CN104751823B - 一种适用于移动终端显示屏幕的特征化方法 - Google Patents

Abstract

本发明涉及颜色显示及色彩管理领域，具体涉及一种适用于在不同光照条件下的手机或平板电脑类移动终端屏幕的特征化方法，即PVCR‑PEC模型。该模型是PVCR预测模型和PEC补偿模型的耦合，PVCR模型实现对基色色度值的准确预测，并在假设通道独立的基础上，计算任意RGB输入值对应的色度三刺激值，PEC模型用于补偿PVCR模型预测的误差。本发明充分考虑了移动终端在不同环境下使用的特点以及移动终端显示屏幕的显色特点，可精确预测样本颜色的色度三刺激值，确保不同环境下移动终端显示颜色的准确性。

Description

一种适用于移动终端显示屏幕的特征化方法

技术领域

本发明涉及颜色显示及色彩管理领域，具体涉及一种适用于手机或平板电脑类的移动终端显示屏幕特征化方法。

背景技术

当前的智能手机或平板电脑类移动终端(以下简称为移动终端)已经拥有极为强大的处理能力和非常丰富的通信方式，因其配置了高分辨率的摄像头，此类移动终端常被当作数码相机和电子相册使用。随着其网络功能不断增强，显示屏幕显色性能不断提高，移动终端已经被当作电脑的重要辅助设备来使用，越来越多的人用其代替电脑来查看图片或视频，也越来越要求移动终端能够稳定准确地显示颜色。因此，对移动终端进行特征化建模以尽可能确保其显示颜色的稳定性与准确性就成为必要。

跟大多数显示设备一样，移动终端的显示屏幕以RGB作为三基色，用来显示或复制各种颜色。所以，建立预测精度较高的特征化模型，即颜色的RGB驱动值和屏幕显示颜色对应的CIE色度值之间的关系模型，是确保移动终端准确显示颜色的基础。移动终端采用了目前流行的LCD显示屏作为其显示屏幕，LCD屏幕表现出颜色通道间混扰和通道色品不恒定的特点。针对这种情况，已有众多研究者们提出了多个适用于LCD的特征化模型，如S-Shape、S-Curve、多项式模型、Masking模型、TCP模型以及PLVC模型等等。有的研究者直接采用LCD的特征化模型来完成对移动终端显示屏的特征化，但以上模型均未考虑环境光的影响。徐艳芳针对电脑的LCD屏幕显示器提出一个特征化模型，该模型考虑了常规办公室环境下，环境光对显示器显示颜色的影响，模型的预测精度较高。

但是，以上模型并不适合移动终端类设备，因其具有以下不足：(1)建立这些特征化模型时所用的采样点的颜色，大都是在标准的暗室环境下测量的，因此这些模型只考虑到屏幕的自发光，并没有考虑环境光对屏幕显示颜色的影响，模型的准确性不够好；而各类移动终端会在不同环境下使用，照射到屏幕上的环境光会被不同程度的反射，这些反射光与屏幕的自发光一起参与屏幕颜色显示，当环境光较亮时，环境亮度对显示屏上显示的颜色会产生不可忽略的影响，比如在强光下看手机时，常常会看不清屏幕上的内容，就是一个现实的例子。(2)实验数据表明，移动终端显示屏幕的颜色再现特性与计算机的LCD显示器的显色特性差异很大，其基色的色品恒定性与通道独立性表现更差。因此，为确保此类移动终端的屏幕所显示颜色的准确性，需要结合移动终端显示屏幕的特点提出特征化模型。

发明内容

针对上述问题，本发明的目的是提出一个适用于在不同光照条件下的移动终端显示屏特征化方法PVCR-PEC模型，该模型包括两部分，即色品比值变化分段拟合模型(Piecewise Variation in Chromaticity value Ratio of primaries，PVCR)和通道可加性误差补偿模型(Partition Compensation Error，PEC)。PVCR模型可实现对基色色度值的准确预测，并在假设通道独立的基础上，计算出任意输入值RGB对应的色度三刺激值；PEC模型用来补偿PVCR模型预测的误差，最后将PVCR模型的预测值和PEC模型的补偿值相加，得到的值就是本发明PVCR-PEC特征化模型的最终预测值。本模型充分考虑了移动终端在不同环境下使用的特点以及移动终端所用显示屏的显色特点，可精确预测基色的三刺激值，并可准确预测混合色的三刺激值，确保不同环境下移动终端显示颜色的准确性。

为实现上述目的，本发明采用了以下的技术方案。

本发明提供一种移动终端显示屏特征化方法，其特征在于，包含以下具体步骤。

(1)定义各基色的主刺激值，测量样本点集{P}，拟合各基色的驱动值RGB与其主刺激值的关系式。

(2)计算样本点集{P}中各基色的色品值比值，拟合各基色的色品值比值随其主刺激值变化的关系式。

(3)在步骤(1)～(2)的基础上，可计算任意基色的主刺激值和色度值，进而计算任意基色的三刺激值。

(4)根据通道可加性，在步骤(1)～(3)的基础上，可预测任意混合色的驱动值RGB对应的三刺激值，为方便描述，将上述步骤称为PVCR模型。

(5)将RGB颜色空间分为m*n*l个子空间，m，n，l为各基色驱动值的分段数。在各子空间内选取混合色样本点，样本点集记为{Q}，测量各样本点的三刺激值，称为测量值。

(6)利用步骤(1)～(4)所建立的PVCR模型，预测步骤(5)中样本点集{Q}中的样本点的三刺激值，称为PVCR预测值。

(7)在每个子空间中计算步骤(6)所得预测值和步骤(5)所得测量值之间的差值，称为预测误差，表示为ΔX，ΔY和ΔZ。

(8)在各子空间内，拟合样本点的预测误差与其对应的主刺激值X_R，Y_G，Z_B之间的关系式，即每一个子空间中计算颜色误差值以及主刺激值之间关系的系数矩阵，以上步骤称为PEC模型。

(9)对于样本点集{Φ}，依据步骤(1)预测样本点集{Φ}中样本点的主刺激值。

(10)按照步骤(2)～(4)，预测样本点集{Φ}中样本点的三刺激值。

(11)根据样本点集{Φ}中样本点的驱动值RGB确定其所属的子空间，并利用步骤(8)所得系数矩阵计算预测误差。

(12)将步骤(10)得到的三刺激值和步骤(11)得到的预测误差相加，得到移动终端显示的样本点的三刺激值。

另外，定义X_R、Y_G、Z_B分别为R、G、B基色的主刺激值。

另外，样本点集{P}是R、G、B基色样本点的集合，用于拟合基色驱动值和色品值比值与其主刺激值的关系；样本点集{Q}是分布于各子空间的混合色样本点的集合，用于拟合各子空间样本点预测误差与其主刺激值的关系；样本点集{Φ}是分布于RGB颜色空间的样本点的集合，用于计算移动终端显示样本点的三刺激值，其测量值可用于本发明的特征化模型的精度检验样本。

另外，将RGB设备空间分为m*n*l多个子空间时，m，n，l为大于1的正整数，其大小是依据实际显示设备的通道独立性特点确定的，如果通道独立性较好，其值可以取得小一点。

另外，计算子空间的系数矩阵时，需要采用伪逆算法或wiener算法等这一类非方阵求逆的方法来计算。

发明效果。

本发明是特别针对移动终端显示屏幕的一种特征化方式，与现有LCD显示屏特征化方法相比，优点在于：本发明充分考虑了移动终端在多种环境光照下使用的特点，建立模型时考虑了环境光对显示屏显示颜色的影响，模型的计算结果与实际使用环境下移动终端屏幕显示的颜色更为吻合，预测精度高，而大部分已有的LCD显示屏特征化方法却未考虑环境光的影响，其样本点的测量均在标准暗室环境下进行，计算值与实际显示值之间的误差较大；另外，针对计算机LCD显示屏的特征化模型，直接用于移动终端显示屏特征化时误差较大，本发明涉及的特征化方法充分考虑了移动终端屏幕的显色特性，模型的计算更加吻合移动终端类显示屏幕的特点。

附图说明

图1是移动终端显示屏幕特征化方法流程图。

图2是PVCR模型流程图。

图3是具体实施例R基色主刺激值与驱动值的关系曲线。

图4是具体实施例各基色主刺激值与色品值比值的关系曲线。

图5是PEC模型流程图。

图6是具体实施例混合色预测误差与主刺激值的关系曲线。

图7是具体实施例将RGB空间划分为27个子空间的示意图。

具体实施例

以下结合实例，对本发明所提供的移动终端显示屏幕的特征化方法进行详细地阐述。

<实施例>

在本实施例中，选用Nokia Lumia 638的屏幕作为特征化对象。

图1为移动终端显示屏幕特征化方法流程图。

如图1所示，移动终端显示屏幕的特征化方法包括两个环节，即依据通道可加原则，通过PVCR模型预测样本点集{Φ}中样本点的色度三刺激值，然后通过PEC模型对预测误差进行补偿，得到PVCR-PEC特征化模型的最终计算值。

图2是PVCR模型流程图，如图2所示，具体步骤如下。

步骤1，选定样本点集{P}，{P}是R、G、B基色样本点的集合，测量各基色样本点的三刺激值XYZ；为提高精度，依据样本点分布情况，将各基色分别划分为ρ，η，τ个区间，拟合各基色驱动值与其主刺激值的关系，如式1所示：

其中，定义各基色的主刺激值分别为X_R，Y_G，Z_B。

为方便说明，本具体实施例中，取ρ＝η＝τ＝2。以R基色为例，取分界点为RBP₁＝128，拟合主刺激值与驱动值关系得：f₁(R)＝0.0019*R²-0.0798*R+0.6985，f₂(R)＝-3E-05*R³+0.0181*R²-2.5622*R+124.66，拟合曲线如图3所示，图3是具体实施例R基色主刺激值与驱动值的关系曲线。

步骤2，计算样本点集{P}中各基色的色品值比值，根据比值分布情况，将主刺激值分别划分为γ，δ，λ个区间，拟合各基色的色品值比值随其主刺激值变化的关系，如式2所示：

其中，x、y、z是色品值。

为方便说明，本具体实施例中，取γ＝δ＝λ＝2。图4是具体实施例各基色主刺激值与色品值比值的关系曲线。如图4所示，区间分界点分别取XBP₁＝3.77，YBP₁＝6，ZBP₁＝8.91。

步骤3，在步骤1～2的基础上，可计算任意基色的主刺激值和色度值，进而计算任意基色的三刺激值。

步骤4，根据通道可加性，在步骤1～3的基础上，可预测任意混合色的驱动值RGB对应的三刺激值，为方便描述，将上述步骤称为PVCR模型。

图5是PEC模型的流程图，如图5所示，具体步骤如下。

步骤5，将RGB颜色空间划分为m*n*l个子空间，m，n，l为各基色驱动值的区间数。在各子空间内选取混合色样本点，样本点集记为{Q}，测量各样本点的三刺激值，称为测量值。

为方便说明，本具体实施例中，取m＝n＝l＝3，即每个基色各需要2个分界点，将XBP₁，YBP₁，ZBP₁对应的驱动值作为第一个分界点，另一个分界点由ΔX，ΔY和ΔZ随驱动值的变化趋势确定。

图6是具体实施例混合色预测误差与主刺激值的关系曲线。

如图6所示，第二个分界点分别取R＝224，G＝224，B＝240。

图7是具体实施例将RGB空间划分为27个子空间示意图。

如图7所示，每个原色2个分界点，将RGB颜色空间分割为27个子空间。

步骤6，利用步骤1～4所建立的PVCR模型，按照式3预测样本点集{Q}中的样本点的三刺激值X'，Y'，Z'，称为PVCR预测值，

其中，X_i，Y_i，Z_i(i＝R,G,B)由式2计算所得。

步骤7，在每个子空间中计算步骤6所得预测值X'，Y'，Z'和步骤5所得实测值X，Y，Z之间的差值ΔX，ΔY，ΔZ，称为预测误差。

步骤8，在各子空间内，解方程式4，计算样本点的预测误差A_m与其主刺激值B_m之间的关系式，即每个子空间中预测误差值与主刺激值之间的系数矩阵T_m，以上步骤称为PEC模型，

B_m*T_m＝A_m 式4

其中，T_m是系数矩阵，A_m是预测误差向量，B_m是主刺激值向量。

图1是移动终端显示屏幕特征化方法流程图，如图1所示，具体步骤如下。

步骤9，对于样本点集{Φ}，依据步骤1预测样本点的主刺激值。

步骤10，按照步骤2～4，预测样本点的三刺激值X'，Y'，Z'。

步骤11，根据样本点的驱动值RGB确定其所属的子空间，选用该子空间的预测误差值与主刺激值之间的系数矩阵T_m，按照步骤1计算出该样本点的三个主刺激值X_R，Y_G和Z_B，并按照式4计算预测误差ΔX，ΔY，ΔZ。

步骤12，将步骤10得到的三刺激值和步骤11得到的预测误差相加，得到移动终端显示的样本点的三刺激值X^*，Y^*，Z^*。

当然，本实施例仅用于说明本发明的移动终端显示屏幕特征化方法，并不用于限制本发明的保护范围。

Claims (7)

1.一种移动终端显示屏幕的特征化方法，其特征在于，包含以下具体步骤：

(1)定义各基色的主刺激值，测量样本点集{P}，拟合各基色的驱动值RGB与其主刺激值的关系式；

(2)计算样本点集{P}中各基色的色品值比值，拟合各基色的色品值比值随其主刺激值变化的关系式；

(3)在步骤(1)～(2)的基础上，可计算任意基色的主刺激值和色度值，进而计算任意基色的三刺激值；

(4)根据通道可加性，在步骤(1)～(3)的基础上，可预测任意混合色的驱动值RGB对应的三刺激值，为方便描述，将上述步骤称为PVCR模型；

(5)将RGB颜色空间分为m*n*l个子空间，m，n，l为各基色驱动值的分段数，在各子空间内选取混合色样本点，样本点集记为{Q}，测量各样本点的三刺激值，称为测量值；

(6)利用步骤(1)～(4)所建立的PVCR模型，预测步骤(6)中样本点集{Q}中的样本点的三刺激值，称为PVCR预测值；

(7)在每个子空间中计算步骤(6)所得预测值和步骤(5)所得测量值之间的差值，称为预测误差，表示为ΔX，ΔY和ΔZ；

(8)在各子空间内，拟合样本点的预测误差与其对应的主刺激值X_R，Y_G，Z_B之间的关系式，即每一个子空间中计算颜色误差值以及主刺激值之间关系的系数矩阵；

(9)对于样本点集{Φ}，依据步骤(1)预测样本点集{Φ}中样本点的主刺激值；

(10)按照步骤(2)～(4)，预测样本点集{Φ}中样本点的三刺激值；

(11)根据样本点集{Φ}中样本点的驱动值RGB确定其所属的子空间，并利用步骤(8)所得系数矩阵计算预测误差；

(12)将步骤(10)得到的三刺激值和步骤(11)得到的预测误差相加，得到移动终端显示的样本点的三刺激值。

2.根据权利要求1所述的一种移动终端显示屏幕的特征化方法，其特征在于步骤(1)，选定样本点集{P}，{P}是R、G、B基色样本点的集合，测量各基色样本点的三刺激值XYZ；为提高精度，依据样本点分布情况，将各基色分别划分为ρ，η，τ个区间，分界点选为RBP_i，GBP_j，BBP_k(i＝1，…，ρ-1，j＝1，…，η-1，k＝1，…，τ-1)，拟合各基色驱动值与其主刺激值的关系，如式1所示：

其中，定义X_R，Y_G，Z_B分别为R、G、B基色的主刺激值。

3.根据权利要求1所述的一种移动终端显示屏幕的特征化方法，其特征在于步骤(3)，计算样本点集{P}中各基色样本点的色品值比值，根据比值分布情况，将主刺激值分别划分为γ，δ，λ个区间，分界点选为XBP_i，YBP_j，ZBP_k(i＝1，…，γ-1，j＝1，…，δ-1，k＝1，…，λ-1)，拟合各基色的色品值比值随其主刺激值变化的关系，如式2所示：

其中，x、y、z是色品值。

4.根据权利要求1所述的一种移动终端显示屏幕的特征化方法，其特征在于步骤(5)，将RGB颜色空间划分为m*n*l个子空间，m，n，l为各基色驱动值的区间数，当m>γ，n>δ，l>λ时，除将XBP_i，YBP_j，ZBP_k对应的驱动值作为分界点外，还应依据ΔX，ΔY和ΔZ随驱动值的变化趋势来确定其余分界点；样本点集{Q}是分布于各子空间的混合色样本点的集合，用于拟合各子空间样本点预测误差与其主刺激值的关系。

5.根据权利要求1所述的一种移动终端显示屏幕的特征化方法，其特征在于步骤(6)，利用步骤1～4所建立的PVCR模型，按照式3预测样本点集{Q}中的样本点的三刺激值X'，Y'，Z'，称为PVCR预测值，

其中，X_i，Y_i，Z_i(i＝R,G,B)由式2计算所得。

6.根据权利要求1所述的一种移动终端显示屏幕的特征化方法，其特征在于步骤(8)，在各子空间内，解方程式4，计算样本点的预测误差A_m与其主刺激值B_m之间的关系式，即每个子空间中预测误差值与主刺激值之间的系数矩阵T_m，以上步骤称为PEC模型，

B_m*T_m＝A_m 式4

其中，T_m是系数矩阵，A_m是预测误差向量，B_m是主刺激值向量。

7.根据权利要求1所述的一种移动终端显示屏幕的特征化方法，其特征在于步骤(11)，根据样本点的驱动值RGB确定其所属的子空间，选用该子空间的预测误差值与主刺激值之间的系数矩阵T_m，按照步骤(1)计算出该样本点的三个主刺激值X_R，Y_G和Z_B，并按照式4计算预测误差ΔX，ΔY，ΔZ。