RGB ke penukaran ruang warna Makmal
Kami adalah syarikat percetakan besar di Shenzhen China. Kami menawarkan semua penerbitan buku, percetakan buku hardcover, percetakan buku papercover, buku nota hardcover, percetakan buku sprial, percetakan buku pelana pelana, percetakan buku kecil, kotak pembungkusan, kalendar, semua jenis PVC, risalah produk, nota, buku kanak-kanak, pelekat, semua jenis produk percetakan warna kertas khas, kad permainan dan sebagainya.
Untuk maklumat lanjut sila lawati
http://www.joyful-printing.com. ENG sahaja
http://www.joyful-printing.net
http://www.joyful-printing.org
e-mel: info@joyful-printing.net
Pertama, Pengenalan
Apabila industri percetakan berubah dari analog ke digital, masalah pembiakan warna yang tepat menjadi kritikal. Kita perlu menggunakan pengurusan warna untuk memastikan imej warna yang lebih baik, lebih pantas dan lebih tepat. Untuk mencapai keseragaman warna dan kebebasan peranti dalam proses pemprosesan imej, adalah perlu untuk melaksanakan pengurusan warna piawai dan piawai.
Pengurusan warna yang dipanggil adalah untuk menyelesaikan masalah penukaran imej antara warna, supaya warna imej diminimumkan semasa keseluruhan proses penyalinan. Idea asas ialah memilih ruang warna rujukan bebas peranti, kemudian mencirikan peranti, dan akhirnya mewujudkan hubungan antara ruang warna setiap peranti dan ruang warna rujukan bebas peranti, supaya fail data berada dalam setiap peranti . Terdapat hubungan yang jelas antara peralihan. Walaupun tidak mungkin untuk mempunyai semua warna pada peranti yang berbeza sama, anda boleh menggunakan pengurusan warna untuk memastikan bahawa kebanyakan warna adalah sama atau serupa untuk mencapai kesan menyalin warna yang konsisten.
Kedua, penukaran ruang warna
Penukaran ruang warna merujuk kepada menukar atau mewakili data warna dalam satu ruang warna ke data yang sama dalam ruang warna lain, iaitu, menggunakan data dalam ruang warna yang berbeza untuk mewakili warna yang sama. Dalam kertas ini, ruang warna RGB bergantung pada peranti ditukarkan kepada ruang warna CIELab bebas peranti. Mana-mana ruang warna yang berkaitan dengan peranti boleh diukur dan ditentukur dalam ruang warna CIELab. Jika warna yang berkaitan dengan peranti berbeza dengan titik yang sama di ruang warna CIELab, maka peralihan di antaranya mestilah tepat.
Terdapat banyak cara untuk menukar ruang warna. Makalah ini terutamanya memperkenalkan interpolasi meja 3D dan regresi polinom.
1. Pengawasan meja tiga dimensi
Kaedah meja lookup tiga dimensi kini merupakan algoritma yang biasa digunakan untuk mengkaji penukaran ruang warna. Idea utama algoritma jadual carian 3D adalah untuk membahagikan ruang warna sumber ke dalam kiub biasa. Data lapan vertikal setiap kiub diketahui, dan titik-titik yang diketahui dari semua ruang sumber membentuk tiga dimensi. Jadual carian. Apabila mana-mana titik dalam ruang sumber diberikan, lapan titik data bersebelahan dengannya dapat dijumpai untuk membentuk nod dari kisi kubus kecil, dan lapan titik kiub kecil diinterpolasi untuk mendapatkan data yang sesuai dengan ruang sasaran.
Kaedah jadual carian umum digunakan dalam kombinasi dengan kaedah interpolasi dan menjadi kaedah jadual carian tiga dimensi dengan algoritma interpolasi. Kaedah ini boleh dibahagikan kepada tiga langkah:
1 segmentasi: partition ruang warna sumber pada selang persampelan tertentu untuk menubuhkan meja lookup tiga dimensi;
2 Cari: Untuk titik masukan yang diketahui, cari ruang sumber dan cari kiub yang terdiri daripada lapan mata grid yang mengandunginya;
3 Interpolasi: Kira nilai warna pada titik bukan grid dalam grid kiub.
Menurut kaedah segmentasi yang berlainan ruang sumber, algoritma interpolasi biasa adalah: interpolasi trilinear, interpolasi prisma segitiga, interpolasi piramid dan interpolasi tetrahedral.
2. Regresi polinomial
Algoritma regresi polinom ialah berdasarkan anggapan bahawa persamaan ruang warna dapat dianggarkan oleh satu set persamaan serentak. Satu-satunya syarat yang diperlukan untuk algoritma regresi polinom ialah bilangan titik dalam ruang sumber harus lebih besar dari jumlah item dalam polinomial yang dipilih. Tumpuan algoritma ini adalah untuk mengira pekali polinomial, dan kemudian menggantikan data ruang warna sumber menjadi polinomial, dan kemudian hasil yang ditukarkan dapat diperolehi berdasarkan persamaan.
Terdapat banyak bentuk polinomial yang berbeza. Dalam makalah ini, polinomial dengan sejumlah item 6 digunakan. Ungkapan khusus ditunjukkan dalam formula (1).
Koefisien polinomial ini boleh didapati dari persamaan (2).
Ungkapan dalam formula (2) masing-masing adalah transposisi matriks seperti yang ditunjukkan dalam formula (3) dan (4), dan ungkapan khusus seperti yang ditunjukkan dalam formula (5). Bilangan istilah yang mewakili polinomial dalam formula (3) diambil dalam topik ini; ia menunjukkan bilangan titik ruang sumber yang dipilih. Dalam masalah ini, 216 mata diperolehi selepas enam peringkat segmentasi ruang sumber (iaitu, ruang warna RGB). Jadi ambil. Sebenarnya, untuk polinomial dengan bilangan bilangan 6, pekali polinomial boleh diperoleh dengan mengambilnya.
Dalam formula (3), () adalah tiga nilai warna ruang sumber, dan () dalam formula (4) adalah salah satu daripada tiga nilai yang mewakili warna di ruang sasaran.
Algoritma regresi polinomial adalah mudah, mudah dilaksanakan, dan mempunyai kesan penukaran yang baik; tetapi ketepatan adalah rendah apabila bilangan item kecil, apabila bilangan item terlalu besar, jumlah pengiraan adalah besar, dan ketepatan tidak semestinya tinggi.
3. Perbezaan warna
Apabila menilai kualiti pembiakan warna dan mengawal proses pembiakan warna, sebagai contoh, apabila melaksanakan pengurusan warna dan menilai warna cetakan, ia sering diperlukan untuk mengira perbezaan warna warna untuk mencapai tujuan mengawal warna. Pada masa ini, ruang warna seragam Lab CIE 1976 dan rumusan perbezaan warna yang sama biasanya digunakan dalam industri percetakan. Ungkapan khusus ditunjukkan dalam formula (6).
Ketiga, proses realisasi
Pertama, platform operasi topik ini diperkenalkan secara ringkas, dan kaedah mendapatkan data yang digunakan dalam topik ini dan langkah terperinci untuk merealisasikan penukaran ruang warna dijelaskan secara terperinci.
1.Operasi platform
Sistem pengendalian yang digunakan dalam topik ini ialah Microsoft Windows XP, persekitaran pengaturcaraan Visual C ++ 6.0, keseluruhan aplikasi adalah berdasarkan rangka kerja aplikasi MFC, dan OpenGL dan OpenCV juga digunakan.
2. Pengambilalihan data
Data dibahagikan kepada dua bahagian: data pemodelan dan data ujian. Data pemodelan digunakan untuk mengira pekali polinomial. Data ujian digunakan untuk menganalisis ketepatan algoritma. Data pemodelan dan data ujian dari ruang sumber dan ruang sasaran semuanya berada dalam Adobe Photoshop. Dikumpulkan.
2.1 pemerolehan data pemodelan. Topik ini menggunakan enam tahap segmen seragam untuk mengumpul mata pemodelan, dan R, G, dan B masing-masing adalah 0, 51, 102, 153, 204 dan 255. Masukkan nilai R, G, dan B pada pemetik warna PhotoShop, dan catat nilai L, a, dan b sepadan dengan set nilai, dan rekodkannya dalam teks, seperti yang ditunjukkan dalam Rajah 1. Jumlah daripada 63 = 216 set nilai diperolehi.
Rajah 1 Mendapatkan data dari pemetik warna
2.2 Perolehan data ujian Topik ini menggunakan segmentasi lapan peringkat bukan seragam untuk mengumpul mata ujian. R, G, dan B masing-masing mengambil 0, 36, 72, 108, 144, 180, 216, 255. Kaedah pengambilalihan adalah sama seperti di atas, dan sejumlah 83 = 512 nilai kumpulan diperolehi.
3. Langkah-langkah pelaksanaan tertentu
Carta alir pelaksanaan spesifik topik ini ditunjukkan dalam Rajah 2.
Rajah 2 Aliran aliran bingkai
Seperti yang ditunjukkan dalam Rajah 2, langkah-langkah khusus pelaksanaan program adalah seperti berikut:
3.1 Mula Visual C ++ 6.0 terlebih dahulu, dan tetapkan persekitaran runtime OpenCV di MFC.
3.2 Membaca data pemodelan.
3.3 Penyelesaian pengiraan pekali polinom: mengikut formula (3), (4), (5), masing-masing. Koefisien polinomial diperolehi dengan memperoleh secara berurutan, dan.
3.4 Membaca data ujian.
3.5 Lukiskan paparan warna tiga dimensi bagi model Makmal yang sesuai selepas segmentasi lapan peringkat model RGB.
3.6 Bawa nilai RGB bagi setiap titik yang diperoleh oleh segmen lapan peringkat ke dalam tiga polinomial yang diperoleh pada langkah 3, dan hitung nilai L, a, dan b setiap titik (selepas ini dirujuk sebagai nilai dikira), dengan itu Tukar RGB ruang warna ke ruang warna Lab dengan regresi polinomial.
3.7 Untuk menilai merit kaedah penukaran ruang warna ini, adalah perlu untuk menilai dengan mengira perbezaan warna. Bagi setiap warna, nilai yang diukur dalam langkah 4 diperolehi dengan menolak nilai yang dikira yang diperoleh pada langkah 6, dan kemudian perbezaan warna diperolehi mengikut formula 6, histogram pengagihan perbezaan yang sangat baik diambil, dan perbezaannya adalah pelbagai perbezaan warna yang berbeza. perkadaran.
Keempat, paparan dan analisis hasil
Mengikut langkah-langkah tertentu dalam bahagian sebelumnya, VC ++ 6.0 digunakan untuk merealisasikan penukaran RGB ke ruang warna Makmal di PhotoShop. Bahagian ini terutamanya memaparkan hasil menjalankan program dan melakukan analisis ringkas.
1. Paparkan keputusan
Dalam makalah ini, hubungan penukaran ditubuhkan oleh segmen seragam enam peringkat, dan ketepatan kaedah ini diuji dengan menggunakan segmen peringkat seragam yang tidak seragam. Histogram pengagihan perbezaan warna diambil dan perbezaan warna dikira. Antara muka utama pelaksanaan program ditunjukkan dalam Rajah 3.
Gambar 3 RGB ke antara muka badan penukaran ruang warna CIELab
Histogram pengedaran perbezaan warna dan data statistik yang berkaitan ditunjukkan dalam Rajah 4.
Rajah 4 Antara muka statistik perbezaan warna
Pandangan warna tiga dimensi model Lab yang sesuai selepas segmentasi lapan peringkat model RGB ditunjukkan dalam Rajah 5. Selepas model RGB dibahagikan kepada lapan peringkat, kaedah regresi polinom digunakan untuk menukar kepada warna tiga dimensi melihat model ruang warna Lab, seperti yang ditunjukkan dalam Rajah 6.
Rajah 5 Paparan warna tiga dimensi ruang warna Makmal selepas ruang warna RGB berpecah lapan peringkat
Rajah 6 Paparan warna tiga dimensi ditukar kepada ruang warna Lab selepas memisahkan ruang warna RGB dalam lapan peringkat
2. Analisis dan ringkasan keputusan
Seperti yang ditunjukkan dalam Gbr. 4, perbezaan warna maksimum selepas penukaran ruang warna 512 warna adalah 28, dan pengedaran perbezaan warna tidak seragam secara keseluruhan.
Menurut statistik, terdapat 74 warna dalam julat 0 ~ 5, menyumbang 14.45% daripada jumlah keseluruhan; 264 warna dalam lingkungan 5-10, menyumbang 51.56% daripada jumlah keseluruhan; julat perbezaan warna adalah antara 10 dan 15. 157 warna, menyumbang 30.66% daripada jumlah keseluruhan; penyimpangan kromatik berkisar antara 15 hingga 20 dengan 13 warna, menyumbang 2.54% daripada jumlah keseluruhan; perbezaan warna lebih besar daripada 20 untuk 4 warna, menyumbang 0.78% daripada jumlah keseluruhan, dan data menunjukkan bahawa perbezaan warna Antara empat warna lebih besar daripada 20, biru tulen (0,0,255) dan hijau tulen (0,255,0) mempunyai perbezaan warna yang paling besar, dan dua warna lain mempunyai perbezaan warna kurang dari 21. Bagi warna 512 ini, perbezaan warna paling banyak 28, minimum adalah 0, dan perbezaan warna rata-rata adalah 9. Secara umum, Pelbagai penyimpangan kromatik kebanyakannya tertumpu di antara 5 dan 15.
Membandingkan Rajah 5 dengan Rajah 6, kita dapati bahawa ruang warna RGB ditukarkan kepada model ruang warna Makmal dengan kaedah regresi polinomial, yang sama dengan bentuk model ruang warna Makmal yang diperolehi oleh ujian, menunjukkan bahawa keputusan diperolehi oleh topik ini adalah ideal.
V. Ringkasan
Dapat dilihat bahawa penggunaan regresi polinomial untuk melakukan penukaran ruang warna relatif tepat. Polinomial bilangan item yang berbeza boleh digunakan untuk membandingkan hasil penukaran ruang sumber yang sama ke ruang target yang sama; dengan itu mengetahui jumlah polinomial yang optimum dalam proses menukarkan ruang sumber ke ruang sasaran. Oleh itu, kajian lanjut diperlukan dalam topik ini.