CN112651932A - 标定同色异谱最大灰度等量替代范围的方法 - Google Patents

标定同色异谱最大灰度等量替代范围的方法 Download PDF

Info

Publication number
CN112651932A
CN112651932A CN202011517491.9A CN202011517491A CN112651932A CN 112651932 A CN112651932 A CN 112651932A CN 202011517491 A CN202011517491 A CN 202011517491A CN 112651932 A CN112651932 A CN 112651932A
Authority
CN
China
Prior art keywords
data
metamerism
color
image source
sample data
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
CN202011517491.9A
Other languages
English (en)
Other versions
CN112651932B (zh
Inventor
曹鹏
吕光武
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.)
Beijing Institute of Graphic Communication
Original Assignee
Beijing Institute of Graphic Communication
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 Beijing Institute of Graphic Communication filed Critical Beijing Institute of Graphic Communication
Priority to CN202011517491.9A priority Critical patent/CN112651932B/zh
Publication of CN112651932A publication Critical patent/CN112651932A/zh
Application granted granted Critical
Publication of CN112651932B publication Critical patent/CN112651932B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G06F16/2433—Query languages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30144—Printing quality
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本申请实施例提供一种标定同色异谱最大灰度等量替代范围的方法，所述方法包括：将CMYK图像源转换为RGB图像源；确定所述CMYK图像源和RGB图像源中的各色通道数据；根据提取到的各色通道数据生成全样本数据；对所述全样本数据进行稀疏化处理得到稀疏样本数据；从所述稀疏样本数据中提取同色异谱数据，并对所述同色异谱数据中离散分布点进行灰度等量替代算法处理后与提取到的同色异谱数据进行动态拟合得到空间拟合曲线；对所述空间拟合曲线进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围。本申请实施例减少了印刷色彩复制产生的色彩误差。

Description

标定同色异谱最大灰度等量替代范围的方法
技术领域
本申请实施例涉及图像处理技术和印刷防伪等技术领域，尤其涉及一种标定同色异谱最大灰度等量替代范围的方法。
背景技术
RGB和CMYK均为与设备(如扫描仪、显示器)有关的表色空间，比如不同扫描仪即使扫描同一幅图像，也会得到不一样的输出文件；再比如，不同的显示器显示同一幅图像，也会有不一样的显示效果。
其中，对于CMYK色彩空间应用于印刷领域，以青(C)、品红(M)、黄(Y)三种色料为基础，通过C、M、Y、K四色印版上的网点转印油墨到承印物上得到所需图像的颜色和阶调。在CMYK颜色空间中，每个CMYK值对应唯一的印刷品色。印刷生产中，通常会使用K(黑)墨替代技术，这种技术主要是通过分色技术中的灰色成分替代(GCR)和底色去除(UCR)来实现，本质来说K(黑)墨替代技术都是用K墨来替代部分或者全部彩色油墨叠印以形成中性灰色，其不但可以起到节省油墨的作用，还可以提高生产效率和生产质量。
但是，在上述K(黑)墨替代技术中，通常会出现同色异谱现象，所谓同色异谱现象，从色彩应用的角度来说，同色异谱现象产生的原理为：不同的光谱刺激可以产生相同的视觉反应，用不同的材料能够得到颜色相同的匹配，从而产生同色异谱现象。同色异谱现象可使得两个彩色标记在一个光源下看起来匹配而在另一个光源下不匹配时观察到的显示效果。在，两个两个彩色标记的颜色的光谱反射特性是不同的，但是在一个光源下产生的三刺激值是相同的，而在另一个光源下彼此不同。而导致同色异谱对象这个问题通常是由于使用不同的色料或材料造成的。同色异谱对象会导致印刷生产中产生极大的色彩误差。
为此，亟待提供一种标定同色异谱最大灰度等量替代范围的方法，以减少印刷色彩复制产生的色彩误差。
发明内容
有鉴于此，本申请实施例所解决的技术问题之一在于提供一种标定同色异谱最大灰度等量替代范围的方法，用以克服或者缓解现有技术中上述缺陷。
第一方面，提供一种标定同色异谱最大灰度等量替代范围的方法，所述方法包括：
将CMYK图像源转换为RGB图像源；
确定所述CMYK图像源和RGB图像源中的各色通道数据；
根据提取到的各色通道数据生成全样本数据；
对所述全样本数据进行稀疏化处理得到稀疏样本数据；
从所述稀疏样本数据中提取同色异谱数据，并对所述同色异谱数据中离散分布点进行灰度等量替代算法处理后与提取到的同色异谱数据进行动态拟合得到空间拟合曲线；
对所述空间拟合曲线进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围。
可选地，在本申请一实施例中，所述将CMYK图像源转换为RGB图像源，包括：通过色彩空间转换算法，将CMYK图像源转换为RGB图像源。
可选地，在本申请一实施例中，所述通过色彩空间转换算法，将CMYK图像源转换为RGB图像源，包括：遍历所述CMYK图像源上所有C、M、Y、K通道数据并通过色彩空间转换算法对所有C、M、Y、K通道数据进行色彩空间转换，以将CMYK图像源转换为RGB图像源。
可选地，在本申请一实施例中，所述确定所述CMYK图像源和RGB图像源中各色通道数据，包括：建立所述CMYK图像源中各色通道数据和所述RGB图像源中各色通道数据的数据映射。
可选地，在本申请一实施例中，所述根据提取到的各色通道数据生成全样本数据，包括：对提取到的各色通道数据进行排序处理以生成全样本数据，所述排序处理包括升序处理或者降序处理。
可选地，在本申请一实施例中，所述对所述全样本数据进行稀疏化处理得到稀疏样本数据，包括：通过对所述全样本数据进行等间隔的数据样本提取以对所述全样本数据进行稀疏化处理得到稀疏样本数据。
可选地，在本申请一实施例中，所述从所述稀疏样本数据中提取同色异谱数据，并对所述同色异谱数据中离散分布点进行灰度等量替代算法处理后与提取到的同色异谱数据进行动态拟合得到空间拟合曲线，包括：
从所述稀疏样本数据中提取同色异谱数据，并对所述同色异谱数据进行范围内的灰度等量替换得到灰度等量替换的替代算法；
基于所述替代算法对所述同色异谱数据中离散分布点进行灰度等量替代处理后与提取到的同色异谱数据进行动态拟合得到空间拟合曲线，所述动态拟合包括全局拟合和局部拟合中至少其一。
可选地，在本申请一实施例中，所述对所述空间拟合曲线进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围，包括：根据空间拟合曲线的最大K值和最小K值，确定离散分布点空白区域，根据所述离散分布点空白区域进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围。
可选地，在本申请一实施例中，所述对所述空间拟合曲线进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围，之后还包括：对所述稀疏样本数据进行泛化处理以增加稀疏样本数据的数据量，和/或，对所述同色异谱数据进行泛化处理以增加同色异谱数据的数据量。
可选地，在本申请一实施例中，所述对所述稀疏样本数据进行泛化处理以增加稀疏样本数据的数据量，和/或，对所述同色异谱数据进行泛化处理以增加同色异谱数据的数据量，之后，还包括：对选取的色值以及其标定的同色异谱最大灰度等量替代范围进行对比显示，和/或，进行动态的CMYK对应空间拟合曲线的分布查询。
本申请实施例的技术方案中，通过将CMYK图像源转换为RGB图像源；确定所述CMYK图像源和RGB图像源中的各色通道数据；根据提取到的各色通道数据生成全样本数据；对所述全样本数据进行稀疏化处理得到稀疏样本数据；从所述稀疏样本数据中提取同色异谱数据，并对所述同色异谱数据中离散分布点进行灰度等量替代算法处理后与提取到的同色异谱数据进行动态拟合得到空间拟合曲线；以及对所述空间拟合曲线进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围，从而减少印刷色彩复制产生的色彩误差。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本申请实施例的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应所述理解，这些附图未必是按比例绘制的。附图中：
图1为本申请实施例中标定同色异谱最大灰度等量替代范围的方法一流程示意图；
图2为图1中步骤S101的一流程示意图；
图3为图1中步骤S101的一流程示意图；
图4为图1中步骤S105的一流程示意图；
图5为图1中步骤S106的一流程示意图；
图6为本申请实施例标定同色异谱最大灰度等量替代范围的方法又一流程示意图；
具体实施方式
实施本申请实施例的任一技术方案必不一定需要同时达到以上的所有优点。
为了使本领域的人员更好地理解本申请实施例中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请实施例保护的范围。
下面结合本申请实施例附图进一步说明本申请实施例的具体实现。
本申请中使用的术语“色块”是指某个CMYK值反应出来的纯颜色表征。
本申请中使用的术语“油墨”是指可用于印刷的任何有色组合物，通常油墨将包括一种或多种着色剂，例如色料或者颜料，本申请中的油墨指的是液体油墨。
本申请中使用的术语“同色异谱标记”是指在一种光照条件下具有相同颜色外观但在另一种光照条件下不具有相同颜色外观的一对彩色标记。同色异谱标记具有不同的反射曲线。同色异谱中的每个组合可以使用单色油墨或油墨混合物来产生。
本申请中使用的术语“印刷油墨”是指通过彩色印刷来复制彩色图像的标准油墨。包括青色(C)、品红色(M)、黄色(Y)和黑色(K)油墨，用一种或多种印刷油墨制作的彩色标记在此称为“印刷彩色标记”。
本申请中使用的术语“印刷”是指用于在物体上产生彩色或灰色标记的任何方法。
本申请中使用的术语“纯色”是指单一色块中具体CMYK表征出来的彩色或灰色标记。
本申请中使用的术语“样本”是指提取CMYK和RGB图像源中，各色通道映射数据。
本申请中使用的术语“色差”是指原始图像与其再现图像之间的颜色差异，通常用欧几里德距离度量或维度加权欧几里德度量来描述。
图1为本申请实施例中标定同色异谱最大灰度等量替代范围的方法一流程示意图；如图1所示，所述方法包括：
S101、将CMYK图像源转换为RGB图像源；
可选地，本实施例中，所述步骤S101中将CMYK图像源转换为RGB图像源具体可以包括：通过色彩空间转换算法，将CMYK图像源转换为RGB图像源。CMYK表示的是C青色，M品红色，Y黄色，K黑色。
可选地，图2为图1中步骤S101的一流程示意图；如图2所示，在通过色彩空间转换算法，将CMYK图像源转换为RGB图像源时，包括：
S111A、遍历所述CMYK图像源上所有C、M、Y、K通道数据；
S121A、通过色彩空间转换算法对所有C、M、Y、K通道数据进行色彩空间转换，以将CMYK图像源转换为RGB图像源。
可选地，图3为图1中步骤S101的一流程示意图；如图3所示，遍历所述CMYK图像源上所有C、M、Y、K通道数据并通过色彩空间转换算法对所有C、M、Y、K通道数据进行色彩空间转换，以将CMYK图像源转换为RGB图像源时，包括：
S111B、以K从0％到100％之间变化，遍历CMYK图像源的所有C、M、Y、K通道形成全色域；
S121B、基于色彩空间转换算法对所述全色域进行处理以得到RGB图像源。
S102、确定所述CMYK图像源和RGB图像源中的各色通道数据；
可选地，本实施例中，所述步骤S102中确定所述CMYK图像源和RGB图像源中各色通道数据，包括：建立所述CMYK图像源中各色通道数据和所述RGB图像源中各色通道数据的数据映射。
可选地，本实施例中，通过识别和提取的方式确定所述CMYK图像源和RGB图像源中各色通道数据，所述各色通道数据可以为全数据各色通道数据。对RGB图像源，识别和提取的通道数量为3色通道；对CMYK图像源，识别和提取的通道数量为4色通道。
可选地，由于RGB通道数据的范围为0-255，因此，所述建立所述CMYK图像源中各色通道数据和所述RGB图像源中各色通道数据的数据映射可以具体包括：将CMYK通道数据从0-255转换为0％-100％以建立所述CMYK图像源中各色通道数据和所述RGB图像源中各色通道数据的数据映射，通过该数据映射便于在PS(Photoshop)中进行CMYK通道数据与RGB通道数据映射时做对比，除了可以减少印刷色彩复制产生的色彩误差外，还可以克服了色彩复制过程中的CMYK比例分配方案中人工配色经验化、配色不准、防伪效果差、色彩易复制等现实约束。
S103、根据提取到的各色通道数据生成全样本数据；
可选地，所述步骤S103中根据提取到的各色通道数据生成全样本数据，包括：对提取到的各色通道数据进行排序处理以生成全样本数据，所述排序处理包括升序处理或者降序处理。对RGB通道数据进行升序或者降序排列以生成对应的全样本数据，从而可以使得混乱分布的同色异谱组合以RGB的顺序聚合在一起。
S104、对所述全样本数据进行稀疏化处理得到稀疏样本数据；
可选地，本实施例中，所述步骤S104中对所述全样本数据进行稀疏化处理得到稀疏样本数据，包括：通过对所述全样本数据进行等间隔的数据样本提取以对所述全样本数据进行稀疏化处理得到稀疏样本数据。全样本数据比如为RGB全样本数据。
可选地，以间隔为10取值，即选取RGB＝0 0 0，RGB＝10 10 10，RGB＝20 2020，......，RGB＝250 250 250的RGB-CMYK数据，从而获得少量的特殊数据，以实现全样本数据样本的稀疏化并最终得到稀疏样本数据。
S105、从所述稀疏样本数据中提取同色异谱数据，并对所述同色异谱数据中离散分布点进行灰度等量替代算法处理后与提取到的同色异谱数据进行动态拟合得到空间拟合曲线；
可选地，图4为图1中步骤S105的一流程示意图；如图4所示，本实施例中，所述步骤S105中从所述稀疏样本数据中提取同色异谱数据，并对所述同色异谱数据中离散分布点进行灰度等量替代算法处理后与提取到的同色异谱数据进行动态拟合得到空间拟合曲线，包括：
S115、从所述稀疏样本数据中提取同色异谱数据，并对所述同色异谱数据进行范围内的灰度等量替换得到灰度等量替换的替代算法；
可选地，灰度等量替换的替代算法具体为ΔK与ΔCΔMΔY之间的替代算法。其中，ΔK表示灰度等量替代前后的K墨变化值，ΔCΔMΔY表示灰度等量替代C、M、Y替代前后的油墨变化值。
S125、基于所述替代算法对所述同色异谱数据中离散分布点进行灰度等量替代处理后与提取到的同色异谱数据进行动态拟合得到空间拟合曲线，所述动态拟合包括全局拟合和局部拟合中至少其一。
本实施例中，通过步骤S105中进行稀疏样本数据的同色异谱数据提取，得到同色值下K与CMY的组合数据，从而有效地对同色异谱数据进行范围内的灰度等量替换。
可选地，本实施例中，根据全局拟合方式可以查看同色异谱数据的分布位置和趋势，通过局部拟合可以实现范围内空白点的填充。
可选地，本实施例中，上述动态拟合的过程比如为：选取同色异谱数据的分布范围内的空白区域两端的任意两点C1M1Y1和C2M2Y2，根据三维空间中直线坐标的等比关系求出C1M1Y1和C2M2Y2之间的直线公式；再求出直线公式表示的直线上某拟合点CiMiYi的具体坐标，其中，K值根据原有(执行上述稀疏化处理前)的同色异谱数据中的K等比例选取；在PS中对比得到RGB通道数据的值，从而对比分析拟合点的色差。
S106、对所述空间拟合曲线进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围。
可选地，图5为图1中步骤S106的一流程示意图；如图5所示，本实施例中，所述步骤S106对所述空间拟合曲线进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围，包括：
S116、根据空间拟合曲线的最大K值和最小K值，确定离散分布点空白区域；
S126、根据所述离散分布点空白区域进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围。
可选地，本实施例中，步骤S116中，具体以最大K值和最小K值为边界确定出离散分布点空白区域。由此可见，通过以K值的最大最小值作为K索引的边界值准确地确定出了离散分布点空白区域。
可选地，本实施例中，在S126中，在离散分布点空白区域选取测试点，基于该测试点进行误差检测得到误差检测结果，通过该误差检测结果显示空间拟合曲线曲线上选取的测试点的色差是否在可接受范围。
可选地，本实施例中，具体通过CMY+K的方式标定同色异谱最大灰度等量替代范围。
可选地，本实施例中，从CMY与K的组合数据提取最大K值和最小K值。
可选地，本实施例中，在离散分布点空白区域选取测试点进行动态拟合以及选取测试点进行误差分析，从而可以准确地确定出空间拟合曲线上选取的测试点的色差是否在可接受范围。
本实施例中，由于不同的色值产生不同的空间拟合曲线，再根据上述K值与C+M+Y组合的方式可以准确地实现同色异谱的动态标定，从而尽可能彻底地减少了印刷色彩复制产生的色彩误差。
图6为本申请实施例标定同色异谱最大灰度等量替代范围的方法又一流程示意图；如图6所示，所述方法除了包括图1所示方法中的步骤S101-S106，在步骤S106之后还包括如下步骤：
S107、对所述稀疏样本数据进行泛化处理以增加稀疏样本数据的数据量，对所述同色异谱数据进行泛化处理以增加同色异谱数据的数据量。
本实施例中，通过上述步骤S107的泛化处理，使得非等间隔提取的数据也能具有动态标定同色异谱最大灰度等量替代范围，从而更为彻底地减少印刷色彩复制产生的色彩误差。另外，对稀疏样本数据进行泛化，可以提供更多的样本点，可以将少量数据的特征泛化到更多的数据上，从而更为彻底地减少印刷色彩复制产生的色彩误差。
此处，需要说明的是，在其他实施例中，也可以对所述稀疏样本数据进行泛化处理以增加稀疏样本数据的数据量，或者，对所述同色异谱数据进行泛化处理以增加同色异谱数据的数据量。
S108、对选取的色值以及其标定的同色异谱最大灰度等量替代范围进行对比显示，和，进行动态的CMYK对应空间拟合曲线的分布查询。
可选地，在其他实施例中，在步骤S108中，只对选取的色值以及其标定的同色异谱最大灰度等量替代范围进行对比显示，或，只进行动态的CMYK对应空间拟合曲线的分布查询。
本实施例中，具体可以通过可视化的设计和动态查询设计来实现上述步骤S108，从而将数据查询和动态显示相关联，有效地实现可视化界面的动态查询。
可选地，可以通过通过MATLAB设计的GUI界面，对选取的色值以及其标定的同色异谱最大灰度等量替代范围进行对比显示；另外，通过编辑框或者滚动条产生的RGB通道数据变量，进行动态的CMYK对应空间拟合曲线的分布查询。
可选地，为便于查询，还配置了MySQL服务器，在该MySQL服务器上存储有RGB-CMYK数据，从而可以在设计时使用MATLAB进行与MySQL的连接，基于MATLAB设计了UI界面，滑动块或输入框产生RGB值，通过调用MySQL查询该RGB数值下对应的CMYK数据，将CMY数据显示在UI界面中，通过拟合可构建出空间拟合曲线。
具体地，通过编辑框或者滚动条产生的RGB通道数据变量，进行动态的CMYK对应空间拟合曲线的分布查询包括：使用MATLAB与MySQL服务器连接，将GUI界面中编辑框或者滚动条产生的RGB通道数据的数值以变量参数的形式产生一条指令，指令通过MATLAB与MySQL服务器的连接通道传输到MySQL服务器，MySQL服务器通过参数传递和拼接字符串的方式进行动态语句查询，并将并将查询的结果返回到MATLAB端口，显示在GUI界面的指定位置。
可选地，本实施例中，为了提升查询速率，还建立MySQL中的字段索引，MySQL服务器通过参数传递和拼接字符串的方式在字段索引进行动态语句查询。
至此，已经对本主题的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作可以按照不同的顺序来运行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序，以实现期望的结果。在某些实施方式中，多任务处理和并行处理可以是有利的。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他一实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种标定同色异谱最大灰度等量替代范围的方法，其特征在于，所述方法包括：
将CMYK图像源转换为RGB图像源；
确定所述CMYK图像源和RGB图像源中的各色通道数据；
根据提取到的各色通道数据生成全样本数据；
对所述全样本数据进行稀疏化处理得到稀疏样本数据；
从所述稀疏样本数据中提取同色异谱数据，并对所述同色异谱数据中离散分布点进行灰度等量替代算法处理后与提取到的同色异谱数据进行动态拟合得到空间拟合曲线；
对所述空间拟合曲线进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围。
2.根据权利要求1所述的方法，其特征在于，所述将CMYK图像源转换为RGB图像源，包括：通过色彩空间转换算法，将CMYK图像源转换为RGB图像源。
3.根据权利要求2所述的方法，其特征在于，所述通过色彩空间转换算法，将CMYK图像源转换为RGB图像源，包括：遍历所述CMYK图像源上所有C.M.Y.K通道数据并通过色彩空间转换算法对所有C.M.Y.K通道数据进行色彩空间转换，以将CMYK图像源转换为RGB图像源。
4.根据权利要求1所述的方法，其特征在于，所述确定所述CMYK图像源和RGB图像源中各色通道数据，包括：建立所述CMYK图像源中各色通道数据和所述RGB图像源中各色通道数据的数据映射。
5.根据权利要求1所述的方法，其特征在于，所述根据提取到的各色通道数据生成全样本数据，包括：对提取到的各色通道数据进行排序处理以生成全样本数据，所述排序处理包括升序处理或者降序处理。
6.根据权利要求1所述的方法，其特征在于，所述对所述全样本数据进行稀疏化处理得到稀疏样本数据，包括：通过对所述全样本数据进行等间隔的数据样本提取以对所述全样本数据进行稀疏化处理得到稀疏样本数据。
7.根据权利要求1所述的方法，其特征在于，所述从所述稀疏样本数据中提取同色异谱数据，并对所述同色异谱数据中离散分布点进行灰度等量替代算法处理后与提取到的同色异谱数据进行动态拟合得到空间拟合曲线，包括：
从所述稀疏样本数据中提取同色异谱数据，并对所述同色异谱数据进行范围内的灰度等量替换得到灰度等量替换的替代算法；
基于所述替代算法对所述同色异谱数据中离散分布点进行灰度等量替代处理后与提取到的同色异谱数据进行动态拟合得到空间拟合曲线，所述动态拟合包括全局拟合和局部拟合中至少其一。
8.根据权利要求1所述的方法，其特征在于，所述对所述空间拟合曲线进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围，包括：根据空间拟合曲线的最大K值和最小K值，确定离散分布点空白区域，根据所述离散分布点空白区域进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围。
9.根据权利要求1-7任一项所述的方法，其特征在于，所述对所述空间拟合曲线进行误差检测以标定所述同色异谱数据的最大灰度等量替代范围，之后还包括：对所述稀疏样本数据进行泛化处理以增加稀疏样本数据的数据量，和/或，对所述同色异谱数据进行泛化处理以增加同色异谱数据的数据量。
10.根据权利要求9所述的方法，其特征在于，所述对所述稀疏样本数据进行泛化处理以增加稀疏样本数据的数据量，和/或，对所述同色异谱数据进行泛化处理以增加同色异谱数据的数据量，之后，还包括：对选取的色值以及其标定的同色异谱最大灰度等量替代范围进行对比显示，和/或，进行动态的CMYK对应空间拟合曲线的分布查询。
CN202011517491.9A 2020-12-21 2020-12-21 标定同色异谱最大灰度等量替代范围的方法 Active CN112651932B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011517491.9A CN112651932B (zh) 2020-12-21 2020-12-21 标定同色异谱最大灰度等量替代范围的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011517491.9A CN112651932B (zh) 2020-12-21 2020-12-21 标定同色异谱最大灰度等量替代范围的方法

Publications (2)

Publication Number Publication Date
CN112651932A true CN112651932A (zh) 2021-04-13
CN112651932B CN112651932B (zh) 2023-08-08

Family

ID=75358429

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011517491.9A Active CN112651932B (zh) 2020-12-21 2020-12-21 标定同色异谱最大灰度等量替代范围的方法

Country Status (1)

Country Link
CN (1) CN112651932B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107404638A (zh) * 2012-07-27 2017-11-28 图像影院国际有限公司 观察者同色异谱故障补偿方法及系统
US20190172415A1 (en) * 2017-12-01 2019-06-06 Dennis Willard Davis Remote Color Matching Process and System
CN110399887A (zh) * 2019-07-19 2019-11-01 合肥工业大学 基于视觉显著性和直方图统计技术的代表色彩提取方法
GB202010191D0 (en) * 2020-07-02 2020-08-19 Imperial College Innovations Ltd Image capture and processing

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107404638A (zh) * 2012-07-27 2017-11-28 图像影院国际有限公司 观察者同色异谱故障补偿方法及系统
US20190172415A1 (en) * 2017-12-01 2019-06-06 Dennis Willard Davis Remote Color Matching Process and System
CN110399887A (zh) * 2019-07-19 2019-11-01 合肥工业大学 基于视觉显著性和直方图统计技术的代表色彩提取方法
GB202010191D0 (en) * 2020-07-02 2020-08-19 Imperial College Innovations Ltd Image capture and processing

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ALAN BRUNTON等: "3D printing spatially varying color and translucency", 《ACM TRANSACTIONS ON GRAPHICS》, vol. 37, no. 4, pages 1 - 13, XP058686569, DOI: 10.1145/3197517.3201349 *
朱成: "基于联合贪婪算法的高光谱图像稀疏解混方法研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》, pages 028 - 221 *

Also Published As

Publication number Publication date
CN112651932B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
KR100255408B1 (ko) 색상재현방법
CN100583945C (zh) 图像处理装置、图像处理方法
US7307755B2 (en) Method for correcting unadjusted printing data on the basis of colormetrically measured reference sheet
KR101587891B1 (ko) 다색인쇄 품질관리방법
US9232112B2 (en) Method and apparatus for effecting color separation, color variation, color characterization, and gamut mapping in color printing
CN103931169A (zh) 一种通用的色域映射及色彩管理方法
CN107009734A (zh) 装饰纸数码印刷色彩控制与还原方法
US10326915B2 (en) Method and apparatus for color print management
CN110851094A (zh) 打印机颜色循环校正方法、装置、设备及存储介质
US7656414B2 (en) System and method for determination of gray for CIE color conversion using chromaticity
JP2020182104A (ja) 色変換情報生成方法、色変換情報生成プログラム、および色変換情報生成装置
US7679783B2 (en) System and method for extracting grayscale data within a prescribed tolerance
CN103419511B (zh) 颜色处理装置和方法
CN112651932B (zh) 标定同色异谱最大灰度等量替代范围的方法
US8456701B2 (en) Reference color difference quantity guide for spot color applications
US20030176281A1 (en) Choice of chromophores in two color imaging systems
US7679782B2 (en) System and method for extracting grayscale data in accordance with a prescribed tolerance function
JP4785676B2 (ja) カラーマッチング用プロファイルのための変換テーブルを作成する方法及びシステム
JP2016036139A (ja) 印刷プロセスをダイナミックに較正する方法
JP5524430B1 (ja) インキの中間調の色彩値予測システム、方法及びプログラム
CN103079078A (zh) 彩色图像的颜色数据管理方法
JP7211215B2 (ja) 色変換情報生成方法、色変換情報生成プログラム、および色変換情報生成装置
CN107357538B (zh) 一种获取印刷品的阶调值的方法及装置
CN115366236A (zh) 一种实现数智化颜色实时调整的方法
JP2014204172A (ja) 画像処理装置および画像処理方法

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