore nello spazio di destinazione.
L'algoritmo di regressione polinomiale è semplice, facile da implementare e ha un buon effetto di conversione; ma la precisione è bassa quando il numero di elementi è piccolo, quando il numero di elementi è troppo grande, la quantità di calcolo è grande e la precisione non è necessariamente elevata.
3. Differenza di colore
Quando si valuta la qualità della riproduzione del colore e si controlla il processo di riproduzione del colore, ad esempio, quando si implementa la gestione del colore e si valuta il colore di una stampa, è spesso necessario calcolare la differenza cromatica del colore per ottenere lo scopo di controllare il colore. Allo stato attuale, lo spazio colore uniforme CIE 1976 Lab e la relativa formula di differenza di colore sono comunemente usati nell'industria della stampa. L'espressione specifica è mostrata nella formula (6).
In terzo luogo, il processo di realizzazione
In primo luogo, viene brevemente illustrata la piattaforma operativa di questo argomento e vengono descritti in dettaglio il metodo per ottenere i dati utilizzati in questo argomento e le fasi dettagliate di realizzazione della conversione dello spazio colore.
1. Piattaforma operativa
Il sistema operativo utilizzato in questo argomento è Microsoft Windows XP, l'ambiente di programmazione è Visual C ++ 6.0, l'intera applicazione è basata sul framework dell'applicazione MFC e vengono utilizzati anche OpenGL e OpenCV.
2. Acquisizione dati
I dati sono divisi in due parti: dati di modellazione e dati di test. I dati di modellazione vengono utilizzati per calcolare i coefficienti del polinomio. I dati del test vengono utilizzati per analizzare la precisione dell'algoritmo. I dati di modellazione e i dati di test dallo spazio sorgente e dallo spazio target sono tutti in Adobe Photoshop. Raccolto.
2.1 acquisizione di dati di modellazione. Questo argomento utilizza sei livelli di segmentazione uniforme per raccogliere i punti di modellazione e R, G e B prendono 0, 51, 102, 153, 204 e 255, rispettivamente. Inserisci i valori di R, G e B nel selettore di colori di PhotoShop e registra i valori di L, a e b corrispondenti al set di valori e registrali nel testo, come mostrato nella Figura 1. Un totale di 63 = 216 set di valori sono stati ottenuti.
Figura 1 Ottenimento di dati dal selettore di colori
2.2 Acquisizione dei dati di test In questo argomento viene utilizzata la segmentazione non uniforme su otto livelli per raccogliere i punti di test. R, G e B assumono rispettivamente 0, 36, 72, 108, 144, 180, 216, 255. Il metodo di acquisizione è lo stesso di sopra e si ottengono un totale di 83 = 512 valori di gruppo.
3. Passi specifici di implementazione
Il diagramma di flusso dell'implementazione specifica di questo argomento è mostrato in Figura 2.
Figura 2 Diagramma di flusso del telaio
Come mostrato nella Figura 2, i passaggi specifici dell'implementazione del programma sono i seguenti:
3.1 Avviare Visual C ++ 6.0 e impostare l'ambiente di runtime OpenCV in MFC.
3.2 Leggere i dati di modellazione.
3.3 Completamento del calcolo dei coefficienti polinomiali: secondo le formule (3), (4), (5), rispettivamente. I coefficienti del polinomio si ottengono ottenendo in sequenza,, e.
3.4 Leggi i dati del test.
3.5 Disegnare una vista a colori tridimensionale del modello Lab corrispondente dopo la segmentazione a otto livelli del modello RGB.
3.6 Portare i valori RGB di ogni punto ottenuto dalla segmentazione a otto stadi nei tre polinomi ottenuti nel passaggio 3 e calcolare i valori L, a e b di ciascun punto (in seguito denominato valore calcolato), quindi convertire RGB spazio colore nello spazio colore Lab per regressione polinomiale.
3.7 Per giudicare i meriti di questo metodo di conversione dello spazio colore, è necessario valutare calcolando la differenza cromatica. Per ogni colore, il valore misurato ottenuto nella fase 4 è ottenuto sottraendo il valore calcolato ottenuto nella fase 6, e quindi la differenza di colore è ottenuta in base alla formula 6, l'istogramma dell'eccellente distribuzione della differenza viene disegnato e la differenza è la gamma di diverse differenze di colore. proporzione.
In quarto luogo, i risultati vengono visualizzati e analizzati
In base ai passaggi specifici della sezione precedente, VC ++ 6.0 viene utilizzato per realizzare la conversione dello spazio colore RGB in Lab in PhotoShop. Questa sezione mostra principalmente i risultati correnti del programma ed esegue una breve analisi.
1. Visualizzazione dei risultati
In questo documento, la relazione di conversione viene stabilita mediante una segmentazione uniforme a sei livelli e la precisione di questo metodo viene testata utilizzando una segmentazione non uniforme su otto livelli. L'istogramma della distribuzione della differenza cromatica viene disegnato e viene contata la differenza di colore. L'interfaccia principale dell'implementazione del programma è mostrata nella Figura 3.
Figura 3 Interfaccia del corpo di conversione dello spazio colore da RGB a CIELab
L'istogramma della distribuzione della differenza di colore e i relativi dati statistici sono mostrati nella Figura 4.
Figura 4 Interfaccia delle statistiche sulla differenza cromatica
La vista tridimensionale a colori del modello Lab corrispondente dopo la segmentazione a otto livelli del modello RGB è mostrata nella Figura 5. Dopo che il modello RGB è diviso in otto livelli, il metodo di regressione polinomiale viene utilizzato per convertire il colore tridimensionale vista del modello dello spazio colore Lab, come mostrato in Figura 6.
Figura 5 Vista a colori tridimensionale dello spazio colore Lab dopo lo spazio colore RGB diviso su otto livelli
Figura 6 Visualizzazione a colori tridimensionale convertita in spazio colore Lab dopo aver suddiviso lo spazio colore RGB in otto livelli
2. Analisi e sintesi dei risultati
Come mostrato in FIG. 4, la differenza di colore massima dopo la conversione dello spazio colore di 512 colori è 28 e la distribuzione della differenza di colore non è uniforme nel suo complesso.
Secondo le statistiche, ci sono 74 colori nell'intervallo 0 ~ 5, pari al 14,45% del totale; 264 colori nell'intervallo 5-10, pari al 51,56% del totale; l'intervallo di differenza cromatica è compreso tra 10 e 15. 157 colori, pari al 30,66% del totale; l'aberrazione cromatica variava da 15 a 20 con 13 colori, pari al 2,54% del totale; differenza di colore maggiore di 20 per 4 colori, pari allo 0,78% del totale, e i dati hanno mostrato che la differenza di colore Tra i quattro colori maggiore di 20, il blu puro (0,0,255) e il verde puro (0,255,0) avere la più grande differenza di colore, e gli altri due colori hanno una differenza di colore inferiore a 21. Per questi 512 colori, la differenza cromatica è al massimo 28, il minimo è 0 e la differenza cromatica media è 9. In generale, il la gamma di aberrazioni cromatiche è per lo più concentrata tra 5 e 15.
Confrontando la Figura 5 con la Figura 6, possiamo scoprire che lo spazio colore RGB viene convertito nel modello dello spazio colore Lab dal metodo di regressione polinomiale, che è simile alla forma del modello dello spazio colore Lab ottenuto dal test, indicando che i risultati ottenuti da questo argomento sono ideali.
V. Riassunto
Si può vedere che l'uso della regressione polinomiale per eseguire la conversione dello spazio colore è relativamente accurato. Il polinomio di numeri di elementi diversi può essere utilizzato per confrontare i risultati di conversione dello stesso spazio di origine nello stesso spazio di destinazione; scoprendo in tal modo il numero ottimale di polinomi nel processo di conversione dello spazio sorgente nello spazio bersaglio. Pertanto, sono necessarie ulteriori ricerche su questo argomento.