CN104025562A - 用于图像捕捉设备处理的谱合成 - Google Patents
用于图像捕捉设备处理的谱合成 Download PDFInfo
- Publication number
- CN104025562A CN104025562A CN201280064921.3A CN201280064921A CN104025562A CN 104025562 A CN104025562 A CN 104025562A CN 201280064921 A CN201280064921 A CN 201280064921A CN 104025562 A CN104025562 A CN 104025562A
- Authority
- CN
- China
- Prior art keywords
- output
- capturing apparatus
- image
- wavelength
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/646—Circuits for processing colour signals for image enhancement, e.g. vertical detail restoration, cross-colour elimination, contour correction, chrominance trapping filters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
- H04N23/88—Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/643—Hue control means, e.g. flesh tone control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Abstract
一种基本矩形谱表示被合成,如果应用到图像捕捉设备,其适于产生图像捕捉设备传感器输出。可以在从图像捕捉设备传感器输出产生输出颜色空间的输出颜色值时利用所合成的基本矩形谱表示,其中所述图像捕捉设备传感器输出对应于由图像捕捉设备捕捉的图像。所产生的输出颜色值对应于人类视觉系统对与图像捕捉设备捕捉的图像相同的图像感知的颜色。还确定了图像捕捉设备的色域。
Description
相关申请的交叉引用
本申请主张2011年12月28日提交的美国临时专利申请No.61/581051、2011年12月28日提交的美国临时专利申请No.61/581048和2012年12月5日提交的美国临时专利申请No.61/733551的优先权权益,所有这些申请都通过引用整体合并于此。
技术领域
本公开涉及用于图像捕捉设备的颜色处理。更特别地,本发明的实施例涉及实现图像捕捉设备的准确颜色输出的处理方法。
背景技术
当在本文中使用时,短语“谱合成”和“用于图像捕捉设备的谱合成”可以涉及可被执行或计算以便实现例如来自图像捕捉设备的准确颜色输出的处理方法。三色(tristimulus)颜色处理模型诸如RGB(红、绿、蓝)是常见的。虽然RGB和其它三色模型对于颜色识别、匹配和分类而言是足够的,但是这些模型可能固有地在颜色处理方面存在限制。根据其性质,光包括通常不能完全由例如红、绿和蓝颜色值表示的电磁能谱。利用基于RGB的信息以及与能接收短、中和长波长的光(例如蓝、绿和红)的视锥细胞(cone cell)对应的三色值,人类视觉系统(HVS)试图推断原始的自然的颜色刺激。
多谱系统一般捕捉、处理和显示多谱图像。多谱照相机例如可以输出超过三个通道。输出通道可以用多原色打印机或显示器呈现。某些多谱系统设计为用与原始物体的反射谱几乎相同的反射谱来呈现打印输出。图像的多谱表示一般分成两类。更常见的一类测量波长的较小区间上的强度或反射,这通常需要使用超过三个通道(例如,多于通道R、G和B)(见参考文献[1],其通过引用整体合并于此)。较不常见的一类使用Wyszecki假设(见参考文献[2],其通过引用整体合并于此),其将反射谱表征为由两个分量构成,捕捉感知相关的三色表示的基本分量加上表示整个反射谱的总体特征的剩余分量。Wyszecki将这种剩余分量标记为同色异谱黑色(metameric black)。第二类的例子是LabPQR颜色空间。在LabPQR表示中,三色部分是Lab颜色空间,而PQR表示剩余。对于使用电子显示器的图像的发射呈现和显示,反射谱一致不是至关重要的。
照相机或其它图像捕捉设备产生的图片通常与人眼所感受到的不完全相同。
图像捕捉设备内的处理通常涉及将传感器输出变换为输出图象的颜色空间的3×3矩阵。应用该矩阵变换的结果通常不会再现人眼所感受的,除非图像捕捉设备的传感器的谱灵敏度可表示为颜色匹配函数的线性组合。在很多情况下,结果中的这些误差的大小并不是无关紧要的。
例如,已有的DSLR(数字单镜头反射式)照相机可具有旋钮以便针对不同类型的场景(例如夜晚、运动、多云、肖像等)选择不同的3×3矩阵。然而,实际上,要使颜色在一般情况下并且例如对于诸如脸(皮肤)色调之类的某些记忆色正确有可能是成问题的。
附图说明
结合在本说明书内并且构成本说明书的一部分的附图示出了本公开的一个或多个实施例,并且与示例性实施例的说明一起,用于解释本公开的原理和实现方式。
图1A示出了根据本公开一实施例的谱图像处理方法。
图1B示出了谱扩展模块。
图1C示出了根据本公开一实施例的对图像捕捉设备颜色传感器的输出的操作。
图2示出了被分为矩形带通和带隙谱的(x,y)色度空间。
图3示出了三参数和四参数矩形谱表示。
图4示出了在λ域矩形谱和在色度空间两者中的颜色表示。
图5A-5C示出了λ域的圆形表示。
图6A示出了根据本公开的谱合成模块。
图6B示出了根据本公开的波长确定模块。
图7示出了RGB(红、绿、蓝)基色、白、品红和RYGCBV(红、黄、绿、青、蓝、紫)过滤器组的矩形表示。
图8示出了关联输入和输出颜色强度的S形映射曲线。
图9示出了数字照相机处理方法。
图10示出了简化的数字照相机处理方法。
图11示出了照相机的输出颜色和实际颜色以便比较。
图12示出了CIE(国际照明委员会)1931颜色匹配函数。
图13示出了用于数字照相机的照相机谱灵敏度。
图14A示出了根据本公开一实施例的基于图像捕捉设备传感器输出合成正确颜色输出的方法。
图14B-14C示出了基本矩形谱的表示的示例。
图15A-15F示出了根据本公开的实施例的使用合成的基本矩形谱的图像捕捉设备处理方法。
图16示出了相当于从所捕捉的RGB(红、绿、蓝)值到正确的颜色XYZ(与CIE1931颜色空间对应的三色值)值的映射的图像捕捉设备处理的示例。
图17示出了根据本公开一实施例的用于确定图像捕捉设备色域的方法。
图18示出了线性和圆形波长域两者中的带通和带隙谱。
图19示出了带通和带隙谱之间的边界附近的行为。
图20A和20B示出了在[λ↑,λ↓]平面内表示的矩形谱的颜色。
具体实施方式
在本公开的一个示例性实施例中,给出了一种用于基于多个图像捕捉设备传感器输出合成基本矩形谱表示的方法,所述多个图像捕捉设备传感器输出是适于由图像捕捉设备捕捉的图像的输入谱的结果,所述方法包括:提供多个图像捕捉设备传感器输出,其中每个图像捕捉设备传感器输出与对应的图像捕捉设备谱灵敏度相关联;基于所述多个图像捕捉设备传感器输出确定基本矩形谱表示的第一波长和第二波长;以及基于任一个所述图像捕捉设备传感器输出及其对应的图像捕捉设备谱灵敏度计算缩放因子,以基于所述多个图像捕捉设备传感器输出合成所述基本矩形谱表示,其中:如果被应用到所述图像捕捉设备,则所合成的基本矩形谱表示适于产生所述多个图像捕捉设备传感器输出,并且所述第一波长包括所述基本矩形谱表示从零转变到所述缩放因子处的波长,所述第二波长包括所述基本矩形谱表示从所述缩放因子转变为零处的波长。
在本公开的一个示例性实施例中,给出了一种用于从多个图像捕捉设备传感器输出产生输出颜色空间的输出颜色值的方法,所述多个图像捕捉设备传感器输出是由图像捕捉设备捕捉的图像的输入谱的结果,所述方法包括:提供与所述输出颜色空间相关联的颜色匹配函数;提供所述多个图像捕捉设备传感器输出;基于所述多个图像捕捉设备传感器输出合成谱表示,其中如果被应用于所述图像捕捉设备,则所合成的谱表示适于产生所述多个图像捕捉设备传感器输出;以及将所合成的谱表示应用于所述颜色匹配函数以获得所述输出颜色值。
在本公开的一个示例性实施例中,给出了一种用于确定图像捕捉设备的色域的方法,所述方法包括:模拟将立方体曝露到所述图像捕捉设备,其中:所述立方体包括以三个维度表征的基本矩形谱的矩形空间中的表示,其中第一维度跨越第一波长的可能值,第二维度跨越第二波长的可能值,第三维度跨越缩放因子的可能值,所述立方体内的每个点对应于输入基本矩形谱,每个输入基本矩形谱由输入缩放因子、输入第一波长和输入第二波长表征,其中所述输入第一波长包括输入谱从零转变到所述输入缩放因子处的波长,所述输入第二波长包括输入谱从所述输入缩放因子转变到零处的波长;合成由输出缩放因子、输出第一波长和输出第二波长表征的输出谱表示,其中所述输出第一波长包括输出谱表示从零转变到所述输出缩放因子处的波长,所述输出第二波长包括输出谱表示从所述输出缩放因子转变到零处的波长;以及从由所述立方体表示的基本矩形谱中确定一组基本矩形谱,对于其而言:所述输出缩放因子等于所述输入缩放因子,所述输出第一波长等于所述输入第一波长,并且所述输出第二波长等于所述输入第二波长,其中所确定的一组基本矩形谱构成所述图像捕捉设备的色域。
在本公开的一个示例性实施例中,给出了一种配置为基于多个图像捕捉设备传感器输出合成基本矩形谱表示的系统,所述多个图像捕捉设备传感器输出是适于由图像捕捉设备捕捉的图像的输入谱的结果,其中每个图像捕捉设备传感器输出与对应的图像捕捉设备谱灵敏度相关联,所述系统包括:波长确定模块,配置为基于所述多个图像捕捉设备传感器输出确定所述基本矩形谱表示的第一波长和第二波长;以及缩放因子计算模块,配置为基于任一个所述图像捕捉设备传感器输出及其对应的图像捕捉设备谱灵敏度计算缩放因子,其中:如果应用到所述图像捕捉设备,则所合成的谱表示适于产生所述多个图像捕捉设备传感器输出,所述第一波长包括所述基本矩形谱表示零转变到所述缩放因子处的波长,所述第二波长包括所述基本矩形谱表示从所述缩放因子转变到零处的波长。
在本公开的一个示例性实施例中,给出了一种配置为从多个图像捕捉设备传感器输出产生输出颜色空间的输出颜色值的系统,所述多个图像捕捉设备传感器输出是适于由图像捕捉设备捕捉的图像的输入谱的结果,其中所述输出颜色空间与颜色匹配函数相关联,所述系统包括:谱合成模块,配置为基于所述多个图像捕捉设备传感器输出合成谱表示,其中如果被应用于所述图像捕捉设备,则所合成的谱表示适于产生所述多个图像捕捉设备传感器输出;以及谱应用模块,配置为将所合成的谱表示应用到所述颜色匹配函数,以产生所述输出颜色值。
在本公开的一个示例性实施例中,给出了一种配置为确定图像捕捉设备的色域的系统,所述系统包括:曝露模拟模块,配置为模拟将立方体曝露到所述图像捕捉设备,其中:所述立方体包括由三个维度表征的基本矩形谱的矩形空间中的表示,其中第一维度跨越第一波长的可能值,第二维度跨越第二波长的可能值,第三维度跨越缩放因子的可能值,所述立方体中的每个点对应于输入基本矩形谱,每个输入基本矩形谱由输入缩放因子、输入第一波长和输入第二波长表征,其中所述输入第一波长包括输入谱从零转变到所述输入缩放因子处的波长,所述输入第二波长包括输入谱从所述输入缩放因子转变到零处的波长;谱合成模块,配置为合成输出谱表示,其中所述输出谱表示由输出缩放因子、输出第一波长和输出第二波长表征,其中所述输出第一波长包括输出谱表示从零转变到所述输出缩放因子处的波长,所述输出第二波长包括输出谱表示从所述输出缩放因子转变到零处的波长;以及比较模块,配置为从由所述立方体表示的基本矩形谱中确定一组基本矩形谱,对于其而言:所述输出缩放因子等于所述输入缩放因子,所述输出第一波长等于所述输入第一波长,并且所述输出第二波长等于所述输入第二波长,其中所确定的一组基本矩形谱构成所述图像捕捉设备的色域。
基于三色的系统和谱或多谱系统可能大量地不兼容,并且由不同的企业制造。本公开在基于三色的系统以及谱或多谱系统之间提供跨越间隔的桥梁,并且描述了从三色域变换到谱域的方法。这些变换使得能够将谱和多谱图像处理方法应用到三色图像数据。
这里使用时,术语“图像捕捉设备”可以涉及适于形成图像的任意设备。图像捕捉设备以静态或运动图片的形式捕捉视觉信息。还可以存储与这些图像相关联的图像信息(例如,图像尺寸、图像分辨率、文件格式等)。还可以执行对存储的信息的处理。这些图像捕捉设备可以包括照相机和/或行扫描照相机、平面扫描器以及其它此类设备。
这里使用时,术语“合成”可以指的是基于包括参数和/或函数的实体的组合产生信号。根据本公开,提供了基于颜色值或图像捕捉设备传感器输出的谱表示的合成。
这里使用时,术语“实际颜色”和“正确的颜色”可互换地使用,并且在此处定义为意指人类视觉系统感知到的颜色。
这里使用时,术语“模块”可以指的是配置为执行某些功能的单元。模块可以由硬件、软件、固件或它们的组合实现。
章节1
图1A示出了根据本公开一实施例的图像处理方法。图IB示出了图1A的扩展模块,包括谱合成模块(600A),接着是过滤器组(700)。如图1C所示,处理可以不一定发生在图像捕捉设备内。在此情况下,可以仅扩展到基本矩形表示,随后投射到原始域,以呈现准确的颜色(在章节2中进一步说明)。
现在参考图1A,由输入谱产生的颜色值的三色表示,例如RGB(红、绿、蓝),首先被扩展到六基色表示RYGCBV(红、黄、绿、青、蓝、紫)。对原色的数目的该选择部分地得到对真实世界物体反射的大数据库的统计分析的支持。在该例子中,已表明反射数据集的统计波动的99%可由少为6个的基本向量描述(见参考文献[3],其通过引用整体合并于此)。然后可以在RYGCBV域中处理图像。在处理之后,经处理的图像的RYGCBV表示可被投射回到原始的RGB域。应注意,虽然在当前论述中考虑RGB和RYGCBV颜色空间,但是还可以考虑诸如YUV、YCbCr、HSV、CMYK之类的颜色空间以及本领域技术人员已知的其它颜色空间。
作为示例而非限制,输入(102A)和输出(118A)还可以是XYZ三色值。作为示例而非限制,所扩展的表示(105A,115A)可以包括6之外的值数目,诸如31,如果从400nm到700nm以10nm的增量考虑可见谱的话。其它可行性包括使用7颜色表示(ROYGCBV)或10颜色表示。6颜色表示是有用的,因为它提供准确性和计算复杂性之间的平衡。
由于同色异谱(metamerism)(两个不同的输入谱可导致相同的RGB颜色值的现象),扩展RGB或XYZ值可能不导致唯一的谱扩展。然而,只要所选择的谱表示如果应用到与RGB或XYZ值对应的分析函数(将在下面更详细地论述)则将导致从该输入谱产生所述RGB或XYZ值,就可以保持关于实际颜色的准确颜色表示。
任意给定颜色是光的谱。这种谱可根据下面给出的方程近似地表示。
其中S[λ]表示输入谱,表示近似表示,Ci表示第i个颜色输出值,Bi[λ]表示第i个基函数,N表示基函数的数目。例如,可由下列方程式表达近似RGB表示。
基函数是一般定义的函数。对于CIE(国际照明委员会)1931颜色空间(CIE在1931年创建的数学定义的颜色空间,见参考文献[4],其通过引用整体合并于此),基函数是峰值在435.8、546.1和700纳米处的窄带。对于显示器,基函数是谱发射。
基函数与匹配分析函数Ai[λ]相关联,其可用于根据下列方程式确定颜色输出值Ci。
其中匹配分析函数和基函数根据下列方程式相关联。
Ai[λ]·Bj[λ]=δij
360nm和810nm处的积分限制表示可见光波长的下限(λmin)和上限(λmax)。
前面的方程式还可以针对其它分析函数来一般化(例如,可扩展为包括红外线和/或紫外线)。虽然上面的方程式指示正交基函数,但是也可以使用其它基函数。作为示例而非限制,基函数可以相对于矩阵正交。虽然一般不太可能,但是应注意,分析函数可以与其对应的基函数相同。分析函数也具有意义。对于CIE 1931颜色空间,它们是谱匹配函数。分析函数也可以是图像捕捉设备的谱灵敏度或眼睛的谱灵敏度。
本公开一实施例利用与MacAdam提出的那些类似的基本矩形谱,以使用例如六基色RYGCBV来产生给定颜色的新表示。
MacAdam形式化了“最大效率”反射谱的谱表示(见参考文献[5],其通过引用整体合并于此)。这些谱具有如下属性,对于任何期望的色调和饱和度,效率(即,反射亮度)得到最大化。这种谱可理解为“最佳墨”。该谱族是完整的,可以表示任何可能的色度。MacAdam将这些反射谱表征为具有二进制值0和1,以及两个转变波长,对于0→1转变为λ↑,对于1→0转变为λ↓。这产生了带通和带隙谱,它们占据(x,y)色度域,如图2所示。
虽然MacAdam将这些矩形谱视为纯反射谱,但是可以通过引入缩放因子I而对它们进行扩展以用于光的一般谱表示。
该三参数矩形谱适于表示所有可能的可感知颜色。然而,真实物体一般不能完全由矩形谱表示。真实物体倾向于在所有波长都反射或透射某些光,即使反射可能在更有限的波长范围上占主导地位。这可通过增加附加参数而在很大程度上说明,该附加参数表示矩形谱的低值。这可被写为四参数矩形谱。
应注意,三参数矩形谱可表示为低值Il设置为0的四参数矩形谱。图3示出了三参数和四参数矩形谱表示两者的谱图。表A中给出了对矩形谱的属性的进一步论述,其形成本公开的组成部分。
由色度空间内的(x,y)坐标表示的给定颜色可表示为矩形带通或带隙谱(见图4)。可替换地,[λmin,λmax]域(可见光的波长)本身可被解释为是圆的,允许所有谱具有带通形式。在这种情况下,以前是带隙谱的变成与λmin/λmax点相交的带通谱(见图5A-5C)。图5B和5C所示的圆形域的突出显式部分指示矩形谱的值等于缩放因子I处的波长。图18还示出了将[λmin,λmax]域解释为是圆的导致所有谱都具有带通形式,其将在表A中进一步说明。
为了对来自待处理图像的一组原始三色值(其可以来自任何颜色空间)执行谱扩展,首先使用色度坐标来计算λ↑和λ↓。然后从λ↑、λ↓和原始三色值导出缩放因子I。
图6A示出了可在图1A所示的图像处理方法中使用的谱合成模块(600A)(特别地,用作图1B所示的扩展的一部分)。XYZ三色值(610A)被输入到波长确定模块(620A,在图6B中详细示出)以确定转变波长(615B)λ↑和λ↓。所述计算可涉及基于XYZ三色值(610A)计算(600B)值x和y(605B)。
然后可以使用二维查找表(2D-LUT,610B)来映射值x和y,以确定转变波长(615B)λ↑和λ↓。基于这些转变波长λ↑和λ↓,可以通过由圆积分模块(640A)和除法模块(660A)组成的缩放因子计算模块(650A)确定缩放因子I。圆积分模块(640A)可以执行谱分析函数(630A)中的任一个在由转变波长λ↑和λ↓定义的区间上的圆积分。作为示例而非限制,图6A示出了的圆积分。本领域技术人员可以理解还可以使用谱分析函数或的任意组合以执行圆积分。然后圆积分模块(640A)的结果被提供给除法模块(660A)以产生缩放因子I。特别地,缩放因子I可由下列方程式给出。
可以通过例如两个表查找和加/减运算来计算这些积分。以这种方式,确定矩形谱[λ↑,λ↓,I](670)的三个参数以合成矩形谱。
如图7所示,可对合成的矩形谱进行滤波(过滤器组的带宽可以但不必相同),以产生RYGCBV颜色值。此时,可以对RYGCBV颜色值执行图像处理。
根据本公开的若干实施例,描述了适用于三色和谱或多谱表示二者的一类处理操作。对于与图像相关联的传统RGB数据,存在两种常见的数学运算:乘以3×3矩阵和各个RGB通道的独立非线性变换。矩阵乘法通常用于调整颜色和/或光源影响。非线性变换通常称为色调映射,因为非线性变换改变图像的视觉色调(明亮度和对比度)。注意,任意数目的3×3矩阵乘法可收缩为单个3×3矩阵乘法,并且类似地,RGB通道中的每个的任意数目的一维(1D)变换可以类似地收缩为这三个通道中的每个的仅一个非线性变换。因此,可以通过一组三个非线性变换来处理图像,与该图像相关联的每个通道一个非线性变换,接着是矩阵乘法。
例如,即使仅用传统的三个RGB通道,包括执行非线性变换和后面的矩阵乘法的上述变换可以将当今常见的图像格式(其具有有限的强度范围和颜色)之间的差异准确地封装到将来可能的格式(其具有更大的强度范围(一般称为动态范围)和色域)。
通过下面的关系,此类变换可被一般化到多谱情况以用于任意数量的颜色通道。
Oi=MijTj[Ij]
i,j=1,...,N
其中Ij表示第j个输入颜色通道值(例如,RGB表示中的R、G或B,或者RYGCBV表示中的R、Y、G、C、B或V),Tj表示应用到Ij的非线性变换,Mij表示N×N矩阵,Oi表示第i个输出颜色通道值。
上面论述的谱图像处理方法可应用到谱颜色校正。实际上,可以通过直接对RGB通道独立地进行修改来应用原色校正。虽然这些修改可用于将需要执行的原色操作,但是难以仅操纵特定的色调。例如,难以使黄色调更强而不修改R和G(邻近色)或者B(减少蓝色具有直接增加黄色的效果)。基本上,这是因为三色通道足以匹配给定颜色,但是不足以用于色调控制,因为如对立色理论所描述的那样,感知上存在四种基本色调,红对绿和蓝对黄。
实际上,这可通过合成颜色(secondary color)校正来处理。合成颜色校正将RGB数据变换为HSL(色调-饱和度-亮度)表示,并且在色调-饱和度-亮度值的特定范围上有条件地修改HSL值。因为黄在红和绿中间,青在绿和蓝中间,并且品红在蓝和红中间,所以合成颜色校正通常以6色调RYGCBM来实施,其可称为6轴合成颜色校正。原色和全局合成颜色校正可利用例如RYGCBV颜色值(注意,M不是必需的,因为与C和Y不同,它总是BR的混合)集成在根据本公开的谱图像处理方法中。可以修改图8所示的S形色调曲线,以便调整幅值、伽玛、趾部(toe)和肩部(shoulder)。可以通过增加白色或通过谱加宽来执行再饱和。
章节2
根据本公开的附加实施例,谱合成方法可应用到图像捕捉设备处理。图9示出了在现代数字图象捕捉设备中执行的处理方法(见参考文献[6],其通过引用整体合并于此)。首先根据一种方法处理(910)从输入谱S(λ)产生的原始图象捕捉设备传感器输出(905)(例如,R、G1,G2和B值),所述方法包括线性化(如果必要)、去拜尔(deBayer)(例如,对于单芯片传感器)和白平衡中的一个或多个。拜尔过滤器马赛克是一种在图像捕捉设备中的光传感器的方形栅格上布置RGB颜色过滤器的颜色过滤器阵列。获得全彩色图像涉及在称为去拜尔的步骤中反转该过程(见参考文献[7],其通过引用整体合并于此)。白平衡是对原色(例如,红、绿和蓝)强度的调整,以便正确地呈现特定的颜色(见参考文献[8],其通过引用整体合并于此)。
然后一般通过3×3矩阵(915)将从对原始图象捕捉设备传感器输出(905)的这种处理(910)获得的数据变换到输出颜色空间(例如,图9中的RGB颜色空间)。变换输出可被色调处理和/或截限(920)到特定范围。在方框(910)、(915)和(920)中的每一个内执行的处理从原始图象捕捉设备传感器输出(905)产生输出颜色空间(925)。
根据本公开的若干实施例,给出了替换3×3矩阵的图像捕捉设备处理方法。3×3矩阵单独地可能不足以描述图像捕捉设备传感器输出到输出颜色(925)的准确变换。
为了聚焦于这种3×3矩阵(915)的可能问题,考虑图10示出的简化配置。
对于本论述,考虑包括红(R)、绿(G)和蓝(B)通道的图像捕捉设备(例如,RGB被认为是输入颜色空间),并且考虑CIE[X,Y,Z]作为输出颜色空间(1020)。应注意,虽然在当前论述中考虑RGB和CIE颜色空间,但是还可以考虑诸如YUV、YCbCr、HSV、CMYK之类的颜色空间以及本领域技术人员已知的其它颜色空间。
可以从输入谱S[λ]和由下列方程式在区间[λmin,λmax]上定义的颜色匹配函数确定三色值[X,Y,Z]。
其中区间[λmin,λmax]涵盖人类视觉系统一般可感知的光的波长。图12示出了CIE在1931年确定的这种函数的示例。
类似地,使用类似的方程式通过图像捕捉设备谱灵敏度确定图像捕捉设备传感器输出[Rs,Gs,Bs](1010)(其中下标指示传感器)。
其中图像捕捉设备谱灵敏度表示图像捕捉设备颜色通道的波长响应。图13示出了示例性现代数字照相机的这种函数的示例。
图11示出了通过对图像捕捉设备传感器输出[Rs,Gs,Bs](1125)应用3×3矩阵变换(1130)获得的图像捕捉设备的输出颜色[Xs,Ys,Zs](1135)可能与人类视觉系统感知的实际颜色[X,Y,Z]不相同。仅当图像捕捉设备谱灵敏度(1120)是颜色匹配函数(1110)的可逆线性组合时,一般才能保证图像捕捉设备的输出颜色[Xs,Ys,Zs](1135)和实际颜色[X,Y,Z](1105)之间的颜色准确度。在数学上,这发生在存在3×3矩阵Q以使得下式成立时。
其中Q-1存在。
在上式两侧乘以输入谱S[λ](1115)并且对两侧进行积分产生如下结果。
从而
再次参考图11,为了直接获得实际颜色[X,Y,Z](1105),理想地,图像捕捉设备谱灵敏度(1120)应与颜色匹配函数(1110)相同。如果通过矩阵Q修改这些理想的谱灵敏度(其等于颜色匹配函数)以产生实际图像捕捉设备谱灵敏度,则这种修改然后可被撤消(例如,通过用Q-1来变换图像捕捉设备传感器输出(1125))以产生实际颜色[X,Y,Z](1105)。
如果图像捕捉设备谱灵敏度(1120)和颜色匹配函数(1110)之间的关系比线性变换更复杂,则3×3矩阵可能是不够的。
颜色匹配函数和图像捕捉设备谱灵敏度之间的差异可能是显著的。图12示出了CIE(国际照明委员会)1931颜色匹配函数,图13示出了用于现代数字电影摄影机的示例性谱灵敏度(ARRI D-21)。在1931年,CIE创建了被称为CIE1931的在数学上定义的颜色空间。图12的颜色匹配函数对应于该颜色空间(见参考文献[4],其通过引用整体合并于此)。不存在将产生该照相机的谱灵敏度的颜色匹配函数的线性组合。特别地,CIE1931颜色匹配函数是平滑的,而该照相机谱灵敏度不是。在传感器到输出的处理中,一般不重视对照相机谱灵敏度所提供的这种照相机响应的考虑。
虽然应用矩阵变换可能不足以将图像捕捉设备传感器输出变换到实际颜色,但是从图像捕捉设备传感器输出到输出颜色空间的准确处理可以表现为总体上是线性的。即,如果表示传感器输出[Rs,Gs,Bs],表示输出颜色[Xs,Ys,Zs],并且P[]表示图像捕捉设备传感器输出和输出颜色之间的处理,例如,则用某个常数α乘以输入使得输出改变相同的因子,
然而,即使当表现出这种线性属性时,该处理可能不一定借助于唯独地应用矩阵。可以通过使特定误差度量在颜色刺激的训练集上最小化来确定这种矩阵。在参考文献[6]中描述了用于以这种方式确定矩阵的某些推荐的过程,其通过引用整体合并于此。
根据本公开的若干实施例,描述了用于从给定的图像捕捉设备谱灵敏度产生人类视觉系统感知的实际颜色的方法和系统。
图14A示出了用于合成谱表示(1435A)的方法和系统的实施例,如果应用到图像捕捉设备,该谱表示可以产生观察到的图像捕捉设备传感器输出[Rs,Gs,Bs](1425A)。可以用负三色值利用该方法。
所合成的谱(1435A)可以产生观察到的图像捕捉设备传感器输出[Rs,Gs,Bs](1425A),而与所合成的谱(1435A)是否是实际谱S[λ](1415A)无关。特别地,所合成的谱(1435A)可以产生正确的[X,Y,Z](1405A,1445A)。
一旦已经确定了合成谱(1435A),则可以获得正确的输出颜色[X,Y,Z](1405A,1445A)。
根据本公开的若干实施例,可以利用基本矩形谱作为合成谱(1435A)。在本公开中使用时,术语“基本矩形”可以指可以非常接近地近似矩形形状的谱形状,但是不一定在形状上是精确的矩形。作为示例而非限制,由不准确地垂直于水平(λ)轴的侧壁表征的谱可被认为是基本矩形的。作为另一个示例而非限制,由小范围最大值而非仅一个最大值表征的谱可被认为是基本矩形的。基本矩形谱可以是连续函数或离散波长(采样)函数。图14B和14C分别示出了连续的基本矩形谱和离散波长的基本矩形谱的例子。
图15A-15D示出了根据本公开的实施例,使用合成矩形谱的图像捕捉设备处理方法。
图15A示出了由图像捕捉设备捕捉的实际图像谱S[λ](1505A)。实际图像谱S[λ](1505A)被应用到图像捕捉设备谱灵敏度(1510A)以产生图像捕捉设备传感器输出[Rs,Gs,Bs](1515A)。图像捕捉设备传感器输出[Rs,Gs,Bs](1515A)可被输入到谱合成模块(1520A)以产生由矩形谱参数[λ↑,λ↓,I](1525A)表征的谱表示。如果被应用到该图像捕捉设备,则合成矩形谱(1525A)适于产生观察到的图像捕捉设备传感器输出[Rs,Gs,Bs](1515A)。
其中积分符号表示在λ域上的圆积分。
合成矩形谱(1525A)可应用到谱应用模块(1530A)以产生正确的颜色输出[X,Y,Z](1535A)。
可替换地,[λmin,λmax]域本身可解释为是圆的,允许所有谱具有带通形式。在这种情况下,先前是带隙谱的变成与λmin/λmax点相交的带通谱。
因此,在数学上,第一步是已知图像捕捉设备传感器输出[Rs,Gs,Bs](1515A)求解[λ↑,λ↓,I](1525A)。一旦已经确定了矩形谱的参数,可以直接进行正确输出[X,Y,Z](1535A)的计算。
图15D示出了该过程。特别地,除了颜色匹配函数之外,波长λ↑和λ↓被发送到圆积分模块(1505D)。积分结果通过乘法模块(1510D)单独地乘以缩放因子I以产生正确的颜色输出值[X,Y,Z](1535A)。
使用与原始图像的谱表示S[λ]相当的矩形谱表示执行该过程以获得图像捕捉设备的正确颜色输出可以采取若干形式中的任意形式,每种形式具有不同的复杂性和性能。
在一实施例中,再次参考图15A,一般计算密集的实现可以首先确定矩形参数[λ↑,λ↓,I](1525A),然后从由[λ↑,λ↓,I](1525A)表征的矩形谱产生输出颜色[X,Y,Z](1535A)。因为自由度的数目(例如,在这种情况下为三)得到保持,所以如图16所示,该过程提供从[Rs,Gs,Bs]到[X,Y,Z]的映射。
可以利用三维查找表(3D-LUT)来执行该映射。还可以执行计算(将在下面提供)并且然后基于该计算使用2D-LUT来确定转变波长λ↑和λ↓。然后可以使用转变波长确定缩放因子I。图15B示出了该过程。
图15B示出了可在图15A所示的图像捕捉设备处理方法中使用的谱合成模块(1520A)。图像捕捉设备传感器输出(1515A)可被输入到波长确定模块(1505B,在图15C中更详细地示出)以确定λ↑和λ↓。该计算可以涉及基于图像捕捉设备传感器输出[Rs,Gs,Bs](1515A)计算(1500C)值p和q(1505C)。
然后可以利用二维查找表(2D-LUT,1510C)来映射值p和q(1505C)以确定转变波长λ↑和λ↓(1515C)。基于这些转变波长λ↑和λ↓,可由以圆积分模块(1510B)和除法模块(1515B)组成的缩放因子计算模块(1520B)确定缩放因子I。圆积分模块(1510B)可以在由转变波长λ↑和λ↓定义的区间上执行图像捕捉设备谱灵敏度中的任意一个的圆积分。然后将圆积分模块(1510B)的结果提供给除法模块(1515B)以产生缩放因子I。特别地,可由下面的方程式给出缩放因子I。
可以通过例如两个表查找以及加/减运算来计算这些积分。
图15E示出了另一个实施例,其中使用第二个2-D LUT(1510E)来取代圆积分1505D和1510B以及除法1515B。在该实施例中,缩放因子I将为如下。
这个表达式的分子被标记为Σ,并且被发送到乘法单元1540E。其分母包括在2-D LUT1510E内。2-D LUT1510E包含非规范化输出它们是作为λ↑和λ↓的如下函数的计算的结果。
这些输出仅需乘以Σ以产生最终结果[X,Y,Z]。
图15F示出了进一步简化的例子。图15E所示的两个2-D LUT1510C和1510E可被组合为单个2-D LUT1510F。2-D LUT1510F不大于2-D LUT1510E,并且由于其输入λ↑,λ↓的有限的实现,它还消除了任何量化或舍入误差。图15F是最简单的可行实现,因此通常是优选实现。
图15F还是用于实现如[0080]段中所述的保持总体线性的一般颜色修改的方法。2-D LUT1510F可以包含此处描述的计算或者某些其它方法(诸如某个选择的训练集上的最小平方拟合)的结果。例如,在一实施例中,给定输入Σ、p和q(1505E),可以用分析法计算或者测量非规范化输出然后,可以构造2-D LUT1510F,从而其输出根据一匹配或最佳拟合标准(诸如最小化和之间的均方距离)而近似
可以在检查和标定图像捕捉设备准确度时利用涉及与由图像捕捉设备捕捉的图像的谱表示相当的矩形谱表示的合成的前述方法。利用某些谱,该方法可以产生与用于某刺激集合的输入矩形谱相同的输出矩形谱。
根据本公开的若干实施例,提供了如下的用于确定该刺激集合的方法。该方法可以首先包括模拟[λ↑,λ↓,I]内的立方体(1705)曝露到图像捕捉设备的谱灵敏度(1710),以产生模拟的图像捕捉设备传感器输出[Rs,Gs,Bs](1715)。该立方体(1705)提供由三个维度[λ↑,λ↓,I]定义的矩形空间内的矩形谱的表示。特别地,该立方体内的每个点对应于矩形谱,其中该矩形谱由缩放因子I、第一波长λ↑和第二波长λ↓表征,第一波长λ↑是输入谱从零转变到缩放因子处的波长,第二波长是输入谱从输入缩放因子转变到零处的波长。下一步是通过比较(1730)来确定一组谱,对于该组谱,前述谱合成方法的输出(1725)与输入[λ↑,λ↓,I](1705)相同,如图17所示。可以使用该方法准确地恢复的该组矩形谱构成图像捕捉设备的色域。不能准确地恢复的矩形谱构成通常称为图像捕捉设备同色异谱的东西。
提供上述例子以便给本领域技术人员提供如何实现和使用本公开的用于图像捕捉设备处理的谱合成的实施例的完整公开和说明,并且无意限制发明人关于他们的公开的范围。
对上面所述的用于执行此处公开的方法和系统的模式的对本领域技术人员来说是明显的修改旨在被包括在下列权利要求的范围内。说明书中提及的所有专利和出版物是对本公开所属领域的技术人员的技能水平的指示。通过引用以相同程度结合本公开中引用的所有参考文献,如同通过引用分别完整地结合每个参考文献。
应理解,本公开不限于特定方法或者系统,其当然可以改变。还应当理解,此处使用的术语仅仅出于描述特定实施例的目的,并且不旨在作为限制。如说明书和所附权利要求中使用的,单数形式“一”包括复数指示物,除非其内容清楚地另行指出。术语“多个”包括两个或更多指示物,除非其内容清楚地另行指出。除非另外定义,此处使用的所有技术和科学术语具有与本公开所属领域内的技术人员通常理解的相同含义。
在本公开中描述的方法和系统可被以硬件、软件、固件或者其组合实现。以方框、模块或者组件描述的特征可被一起(例如,在一个逻辑器件内,诸如一个集成逻辑器件)或分别(例如,作为单独连接的逻辑器件)实现。本公开的方法的软件部分可以包括包含指令的计算机可读介质,当被执行时,所述指令至少部分地执行描述的方法。计算机可读介质可以包括例如随机存取存储器(RAM)和/或只读存储器(ROM)。该指令可以被处理器(例如,数字信号处理器(DSP)、专用集成电路(ASIC)或者现场可编程门阵列(FPGA))执行。
已经描述了本公开的若干实施例。然而,应当理解可以做出各种修改而不脱离本公开的精神和范围。因此,其它实施例在下列权利要求的范围内。
参考文献列表
[1]wikipedia.org/wiki/Multispectral_image,2011年12月6日检索
[2]Wyszecki,G.and Stiles,W.S.,Color Science:Concepts andMethods,Quantitative Data and Formulae,Wiley-Interscience,2002,pp,187-188
[3]M.Parmar,et al,"A Database of High Dynamic Range Visibleand Near-infrared Multispectral Images",Proc.IS&T/SPIEElectronic Imaging2008:Digital Photography IV
[4]wikipedia.org/wiki/CIE_1931_color_space,2011年11月29日检索
[5]MacAdam,David L.,"The Theory of the Maximum VisualEfficiency of Color Materials,"J.Optical Soc.Am.,Vol.25,pp.249-252,1935
[6]"Color Image Processing Pipeline.A General Survey of DigitalStill Camera Processing",IEEE Signal Processing Magazine,vol.22,no.1,pp.34-43,2005
[7]wikipedia.org/wiki/Bayer_filter,2011年12月6日检索
[8]wikipedia.org/wiki/White_balance,2011年12月6日检索
[9]Logvinenko,Alexander D.,"An Object Color Space",J.Vision.9(11):5,pp.1-23,2009
表A:矩形谱
矩形谱具有许多有用的属性:
a)MacAdam效率
b)完整(所有可能的色度)
c)三个自由度
d)最紧凑的谱
最后的属性,紧凑性,源自因为基本上有两种方法来对任何色度进行去饱和:加宽谱或者增加白色。Logvinenko(见参考文献[9],其通过引用整体合并于此)利用该属性来产生更一般形式以用于物体的反射谱(并且还用使用中心波长和带符号的带宽的等价形式代替λ↑和λ↓,其中负带宽用于表示带隙谱)。
图2示出了带通和带隙行为如何表现在色度空间中。注意,带通和带隙区域之间的边界具有两个片段:一段从等能白点延伸到最大波长红色,另一段从白点延伸到最小波长蓝色。这些被分别称为白-红边界和白-蓝边界。
可以使用圆积分来隐藏带通和带隙谱之间的区别。这还可以通过将波长域考虑为是圆的来实现,也消除了带通和带隙谱之间的区别。图5A-5C示出了这种圆形域,在其上计算积分。特别地,图5A示出了圆波长域,图5B示出了带通矩形谱,图5C示出了带隙矩形谱。
注意,λmin和λmax在圆形表示中是相同点,λ在逆时针方向上增大。在圆表示中,积分总是从λ↑到λ↓,解总是带通,如图18所示。该可视化的一种替代可视化是将这些谱画在管的外侧,从而λmin和λmax可以是相同点。
现在参考图19,图2的白-红和白-蓝边界片段是λ↑或λ↓落在λmin/λmax边界上的位置。白-红边界是λ↓落在λmax上的位置,白-蓝边界是λ↑落在λmin上的位置。
图2所示的带通和带隙谱的(x,y)解空间如何映射到图20A和20B所示的[λ↑,λ↓]空间中的域是说明性的。
等能白点E是λ↑=λmin且λ↓=λmax之处。如果从带通侧逼近,对角线在谱轨迹上,如果从带隙侧逼近,则在白点附近。用于带通谱的上三角区域是闭集(其包括边界),而用于带隙谱的三角区域是开放的(其不包括边界)。图15B示出了带宽δ的相对窄带谱的二维λ空间中的轨迹和穿过圆λ域的中心频率。随着中心频率从λmin+δ/2到λmax-δ/2,色调经过紫(V)、蓝(B)、青(C)、绿(G)、黄(Y)和红(R)。当中心频率在[λmin,λmax]的δ/2内时,色调经过品红。
Claims (28)
1.一种用于基于多个图像捕捉设备传感器输出合成基本矩形谱表示的方法,所述多个图像捕捉设备传感器输出是适于被图像捕捉设备捕捉的图像的输入谱的结果,所述方法包括:
提供多个图像捕捉设备传感器输出,其中每个图像捕捉设备传感器输出与对应的图像捕捉设备谱灵敏度相关联;
基于所述多个图像捕捉设备传感器输出确定所述基本矩形谱表示的第一波长和第二波长;以及
基于所述图像捕捉设备传感器输出中的任一个及其对应的图像捕捉设备谱灵敏度计算缩放因子,以基于所述多个图像捕捉设备传感器输出合成所述基本矩形谱表示,
其中:
如果应用到所述图像捕捉设备,则所合成的基本矩形谱表示适于产生所述多个图像捕捉设备传感器输出,且
所述第一波长包括所述基本矩形谱表示从零转变到所述缩放因子处的波长,所述第二波长包括所述基本矩形谱表示从所述缩放因子转变为零处的波长。
2.根据权利要求1的方法,其中,确定所述第一波长和所述第二波长包括:
将所述图像捕捉设备传感器输出中的两个除以所有所述图像捕捉设备传感器输出的和;以及
使用二维查找表来映射所述除法的结果,以确定所述第一波长和所述第二波长。
3.根据权利要求1或2中的任一项的方法,其中,计算所述缩放因子包括:
在由所述基本矩形谱表示的所述第一波长和所述第二波长定义的区间上执行图像捕捉设备谱灵敏度的圆积分,其中所述图像捕捉设备谱灵敏度与所述多个图像捕捉设备传感器输出中的对应的图像捕捉设备传感器输出相关联;以及
将所关联的对应的图像捕捉设备传感器输出除以所述圆积分的结果以计算所述缩放因子。
4.根据权利要求1-3中的任一项的方法,其中,所述多个图像捕捉设备传感器输出能包含负值。
5.一种用于从多个图像捕捉设备传感器输出产生输出颜色空间的输出颜色值的方法,所述多个图像捕捉设备传感器输出是由图像捕捉设备捕捉的图像的输入谱的结果,所述方法包括:
提供与所述输出颜色空间相关联的颜色匹配函数;
提供所述多个图像捕捉设备传感器输出;
基于所述多个图像捕捉设备传感器输出合成谱表示,其中如果应用到所述图像捕捉设备,则所合成的谱表示适于产生所述多个图像捕捉设备传感器输出;以及
将所合成的谱表示应用到所述颜色匹配函数以获得所述输出颜色值。
6.根据权利要求5的方法,其中,所述多个图像捕捉设备传感器输出能包含负值。
7.一种用于从多个图像捕捉设备传感器输出产生输出颜色空间的输出颜色值的方法,所述多个图像捕捉设备传感器输出是由图像捕捉设备捕捉的图像的输入谱的结果,所述方法包括:
提供与所述输出颜色空间相关联的颜色匹配函数;
提供所述多个图像捕捉设备传感器输出;
基于所述多个图像捕捉设备传感器输出合成谱表示,其中合成所述谱表示包括通过执行根据权利要求1-4中的任一项的方法来产生基本矩形谱表示,并且如果应用到所述图像捕捉设备,则所合成的谱表示适于产生所述多个图像捕捉设备传感器输出;以及
将所合成的谱表示应用到所述颜色匹配函数以获得所述输出颜色值。
8.根据权利要求5-7中的任一项的方法,其中,应用所合成的谱表示包括:
在由所合成的谱表示的所述第一波长和所述第二波长定义的区间上执行所述颜色匹配函数的圆积分;以及
将所述圆积分的结果乘以所述缩放因子以获得所述输出颜色值。
9.一种用于确定图像捕捉设备的色域的方法,所述方法包括:
模拟将立方体曝露到所述图像捕捉设备,其中:
所述立方体包括由三个维度表征的基本矩形谱的矩形空间内的表示,其中第一维度跨越第一波长的可能值,第二维度跨越第二波长的可能值,第三维度跨越缩放因子的可能值,
所述立方体内的每个点对应于输入基本矩形谱,且
每个输入基本矩形谱由输入缩放因子、输入第一波长和输入第二波长表征,其中所述输入第一波长包括输入谱从零转变到所述输入缩放因子处的波长,所述输入第二波长包括输入谱从所述输入缩放因子转变到零处的波长;
合成由输出缩放因子、输出第一波长和输出第二波长表征的输出谱表示,其中所述输出第一波长包括输出谱表示从零转变到所述输出缩放因子处的波长,所述输出第二波长包括输出谱表示从所述输出缩放因子转变到零处的波长;以及
从由所述立方体表示的所述基本矩形谱中确定一组基本矩形谱,对于其而言:
所述输出缩放因子等于所述输入缩放因子,
所述输出第一波长等于所述输入第一波长,且
所述输出第二波长等于所述输入第二波长,
其中,所确定的一组基本矩形谱构成所述图像捕捉设备的色域。
10.一种用于确定图像捕捉设备的色域的方法,所述方法包括:
模拟将立方体曝露到所述图像捕捉设备,其中:
所述立方体包括由三个维度表征的基本矩形谱的矩形空间内的表示,其中第一维度跨越第一波长的可能值,第二维度跨越第二波长的可能值,第三维度跨越缩放因子的可能值,
所述立方体内的每个点对应于输入基本矩形谱,且
每个输入基本矩形谱由输入缩放因子、输入第一波长和输入第二波长表征,其中所述输入第一波长包括输入谱从零转变到所述输入缩放因子处的波长,所述输入第二波长包括输入谱从所述输入缩放因子转变到零处的波长;
根据权利要求1-3中的任一项的方法合成输出谱表示,其中所述输出谱表示由输出缩放因子、输出第一波长和输出第二波长表征,其中所述输出第一波长包括输出谱表示从零转变到所述输出缩放因子处的波长,所述输出第二波长包括输出谱表示从所述输出缩放因子转变到零处的波长;以及
从由所述立方体表示的所述基本矩形谱中确定一组基本矩形谱,对于其而言:
所述输出缩放因子等于所述输入缩放因子,
所述输出第一波长等于所述输入第一波长,且
所述输出第二波长等于所述输入第二波长,
其中,所确定的一组基本矩形谱构成所述图像捕捉设备的色域。
11.一种配置为基于多个图像捕捉设备传感器输出合成基本矩形谱表示的系统,所述多个图像捕捉设备传感器输出是适于由图像捕捉设备捕捉的图像的输入谱的结果,其中每个图像捕捉设备传感器输出与对应的图像捕捉设备谱灵敏度相关联,所述系统包括:
波长确定模块,配置为基于所述多个图像捕捉设备传感器输出确定所述基本矩形谱表示的第一波长和第二波长;以及
缩放因子计算模块,配置为基于所述图像捕捉设备传感器输出中的任一个及其对应的图像捕捉设备谱灵敏度计算缩放因子,
其中:
如果应用到所述图像捕捉设备,则所合成的谱表示适于产生所述多个图像捕捉设备传感器输出,且
所述第一波长包括所述基本矩形谱表示从零转变到所述缩放因子处的波长,所述第二波长包括所述基本矩形谱表示从所述缩放因子转变到零处的波长。
12.根据权利要求11的系统,其中,所述波长确定模块包括:
除法模块,配置为将所述图像捕捉设备传感器输出中的两个除以所有所述图像捕捉设备传感器输出的和;以及
二维查找表,配置为映射所述除法模块的输出,以确定所述第一波长和所述第二波长。
13.根据权利要求11或12中的任一项的系统,其中,所述缩放因子计算模块包括:
圆积分模块,配置为在由所述基本矩形谱表示的所述第一波长和所述第二波长定义的区间上执行图像捕捉设备谱灵敏度的圆积分,其中所述图像捕捉设备谱灵敏度与所述多个图像捕捉设备传感器输出中的对应的图像捕捉设备传感器输出相关联;以及
除法模块,配置为将所关联的对应的图像捕捉设备传感器输出除以所述圆积分模块的输出以计算所述缩放因子。
14.根据权利要求11-13中的任一项的系统,其中,所述多个图像捕捉设备传感器输出能包含负值。
15.一种配置为从多个图像捕捉设备传感器输出产生输出颜色空间的输出颜色值的系统,所述多个图像捕捉设备传感器输出是适于由图像捕捉设备捕捉的图像的输入谱的结果,其中所述输出颜色空间与颜色匹配函数相关联,所述系统包括:
谱合成模块,配置为基于所述多个图像捕捉设备传感器输出合成谱表示,其中如果应用到所述图像捕捉设备,则所合成的谱表示适于产生所述多个图像捕捉设备传感器输出;以及
谱应用模块,配置为将所合成的谱表示应用到所述颜色匹配函数,以产生所述输出颜色值。
16.根据权利要求15的系统,其中,所述多个图像捕捉设备传感器输出能包含负值。
17.一种配置为从多个图像捕捉设备传感器输出产生输出颜色空间的输出颜色值的系统,所述多个图像捕捉设备传感器输出是适于由图像捕捉设备捕捉的图像的输入谱的结果,其中所述输出颜色空间与颜色匹配函数相关联,所述系统包括:
谱合成模块,配置为基于所述多个图像捕捉设备传感器输出合成谱表示,其中所述谱合成模块包括权利要求11-14中的任一项的系统,并且如果应用到所述图像捕捉设备,则所合成的谱表示适于产生所述多个图像捕捉设备传感器输出;以及
谱应用模块,配置为将所合成的谱表示应用到所述颜色匹配函数,以产生所述输出颜色值。
18.根据权利要求15-17中的任一项的系统,其中,所述谱应用模块包括:
圆积分模块,配置为在由所合成的谱表示的所述第一波长和所述第二波长定义的区间上执行所述颜色匹配函数的圆积分;以及
乘法模块,配置为将所述圆积分模块的输出乘以所述缩放因子以获得所述输出颜色值(1535A)。
19.一种配置为确定图像捕捉设备的色域的系统,所述系统包括:
曝露模拟模块,配置为模拟将立方体曝露到所述图像捕捉设备,其中:
所述立方体包括由三个维度表征的基本矩形谱的矩形空间内的表示,其中第一维度跨越第一波长的可能值,第二维度跨越第二波长的可能值,第三维度跨越缩放因子的可能值,
所述立方体中的每个点对应于输入基本矩形谱,且
每个输入基本矩形谱由输入缩放因子、输入第一波长和输入第二波长表征,其中所述输入第一波长包括输入谱从零转变到所述输入缩放因子处的波长,所述输入第二波长包括输入谱从所述输入缩放因子转变到零处的波长;
谱合成模块,配置为合成输出谱表示,其中所述输出谱表示由输出缩放因子、输出第一波长和输出第二波长表征,其中所述输出第一波长包括输出谱表示从零转变到所述输出缩放因子处的波长,所述输出第二波长包括输出谱表示从所述输出缩放因子转变到零处的波长;以及
比较模块,配置为从由所述立方体表示的基本矩形谱中确定一组基本矩形谱,对于其而言:
所述输出缩放因子等于所述输入缩放因子,
所述输出第一波长等于所述输入第一波长,且
所述输出第二波长等于所述输入第二波长,
其中,所确定的一组基本矩形谱构成所述图像捕捉设备的色域。
20.一种配置为确定图像捕捉设备的色域的系统,所述系统包括:
曝露模拟模块,配置为模拟将立方体曝露到所述图像捕捉设备,其中:
所述立方体包括由三个维度表征的基本矩形谱的矩形空间内的表示,其中第一维度跨越第一波长的可能值,第二维度跨越第二波长的可能值,第三维度跨越缩放因子的可能值,
所述立方体中的每个点对应于输入基本矩形谱,且
每个输入基本矩形谱由输入缩放因子、输入第一波长和输入第二波长表征,其中所述输入第一波长包括输入谱从零转变到所述输入缩放因子处的波长,所述输入第二波长包括输入谱从所述输入缩放因子转变到零处的波长;
谱合成模块,包括权利要求11-13中的任一项的系统,所述谱合成模块配置为合成输出谱表示,其中所述输出谱表示由输出缩放因子、输出第一波长和输出第二波长表征,其中所述输出第一波长包括输出谱表示从零转变到所述输出缩放因子处的波长,所述输出第二波长包括输出谱表示从所述输出缩放因子转变到零处的波长;以及
比较模块,配置为从由所述立方体表示的基本矩形谱中确定一组基本矩形谱,对于其而言:
所述输出缩放因子等于所述输入缩放因子,
所述输出第一波长等于所述输入第一波长,且
所述输出第二波长等于所述输入第二波长,
其中,所确定的一组基本矩形谱构成所述图像捕捉设备的色域。
21.一种计算机可读介质,包含一组指令,所述指令使计算机执行权利要求1-10中的一项或多项所述的方法。
22.一种谱合成模块,响应于图像捕捉设备传感器输出而产生颜色输出信号,所述谱合成模块包括:
输入模块,用于接收图像捕捉设备传感器输出(1515A);
处理模块(1500E),用于将所述图像捕捉设备传感器输出中的两个除以第一缩放因子(Σ);
第一二维查找表(2-D LUT)(1510C),用于映射所述除法的结果以确定第一波长和第二波长;
第二2-D LUT(1510E),用于将所述第一波长和所述第二波长映射到第一组颜色输出信号;以及
乘法器(1540E),用于将所述第一组颜色输出信号和所述第一缩放因子相乘以输出第二组颜色输出信号。
23.根据权利要求22的谱合成模块,其中,所述第一2-D LUT(1510C)和所述第二2-D LUT(1510E)组合成第三2-D LUT(1510F),其中所述第三2-D LUT映射所述除法的结果以确定所述第一组颜色输出信号。
24.根据权利要求22的谱合成模块,其中,所述第一缩放因子包括所有所述图像捕捉设备传感器输出的和。
25.根据权利要求22的谱合成模块,其中,所述第一波长包括所述基本矩形谱表示从零转变到第二缩放因子(I)处的波长,所述第二波长包括所述基本矩形谱表示从第二缩放因子值转变到零处的波长。
26.根据权利要求25的谱合成模块,其中,所述第二缩放因子包括将所述第一缩放因子除以所述图像捕捉设备(1710)的谱灵敏度的和的圆积分所得的比值。
27.根据权利要求23的谱合成模块,其中,响应于最佳拟合法确定所述第三2-D LUT的值,所述最佳拟合法根据距离准则最小化所述第三2-D LUT的输出和一组测试颜色输出信号之间的距离。
28.根据权利要求27的谱合成模块,其中,所述距离准则是均方误差准则。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161581051P | 2011-12-28 | 2011-12-28 | |
US201161581048P | 2011-12-28 | 2011-12-28 | |
US61/581,051 | 2011-12-28 | ||
US61/581,048 | 2011-12-28 | ||
US201261733551P | 2012-12-05 | 2012-12-05 | |
US61/733,551 | 2012-12-05 | ||
PCT/US2012/070837 WO2013101639A1 (en) | 2011-12-28 | 2012-12-20 | Spectral synthesis for image capture device processing |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104025562A true CN104025562A (zh) | 2014-09-03 |
CN104025562B CN104025562B (zh) | 2016-05-18 |
Family
ID=47522944
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280064921.3A Active CN104025562B (zh) | 2011-12-28 | 2012-12-20 | 用于图像捕捉设备处理的谱合成 |
CN201280064895.4A Active CN104115481B (zh) | 2011-12-28 | 2012-12-20 | 光谱图像处理 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280064895.4A Active CN104115481B (zh) | 2011-12-28 | 2012-12-20 | 光谱图像处理 |
Country Status (6)
Country | Link |
---|---|
US (4) | US8929654B2 (zh) |
EP (2) | EP2798831B1 (zh) |
JP (2) | JP5727109B2 (zh) |
CN (2) | CN104025562B (zh) |
HK (1) | HK1197709A1 (zh) |
WO (2) | WO2013101639A1 (zh) |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015026976A1 (en) * | 2013-08-22 | 2015-02-26 | Dolby Laboratories Licensing Corporation | Gamut mapping systems and methods |
JP6069593B2 (ja) * | 2013-10-28 | 2017-02-01 | ドルビー ラボラトリーズ ライセンシング コーポレイション | デジタル・カメラにおける広色域作業フローのための二次元色変換 |
US9696210B2 (en) * | 2014-06-16 | 2017-07-04 | Honeywell International Inc. | Extended temperature range mapping process of a furnace enclosure using various device settings |
US9664568B2 (en) * | 2014-06-16 | 2017-05-30 | Honeywell International Inc. | Extended temperature mapping process of a furnace enclosure with multi-spectral image-capturing device |
CN107873079B (zh) * | 2015-05-01 | 2019-08-02 | 变量公司 | 智能对准系统和用于彩色感测装置的方法 |
JP6525749B2 (ja) * | 2015-06-08 | 2019-06-05 | キヤノン株式会社 | 色処理装置およびその方法 |
US10218883B2 (en) * | 2015-07-07 | 2019-02-26 | The Board Of Regents Of The University Of Texas System | Digital imaging and analysis system |
WO2017059043A1 (en) | 2015-09-30 | 2017-04-06 | Dolby Laboratories Licensing Corporation | 2d lut color transforms with reduced memory footprint |
JP6646456B2 (ja) * | 2016-02-10 | 2020-02-14 | キヤノン株式会社 | 色処理装置およびその方法 |
US10692245B2 (en) * | 2017-07-11 | 2020-06-23 | Datacolor Inc. | Color identification in images |
US11289003B2 (en) | 2018-10-25 | 2022-03-29 | Baylor University | System and method for a multi-primary wide gamut color system |
US11403987B2 (en) | 2018-10-25 | 2022-08-02 | Baylor University | System and method for a multi-primary wide gamut color system |
US11289000B2 (en) | 2018-10-25 | 2022-03-29 | Baylor University | System and method for a multi-primary wide gamut color system |
US11062638B2 (en) | 2018-10-25 | 2021-07-13 | Baylor University | System and method for a multi-primary wide gamut color system |
US11488510B2 (en) | 2018-10-25 | 2022-11-01 | Baylor University | System and method for a multi-primary wide gamut color system |
US11189210B2 (en) | 2018-10-25 | 2021-11-30 | Baylor University | System and method for a multi-primary wide gamut color system |
US11043157B2 (en) | 2018-10-25 | 2021-06-22 | Baylor University | System and method for a six-primary wide gamut color system |
US11341890B2 (en) | 2018-10-25 | 2022-05-24 | Baylor University | System and method for a multi-primary wide gamut color system |
US11069280B2 (en) | 2018-10-25 | 2021-07-20 | Baylor University | System and method for a multi-primary wide gamut color system |
US11315467B1 (en) | 2018-10-25 | 2022-04-26 | Baylor University | System and method for a multi-primary wide gamut color system |
US10607527B1 (en) | 2018-10-25 | 2020-03-31 | Baylor University | System and method for a six-primary wide gamut color system |
US11373575B2 (en) | 2018-10-25 | 2022-06-28 | Baylor University | System and method for a multi-primary wide gamut color system |
US11587491B1 (en) | 2018-10-25 | 2023-02-21 | Baylor University | System and method for a multi-primary wide gamut color system |
US11475819B2 (en) | 2018-10-25 | 2022-10-18 | Baylor University | System and method for a multi-primary wide gamut color system |
US10950161B2 (en) | 2018-10-25 | 2021-03-16 | Baylor University | System and method for a six-primary wide gamut color system |
US11037481B1 (en) | 2018-10-25 | 2021-06-15 | Baylor University | System and method for a multi-primary wide gamut color system |
US11069279B2 (en) | 2018-10-25 | 2021-07-20 | Baylor University | System and method for a multi-primary wide gamut color system |
US10950162B2 (en) | 2018-10-25 | 2021-03-16 | Baylor University | System and method for a six-primary wide gamut color system |
US10997896B2 (en) | 2018-10-25 | 2021-05-04 | Baylor University | System and method for a six-primary wide gamut color system |
US11030934B2 (en) | 2018-10-25 | 2021-06-08 | Baylor University | System and method for a multi-primary wide gamut color system |
US11532261B1 (en) | 2018-10-25 | 2022-12-20 | Baylor University | System and method for a multi-primary wide gamut color system |
US11410593B2 (en) | 2018-10-25 | 2022-08-09 | Baylor University | System and method for a multi-primary wide gamut color system |
EP3709623A1 (en) * | 2019-03-15 | 2020-09-16 | Aptiv Technologies Limited | Method for simulating a digital imaging device |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6549653B1 (en) * | 1997-09-16 | 2003-04-15 | Olympus Optical Co., Ltd. | Color image processing apparatus |
CN101090439A (zh) * | 2006-06-14 | 2007-12-19 | 株式会社东芝 | 图像读取设备、图像形成设备、以及图像形成方法 |
US20090128649A1 (en) * | 2005-03-04 | 2009-05-21 | Chrometrics Limited | Reflectance Spectra Estimation and Colour Space Conversion Using Reference Reflectance Spectra |
Family Cites Families (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB938707A (en) | 1961-04-01 | 1963-10-02 | Tokyo Shibaura Electric Co | An improved automatic spectrophotometric method of colorimetric calculation |
US5668596A (en) | 1996-02-29 | 1997-09-16 | Eastman Kodak Company | Digital imaging device optimized for color performance |
US6094454A (en) | 1997-06-19 | 2000-07-25 | International Business Machines Corporation | Multi-spectral image compression and transformation |
US6198842B1 (en) | 1997-06-19 | 2001-03-06 | International Business Machines Corporation | Multi-spectral image compression with bounded loss |
JP3483108B2 (ja) | 1997-11-25 | 2004-01-06 | 株式会社日立製作所 | 多スペクトル画像処理装置およびそのためのプログラムを記録した記録媒体 |
JP3730424B2 (ja) | 1998-12-07 | 2006-01-05 | ホーチキ株式会社 | 微分スペクトル画像処理装置 |
US6211971B1 (en) | 1999-03-11 | 2001-04-03 | Lockheed Martin Missiles & Space Co. | Method and apparatus to compress multi-spectral images to a single color image for display |
US6760475B1 (en) | 1999-10-13 | 2004-07-06 | Cambridge Research & Instrumentation Inc. | Colorimetric imaging system |
JP3986219B2 (ja) | 1999-10-15 | 2007-10-03 | 富士フイルム株式会社 | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 |
JP3986221B2 (ja) | 1999-10-20 | 2007-10-03 | 富士フイルム株式会社 | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 |
US6198512B1 (en) | 1999-11-10 | 2001-03-06 | Ellis D. Harris | Method for color in chromatophoric displays |
JP2001144972A (ja) | 1999-11-18 | 2001-05-25 | Fuji Photo Film Co Ltd | マルチスペクトル画像収録・処理装置および画像収録・処理方法 |
JP4097873B2 (ja) | 2000-03-06 | 2008-06-11 | 富士フイルム株式会社 | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 |
JP4097874B2 (ja) | 2000-03-06 | 2008-06-11 | 富士フイルム株式会社 | マルチスペクトル画像の画像圧縮方法および画像圧縮装置 |
US6816284B1 (en) | 2000-04-07 | 2004-11-09 | Color Aix Perts Gmbh | Multispectral color reproduction system with nonlinear coding |
CN1165183C (zh) | 2000-05-15 | 2004-09-01 | 北京北达华彩科技有限公司 | 自适应色度补偿法及其补偿装置 |
JP2002142127A (ja) | 2000-11-06 | 2002-05-17 | Oki Data Corp | 分光感度特性の最適化方法 |
US6771400B2 (en) | 2001-03-16 | 2004-08-03 | Larry Kleiman | Hyperspectral system for capturing graphical images |
US20030048263A1 (en) | 2001-03-19 | 2003-03-13 | Wolters Rolf Holger | Mosaic filter multi-spectral imaging |
IL159233A0 (en) * | 2001-06-07 | 2004-06-01 | Genoa Technologies Ltd | Device, system and method of data conversion for wide gamut displays |
US8675119B2 (en) * | 2001-08-09 | 2014-03-18 | Trustees Of Columbia University In The City Of New York | Adaptive imaging using digital light processing |
JP3829238B2 (ja) * | 2001-11-02 | 2006-10-04 | 独立行政法人情報通信研究機構 | 色再現システム |
US7224845B1 (en) | 2002-02-28 | 2007-05-29 | Bae Systems Information And Electric Systems Integration Inc. | Bijection mapping for compression/denoising of multi-frame images |
GB0206916D0 (en) | 2002-03-23 | 2002-05-01 | Univ East Anglia | Representation of colour in a colour display system |
EP1365575A1 (de) * | 2002-05-23 | 2003-11-26 | GRETAG IMAGING Trading AG | Verfahren und Vorrichtung zur Kontrastverbesserung von Bildern |
US7593567B2 (en) | 2002-12-12 | 2009-09-22 | Koninklijke Philips Electronics N.V. | Transformation structures for approximating color matching functions |
US7176963B2 (en) | 2003-01-03 | 2007-02-13 | Litton Systems, Inc. | Method and system for real-time image fusion |
US7583419B2 (en) | 2003-01-09 | 2009-09-01 | Larry Kleiman | System for capturing graphical images using hyperspectral illumination |
US20050094887A1 (en) | 2003-11-05 | 2005-05-05 | Cakir Halil I. | Methods, systems and computer program products for fusion of high spatial resolution imagery with lower spatial resolution imagery using correspondence analysis |
US20050157190A1 (en) | 2004-01-16 | 2005-07-21 | Litton Systems, Inc. | Combining multiple spectral bands to generate an image |
KR100825172B1 (ko) | 2004-04-05 | 2008-04-24 | 미쓰비시덴키 가부시키가이샤 | 촬상 장치 |
FR2874731B1 (fr) | 2004-09-02 | 2007-03-16 | Optis Sa | Procede et systeme d'affichage d'une image numerique en couleurs vraies |
SE0402576D0 (sv) | 2004-10-25 | 2004-10-25 | Forskarpatent I Uppsala Ab | Multispectral and hyperspectral imaging |
JP2006304255A (ja) | 2005-03-24 | 2006-11-02 | Seiko Epson Corp | 画像処理装置及び画像処理方法ならびにそのプログラムと記録媒体 |
JP4595734B2 (ja) | 2005-08-03 | 2010-12-08 | セイコーエプソン株式会社 | プロファイル作成方法、プロファイル作成装置、プロファイル作成プログラム、印刷制御方法、印刷制御装置、及び印刷制御プログラム |
US7420678B2 (en) | 2005-09-12 | 2008-09-02 | The Boeing Company | Multi-spectral imaging |
US8761504B2 (en) | 2006-11-29 | 2014-06-24 | President And Fellows Of Harvard College | Spatio-spectral sampling paradigm for imaging and a novel color filter array design |
JP5074101B2 (ja) | 2007-06-04 | 2012-11-14 | オリンパス株式会社 | マルチスペクトル画像処理装置およびこれを用いる色再現システム |
US8253824B2 (en) | 2007-10-12 | 2012-08-28 | Microsoft Corporation | Multi-spectral imaging |
US7986829B2 (en) | 2007-11-29 | 2011-07-26 | Canon Kabushiki Kaisha | Generating a transformed interim connection space for spectral data |
US8031938B2 (en) | 2008-04-14 | 2011-10-04 | Eastman Kodak Company | Method and apparatus for providing improved human observer XYZ functions and calculations for CIELAB |
JPWO2009141970A1 (ja) | 2008-05-19 | 2011-09-29 | 株式会社村田製作所 | 振動装置 |
US8458236B2 (en) | 2008-07-16 | 2013-06-04 | Oracle International Corporation | File system interface for CIM |
US8203712B2 (en) | 2009-07-31 | 2012-06-19 | Eastman Kodak Company | Method and apparatus for measuring colors |
US8401289B2 (en) | 2009-07-31 | 2013-03-19 | Eastman Kodak Company | Method for matching colors between two systems |
US8358318B2 (en) | 2009-07-31 | 2013-01-22 | Eastman Kodak Company | Method for reproducing an image on an imaging device |
US8355573B2 (en) | 2009-07-31 | 2013-01-15 | Eastman Kodak Company | Method for matching colors by using human observer color matching functions |
US8203756B2 (en) | 2009-07-31 | 2012-06-19 | Eastman Kodak Company | Method for characterizing the color response of an imaging device |
US8223336B2 (en) | 2009-07-31 | 2012-07-17 | Eastman Kodak Company | Method for converting digital color images |
EP2464952B1 (en) | 2009-08-11 | 2018-10-10 | Koninklijke Philips N.V. | Multi-spectral imaging |
EP2473834B1 (en) | 2009-09-03 | 2021-09-08 | National ICT Australia Limited | Illumination spectrum recovery |
CN101640803B (zh) | 2009-09-04 | 2012-05-09 | 中国科学技术大学 | 一种用于多光谱图像的渐进的分布式编解码方法及装置 |
-
2012
- 2012-12-20 EP EP12816195.7A patent/EP2798831B1/en active Active
- 2012-12-20 WO PCT/US2012/070837 patent/WO2013101639A1/en active Application Filing
- 2012-12-20 US US14/369,073 patent/US8929654B2/en active Active
- 2012-12-20 CN CN201280064921.3A patent/CN104025562B/zh active Active
- 2012-12-20 EP EP12813212.3A patent/EP2798830B1/en active Active
- 2012-12-20 US US14/007,633 patent/US8947549B2/en active Active
- 2012-12-20 CN CN201280064895.4A patent/CN104115481B/zh active Active
- 2012-12-20 JP JP2014550372A patent/JP5727109B2/ja active Active
- 2012-12-20 JP JP2014550371A patent/JP5883949B2/ja active Active
- 2012-12-20 WO PCT/US2012/070855 patent/WO2013101642A1/en active Application Filing
-
2013
- 2013-09-27 US US14/039,415 patent/US9479750B2/en active Active
-
2014
- 2014-10-09 US US14/510,885 patent/US9077942B2/en active Active
- 2014-11-07 HK HK14111335.5A patent/HK1197709A1/zh unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6549653B1 (en) * | 1997-09-16 | 2003-04-15 | Olympus Optical Co., Ltd. | Color image processing apparatus |
US20090128649A1 (en) * | 2005-03-04 | 2009-05-21 | Chrometrics Limited | Reflectance Spectra Estimation and Colour Space Conversion Using Reference Reflectance Spectra |
CN101090439A (zh) * | 2006-06-14 | 2007-12-19 | 株式会社东芝 | 图像读取设备、图像形成设备、以及图像形成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104025562B (zh) | 2016-05-18 |
US8947549B2 (en) | 2015-02-03 |
US9077942B2 (en) | 2015-07-07 |
CN104115481A (zh) | 2014-10-22 |
CN104115481B (zh) | 2016-02-24 |
JP2015507413A (ja) | 2015-03-05 |
US8929654B2 (en) | 2015-01-06 |
EP2798831B1 (en) | 2016-08-31 |
US9479750B2 (en) | 2016-10-25 |
US20150022685A1 (en) | 2015-01-22 |
JP2015507414A (ja) | 2015-03-05 |
US20140022410A1 (en) | 2014-01-23 |
WO2013101639A1 (en) | 2013-07-04 |
JP5883949B2 (ja) | 2016-03-15 |
JP5727109B2 (ja) | 2015-06-03 |
WO2013101642A1 (en) | 2013-07-04 |
EP2798830A1 (en) | 2014-11-05 |
EP2798830B1 (en) | 2016-03-16 |
HK1197709A1 (zh) | 2015-02-06 |
EP2798831A1 (en) | 2014-11-05 |
US20140348426A1 (en) | 2014-11-27 |
US20140300752A1 (en) | 2014-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104025562B (zh) | 用于图像捕捉设备处理的谱合成 | |
Plataniotis et al. | Color image processing and applications | |
KR100944462B1 (ko) | 위성 영상 융합 방법 및 시스템 | |
EP2471041B1 (en) | Method and system for generating accented image data | |
CN105046646A (zh) | 一种高光谱图像的色彩可视化的方法 | |
US7450158B2 (en) | Spectrum and color reproduction system to convert a color signal from a color-image input into a color signal for a color-image output | |
US20080239417A1 (en) | Color processing apparatus and color processing method | |
CN103474046B (zh) | 一种提高从数码相机到显示器颜色再现效果的方法 | |
CN106683082A (zh) | 一种基于四元数的全参考彩色图像质量评价方法 | |
Le et al. | Gamutnet: Restoring wide-gamut colors for camera-captured images | |
Vaillant et al. | Color correction matrix for sparse RGB-W image sensor without IR cutoff filter | |
Fang et al. | Colour correction toolbox | |
JP2004045189A (ja) | 色補正装置及び色補正方法 | |
Shrestha et al. | Simultaneous multispectral imaging and illuminant estimation using a stereo camera | |
Holm et al. | Evaluation of dsc (digital still camera) scene analysis error metrics-part 1 | |
Worthey et al. | Camera design using locus of unit monochromats | |
Jacobson et al. | SNR-adaptive linear fusion of hyperspectral images for color display | |
Murakami et al. | Evaluating wide gamut color capture of multispectral cameras | |
Kim et al. | Applying CIECAM97s in a color management system | |
Tulet et al. | Use of Spatial Adaptation for Image Rendering Based on an Extension of the Ciecam02. | |
Lo et al. | Characterization of High-Fidelity Color Printing Devices Using Illuminant-Independent Approaches for Color Imaging Application | |
Lo et al. | Robust Spectral Implementation of High-Fidelity Printer Characterization for Cross-Media High-Dynamic-Range Imaging Applications | |
Kotsarenko | Perceptual color similarity measurement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1196487 Country of ref document: HK |
|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: GR Ref document number: 1196487 Country of ref document: HK |