基于汉风色典的颜色空间研究及复现

发布时间：2020-07-02 18:33

【摘要】：随着科技的不断发展以及生活水平的不断提高,颜色相关行业对色差的要求也越来越高。为了对颜色进行准确科学有效的评价,需要更全面更深入了解人眼视觉特性与色差公式之间的一致性。在理想情况下,计算色差时,必须在特殊的颜色空间里,在这种颜色空间里,不同的颜色区域的数值变化与人眼感知的色差相符合,满足这个条件的颜色空间就称为颜色感觉上的均匀颜色空间。因此,本文通过对汉风色典颜色空间均匀性的研究,并找到最符合其视觉色差的色差公式,具体如下:首先在电脑画图工具画出代表每个中心样的颜色快,通过边缘接触的方式研究汉风色典颜色空间的均匀性以及视觉色差值,然后分析CMC(2:1)色差公式、CIEL*a*b*色差公式和CIE DE2000(2:1:1)色差公式计算得到的色差值之间的关系。在探究不同浓度条件下,三种色差公式与视觉色差之间的关系时,以黄(0°)、橙(60°)、洋红(120°)、紫(180°)、氰蓝(240°)、绿(300°)六个色系中合适的中心样作为研究对象,发现随着浓度的增大,绿色系的中心样视觉色差波动较大,相对其他五个颜色,其均匀性较差。在三个公式中,CIE DE2000(2:1:1)色差公式是与人眼视觉特性最相符,其次是CMC(2:1)色差公式,最差的是CIEL*a*b*色差公式。采用性能因子PF/3验证CMC(2:1)色差公式、CIEL*a*b*色差公式和CIE D E2000(2:1:1)色差公式三种色差公式与视觉色差的差异性。黄色系与氰蓝色系中,CIEL*a*b*色差公式与视觉色差的差异性比CMC(2:1)色差公式、CIE DE2000(2:1:1)色差公式要小。在橙色系、洋红色系、紫色系、绿色系中,CIE DE2000(2:1:1)色差公式与视觉色差的差异性比CMC(2:1)、CIEL*a*b*色差公式小。本文研究了不同的向度条件下,视觉色差值与CMC(2:1)色差公式、CIE DE2000(2:1:1)色差公式和CIEL*a*b*色差公式计算得到的色差值之间的关系。选择了浓度为26、48,彩度为42的色块作为中心样,发现视觉色差值的波动范围很小,说明《汉风色典》颜色空间的均匀性很好,并且高浓度的视觉均匀性更好。浓度越高,视觉色差值越大。当浓度为26时,CMC(2:1)色差公式、CIE DE2000(2:1:1)色差公式和视觉色差值很接近,因此这两个公式与人眼视觉特性相符。CIEL*a*b*色差公式与人眼视觉特性的符合程度较低。在浓度为48,彩度为48时,不同向度条件下,视觉色差值CIE DE2000(2:1:1)色差公式与人眼视觉特性最相符,其次是CMC(2:1)色差公式,最差的就是CIEL*a*b*色差公式。采用性能因子PF/3比较C MC(2:1)色差公式、CIEL*a*b*色差公式和CIE DE2000(2:1:1)色差公式三种色差公式与视觉色差的差异性,CIE DE2000(2:1:1)色差公式与视觉色差的差异性比CMC(2:1)、CIEL*a*b*色差公式小。本文还研究了不同彩度下,视觉色差值与CMC(2:1)色差公式、CIE DE2000(2:1:1)色差公式和CIEL*a*b*色差公式计算得到的色差值之间的关系。选择了浓度为26、48,向度为0°、60°、120°、180°、240°、300°,不同彩度的色块作为研究对象,发现在《汉风色典》中,随着彩度的提高,色典的均匀性很好,而且色差公式CIE DE2000(2:1:1)、CMC(2:1)与视觉色差很接近。因此,CIE DE2000(2:1:1)色差公式与CMC(2:1)色差公式比CIEL*a*b*色差公式与人眼视觉色差特性更相符合。采用性能因子PF/3比较CMC(2:1)色差公式、CIEL*a*b*色差公式和CIE DE2000(2:1:1)色差公式三种色差公式与视觉色差的差异性,CIE DE2000(2:1:1)色差公式与视觉色差的差异性比CMC(2:1)、CIEL*a*b*色差公式小。
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TS193.1
【图文】：

基于汉风色典的颜色空间研究及复现色彩一直是决定商品优劣的要素之一。它可以增加商品的附加价值，增强商品色视场竞争力。因此，在纺织行业中，能够不受时间和地域的影响而正确描述色彩的属性，已经成为众多颜色科学家努力的方向。色彩所能表现的现象千变万化，受色彩技术所影响的产业也相当之广泛，所以颜色科学一直为颜色领域的相关学者及专家所关注。然而，想要正确地对色彩进行规范化描述，必须要建立一个颜色均匀性好的色彩空间，因此，多年来色彩学专家致力于改善均匀的三维度色彩空间以及与色彩空间相匹配的色彩语言，在这种均匀颜色空间中，每两个维度相互垂直。

图 2-3 汉风色典色彩语言相角利用色彩变化原理，黄红混色可以产生橙色黄混色可以产生绿色，而形成一个按照黄，橙，红六十度的色相环，向度就是颜色在色相环上方位度，橙，红，紫，蓝，绿的色彩知觉属性外，也有所彩度越高，反之则其彩度越低，当彩度等于零时，环的正中间色。浓度：也可说“深度”，即是指颜色定义为与其他色彩混色后改变色彩的能力或力度，浓度越高，其色度位越低，反之颜色越淡，浓度色样的选择》的色彩语言为向度（色相角）、彩度、浓度，在色典》每六页以黄（向度为 0°）、橙（向度为 60

【相似文献】

相关期刊论文 前10条

1 李郁峰;蒋勇;陈念年;巫玲;范勇;;oRGB颜色空间的夜视图像彩色融合[J];光学精密工程;2018年11期

2 傅国柱;;均匀颜色空间的纺织用图形图像分色算法研讨[J];科技风;2014年05期

3 庞燕;;几种常用的肤色检测颜色空间[J];中国传媒大学学报(自然科学版);2013年06期

4 郑秋梅;余芳;郭兰图;;基于多颜色空间的图像检索方法[J];计算机应用;2006年11期

5 林生佑,石教英;基于感知颜色空间的自然图像抠图[J];计算机辅助设计与图形学学报;2005年05期

6 董玉珍;对色彩管理中颜色空间的理解[J];印刷世界;2002年01期

7 许丽娜;数字化颜色空间的描述、规定和使用[J];丝网印刷;2000年01期

8 丁一;;科技新成果信息[J];仪表工业;1989年01期

9 曹剑剑;冯军;汤文明;余瑛;;非接触式心率检测方法的颜色空间选择[J];计算机科学;2017年S2期

10 林孜铠;戴思璋;梁浩文;林岱昆;朱洁霞;苏剑邦;陈海域;王嘉辉;周建英;;基于混合颜色空间与码本背景减除的虚拟触控优化技术[J];液晶与显示;2015年04期

相关会议论文 前10条

1 廉玉生;廖宁放;王佳佳;刘子龙;;颜色空间均匀性的评价[A];中国光学学会2010年光学大会论文集[C];2010年

2 汤杰;杨文杰;;不同颜色空间图像相似性度量的比较[A];2015第四届中国印刷与包装学术会议论文摘要集[C];2015年

3 刘恩御;;均匀颜色空间与数字系统[A];走近CIE 26th——中国照明学会（2005）学术年会论文集[C];2005年

4 施美玲;赵杨;任艳红;徐丹;;基于颜色空间旋转的标量中值滤波算法[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年

5 刘林;李金屏;王真;;基于多颜色空间和累计直方图的视频场景分类[A];第十五届全国图象图形学学术会议论文集[C];2010年

6 徐永强;周俊;赵海富;仉树军;吴金亮;;半逆法自动云检测[A];第三届高分辨率对地观测学术年会（地面系统与应用技术分会）优秀论文集[C];2014年

7 尹建军;毛罕平;王新忠;陈树人;张际先;;RGB与HSI颜色空间下番茄图像分割的对比研究[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第三分册[C];2005年

8 陈振跃;王霞;;基于HSI颜色空间和小波变换的多光谱图像和偏振图像融合实验研究[A];中国光学学会2010年光学大会论文集[C];2010年

9 付振中;赵合计;董玉振;;基于HSL颜色空间的模糊C均值彩色图像分割方法[A];第三届和谐人机环境联合学术会议（HHME2007）论文集[C];2007年

10 李二涛;张峗;曾虹;;基于单目视觉的彩色目标跟踪[A];浙江省电子学会2008年学术年会论文集[C];2008年

相关重要报纸文章 前2条

1 江苏 王志军;PS照片也能保留XMP信息[N];电子报;2008年

2 ;海思新一代机顶盒方案深入研究[N];电脑报;2016年

相关博士学位论文 前10条

1 范彩霞;无重叠多摄像机监控系统中行人再识别关键问题研究[D];西安理工大学;2014年

2 黄国祥;RGB颜色空间及其应用研究[D];中南大学;2002年

3 金杨;基于均匀颜色空间的彩色视觉对比敏感度函数及其应用研究[D];南京林业大学;2013年

4 张振花;基于内容图像检索的若干技术研究[D];吉林大学;2009年

5 周保余;图像局部特征匹配性能增强研究[D];吉林大学;2017年

6 徐治非;视频监控中运动目标检测与跟踪方法研究[D];上海交通大学;2009年

7 孟庆宽;基于机器视觉的农业车辆—农具组合导航系统路径识别及控制方法研究[D];中国农业大学;2014年

8 张晓春;最大概率方法与最近邻准则下的图像标注[D];南京理工大学;2014年

9 廖峗;基于裸手的自然人机交互关键算法研究[D];云南大学;2012年

10 翟永平;基于显微图像的结核杆菌自动检测关键技术研究[D];国防科学技术大学;2013年

相关硕士学位论文 前10条

1 张露;基于汉风色典的颜色空间研究及复现[D];东华大学;2019年

2 瞿玲燕;非重叠域人体对象再识别算法研究[D];上海交通大学;2016年

3 刘小斌;基于FPGA的高温瓷砖色差检测系统的研究与设计[D];西安科技大学;2018年

4 刘利;基于图像处理的瓷砖色差在线检测方法研究[D];长春理工大学;2019年

5 山显响;车载视频流车牌识别技术研究[D];长春理工大学;2018年

6 胡小花;基于多颜色空间LBP与卷积神经网络的数字图像来源渠道取证[D];湖南大学;2018年

7 陈奇;基于极限学习机的交通标志识别算法研究[D];上海应用技术大学;2018年

8 游婷婷;多特征融合的视觉显著性检测方法研究[D];西南大学;2018年

9 秦正鹏;基于深度学习方法的口型识别技术的研究[D];华北电力大学(北京);2018年

10 徐沛琦;化妆数字助手系统的研究与设计[D];中南民族大学;2018年

本文编号：2738537