Перетворення кольорового простору RGB в Lab
Ми велика поліграфічна компанія в Шеньчжені Китаю. Ми пропонуємо всі книжкові видання, друк книг у твердій палітурці, друк книг у твердій палітурці, друковані видання, папери з твердого паперу, друковане видання, друк на сідлі, книжкова друкарня, упаковка, календарі, всі види ПВХ, брошури для виробів, ноти, дитяча книга, наклейки, все види спеціальних паперових кольорових поліграфічних виробів, ігрових карт тощо.
Для отримання додаткової інформації відвідайте
http://www.joyful-printing.com. ENG тільки
http://www.joyful-printing.net
http://www.joyful-printing.org
електронна адреса: info@joyfulprinting.net
По-перше, вступ
Коли поліграфія перетворюється з аналогового на цифровий, проблема точного відтворення кольорів стала критичною. Нам потрібно використовувати керування кольором, щоб забезпечити кращі, швидкіші та точніші кольорові зображення. Для досягнення однорідності кольору та незалежності пристрою в процесі обробки зображень необхідно застосувати стандартизоване та стандартизоване керування кольором.
Так зване керування кольором полягає у вирішенні проблеми перетворення зображення між кольорами, щоб колір зображення міг бути мінімальним протягом всього процесу копіювання. Основна ідея полягає в тому, щоб спочатку вибрати незалежний від пристрою еталонний колірний простір, потім охарактеризувати пристрій і, нарешті, встановити зв'язок між колірним простором кожного пристрою і незалежним від пристрою еталонним колірним простором, так що файл даних знаходиться в кожному пристрої . Існує чіткий зв'язок між переходами. Незважаючи на те, що всі кольори на різних пристроях не можуть бути абсолютно однаковими, ви можете керувати кольором, щоб забезпечити той самий чи подібний більшість кольорів для досягнення послідовного ефекту кольорового копіювання.
По-друге, перетворення кольорового простору
Конвертація кольорового простору означає перетворення або представлення кольорових даних в одному колірному просторі в відповідні дані в іншому колірному просторі, тобто використання даних у різних колірних просторах для зображення одного кольору. У цьому документі залежно від пристрою колірний простір RGB перетворюється на незалежний від пристрою колірний простір CIELab. Будь-який колірний простір, пов'язаний із пристроєм, можна вимірювати та калібрувати в колірному просторі CIELab. Якщо різні кольори, пов'язані з пристроєм, відповідають одній точці в колірному просторі CIELab, то перехід між ними повинен бути точним.
Є багато способів перетворення кольорового простору. Цей документ в основному вводить інтерполяцію 3D-таблиці та поліноміальну регресію.
1. Тривимірна інтерполяція пошуку таблиці
Метод тривимірного пошуку таблиці в даний час є широко використовуваним алгоритмом вивчення перетворення колірного простору. Основною ідеєю алгоритму таблиць 3D-пошуку є розділення колірного простору джерела на звичайний куб. Відомі дані восьми вершин кожного куба, а відомі точки всіх просторів джерела утворюють тривимірне. Таблиця пошуку Коли задано будь-яку точку в просторі джерела, вісім точок даних, що прилягають до неї, можна виявити, що вони утворюють вузол маленької кубової решітки, а вісім вершин маленького куба інтерполюються для отримання даних, що відповідають цільовому просторі.
Загальний метод пошуку таблиці використовується в поєднанні з методом інтерполяції та стає методом тривимірного пошуку таблиці з алгоритмом інтерполяції. Цей метод можна розділити на три етапи:
1 сегментація: розділ вихідного колірного простору в певному інтервалі вибірки для встановлення тривимірної таблиці пошуку;
2 Знайдене: для відомих точок вводу, знайдіть у просторі джерела та знайдіть куб, що складається з восьми точок сітки, що містять його;
3 Інтерполяція: обчислення значень кольорів у точках без сітки в сітці кубиків.
За різними методами сегментації вихідного простору, загальними алгоритмами інтерполяції є трилінійна інтерполяція, інтерполяція трикутної призми, інтерполяція піраміди та тетраедрична інтерполяція.
2. Поліноміальна регресія
Алгоритм поліноміального регресії грунтується на припущенні, що асоціацію кольорових просторів можна оцінити набором одночасних рівнянь. Єдина необхідна умова для алгоритму поліноміального регресії полягає в тому, що кількість точок у вихідному просторі повинна бути більшою, ніж кількість елементів у вибраному многочлен. Основна увага цього алгоритму полягає в тому, щоб обчислити коефіцієнти поліноми, а потім замінити дані колірного простору джерела на многочлен, а потім перетворити результат можна отримати за рівнянням.
Існує багато різних форм многочленів. У цій статті використовується многочлен з числом елементів з 6. Специфічне вираження показано у формулі (1).
Коефіцієнт цього многочленів можна отримати з рівняння (2).
Вирази в формулі (2) є відповідно перенесенням матриці, як показано у формулах (3) та (4), і специфічне вираження, як показано у формулі (5). У цьому розділі взято число термінів, що представляють поліноми в формулі (3); це вказує кількість точок вибраного простору джерела. У цій задачі 216 балів отримують після шести рівнів сегментації вихідного простору (тобто колірного простору RGB). Отже, візьміть це. Фактично, для полінома з терміном №6 коефіцієнт многочленів можна отримати, беручи його.
У формулі (3), () є три значення кольору вихідного простору, а () у формулі (4) - це будь-яке з трьох значень, що представляють колір у цільовому просторі.
Алгоритм поліноміального регресії простий, простий у реалізації та має хороший ефект перетворення; але точність низька, коли кількість предметів невелика, коли кількість предметів занадто велика, величина розрахунку велика, а точність не обов'язково висока.
3. Різниця кольору
При оцінці якості відтворення кольорів та контролю процесу відтворення кольорів, наприклад, при впровадженні управління кольором та оцінці кольору друку, часто необхідно розрахувати різницю кольору кольору, щоб досягти мети контролю кольору. В даний час в друкованій промисловості широко застосовується однаковий колірний простір Лабораторії CIE 1976 року та відповідна відповідність кольорів. Специфічне вираження показано у формулі (6).
По-третє, процес реалізації
По-перше, оперативна платформа цієї теми коротко представлена, і докладно пояснюється спосіб отримання даних, що використовуються в цій темі, та детальні кроки реалізації перетворення кольорового простору.
1.Операційна платформа
Операційною системою, що використовується в цій темі, є Microsoft Windows XP, середовище програмування Visual C ++ 6.0, вся програма заснована на застосуванні Framework MFC, а також OpenGL та OpenCV.
2. Збір даних
Дані поділяються на дві частини: дані моделювання та дані тесту. Дані моделювання використовуються для розрахунку коефіцієнтів полінома. Дані тесту використовуються для аналізу точності алгоритму. Дані моделювання та дані тесту з простору джерела та цільового простору знаходяться в Adobe Photoshop. Зібрано.
2.1 придбання даних моделювання. Ця тема використовує шість рівнів рівномірної сегментації для збору точок моделювання, а R, G та B - 0, 51, 102, 153, 204 та 255, відповідно. Введіть значення R, G і B у програмі вибору кольорів PhotoShop, і записати значення L, a та b, що відповідає набору значень, і записати їх у текст, як показано на малюнку 1. Усього з 63 = 216 множин значень були отримані.
Малюнок 1 Отримання даних з вибору кольорів
2.2 Отримання даних тесту У цьому розділі використовується неоднорідна сегментація на восьми рівнях для збору контрольних точок. R, G та B відповідно складають 0, 36, 72, 108, 144, 180, 216, 255. Метод придбання такий самий, як вище, і загалом 83 = 512 групових значень.
3. Спеціальні кроки впровадження
Структурна схема конкретної реалізації цієї теми наведена на малюнку 2.
Малюнок 2 Структурна схема кадру
Як показано на малюнку 2, конкретні кроки реалізації програми виглядають таким чином:
3.1 Спершу запустіть Visual C ++ 6.0 та встановіть середовище виконання OpenCV в MFC.
3.2 Прочитайте дані моделювання.
3.3 Завершення розрахунку коефіцієнтів поліноми: відповідно до формул (3), (4), (5), відповідно. Коефіцієнти многочленів отримують шляхом послідовного отримання, і.
3.4 Прочитайте дані тесту.
3.5. Намалюйте тривимірний колірний вигляд відповідної моделі Лабораторії після сегментації восьмиступінчастої моделі RGB.
3.6 Привести значення RGB кожної точки, отриманої восьмиступеневою сегментацією, до трьох поліноми, отриманих на кроці 3, і обчислити значення L, a та b кожної точки (далі - розрахункове значення), таким чином, конвертувати RGB Колірний простір для кольорового простору Лаб за поліномиальной регресією.
3.7. Щоб оцінити сутність цього методу перетворення колірного простору, слід судити про розрахунок різниці кольорів. Для кожного кольору вимірюване значення, отримане на етапі 4, одержують шляхом віднімання розрахункового значення, отриманого на кроці 6, а потім різниця кольорів отримується відповідно до формули 6, виділяється гістограма відмінного розподілу різниці, а різниця в діапазон різних кольорових відмінностей. пропорція
По-четверте, результати показуються та аналізуються
Згідно з конкретними кроками попереднього розділу, VC ++ 6.0 використовується для реалізації перетворення кольорового простору RGB в Lab у PhotoShop. У цьому розділі головним чином відображаються результати роботи програми та виконуються короткі аналізи.
1. Результати показуються
У цьому документі співвідношення перетворення встановлюється шестирівневою рівномірною сегментацією, а точність цього методу перевіряється за допомогою неоднорідної сегментації на восьми рівнях. Намальовано гістограму розподілу кольорів кольорів і розраховується різниця кольорів. Основний інтерфейс реалізації програми показаний на малюнку 3.
Рисунок 3 RGB до інтерфейсу тіла перетворення кольорового простору CIELab
Гістограма розподілу різниці кольорів та відповідні статистичні дані наведено на малюнку 4.
Рисунок 4 Інтерфейс статистики різниці кольорів
Тривимірний колірний вигляд відповідної моделі Лабораторії після сегментації восьмиступінчастої моделі RGB показаний на рисунку 5. Після того, як модель RGB поділена на вісім рівнів, методика поліноміального регресії використовується для перетворення тривимірного кольору вигляд моделі колірного простору лабораторії, як показано на малюнку 6.
Рисунок 5 Тривимірне колірне представлення кольорового простору Lab після восьмирівневого роздільного колірного простору RGB
Рисунок 6 Тривимірне колірне представлення перетворено в колірний простір Лабораторії після розщеплення колірного простору RGB на восьми рівнях
2. Аналіз та підсумок результатів
Як показано на Фіг. 4, максимальна різниця кольорів після перетворення колірного простору 512 кольорів становить 28, а розподіл кольорів різний не є єдиним в цілому.
За статистикою 74 кольори знаходяться в діапазоні від 0 до 5, що становить 14,45% від загальної кількості; 264 кольори в діапазоні 5-10, що складає 51,56% від загальної кількості; діапазон різниці кольорів становить від 10 до 15. 157 кольорів, що складає 30,66% від загальної кількості; хроматична аберація коливається від 15 до 20 з 13 кольорами, що складає 2,54% від загальної кількості; різниця кольорів більше 20 на 4 кольори, що становить 0,78% від загальної кількості, а дані показали, що різниця кольорів Серед чотирьох кольорів більше 20, чистого синього (0,0255) та чистого зеленого (0,255,0) мають найбільшу різницю кольорів, а інші два кольори мають різницю кольору менше 21. Для цих 512 кольорів різниця кольорів не перевищує 28, мінімальна - 0, а середня різниця кольорів - 9. Загалом діапазон хроматичних аберацій в основному концентрується між 5 і 15.
Порівнюючи рисунок 5 з рисунком 6, ми можемо виявити, що колірний простір RGB перетворюється в модель кольорового пробілу Lab за методом поліноміального регресії, який аналогічний формі моделі кольорового простору Лабораторії, отриманої в результаті тесту, що вказує на те, що отримані результати за цією темою ідеальні.
В. Резюме
Видно, що використання поліноміальної регресії для перетворення колірного простору є відносно точним. Поліноми різних номерів елементів можуть бути використані для порівняння результатів перетворення одного і того ж простору вихідного коду в одне цільове місце; тим самим з'ясовуючи оптимальну кількість многочленів у процесі перетворення вихідного простору в цільове місце. Тому подальші дослідження потрібні на цю тему.