颜色管理系统的理论方法和应用研究

发布时间：2020-10-23 06:55

　　 随着科技的发展与人们生活水平的提高,各种成像、显示设备在生活中越发普及。但是由于不同类型的彩色影像设备具有不同的光度学、色度学特性,因此在进行颜色传输时总会造成一定的失真,也就是说,不同设备在显示同一幅图像时会有不同的显示效果。由此,我们需要构建一套颜色管理系统来保证颜色在传输过程中的准确性以及喜好性。完整的颜色管理系统通常分为三部分,即设备特征化,色貌模型,以及色域映射。首先是影像设备的色度特征化。影像设备按其功用不同可以分为成像设备(例如数码照相机)和显示设备(例如液晶显示器)两种。对于不同的影像设备,其特征化模型也会有所调整以适应其色度学特性,如针对数码照相机多项式模型,针对CRT显示器的GOG模型,针对液晶显示器的PLCC模型等。本文将在介绍不同影像设备的色度特性的基础上对其特征化模型进行验证和总结,以期达到精准的色度特征化效果。同时,本文还着重分析了OLED显示器的色度特性,包括其通道独立性,基元恒定性,通道叠加性,时间稳定性以及色域等重要特性,建立了针对OLED显示器的色度特征化模型并取得了良好的效果。设备特征化模型描述了设备相关的通道驱动值(例如RGB值)和设备无关的人眼刺激感受(例如三刺激值)之间的转换关系。但是,由于同一颜色刺激在不同的观察条件下会存在不同的视觉感受(色貌),因此单单凭借这一转换关系并不足以完成颜色之间的传递,为此我们需要利用色貌模型来完成颜色刺激与色貌感知之间的转换。色貌模型的目的是将人眼的颜色感知进行定量化描述,是连接颜色刺激与视觉感受的桥梁。传统的色貌模型包括CIELAB以及CIECAM02等,此类色貌模型多是基于表面色实验数据所建立,并且亮度变化范围通常较小,其准确性尚未在广色域(WideColourGamut,WCG)以及宽动态范围(HighDynamicRange,HDR)的显示器上予以验证。近些年来,随着显示设备的发展,也有人提出针对WCG与HDR显示的色貌模型,如Dolby Vision提出的Ictcp模型,以及浙江大学提出的Jzazbz模型等。本文将会对现有的主流色貌模型进行回顾,并将利用使用最广泛的CIELAB模型,最均匀的CIECAM02-UCS模型,以及最新提出的Jzazbz模型在广色域显示器上进行色域映射,并比较模型效果,以期为今后色貌模型的使用提出建议。在介绍完设备的特征化模型之后,本文给出在不涉及色域映射情况下的一个颜色管理系统的应用实例,即利用显示器准确地复现实际的照明场景。同时设计了基于范畴判断(CategoricalJudgment)的心理物理实验,用以评价颜色管理系统的整体效果。经实验验证,利用颜色管理系统可以更加精准地复现实际的照明场景,场景的复现效果远高于原稿的显示效果。利用设备特征化模型以及色貌模型已经可以对图像的颜色进行精确地描述。假如原设备的显色能力(色域)与目标设备的显色能力相同,那么我们可以方便地进行颜色传递并保证精准的颜色复现。但是,显色能力相同(色域大小一致)这一条件通常是无法满足的。在这种情况下,我们需要一种方法来克服由于色域大小差异所导致的颜色不匹配(colour mismatch),将颜色从一个原始的设备(或者图像)色域映射到另一个大小不同的目标设备的色域,即色域映射(gamutmapping)。完整的色域映射算法通常分色域边界描述以及色域映射算法两步。其中色域映射算法又可详细地分为色域压缩算法与色域拓展算法两种。色域边界的精确描述是色域映射的前提,它的目的包括1)准确地描述色域边界所在的位置,满足准确性(accuracy)的要求。2)提供一个过渡光滑的色域边界,防止颜色出现跳变,满足平滑性(smoothness)的要求。本文将在广泛比较各类色域边界描述算法的基础上,分别对基于设备的色域描述算法以及基于图像的色域描述算法提出建议,为后续色域映射算法的实施提供准确、平滑的色域边界。传统的色域映射算法主要围绕色域压缩展开,即将一个大色域映射到一个小色域。一般的色域映射评价指标有二,即准确性(accuracy)和喜好性(preference)。准确性是指将原图像准确复现的能力,而喜好性则是指复现图像给人的喜好程度。通常而言,色域压缩算法的主要评价指标为准确性,而色域拓展算法的主要评价指标为喜好性,这是根据它们的映射特点所决定的。本文详细分析比较了当前主流的色域映射算法,并对其设计原理、目的进行了细致介绍。同时本文依据人眼颜色感知特性,提出了基于鲜艳度(vividness)的色域压缩算法(VP,vividness-preserving)以及色域拓展算法(VE,vividness-extension)。鲜艳度被定义为色域中的任一颜色距离black(色域的黑点,在该色域中具有最低的亮度,最小的彩度)的距离,其被证明能够很好地表征人眼的实际颜色感受。对于VP,其主要目的在于尽量保持鲜艳度变化最小,而对于VE,则是在保证图像对比度提升的情况下,尽量提升鲜艳度以使图片更加令人喜好。同时,本文还将VP和VE算法与现阶段主流的色域映射算法相比较,包括CIE所推荐的SGCK和HPMINDE算法,以及其他最新的色域压缩/拓展算法。实验结果表明,整体上VP和VE算法的表现均优于其他算法。最后,本文将对主要的研究内容进行汇总总结,并针对研究中遇到的问题提出进一步的研究展望。
【学位单位】：浙江大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TP391.41;TP315
【部分图文】：

．１研究背景、目的及意义??．１．１研究背景??随着科技进步和生活水平的提高，彩色图像设备越发普及。然而，对于不同的图备而言，其色度特性是不一致的。比如说，一幅由彩色数码相机所拍摄的图片，如果放到计算机上进行显示，显示器上所呈现的图像往往与实际的拍摄场景存在较大的，这就是由于媒介（Ｍｅｄｉａ）不同所引起的色彩感知不匹配。同时，同一幅图像如果不同的显示器上进行呈现，所观察到的图片也往往会有区别，这是由于不同的（显）色度特性所带来的色彩感知差异。甚至，即使使用同一台显示器，如果观察环境发变（例如从明亮的场景变换到昏暗场景），人眼的色彩感知依然不同，这是由于不同察环境所导致的色彩感知差异。因此，为了保证彩色图像在不同的设备之间进行传色彩感知不变（或者差异最小），需要发展一套颜色管理系统对彩色图像传输的各个进行控制，以期迗到色彩的准确传递和复现。??ｄｅｖｉｃｅ?ｃｏｌｏｕｒ?ｇａｍｕｔ??

最直观的颜色管理系统莫过于闭环颜色管理系统。其思想是对两个彩色设备之间建??立一一对应的颜色映射关系，通常采用ＬＵＴ（Ｌｏｏｋ－Ｕｐ－Ｔａｂｌｅ，查找表）［５］来进行颜色传递。??闭环颜色管理系统的如图１．２所示。??通常而言，查找表的建立是通过对两个彩色设备的颜色通道进行均匀采样进行的。??例如，如果需要建立显示设备１?（Ｄ１）到显示设备２?（Ｄ２）的颜色映射关系，若它们均是??采用红（Ｒｅｄ），绿（Ｇｒｅｅｎ）以及蓝（Ｂｌｕｅ）三个彩色通道来显示颜色，则一种可行的方??式便是对Ｄ１的三个彩色通道Ｒ，Ｇ，?Ｂ进行ｎＸｎＸｎ的均勻采祥。对任意一个采样点，寻找??目标色域Ｄ２中的颜色点作为其映射的终点。从而，Ｄ１中的其他任意一个颜色均可由该ｎ??ＸｎＸｎ个颜色进行插值而得。由此可以将颜色个数从２５６３?（假定显示设备是８ｂｉｔ的显示器）??减少到ｎ３，减少了记录以及测量所需的数据量。??心繁＼?＾??ｂ??Ｓ?ｍ??ａ?：：＜々??－Ｘ、、????１?ｘ??图１．２闭环颜色管理系统??对于有限的显示设备而言，闭环颜色管理系统能够提供较好的颜色传递效果，并且??在８０年代和９０年代被Ｃｒｏｓｓｆｉｅｌｄ和Ｓｃｉｔｅｘ公司所成功使用［３］。但显而易见

使设备对的个数从降低到２ｎ?（考虑到正向以及反向两种情况）；同时，在进行??映射的时候，无需考虑目标颜色的显色特性，仅需考虑该显色设备与ｓＲＧＢ色空间的色域??映射关系即可。ｓＲＧＢ管理系统的如图１３所示。??％ｊ＝ｌ??固?ｆｍｍ??图１．３?ｓＲＧＢ颜色管理系统??ｓＲＧＢ空间是由微软联合ＨＰ、三菱、爱普生等厂商联合推出的基于ＣＲＴ?（ＣａｔｈｏｄｅＲａｙ??Ｔｕｂｅ）显示器显色特性的一个颜色空间。由于其同时规定了显示器的观察环境（背景，壳??度，白点等），因此实际上任意的ｓＲＧＢ驱动值表征了一组特定的色貌属性；同时，由于该??色域是基于典型的ＣＲＴ显示器所开发的，因此对于一台经过特定亮度、对比度调校并且按??４??
【相似文献】

相关期刊论文 前10条

1 周智勇;;颜色管理在重型卡车中的应用实践[J];汽车实用技术;2017年23期

2 蒋红;;本周话题:供应链中的颜色管理与传递简析[J];纺织服装周刊;2011年16期

3 蒋红;;供应链中的颜色管理与传递简析[J];纺织服装周刊;2010年25期

4 江荣;;现代化供应室的颜色管理[J];江苏医药;2009年05期

5 肖信东;;管好的好助手—颜色管理[J];质量探索;2007年05期

6 肖信东;;管理的好助手──颜色管理[J];化工管理;2007年05期

7 吴湘虹;;浅议颜色管理[J];印刷质量与标准化;2006年06期

8 宣柱香;对电子印前系统中颜色管理实施方法的分析和思考[J];印刷质量与标准化;1999年04期

9 ;颜色管理发展的新趋势[J];毛纺科技;2010年10期

10 肖信东;;管理的好助手—颜色管理[J];中国房地产金融;2008年06期

相关博士学位论文 前1条

1 徐力豪;颜色管理系统的理论方法和应用研究[D];浙江大学;2018年

相关硕士学位论文 前7条

1 陈国洪;真丝色线颜色管理及数据库应用[D];浙江理工大学;2012年

2 罗卉青;ICC Profile与基于ICC规范的颜色管理系统的研究[D];华东师范大学;2010年

3 陈凌云;基于ICC规范的数字图像设备颜色管理研究[D];浙江大学;2007年

4 高健;注塑模具3D零件公差颜色管理系统的研究与开发[D];哈尔滨工业大学;2015年

5 梁玉祥;基于查找表法的CCD数码相机特征化研究[D];云南师范大学;2004年

6 田冰心;彩色电视成像系统空间分辨力检测技术研究[D];西安工业大学;2015年

7 唐兆菊;CRT显示器的颜色管理[D];西安理工大学;2006年

本文编号：2852694