CN107079077B - 配置成像系统 - Google Patents

配置成像系统 Download PDF

Info

Publication number
CN107079077B
CN107079077B CN201480083129.1A CN201480083129A CN107079077B CN 107079077 B CN107079077 B CN 107079077B CN 201480083129 A CN201480083129 A CN 201480083129A CN 107079077 B CN107079077 B CN 107079077B
Authority
CN
China
Prior art keywords
color
region overlay
imaging system
indicates
space
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.)
Expired - Fee Related
Application number
CN201480083129.1A
Other languages
English (en)
Other versions
CN107079077A (zh
Inventor
P·莫罗维奇
J·莫罗维奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hewlett Packard Development Co LP
Original Assignee
Hewlett Packard Development Co LP
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hewlett Packard Development Co LP filed Critical Hewlett Packard Development Co LP
Publication of CN107079077A publication Critical patent/CN107079077A/zh
Application granted granted Critical
Publication of CN107079077B publication Critical patent/CN107079077B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • H04N1/60Colour correction or control
    • H04N1/6016Conversion to subtractive colour signals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46Colour picture communication systems
    • H04N1/56Processing of colour picture signals
    • H04N1/60Colour correction or control
    • H04N1/603Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer
    • H04N1/6033Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis
    • H04N1/6041Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis for controlling uniformity of color across image area

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)

Abstract

描述了用于配置成像系统的方法和系统的示例。这些示例涉及获得区域覆盖表示的随机采样,并且通过估计的颜色诸如比色值来对它们进行分组。在每个组中,关于一个或多个成像属性来确定所选择的区域覆盖表示。使用基于随机采样的颜色色域和所选择的区域覆盖表示来生成从输入颜色空间到区域覆盖表示空间的颜色映射以供成像系统使用。

Description

配置成像系统
背景技术
成像系统可以被布置为输出图像。它们可以包括打印或显示系统,其中输出是打印的或显示的图像。在这些情况下,对于图像的颜色数据可以在诸如红色、绿色、蓝色(RGB)颜色空间的第一颜色空间中表示。成像系统可以具有有限数量的输出通道,例如着色剂或发光元件。因此,可能需要将颜色数据映射到用于产生输出的第二颜色空间。例如可以在该第二颜色空间中使用诸如纽介堡基色区域覆盖的区域覆盖表示。可以存在可以映射到第一颜色空间中的特定颜色的多个区域覆盖表示。这些被称为条件等色(metamer)集合。为了确定条件等色集合,由于第二颜色空间的高维度,可以使用多面体搜索。
附图说明
本公开的各种特征和优点将从下面结合附图的详细描述中变得显而易见,附图仅通过示例的方式一起图示了本公开的特征,并且其中:
图1是示出根据示例的成像系统的示意图示;
图2是示出根据示例用于配置成像系统的方法的流程图;
图3是示出根据示例获得随机采样的方法的流程图;
图4是示出根据示例对区域覆盖表示进行分组的方法的流程图;
图5是示出根据示例用于配置成像系统的装置的示意图示;和
图6是示出根据示例的处理设备的示意图。
具体实施方式
在下面的描述中,为了解释的目的,阐述了某些示例的许多具体细节。在说明书中对“示例”或类似语言的引用意味着结合示例描述的特定特征、结构或特性包括在至少那一个示例中,但不一定包括在其他示例中。
成像系统可以被配置为有利于特定成像属性。例如,这些成像属性可以尤其涉及在一组条件下的颜色恒定性、输出元素的有效使用、鲁棒性和条件等色。区域覆盖表示的使用使得能够从集合中选择一个条件等色--即输出颜色空间中的输出颜色值--以修改例如优化这些成像属性中的一个或多个。在一种情况中,可以从映射到公共输入颜色值的纽介堡基色区域覆盖(NPac)向量集合中选择NPac向量形式的特定输出颜色值。例如,可以选择NPac向量形式的区域覆盖表示,以便在受到成像系统中的变化时--即在增加的鲁棒性的基础上--将观察到的图像输出的颜色的变化最小化。区域覆盖表示可以具有由可用输出元素的数量(n)和每个输出元素的可寻址状态的数量(k)所定义的维度。特别而言,可以存在kn个维度。例如,如果成像系统包括具有四种着色剂(例如青色、品红色、黄色和黑色-CMYK)的打印系统,其中每种着色剂可以以三个等级之一进行沉积,则区域覆盖表示空间可具有34=81个维度。这可以与比较着色剂空间的n维或四维以及输入三色刺激颜色空间的三维(诸如RGB或国际照明委员会(CIE)XYZ基础颜色空间)进行对比。类似地,具有三种颜色和十种照明级别的发光元件可以具有103=1000个维度。
巨大的区域覆盖表示空间提出了挑战。例如,成像属性的给定修改、改进和/或优化可能需要搜索这个高维度空间。对于多维修改、改进和/或优化,复杂度进一步增加。区域覆盖表示空间中的比较方法比如多面体搜索实际上只能用有限的定期采样来执行,其需要对空间进行详尽的探索以完成修改、改进和/或优化。例如,多面体搜索可以包括使用一组四面体或更高的多面体的遍历来采样区域覆盖表示空间。在这种情况下,探索不可以被中断;它可能需要完全地完成。此外,比较方法限于具有大存储器和高时钟速度的诸如多核服务器设备的高功率计算资源;它们通常不能在有限的桌面和/或嵌入式设备上执行,因为执行该方法所花费的时间可能是禁止性的。因此,这些比较方法不能在成像系统本身内例如在显示和/或打印设备内或在耦合的计算设备上的控制例程内执行。
本文中所描述的某些方法和系统通过使用随机方法来解决这个挑战。这种方法利用可以合成个体的有效区域覆盖表示的容易性。特别而言,使用随机采样和采样分组到例如如下所述的参数集合,提供了一个或多个成像属性的灵活且可中断的修改、改进和/或优化。这使得能够进行时间敏感的计算并且使得能够利用诸如在相对于成像系统或耦合的计算设备的在线例程中之类的更有限的计算资源来实现这些方法。因此,这避免了对许多用户可能不可用的高功率计算资源的需要。采样的分组提供了一种模块化方法,其使得能够组合多个采样策略。这可以提供更大的配置精确度和灵活性。因为不是仅针对比较完全相同的预测颜色的采样,而是一起考虑类似的预测颜色的采样,所以它还允许减轻建模误差,这更多地依赖于所使用的预测模型的精确度。
本文中所描述的某些示例提供对图像处理技术的改进。例如,本文中所描述的某些方法和系统可以实际上实现为成像系统的一部分,以提供修改的颜色映射,所述修改的颜色映射导致关于一个或多个属性的改进的成像输出,例如,图像输出可以对成像系统中的扰动更加鲁棒和/或可以在宽范围的照明条件下展现更大的颜色恒定性,诸如与在预定光源下所定义的颜色匹配的更好的颜色。
本文中所描述的某些示例涉及成像系统中的颜色映射。颜色映射是将给定颜色的第一表示映射到相同颜色的第二表示的过程。虽然“颜色”是人类直观理解的概念,但它可以以各种各样的方式来表示。
例如,颜色相关的表示可以分为三种主要类型:光谱表示;比色表示和设备依赖的表示。光谱表示考虑诸如功率、强度、反射率和透射之类的特性作为穿过可见光谱的波长的函数。这是一种与人类视觉无关的“颜色”相关的一个或多个物理特性的表示。比色表示表达人类观察者对其颜色方面的刺激的视觉响应。示例比色表示是CIE XYZ颜色空间和从其导出的所有颜色空间(CIE LAB,CIECAM02,sRGB,尤尔-尼尔森XYZ等)。设备依赖的表示以特定于特定成像设备的方式表示颜色。例如,设备依赖的颜色空间可以定义输入,以在特定成像设备中产生输出(例如,用于打印机的RGB或CMYK,用于显示器的RGB)。这些表示得到作为设备的函数的比色。设备依赖的表示还可以表示直接应用于成像设备的着色剂(例如墨水空间、NPac空间和/或显示通道空间)的值。在设备依赖的表示的上下文中,可以使用设备颜色模型来将设备颜色空间与比色和/或光谱空间相关联--通过从前者预测后者。光谱和比色空间之间的关联通常不是基于颜色模型,而是使用诸如由CIE所定义的那些之类的比色的系统来定义,其导致XYZ以及导出的空间。对于每个颜色表示,该表示中的值可以被可视化为表达沿着由该表示所使用的特定颜色空间的可变维度的位置。
当使用颜色工作时,术语“色域”是指颜色空间中的多维容积,其表示可由成像系统输出的颜色值。比色颜色空间是三维的,因为人眼有三种类型的负责感测颜色的细胞(视锥)。设备依赖的颜色空间具有基于如上所述成像设备的性质的一定数量的维度;这个数量可大于3。色域可以采取在颜色空间中的任意容积的形式,其中该容积内的颜色值对于成像系统是可用的,但是其中落在容积之外的颜色值是不可用的。在下面的描述中将使用如上所解释的术语:颜色映射、颜色模型、颜色空间和颜色色域。
图1示出了示例性成像系统100。本文中所描述的某些示例可以在该成像系统的上下文中实现。成像系统可以是显示系统或打印系统。在图1的示例中,将图像数据110传递到图像处理器120。图像处理器120处理图像数据110。图像数据110可以包括如在输入颜色空间中表示的颜色数据,诸如在RGB颜色空间中的像素表示。输入颜色空间可以是设备依赖的或比色的。图像处理器120将来自输入颜色空间的颜色数据映射到输出颜色空间,以供成像设备130使用以生成图像输出140。为了这样做,颜色映射被使用。在某些情况下,可以首先将设备依赖的颜色空间中的输入映射到比色颜色空间。输出颜色空间可以是设备依赖的。下面描述的某些示例提供了这样的颜色映射的配置,例如在某些情况下是优化。成像设备130可以包括显示器或打印机。
在其中成像系统包括打印系统的实现中,图像输出可以包括沉积在基板上的彩色墨水。基板可以是纸、织物、塑料或任何其它合适的打印介质。打印系统可以包括半色调打印系统。在这种情况下,在打印介质上输出的半色调图像包括多个像素,其中像素的空间密度控制图像的区域的比色。半色调像素包括例如由打印设备的打印头中的喷嘴释放的一个或多个着色剂液滴,例如墨水液。在某些情况下,着色剂可以是诸如调色剂或蜡的非液体。多个半色调像素导致半色调图像,其包括变化比色的区域,例如变化的测量到的或看到的输出颜色。虽然参照一个或多个着色剂级别描述了某些打印设备示例,但是应当理解,任何颜色映射可以扩展到诸如可沉积在打印系统中并且可以改变感知的输出颜色的光泽和/或清漆之类的其他打印液体。在一种情况中,可以从一个或多个区域覆盖表示生成半色调图像输出,其中像素的空间密度由诸如针对一个或多个像素的NPac向量之类的在表示内的区域覆盖值来控制。
图2示出了根据示例用于配置成像系统的方法200。成像系统可以是如图1中所图示的成像系统100。
在块210处,获得区域覆盖表示的随机采样。这可以是如下面更详细讨论的任何伪随机或概率选择。在这种上下文中,区域覆盖表示定义用于成像系统的输出组合的分布。在一种情况中,区域覆盖表示可以包括如下面更详细描述的NPac向量。
在块220处,将获得的随机采样--即区域覆盖表示的集合--划分成多个组。所获得的区域覆盖表示的这种分组基于估计的比色来执行。这相当于将区域覆盖表示分组或“分箱”成参数集合。在这种情况中,参数集合中的参数可以被定义为当与集合中的另一颜色(即,另一参数)比较时在颜色空间中具有位于预定阈值内的色差的颜色值。例如,参数集合可能看起来包含特定观察到的颜色的阴影。
在块230处,确定用于每个组的区域覆盖表示,其修改一个或多个估计的成像属性。例如,可以在其改进或优化一个或多个估计的成像属性的基础上来选择区域覆盖表示。例如,可以将优化函数应用于每个区域覆盖表示和/或其比色等同物,其中该函数使用表示每个属性的并且使用区域覆盖表示所计算出的一个或多个成像度量的集合的加权和和/或其比色等同物作为输入。在一种情况中,这可以包括在各种条件下在每个参数集合中选择一个参数,该参数优化颜色恒定性、输出元素使用、鲁棒性和条件等色中的一个或多个。
在块240处,基于用于随机采样的颜色色域和确定的——即所选择的——区域覆盖表示(例如由块230导致的表示)来生成从输入颜色空间到区域覆盖表示空间的颜色映射以供成像系统使用。例如,颜色映射可以从比色颜色空间或者从设备颜色空间到区域覆盖颜色空间。下面更详细地讨论用于执行这一生成的示例方法。
在一种情况中,区域覆盖表示可以包括多个NPac值,本文中称为NPac向量。NPac向量表示在单位区域上的一个或多个纽介堡基色(NP)的分布。NP是成像系统中的一个或多个输出元素的组合,其中NP的总集合表示在单个半色调像素处可由成像系统输出的输出元素组合的总数。在打印系统中,NP可以表示零个或多个打印液体或墨水的组合,其中没有(即零)墨水的NP表示空白基板,并且某些NP表示例如在打印输出上的可寻址区域中由一种或多种其它墨水套印的一种墨水。例如,在二元(双级)打印机中,NP是打印系统内n种墨水的2n种组合之一。例如,如果打印设备使用CMY墨水,则可以有八个NP,这些NP涉及以下内容:C,M,Y,C+M,C+Y,M+Y,C+M+Y和W(指示没有墨水的白色或空白基板)。对于四种墨水,二元系统中可以有16个NP。其他示例还可以并入多级打印机,例如其中打印头能够沉积k个滴液级(例如,对于能够具有0、1、2个滴液级的系统,k=3),在这种情况下,NP可以包括打印系统内的n种墨水的kn种组合之一。虽然参照一个或多个着色剂级别描述了某些打印设备示例,但是应当理解,任何颜色映射可以扩展到诸如可沉积在打印系统中并且可以改变感知的输出颜色的光泽和/或清漆之类的其他打印材料;这些可能被建模为NP。
区域覆盖表示定义用于输出图像的每个像素的每个NP的概率分布,例如在像素位置处放置或输出NPx的可能性。成像系统被布置为使得生成给定区域的图像输出以履行由区域内的每个像素的NPac向量所设置的概率分布。这可能涉及误差扩散,例如针对像素的实际图像输出与其定义的NPac向量之间的任何差异被扩散到相邻像素,使得在足够大的区域上的输出精确地再现该区域中的像素的NPac向量。因此,NPac向量表示给定区域的输出元素组合统计。
使用NPac的成像系统可以称为半色调区域纽介堡分离(HANS)系统。在这个系统中,颜色映射从输入图像输出NPac图像。这个颜色映射可以是在图2的块240中生成的颜色映射。HANS系统然后可以基于每个像素处的NPac向量来应用选择输出元素组合例如NP、设备状态或墨水套印的半色调步骤。
图3是示出根据示例获得随机采样的方法300的流程图。在给定的实现中,可以使用这个方法300的全部或部分来实现图2中的块210。
在块310处,选择具有非零区域覆盖值的多个输出组合。这可以包括确定在区域覆盖向量例如NPac中将具有非零区域覆盖值的输出元素组合的集合,例如NP。这个选择可以包括从可配置加权概率分布中随机选择该多个输出组合。
与选择用于NP的随机区域覆盖值分开地执行块310允许在采样的区域覆盖表示的复杂性上进行控制。在一种情况中,它允许在生成随机区域覆盖表示中引入偏置。例如,适当配置的加权概率分布可以对块进行偏置以生成更少或更多的输出元素组合。在一种情况中,可以优选在该输出元素组合的集合中存在白色或空白基板NP。在打印系统中,这可有助于减少墨水的使用。另外或者替代地,偏置可以反映关于具有非零值的集合中的NP数量以及该集合内的特定NP的进一步明确的NP比色考虑。例如,偏置可能有利于例如在所有可用NP的集合内在其比色方面与其他NP最不同的那些NP。这可能有益于减少聚集在黑色附近的许多相似的NP,例如在比色差异方面相似的NP。例如,堆积不同墨水的许多墨水滴的NP可以导致黑色的且具有低色度的相似输出。
在块320处,针对在块310处所选择的多个非零输出组合随机生成区域覆盖值集合。该随机生成包括伪随机生成。在一种情况中,均匀概率分布可以用来随机选择用于非零输出组合的每个区域覆盖值。例如,如果不需要先验基础以用于采样区域覆盖表示空间,则可能是这种情况。在块330处,将非线性归一化应用于随机值集合,使得区域覆盖值集合的集合求和为一。对于范围为0到1的区域覆盖表示值,这可能为1,或者对于0到100%范围内的百分比表示,这可能为100%。鉴于区域覆盖表示的概率性质,需要归一化——用于表示中所有输出组合的所有区域覆盖值需要求和为一,例如,NPac向量中的所有NP区域覆盖值需要求和为一。在本示例中,不可能对随机区域覆盖值集合进行线性归一化,因为个体均匀随机生成的值的这种归一化将导致在多维区域覆盖(例如,NP)空间上的正态分布。相反,在本示例中,应用非线性归一化,这导致区域覆盖(例如NP)空间被均匀地采样。在一种情况中,非线性归一化可以是以下形式:
其中ai(norm)是归一化区域覆盖值,norm是归一化区域,ai是从均匀分布采样的随机区域覆盖值,并且n是正在生成的区域覆盖值的数量,例如在块310处选择的输出组合的数量。
在归一化之后,将生成的区域覆盖值指派给在块310处选择的每个输出组合。例如,如果在块310处选择了NP,C、C+Y、M+Y和W,则可以在块320处从均匀概率分布中采样四个值并如上所述在块330中进行归一化;然后可以将这四个值分别指派给NP(例如0.2、0.4、0.3和0.1)。这导致有效的区域覆盖表示,例如[C=0.2,M=0,Y=0,C+M=0,C+Y=0.4,M+Y=0.3,和W=0.1]的NPac。
在块340处,可以检查生成的区域覆盖表示可以由成像系统输出。例如,成像系统可以具有用于其输出元素的一个或多个约束和/或限制;例如打印系统可以具有墨水使用限制,并且显示设备可以具有功率限制。在块340处,确定用于每个区域覆盖表示的输出使用值是否超过针对成像系统的一个或多个限制。在打印系统中,这可以是关于NPac向量的值是否导致给定基板上的墨水量超过用于基板的最大限制的确定。如果确定超过一个或多个限制,则可以丢弃生成的区域覆盖表示,并且重复该方法300以生成新的随机区域覆盖表示。如果生成的区域覆盖表示在预定义的限制内,则可将其保留为用于随机采样的值。
可以迭代图3的方法300以获得区域覆盖表示的随机采样。这可以包括NPac向量的集合。可以定义构成随机采样的可配置数量的区域覆盖表示。随机采样中的区域覆盖表示的数量越小,对过程可以中断的粒度的控制越精细;数量越大,则从数据访问的连续性导出的潜在吞吐量越大。按照图3的方法300,随机采样中的每个区域覆盖表示在限制区域覆盖表示内表示有效的。
图3的方法300使得能够将在修改、改进和/或优化过程中评估的区域覆盖表示的基数进行参数化。这通过允许输出组合的数量例如每个NPac向量使用的非零NP值的数量是可配置的来实现。
图4示出了根据示例对区域覆盖表示进行分组的方法400。在块410处,选择和细分比色颜色空间。在一种情况中,颜色空间是CIELAB颜色空间。将颜色空间划分成预定大小的多个子空间。这可以包括配置诸如字典的数据结构或具有针对每个子空间的可扩展元素的数组。每个子空间是颜色空间的维度中的一定大小的“箱(bin)”,例如CIELAB颜色空间中的三维容积。每个子空间表示例如与颜色空间中的单个点相对的一个参数集合,其可以表示条件等色集合。
在块420处,针对每个获得的区域覆盖表示——例如在块210处获得的随机采样中的每个表示——在颜色空间中确定用于成像系统的颜色估计。这可以包括使用成像系统的系统模型来模拟成像系统的输出。例如,打印系统可以使用打印机模型来反映打印系统的行为,或者显示系统可以使用显示设备模型来反映显示系统的行为。打印机模型可以包括尤其诸如点大小和形状、点布置统计和点大小变化统计之类的参数。因此,打印机模型可以从数字半色调图像模拟给定基板上的点结构。块420还可以包括使用用于成像系统的颜色模型来预测从系统模型导出的成像系统的模拟输出的颜色。例如,在前述打印系统示例中,颜色模型可以是基于如使用系统模型生成的基板上滴液(drop-on-substrate)模拟来预测比色颜色空间中的颜色例如估计比色的功能。
在其中成像系统包括喷墨彩色打印机的情况下,系统模型可以是表示喷墨打印机的一个或多个特性的模型。例如,系统模型可以包括沉积在基板上的墨水液滴的统计特性。系统模型可以并入来自成像系统的诸如关于缺少打印机喷嘴、喷嘴的未对准或笔健康状况的信息之类的测量数据和/或可以建模在成像系统中观察到的诸如滴布置误差和滴重量变化之类的统计变化。
在一个实现中,颜色模型可以包括滴套印预测的库贝卡-芒克模型、用于光点增益预测的尤尔-尼尔森模型和用于低于人类视觉系统的分辨能力的打印结构的光学积分的纽介堡模型中的一个或多个。在其中成像设备包括喷墨打印机的情况下,颜色模型可以以该顺序应用库贝卡-芒克、纽介堡和尤尔-尼尔森模型中的每一个,以从如系统模型提供的喷墨打印机的基板上滴液模拟来预测颜色,例如比色或光谱颜色值。在一种情况中,可以首先使用颜色模型来计算映射到诸如CIEXYZ或LAB值的比色颜色值的反射光谱。确定的比色颜色值也可以用作块230和240的一部分,即所选择的区域覆盖表示和/或颜色映射可以从确定的比色颜色值导出。
如所描述的系统和/或颜色模型的使用使得配置-例如诸如优化-能够通过将预测基于成像系统输出的模拟和相关联的统计-例如基板上墨水统计或发光元件输出统计而不是数字半色调统计-来执行。这允许更大的精确度,例如所选择的区域覆盖表示更可能反映成像系统的真实世界输出上的相应优化。
返回到图4,在块430处,从多个子空间中确定与每个颜色估计相关联的子空间。例如,可以将诸如CIE XYZ或LAB值之类的比色颜色值形式的颜色估计映射到XYZ或LAB颜色空间中的特定“箱”。这可以通过将区域覆盖表示及其对应的比色颜色值添加到数组或字典中的字段来实现,如块410所讨论的。图4的方法400的结果是比色空间中的参数箱的集合,其每一个均包含随机区域覆盖表示的集合,例如NPac向量的集合及其对应比色颜色值。
在某些示例中,例如,正如块220和/或方法400中所述,分组区域覆盖表示的过程包括将获得的区域覆盖表示与附加的导入区域覆盖表示集合进行分组。例如,分组块可以扩展为对由比较多面体搜索方法生成的条件等色集合进行分组。这可以通过确定与条件等色集合相关联的比色颜色值并且然后将该集合内的所有区域覆盖表示添加到包括比色颜色值的参数集合例如在包含该值的箱内来执行。由诸如其他成像系统或管道之类的其他来源所生成的区域覆盖表示也可以以类似的方式与随机区域覆盖表示进行分组。这考虑了利用多面体搜索方法的穷尽性和随机采样的灵活性的混合解决方案。
在某些示例中,图2的块230包括:采用采样的区域覆盖表示的每个分组例如每个参数箱并且针对分组内的每个成员使用上述系统和颜色模型来估计与该成员相关联的比色。在某些情况下,可以使用系统和颜色模型中的一个或多个来确定用于要改进的一个或多个成像属性的值。如果每个成员包括NPac向量,则块230可以包括:预测向量的颜色并基于NPac向量和预测颜色中的一个或多个来计算一个或多个属性。以墨水使用作为示例属性,这可以包括:例如通过将其组分墨水的重量和/或墨水滴容积相加来确定NPac向量中每个组分NP的墨水使用,以例如通过按每个组分NP的区域覆盖值进行加权而获得针对NPac向量的区域覆盖加权和。其他属性尤其包括粒度和颜色不恒定性。后者可以基于NPac向量从光谱计算出,与比色相反。
在每个箱中,可以将修改--例如优化--成像属性集合的功能--例如将功能最小化或最大化-的NPac向量选择作为针对该箱的所选择的区域覆盖表示。在成像系统的光学积分空间(例如,XYZn)中的比色然后可以进行镶嵌化处理(tessellate),并且镶嵌化处理用于通过内插从比色映射到NPac空间。
在某些示例中,图2的块240包括配置数据结构以表示与成像系统的光学积分空间中的随机采样相关联的凸包。例如,这个空间可以包括具有尤尔-尼尔森校正的CIE XYZ颜色空间(“XYZn”颜色空间)。例如与比较多面体搜索示例相比,因为未遍历多面体全集,所以这个数据结构使得随机采样的颜色色域能够与所选择的区域覆盖表示集合分开跟踪,以获得对其全部容积的访问。因此,在块210之后的任何点处,可以将形成随机采样的区域覆盖表示和/或其确定的比色添加到这个数据结构中以限定凸包。这可以迭代地执行,例如可以在通过图3的块340处的检查之后将随机区域覆盖表示添加到数据结构,并且可以基于数据结构的内容重新计算凸包。
在一种情况中,用于对区域覆盖表示进行分组的比色颜色空间可以包括与用于在块240处生成颜色映射的不同的比色颜色空间。例如,前者可以包括基于CIELAB的颜色空间,并且后者可以包括基于CIEXYZ的颜色空间,诸如具有尤尔-尼尔森校正的CIE XYZ或XYZn颜色空间。特别而言,分组可以在与用于表示凸包的不同的比色颜色空间中执行。例如,在分组过程中可能需要视觉相似性。因此,可以使用CIE LAB颜色空间,因为它大约视觉上均匀。当构建颜色映射时,可能需要与区域覆盖颜色空间中发现的过渡相对应的比色颜色空间。例如,可以使用CIE XYZn,因为它对应于在NPac颜色空间中发现的过渡,例如两个所选择的NPac的均值可以具有XYZn表示,其也是所选择的NPac的相应XYZn表示的均值。换种方式说,可以选择用于构建颜色映射的比色颜色空间,使得所得到的颜色色域是凸的。在诸如CIE LAB的某些颜色空间中,色域可能会呈现凹。当其建模空间输出结构的光学积分时CIE XYZn颜色空间是适用的。
块220和块230的输出分别包括区域覆盖表示集合和所选择的区域覆盖表示集合,其中每个集合可以包括一个或多个NPac向量。在某些情况下,输出进一步包括用于区域覆盖表示的两个集合的估计比色。例如,可以生成XYZn-NPac向量对的两个集合;一个集合基于区域覆盖表示的随机采样,并且另一个集合基于所选择的区域覆盖表示。可以使用XYZn-NPac向量对的第一集合来计算凸包。在这种情况下,可以使用从块210获得的NPac向量作为输入来预测相应的XYZn值。这可以以与块420类似的方式执行。在某些情况下,可以使用转换函数来将块420处的颜色估计例如CIE LAB值转换为XYZn值。然后可以从XYZn值计算凸包,其中用于预测XYZn值的原始NPac向量也被存储例如在上述数据结构中。在块230处的属性评估的情况下,针对每个分组生成所选择的区域覆盖表示,例如NPac向量。然后执行类似的过程以预测与所选择的区域覆盖表示相关联的XYZn值。在一种情况中,来自XYZn-NPac向量对的第一集合的预测XYZn值可以用作优化功能的输入,以在块230处针对每个分组确定优化的区域覆盖表示。因此,在该过程结束时,可以看到有XYZn-NPac对的两个“袋”,例如具有相关联的值的数据结构;然后可以将它们合并以在块240处生成颜色映射。例如,可以通过对全部XYZn值的集合进行德洛内三角剖分-镶嵌化处理(Delaunay-tessellating)并且然后使用该镶嵌化处理进行内插来生成颜色映射。在这种情况下,通过首先将输入颜色变换为相应的XYZn值、并且然后定位包含或包围XYZn值的镶嵌四面体、然后计算位于四面体内的颜色的重心坐标,来将颜色映射应用例如作为成像系统100的一部分。将求和为一的这些重心坐标用作对与定位的四面体顶点相对应的NPac向量进行组合的权重。
针对后一个集合的NPac向量估计的比色可以进行镶嵌化处理以确定基于CIEXYZ的颜色空间中的比色,导致XYZn到NPac映射集合。这些映射与从该区域覆盖表示集合计算出的凸包或色域组合,可以形成颜色映射,例如,从XYZn颜色空间到NPac颜色空间的映射。这可以使色域最大化并优化一个或多个成像属性。在某些示例中,所得到的颜色映射可以进一步扩展到比色空间的其他映射,同时保留区域覆盖表示输出。例如,XYZn到NPac颜色映射可以与RGB到XYZn颜色映射级联以生成RGB到NPac颜色映射。这样的颜色映射可以以RGB像素值的形式应用于图像数据110。然后可以由成像系统应用这个颜色映射,以基于输入图像数据110生成图像输出140,例如从输入XYZ或RGB像素值集合输出NPac像素值集合,NPac像素值用于在打印系统中的基板上打印图像。
图5示出了根据示例可以用于配置成像系统的装置500。装置500可以被配置为实现上述一个或多个方法。装置500可以形成成像系统的一部分,例如包括用于显示器或打印机的控制电子设备;可以形成通信地耦合到成像系统的计算系统的一部分,例如通过诸如接口电子设备、过程、存储器、操作系统和一个或多个驱动器模块之类的计算机硬件和计算机程序代码的组合来实现;和/或可以形成远程服务器计算设备的一部分。
图5的装置500包括颜色估计器510、采样器520和颜色映射控制器530。颜色估计器510被布置为访问代表成像系统的数据模型540,并且基于该数据模型来确定区域覆盖向量的颜色估计,区域覆盖向量定义了用于成像系统的输出组合的分布。颜色估计可以包括一个或多个比色颜色值。区域覆盖向量可以包括NPac向量。采样器520被布置为获得区域覆盖向量的随机采样。采样器520可以被布置为执行图3的方法300的全部或部分。颜色映射控制器530被布置为访问来自采样器520的随机采样,使用颜色估计器510来对随机采样中的区域覆盖向量分组为颜色组,基于针对每个颜色组的一个或多个成像度量的比较来选择每个颜色组中的区域覆盖向量,并且基于用于随机采样的可用颜色容积和所选择的区域覆盖向量来确定从输入颜色空间到区域覆盖向量空间的颜色映射550以供成像系统使用。在一种情况中,颜色映射550包括具有区域覆盖向量作为输出的查找表,例如基于RGB或XYZ到NPac查找表。
如前所述,数据模型540可以包括颜色模型和系统模型中的一个或多个。在一个实现中,成像系统可以包括打印系统,并且区域覆盖向量定义套印组合的分布,例如NPac向量。在这种情况下,装置和/或成像系统可以包括打印控制器,该打印控制器被布置为使用颜色映射来将用于输入图像的颜色数据从输入颜色空间映射到NPac向量用于产生打印输出。在这种情况下为了构建数据模型540,可以在打印系统上进行测试打印。可以对这些测试打印进行检查或图像捕获以确定用于模型的参数,例如诸如点大小和形状、点布置统计和点大小变化统计的参数。可以通过打印和测量包含不同NPac向量的测试打印来确定针对特定NP或NPac的颜色行为。这可以使用在墨水限制内的NPac向量和/或使用NP与墨水限制值内某些的组合例如使用白色或空白基板NP来执行,以生成可用于表征超限NP而不超过墨水限制的测试打印。
本文中所描述的某些示例提供了可任意中断的并且允许对改进和/或优化的程度进行持续控制--例如其中中间结果可以用于继续先前过程--的配置过程。这些示例产生的结果达到显著更冗长的多面体方法的水平。例如,通过使用随机采样来实现中断过程的能力,其中可以使用任意数量的随机采样作为优化的基础,与如同在多面体方法中的情况那样必须遍历系统采样的完全集合相反。以这种方式,即使过程被设置为获得并处理一定数量的随机区域覆盖表示(例如1000)并且接收中断呼叫(例如,在仅生成了500个之后),本文的示例也可以停止生成形成随机采样的进一步区域覆盖表示,并且仅仅完成导致从直到中断时刻已经生成的无论什么随机区域覆盖值(例如已经生成的那500个)来生成颜色映射的过程。应当注意,如本文所使用的术语“随机”是指任何概率和/或随机过程,并且包括对伪随机选择的引用,例如随机采样的实现可以在计算机系统上包括有效地建模区域覆盖选择的随机性的伪随机采样。
如上所述,本文中所描述的某些方法和系统可以由处理器来实现,所述处理器处理从非暂时性存储介质中检索的计算机程序代码。例如,方法200、300和400中的任何一个或多个可以由计算机程序代码来实现,该计算机程序代码由包括嵌入在诸如显示器或打印系统的成像系统中的计算系统的处理器的计算设备实现。在这个上下文中,图6示出了计算设备610的示例600,其包括耦合到处理器620的机器可读存储介质640。在某些情况下,计算设备610可以包括独立计算设备,诸如通信地耦合到成像设备的台式计算机或服务器;在其他情况下,计算设备可以包括打印机、扫描仪、显示设备等的一部分。机器可读介质640可以是可以包含、存储或保持由指令执行系统使用或与指令执行系统结合使用的程序和数据的任何介质。机器可读介质可以包括许多物理介质中的任何一个,诸如例如电子、磁、光、电磁或半导体介质。合适的机器可读介质的更具体示例包括但不限于硬盘驱动器、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器或便携盘。在图6中,机器可读存储介质包括用于实现控制器650的程序代码。控制器650被布置为实现上述的一个或多个方法。虽然某些示例可以由计算设备实现,但是它们提供了关于图像输出而展示的效果,例如在屏幕上显示或由打印机打印的图像。
已经呈现了前述描述以说明和描述所描述的原理的示例。该描述并不旨在是穷尽的,或也不旨在将这些原理限制于所公开的任何精确形式。鉴于上述教导,许多修改和变化是可能的。

Claims (15)

1.一种用于配置成像系统的方法,包括:
获得区域覆盖表示的随机采样,区域覆盖表示定义用于所述成像系统的输出组合的分布;
基于用于所述成像系统的估计比色来将获得的区域覆盖表示分组成多个组;
确定修改一个或多个估计的成像属性的用于每个组的所选择的区域覆盖表示;和
基于用于随机采样的颜色色域和所选择的区域覆盖表示来生成从输入颜色空间到区域覆盖表示空间的颜色映射以供所述成像系统使用。
2.根据权利要求1所述的方法,其中,获得区域覆盖表示的随机采样包括:
选择具有非零区域覆盖值的多个输出组合;和
针对所选择的多个输出组合随机生成区域覆盖值集合。
3.根据权利要求2所述的方法,其中,随机生成区域覆盖值集合包括:
针对所选择的多个输出组合生成随机值集合;
将非线性归一化应用于所述随机值集合,使得所述区域覆盖值集合的集合求和为一。
4.根据权利要求1所述的方法,其中,获得区域覆盖表示的随机采样包括:
确定用于每个区域覆盖表示的输出使用值是否超过针对所述成像系统的限制,
其中,如果它在限制内则使用区域覆盖表示,并且如果它超过限制则重新生成区域覆盖表示。
5.根据权利要求2所述的方法,其中,选择多个输出组合包括从可配置加权概率分布中随机选择所述多个输出组合。
6.根据权利要求1所述的方法,其中,对所获得的区域覆盖表示进行分组包括:
将颜色空间细分成预定大小的多个子空间;
针对每个获得的区域覆盖表示在颜色空间中确定用于所述成像系统的颜色估计;和
从所述多个子空间中确定与每个颜色估计相关联的子空间。
7.根据权利要求6所述的方法,其中,确定颜色估计包括:
配置所述成像系统的系统模型以在模拟所述成像系统的输出时使用;
配置用于所述成像系统的颜色模型以预测从所述系统模型导出的所述成像系统的模拟输出的颜色。
8.根据权利要求1所述的方法,其中,分组所获得的区域覆盖表示包括:
在国际照明委员会(CIE)LAB基础颜色空间内,将所获得的区域覆盖表示分组成预定大小的子空间。
9.根据权利要求1所述的方法,其中,基于所述区域覆盖表示及其相关联的比色,将颜色色域计算为用于所述成像系统的光学积分空间中的凸包。
10.根据权利要求1所述的方法,对所获得的区域覆盖表示进行分组包括:
将所获得的区域覆盖表示与附加的导入区域覆盖表示集合进行分组。
11.一种用于配置成像系统的装置,包括:
颜色估计器,所述颜色估计器被布置为访问代表所述成像系统的数据模型,并且基于所述数据模型来确定区域覆盖向量的颜色估计,所述区域覆盖向量定义用于所述成像系统的输出组合的分布;
采样器,所述采样器被布置为获得区域覆盖向量的随机采样;和
颜色映射控制器,所述颜色映射控制器被布置为:
访问来自所述采样器的随机采样;
使用所述颜色估计器将所述随机采样中的区域覆盖向量分组为颜色组;
基于针对每个颜色组的一个或多个成像度量的比较来选择每个颜色组中的区域覆盖向量;和
基于用于所述随机采样的可用 颜色容积和所选择的区域覆盖向量来确定从输入颜色空间到区域覆盖向量空间的颜色映射以供所述成像系统使用。
12.根据权利要求11所述的装置,其中,所述颜色映射控制器被布置为以具有区域覆盖向量作为输出的查找表的形式生成颜色映射。
13.根据权利要求11所述的装置,其中所述成像系统是打印系统,并且区域覆盖向量定义套印组合的分布。
14.根据权利要求11所述的装置,包括:
打印控制器,所述打印控制器被布置为使用颜色映射将用于输入图像的颜色数据从所述输入颜色空间映射到纽介堡基色区域覆盖向量用于产生打印输出。
15.一种非暂时性计算机可读存储介质,包括存储在其上的计算机可读指令集合,所述计算机可读指令集合在由处理系统执行时使所述处理系统:
获得区域覆盖表示的随机集合,
针对每个获得的区域覆盖表示在颜色空间中确定用于成像系统的颜色估计;
从多个比色子空间中确定与每个颜色估计相关联的子空间;
确定用于每个所获得的区域覆盖表示的属性估计集合;
在每个子空间中选择修改属性估计集合的区域覆盖表示;
基于随机区域覆盖表示集合确定颜色色域;和
基于颜色色域和所选择的区域覆盖表示来生成从输入颜色空间到区域覆盖表示空间的颜色映射,以供成像系统使用。
CN201480083129.1A 2014-10-30 2014-10-30 配置成像系统 Expired - Fee Related CN107079077B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2014/073341 WO2016066202A1 (en) 2014-10-30 2014-10-30 Configuring an imaging system

Publications (2)

Publication Number Publication Date
CN107079077A CN107079077A (zh) 2017-08-18
CN107079077B true CN107079077B (zh) 2019-07-26

Family

ID=51951774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480083129.1A Expired - Fee Related CN107079077B (zh) 2014-10-30 2014-10-30 配置成像系统

Country Status (4)

Country Link
US (1) US10171706B2 (zh)
EP (1) EP3213501B1 (zh)
CN (1) CN107079077B (zh)
WO (1) WO2016066202A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107079076B (zh) * 2014-10-31 2019-11-12 惠普发展公司,有限责任合伙企业 后处理半色调图像
WO2017182093A1 (en) 2016-04-22 2017-10-26 Hewlett-Packard Development Company, L.P. Selecting color states
JP6815791B2 (ja) * 2016-08-26 2021-01-20 株式会社ミマキエンジニアリング 造形装置及び造形方法
US10645253B2 (en) 2016-09-30 2020-05-05 Hewlett-Packard Development Company, L.P. Generation of halftone parameters
CN109804614A (zh) * 2016-10-25 2019-05-24 惠普发展公司,有限责任合伙企业 包括分布式阈值的半色调矩阵
US10694075B2 (en) * 2017-04-21 2020-06-23 Hewlett-Packard Development Company, L.P. Color mapping resources determining characteristic of print coverage vectors in colorimetry partitions
US11134174B2 (en) 2017-04-24 2021-09-28 Hewlett-Packard Development Company, L.P. Transforming a color space vector into a Neugebauer primary area coverage vector
WO2019055045A1 (en) * 2017-09-18 2019-03-21 Hewlett-Packard Development Company, L.P. PRINTER CALIBRATION
WO2019066779A1 (en) * 2017-09-26 2019-04-04 Hewlett-Packard Development Company, L.P. GENERATING A ZONE COVER VECTOR
US11475257B2 (en) 2018-04-06 2022-10-18 Hewlett-Packard Development Company, L.P. Mapping between color spaces
US11310393B2 (en) 2018-07-18 2022-04-19 Hewlett-Packard Development Company, L.P. Clustering colors for halftoning
WO2020122942A1 (en) * 2018-12-14 2020-06-18 Hewlett-Packard Development Company, L.P. Print calibration system and method
US20220131998A1 (en) * 2019-07-15 2022-04-28 Hewlett-Packard Development Company, L.P. Color prediction
WO2021045739A1 (en) * 2019-09-04 2021-03-11 Hewlett-Packard Development Company, L.P. Distribution of color samples
US20220329710A1 (en) * 2019-09-26 2022-10-13 Hewlett-Packard Development Company, L.P. Print coverage vectors

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1018708A2 (en) * 1999-01-06 2000-07-12 National Instruments Corporation System and method for sampling and/or placing objects using low discrepancy sequences
CN101243436A (zh) * 2005-08-15 2008-08-13 微软公司 色域形状相关色彩管理系统
CN101282491A (zh) * 2005-06-01 2008-10-08 索尼株式会社 成像装置和成像装置中的成像结果处理方法

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0763929B1 (en) * 1995-09-15 2002-12-11 Agfa-Gevaert Color seperation method
DE69907397T2 (de) * 1999-02-17 2004-01-22 Hewlett-Packard Co. (N.D.Ges.D.Staates Delaware), Palo Alto Druckvorrichtung
US6606168B1 (en) 1999-03-31 2003-08-12 3M Innovative Properties Company Narrow band, anisotropic stochastic halftone patterns and methods of creating and using the same
DE60041622D1 (de) * 1999-11-11 2009-04-09 Panasonic Corp Farbtonübereinstimmungsverfahren und -vorrichtung
US7292728B1 (en) 2000-06-20 2007-11-06 Ricoh Co., Ltd. Block quantization method for color halftoning
US7123380B2 (en) * 2001-05-10 2006-10-17 Agfa-Gevaert N.V. Method and a device for determining multi-ink color separations
US7423778B2 (en) * 2003-08-01 2008-09-09 Ecole Polytechnique Federale De Lausanne (Epfl) Prediction model for color separation, calibration and control of printers
US7652789B2 (en) * 2003-11-03 2010-01-26 Seiko Epson Corporation Production of color conversion profile for printing
JP2005208817A (ja) * 2004-01-21 2005-08-04 Konica Minolta Photo Imaging Inc 画像処理方法、画像処理装置及び画像記録装置
US20090310154A1 (en) * 2006-05-30 2009-12-17 Hewlett-Parkard Development Company, L.P. Chromatic Component Replacement
US7773256B2 (en) * 2006-11-15 2010-08-10 Eastman Kodak Company Estimating color of colorants mixed on a substrate
US8593476B2 (en) * 2008-02-13 2013-11-26 Gary Demos System for accurately and precisely representing image color information
US7961322B2 (en) * 2008-05-27 2011-06-14 Xerox Corporation Method for conditional application of color measurement error compensation in spectral sensors
US8213055B2 (en) * 2009-02-20 2012-07-03 Hewlett-Packard Development Company, L.P. Color separation into Neugebauer primary area coverage vectors
US8311324B2 (en) 2009-08-10 2012-11-13 Canon Kabushiki Kaisha Performing spectral gamut mapping for reproducing an image
US9584700B2 (en) * 2009-10-26 2017-02-28 Hewlett-Packard Development Company, L.P. Color separation table optimized for a printing process according to a print attribute by selecting particular Neugebauer primaries and Neugebauer primary area coverages
WO2011126480A1 (en) * 2010-04-07 2011-10-13 Hewlett-Packard Development Company, L.P. Color printing system calibration
US9437160B2 (en) * 2010-07-15 2016-09-06 Mersive Technologies, Inc. System and method for automatic color matching in a multi display system using sensor feedback control
US8576243B2 (en) 2010-10-08 2013-11-05 Hewlett-Packard Development Company, L.P. Display-color function image conversion
JP2012242616A (ja) * 2011-05-19 2012-12-10 Ricoh Co Ltd 画像形成装置及び画像形成方法
US9380186B2 (en) * 2012-08-24 2016-06-28 Digimarc Corporation Data hiding for spot colors in product packaging
US8610958B2 (en) * 2012-02-21 2013-12-17 Ecole Polytechnique Federale De Lausanne (Epfl) Synthesis of authenticable color multi-halftone images
US9686444B2 (en) * 2012-07-11 2017-06-20 Hewlett-Packard Development Company, L.P. Color separation and printing
CN105027549B (zh) * 2013-01-28 2018-02-27 惠普发展公司,有限责任合伙企业 打印机设备和方法
CN105103531B (zh) * 2013-01-29 2018-12-04 惠普发展公司,有限责任合伙企业 产生打印规格分色查找表
WO2014117803A1 (en) * 2013-01-29 2014-08-07 Hewlett-Packard Development Company, L P Image processing for printing
EP2989782B1 (en) * 2013-04-22 2019-03-27 Hewlett-Packard Development Company, L.P. Spectral print mapping
WO2014206480A1 (en) * 2013-06-28 2014-12-31 Hewlett-Packard Development Company, L. P. Color image processing
US20150116329A1 (en) * 2013-10-30 2015-04-30 Hewlett-Packard Development Company, L.P. Multi-attribute visualization including multiple coordinated views of non-overlapped cells
US10868943B2 (en) * 2014-04-25 2020-12-15 Hewlett-Packard Development Company, L.P. Color mapping
BR112016024813A2 (pt) * 2014-04-25 2017-08-15 Hewlett Packard Development Co processamento de meio tom de cor
US9936102B2 (en) * 2014-04-25 2018-04-03 Hewlett-Packard Development Company, L.P. Color mapping modeling printing device perturbations
WO2015161896A1 (en) * 2014-04-25 2015-10-29 Hewlett-Packard Development Company, L.P. Color halftone processing
US9706084B2 (en) * 2014-07-30 2017-07-11 Hewlett-Packard Development Company, L.P. Color mapping
US9256815B1 (en) * 2014-07-30 2016-02-09 Hewlett-Packard Development Company, L.P. Spectral print control based on specific spectral ranges of colorants
US9313360B2 (en) * 2014-07-30 2016-04-12 Hewlett-Packard Development Company, L.P. Encoding data in an image
US20160032120A1 (en) * 2014-07-31 2016-02-04 Hewlett-Packard Development Company, L.P. Colorant
US9667829B2 (en) * 2014-08-12 2017-05-30 Digimarc Corporation System and methods for encoding information for printed articles
US10200568B2 (en) * 2014-11-03 2019-02-05 Hewlett-Packard Development Company, L.P. Pixel processing

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1018708A2 (en) * 1999-01-06 2000-07-12 National Instruments Corporation System and method for sampling and/or placing objects using low discrepancy sequences
CN101282491A (zh) * 2005-06-01 2008-10-08 索尼株式会社 成像装置和成像装置中的成像结果处理方法
CN101243436A (zh) * 2005-08-15 2008-08-13 微软公司 色域形状相关色彩管理系统

Also Published As

Publication number Publication date
EP3213501B1 (en) 2019-12-25
CN107079077A (zh) 2017-08-18
US20170324884A1 (en) 2017-11-09
WO2016066202A1 (en) 2016-05-06
EP3213501A1 (en) 2017-09-06
US10171706B2 (en) 2019-01-01

Similar Documents

Publication Publication Date Title
CN107079077B (zh) 配置成像系统
CN106464776B (zh) 颜色半色调处理
CN105144680B (zh) 光谱打印映射
CN106256120B (zh) 色彩半调处理
CN109076140A (zh) 转换校准数据
US9936102B2 (en) Color mapping modeling printing device perturbations
CN106464775B (zh) 颜色模型
CN107211073A (zh) 彩色打印查找表
CN109414937A (zh) 设置打印系统的墨水使用限制
CN108781245A (zh) 着色剂校准
CN107079076B (zh) 后处理半色调图像
US11057542B2 (en) Color calibration
US11418682B2 (en) Generating an area coverage vector
US11057543B2 (en) Updating a lookup table for an imaging system
Lee et al. Theory of human tetrachromatic color experience and printing
US20210368067A1 (en) Coordinate values in a color space
WO2020122942A1 (en) Print calibration system and method
CN110268700A (zh) 关联颜色与纽介堡原色
Golan A Novel Workflow for Image Dependent Gamut Mapping

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190726