CN108230987A - 一种适用于高亮度环境下的色貌模型 - Google Patents
一种适用于高亮度环境下的色貌模型 Download PDFInfo
- Publication number
- CN108230987A CN108230987A CN201810125134.4A CN201810125134A CN108230987A CN 108230987 A CN108230987 A CN 108230987A CN 201810125134 A CN201810125134 A CN 201810125134A CN 108230987 A CN108230987 A CN 108230987A
- Authority
- CN
- China
- Prior art keywords
- color
- models
- ciecam02
- brightness
- environment
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
- G09G3/00—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes
- G09G3/20—Control arrangements or circuits, of interest only in connection with visual indicators other than cathode-ray tubes for presentation of an assembly of a number of characters, e.g. a page, by composing the assembly by combination of individual elements arranged in a matrix no fixed position being assigned to or needed to be assigned to the individual characters or partial characters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种适用于高亮度环境下的色貌模型refine‑bri CIECAM02,本发明采用构建色貌模型的规范方法来完成本模型的构建。首先获取高亮度环境下的对应色数据,并用获取的对应色数据分析检验现有色貌模型的性能;在分析结果的基础上构建适用于高亮度环境的色貌模型refine‑bri CIECAM02。实验结果表明,与CIECAM02和refineCAM02色貌模型相比,本模型具有预测精度高,构建模型时获取实验数据的实验过程可重复性等优点,这些优点有利于模型的验证和进一步优化。
Description
技术领域
本发明涉及高亮度环境下颜色的显示复制以及色彩管理领域,特别是涉及一种亮度环境下的色貌模型。
背景技术
随着各类显示设备的广泛使用,比如机场的大屏幕、户外的广告屏、商场用于做宣传显示屏,各类智能移动终端等等,显示设备的环境亮度也在发生着明显的变化。普通的电脑控制的显示器一般在常规办公环境的亮度下使用,但上面提到的这些显示设备,其使用环境的亮度的变化最暗到黑夜的暗色,最亮到艳阳高照的正午高亮度环境。环境光照对刺激色的视觉感受影响很大,同一个刺激色在不同亮度的环境光下其视觉感受也不相同,环境光亮度的差别越大,刺激色的视觉感受的差异就越大。同一个颜色会在不同的媒体上被输出或显示,其环境光照可能差异较大,确保同一个颜色在不同承载介质之间传递时,具有同样的视觉感受尤为重要。
色貌模型是近期颜色科学领域的研究热点之一,其目的是预测不同观察条件下刺激色的视觉感受。颜色科学工作者针对不同应用途径,提出多个色貌模型,CIE综合不同色貌模型的优势,提出了CIECAM02 色貌模型,并将其确定为工业应用的参考色貌模型。利用CIECAM02色貌模型的正反向变换,可实现由暗室到常规办公环境下,颜色的跨媒体视觉感受一致性再现。
随着户外大屏幕以及智能移动终端的迅速普及以及使用,高亮度下显示色色貌模型的研究成为颜色科学领域的一个紧迫的任务。众多研究者获取了不同高亮度环境下的显示色对应色数据,并在此基础上对CIECAM02进行了测试和优化研究。Park Y K等人的研究结果表明,CIECAM 02预测高亮度环境下智能手机显示色的色貌时,误差较大。为了能够准确的预测不同亮度环境下显示色的色貌,Park Y K 等人对CIECAM02模型进行了修正,提出了改进模型refineCAM02。Park Y K等人采用量值估计法获取色貌属性值数据,在实验数据的基础上,提出了改进模型refineCAM02。该方法对实验者的要求很高,实验结果不太容易被验证。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供一种比较容易验证的,预测精度较高的,适用于高亮度环境下的色貌模型。本模型采用了refineCAM02中拟合环境参数和环境因子 的关系的思路,提出新的环境参数和环境因子 的关系式,得到优化改进色貌模型方案refine-bri CAM02。
采用构建色貌模型的规范方法来完成本模型的构建。首先获取高亮度环境下的对应色数据,并用获取的对应色数据分析检验现有色貌模型的性能;在分析结果的基础上构建适用于高亮度环境的色貌模型。
本发明提供的一种适用于高亮度环境下的色貌模型,包括以下步骤:
第一步:选择显示设备以及实验环境设置;
步骤1-1:显示器的选择:选择高档的专业级显示器,具有10位显卡或更高位显卡电脑主机;
步骤1-2:实验布局:标准暗室中,将显示屏一分为二分为左右两部分,用于主观视觉匹配实验。原始刺激色与匹配色块均为4cm*4cm,主观实验者眼睛与色块成2度视角,观察距离为115cm,显示器总体背景为灰,原始色块与匹配色块平铺在显示器上,左边为原始刺激色,右边为待匹配色块,眼睛与色块的中间位置平齐,观察者双目同时可以看到显示屏左右两边的色块;
步骤1-3:环境亮度设置。选用专业定制的D50光源来调制环境光的亮度,本发明选了四种高亮度外界照明环境作为待匹配端的光照环境,以常规的一般环境作为参考色块的光照环境,其中,显示器的白点亮度为100cd/m2,参考色块端的环境光照为80Lx,待匹配端的具体环境参数为2500 Lx、5000x、7500 Lx和10000 Lx。
第二步:高亮度环境下对应色数据的获取;所述的高亮度环境下对应色数据的获取的具体步骤是:
步骤2-1:为了较全面的反映色域空间中不同颜色的对应色数据,进行实验色块筛选时,按照如下几条原则进行选取:1)包含不同亮度,即所选颜色中要包含高,中,低亮度的颜色;2)包含不同的饱和度,即所选颜色中要包含高、中、低饱和度的色块;3)包含基本色相(R,G,B,C,M,Y,KB);4)为保证实验数据的有效性所选颜色必须在显示器的色域范围内;
步骤2-2:按照上述要求选择102个实验色块;
步骤2-3:按照行业规范要求来完成实验操作,获取四个高亮度环境下的102个颜色的对应色数据;
第三步:用CV值检验CIECAM02色貌模型预测高亮度环境下色貌属性的性能,CV值越小,说明模型预测精度越高。结果如下表所示:
CIECAM02模型预测不同高亮度环境下色貌属性的精度(CV)
第四步:用CV值检验refineCAM02色貌模型预测高亮度环境下色貌属性的性能,结果如下表所示:
refineCIECAM02模型预测不同高亮度环境下色貌属性的精度(CV)
第五步:以第三步和第四步的检验结果为依据,优化CIECAM02模型中的参数,优化的参数包括周围环境影响因子c、色适应度的因子F和色诱导因子Nc;
步骤5-1:分析CIECAM02模型和refineCIECAM02模型对明度的预测精度;
步骤5-2:分析CIECAM02模型和refineCIECAM02模型对彩度的预测精度;
步骤5-3:分析CIECAM02模型和refineCIECAM02模型对色相的预测精度;
步骤5-4:分析CIECAM02模型和refineCIECAM02模型中与环境亮度相关的参数;
步骤5-5:分析CIECAM02模型和refineCIECAM02模型中的影响明度、彩度以及色相预测性能的参数;
步骤5-6:基于上述几步的分析,提出优化周围环境影响因子c、确定色适应度的因子F和色诱导因子Nc的计算方案;
c=0.023*sqrt( )+0.77887
F=-0.003*sqrt( )+1.147
Nc =0.0203*sqrt( )+1.2369
第六步:将优化的计算周围环境影响因子c、确定色适应度的因子F和色诱导因子Nc的计算方案引入CIECAM02模型,构建适合高亮度环境的refine-bri CIECAM02模型;
第七步:用CV值对refine-bri CIECAM02模型的评价,评价结果如下:
refine-bri CIECAM02模型预测不同高亮度环境下色貌属性的精度(CV)
附图说明
图1是本发明在实施例中的优化高亮度环境下的模型构建的流程图;以及
图2是本发明在实施例中的对应色数据获取实验环境示意图
图3是本发明在实施例中的模型优化方案的流程图。
具体实施方式
以下参照附图及实施例对本发明所涉及的一种优化的高亮度环境下的色貌模型作详细的描述。
实施例
图1是本发明在实施例中的优化模型的构建的流程图;
如图1所示,一种优化的高亮度环境下的色貌模型的构建具有以下步骤:
第一步:选择显示设备以及实验环境设置;
步骤1-1:显示器的选择:选择高级的专业级显示器,本实施例中选择EIZO CG246显示器,并选择了与显示器配套的具有10位显卡的电脑主机;
步骤1-2:实验布局:如图2所示,标准暗室中,将显示屏一分为二分为左右两部分,用于主观视觉匹配实验,原始刺激色与匹配色块均为4cm*4cm,主观实验者眼睛与色块成2度视角,观察距离为115cm,显示器总体背景为灰,原始色块与匹配色块平铺在显示器上,左边为原始刺激色,右边为待匹配色块,眼睛与色块的中间位置平齐,观察者双目同时可以看到显示屏左右两边的色块;
步骤1-3:环境亮度设置。选用专业定制的D50光源来调制环境光的亮度,本发明选了四种高亮度外界照明环境作为待匹配端的光照环境,以常规的一般环境作为参考色块的光照环境,其中,显示器的白点亮度为100cd/m2,参考色块端的环境光照为80Lx,待匹配端的具体环境参数为2500 Lx、5000x、7500 Lx和10000 Lx。
第二步:高亮度环境下对应色数据的获取;所述的高亮度环境下对应色数据的获取的具体步骤是:
步骤2-1:为了较全面的反映色域空间中不同颜色的对应色数据,进行实验色块筛选时,按照如下几条原则进行选取:1)包含不同亮度,即所选颜色中要包含高,中,低亮度的颜色;2)包含不同的饱和度,即所选颜色中要包含高、中、低饱和度的色块;3)包含基本色相(R,G,B,C,M,Y,KB);4)为保证实验数据的有效性所选颜色必须在显示器的色域范围内;
步骤2-2:按照上述要求,在显示器色域范围内选择102个实验色块;
步骤2-3:按照行业规范要求来完成实验操作,获取四个高亮度环境下的102个颜色的对应色数据;
第三步:如图3所示,用CV值检验CIECAM02色貌模型预测高亮度环境下色貌属性的性能,CV值越小,说明模型预测精度越高。结果如下表所示:
CIECAM02模型预测不同高亮度环境下色貌属性的精度(CV)
环境 | 明度 | 彩度 | 色相 | 平均 |
2500Lx | 12 | 8 | 12 | 11 |
5000Lx | 12 | 18 | 18 | 16 |
7500Lx | 18 | 23 | 22 | 21 |
10000Lx | 21 | 30 | 31 | 28 |
平均 | 14 | 20 | 20 |
第四步:用CV值检验refineCAM02色貌模型预测高亮度环境下色貌属性的性能,结果如下表所示:
refineCIECAM02模型预测不同高亮度环境下色貌属性的精度(CV)
环境 | 明度 | 彩度 | 色相 | 平均 |
2500Lx | 15 | 16 | 12 | 14 |
5000Lx | 29 | 20 | 18 | 22 |
7500Lx | 33 | 24 | 22 | 26 |
10000Lx | 41 | 29 | 31 | 34 |
平均 | 30 | 22 | 20 |
第五步:以第三步和第四步的检验结果为依据,优化CIECAM02模型中的参数,优化的参数包括周围环境影响因子c、色适应度的因子F和色诱导因子Nc;所述的优化CIECAM02模型中的参数周围环境影响因子c、色适应度的因子F和色诱导因子Nc的具体步骤如下:
步骤5-1:分析CIECAM02模型和refineCIECAM02模型对明度的预测精度;
步骤5-2:分析CIECAM02模型和refineCIECAM02模型对彩度的预测精度;
步骤5-3:分析CIECAM02模型和refineCIECAM02模型对色相的预测精度;
步骤5-4:分析CIECAM02模型和refineCIECAM02模型中与环境亮度相关的参数;
步骤5-5:分析CIECAM02模型和refineCIECAM02模型中的影响明度、彩度以及色相预测性能的参数;
步骤5-6:基于上述几步的分析,提出优化周围环境影响因子c、确定色适应度的因子F和色诱导因子Nc的计算方案;
c=0.023*sqrt( )+0.77887
F=-0.003*sqrt( )+1.147
Nc =0.0203*sqrt( )+1.2369
第六步:将优化的计算周围环境影响因子c、确定色适应度的因子F和色诱导因子Nc的计算方案引入CIECAM02模型,构建适合高亮度环境的refine-bri CIECAM02模型;
第七步:用CV值对refine-bri CIECAM02模型的评价,评价结果如下:
refine-bri CIECAM02模型预测不同高亮度环境下色貌属性的精度(CV)
环境 | 明度 | 彩度 | 色相 | 平均 |
2500Lx | 8 | 15 | 12 | 12 |
5000Lx | 4 | 15 | 18 | 12 |
7500Lx | 5 | 18 | 22 | 15 |
10000Lx | 8 | 22 | 31 | 20 |
平均 | 6 | 18 | 20 |
表中数据说明,本模型的提出的环境因子的优化计算方案是有效的,基于环境因子优化计算方案构建的色貌模型,其预测精度明显提高。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.本发明提供的一种适用于高亮度环境下的色貌模型,包括以下步骤:
第一步:选择显示设备以及实验环境设置;
第二步:高亮度环境下对应色数据的获取;
第三步:用CV值检验CIECAM02色貌模型预测高亮度环境下色貌属性的性能;
第四步:用CV值检验refineCAM02色貌模型预测高亮度环境下色貌属性的性能;
第五步:以第三步和第四步的检验结果为依据,优化CIECAM02模型中的参数,优化的参数包括周围环境影响因子c、色适应度的因子F和色诱导因子Nc,
第六步:将优化的周围环境影响因子c、色适应度的因子F和色诱导因子Nc的计算方案引入CIECAM02模型,构建适合高亮度环境的refine-bri CIECAM02模型;
第七步:用CV值对refine-bri CIECAM02模型的评价。
2.权利要求1中第一步所述的选择显示设备以及实验环境设置包括以下步骤:
步骤1-1:显示器的选择:选择高档的专业级显示器,具有10位显卡或更高位显卡电脑主机;
步骤1-2:实验布局:标准暗室中,将显示屏一分为二分为左右两部分,用于主观视觉匹配实验,原始刺激色与匹配色块均为4cm*4cm,主观实验者眼睛与色块成2度视角,观察距离为115cm,显示器总体背景为灰,原始色块与匹配色块平铺在显示器上,左边为原始刺激色,右边为待匹配色块,眼睛与色块的中间位置平齐,观察者双目同时可以看到显示屏左右两边的色块;
步骤1-3:环境亮度设置,选用专业定制的D50光源来调制环境光的亮度,本发明选了四种高亮度外界照明环境作为待匹配端的光照环境,以常规的一般环境作为参考色块的光照环境,其中,显示器的白点亮度为100cd/m2,参考色块端的环境光照为80Lx,待匹配端的具体环境参数为2500 Lx、5000x、7500 Lx和10000 Lx。
3.权利要求1中第二步所述的高亮度环境下对应色数据的获取的具体步骤是:
步骤2-1:为了较全面的反映色域空间中不同颜色的对应色数据,进行实验色块筛选时,按照如下几条原则进行选取:1)包含不同亮度,即所选颜色中要包含高,中,低亮度的颜色;2)包含不同的饱和度,即所选颜色中要包含高、中、低饱和度的色块;3)包含基本色相(R,G,B,C,M,Y,KB);4)为保证实验数据的有效性所选颜色必须在显示器的色域范围内;
步骤2-2:按照上述要求选择102个实验色块;
步骤2-3:按照行业规范要求来完成实验操作,获取四个高亮度环境下的102个颜色的对应色数据。
4.权利要求1中第五步所述的优化CIECAM02模型参数,包括以下步骤:
步骤5-1:分析CIECAM02模型和refineCIECAM02模型对明度的预测精度;
步骤5-2:分析CIECAM02模型和refineCIECAM02模型对彩度的预测精度;
步骤5-3:分析CIECAM02模型和refineCIECAM02模型对色相的预测精度;
步骤5-4:分析CIECAM02模型和refineCIECAM02模型中与环境亮度相关的参数;
步骤5-5:分析CIECAM02模型和refineCIECAM02模型中的影响明度、彩度以及色相预测性能的参数;
步骤5-6:基于上述几步的分析,提出优化周围环境影响因子c、确定色适应度的因子F和色诱导因子Nc的计算方案:
c=0.023*sqrt( )+0.77887
F=-0.003*sqrt( )+1.147
Nc =0.0203*sqrt( )+1.2369。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810125134.4A CN108230987A (zh) | 2018-02-07 | 2018-02-07 | 一种适用于高亮度环境下的色貌模型 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810125134.4A CN108230987A (zh) | 2018-02-07 | 2018-02-07 | 一种适用于高亮度环境下的色貌模型 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108230987A true CN108230987A (zh) | 2018-06-29 |
Family
ID=62669884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810125134.4A Pending CN108230987A (zh) | 2018-02-07 | 2018-02-07 | 一种适用于高亮度环境下的色貌模型 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230987A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117894268A (zh) * | 2024-02-28 | 2024-04-16 | 西北师范大学 | 一种用于控制电子显示大屏的控制系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011239320A (ja) * | 2010-05-13 | 2011-11-24 | Toppan Printing Co Ltd | 知覚色予測装置及びこれを用いたデバイス装置並びに知覚色予測方法 |
CN102770905A (zh) * | 2010-02-22 | 2012-11-07 | 杜比实验室特许公司 | 用于基于检测到的环境来调整显示的系统和方法 |
-
2018
- 2018-02-07 CN CN201810125134.4A patent/CN108230987A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102770905A (zh) * | 2010-02-22 | 2012-11-07 | 杜比实验室特许公司 | 用于基于检测到的环境来调整显示的系统和方法 |
US20120320014A1 (en) * | 2010-02-22 | 2012-12-20 | Dolby Laboratories Licensing Corporation | System and Method for Adjusting Display Based on Detected Environment |
JP2011239320A (ja) * | 2010-05-13 | 2011-11-24 | Toppan Printing Co Ltd | 知覚色予測装置及びこれを用いたデバイス装置並びに知覚色予測方法 |
Non-Patent Citations (2)
Title |
---|
YUNGKYUNG PARK等: "Applying CIECAM02 for Mobile Display Viewing Conditions", 《COLOR AND IMAGING CONFERENCE,》 * |
YUNGKYUNG PARK等: "Refined CIECAM02 for Bright Surround Conditions", 《COLOR RESEARCH AND APPLICATION》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117894268A (zh) * | 2024-02-28 | 2024-04-16 | 西北师范大学 | 一种用于控制电子显示大屏的控制系统 |
CN117894268B (zh) * | 2024-02-28 | 2024-07-19 | 西北师范大学 | 一种用于控制电子显示大屏的控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104995903B (zh) | 改进的hdr图像编码和解码方法及设备 | |
CN103402117B (zh) | 基于Lab色度空间的视频图像偏色检测方法 | |
CN103891294B (zh) | 用于hdr图像编码和解码的装置与方法 | |
CN106531060B (zh) | Led显示装置亮色度校正方法及装置 | |
CN102629379B (zh) | 一种基于视觉特性的图像质量评价方法 | |
CN101360250B (zh) | 沉浸产生方法和系统及因素控制、内容分析及参数预测法 | |
Nam et al. | Visual content adaptation according to user perception characteristics | |
CN104636726A (zh) | 一种图像色彩识别方法、装置及终端 | |
CN113132696B (zh) | 图像色调映射方法、装置、电子设备和存储介质 | |
CN103383830B (zh) | 观看虚拟显示器输出的方法 | |
CN101917631B (zh) | 一种在日常照明环境下的投影显示颜色再现方法 | |
CN105915816A (zh) | 用于确定给定场景的亮度的方法和设备 | |
CN103474046B (zh) | 一种提高从数码相机到显示器颜色再现效果的方法 | |
CN109218716A (zh) | 基于色彩统计和信息熵无参考色调映射图像质量评价方法 | |
CN106683082B (zh) | 一种基于四元数的全参考彩色图像质量评价方法 | |
CN107871302A (zh) | 一种基于yuv颜色空间的红外图像伪彩色处理方法 | |
Yang et al. | New metric for stereo image quality assessment based on HVS | |
CN103559870A (zh) | 显示终端的色彩显示调节方法和装置 | |
CN100559850C (zh) | 用于主色提取的方法 | |
CN116386498A (zh) | 一种量化评估数据集构造方法、装置及设备 | |
CN101720046A (zh) | 一种利用人眼实现从显示器到投影仪颜色再现的方法 | |
CN108230987A (zh) | 一种适用于高亮度环境下的色貌模型 | |
CN105844640A (zh) | 基于梯度的彩色图像质量评价方法 | |
CN103065159B (zh) | 一种基于亮度和对比度的图像分类方法 | |
CN109346015A (zh) | 一种基于节能思想的颜色显示方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180629 |
|
RJ01 | Rejection of invention patent application after publication |