CN101442602B

CN101442602B - 一种基于模糊理论的色彩空间转换方法

Info

Publication number: CN101442602B
Application number: CN2008102365654A
Authority: CN
Inventors: 智川; 石毅; 梁巧萍; 张曼; 刘国栋; 杨保宏
Original assignee: Shaanxi University of Science and Technology
Current assignee: Shaanxi University of Science and Technology
Priority date: 2008-12-31
Filing date: 2008-12-31
Publication date: 2010-12-08
Anticipated expiration: 2028-12-31
Also published as: CN101442602A

Abstract

本发明公开了一种基于模糊理论的色彩空间转换方法，该方法按照以下步骤实施，调节输入、输出设备，保证设备正常使用；根据需要变换的颜色空间，选择采样点，采集采样点的建模数据；划分输入、输出颜色空间模糊子集，并选择模糊子集隶属度函数，同时建立模糊控制规则，每条模糊控制规则对应有一个模糊蕴含关系，所有模糊控制规则对应的模糊蕴含关系的并，为系统总的模糊蕴含关系；对系统总的模糊蕴含关系进行清晰化处理，得到输出值。本发明的基于模糊理论的色彩空间转换方法，采用人工智能的模糊集合理论和模糊逻辑推理，从而完成色彩空间的转换，步骤简单且数据的转化精度高。

Description

一种基于模糊理论的色彩空间转换方法

技术领域

本发明属于印刷色彩管理技术领域，涉及一种色彩空间转换的方法，具体涉及一种基于模糊理论的色彩空间转换方法。

背景技术

近几年提出的色彩空间转换方法有：纽介堡方程法、多元回归法、查找表与插值法、神经网络法等。这些方法都是基于经典数学的确定性特征产生的。纽介堡方程法只需用很少的测量即可完成转换关系的建立，但其没有考虑光线在纸中的散射和渗入等因素，难以满足高精度的要求。多项式回归法是根据三刺激值的可加性原理，通过建立适当的回归模型，根据输入/输出的数据来确定该模型中的参数，实现色彩空间的变换计算，但由于不同设备的模型差异很大，转换关系非线性度高，模型通常都较为复杂，并有一定的假设条件，所以多项式回归模型法的通用性较差，转换误差往往不够理想。查找表与插值的方法是利用一系列色块值建立一个多维查找表，再利用插值技术可得到任意色值，这种方法需要测量许多色块，对于三维查找表，其方法已经发展得很成熟，只是查找表的数据选择是一个难题，若空间过大，增加了彩色匹配算法的空间和时间复杂性，匹配速度慢，若选得过小，则将不足以反映和表示原有色彩空间的本质特征。人工神经网络法是把系统假定为一个黑箱，由输入/输出关系得到参数，不能保证在整个色域内有较高的精度。

发明内容

本发明的目的是提供一种基于模糊理论的色彩空间转换方法，解决了现有方法存在的精度低、模型复杂、色彩采样数量多和计算速度慢的问题，步骤简单且数据的转化精度高。

本发明所采用的技术方案是，一种基于模糊理论的色彩空间转换方法，具体按照以下步骤实施：

步骤1：调节输入、输出设备，保证设备正常使用；

步骤2：根据需要变换的颜色空间，选择输入颜色空间的采样点，采集采样点的建模数据；

步骤3：根据步骤2得到的建模数据，划分输入、输出颜色空间模糊子集，并选择模糊子集隶属度函数，同时建立模糊控制规则，每条模糊控制规则对应有一个模糊蕴含关系，所有模糊控制规则对应的模糊蕴含关系的并，为系统总的模糊蕴含关系；

步骤4：对步骤3得到的系统总的模糊蕴含关系进行清晰化处理，得到输出值，即完成了色彩的空间转换。

本发明的基于模糊理论的色彩空间转换方法，采用人工智能的模糊集合理论和模糊逻辑推理，从而完成色彩空间的转换，步骤简单且数据的转化精度高。

附图说明

图1是采用本发明方法进行实施例中的色彩空间转换时颜色空间量R论域的模糊子集的划分图；

图2是采用本发明方法进行实施例中的色彩空间转换时输出量L^*论域的模糊子集的划分图；

图3是采用本发明方法进行实施例中的色彩空间转换时色度值a^*值的模糊子集论域分布图；

图4是采用本发明方法进行实施例中的色彩空间转换时颜色转换模糊模型输出量曲面观测窗图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明色彩空间转换方法采用人工智能的模糊集合理论和模糊逻辑推理，进行不同颜色空间的数值变换。本发明方法按照以下步骤实施，

步骤1：调节输入、输出设备，保证设备正常使用。

步骤2：根据需要变换的颜色空间，选择输入颜色空间的采样点，采集采样点的建模数据。

步骤3：根据步骤2得到的建模数据，划分输入、输出颜色空间模糊子集，每一个输入分量的采样点作为一个输入模糊子集，输出分量的模糊子集划分时，确定步距后等间距划分整个输出参数的分量。并根据该建模数据，选择模糊子集隶属度函数，隶属度函数选取三角形函数、钟形函数、高斯型函数或梯形函数中的一种。同时，建立模糊控制规则，该规则采用if then语句来表述，例如：三输入三输出系统，输入以X_1i、X_2i、X_3i表示，输出用Y_1i、Y_2i、Y_3i来表示，i表示样本数，则其模糊控制规则表示为if X_1i and X_2iand X_3i then Y_1i and Y_2i and Y_3i。每条模糊控制规则对应有一个模糊蕴含关系，所有模糊控制规则对应的模糊蕴含关系的并，为系统总的模糊蕴含关系。

步骤4：对步骤3得到的系统总的模糊蕴含关系进行清晰化处理，采用面积平分法(bisector)、面积中心法(centroid)或最大隶属度法(maximum)，得到输出值。

颜色是通过眼、脑和我们的生活经验所产生的一种对光的视觉效应，因此，颜色从本质上讲是一个相当主观的量。人们对颜色的表述有诸如深红、浅红、橘红、粉红、深绿、翠绿等概念，这些颜色的传统的表述方法，本身具有模糊性，不同的人对这些概念的感受是不同的。同时，为了表述颜色，人类还定义了不同的颜色空间，不同的颜色空间有不同的特征，颜色空间转换之间表现出高度的非线性和复杂性。人工智能方法中模糊控制理论对于解决模糊性与复杂性、非线性的问题具有很强的优势，符合色彩空间转换模型的特征，可以获得准确的颜色空间转换输出，这种方法比基于经典数学的确定性特征产生的颜色转换方法更具有合理性。色彩转换模糊控制模型采用自然语言表述，通过模糊集合论和模糊推理理论转化成数学函数，很容易通过计算机软件实施控制。

实施例

以RGB颜色空间转换到CIE L^*a^*b^*颜色空间为例，利用Matlab模糊控制工具箱，具体说明本发明基于模糊理论的色彩空间转换方法。

步骤1：调节输入设备显示器、输出设备打印机。采用Adobe Gamma软件调节显示器的Gamma值、黑白场值、亮度值等参数，使显示器正常显示。测试打印机，使其正常打印。

步骤2：通过CorelDRAW软件制作色靶文件，R、G、B空间的取值范围为0～255，将R、G、B三个空间分别等分成4个子空间，其等分点为0，64，128，192，255，对于RGB三个坐标轴而言，采样点总数为5×5×5＝125个，打印输出，采用分光光度计测量打印色块L^*a^*b^*值，获得色彩空间RGB和L^*a^*b^*建模数据。

步骤3：利用Matlab软件，调用其模糊控制工具箱，新建一个三输入三输出的模糊控制器，三个输入分量分别为颜色的R、G、B分量，输出分量为颜色的L^*、a^*、b^*分量，以步骤2中RGB每个颜色分量的5个等分点，分别选定作为每个分量的模糊子集。模糊子集的隶属度函数选取为三角形函数，对R分量而言，其模糊子集的分布情况如图1所示，可以看出5个模糊子集R1、R2、R3、R4、R5将整个R空间分开，当R值为0时，0属于模糊子集R1的隶属度为1，而64属于模糊子集R1的隶属度为0，同时64属于模糊子集R2的隶属度为1，依此类推，不同的R值同时属于2个不同的模糊子集，具有不同的隶属度。G与B分量的模糊子集分布与R分量相同。对于输出分量L^*和a^*分量模糊子集的划分如图2和图3所示。图2中当L值为5时，L值属于模糊子集L2的隶属度为1，属于模糊子集L1的隶属度为0，依此类推，L值域内的其它值，同时属于2个不同的模糊子集，具有2个不同的隶属度；图3中当a值为10时，a值属于模糊子集a12的隶属度为1，属于模糊子集a11的隶属度为0，依此类推，a值域内的其它值，同时属于2个不同的模糊子集，具有2个不同的隶属度。b^*分量的划分与a^*分量相同。同时，建立模糊控制规则，表示为：if R_i and G_i and B_i then L_i and a_i andbi(i＝1，2，3，……125)，4个子空间，125个采样点，其规则共125条。每条模糊控制规则对应有一个模糊蕴含关系，125个模糊蕴含关系的并，就构成系统总的模糊蕴含关系。

步骤4：对上步得到的总的模糊蕴含关系用面积中心法进行清晰化处理，得到L^*a^*b^*颜色空间的输出值，完成RGB颜色空间到CIE L^*a^*b^*颜色空间的转换，其输出情况如图4所示。可以看出，模型输出曲面平滑，说明输出数据转换效果较好。以CIE1976L^*a^*b^*色差公式检测模型转化精度，检测色块测量值与输出值之间的平均色差为4.32，其中最大色差为7.21。

Claims

1.一种基于模糊理论的色彩空间转换方法，其特征在于，具体按照以下步骤实施：

步骤1：调节输入、输出设备，保证设备正常使用；

步骤2：选择输入颜色空间的采样点，采集采样点的色彩空间RGB和L^*a^*b^*建模数据；

步骤3：根据步骤2得到的色彩空间RGB和L^*a^*b^*建模数据，划分输入、输出颜色空间模糊子集，并选择模糊子集隶属度函数，同时建立模糊控制规则，模糊控制规则采用if then语句来表述，输入以X_1i、X_2i、X_3i……X_mi表示，输出用Y_1i、Y_2i、Y_3i……Y_ni来表示，其中m、n为自然数，i表示样本数，则模糊控制规则表示为if X_1i and X_2i and X_3i and……X_mi then Y_1i and Y_2iand Y_3i and……Y_ni，每条模糊控制规则对应有一个模糊蕴含关系，所有模糊控制规则对应的模糊蕴含关系的并，为系统总的模糊蕴含关系；

2.根据权利要求1所述的方法，其特征在于，所述步骤2中，输入颜色空间的采样点选择覆盖整个颜色空间的点。

3.根据权利要求1所述的方法，其特征在于，所述步骤3中，划分输入、输出颜色空间模糊子集，具体实施为：每一个输入分量的采样点作为一个输入模糊子集，输出分量的模糊子集划分时，确定步距后等间距划分整个输出参数的分量。

4.根据权利要求1所述的方法，其特征在于，所述步骤3中的模糊子集的隶属度函数选取三角形函数、钟形函数、高斯型函数或梯形函数中的一种。

5.根据权利要求1所述的方法，其特征在于，所述步骤4中的清晰化处理选取面积平分法、面积中心法或最大隶属度法中的一种。