CN105654455A - 一种“图像到设备”的色域映射算法 - Google Patents

Abstract

本发明属于计算机图形图像处理领域，涉及一种“图像到设备”的色域映射算法。本发明通过对数字源图像中颜色点进行计算处理和排列，精确的提取了图像的色域边界点，实现了一种基于等色相面的逐色相面上逐个像素计算的“图像到设备”的色域映射算法。本发明在整个色域映射过程中去除了所有的重复点计算，大大提高了“图像到设备”色域映射算法的速度。

Description

一种“图像到设备”的色域映射算法

技术领域

本发明属于计算机图形图像处理领域，具体涉及“图像到设备”的色域映射算法，尤其是一种基于逐色相面计算的色域映射算法以及图像色域边界点的准确提取。

背景技术

随着人们对颜色复制精度要求的提高，传统的ICC流程中“设备到设备”色域映射算法正在逐渐被“图像到设备”色域映射算法所替代。“图像到设备”色域映射算法可分为需要计算图像的色域边界点的压缩类色域映射算法和不需要计算图像的色域边界点的剪切类色域映射算法；压缩类的色域映射算法包括目标设备色域边界的计算和源图像色域边界的计算以及在此基础上的映射方案两部分；剪切类色域映射算法包括目标设备色域边界计算和在此基础上的映射方案两部分。现有色域映射算法，无论是剪切类还是压缩类的，均为逐像素点提取源图像颜色。首先，逐个计算每一个像素的颜色对应的源图像色域边界点和目标设备的色域边界点（或只需要计算目标设备的色域边界点）；然后按照映射方案，将该像素点的颜色映射到目标设备色域内的一个明确的颜色点。与“设备到设备”的色域映射算法相比，“图像到设备”的色域映射算法能够充分利用目标设备色域，可以更准确的复制颜色，但其计算速度比“设备到设备”的色域映射方法慢很多，制约了“图像到设备”的色域映射算法的工业应用，而色域边界点的计算速度是影响色域映射计算速度的最主要原因之一。

发明内容

针对现有“图像到设备”的色域映射方法中存在的计算速度较慢的问题，本发明的目的在于提供一种优化的“图像到设备”的色域映射算法，采用重新排列源图像的颜色点，准确提取源图像的色域边界点，以及逐色相面上逐点映射的方法，将源图像中同一色相面的颜色相继映射到目标设备的色域中；其中，同一色相面上的颜色，按照颜色的仰角值或其他颜色属性值顺序排列，并且去掉重复的颜色点，尽可能地减少了色域边界描述和映射过程中的重复计算，可极大提高映射速度。

本发明提出一种精确提取源图像色域边界点和基于逐色相面上逐点映射的“图像到设备”的优化的色域映射算法。首先，把源图像中各像素点的颜色在均匀色空间（比如1976CIELAB、CIECAM02、iCAM等）中表示。接着，计算各颜色点的色相角值、仰角值、球半径值或色相角值、彩度值、亮度值等颜色属性。然后，按照颜色点的色相角重新排列颜色点，相同色相角的颜色，按照仰角（也可按照其他颜色属性排列）升序或降序排列，去掉颜色属性完全相同的点，并记录被去掉的点的颜色属性以及在源图像中的原始位置；记录图像的色域边界颜色点（如映射方案中不需要计算图像色域边界点，则本步骤可省略），即记录下具有相同色相角以及相同仰角的这一些列颜色点中，具有最大球半径的点的颜色值；然后按照映射方案进行目标设备色域边界计算以及色域映射，最终将图像的颜色点映射到目标设备色域内。最后，将映射之后的颜色点的位置还原到记录已记录下的源图像中对应的位置，完成图像的映射。

发明效果与作用。

与现有算法相比，本发明的有益效果是：对于剪切类色域映射算法，本发明通过对源图像中的颜色按照色相角重新排列，等色相角上的颜色按照仰角或其他颜色属性值顺序排列，去掉重复的颜色点，建立了逐色相面上逐点映射的算法，使得源图像中具有相同色相角的多个颜色点在映射过程中只需要计算一次目标设备色域对应的色相面，较目前的色域映射算法中针对每一个像素点的颜色都需要计算目标设备色域对应的色相面的方法，本方法去除了映射过程中所有的重复计算，极大的提高了色域映射计算速度；对于压缩类的色域映射算法，除了具备以上所有的优点外，本发明精确的记录下了源图像的色域边界点，提高了色域映射的精度，同时映射过程中不需要花大量时间计算图像色域的边界点，大大提高了色域映射的速度。本发明有利于推进“图像到设备”色域映射算法的工业化应用。

附图说明

图1为本发明在实施例中的“图像到设备”的色域映射流程图。

图2颜色在CIELAB色空间球坐标系中的示意图。

图3为本发明在实施例中的源图像中颜色点重新排列流程图。

图4为本发明在实施例中的逐色相面上逐点色域映射流程图。

具体实施方式

以下参照附图对本发明所涉及的基于逐色相面上逐点色域映射算法作详细阐述。以下实施例只是描述性的，不是限定性的，因此不能以此限定本发明的保护范围。

图1为本发明在实施例中的“图像到设备”色域映射算法流程图，如图1所示，具体步骤如下。

S1：获取数字源图像。若源图像不是数字图像，将其扫描成数字图像。

S2：把数字图像转换成CIELAB颜色空间的数字图像（若已是CIELAB数字图像，不必转换）。

S3：计算图像中所有像素点所代表的颜色在球坐标中的颜色属性值，包括色相角h，仰角θ和球半径r。

S4：记录各颜色点在源图像中的位置。

S5：按照一定规则重新排列各颜色点，得到待映射的源图像颜色点矩阵M。

S6：对M中各颜色点进行基于等色相面的色域映射。

S7：将经过映射得到的颜色点矩阵M′中的各颜色点还原到图像中对应的原始位置。

S8：结束，完成源图像到目标设备的色域映射。

图3为本发明在实施例中的源图像中颜色点重新排列流程图，如图3所示，具体步骤如下。

S5-1：读取源图像中各颜色点球坐标中的颜色属性值，并比较其色相角h，仰角θ。

S5-2：按照色相角h由小到大的顺序排列颜色点。

S5-3：色相角h相同的颜色，按照仰角θ由小到大对其进行排列。

S5-4：去掉颜色属性完全相同的颜色点，并记录其在源图像中的位置。

S5-5：记录图像色域边界点。即记录每一个等色相角h平面上不同仰角时具有最大球半径r的颜色点的颜色属性值。（若采用剪切类色域映射方案，此步骤省略）。

S5-6：得到包括图像色域边界点信息的（若第四步中没记录图像色域边界点，则M矩阵中无此信息）按照色相角h、仰角θ由小到大排列的源图像颜色点矩阵M。

图4为本发明在实施例中的逐色相面上逐点色域映射流程图，如图4所示，具体步骤如下。

S6-1：从矩阵M中读取颜色点数据。

S6-2：按照颜色点的h值，计算目标设备色域的h色相面。

S6-3：在等色相面上，按照所需色域映射算法完成该点的色域映射，并存储映射结果。

S6-4：读取矩阵M中下一个数据，重复第S6-3步，直到读取的颜色点的h值发生变化。

S6-5：重复S6-2、S6-3和S6-4步，完成所有颜色点的映射计算。

实施方式作用与效果。

本实施例通过对源图像中的颜色按照色相角和仰角从小到大重新排列，去掉重复的颜色点，记录了精确的图像色域的边界点，并建立了逐色相面上逐点映射的算法，本方法去除了映射过程中所有的重复计算，极大的提高了色域映射计算速度。适合所有的基于等色相面映射的“图像到设备”色域映射算法，本发明有利于推进“图像到设备”色域映射算法的工业化应用。

Claims (3)

1.一种基于“图像到设备”的色域映射算法，其特征在于，包括以下步骤：

S1：获取数字源图像，若源图像不是数字图像，将其扫描成RGB颜色空间的数字图像；

S2：把数字图像转换成CIELAB颜色空间的数字图像（若已是CIELAB数字图像就不必转换）；

S3：计算图像中所有像素表示的颜色在球坐标中的颜色属性值，包括色相角h，仰角θ和球半径r；

S4：记录各颜色点在源图像中的位置；

S5：按照一定规则重新排列各颜色点，得到待映射的源图像颜色点矩阵M；

S6：对M中各颜色点进行基于等色相面的色域映射；

S7：将经过映射之后得到的各颜色点还原到图像中对应的原始位置；

S8：结束，完成由源图像到目标设备的色域映射。

2.根据权利要求1所述的“图像到设备”的色域映射算法，其特征在于，所述步骤S5包括以下步骤：

S5-1：读取源图像中各颜色点球坐标中的颜色属性值，并比较其色相角h，仰角θ；

S5-2：按照色相角h由小到大的顺序排列颜色点；

S5-3：色相角h相同的颜色，按照仰角θ由小到大对其进行排列；

S5-4：去掉颜色属性完全相同的颜色点，并记录该颜色的颜色属性值和其在源图像中的位置；

S5-5：记录图像色域边界点，即记录每一个等色相角h平面上不同仰角时具有最大球半径r的颜色点的颜色属性值；

S5-6：得到按照色相角h、仰角θ由小到大排列的源图像颜色点矩阵M。

3.根据权利要求1所述的基于“图像到设备”的色域映射算法，其特征在于，所述步骤S6包括以下步骤：

S6-1：从矩阵M中读取颜色点数据；

S6-2：按照颜色点的h值，计算目标设备色域的h色相面；

S6-3：在等色相面上，按照所需色域映射算法完成该点的色域映射，并存储映射结果；

S6-4：读取矩阵M中下一个数据，重复第步骤S6-3，直到读取的颜色点的h值发生变化；

S6-5：重复S6-2、S6-3和S6-4步，完成所有颜色点的映射计算。