CN103914124B - 面向三维场景的节能颜色映射方法 - Google Patents

Abstract

本发明公开了一种面向三维场景的节能颜色映射方法。本发明首先在服务器端导入张预先已由三维场景图渲染好的二维场景图像。若，则直接将该张场景图像划为一类，记为类，然后执行节能颜色替换算法，来得到一个低功耗颜色子集。若

Description

面向三维场景的节能颜色映射方法

技术领域

本发明属于无线网络中与便携移动设备相关的多媒体技术领域，具体涉及一种面向三维场景的节能颜色映射方法。

背景技术

对于客户端而言，根据移动设备的功耗受限的特点设计一个面向节能的颜色优化方案是目前研究的热点问题。在移动智能终端，OLED是目前主要采用的一种显示技术。针对OLED的节能技术而言，目前除了传统的硬件层次下的动态电压调整技术之外，研究者们分别从颜色优化和亮度调节技术两方面展开研究。

在颜色优化方面，针对数据可视化应用，通常采用在CIEXYZ颜色空间中对色度及亮度进行优化找到一套最节能的颜色方案来进行最终显示；针对地图显示等应用，通常寻找节能颜色映射方案对高功耗颜色直接进行颜色替换以此获得功耗节约。但是，这些颜色集方法仅被应用于简单的人机交互界面等方面，它们对于颜色视觉上的保真度并没有过多的要求。然而，对于具有强烈真实感的三维场景图片而言，我们在设计颜色优化方法时，不仅需降低颜色显示的功耗，还需特别注意颜色视觉上的一致性。

在采用亮度调节技术方面，通常通过直接降低用户交互界面中非活动窗口亮度，或通过构造特征重要性场来指导图像的特征增强，实现自适应亮度优化的方式实现节能显示。然而，该类方法在进行亮度调节时均没有对三维模型绘制中的耗费功耗严重的光照和纹理进行考虑。

可以看出，如何利用颜色优化方案实现在功耗受限的移动客户端低代价绘制是目前研究者所关注的重要方向。

发明内容

本发明针对现有技术在三维场景应用方面的不足，提供了一种面向三维场景的节能颜色映射方法。

本发明解决其技术问题所采用的技术方案如下：

首先在服务器端导入l张预先已由三维场景图渲染好的二维场景图像。

若0＜l≤50，则直接将该l张场景图像划为一类，记为类G，然后执行 节能颜色替换算法，来得到一个低功耗颜色子集。

若l＞50，则首先基于颜色构成相似性执行Kmeans聚类算法，对场景图像进行分组，得到m个场景图像子类{G₁,G₂,...,G_m}，逐类执行节能颜色替换算法，来得到m个低功耗颜色子集。然后对得到的m个低功耗颜色子集执行并集运算，最终形成一个完整的低功耗颜色集。

其中所述的颜色替换算法具体是：

针对每个场景图像子类G_i(i＝1,2,....,m)，抽取该子类图中所有颜色，得到颜色集{c₁,c₂,....,c_n}，并统计每个颜色的像素个数，记颜色c_j(j＝1,2,...,n)的像素数量为num_j(j＝1,2,...,n)，则根据已有的基于像素的颜色功耗模型，可以得到原始场景显示总功耗P_s。

因此该算法的目标就是找出一个包含n个颜色的颜色集{c₁',c'₂,....,c'_n}，在不影响原图像的感知特征和颜色保真的前提下使得功率总和P_s最小。

其中不影响原图像的感知特征和颜色保真所必须遵循的约束条件有以下两个：

已知每一种颜色在sRGB或L*a*b*或HSV颜色空间中都可被表示为由三个元素组成的向量，即 $c_j=(R_j,G_j,B_j)=(L_j^{*},a_j^{*},b_j^{*})=(h_j,s_j,v_j),j=\mathrm{1,2},....,n.$

1）为了保证场景图像像经颜色替换后仍然保留原感知特征，要求任意两种颜色经映射替换后不应远离原来的感知差别（距离）。

假设在L*a*b*空间中的两个颜色分别为和将其看做三维空间的两个点坐标，则两者的感知差别可通过欧氏距离ΔE_jk来进行衡量。为满足前面所述条件，要求子类图中任意两种颜色的原距离ΔE_jk与各自经颜色替换后新的距离ΔE'_jk满足ΔE'_jk∈[-|λ|·ΔE_jk,|λ|·ΔE_jk]，其中λ为可允许误差范围调节参数，由用户定义。

2）为了保证场景图像像经颜色替换后颜色尽量保真，要求在进行颜色替换时尽量选择在原色相临近范围内不同饱和度或明亮度的颜色进行替换，这样同时也可以缩小替换颜色的选择空间，提高搜索效率。

将抽取到的RGB颜色c_j转换到HSV颜色空间表示为(h_j,s_j,v_j)，记该颜 色的替代颜色c'_j＝(h'_j,s'_j,v'_j)，其中原色相h_j与替代后的颜色色相h'_j要求满足h'_j∈[h_j-ω,h_j+ω]，其中ω为搜索范围调节参数，由用户定义。

确定上述约束条件后，采用粒子群优化算法进行颜色搜索获得该图像子类对应的低功耗颜色子集。

最后，利用前面得到的低功耗颜色集及其与原颜色的映射关系，在客户端对原始图像进行实时映射。

本发明的有益效果：本发明是一种面向三维场景的节能颜色映射方法，利用颜色优化方案实现在功耗受限的移动客户端低代价绘制，从而达到节能效果。

具体实施方式

首先在服务器端导入l张预先已由三维场景图渲染好的二维场景图像。

若0＜l≤50，则直接将该l张场景图像划为一类，记为类G，然后执行节能颜色替换算法，来得到一个低功耗颜色子集。

若l＞50，则首先对场景图像进行分组，即执行基于颜色构成相似性执行Kmeans聚类算法，得到m个场景图像子类{G₁,G₂,...,G_m}，其中Kmeans聚类算法具体是：

首先从l张场景图像中任意选择m张场景图像作为初始聚类中心，而对于剩下的场景图像，计算它们与这些聚类中心的基于颜色特征的相似度后，分别将其分配到与其最相似的（聚类中心所代表的）聚类，得到新的m个聚类；然后再通过计算得到每个新聚类内与其他场景图像的相似度之和最大的场景图像，作为新的聚类中心；不断重复这一过程直到聚类中心收敛为止。

在计算任意两张场景图像的基于颜色特征的相似度时，考虑到任何一种颜色都是由红绿蓝三原色（RGB）构成，如果每种原色都取256个值，那么整个颜色空间将共有1600万种颜色，因此为简化计算量，该算法将0～255分成四个区：0～63为第0区，64～127为第1区，128～191为第2区，192～255为第3区，最终红绿蓝三原色一共可构成4³＝64种组合。由于任何一种颜色必然属于这64种组合中的一种，这样就可以通过统计每一种组合包含的像素数量，来形成一个64维向量，最后将计算两个向量的皮尔森相关系数得到的r值作为两张场景图像的相似度度量。

在得到m个场景图像子类{G₁,G₂,...,G_m}后，逐类执行节能颜色替换算法，来得到m个低功耗颜色子集。然后对得到的m个低功耗颜色子集执行集合运算中的并集运算，最终形成一个完整的低功耗颜色集。

其中上述颜色替换算法具体是：

针对每个场景图像子类G_i(i＝1,2,....,m)，抽取该子类图中所有颜色，得到颜色集{c₁,c₂,....,c_n}，并统计每个颜色的像素个数，记颜色c_j(j＝1,2,...,n)的像素数量为num_j(j＝1,2,...,n)，则根据已有的基于像素的颜色功耗模型，可以得到原始场景显示总功耗P_s为

$\begin{array}{c}{P}_s=E_0+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{num}}_j\·P_{\mathrm{pixel}}(R_j,G_j,B_j)\\ =E_0+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{num}}_j\·[f\left(R_j\right)+g\left(G_j\right)+h\left(B_j\right)]\end{array}$

(0≤R_j≤1，0≤G_j≤1，0≤B_j≤1)

其中函数f(x)，g(x)和h(x)分别表示在功耗模型中得到的单个像素中红、绿、蓝发光单元在亮度为x时候的功率值，E₀表示显示器的基础功率。因此该算法的目标就是找出一个包含n个颜色的颜色集{c'₁,c'₂,....,c'_n}，在不影响原图像的感知特征和颜色保真的前提下使得功率总和P_s最小。

不影响原图像的感知特征和颜色保真所必须遵循的约束条件有以下两个：

已知每一种颜色在sRGB或L*a*b*或HSV颜色空间中都可被表示为由三个元素组成的向量，即 $c_j=(R_j,G_j,B_j)=(L_j^{*},a_j^{*},b_j^{*})=(h_j,s_j,v_j),j=\mathrm{1,2},....,n.$

1）为了保证场景图像像经颜色替换后仍然保留原感知特征，要求任意两种颜色经映射替换后不应远离原来的感知差别（距离）。

假设在L*a*b*空间中的两个颜色分别为和将其看做三维空间的两个点坐标后，两者的感知差别可通过欧氏距离ΔE_jk来进行衡量，ΔE_jk的定义如下：

$\mathrm{\Δ}{E}_{\mathrm{jk}}=\sqrt{{(L_j^{*}-L_k^{*})}^2+{(a_j^{*}-a_k^{*})}^2+{(b_j^{*}-b_k^{*})}^2}$

为满足前面所述条件，要求子类图中任意两种颜色的原距离ΔE_jk与各自 经颜色替换后新的距离ΔE'_jk满足ΔE'_jk∈[-|λ|·ΔE_jk,|λ|·ΔE_jk]，其中λ为可允许误差范围调节参数，由用户定义。

2）为了保证场景图像像经颜色替换后颜色尽量保真，要求在进行颜色替换时尽量选择在原色相临近范围内不同饱和度或明亮度的颜色进行替换，这样同时也可以缩小替换颜色的选择空间，提高搜索效率。

将抽取到的RGB颜色c_j转换到HSV颜色空间表示为(h_j,s_j,v_j)，记该颜色的替代颜色c'_j＝(h'_j,s'_j,v'_j)，其中原色相h_j与替代后的颜色色相h'_j要求满足h'_j∈[h_j-ω,h_j+ω]，其中ω为搜索范围调节参数，由用户定义。

确定上述约束条件后，采用粒子群优化算法进行颜色搜索，即系统首先初始化为一组随机解，然后通过叠代搜寻最优值来获得该图像子类对应的低功耗颜色子集。

最后，利用前面得到的低功耗颜色集及其与原颜色的映射关系，在客户端对原始图像进行实时映射。

Claims (1)

1.面向三维场景的节能颜色映射方法，其特征在于该方法具体是：

首先在服务器端导入l张预先已由三维场景图渲染好的二维场景图像；

若0<l≤50，则直接将该l张场景图像划为一类，记为类G，然后执行节能颜色替换算法，来得到一个低功耗颜色集；

若l>50，则首先基于颜色构成相似性执行Kmeans聚类算法，对场景图像进行分组，得到m个场景图像子类{G₁,G₂,...,G_m}，逐类执行节能颜色替换算法，来得到m个低功耗颜色子集；然后对得到的m个低功耗颜色子集执行并集运算，最终形成一个完整的低功耗颜色集；

其中所述的节能颜色替换算法具体是：

针对每个场景图像子类G_i，抽取该子类图中所有颜色，得到颜色集{c₁,c₂,····,c_n}，并统计每个颜色的像素个数，记颜色c_j的像素数量为num_j，则根据已有的基于像素的颜色功耗模型，得到原始场景显示总功耗P_s，i＝1,2,....,m，j＝1,2,...,n；

因此该算法的目标就是找出一个包含n个颜色的颜色集{c′₁,c′₂,····,c′_n}，在不影响原图像的感知特征和颜色保真的前提下使得功率总和P_s最小；

其中不影响原图像的感知特征和颜色保真所必须遵循的约束条件有以下两个：

已知每一种颜色在sRGB或L*a*b*或HSV颜色空间中都可被表示为由三个元素组成的向量，即

1)为了保证场景图像像经颜色替换后仍然保留原感知特征，要求任意两种颜色经映射替换后不应远离原来的感知差别；

假设在L*a*b*空间中的两个颜色分别为和将其看做三维空间的两个点坐标，则两者的感知差别通过欧氏距离ΔE_jk来进行衡量；为满足前面所述条件，要求子类图中任意两种颜色的原距离ΔE_jk与各自经颜色替换后新的距离ΔE′_jk满足ΔE′_jk∈[-|λ|·ΔE_jk,|λ|·ΔE_jk]，其中λ为可允许误差范围调节参数；

2)为了保证场景图像像经颜色替换后颜色尽量保真，要求在进行颜色替换时尽量选择在原色相临近范围内不同饱和度或明亮度的颜色进行替换，这样同时也可以缩小替换颜色的选择空间，提高搜索效率；

将抽取到的RGB颜色c_j转换到HSV颜色空间表示为(h_j,s_j,v_j)，记该颜色的替代颜色c′_j＝(h′_j,s′_j,v′_j)，其中原色相h_j与替代后的颜色色相h'_j要求满足h′_j∈[h_j-ω,h_j+ω]，其中ω为搜索范围调节参数；

确定上述约束条件后，采用粒子群优化算法进行颜色搜索获得该图像子类对应的低功耗颜色子集；

最后，利用前面得到的低功耗颜色集及其与原颜色的映射关系，在客户端对原始图像进行实时映射。