CN108462863A - 一种基于复合模型的显示设备色空间转换方法 - Google Patents

一种基于复合模型的显示设备色空间转换方法 Download PDF

Info

Publication number
CN108462863A
CN108462863A CN201810141462.3A CN201810141462A CN108462863A CN 108462863 A CN108462863 A CN 108462863A CN 201810141462 A CN201810141462 A CN 201810141462A CN 108462863 A CN108462863 A CN 108462863A
Authority
CN
China
Prior art keywords
value
space
model
spectral
composite model
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
Application number
CN201810141462.3A
Other languages
English (en)
Other versions
CN108462863B (zh
Inventor
张建青
黄钢
程敬海
刘红
孙九爱
黄清明
吴忠航
孔平
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.)
Shanghai University of Medicine and Health Sciences
Original Assignee
Shanghai University of Medicine and Health Sciences
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 Shanghai University of Medicine and Health Sciences filed Critical Shanghai University of Medicine and Health Sciences
Priority to CN201810141462.3A priority Critical patent/CN108462863B/zh
Publication of CN108462863A publication Critical patent/CN108462863A/zh
Application granted granted Critical
Publication of CN108462863B publication Critical patent/CN108462863B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Color Image Communication Systems (AREA)

Abstract

本发明涉及一种基于复合模型的显示设备色空间转换方法，包括以下步骤：S1：获取当前显示设备的采样点，记录每一个采样点的设备值、色度值和光谱值；S2：根据采样点的设备值、色度值和光谱值分别构建各个空间下的子模型，包括正向色度特征化模型、反向色度特征化模型、正向光谱特征化模型和反向光谱特征化模型；S3：将各个子模型与CIE光谱值获取色度值的方法相结合，构建复合模型；S4：利用复合模型，实现色度空间、光谱空间和设备空间中任意两个空间的相互转换。与现有技术相比，本发明具有降低采样数量、应用性强等优点。

Description

一种基于复合模型的显示设备色空间转换方法
技术领域
本发明涉及颜色显示复制及色彩管理领域，尤其是涉及一种基于复合模型的显示设备色空间转换方法。
背景技术
近年来，显示技术的发展非常迅速，彩色图像显示设备不断更新换代，由于液晶显示器具有亮度高、对比度大，清晰度高、能耗低等特点，被广泛应用于软打样、色彩质量评价等高精度要求的颜色复制领域。在彩色图像显示设备的不断发展和应用中，使用者对颜色复现与显示精度的要求越来越高。
颜色复现与显示可以分为以下两类情况：
(1)原图像和复制图像始终在相同的光照环境中呈现，但光照环境可能有多种变化时，这类复现条件需要采用基于光谱的色彩管理系统进行颜色复现，来降低同色异谱现象，保持原图像和复制图像同时处于某光照环境中的视觉感受一致性；
(2)原图像和复制图像在不同的环境下被观看，比如两个显示设备显示的同一幅图像，分别在室内光照环境和暗室环境下被观看，则需要采用基于色貌的色彩管理系统，来确保不同环境下图像的视觉感受相同。也有研究者提出了混合色彩管理系统的理念，将基于光谱的色彩管理系统和基于色度的色彩管理系统有机的结合起来，实现不同需求下，颜色的高保真跨媒体复现。
针对上述第一类情况，需要采用基于光谱的设备的正、反向特征化模型，来实现光谱图像的复现；对于第二类情况，需要采用基于色度的设备的正、反向特征化模型，实现图像的色貌一致性复现；对于混合色彩管理系统，则需要将基于色度的和基于光谱的设备正、反向特征化有机结合起来，实现不同需求下，颜色的高保真跨媒体复现。
同一台显示设备可能被用来实现基于光谱的图像复现，或实现基于色貌的图像复现，甚至是应用在混合色彩管理系统中。在混合色彩管理系统中，有时候根据应用的需求，需要构建已知色度值对应的光谱值。因此，显示设备的色度色空间、光谱颜色空间以及设备色空间三个颜色空间中，任何两个色空间之间相互转换都是必要的。
有研究者提出了基于色度的显示设备正、反向特征化模型，用于实现色度空间和设备空间的双向转换；也有研究者提出了基于光谱的显示设备正、反向特征化模型，用于实现光谱空间和设备空间的双向转换，以及提出了光谱重构的方法，构建已知色度值对应的光谱数据。但现有方法仅仅针对某一个色空间转换进行了研究，构建色空间转换模型时都需要有针对性的进行采样，而且已有的研究方法没有将设备空间、色度空间和光谱空间这三个重要色空间有机的结合起来。尤其是用光谱重构的方法构建已知色度值对应的光谱数据时，需要采集大量样本，而现有技术并没有充分考虑设备本身的特点。以上特点，不利于显示设备在混合色彩管理系统中的应用，也不利于设备空间、色度空间和光谱空间的相互转换。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于复合模型的显示设备色空间转换方法。
本发明的目的可以通过以下技术方案来实现：
一种基于复合模型的显示设备色空间转换方法，包括以下步骤：
S1：获取当前显示设备的采样点，记录每一个采样点的设备值、色度值和光谱值；
S2：根据采样点的设备值、色度值和光谱值分别构建各个空间下的子模型，包括正向色度特征化模型、反向色度特征化模型、正向光谱特征化模型和反向光谱特征化模型；
S3：将各个子模型与CIE光谱值获取色度值的方法相结合，构建复合模型；
S4：利用复合模型，实现色度空间、光谱空间和设备空间中任意两个空间的相互转换。
优选地，所述的步骤S2的具体内容为：
色度空间模型构建：
利用采样点的色度值和设备值，构建正向色度特征化模型，用以预测已知设备值对应的色度值；利用采样点的色度值、设备值，以及构建的正向色度特征化模型，构建基于正向色度特征化模型的反向色度特征化模型，用以预测已知色度值对应的设备值；
光谱空间模型构建：
利用采样点的光谱值和设备值，构建正向光谱特征化模型，用以预测已知设备值对应的光谱值；利用采样点的光谱值、设备值，以及构建的正向光谱特征化模型，构建基于正向光谱特征化模型的反向光谱特征化模型，预测已知光谱值对应的设备值。
优选地，各个子模型设有一个数据输入口和一个数据输出口，每一个子模型的数据输入口接收复合模型的输入口的数据，或接收复合模型中其他子模型输出的数据，每一个子模型的数据输出口输出的数据作为其他子模型的输入数据，或作为复合模型的输出数据。
优选地，所述的步骤S4的具体内容为：
将待转换的色空间数据输入复合模型，根据色空间的转换需求调用复合模型中的子模型，实现色空间转换后，输出所需的色空间值，所述的色空间数据包括色度值、设备值和光谱值，所述的色空间转换包括色度空间向光谱空间转换、色度空间向设备空间转换、设备空间向光谱空间转换、设备空间向色度空间转换、光谱空间向设备空间转换及光谱空间向色度空间转换。
优选地，所述的色度空间向光谱空间转换包括以下步骤：
a1)将待转换的色度值输入反向色度特征化模型，获取色度值对应的设备值；
a2)将获取的设备值输入正向光谱特征化模型，获取设备值对应的光谱值；
a3)复合模型输出光谱值。
优选地，所述的色度空间向设备空间转换包括以下步骤：
b1)将待转换的色度值输入反向色度特征化模型，获取色度值对应的设备值；
b2)将获取的设备值作为复合模型的输出值输出。
优选地，所述的设备空间向光谱空间转换包括以下步骤：
c1)将待转换的设备值输入正向光谱特征化模型，获取设备值对应的光谱值；
c2)将获取的光谱值作为复合模型的输出值输出。
优选地，所述的设备空间向色度空间转换包括以下步骤：
d1)将待转换的设备值输入正向色度特征化模型，获取设备值对应的色度值；
d2)将获取的色度值作为复合模型的输出值输出。
优选地，所述的光谱空间向设备空间转换包括以下步骤：
e1)将待转换的光谱值输入反向光谱特征化模型，获取光谱值对应的设备值；
e2)将获取的设备值作为复合模型的输出值输出。
优选地，所述的光谱空间向色度空间转换包括以下步骤：
f1)将待转换的光谱值输入复合模型，根据CIE光谱值获取色度值的方法获取光谱值对应的色度值；
f2)将获取的色度值作为复合模型的输出值输出。
与现有技术相比，本发明具有以下优点：
一、本发明只需要进行一次样本点的采集，记录采集样本的设备值、光谱值和色度值，就可以构建色空间转换过程中需要的所有模型，极大地降低了采样数量；
二、本发明构建色空间转换模型时充分考虑了设备的显色特性，可有效提高色空间转换精度，并将不同的色空间之间的转换整合到一起，有利于不同色空间转换的实时进行，有利于显示设备在不同颜色复现流程中的应用；
三、本发明将正、反向色度特征化模型以及正、反向光谱特征化模型整合在一起，反向特征化模型是在正向特征化模型基础上构建的，色度空间向光谱空间转换时，借助反向色度特征化模型将色度空间的颜色转换到在设备空间中表示，然后借助光谱正向特征化模型将设备值转换位光谱值，实现色度值到光谱值的转换，进而实时实现了显示设备在色度空间、光谱颜色空间以及设备色空间中任意两个空间的相互转换。
附图说明
图1为一种基于复合模型的显示设备色空间转换方法的流程图；
图2为本发明中色度空间向光谱空间转换的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
本发明涉及一种基于复合模型的显示设备色空间转换方法，该方法包括以下步骤：
步骤一、获取当前显示设备的采样点，记录每一个采样点的设备值、色度值和光谱值。
步骤二、根据采样点的设备值、色度值和光谱值分别构建各个空间下的子模型，包括正向色度特征化模型、反向色度特征化模型、正向光谱特征化模型和反向光谱特征化模型，子模型的构建内容包括：
根据采样点的色度值和设备值，构建正向色度特征化模型；根据采样点的色度值、设备值，以及所构建的正向色度特征化模型，构建基于正向色度特征化模型的反向色度特征化模型；
根据采样点的光谱值和设备值，构建正向光谱特征化模型；利用采样点的光谱值、设备值，以及步骤构建的正向光谱特征化模型，构建基于正向光谱特征化模型的反向光谱特征化模型。
各个子模型皆设有一个数据输入口和一个数据输出口，每一个子模型的数据输入口接收复合模型的输入口的数据，或接收复合模型中其他子模型输出的数据，每一个子模型的数据输出口输出的数据作为其他子模型的输入数据，或作为复合模型的输出数据。
步骤三、将各个子模型与CIE(Commission Internationale de L'Eclairage，国际照明委员会)光谱值获取色度值的方法相结合，构建复合模型。
本发明实施例以EIZOCG246为显示设备，测量环境为标准暗室。本实施例采用的CIE光谱值获取色度值的方法为CIE中计算已知光谱值对应的色度值的计算公式，即：
其中，S(λ)为发光物体辐射的相对光谱值，分别为CIE规定的标准色度观察者的光谱三刺激值，Δλ为光谱采样步长。
步骤四、将待转换的色空间数据输入复合模型，对待转换的色空间数据实现色度空间、光谱空间和设备空间中任意两个空间的相互转换，包括色度空间向光谱空间转换、色度空间向设备空间转换、设备空间向光谱空间转换、设备空间向色度空间转换、光谱空间向设备空间转换及光谱空间向色度空间转换。
(一)色度空间向光谱空间转换：
(1)将待转换的色度值X、Y、Z输入反向色度特征化模型，获取色度值对应的设备值R、G、B；
具体的实施步骤如下：
以基于GOG(gain-offset-gamma，增益-偏置-伽玛)模型和PLVC(piecewiselinearinterpolation assuming variable chromaticity coordinates，假设色品变化的分段线性插值)正向特征化模型构建的反向色度特征化模型为例，来说明计算待转换的色度值X、Y、Z所对应的设备值R、G、B。该计算过程也可采用任意适用于本显示设备的反向色度特征化模型来完成。
11)将已知的色度值X、Y、Z输入GOG模型进行反向计算，获取其对应的设备驱动值R、G、B的近似值R′、G′、B′。
12)利用PLVC正向特征化模型预测R′、G′、B′对应的三刺激值X′、Y′、Z′。
13)计算待转换的色度值X、Y、Z和预测值X′、Y′、Z′之间的差值ΔX、ΔY、ΔZ；
ΔX、ΔY、ΔZ的计算公式为：
14)若ΔX、ΔY、ΔZ的值满足反向特征化精度的要求，则R′、G′、B′为待转换的色度值X、Y、Z所对应的设备输入值，执行步骤16)；否则，执行步骤15)。
15)根据ΔX、ΔY、ΔZ的值，基于PLVC正向特征化模型，对R′、G′、B′进行调整，具体步骤包括：
151)比较|ΔX|、|ΔY|和|ΔZ|，选取其中的最大值，以确定调整R′、G′、B′中的哪一个输入值。
152)若|ΔX|最大，则需调整R′值；若|ΔY|最大，则需调整G′值；若|ΔZ|最大，则需调整B′值；以调整R′为例，若ΔX＞0，R′(new)＝R′(old)-1，其中，R′(new)为调整后的值，R′(old)为调整前的值；若ΔX＜0，R′(new)＝R′(old)+1，调整后，输出一个新的R′、G′、B′的值保持不变。
153)跳转到步骤12)。
16)输出计算所得的R、G、B值。
(2)将获取的设备值R、G、B输入正向光谱特征化模型，获取设备值对应的光谱值，即光谱曲线；本实施例以波长分区的LCD颜色特征化模型为例，来说明计算待转换的RGB值所对应的光谱值。该计算过程也可采用任意适用于本显示设备的正向光谱特征化模型来完成。具体的实施步骤如下：
21)根据待转换的设备值R、G、B值获取列向量Do；
Di表示设备值构成的列向量，其中，i＝R，G，B；di为各个颜色通道的驱动值，dR表示红色通道的驱动值R，dG和dB分别表示绿色通道的驱动值G和蓝色通道的驱动值B。
22)计算系数矩阵Ai及三原色分别在已知设备驱动值下的光谱值Ri(λ,d)；
系数矩阵Ai可通过构建模型时获取：
则Ri(λ,d)的获取公式为：
Ri(λ,d)＝AiDi(5)
Ri(λ,d)表示驱动值为d时三原色的光谱值，其中，i＝R，G，B。
23)根据式(5)计算出来的各原色的光谱值获取待转换的设备值R、G、B对应的光谱值λ(R，G，B)，即：
λ(R，G，B)＝γ(λ，R)+γ(λ，G)+γ(λ，G)-2C0(λ)(6)
其中，γ(λ，R)为红原色的设备值为R时的光谱值，γ(λ，G)为绿红原色的设备值为G时的光谱值，γ(λ，G)为蓝原色的设备值为B时的光谱值；C0(λ)为设备值R＝0、G＝0、B＝0时，测量显示屏得到的光谱值，即黑点的光谱值。
(3)复合模型输出光谱值。
(二)色度空间向设备空间转换：
(1)将待转换的色度值X、Y、Z输入反向色度特征化模型，获取色度值对应的设备值R、G、B；具体实现步骤如步骤(一)中的步骤(1)。
(2)将获取的设备值R、G、B作为复合模型的输出值输出。
(三)设备空间向光谱空间转换：
(1)将待转换的设备值R、G、B输入正向光谱特征化模型，获取设备值对应的光谱值；具体步骤如步骤(一)中的步骤(2)所示。
(2)将获取的光谱值作为复合模型的输出值输出。
(四)设备空间向色度空间转换：
(1)将待转换的设备值R、G、B输入正向色度特征化模型，获取设备值对应的色度值X、Y、Z；具体的实施步骤如下：
以PLVC正向特征化模型为例，来说明计算待转换的设备值R、G、B所对应的色度值X、Y、Z的过程。该计算过程也可以采用任意适用于本显示设备的正向光谱特征化模型来完成。
上式除了R值外，其余的值均在建模时已获取得到；同理，可获取G值、B值所对应的驱动值下的色度值及
12)通过获取的及的值，计算X、Y、Z：
式(8)的等式右边的其他项均在建模时已获取得到。
(2)将获取的色度值X、Y、Z作为复合模型的输出值输出。
(五)光谱空间向设备空间转换：
(1)将待转换的光谱值输入反向光谱特征化模型，获取光谱值对应的设备值R、G、B；本实施例采用基于正向光谱特征化模型的反向光谱特征化模型进行计算，该计算过程也可采用其他适用于本显示设备的反向光谱特征化模型来完成。其具体计算步骤如下：
11)确定各原色的主波长；拟合主波长下设备值与光谱值之间的关系式；
12)读取已知光谱曲线ρ0中各原色主波长对应的光谱值，分别带入步骤11)中的关系式中，获取初始数字输入值(RGB)0；
13)将(RGB)0带入正向光谱特征化模型，求出其对应的预测光谱曲线ρ1；
14)计算并比较ρ0和ρ1之间的色差值和光谱均方根误差；
15)若计算值满足反向特征化模型的精度要求，则(RGB)0为已知光谱曲线ρ0的数字输入值，否则，调整数字输入值(RGB)0，直到ρ1满足反向光谱特征化模型的精度要求；
16)存储设备值。
其中，步骤15)中的具体调整数字输入值(RGB)0的步骤包括：
151)反向特征化模型精度要求是：ρ0和ρ1之间的色差值小于正向模型预测平均色差的95％，或者光谱均方根误差小于正向模型光谱预测的均方根误差的95％，如果上述两个限定均不满足，则循环计算第200次的结果就是所求结果；
152)以EIZOCG246为例说明数字输入值(RGB)0调整方法。该显示器红、绿和蓝原色的主波长分别是650nm、520nm和450nm，主波长对应的辐射亮度值为光谱曲线的峰值；定义已知光谱曲线中主波长下的辐亮度值分别为Rρ0(650、Rρ0(520)和Rρ0(450；定义正向模型预测的光谱曲线当波长为三个主波长时，其辐射亮度值分别为Rρ1(650、Rρ1(520)和Rρ1(450；按照式(9)计算已知光谱和预测光谱中光谱峰值的差值。
比较|ΔR(650|、|ΔR(520|和|ΔR(450|的值，以确定先调整哪一个值。如果|ΔR(650|最大，首先调整(RGB)0中的R值，并用调整之后的值替代原有的R值，得到新的(RGB)0组合。同样地，当|ΔR(520|最大时，调整G值；当|ΔR(450|最大时，调整B值。R值的调整方式是，当ΔR(650>0，R＝R-1；反之R＝R+1，G值和B值的调整方式类似。
(2)将获取的设备值RGB作为复合模型的输出值输出。
(六)光谱空间向色度空间转换：
(1)将待转换的光谱值输入复合模型，根据CIE光谱值获取色度值的方法获取光谱值对应的色度值X、Y、Z；
(2)将获取的色度值X、Y、Z作为复合模型的输出值输出。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的工作人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于复合模型的显示设备色空间转换方法，其特征在于，包括以下步骤：
S1：获取当前显示设备的采样点，记录每一个采样点的设备值、色度值和光谱值；
S2：根据采样点的设备值、色度值和光谱值分别构建各个空间下的子模型，包括正向色度特征化模型、反向色度特征化模型、正向光谱特征化模型和反向光谱特征化模型；
S3：将各个子模型与CIE光谱值获取色度值的方法相结合，构建复合模型；
S4：利用复合模型，实现色度空间、光谱空间和设备空间中任意两个空间的相互转换。
2.根据权利要求1所述的一种基于复合模型的显示设备色空间转换方法，其特征在于，所述的步骤S2的具体内容为：
色度空间模型构建：
利用采样点的色度值和设备值，构建正向色度特征化模型，用以预测已知设备值对应的色度值；利用采样点的色度值、设备值，以及构建的正向色度特征化模型，构建基于正向色度特征化模型的反向色度特征化模型，用以预测已知色度值对应的设备值；
光谱空间模型构建：
利用采样点的光谱值和设备值，构建正向光谱特征化模型，用以预测已知设备值对应的光谱值；利用采样点的光谱值、设备值，以及构建的正向光谱特征化模型，构建基于正向光谱特征化模型的反向光谱特征化模型，预测已知光谱值对应的设备值。
3.根据权利要求2所述的一种基于复合模型的显示设备色空间转换方法，其特征在于，各个子模型设有一个数据输入口和一个数据输出口，每一个子模型的数据输入口接收复合模型的输入口的数据，或接收复合模型中其他子模型输出的数据，每一个子模型的数据输出口输出的数据作为其他子模型的输入数据，或作为复合模型的输出数据。
4.根据权利要求3所述的一种基于复合模型的显示设备色空间转换方法，其特征在于，所述的步骤S4的具体内容为：
将待转换的色空间数据输入复合模型，根据色空间的转换需求调用复合模型中的子模型，实现色空间转换后，输出所需的色空间值，所述的色空间数据包括色度值、设备值和光谱值，所述的色空间转换包括色度空间向光谱空间转换、色度空间向设备空间转换、设备空间向光谱空间转换、设备空间向色度空间转换、光谱空间向设备空间转换及光谱空间向色度空间转换。
5.根据权利要求4述的一种基于复合模型的显示设备色空间转换方法，其特征在于，所述的色度空间向光谱空间转换包括以下步骤：
a1)将待转换的色度值输入反向色度特征化模型，获取色度值对应的设备值；
a2)将获取的设备值输入正向光谱特征化模型，获取设备值对应的光谱值；
a3)复合模型输出光谱值。
6.根据权利要求4述的一种基于复合模型的显示设备色空间转换方法，其特征在于，所述的色度空间向设备空间转换包括以下步骤：
b1)将待转换的色度值输入反向色度特征化模型，获取色度值对应的设备值；
b2)将获取的设备值作为复合模型的输出值输出。
7.根据权利要求4述的一种基于复合模型的显示设备色空间转换方法，其特征在于，所述的设备空间向光谱空间转换包括以下步骤：
c1)将待转换的设备值输入正向光谱特征化模型，获取设备值对应的光谱值；
c2)将获取的光谱值作为复合模型的输出值输出。
8.根据权利要求4述的一种基于复合模型的显示设备色空间转换方法，其特征在于，所述的设备空间向色度空间转换包括以下步骤：
d1)将待转换的设备值输入正向色度特征化模型，获取设备值对应的色度值；
d2)将获取的色度值作为复合模型的输出值输出。
9.根据权利要求4述的一种基于复合模型的显示设备色空间转换方法，其特征在于，所述的光谱空间向设备空间转换包括以下步骤：
e1)将待转换的光谱值输入反向光谱特征化模型，获取光谱值对应的设备值；
e2)将获取的设备值作为复合模型的输出值输出。
10.根据权利要求4述的一种基于复合模型的显示设备色空间转换方法，其特征在于，所述的光谱空间向色度空间转换包括以下步骤：
f1)将待转换的光谱值输入复合模型，根据CIE光谱值获取色度值的方法获取光谱值对应的色度值；
f2)将获取的色度值作为复合模型的输出值输出。
CN201810141462.3A 2018-02-11 2018-02-11 一种基于复合模型的显示设备色空间转换方法 Active CN108462863B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810141462.3A CN108462863B (zh) 2018-02-11 2018-02-11 一种基于复合模型的显示设备色空间转换方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810141462.3A CN108462863B (zh) 2018-02-11 2018-02-11 一种基于复合模型的显示设备色空间转换方法

Publications (2)

Publication Number Publication Date
CN108462863A true CN108462863A (zh) 2018-08-28
CN108462863B CN108462863B (zh) 2020-06-05

Family

ID=63216388

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810141462.3A Active CN108462863B (zh) 2018-02-11 2018-02-11 一种基于复合模型的显示设备色空间转换方法

Country Status (1)

Country Link
CN (1) CN108462863B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112484856A (zh) * 2020-10-30 2021-03-12 浙江农林大学暨阳学院 一种获取高精度色度和光谱图像的方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101938592A (zh) * 2008-12-22 2011-01-05 汤姆森特许公司 目标色彩再现设备的校准方法
CN102388600A (zh) * 2009-02-09 2012-03-21 汤姆森特许公司 提供彩色设备表征以及质量评估的方法、装置和系统
CN101594545B (zh) * 2008-05-28 2013-05-22 北京中视中科光电技术有限公司 一种色域扩展系统及方法
CN104751819A (zh) * 2015-04-16 2015-07-01 曲阜师范大学 一种显示设备反向特征化方法
CN104751823A (zh) * 2015-04-16 2015-07-01 曲阜师范大学 一种适用于移动终端显示屏幕的特征化方法
CN105046646A (zh) * 2015-05-29 2015-11-11 西安电子科技大学 一种高光谱图像的色彩可视化的方法
WO2015189350A1 (en) * 2014-06-12 2015-12-17 Thomson Licensing Method of mapping source colors of a source content
CN105867863A (zh) * 2016-04-05 2016-08-17 西安电子科技大学 一种大色域显示设备的图像复现质量提升方法
CN106997751A (zh) * 2016-01-25 2017-08-01 曲阜师范大学 一种显示设备的反向光谱特征化方法
CN107357537A (zh) * 2017-06-30 2017-11-17 武汉大学深圳研究院 面向不同介质的半色调设备分色模型批量构建方法及系统
CN107452042A (zh) * 2017-08-30 2017-12-08 武汉大学 一种半色调设备光谱特性化模型优化方法及系统
CN107509005A (zh) * 2017-09-21 2017-12-22 武汉大学 一种半色调设备光谱分色算法优化校正方法及系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101594545B (zh) * 2008-05-28 2013-05-22 北京中视中科光电技术有限公司 一种色域扩展系统及方法
CN101938592A (zh) * 2008-12-22 2011-01-05 汤姆森特许公司 目标色彩再现设备的校准方法
CN102388600A (zh) * 2009-02-09 2012-03-21 汤姆森特许公司 提供彩色设备表征以及质量评估的方法、装置和系统
WO2015189350A1 (en) * 2014-06-12 2015-12-17 Thomson Licensing Method of mapping source colors of a source content
CN104751819A (zh) * 2015-04-16 2015-07-01 曲阜师范大学 一种显示设备反向特征化方法
CN104751823A (zh) * 2015-04-16 2015-07-01 曲阜师范大学 一种适用于移动终端显示屏幕的特征化方法
CN105046646A (zh) * 2015-05-29 2015-11-11 西安电子科技大学 一种高光谱图像的色彩可视化的方法
CN106997751A (zh) * 2016-01-25 2017-08-01 曲阜师范大学 一种显示设备的反向光谱特征化方法
CN105867863A (zh) * 2016-04-05 2016-08-17 西安电子科技大学 一种大色域显示设备的图像复现质量提升方法
CN107357537A (zh) * 2017-06-30 2017-11-17 武汉大学深圳研究院 面向不同介质的半色调设备分色模型批量构建方法及系统
CN107452042A (zh) * 2017-08-30 2017-12-08 武汉大学 一种半色调设备光谱特性化模型优化方法及系统
CN107509005A (zh) * 2017-09-21 2017-12-22 武汉大学 一种半色调设备光谱分色算法优化校正方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112484856A (zh) * 2020-10-30 2021-03-12 浙江农林大学暨阳学院 一种获取高精度色度和光谱图像的方法

Also Published As

Publication number Publication date
CN108462863B (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN102611897B (zh) 对彩色数字图像进行视觉感知高保真变换的方法及系统
US9077942B2 (en) Spectral synthesis for image capture device processing
CN104217409B (zh) 一种基于模拟退火最优化算法的图像色彩校正方法
CN1323373C (zh) 投影机的投影平面色彩校正方法、系统
CN103080999B (zh) 用于具有背光调制的显示器的自适应色彩校正
CN100562126C (zh) 调整特定色彩性质的装置及方法
CN102097083B (zh) 一种多显示屏色彩一致性调节方法
CN103954362B (zh) 一种基于成像设备的数字测色方法
CN103765503A (zh) 使用经基于光谱的色度校准的彩色相机的显示器的快速校准
CN104751819B (zh) 一种显示设备反向特征化方法
CN102394041A (zh) 白平衡调整方法
JPH08248410A (ja) カラー画像表示装置
CN105069234A (zh) 一种基于视觉感知特征的光谱降维方法及系统
Li et al. A revision of the CIECAM97s model
CN104574371A (zh) 高动态彩色数字相机特性化标定方法
CN104159053A (zh) 一种大色域显示设备三原色优化设置方法
CN103474046A (zh) 一种提高从数码相机到显示器颜色再现效果的方法
CN109272463A (zh) 一种壁画颜色复原方法
CN107424197A (zh) 一种基于光谱域映射来实现跨媒体颜色再现的方法
CN101594545A (zh) 一种色域扩展系统及方法
CN108462863A (zh) 一种基于复合模型的显示设备色空间转换方法
CN104182627A (zh) 一种显示设备颜色精确预测表征方法
CN110784709A (zh) 基于感知色差最小化优化估计数码相机光谱灵敏度的方法
JP2008511850A (ja) 忠実な色でデジタル画像を表示するための方法およびシステム
CN104751823B (zh) 一种适用于移动终端显示屏幕的特征化方法

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
GR01 Patent grant
GR01 Patent grant