CN102238297A - 一种生成色彩对照文件的方法及系统 - Google Patents

Abstract

本发明提供一种在印刷与数码打样的色彩管理中生成ICCProfile文件的方法及系统。该方法包括：根据色靶图的测量数据和纽介堡方程对纽介堡基色对应的Lab值进行优化；根据优化的纽介堡基色对应的Lab值对色靶图的测量数据进行滤波；和根据经过滤波的测量数据生成ICC Profile文件。相应地，提供生成Profile文件的系统，包括优化单元和滤波单元。本发明利用Neugebauer方程模型对色靶图中纽介堡基色对应的lab值进行优化，并利用优化之后的纽介堡基色对应的Lab值对所有色块的测量Lab值进行滤波，从而减少色靶图测量时所受到的噪声干扰，提高测量数据的平滑性和准确性以及Profile文件的质量。

Description

一种生成色彩对照文件的方法及系统

技术领域

本发明涉及印刷与数码打样技术领域，尤其涉及一种色彩管理中生成色彩对照文件，即ICC Profile文件的方法及系统。

背景技术

数码打样是以数字出版印刷系统为基础，在出版印刷生成过程中按照出版印刷生产标准与规范处理好页面图文信息，然后直接输出彩色样稿的新型打样技术，即，使用数据化原稿直接输出印刷样张。它通过数码方式采用大幅面打印机直接输出打样来代替传统打样的制胶片、晒版等冗长的打样工序。因此，数码打样是印刷工业中联系印前与印刷的关键环节，是印刷生成中进行质量控制的一种重要手段，对减少印刷风险与成本极为重要。

数码打样系统由数码打样输出设备和数码打样软件两部分组成，通过打印机模拟印刷打样的颜色，得到检验样张。其中，数码打样输出设备主要是彩色喷墨打印机、彩色激光打印机等，数码打样软件主要包括RIP、色彩管理等几部分，主要完成pdf解释、印刷色域与打印色域的匹配等。数码打样软件是数码打样系统的核心与关键，而色彩管理又是数码打样软件的关键，也是印刷品质量控制的核心。现在，越来越多的印刷企业着手进行并实施印刷彩色管理，期望通过印刷色彩管理与现代印刷新技术的配合形成效率更高的印刷生产系统，提高印刷品质及企业的竞争力。

在数码打样系统中，之所以进行色彩管理的主要原因是颜色设备特性的差异，即，每种设备都有自身表现颜色的设备颜色空间，这个颜色空间与颜色视觉度量的标准空间有不同的映射关系。比如，对于印刷机和打印机，同样的CMUK值可能代表不同的颜色，这就意味着同一张CMYK图通过印刷机和打印机最终表现出的视觉颜色效果存在差异。此时，需要通过色彩管理来进行颜色空间变换，以实现打样色彩与印刷色彩的一致性。

在进行颜色空间变换之前，首先要对每个有关设备进行特性化描述，即，将源设备(比如，印刷机)和目标设备(比如，打印机)的颜色数据(比如，CMYK颜色空间中的颜色数据)与一组设备无关的客观视觉色度值(比如，CIE1976Lab颜色空间中的Lab值)建立一一对应的映射关系。然后，根据这种映射关系进行颜色空间变换，即，首先将源设备的CMYK颜色值变换为Lab颜色值，然后目标设备将这个Lab颜色值翻译成自己的CMYK，再予以输出。也就是说，通过设备无关空间实现不同设备之间的颜色空间变换。

在对每个有关设备进行特性化描述时，所建立的设备相关空间与设备无关空间之间的映射关系通常记录在一个色彩对照文件，即，ICC(International Color Consortium)Profile文件中。色彩管理即通过对ICC Profile文件的控制来调整打样色彩，实现不同设备的颜色空间的变换与匹配，建立印刷工艺控制过程的色彩管理标准。

如图1所示，Device ICC Profile文件是一种多维对照表形式，表示设备相关空间(即，CMYK颜色空间)和设备无关空间(即，Lab颜色空间)之间的相互变换，包括A2B表和B2A表。如图2所示，A2B表的输入是CMYK颜色，输出是Lab颜色，该表表示从CMYK颜色空间到Lab颜色空间的变换。如图3所示，B2A表的输入是Lab颜色，输出是CMYK颜色，该表表示从CMYK颜色空间到Lab颜色空间的变换。

由于颜色空间变换都是基于各个设备的ICC Profile文件，所以目标设备(比如，打印机)和源设备(比如，印刷机)的ICC Profile文件的质量直接影响到颜色匹配的质量。因此，通常将ICC Profile文件的质量作为评价色彩管理的主要指标之一。如果ICC Profile文件的质量低，即，设备颜色空间与设备无关空间之间的对应关系不精确，就不能很好地复现印刷的色彩，不能起到打样的作用。也就是说，ICC Profile文件的质量高低是数码打样色彩管理中打样质量高低的关键要素。

通常，使用profile软件(比如，profile maker和profileprism)来制作ICC Profile文件。具体地讲，首先在关闭打印软件的色彩管理和打印机的色彩管理的情况下，打印一张标准的色靶图，然后使用测量仪器(比如，分光光度计)对打印的色靶图中的色块逐一进行测量，通过将测量的打印色靶图的色彩值和标准色靶图的色彩值进行比较来制作定制的ICC Profile文件。但是，在测量色靶图中的色块时，由于测量仪器本身的状态不稳定、使用环境差异、纸张和油墨较差等原因，测量结果会偏离实际值，甚至出现尖峰噪声，导致测量数据的平滑性和准确性差，从而影响最终的测量结果，造成生成的ICC Profile文件质量低。

发明内容

为了解决现有技术中的上述问题，本发明提出一种生成色彩对照文件，即，ICC Profile文件的方法及系统，以提高ICC Profile文件的质量。

为了实现以上目的，本发明提供的生成色彩对照文件的方法包括：根据色靶图的测量数据和纽介堡方程对纽介堡基色对应的Lab值进行优化；根据优化的纽介堡基色对应的Lab值对色靶图的测量数据进行滤波；和根据经过滤波的测量数据生成色彩对照文件。

所述优化步骤包括：利用测量设备测量色靶图，以得到所有色块的测量Lab值；根据纽介堡方程计算所有色块的计算Lab值；在色靶图中进行搜索以得到使所有色块的测量Lab值与计算Lab值之间的误差最小的纽介堡基色对应的Lab值。

所述滤波步骤包括：对于每个色块，根据优化的纽介堡基色对应的Lab值和纽介堡方程计算该色块的优化计算Lab值；计算表示其测量Lab值与优化计算Lab值之间修正关系的滤波系数；和根据该滤波系数对该色块的测量Lab值进行修正。

相应地，提供一种生成色彩对照文件的系统，包括：测量单元，测量色靶图，以得到所有色块的测量Lab值；优化单元，根据从测量单元接收的色靶图的测量数据和纽介堡方程对纽介堡基色对应的Lab值进行优化；滤波单元，根据优化的纽介堡基色对应的Lab值对从测量单元接收的色靶图的测量数据进行滤波；和Profile制作软件，根据经过滤波的测量数据生成ICC Profile文件。优化单元和滤波单元的操作与上述优化步骤和滤波步骤相同。

本发明利用Neugebauer方程模型对色靶图中纽介堡基色对应的lab值进行优化，并利用优化之后的纽介堡基色对应的Lab值对色靶图中所有色块的测量Lab值进行滤波，从而减少色靶图测量时所受到的噪声干扰，提高色靶图测量数据的平滑性和准确性。然后，利用经过滤波的测量数据建立设备相关空间到设备无关空间的映射关系并生成ICC Profile文件，从而可修正设备输入输出特性之间的映射关系，提高ICC Profile文件的质量。

附图说明

图1是Device ICC Profile文件的示意性结构图；

图2是Device ICC Profile文件中的A2B表的示意性结构图；

图3是Device ICC Profile文件中的B2A表的示意性结构图；

图4a和图4b分别是Neugebauer方程和Cellular Neugebauer方程的模型示意图；

图5是以CMYK为轴构成的四维空间示意图；

图6是CMYK四色印刷的权值表；

图7是根据本发明的对色靶图测量数据进行滤波的方法的流程图；

图8是优化纽介堡基色对应的Lab值的算法的流程图；

图9a和图9b是经过滤波和未经过滤波生成的ICC Profile色域边界的对比图；

图10是根据本发明的生成ICC Profile文件的系统的框图。

具体实施方式

以下将参考附图和实施例对本发明进行详细描述。

如前所述，在色彩管理中利用测量仪器对设备进行色度的测量，然后通过生成Device ICC Profile的方式对设备输入输出特性进行特性化描述，其中，Device ICC Profile建立起设备相关空间到设备无关色度空间的映射关系。这是一种对照表模式，基于输入输出关系平缓变化的基础之上，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。虽然这种方法需要测量许多色块，但只要测试色值分布合理，测试点真正代表设备的输出，则在整个色域内都能保证较高的精度。因此，本发明针对这种特性化方法，利用纽介堡(Neugebauer)方程模型来进行色靶图测量数据滤波，并根据经过滤波的数据生成Device ICC Profile文件，从而修正设备输入输出特性之间的映射关系，提高ICC Profile文件的精度。

在详细描述本发明之前，首先将参照图4a和图4b在CMY颜色空间中对Neugebauer方程模型进行说明。

Neugebauer方程提供了一种可行的言简意赅的建模思路，其主要思想是，认为印刷品任意组合的颜色是其所有基色的加权平均值，权值即为该基色油墨所覆盖面积的百分比。对于CMY颜色空间，CMY三种颜色[0，1]组合叠印形成8种颜色，这8种颜色称为纽介堡基色。如图4a所示，三个坐标轴分别表示C、M、Y轴，8个顶点R₁-R₈分别表示这8个纽介堡基色，棱表示基色间的距离和相对位置。印刷品任意组合的颜色可用从原点出发的矢量描述，也可认为是8个顶点(即，8个纽介堡基色)的颜色值的加权平均值。图4a中R1点的权值为(1-a_c)*(1-a_m)*(1-a_y)，其中a_c、a_m和a_y分别表示CMY各自的墨量值。以数学公式表示，Neugebauer方程满足如下关系：

$L=\underset{i=0}{\overset{2^n-1}{\mathrm{\Σ}}}{h}_i\·L_i---\left(1\right)$

$a=\underset{i=0}{\overset{2^n-1}{\mathrm{\Σ}}}{h}_i\·a_i---\left(2\right)$

$b=\underset{i=0}{\overset{2^n-1}{\mathrm{\Σ}}}{h}_i\·b_i---\left(3\right)$

其中，L、a和b分别表示印刷品任意组合的CMY颜色对应的Lab值，L_i、a_i和b_i分别表示纽介堡基色对应的Lab值，h_i表示权值，是网点面积cmy的函数，根据色块的CMY墨量求得，n表示印刷的色版数。从公式(1)、(2)和(3)可看出，任意组合的CMY色块的Lab值可根据纽介堡基色对应的Lab值进行插值而得到，因此，权值也称为插值系数。

但是，由于印刷呈色关系的复杂性，Neugebauer方程计算结果不可能很精确，需要进行修正。Cellular Neugebauer方程(又称局部的Neugebauer方程)是一种精度更高的Neugebauer修正方法。如图4b所示，该方法增加三种原色油墨50％的网点块，将整个CMY颜色空间分为八个子空间，从而使得基色总数变为27个(即，27个顶点)，将定标点由前一种形式的8个增加到27个。针对每个子空间分别计算一套修正的权值，对于落在每个子空间的点，使用相应的权值代入Neugebauer方程(1)、(2)和(3)，求出输出值。在图4b中，可将印刷品任意组合的Lab颜色值理解为子空间的8个顶点的颜色值的加权平均值，权值即为上述各个子空间的修正权值，同样是网点面积cmy的函数。

对于常用的印刷和打印系统，一般包含CMYK四色。以CMYK四色为轴构成如图5所示的四维多面体。如图5所示，该四维多面体共有2⁴＝16个顶点，分别表示16个纽介堡基色。图6中显示了这16个纽介堡基色的权值，这些权值是网点面积cmyk的函数。以下，参照图5所示的四维多面体对本发明进行说明。

图7是根据本发明的对色靶图测量数据进行滤波的方法的流程图。如图7所示，该方法包括以下步骤：

步骤S70、纽介堡基色对应的Lab值优化步骤，即，根据色靶图的测量数据和纽介堡方程对纽介堡基色对应的Lab值进行优化；

步骤S72、色靶图测量数据滤波步骤，即，根据优化的纽介堡基色对应的Lab值对色靶图的测量数据进行滤波。

如图7所示，步骤S70进一步包括步骤S701、S702和S 703，具体如下：

步骤S701、利用测量设备测量色靶图，以得到所有色块的测量Lab值；

步骤S702、根据纽介堡方程计算所有色块的计算Lab值；

步骤S703、在色靶图中进行搜索以得到使所有色块的测量Lab值与计算Lab值之间的误差最小的纽介堡基色对应的Lab值。

此外，步骤S72进一步包括步骤S721、S722和S723，具体如下：

步骤S721、根据优化的纽介堡基色对应的Lab值和纽介堡方程计算各个色块的优化计算Lab值；

步骤S722、计算表示所计算的色块的测量Lab值与优化计算Lab值之间修正关系的滤波系数；

步骤S723、根据该滤波系数对所计算的色块的测量Lab值进行修正。

以下，将参照图8详细描述步骤S70的优化步骤。为了描述方便，设置如下参数变量：

索引i和j分别表示第i基色和第j色块，0≤i≤15(在CMYK四色印刷中纽介堡基色为16个)，0≤j≤m-1，m为色靶图中所有色块的数量；

A表示Neugebauer方程计算时所用的权值矩阵：

$A=\left[\begin{array}{cccccc}{h}_{\mathrm{0,0}}& h_{\mathrm{0,1}}& ...& h_{0,i}& ...& h_{\mathrm{0,15}}\\ h_{\mathrm{1,0}}& h_{\mathrm{1,1},}& ...& h_{1,i}& ...& h_{\mathrm{1,15}}\\ ...& ...& ...& ...& ...& ...\\ h_{j,0}& h_{j,1}& ...& h_{j,i}& ...& h_{j,15}\\ ...& ...& ...& ...& ...& ...\\ h_{m-\mathrm{1,0}}& h_{m-\mathrm{1,1}}& ...& h_{m-1,i}& ...& h_{m-\mathrm{1,15}}\end{array}\right]=\left[\begin{array}{c}{A}_0\\ A_2\\ ...\\ A_j\\ ...\\ A_{m-1}\end{array}\right]---\left(4\right)$

其中，h_j，i表示第j色块的与第i基色对应的权值，行向量A_j表示第j色块的权值；

x表示图5所示的四维多面体的各个顶点(与16个纽介堡基色对应)的Lab值矩阵：

$x=\left[\begin{array}{ccc}{L}_0& a_0& b_0\\ L_1& a_1& b_2\\ ...& ...& ...\\ L_i& a_i& b_i\\ ...& ...& ...\\ L_{15}& a_{15}& b_{15}\end{array}\right]=\left[\begin{array}{c}{\mathrm{Lab}}_1\\ {\mathrm{Lab}}_2\\ ...\\ {\mathrm{Lab}}_i\\ ...\\ {\mathrm{Lab}}_{15}\end{array}\right]---\left(5\right)$

其中，行向量Lab_i表示第i基色对应的Lab值，L_i、a_i和b_i分别表示第i基色的L值、a值和b值；

Lab¹表示色靶图所有色块的计算Lab值矩阵：

${\mathrm{Lab}}^1=\left[\begin{array}{c}{\mathrm{Lab}}_0^1\\ {\mathrm{Lab}}_1^1\\ ...\\ {\mathrm{Lab}}_j^1\\ ...\\ {\mathrm{Lab}}_{m-1}^1\end{array}\right]=\left[\begin{array}{ccc}{L}_0^1& a_0^1& b_0^1\\ L_1^1& a_1^1& b_1^1\\ L_j^1& a_j^1& b_j^1\\ L_{m-1}^1& a_{m-1}^1& b_{m-1}^1\end{array}\right]=\left[\begin{array}{c}{A}_{0}x\\ A_{1}x\\ ...\\ A_{j}x\\ ...\\ A_{m-1}x\end{array}\right]---\left(6\right)$

其中，行向量Lab_j ¹表示第j色块的Lab值，计算公式为

L_j ¹、a_j ¹和b_j ¹分别表示第j色块的计算L值、计算a值和计算b值；

Lab²表示色靶图所有色块的测量Lab值：

${\mathrm{Lab}}^2=\left[\begin{array}{c}{\mathrm{Lab}}_0^2\\ {\mathrm{Lab}}_1^2\\ ...\\ {\mathrm{Lab}}_j^2\\ ...\\ {\mathrm{Lab}}_{m-1}^2\end{array}\right]=\left[\begin{array}{ccc}{L}_0^2& a_0^2& b_0^2\\ L_1^2& a_1^2& b_1^2\\ ...& ...& ...\\ L_j^2& a_j^2& b_j^2\\ ...& ...& ...\\ L_{m-1}^2& a_{m-1}^2& b_{m-1}^2\end{array}\right]---\left(7\right)$

其中，行向量Lab_j ²表示第j色块的测量Lab值，L_j ²、a_j ²和b_j ²分别表示第j色块的测量L值、测量a值和测量b值。

在图8所示的优化算法中，目标函数设为：

Q(x)＝||g(x)||＝||Ax-Lab²||        (8)

优化目标即为通过优化方法搜索出满足||g(x)||＝||Ax-Lab²||＜ε(终止常数ε＞0)的最优矩阵x^*(即，最优的纽介堡基色对应的Lab值矩阵)，也就是说，矩阵x^*使得色靶图中所有色块的计算值Ax^*与测量值Lab²之间的误差，即，||g(x)||＝||Ax-Lab²||最小。当然，还可使用其它可定量表示色块的计算Lab值与测量Lab值之间的误差的度量函数。

在优化过程中，设置如下各参数变量：

k表示迭代次数，0≤k≤n，n为预设的迭代次数；

d^k表示第k次迭代的搜索方向；

α_k表示第k次迭代的搜索步长；

x^k表示第k次迭代的纽介堡基色对应的Lab值；

x^k+1表示第k+1次迭代的纽介堡基色对应的Lab值，迭代公式x^k+1＝x^k+α_kd^k；

g_k表示第k次迭代时所有色块的计算Lab值与测量Lab值之间的误差矩阵，即，g_k＝Ax^k-Lab²。

搜索范围为色靶图中16个纽介堡基色组合附近的点。在对参数进行初始化时，令迭代次数k＝0，初始点x⁰设为通过色靶图测量距离4维多面体(初始矩阵)各个顶点最近的点得到的值，初始误差g₀＝Ax⁰-Lab²，并令初始搜索方向d⁰＝-g₀。初始化之后，开始计算在当前搜索方向下的最佳搜索步长，然后判断在当前搜索方向和搜索步长时是否满足||g(x)||＜ε，如果满足则结束迭代，将该次迭代的矩阵x^k赋予x，否则继续下一次迭代。

参照图8，该优化算法具体包括如下步骤：

步骤S801、初始化设置x⁰和ε；

步骤S802、初始化设置迭代次数k＝0和搜索方向d⁰＝-g₀；

步骤S803、令x^k+1＝x^k+α_kd^k，并计算该次迭代的最佳搜索步长α^k，最佳搜索步长α^k满足为

稍后将描述搜索步长的优化函数f(x^k+ad^k)；

步骤S804、判断||g_k+1||是否小于ε，如果||g_k+1||≥ε，则停止迭代，执行步骤S805，否则执行步骤806；

步骤S805，令最终优化值x^*＝x^k+1；

步骤S806，判断k是否等于预设的迭代次数n，如果已迭代了n次，则执行步骤S807，否则执行步骤S808；

步骤S807、令初始值x⁰＝x^k+1，并转到步骤S802重新初始化并开始下一轮迭代；

步骤S808、令

计算下一次搜索方向d^k+1＝-g_k+β_kd^k；

步骤S809、令k＝k+1，然后从步骤S803开始继续下一次迭代。

如此循环操作，直到搜索到满足||g(x)||＝||Ax^*-Lab²||＜ε的最优x^*。

在步骤S803中，在确定当前搜索方向下的最佳搜索步长时，设置搜索步长的优化函数为色靶图的平均误差，即，各个色块的误差之和的平均值：

$f(x^k+{\mathrm{\α}}_k{d}^k)=\frac{\underset{j=0}{\overset{m-1}{\mathrm{\Σ}}}\mathrm{Delta}{E}_j}{m}---\left(9\right)$

${\mathrm{DeltaE}}_j=\left|\right|g_j\left|\right|=\left|\right|A_j(x^k+{\mathrm{\α}}_k{d}^k)-{\mathrm{Lab}}^2\left|\right|=\sqrt{{(L_j^1-L_j^2)}^2+{(a_j^1-a_j^2)}^2+{(b_j^1-b_j^2)}^2}---\left(10\right)$

其中，g_j表示第j色块的计算Lab值与测量Lab值之间的误差矩阵，最佳搜索步长使得在当前搜索方向下所有色块的平均误差最小。

在根据以上优化函数(9)确定最佳搜索步长的过程中，可采用黄金分割法，依照“去坏留好”原则、对称原则以及等比收缩原则来逐步缩小搜索范围。比如，在第k次迭代时，选择初始搜索区间为[a，b]，令a＝-1，b＝1。在搜索范围[a，b]中取如下试验点：

${\mathrm{\α}}_k^1=a+0.382(b-a)---\left(6\right)$

${\mathrm{\α}}_k^2=a+0.618(b-a)---\left(7\right)$

对于这两个试验点，分别求其优化函数的目标值f(x^k+α_k ¹d^k)和f(x^k+α_k ²d^k)。如果则α_k ²为较佳点，令如果

则α_k ¹为较佳点，令

如此，获取新的搜索范围，重新计算新的试验点，求取新的优化函数值，比较决定取舍区间。如此反复，经过数次优选，就可根据控制精度要求(比如，0.05)，选择两个较近试验点的平均值作为优选点，从而获得当前搜索向量的最佳搜索步长，实现优化函数的最优化下降。

在步骤S808中，使用共轭梯度法利用误差来调整搜索方向。具体地讲，在调整搜索方向的过程中，根据每次迭代时色靶图中所有色块的计算Lab值与测量Lab值之间的误差矩阵的范数与上次迭代时的误差矩阵范数之比，即，

来调整搜索方向，而g_k＝Ax^k-Lab²，从而按照Neugebauer方程计算时所使用的权值将所有色块的计算Lab值与测量Lab值之间的误差分配给四维多面体的各个顶点。

以上算法仅是一个实例，根据本发明的优化算法并不限于特定的优化函数和优化方法。比如，搜索方向和搜索步长的确定方法可不限于共轭梯度法和黄金分割法，可采用任何可满足收敛条件和收敛速度的搜索方法。

在得到优化的纽介堡基色对应的Lab值之后，对色靶图中所有色块的测量数据进行滤波处理(图7中的步骤S72)。

为了描述方便，用

表示根据优化的纽介堡基色对应的Lab值和纽介堡方程计算的优化计算Lab值。

对于色靶图的第j色块，如下计算分别用于第j色块的测量L值、测量a值和测量b值的滤波系数FL_j、Fa_j和Fb_j：

${\mathrm{FL}}_j=\frac{2*|L_j^3-L_j^2|}{\left|L_j^3\right|+\left|L_j^2\right|}---\left(8\right)$

${\mathrm{Fa}}_j=\frac{2*|a_j^3-a_j^2|}{\left|a_j^3\right|+\left|a_j^2\right|}---\left(9\right)$

${\mathrm{Fb}}_j=\frac{2*|b_j^3-b_j^2|}{\left|b_j^3\right|+\left|b_j^2\right|}---\left(10\right)$

从以上公式可看出，滤波系数表达了色块的测量Lab值与计算Lab值之间的相对分布情况，由此确定测量Lab值与优化计算Lab值之间的修正关系。

然后，利用公式(8)、(9)和(10)中的滤波系数分别对该色块的测量L值、a值和b值分别进行滤波，得到第j色块的滤波之后的L值L_j ^F、a值a_j ^F和b值b_j ^F：

$L_j^F={\mathrm{FL}}_j*L_j^3+(1-{\mathrm{FL}}_j)*L_j^2---\left(11\right)$

$a_j^F={\mathrm{Fa}}_j*a_j^3+(1-F{a}_j)*a_j^2---\left(12\right)$

$b_j^F={\mathrm{Fb}}_j*b_j^3+(1-{\mathrm{Fb}}_j)*b_j^2---\left(13\right)$

最后，利用滤波之后的L值L_j ^F、a值a_j ^F和b值b_j ^F，按照多维对照表模式建立CMYK颜色空间到Lab颜色空间的变换，从而生成ICCProfile文件。

以上滤波方法仅是一个示例，本发明并不限于根据(8)-(13)所示的滤波方法。任何可表示色块的测量Lab值与优化计算Lab值之间的修正关系的滤波系数以及根据该滤波系数相应地对测量数据进行修正的滤波方法都应包括在本发明的保护范围之内。

以下，将结合一个具体的示例来对本发明进行进一步说明。

在该示例中，所用打印机为epson7800，油墨为epson的8色油墨，纸张为报纸打样用纸，测量设备为爱色丽公司iSis，不使用模拟纸白，DeltaE计算公式采用CIE 1976的公式。色靶图采用的是ECI2002CMYK标准色靶图，含有1485色块。

步骤一：打印ECI2002CMYK色靶图。

步骤二：通过iSis测量设备测量色靶图得到CMYK对应的Lab值。

步骤三：通过Cellular Neugebauer方程和图8所示的优化方法搜索色靶图得到纽介堡基色对应的Lab值。

步骤四：通过Cellular Neugebauer方程对色靶图所有色块的测量数据进行滤波处理。

步骤五：通过滤波后的色靶图测量数据生成Device ICC Profile文件。

如图9a和图9b所示，白色曲线表示经过滤波而生成的ICCProfile色域边界，红色曲线表示未经过滤波生成的ICC Profile色域边界。从图可看出，滤波(白色)的边界明显平滑，而未滤波(红色)的边界比较粗糙，有跳变。可见滤波起到了明显的效果，去除了测量噪声。

相应地，本发明提供一种生成色彩对照文件的系统。如图10所示，该系统包括测量单元100、优化单元102、滤波单元104和Profile制作软件106。测量单元100测量色靶图，以得到所有色块的测量Lab值。优化单元102根据从测量单元100接收的色靶图的测量数据和纽介堡方程对纽介堡基色对应的Lab值进行优化。滤波单元104根据优化的纽介堡基色对应的Lab值对从测量单元100接收的色靶图的测量数据进行滤波。Profile制作软件106根据经过滤波的测量数据生成色彩对照文件。优化单元102和滤波单元104的操作与以上优化步骤和滤波步骤相同，因此，省略其描述。

从以上参照实施例的描述可看出，本发明利用Neugebauer方程模型对色靶图中纽介堡基色对应的lab值进行优化，并利用优化之后的纽介堡基色对应的Lab值对色靶图中所有色块的Lab值进行滤波，从而减少色靶图测量时所受到的噪声干扰，提高色靶图测量数据的平滑性和准确性。然后，利用经过滤波的测量数据建立设备相关空间到设备无关空间的映射关系并生成ICC Profile文件，从而可修正设备输入输出特性之间的映射关系，提高ICC Profile文件的质量。

以上参考实施例描述了本发明。但是，本领域的技术人员应该理解，本发明不限于所公开的实施例，在不脱离本发明的基本原理的情况下，任何类似的修改、替换或变形都应包括在本发明的保护范围内，本发明的保护范围由权利要求限定。

Claims (12)

1.一种生成色彩对照文件的方法，其特征在于，该方法包括：

根据色靶图的测量数据和纽介堡方程对纽介堡基色对应的Lab值进行优化；

根据优化的纽介堡基色对应的Lab值对色靶图的测量数据进行滤波；和

根据经过滤波的测量数据生成色彩对照文件。

2.根据权利要求1所述的方法，其特征在于，所述优化步骤包括：

利用测量设备测量色靶图，以得到所有色块的测量Lab值；

根据纽介堡方程计算所有色块的计算Lab值；

在色靶图中进行搜索以得到使所有色块的测量Lab值与计算Lab值之间的误差最小的纽介堡基色对应的Lab值。

3.根据权利要求1所述的方法，其特征在于，所述滤波步骤包括：

对于每个色块，执行以下步骤：

根据优化的纽介堡基色对应的Lab值和纽介堡方程计算该色块的优化计算Lab值；

计算表示其测量Lab值与优化计算Lab值之间修正关系的滤波系数；和

根据该滤波系数对该色块的测量Lab值进行修正。

4.根据权利要求3所述的方法，其特征在于，根据如下公式计算分别用于第j色块的测量L值、a值和b值的滤波系数FL_j、Fa_j和Fb_j：

其中，L_j ³、a_j ³和b_j ³分别表示根据优化的纽介堡基色对应的Lab值和纽介堡方程计算的第j色块的优化计算L值、a值和b值，L_j ²、a_j ²和b_j ²分别表示第j色块的测量L值、a值和b值，

此时，根据如下公式对第j色块的测量L值、a值和b值进行滤波，得到第j色块的滤波之后的L值L_j ^F、a值a_j ^F和b值b_j ^F：

。

5.一种色靶图测量数据的滤波方法，其特征在于，该方法包括：

根据色靶图的测量数据和纽介堡方程对纽介堡基色对应的Lab值进行优化；和

根据优化的纽介堡基色对应的Lab值对色靶图的测量数据进行滤波。

6.根据权利要求5所述的方法，其特征在于，所述优化步骤包括：

利用测量设备测量色靶图，以得到所有色块的测量Lab值；

根据纽介堡方程计算所有色块的计算Lab值；

在色靶图中进行搜索以得到使所有色块的测量Lab值与计算Lab值之间的误差最小的纽介堡基色对应的Lab值。

7.根据权利要求5所述的方法，其特征在于，所述滤波步骤包括：

对于每个色块，执行以下步骤：

根据优化的纽介堡基色对应的Lab值和纽介堡方程计算该色块 的优化计算Lab值；

计算表示其测量Lab值与优化计算Lab值之间修正关系的滤波系数；和

根据该滤波系数对该色块的测量Lab值进行修正。

8.根据权利要求7所述的方法，其特征在于，根据如下公式计算分别用于第j色块的测量L值、a值和b值的滤波系数FL_j、Fa_j和Fb_j：

其中，L_j ³、a_j ³和b_j ³分别表示根据优化的纽介堡基色对应的Lab值和纽介堡方程计算的第j色块的优化计算L值、a值和b值，L_j ²、a_j ²和b_j ²分别表示第j色块的测量L值、a值和b值，

此时，根据如下公式对第j色块的测量L值、a值和b值进行滤波，得到第j色块的滤波之后的L值L_j ^F、a值a_j ^F和b值b_j ^F：

。

9.一种生成色彩对照文件的系统，包括测量单元和Profile制作软件，测量单元用于测量色靶图，以得到所有色块的测量Lab值，其特征在于，该系统还包括：

优化单元，根据从测量单元接收的色靶图的测量数据和纽介堡方程对纽介堡基色对应的Lab值进行优化；

滤波单元，根据优化的纽介堡基色对应的Lab值对从测量单元接收的色靶图的测量数据进行滤波， 

此时，Profile制作软件根据经过滤波的测量数据生成色彩对照文件。

10.根据权利要求9所述的系统，其特征在于，所述优化单元执行以下操作：

利用测量设备测量色靶图，以得到所有色块的测量Lab值；

根据纽介堡方程计算所有色块的计算Lab值；

在色靶图中进行搜索以得到使所有色块的测量Lab值与计算Lab值之间的误差最小的纽介堡基色对应的Lab值。

11.根据权利要求9所述的系统，其特征在于，所述滤波单元执行以下操作：

对于每个色块，执行以下步骤：

根据优化的纽介堡基色对应的Lab值和纽介堡方程计算该色块的优化计算Lab值；

计算表示其测量Lab值与优化计算Lab值之间修正关系的滤波系数；和

根据该滤波系数对该色块的测量Lab值进行修正。

12.根据权利要求11所述的系统，其特征在于，根据如下公式计算分别用于第j色块的测量L值、a值和b值的滤波系数FL_j、Fa_j和Fb_j：

其中，L_j ³、a_j ³和b_j ³分别表示根据优化的纽介堡基色对应的Lab值和纽介堡方程计算的第j色块的优化计算L值、a值和b值，L_j ²、 a_j ²和b_j ²分别表示第j色块的测量L值、a值和b值，

此时，根据如下公式对第j色块的测量L值、a值和b值进行滤波，得到第j色块的滤波之后的L值L_j ^F、a值a_j ^F和b值b_j ^F：

。

Images