CN103106670A - 一种计算机输入设备的色彩模型自动建立及转换方法 - Google Patents

Abstract

本发明公开的一种计算机输入设备的色彩模型自动建立及转换方法，步骤包括：对于计算机输入设备采集的完整的IT8.7/2色靶数字图像，分割其彩色块区域中各小色块，自动获取各小色块的RGB色彩值，建立输入设备RGB与CIELAB的查找表；分割输入设备RGB与CIELAB查找表中R、G、B的最大最小值所构成的设备RGB色域空间，建立RGB子空间及其RGB到CIELAB的色彩模型；判定计算机输入设备采集的数字图像的像素所在的RGB子空间，根据子空间的色彩模型转换该像素的RGB值到对应的CIELAB的各分量值。本发明的色彩模型自动建立及转换方法，步骤简单，精度显著提高。

Description

一种计算机输入设备的色彩模型自动建立及转换方法

技术领域

本发明属于色彩管理技术领域，具体涉及一种计算机输入设备的色彩模型自动建立及转换方法。

背景技术

常用的计算机输入设备包括扫描仪、数码相机等，它们所用的色彩空间均为RGB色彩空间，CIELAB色彩空间是国际照明委员会定义的一种与设备无关的，且感知均匀的色彩空间。

色彩管理是通过将颜色从计算机输入设备的色彩空间RGB转换到设备无关色彩空间，再从设备无关色彩空间转换到显示设备或输出设备的色彩空间，以达到颜色从输入设备到输出设备传输时失真最小的目的。常用的设备无关色彩空间为CIELAB色彩空间，常用的用于建立计算机输入设备色彩模型的色靶为IT8.7/2。

IT8.7/2色靶是相纸类材料制成的，由上部的彩色块区域、下部的灰阶块区域、环绕四周的中性灰边，以及位于下方灰边上色靶制作者的信息组成，其中彩色块区域包含264个小色块，每个小色块的CIELAB值由色靶的制作者以文件方式给出，作为建立RGB到CIELAB色彩模型的关于CIELAB的样本点数据，而作为建立RGB到CIELAB色彩模型的关于RGB的样本点数据，即每个小色块的RGB值，则必须由某种输入设备扫描或拍摄IT8.7/2色靶，将其数字化为数字图像，然后，一般由要用该色靶建立色彩模型的使用者，在Photoshop等软件中查看IT8.7/2色靶数字图像中每个小色块的RGB值，手工记下彩色块区域中264个小色块的RGB值，再与色靶制造者提供的各小色块对应的CIELAB值一起，采用某种方法建立该输入设备的色彩模型。

一般色彩空间转换的色彩模型建立方法有多项式回归法、三维查表插值法、神经网络法、模糊逻辑法等几类，其中，三维查表插值法由于对色彩空间进行分割，因此可以提高呈非线性关系的色彩模型的精度，但是如果建立三维查找表的样本点在不规则空间并且不规则分布，则查表时很难在查找表中找出包含待转换颜色点的三维几何体的顶点来进行插值以完成色彩的转换，而IT8.7/2色靶被扫描仪或数码相机数字化为数字图像后，它包含的264个小色块的RGB值呈不规则分布，所构成的输入设备的色域空间也呈不规则状，因此，用IT8.7/2色靶建立计算机输入设备的色彩模型时，采用三维查表法会面临查表不易的困难；多项式回归算法因其实现过程比较简单，是采用IT8.7/2色靶建立扫描仪RGB到CIELAB色彩模型的常用方法，但是由于计算机输入设备在将色彩信息数字化时，会将理想的由0到255的R、G、B构成的三维立方体空间变换为非规则的三维色域空间，并且设备RGB与CIELAB之间存在着非线性关系，因此用一组多项式方程定义计算机输入设备的整个RGB色域空间与CIELAB空间的关系，其色彩模型的精度难以满足实际应用的要求。

发明内容

本发明的目的是提供一种计算机输入设备的色彩模型自动建立及转换方法，解决了现有技术中采用手工获取IT8.7/2色靶的RGB样本点数据，再采用三维查表法在非规则空间中查表，步骤繁琐不易实施，以及用一组多项式方程建立计算机输入设备色彩转换模型精度不高的问题。

本发明所采用的技术方案是，一种计算机输入设备的色彩模型自动建立及转换方法，该方法按照以下步骤实施：

步骤1：对于计算机输入设备采集的完整的IT8.7/2色靶数字图像，分割其彩色块区域中各小色块，自动获取各小色块的RGB色彩值，建立输入设备RGB与CIELAB的查找表；

步骤2：分割输入设备RGB与CIELAB查找表中R、G、B的最大最小值所构成的设备RGB色域空间，建立RGB子空间及其RGB到CIELAB的色彩模型；

步骤3：判定计算机输入设备采集的数字图像的像素所在的RGB子空间，根据子空间的色彩模型转换该像素的RGB值到对应的CIELAB的各分量值。

本发明的有益效果是，通过对计算机输入设备采集的IT8.7/2色靶数字图像的自动分割，建立设备的RGB与CIELAB的查找表以及RGB色域空间，对建立的设备RGB色域空间进行有效分割，构建RGB子空间以及根据精度要求为每个子空间建立RGB到CIELAB的多项式回归色彩模型；在转换时，对计算机输入设备所采集图像的各像素R、G、B值，根据RGB子空间的分割规则，可快速定位像素所在的RGB子空间及其对应的色彩模型，进行色彩转换，使得该方法在建立计算机输入设备色彩模型时能够自动完成，并且进行设备所采集图像的RGB到CIELAB转换时，精度和速度能够同时满足实际应用的需要。

附图说明

图1是本发明方法所采用的完整的IT8.7/2色靶示意图；

图2是本发明方法通过计算机输入设备采集的IT8.7/2色靶图像彩色块区域中各小色块的分割示意图；

图3是本发明方法所采用的设备RGB色彩空间的R轴、G轴、B轴的分割示意图；

图4是本发明方法实施过程中的第n个RGB子空间示意图。

图中，1.IT8.7/2色靶的彩色块区域，2.IT8.7/2色靶的灰阶块区域。

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。

本发明的计算机输入设备的色彩模型自动建立及转换方法，具体按照以下步骤实施：

步骤1：对于计算机输入设备采集的完整的IT8.7/2色靶数字图像，分割其彩色块区域中各小色块，自动获取各小色块的RGB色彩值，建立输入设备RGB与CIELAB的查找表。

设置扫描仪或数码相机的分辨率为其最大光学分辨率，以彩色模式扫描或拍摄IT8.7/2色靶，对所采集的并且完整的色靶数字图像进行灰度化处理，见图1，包括IT8.7/2色靶的彩色块区域1和IT8.7/2色靶的灰阶块区域2，参照公式（1）：

Y=0.212671*R+0.715160*G+0.072169*B    （1）

其中R、G、B分别为彩色色靶图像每个像素的R、G、B值，Y为处理后的色靶图像像素的灰度值，

如图2所示，设色靶灰度图像的高和宽分别为和H和W，对色靶灰度图像从第一行开始由上向下按行扫描到

行，将每行像素的灰度值相加，选择行和最小值所在行作为彩色块区域的行起始边界，记为start；从

处按行向下扫描到

行，将每行像素的灰度值相加，选择行和最小值所在行作为彩色块区域的行结束边界，记为end；对色靶灰度图像从第一列开始由左向右按列扫描到

扫描的起始行为

结束行为end，将每列像素的灰度值相加，选择列和最小值所在列作为彩色块区域的列起始边界，记为lstart；从处按列向右扫描到W列，扫描的起始行为结束行为end，将每列像素的灰度值相加，选择列和最小值所在列作为彩色块区域的列结束边界，记为lend，

计算彩色块区域各小色块的高h和宽w，参照公式（2）：

$h=\frac{\mathrm{end}-\mathrm{start}+1}{14}$                （2）

$w=\frac{\mathrm{lend}-\mathrm{lstart}+1}{24}$

彩色块区域第一个小色块A1的起始行Ht和起始列Wl按下式（3）计算得到：

Ht＝start+h           （3）

Wl＝lstart+w

以每个小色块的

处为中心，分别取

像素的矩形区域，小色块中矩形区域的左上角坐标参照式（4）：

$x_{\mathrm{left}}=\mathrm{wl}+(\mathrm{il}-1)w+\frac{w}{4}$               （4）

$y_{\mathrm{left}}=\mathrm{Ht}+(\mathrm{jl}-1)h+\frac{h}{4}$

右下角坐标参照式（5）：

$x_{\mathrm{right}}=\mathrm{Wl}+(\mathrm{il}-1)w+\frac{3w}{4}-1$                      （5）

$y_{\mathrm{right}}=\mathrm{Ht}+(\mathrm{jl}-1)h+\frac{3h}{4}-1$

其中，il=1，2，…，22；jl=1，2，…，12；则第k个小色块的R、G、B的平均值

定义如下式（6）：

${\stackrel{\‾}{R}}_k=\frac{\underset{i=x_{\mathrm{left}}}{\overset{x_{\mathrm{right}}}{\mathrm{\Σ}}}\underset{j=y_{\mathrm{left}}}{\overset{y_{\mathrm{right}}}{\mathrm{\Σ}}}{R}_k(i,j)}{N}$

${\stackrel{\‾}{G}}_k=\frac{\underset{i=x_{\mathrm{left}}}{\overset{x_{\mathrm{right}}}{\mathrm{\Σ}}}\underset{j=y_{\mathrm{left}}}{\overset{y_{\mathrm{right}}}{\mathrm{\Σ}}}{G}_k(i,j)}{N}---\left(6\right)$

${\stackrel{\‾}{B}}_k=\frac{\underset{i=x_{\mathrm{left}}}{\overset{x_{\mathrm{right}}}{\mathrm{\Σ}}}\underset{j=y_{\mathrm{left}}}{\overset{y_{\mathrm{right}}}{\mathrm{\Σ}}}{B}_k(i,j)}{N}$

其中，R_k(i,j)、G_k(i,j)、B_k(i,j)为第k个小色块所取矩形区域中各像素的R、G、B值，x_left、y_left同时作为矩形区域的左上角坐标，x_right、y_right同时作为矩形区域的右下角坐标，k＝(jl-1)×22+il；il=1，2，…，22；jl=1，2，…，12；k的取值范围为1到264，N＝(x_right-x_left+1)×(y_right-y_left+1)，

由此建立计算机输入设备的

与对应的IT8.7/2色靶的CIELAB的查找表，其中的k=1，2，…，264，如表1所示，

表1本发明方法的输入设备RGB到CIELAB的查找表

步骤2：分割输入设备RGB与CIELAB查找表中R、G、B的最大最小值所构成的设备RGB色域空间，建立RGB子空间及其RGB到CIELAB的色彩模型。

根据步骤1查找表中的

k=1，2，…，264，分别找出其最小值和最大值，记为

对R、G、B三个坐标轴在各自的最小、最大值之间进行5级等间距分割，参照图3，其间距计算公式根据下式（7）进行计算得到：

$\mathrm{JG}\_R=\frac{{\stackrel{\‾}{R}}_{\max }-{\stackrel{\‾}{R}}_{\min }+1}{4}$

$\mathrm{JG}\_G=\frac{{\stackrel{\‾}{G}}_{\max }-{\stackrel{\‾}{G}}_{\min }+1}{4}---\left(7\right)$

$\mathrm{JG}\_B=\frac{{\stackrel{\‾}{B}}_{\max }-{\stackrel{\‾}{B}}_{\min }+1}{4}$

其中，JG_R、JG_G、JG_B分别为R、G、B三个坐标轴的分割间距，从而将设备RGB色域空间

到

到到

分割为（5-1）³＝64个小长方体子空间，第n个子空间的端点minR_n、maxR_n、minG_n、maxG_n、minB_n和maxB_n，如图4所示，由下式（8）进行计算得到：

${\min R}_n={\stackrel{\‾}{R}}_{\min }+\mathrm{nR}\×\mathrm{JG}\_R$

${\min R}_n={\stackrel{\‾}{R}}_{\min }+(\mathrm{nR}+1)\×\mathrm{JG}\_R-1$

${\min G}_n={\stackrel{\‾}{G}}_{\min }+\mathrm{nG}\×\mathrm{JG}\_G$                            （8）

${\max G}_n={\stackrel{\‾}{G}}_{\min }+(\mathrm{nG}+1)\×\mathrm{JG}\_G-1$

${\min B}_n={\stackrel{\‾}{B}}_{\min }+\mathrm{nB}\×\mathrm{JG}\_B$

${\max B}_n={\stackrel{\‾}{B}}_{\min }+(\mathrm{nB}+1)\×\mathrm{JG}\_B-1$

其中，nR=0，1，2，3；nG=0，1，2，3；nB=0，1，2，3；

n＝nR+4×nG+16×nB，表示第n个小长方体子空间，取值范围为0到63，其几何中心由下式（9）计算得到：

${\mathrm{CR}}_n=\frac{{\min R}_n+{\max R}_n}{2}$

${\mathrm{CG}}_n=\frac{{\min G}_n+{\max G}_n}{2}---\left(9\right)$

${\mathrm{CB}}_n=\frac{{\min B}_n+{\max B}_n}{2}$

其中，CR_n、CG_n、CB_n为第n个小长方体子空间几何中心点的R、G、B值，n=0，1，…，63，

根据每个小长方体子空间的几何中心点CR_n、CG_n、CB_n值与步骤1查找表中的

值计算欧式距离ΔD，由下式（10）计算得到：

${\mathrm{\ΔD}}_{\mathrm{nk}}=\sqrt{{({\stackrel{\‾}{R}}_k-{\mathrm{CR}}_n)}^2+{({\stackrel{\‾}{G}}_k-{\mathrm{CG}}_n)}^2+{({\stackrel{\‾}{B}}_k-{\mathrm{CB}}_n)}^2}---\left(10\right)$

其中，k=1，2，…，264，n=0，1，…，63，

对每个RGB小长方体子空间，取出最小的M个欧式距离值在步骤1查找表中所对应的输入设备RGB颜色值和CIELAB值作为该小长方体子空间的建模样本数据，

以RGB小长方体子空间为单元，建立计算机输入设备的RGB到CIELAB转换的色彩模型，该色彩模型定义为如下公式（11）：

L＝a_L0+a_L1R+a_L2G+a_L3B+a_L4RG+a_L5GB+a_L6BR+a_L7R²+a_L8G²+a_L9B²

+a_L10RGB+a_L11R³+a_L12G³+a_L13B³

a＝a_a0+a_a1R+a_a2G+a_a3B+a_a4RG+a_a5GB+a_a6BR+a_a7R²+a_aL8G²+a_a9B²       （11）

+a_a10RGB+a_a11R³+a_a12G³+a_a13B³

b＝a_b0+a_b1R+a_b2G+a_b3B+a_b4RG+a_b5GB+a_b6BR+a_b7R²+a_b8G²+a_b9B²

+a_b10RGB+a_b11R³+a_b12G³+a_b13B³

其中，a_L0～a_L13、a_a0～a_a13、a_b0～a_b13为待求解的多项式系数，因为这些系数是由多项式回归方法计算出来的实数，没有取值范围的限制，所以这里不用指定其取值范围，

根据每个RGB小长方体子空间所对应的M组输入设备RGB颜色值和CIELAB值的建模样本数据，利用多项式回归方法计算出各小长方体子空间的多项式系数，即每个RGB小长方体子空间的a_L0～a_L13、a_a0～a_a13、a_b0～a_b13的值，其中建模数据的样本个数M由下面的规则确定：

①当小长方体子空间中所含的小色块个数大于32时，M=42；

②当小长方体子空间中所含的小色块

个数小于等于32，且大于11时，M=38；

③当小长方体子空间中所含的小色块

个数小于等于11时，M=18。

步骤3：判定计算机输入设备采集的数字图像的像素所在的RGB子空间，根据子空间的色彩模型转换该像素的RGB值到对应的CIELAB的各分量值。

由扫描仪扫描或数码相机拍摄图像，对图像像素的R、G、B值，分别确定其在R轴的分割区间位置nR，在G轴的分割区间位置nG，以及在B轴的分割区间位置nB，由下式（12）计算得到：

$\mathrm{nR}=\left\{\begin{array}{cc}0,& {\stackrel{\&OverBar;}{R}}_{\min }\&le;R<({\stackrel{\&OverBar;}{R}}_{\min }+\mathrm{JG}\_R)\\ 1,& ({\stackrel{\&OverBar;}{R}}_{\min }+\mathrm{JG}\_R)\&le;R<R({\stackrel{\&OverBar;}{R}}_{\min }+2\&times;\mathrm{JG}\_R)\\ 2,& ({\stackrel{\&OverBar;}{R}}_{\min }+2\&times;\mathrm{JG}\_R)\&le;R<({\stackrel{\&OverBar;}{R}}_{\min }+3\&times;\mathrm{JG}\_R)\\ 3,& ({\stackrel{\&OverBar;}{R}}_{\min }+3\&times;\mathrm{JG}\_R)\&le;R\&le;{\stackrel{\&OverBar;}{R}}_{\max }\end{array}\right.$

$\mathrm{nG}=\left\{\begin{array}{cc}0,& {\stackrel{\&OverBar;}{G}}_{\min }\&le;G<({\stackrel{\&OverBar;}{G}}_{\min }+\mathrm{JG}\_G)\\ 1,& ({\stackrel{\&OverBar;}{G}}_{\min }+\mathrm{JG}\_G)\&le;G<({\stackrel{\&OverBar;}{G}}_{\min }+2\&times;\mathrm{JG}\_G)\\ 2,& ({\stackrel{\&OverBar;}{G}}_{\min }+2\&times;\mathrm{JG}\_G)\&le;G<({\stackrel{\&OverBar;}{G}}_{\min }+3\&times;\mathrm{JG}\_G)\\ 3,& ({\stackrel{\&OverBar;}{G}}_{\min }+3\&times;\mathrm{JG}\_G)\&le;G\&le;{\stackrel{\&OverBar;}{G}}_{\max }\end{array}\right.---\left(12\right)$

$\mathrm{nB}=\left\{\begin{array}{cc}0,& {\stackrel{\&OverBar;}{B}}_{\min }\&le;B<({\stackrel{\&OverBar;}{B}}_{\min }+\mathrm{JG}\_B)\\ 1,& ({\stackrel{\&OverBar;}{B}}_{\min }+\mathrm{JG}\_B)\&le;B<({\stackrel{\&OverBar;}{B}}_{\min }+2\&times;\mathrm{JG}\_B)\\ 2,& ({\stackrel{\&OverBar;}{B}}_{\min }+2\&times;\mathrm{JG}\_B)\&le;B<({\stackrel{\&OverBar;}{B}}_{\min }+3\&times;\mathrm{JG}\_B)\\ 3,& ({\stackrel{\&OverBar;}{B}}_{\min }+3\&times;\mathrm{JG}\_B)\&le;B\&le;{\stackrel{\&OverBar;}{B}}_{\max }\end{array}\right.$

其中，

分别为步骤1查找表中输入设备R、G、B的最大最小值，JG_R、JG_G、JG_B分别为步骤2中R、G、B三个坐标轴的分割间距，则该像素位于第n个RGB小长方体子空间，n由下式（13）进行计算得到：

n＝nR+4×nG+16×nB      （13）

将该像素R、G、B值和第n个小长方体子空间的多项式系数a_L0～a_L13、a_a0～a_a13、a_b0～a_b13分别代入到步骤2中计算机输入设备的RGB到CIELAB的色彩模型中，见公式（11），计算该像素对应的CIELAB的各分量值，完成计算机输入设备的RGB到CIELAB的转换，即成。

Claims (4)

1.一种计算机输入设备的色彩模型自动建立及转换方法，其特征在于，该方法按照以下步骤实施：

步骤1：对于计算机输入设备采集的完整的IT8.7/2色靶数字图像，分割其彩色块区域中各小色块，自动获取各小色块的RGB色彩值，建立输入设备RGB与CIELAB的查找表；

步骤2：分割输入设备RGB与CIELAB查找表中R、G、B的最大最小值所构成的设备RGB色域空间，建立RGB子空间及其RGB到CIELAB的色彩模型；

步骤3：判定计算机输入设备采集的数字图像的像素所在的RGB子空间，根据子空间的色彩模型转换该像素的RGB值到对应的CIELAB的各分量值。

2.根据权利要求1所述的计算机输入设备的色彩模型自动建立及转换方法，其特征在于，所述的步骤1中，具体按照以下步骤实施：

设置扫描仪或数码相机的分辨率为其最大光学分辨率，以彩色模式扫描或拍摄IT8.7/2色靶，对所采集的并且完整的色靶数字图像进行灰度化处理，参照公式（1）：

Y=0.212671*R+0.715160*G+0.072169*B    （1）

其中R、G、B分别为彩色色靶图像每个像素的R、G、B值，Y为处理后的色靶图像像素的灰度值，

设色靶灰度图像的高和宽分别为和H和W，对色靶灰度图像从第一行开始由上向下按行扫描到行，将每行像素的灰度值相加，选择行和最小值所在行作为彩色块区域的行起始边界，记为start；从

处按行向下扫描到行，将每行像素的灰度值相加，选择行和最小值所在行作为彩色块区域的行结束边界，记为end；对色靶灰度图像从第一列开始由左向右按列扫描到

扫描的起始行为

结束行为end，将每列像素的灰度值相加，选择列和最小值所在列作为彩色块区域的列起始边界，记为lstart；从处按列向右扫描到W列，扫描的起始行为

结束行为end，将每列像素的灰度值相加，选择列和最小值所在列作为彩色块区域的列结束边界，记为lend，

计算彩色块区域各小色块的高h和宽w，参照公式（2）：

$h=\frac{\mathrm{end}-\mathrm{start}+1}{14}$                        （2）

$w=\frac{\mathrm{lend}-\mathrm{lstart}+1}{24}$

彩色块区域第一个小色块A1的起始行Ht和起始列Wl按下式（3）计算：

Ht＝start+h                     （3）

Wl＝lstart+w

以每个小色块的

处为中心，分别取

像素的矩形区域，小色块中矩形区域的左上角坐标参照式（4）：

$x_{\mathrm{left}}=\mathrm{Wl}+(\mathrm{il}-1)w+\frac{w}{4}$                   （4）

$y_{\mathrm{left}}=\mathrm{Ht}+(\mathrm{jl}-1)h+\frac{h}{4}$

右下角坐标参照式（5）：

$x_{\mathrm{right}}=\mathrm{Wl}+(\mathrm{il}-1)w+\frac{3w}{4}-1$                （5）

$y_{\mathrm{right}}=\mathrm{Ht}+(\mathrm{jl}-1)h+\frac{3h}{4}-1$

其中，il=1，2，…，22；jl=1，2，…，12；则第k个小色块的R、G、B的平均值

定义如下式（6）：

${\stackrel{\&OverBar;}{R}}_k=\frac{\underset{i=x_{\mathrm{left}}}{\overset{x_{\mathrm{right}}}{\mathrm{\&Sigma;}}}\underset{j=y_{\mathrm{left}}}{\overset{y_{\mathrm{right}}}{\mathrm{\&Sigma;}}}{R}_k(i,j)}{N}$

${\stackrel{\&OverBar;}{G}}_k=\frac{\underset{i=x_{\mathrm{left}}}{\overset{x_{\mathrm{right}}}{\mathrm{\&Sigma;}}}\underset{j=y_{\mathrm{left}}}{\overset{y_{\mathrm{right}}}{\mathrm{\&Sigma;}}}{G}_k(i,j)}{N}---\left(6\right)$

${\stackrel{\&OverBar;}{B}}_k=\frac{\underset{i=x_{\mathrm{left}}}{\overset{x_{\mathrm{right}}}{\mathrm{\&Sigma;}}}\underset{j=y_{\mathrm{left}}}{\overset{y_{\mathrm{right}}}{\mathrm{\&Sigma;}}}{B}_k(i,j)}{N}$

其中，R_k(i,j)、G_k(i,j)、B_k(i,j)为第k个小色块所取矩形区域中各像素的R、G、B值，x_left、y_left同时作为矩形区域的左上角坐标，x_right、y_right同时作为矩形区域的右下角坐标，k＝(jl-1)×22+il；il=1，2，·…，22；jl=1，2，…，12；k的取值范围为1到264，N＝(x_right-x_left+1)×(y_right-y_left+1)，

由此建立计算机输入设备的与对应的IT8.7/2色靶的CIELAB的查找表，其中的k=1，2，…，264，如表1所示，

表1本发明方法的输入设备RGB到CIELAB的查找表

3.根据权利要求1所述的计算机输入设备的色彩模型自动建立及转换方法，其特征在于，所述的步骤2，具体按照以下步骤实施：

根据步骤1查找表中的

k=1，2，…，264，分别找出其最小值和最大值，记为对R、G、B三个坐标轴在各自的最小、最大值之间进行5级等间距分割，其间距计算公式根据下式（7）进行计算：

$\mathrm{JG}\_R=\frac{{\stackrel{\&OverBar;}{R}}_{\max }-{\stackrel{\&OverBar;}{R}}_{\min }+1}{4}$

$\mathrm{JG}\_G=\frac{{\stackrel{\&OverBar;}{G}}_{\max }-{\stackrel{\&OverBar;}{G}}_{\min }+1}{4}---\left(7\right)$

$\mathrm{JG}\_B=\frac{{\stackrel{\&OverBar;}{B}}_{\max }-{\stackrel{\&OverBar;}{B}}_{\min }+1}{4}$

其中，JG_R、JG_G、JG_B分别为R、G、B三个坐标轴的分割间距，从而将设备RGB色域空间

到

到

到

分割为（5-1）³＝64个小长方体子空间，第n个子空间的端点minR_n、maxR_n、minG_n、maxG_n、minB_n和maxB_n，由下式（8）进行计算：

${\min R}_n={\stackrel{\&OverBar;}{R}}_{\min }+\mathrm{nR}\&times;\mathrm{JG}\_R$

${\max R}_n={\stackrel{\&OverBar;}{R}}_{\min }+(\mathrm{nR}+1)\&times;\mathrm{JG}\_R-1$

${\min G}_n={\stackrel{\&OverBar;}{G}}_{\min }+\mathrm{nG}\&times;\mathrm{JG}\_G$                     （8）

${\max G}_n={\stackrel{\&OverBar;}{G}}_{\min }+(\mathrm{nG}+1)\&times;\mathrm{JG}\_G-1$

${\min B}_n={\stackrel{\&OverBar;}{B}}_{\min }+\mathrm{nB}\&times;\mathrm{JG}\_B$

${\max B}_n={\stackrel{\&OverBar;}{B}}_{\min }+(\mathrm{nB}+1)\&times;\mathrm{JG}\_B-1$

其中，nR=0，1，2，3；nG=0，1，2，3；nB=0，1，2，3；

n＝nR+4×nG+16×nB，表示第n个小长方体子空间，取值范围为0到63，其几何中心由下式（9）计算得到：

${\mathrm{CR}}_n=\frac{{\min R}_n+{\max R}_n}{2}$

${\mathrm{CG}}_n=\frac{{\min G}_n+{\max G}_n}{2}---\left(9\right)$

${\mathrm{CB}}_n=\frac{{\min B}_n+{\max B}_n}{2}$

其中，CR_n、CG_n、CB_n为第n个小长方体子空间几何中心点的R、G、B值，n=0，1，…，63，

根据每个小长方体子空间的几何中心点CR_n、CG_n、CB_n值与步骤1查找表中的

值计算欧式距离ΔD，由下式（10）计算：

${\mathrm{\&Delta;D}}_{\mathrm{nk}}=\sqrt{{({\stackrel{\&OverBar;}{R}}_k-{\mathrm{CR}}_n)}^2+{({\stackrel{\&OverBar;}{G}}_k-{\mathrm{CG}}_n)}^2+{({\stackrel{\&OverBar;}{B}}_k-{\mathrm{CB}}_n)}^2}---\left(10\right)$

其中，k=1，2，…，264，n=0，1，…，63，

对每个RGB小长方体子空间，取出最小的M个欧式距离值在步骤1查找表中所对应的输入设备RGB颜色值和CIELAB值作为该小长方体子空间的建模样本数据，

以RGB小长方体子空间为单元，建立计算机输入设备的RGB到CIELAB转换的色彩模型，该色彩模型定义为如下公式（11）：

L＝a_L0+a_L1R+a_L2G+a_L3B+a_L4RG+a_L5GB+a_L6BR+a_L7R²+a_L8G²+a_L9B²

+a_L10RGB+a_L11R³+a_L12G³+a_L13B³

a＝a_a0+a_a1R+a_a2G+a_a3B+a_a4RG+a_a5GB+a_a6BR+a_a7R²+a_aL8G2+a_a9B²      （11）

+a_a10RGB+a_a11R³+a_a12G³+a_a13B³

b＝a_b0+a_b1R+a_b2G+a_b3B+a_b4RG+a_b5GB+a_b6BR+a_b7R²+a_b8G²+a_b9B²

+a_b10RGB+a_b11R³+a_b12G³+a_b13B³

其中，a_L0～a_L13、a_a0～a_a13、a_b0～a_b13为待求解的多项式系数，

根据每个RGB小长方体子空间所对应的M组输入设备RGB颜色值和CIELAB值的建模样本数据，利用多项式回归方法计算出各小长方体子空间的多项式系数，即每个RGB小长方体子空间的a_L0～a_L13、a_a0～a_a13、a_b0～a_b13的值，其中建模数据的样本个数M由下面的规则确定：

①当小长方体子空间中所含的小色块个数大于32时，M=42；

②当小长方体子空间中所含的小色块

个数小于等于32，且大于11时，M=38；

③当小长方体子空间中所含的小色块

个数小于等于11时，M=18。

4.根据权利要求1所述的计算机输入设备的色彩模型自动建立及转换方法，其特征在于，所述的步骤3，具体按照以下步骤实施：

由扫描仪扫描或数码相机拍摄图像，对图像像素的R、G、B值，分别确定其在R轴的分割区间位置nR，在G轴的分割区间位置nG，以及在B轴的分割区间位置nB，由下式（12）计算：

$\mathrm{nR}=\left\{\begin{array}{cc}0,& {\stackrel{\&OverBar;}{R}}_{\min }\&le;R<({\stackrel{\&OverBar;}{R}}_{\min }+\mathrm{JG}\_R)\\ 1,& ({\stackrel{\&OverBar;}{R}}_{\min }+\mathrm{JG}\_R)\&le;R<R({\stackrel{\&OverBar;}{R}}_{\min }+2\&times;\mathrm{JG}\_R)\\ 2,& ({\stackrel{\&OverBar;}{R}}_{\min }+2\&times;\mathrm{JG}\_R)\&le;R<({\stackrel{\&OverBar;}{R}}_{\min }+3\&times;\mathrm{JG}\_R)\\ 3,& ({\stackrel{\&OverBar;}{R}}_{\min }+3\&times;\mathrm{JG}\_R)\&le;R\&le;{\stackrel{\&OverBar;}{R}}_{\max }\end{array}\right.$

$\mathrm{nG}=\left\{\begin{array}{cc}0,& {\stackrel{\&OverBar;}{G}}_{\min }\&le;G<({\stackrel{\&OverBar;}{G}}_{\min }+\mathrm{JG}\_G)\\ 1,& ({\stackrel{\&OverBar;}{G}}_{\min }+\mathrm{JG}\_G)\&le;G<({\stackrel{\&OverBar;}{G}}_{\min }+2\&times;\mathrm{JG}\_G)\\ 2,& ({\stackrel{\&OverBar;}{G}}_{\min }+2\&times;\mathrm{JG}\_G)\&le;G<({\stackrel{\&OverBar;}{G}}_{\min }+3\&times;\mathrm{JG}\_G)\\ 3,& ({\stackrel{\&OverBar;}{G}}_{\min }+3\&times;\mathrm{JG}\_G)\&le;G\&le;{\stackrel{\&OverBar;}{G}}_{\max }\end{array}\right.---\left(12\right)$

$\mathrm{nB}=\left\{\begin{array}{cc}0,& {\stackrel{\&OverBar;}{B}}_{\min }\&le;B<({\stackrel{\&OverBar;}{B}}_{\min }+\mathrm{JG}\_B)\\ 1,& ({\stackrel{\&OverBar;}{B}}_{\min }+\mathrm{JG}\_B)\&le;B<({\stackrel{\&OverBar;}{B}}_{\min }+2\&times;\mathrm{JG}\_B)\\ 2,& ({\stackrel{\&OverBar;}{B}}_{\min }+2\&times;\mathrm{JG}\_B)\&le;B<({\stackrel{\&OverBar;}{B}}_{\min }+3\&times;\mathrm{JG}\_B)\\ 3,& ({\stackrel{\&OverBar;}{B}}_{\min }+3\&times;\mathrm{JG}\_B)\&le;B\&le;{\stackrel{\&OverBar;}{B}}_{\max }\end{array}\right.$

其中，

分别为步骤1查找表中输入设备R、G、B的最大最小值，JG_R、JG_G、JG_B分别为步骤2中R、G、B三个坐标轴的分割间距，则该像素位于第n个RGB小长方体子空间，n由下式（13）计算：

n＝nR+4×nG+16×nB    （13）

将该像素R、G、B值和第n个小长方体子空间的多项式系数a_L0～a_L13、a_a0～a_a13、a_b0～a_b13分别代入到步骤2中计算机输入设备的RGB到CIELAB的色彩模型中，见公式（11），计算该像素对应的CIELAB的各分量值，完成计算机输入设备的RGB到CIELAB的转换。

Images