CN113658055A - 数字图像的颜色映射方法、装置、电子装置和存储介质 - Google Patents
数字图像的颜色映射方法、装置、电子装置和存储介质 Download PDFInfo
- Publication number
- CN113658055A CN113658055A CN202110775835.4A CN202110775835A CN113658055A CN 113658055 A CN113658055 A CN 113658055A CN 202110775835 A CN202110775835 A CN 202110775835A CN 113658055 A CN113658055 A CN 113658055A
- Authority
- CN
- China
- Prior art keywords
- color
- digital image
- array
- mapping
- rgb
- 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
Links
- 238000013507 mapping Methods 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000003086 colorant Substances 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000001228 spectrum Methods 0.000 claims abstract description 21
- 238000005286 illumination Methods 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000003491 array Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 208000006992 Color Vision Defects Diseases 0.000 abstract description 5
- 201000007254 color blindness Diseases 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 201000000761 achromatopsia Diseases 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种数字图像的颜色映射方法、装置、系统、电子装置和存储介质，其中，该方法包括：基于预设的光强特征和视觉可区分特征，对可见光的光谱及对应的光照强度进行处理，得到颜色数组；将所述颜色数组进行拟合存储，以确定数字图像在RGB颜色空间中的目标颜色；利用映射算法将所述数字图像的初始颜色映射成对应的所述目标颜色。通过本申请，实现了重新映射后的数字图像具有高对比度、平滑展示的特点，能够保持图像的显示质量的同时，也能够帮助色盲患者清楚地分辨图像。
Description
技术领域
本申请涉及数字图像的颜色映射技术领域，特别是涉及数字图像的颜色映射方法、装置、电子装置和存储介质。
背景技术
RGB颜色是根据三原色的颜色组成原理，任何颜色都是由红色(R)、绿色(G)、蓝色(B)按不同的比例组合而成的，R、G、B三者的范围都是0到255。颜色映射技术可用于对最后的图像颜色进行颜色变换。例如，在打印文档时，如果想要节省整体或者某种颜色的油墨，可以通过对图像的颜色进行变换来实现。另外，对于色盲患者，如果图像中存在色盲患者不能区分的颜色，则可以通过重新映射图像的颜色，将图像中不能区分的颜色映射成能够区分的颜色，从而帮助色盲患者清楚地分辨图像。
目前的颜色映射技术包括自适应映射矫正技术、颜色反转技术、颜色偏移技术等。自适应映射矫正技术是指按照所观察的图像的颜色分布来划分颜色面和建立颜色映射关系，并按颜色映射关系对图像就行矫正。只适用于二色盲。颜色反转技术是指将当前颜色转换成其反色。例如，黑色被反转成白色，白色被反转成黑色。颜色偏移技术是通过对颜色在红、绿或蓝三原色分量上偏移一定的量来进行颜色转换的技术。但是基于上述的颜色映射技术在数字图像的颜色被重新映射之后，存在图像的显示质量下降的情况。
目前针对相关技术中，在数字图像的颜色被重新映射之后，存在图像的显示质量下降，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种数字图像的颜色映射方法、装置、电子装置和存储介质，以至少解决相关技术中在图像的颜色被重新映射之后，存在图像的显示质量下降的问题。
第一方面，本申请实施例提供了一种数字图像的颜色映射方法，包括：
基于预设的光强特征和视觉可区分特征，对可见光的光谱及对应的光照强度进行处理，得到颜色数组；
将所述颜色数组进行拟合存储，以确定数字图像在RGB颜色空间中的目标颜色；
利用映射算法将所述数字图像的初始颜色映射成对应的所述目标颜色。
在其中一些实施例中，所述基于预设的光强特征和视觉可区分特征，对可见光进行处理，得到颜色数组，包括：
获取可见光的光谱及对应的光照强度，并对所述可见光的光谱及对应的光照强度进行渐变色插值，得到第一彩虹渐变色数组；
从所述第一彩虹渐变色数组中剔除与三基色相邻区域之间的相关数组，得到第二彩虹渐变色数组；所述第二彩虹渐变色数组满足预设的视觉可区分特征；
基于预设的光强特征利用插值及排序对所述第二彩虹渐变色数组的光强进行调整，得到颜色数组。
在其中一些实施例中，所述从所述第一彩虹渐变色数组中剔除与三基色相邻区域之间的相关数组，得到第二彩虹渐变色数组，包括：
从所述第一彩虹渐变色数组中剔除与青色、洋红色以及黄色相邻区域之间的相关数组，得到所述第二彩虹渐变色数组。
在其中一些实施例中，所述基于预设的光强特征利用插值及排序对所述第二彩虹渐变色数组的光强进行调整，得到颜色数组，包括：
基于从紫色到红色的光强呈现低高低分布的所述光强特征利用插值及排序对所述第二彩虹渐变色数组的光强进行调整，得到所述颜色数组。
在其中一些实施例中，所述将所述颜色数组进行拟合存储，以确定数字图像在RGB颜色空间中的目标颜色，包括：
利用最小二乘法对所述颜色数组进行平滑拟合，得到在RGB颜色空间中每个颜色对应的RGB三色分量参数向量；
将所述RGB三色分量参数向量转换成矩阵形式的目标颜色的三色分量颜色值进行存储，以确定数字图像在RGB颜色空间中的目标颜色；
或，将所述RGB三色分量参数向量进行存储，以确定数字图像在RGB颜色空间中的目标颜色。
在其中一些实施例中，所述利用映射算法将所述数字图像的初始颜色映射成对应的所述目标颜色，包括：
将所述数字图像的初始颜色转换为一维数据，根据所述一维数据调取在RGB颜色空间中对应的目标颜色；
将所述数字图像的初始颜色映射成对应的所述目标颜色。
在其中一些实施例中，所述将所述数字图像的初始颜色转换为一维数据，根据所述一维数据调取在RGB颜色空间中对应的目标颜色，包括：
获取所述数字图像的初始颜色，对所述初始颜色进行归一化处理，得到一维数据；并将所述一维数据进行高次拟合，得到对应的六维的高维向量；
根据所述高维向量和RGB三色分量参数向量调取在RGB颜色空间中对应的目标颜色。
在其中一些实施例中，所述将所述数字图像的初始颜色转换为一维数据，根据所述一维数据调取在RGB颜色空间中对应的目标颜色，包括：
获取所述数字图像的初始颜色，对所述初始颜色进行分档处理，得到一维数据；并根据所述一维数据调取拟合曲线以确定在RGB颜色空间中对应的目标颜色。
第二方面，本申请实施例提供了一种数字图像的颜色映射装置，包括生成模块、处理模块以及映射模块；
所述生成模块，用于基于预设的光强特征和视觉可区分特征，对可见光的光谱及对应的光照强度进行处理，得到颜色数组；
所述处理模块，用于将所述颜色数组进行拟合存储，以确定数字图像在RGB颜色空间中的目标颜色；
所述映射模块，用于利用映射算法将所述数字图像的初始颜色映射成对应的所述目标颜色。
第三方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的数字图像的颜色映射方法。
第四方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的数字图像的颜色映射方法。
相比于相关技术，本申请实施例提供的数字图像的颜色映射方法、装置、电子装置和存储介质，通过基于预设的光强特征和视觉可区分特征，对可见光的光谱及对应的光照强度进行处理，得到颜色数组；将所述颜色数组进行拟合存储，以确定数字图像在RGB颜色空间中的目标颜色；利用映射算法将所述数字图像的初始颜色映射成对应的所述目标颜色。本申请实现了重新映射后的数字图像具有高对比度、平滑展示的特点，能够保持图像的显示质量的同时，也能够帮助色盲患者清楚地分辨图像。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请一实施例提供的数字图像的颜色映射方法的终端设备的硬件结构框图；
图2是本申请一实施例提供的数字图像的颜色映射方法的流程图；
图3是图2中步骤S210的流程图；
图4是本申请一实施例提供的拟合曲线示意图；
图5是图2中步骤S230的流程图；
图6是本申请一实施例提供的数字图像的颜色映射系统的结构框图。
图中：210、生成模块；220、处理模块；230、映射模块。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本实施例提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。以运行在终端上为例，图1是本发明实施例的数字图像的颜色映射方法的终端的硬件结构框图。如图1所示，终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述终端的结构造成限定。例如，终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的数字图像的颜色映射方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括终端10的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
本实施例提供了一种数字图像的颜色映射方法，图2是根据本申请实施例的数字图像的颜色映射方法的流程图，如图2所示，该流程包括如下步骤：
步骤S210，基于预设的光强特征和视觉可区分特征，对可见光的光谱及对应的光照强度进行处理，得到颜色数组；
步骤S220，将颜色数组进行拟合存储，以确定数字图像在RGB颜色空间中的目标颜色；
步骤S230，利用映射算法将数字图像的初始颜色映射成对应的目标颜色。
需要知道的是，RGB颜色空间是用一个单位长度的立方体来表示颜色的，黑蓝绿青红紫黄白8种常见颜色分别位居立方体的8个顶点，通常将黑色置于三维直角坐标系的原点，红、绿、蓝分别置于3根坐标轴上，整个立方体放在第1卦限内。其中的青色与红色、紫色(或称品红色或称洋红色)与绿色、黄色与蓝色是互补色。各参数的取值范围是:R:0-255；G:0-255；B:0-255。参数值也称为三色系数或基色系数或颜色值，除以255后归一到0-1之间，但不是无穷多个而是有限多个值。由于每个灰度级都定为256，所以，红绿蓝分量全部组合起来共可表示256^3＝16777216种不同的颜色。
光强特征是为了保持图像质量而设置，能使颜色数组满足预设的光强特征。视觉可区分特征是为了适用色盲患者而设置，视觉可区分特征指的是三基色相邻区域之间的渐变色数组。光强特征和视觉可区分特征的具体阈值可以由所属技术领域的技术人员或者用户根据具体情况的需要进行设定。在本实施例中也可以直接为用户设定。由于光强特征和视觉可区分特征的限制，使得目标颜色具有高对比度、平滑展示的特点，那么在颜色映射后的数字图像能够保持图像的显示质量的同时，也能够帮助色盲患者清楚地分辨图像。
将处理好的颜色数组进行拟合存储。在本实施例中，是对颜色曲线进行处理后存储。这里的颜色曲线可以是对颜色数组进行平滑拟合得到。具体的，一种是对颜色曲线进行等间隔采样后255阶的3维数组形式存储(矩阵形式)；另外一种是采用高维幂函数拟合并存储其参数，也就是存储RGB三色分量参数向量。这两种存储均可以确定数字图像在RGB颜色空间中的目标颜色，那么利用映射算法将数字图像的初始颜色映射成对应的目标颜色，即可完成颜色映射。
通过上述步骤，实现了重新映射后的数字图像具有高对比度、平滑展示的特点，能够保持图像的显示质量的同时，也能够帮助色盲患者清楚地分辨图像。
下面对各步骤进行详细说明。
在其中一个实施例中，步骤S210包括以下步骤，如图3所示；
步骤S211，获取可见光的光谱及对应的光照强度，并对可见光的光谱及对应的光照强度进行渐变色插值，得到第一彩虹渐变色数组；
步骤S212，从第一彩虹渐变色数组中剔除与三基色相邻区域之间的相关数组，得到第二彩虹渐变色数组；第二彩虹渐变色数组满足预设的视觉可区分特征；
步骤S213，基于预设的光强特征利用插值及排序对第二彩虹渐变色数组的光强进行调整，得到颜色数组。
首先，在本实施例中，可见光指的是电磁波谱中人眼可以感知的部分，波长在310纳米到740纳米，频率在480到790THZ。可以采用线性插值算法来对可见光的光谱及对应的光照强度进行渐变色插值。当然，也可以通过最近邻插值、双线性插值等其他方式获得第一彩虹渐变色数组，对此并不进行限制。
其次，所谓三基色相邻区域之间的数组包括青色(0,255,255)、洋红色(255,0,255)、黄色(255,255,0)以及这三个颜色之间的相关数组。从第一彩虹渐变色数组中将三基色相邻区域之间的相关数组进行剔除，也就是说第二彩虹渐变色数组和第一彩虹渐变色数组相比，是少了三基色相邻区域之间的数组。通过以上步骤映射，将色盲不可分辨颜色区块在横轴上尽可能分离，在映射图上可根据其相邻颜色判断颜色。如对红绿色盲而言，红色仅有橙色相邻色，绿色有蓝色及橙色相邻色。
最后，为了进一步保持图像的质量。所谓光强特征是指从紫色到红色的光强呈现低高低分布的亮度值。具体的，基于从紫色到红色的光强呈现低高低分布的光强特征利用插值及排序对第二彩虹渐变色数组的光强进行调整，得到颜色数组。那么颜色数组具有光强从紫色到红色呈现低高低的态势。
下面以包含红绿色盲患者不能辨识的红色和绿色的数字图像为例，说明本实施例的数字图像的颜色映射方法。具体的，获取可见光的光谱及对应的光照强度，并对可见光的光谱及对应的光照强度进行渐变色插值，得到第一彩虹渐变色数组；对从第一彩虹渐变色数组中剔除与青色(0,255,255)、洋红色(255,0,255)、黄色(255,255,0)以及这三个颜色之间的相关数组，得到第二彩虹渐变色数组，以使第二彩虹渐变色数组满足预设的视觉可区分特征；基于从紫色到红色的光强呈现低高低分布的光强特征并结合三次样条对第二彩虹渐变色数组进行调整拟合，并使其曲线满足二阶导数存在且连续，以得到平滑的颜色曲线。对颜色曲线分别进行等间隔采样后以255阶的3维数组形式存储及采用高维幂函数拟合并存储其参数，以确定数字图像在RGB颜色空间中的目标颜色。通过以上步骤，将色盲患者视觉不可区分特征从第一彩虹渐变色数组中剔除，保留视觉可区分特征。且根据预设的光强特征得到平滑、高对比度的颜色数组。再利用映射算法将数字图像的初始颜色映射成对应的目标颜色，那么经过颜色映射的数字图像既能够被色盲患者所识别。
在本实施例中，颜色数据的存储方式有两种，下面进行说明。
第一种是以矩阵形式存储的255阶的3维数组；具体的，可以是对平滑拟合后的颜色曲线进行等间隔采样得到在RGB颜色空间中每个颜色对应的RGB三色分量参数向量；将RGB三色分量参数向量转换成矩阵形式的目标颜色的三色分量颜色值进行存储，以确定数字图像在RGB颜色空间中的目标颜色；其中的，三色分量颜色值即为255阶的3维数组。而且平滑拟合的拟合曲线满足二阶导数存在且连续，拟合曲线呈现钟型曲线外形。
第二种是存储的是拟合曲线的参数，对平滑拟合后曲线进行幂函数拟合，得到RGB颜色空间中每个颜色对应的RGB三色分量参数向量(Vr,Vg,Vb)，进行存储，以确定数字图像在RGB颜色空间中的目标颜色。如图4所示，为本申请一实施例提供的拟合曲线示意图。在一个实施例中，RGB三色分量参数向量(Vr,Vg,Vb)可以是Vr＝[0.13572138,4.61539260,-42.66032258,132.13108234,-152.94239396,59.28637943]；Vg＝[0.09140261,2.19418839,4.84296658,-14.18503333,4.27729857,2.82956604]；Vb＝[0.10667330,12.64194608,-60.58204836,110.36276771,-89.90310912,27.34824973]。
在其中一个实施例中，步骤S230包括以下步骤，如图5所示；
步骤S231，将数字图像的初始颜色转换为一维数据，根据一维数据调取在RGB颜色空间中对应的目标颜色；
步骤S232，将数字图像的初始颜色映射成对应的目标颜色。
需要知道的是，对于数字图像的形式并不进行限制，也就是说数字图像的初始颜色的具体形式可以是一维数组、高维数组或者图像，均是将其转换为一维数据。再根据一维数据调取在RGB颜色空间中对应的目标颜色；将数字图像的初始颜色映射成对应的目标颜色。
第一种映射算法，具体的为获取数字图像的初始颜色，对初始颜色进行归一化处理，得到一维数据；并将一维数据进行高次拟合，得到对应的六维的高维向量；根据高维向量和RGB三色分量参数向量调取在RGB颜色空间中对应的目标颜色。比如，对于数字图像的初始颜色进行归一化处理，将其缩放到[0,1]，即得到一维数据。对一维数据进行高次拟合。比如，设定一个误差限，如10e-8。分别取1-n维度的幂次函数拟合，取第一个满足该误差限的维度即可，在本实施例中可以以六维幂函数进行演示。在得到数字图像的对应的六维的高维向量Vx，高维向量Vx分别为1,x,x^2,x^3,x^4,x^5。将RGB三色分量参数向量和高维向量Vx进行向量点乘，分别获得三色分量颜色值(Rv,Gv,Bv)。其三色分量颜色值(Rv,Gv,Bv)在RGB颜色空间内所对应的目标颜色，即为所对应的映射颜色。从而完成数字图像的初始颜色映射成对应的目标颜色。
第二种映射算法，具体的为获取数字图像的初始颜色，对初始颜色进行分档处理，得到一维数据；并根据一维数据调取拟合曲线以确定在RGB颜色空间中对应的目标颜色。比如，数字图像的初始颜色x为：-233，+2200；那么可以利用x-min＝-233；x-max＝2200；(x-xmin)/(x-max-x-min)*255；x在0-255内取整数，即可将其转化为0-255内的一维数据，再根据一维数据调取颜色储存矩阵以确定在RGB颜色空间中对应的目标颜色；将数字图像的初始颜色映射成对应的目标颜色。
通过以上描述可以看出，本实施例的数字图像的颜色映射方法通过简化颜色映射过程，能够进一步缩短目标颜色的确定时间。
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。例如，可以先将RGB三色分量参数向量进行存储，以确定数字图像在RGB颜色空间中的目标颜色。再将RGB三色分量参数向量转换成矩阵形式的目标颜色的三色分量颜色值进行存储，以确定数字图像在RGB颜色空间中的目标颜色。
本实施例还提供了一种数字图像的颜色映射装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图6是根据本申请实施例的数字图像的颜色映射装置的结构框图，如图6所示，该装置包括生成模块210、处理模块220以及映射模块230；生成模块210，用于基于预设的光强特征和视觉可区分特征，对可见光的光谱及对应的光照强度进行处理，得到颜色数组；处理模块220，用于将颜色数组进行拟合存储，以确定数字图像在RGB颜色空间中的目标颜色；映射模块230，用于利用映射算法将数字图像的初始颜色映射成对应的目标颜色。
本申请提供的数字图像的颜色映射装置，实现了重新映射后的数字图像具有高对比度、平滑展示的特点，能够保持图像的显示质量的同时，也能够帮助色盲患者清楚地分辨图像。
在其中一些实施例中，生成模块210，还用于获取可见光的光谱及对应的光照强度，并对可见光的光谱及对应的光照强度进行渐变色插值，得到第一彩虹渐变色数组；
从第一彩虹渐变色数组中剔除与三基色相邻区域之间的相关数组，得到第二彩虹渐变色数组；第二彩虹渐变色数组满足预设的视觉可区分特征；
基于预设的光强特征利用插值及排序对第二彩虹渐变色数组的光强进行调整，得到颜色数组。
在其中一些实施例中，处理模块220，还用于利用最小二乘法对颜色数组进行平滑拟合，得到在RGB颜色空间中每个颜色对应的RGB三色分量参数向量；
将RGB三色分量参数向量转换成矩阵形式的目标颜色的三色分量颜色值进行存储，以确定数字图像在RGB颜色空间中的目标颜色；
或，将RGB三色分量参数向量进行存储，以确定数字图像在RGB颜色空间中的目标颜色。
在其中一些实施例中，映射模块230，还用于将数字图像的初始颜色转换为一维数据，根据一维数据调取在RGB颜色空间中对应的目标颜色；
将数字图像的初始颜色映射成对应的目标颜色。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
本实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，基于预设的光强特征和视觉可区分特征，对可见光的光谱及对应的光照强度进行处理，得到颜色数组；
S2，将颜色数组进行拟合存储，以确定数字图像在RGB颜色空间中的目标颜色；
S3，利用映射算法将数字图像的初始颜色映射成对应的目标颜色。
本申请提供的电子装置，实现了重新映射后的数字图像具有高对比度、平滑展示的特点，能够保持图像的显示质量的同时，也能够帮助色盲患者清楚地分辨图像。
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
另外，结合上述实施例中的数字图像的颜色映射方法，本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种数字图像的颜色映射方法。
本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种数字图像的颜色映射方法，其特征在于，包括：
基于预设的光强特征和视觉可区分特征，对可见光的光谱及对应的光照强度进行处理，得到颜色数组；
将所述颜色数组进行拟合存储，以确定数字图像在RGB颜色空间中的目标颜色；
利用映射算法将所述数字图像的初始颜色映射成对应的所述目标颜色。
2.根据权利要求1所述的数字图像的颜色映射方法，其特征在于，所述基于预设的光强特征和视觉可区分特征，对可见光进行处理，得到颜色数组，包括：
获取可见光的光谱及对应的光照强度，并对所述可见光的光谱及对应的光照强度进行渐变色插值，得到第一彩虹渐变色数组；
从所述第一彩虹渐变色数组中剔除与三基色相邻区域之间的相关数组，得到第二彩虹渐变色数组；所述第二彩虹渐变色数组满足预设的视觉可区分特征；
基于预设的光强特征利用插值及排序对所述第二彩虹渐变色数组的光强进行调整，得到颜色数组。
3.根据权利要求2所述的数字图像的颜色映射方法，其特征在于，所述从所述第一彩虹渐变色数组中剔除与三基色相邻区域之间的相关数组，得到第二彩虹渐变色数组，包括：
从所述第一彩虹渐变色数组中剔除与青色、洋红色以及黄色相邻区域之间的相关数组，得到所述第二彩虹渐变色数组。
4.根据权利要求2所述的数字图像的颜色映射方法，其特征在于，所述基于预设的光强特征利用插值及排序对所述第二彩虹渐变色数组的光强进行调整，得到颜色数组，包括：
基于从紫色到红色的光强呈现低高低分布的所述光强特征利用插值及排序对所述第二彩虹渐变色数组的光强进行调整，得到所述颜色数组。
5.根据权利要求1所述的数字图像的颜色映射方法，其特征在于，所述将所述颜色数组进行拟合存储，以确定数字图像在RGB颜色空间中的目标颜色，包括：
利用最小二乘法对所述颜色数组进行平滑拟合，得到在RGB颜色空间中每个颜色对应的RGB三色分量参数向量；
将所述RGB三色分量参数向量转换成矩阵形式的目标颜色的三色分量颜色值进行存储，以确定数字图像在RGB颜色空间中的目标颜色；
或，将所述RGB三色分量参数向量进行存储，以确定数字图像在RGB颜色空间中的目标颜色。
6.根据权利要求1所述的数字图像的颜色映射方法，其特征在于，所述利用映射算法将所述数字图像的初始颜色映射成对应的所述目标颜色，包括：
将所述数字图像的初始颜色转换为一维数据，根据所述一维数据调取在RGB颜色空间中对应的目标颜色；
将所述数字图像的初始颜色映射成对应的所述目标颜色。
7.根据权利要求6所述的数字图像的颜色映射方法，其特征在于，所述将所述数字图像的初始颜色转换为一维数据，根据所述一维数据调取在RGB颜色空间中对应的目标颜色，包括：
获取所述数字图像的初始颜色，对所述初始颜色进行归一化处理，得到一维数据；并将所述一维数据进行高次拟合，得到对应的六维的高维向量；
根据所述高维向量和RGB三色分量参数向量调取在RGB颜色空间中对应的目标颜色。
8.根据权利要求6所述的数字图像的颜色映射方法，其特征在于，所述将所述数字图像的初始颜色转换为一维数据，根据所述一维数据调取在RGB颜色空间中对应的目标颜色，包括：
获取所述数字图像的初始颜色，对所述初始颜色进行分档处理，得到一维数据；并根据所述一维数据调取拟合曲线以确定在RGB颜色空间中对应的目标颜色。
9.一种数字图像的颜色映射装置，其特征在于，包括生成模块、处理模块以及映射模块；
所述生成模块，用于基于预设的光强特征和视觉可区分特征，对可见光的光谱及对应的光照强度进行处理，得到颜色数组；
所述处理模块，用于将所述颜色数组进行拟合存储，以确定数字图像在RGB颜色空间中的目标颜色；
所述映射模块，用于利用映射算法将所述数字图像的初始颜色映射成对应的所述目标颜色。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至8中任一项所述的数字图像的颜色映射方法。
11.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至8中任一项所述的数字图像的颜色映射方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110775835.4A CN113658055B (zh) | 2021-07-08 | 2021-07-08 | 数字图像的颜色映射方法、装置、电子装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110775835.4A CN113658055B (zh) | 2021-07-08 | 2021-07-08 | 数字图像的颜色映射方法、装置、电子装置和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113658055A true CN113658055A (zh) | 2021-11-16 |
| CN113658055B CN113658055B (zh) | 2022-03-08 |
Family
ID=78489256
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110775835.4A Active CN113658055B (zh) | 2021-07-08 | 2021-07-08 | 数字图像的颜色映射方法、装置、电子装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113658055B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101036606A (zh) * | 2007-04-19 | 2007-09-19 | 复旦大学 | 基于自适应映射的红绿色盲矫正方法 |
| CN101460988A (zh) * | 2006-06-02 | 2009-06-17 | 三星电子株式会社 | 具有动态色域映射的多基色显示 |
| CN102651136A (zh) * | 2011-02-28 | 2012-08-29 | 国际商业机器公司 | 图像的颜色映射方法及装置 |
| US20120287143A1 (en) * | 2011-05-13 | 2012-11-15 | Candice Hellen Brown Elliott | Method and apparatus for selectively reducing color values |
| US20160104453A1 (en) * | 2014-10-14 | 2016-04-14 | Digital Vision Enhancement Inc | Image transforming vision enhancement device |
| CN107316040A (zh) * | 2017-06-06 | 2017-11-03 | 浙江大学 | 一种光照不变的图像颜色空间变换方法 |
| CN109239918A (zh) * | 2016-08-30 | 2019-01-18 | 陈晓冬 | 一种改变人类色觉感知的光学装置 |
| CN112771604A (zh) * | 2018-05-18 | 2021-05-07 | 佛吉亚艾里斯泰克股份有限公司 | 用于进行颜色映射以改善色觉缺陷观察者的观看的系统和方法 |
| CN112823505A (zh) * | 2018-10-17 | 2021-05-18 | 爱克发有限公司 | 渐变色图案的颜色映射方法 |
-
2021
- 2021-07-08 CN CN202110775835.4A patent/CN113658055B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101460988A (zh) * | 2006-06-02 | 2009-06-17 | 三星电子株式会社 | 具有动态色域映射的多基色显示 |
| CN101036606A (zh) * | 2007-04-19 | 2007-09-19 | 复旦大学 | 基于自适应映射的红绿色盲矫正方法 |
| CN102651136A (zh) * | 2011-02-28 | 2012-08-29 | 国际商业机器公司 | 图像的颜色映射方法及装置 |
| US20120287143A1 (en) * | 2011-05-13 | 2012-11-15 | Candice Hellen Brown Elliott | Method and apparatus for selectively reducing color values |
| US20160104453A1 (en) * | 2014-10-14 | 2016-04-14 | Digital Vision Enhancement Inc | Image transforming vision enhancement device |
| CN109239918A (zh) * | 2016-08-30 | 2019-01-18 | 陈晓冬 | 一种改变人类色觉感知的光学装置 |
| CN107316040A (zh) * | 2017-06-06 | 2017-11-03 | 浙江大学 | 一种光照不变的图像颜色空间变换方法 |
| CN112771604A (zh) * | 2018-05-18 | 2021-05-07 | 佛吉亚艾里斯泰克股份有限公司 | 用于进行颜色映射以改善色觉缺陷观察者的观看的系统和方法 |
| CN112823505A (zh) * | 2018-10-17 | 2021-05-18 | 爱克发有限公司 | 渐变色图案的颜色映射方法 |
Non-Patent Citations (1)
| Title |
|---|
| 冯维 等: "基于颜色校正模型的梯度域自适应色调映射算法", 《激光与光电子学进展》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113658055B (zh) | 2022-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112259034B (zh) | 用于呈现彩色影像的方法和设备 | |
| US6377355B1 (en) | Color gamut displaying method, an image processing method, and apparatus utilizing these methods | |
| CN102282586B (zh) | 用于减少图像数据的大小的方法和装置 | |
| CN106504212A (zh) | 一种改进的hsi空间信息低照度彩色图像增强算法 | |
| CN111163268B (zh) | 一种图像处理方法、装置以及计算机存储介质 | |
| JP4068673B2 (ja) | 画像処理装置および方法 | |
| US20070211272A1 (en) | Apparatus and method for image-adaptive color reproduction | |
| CN107925711A (zh) | 色相改变色域映射 | |
| CN109274985A (zh) | 视频转码方法、装置、计算机设备和存储介质 | |
| CN105493489A (zh) | 色域映射系统及方法 | |
| Reddy et al. | Grey level to RGB using YCbCr color space Technique | |
| CN113658055B (zh) | 数字图像的颜色映射方法、装置、电子装置和存储介质 | |
| CN110192388A (zh) | 图像处理装置、数码相机、图像处理程序、以及记录介质 | |
| US7978910B2 (en) | Method and apparatus for adaptively filtering input image in color domains | |
| EP3590252B1 (en) | Hue changing color gamut mapping | |
| CN114170331A (zh) | 一种基于人工智能的图像数据压缩方法及系统 | |
| CN113450266A (zh) | 图像处理装置、图像处理系统以及图像处理方法 | |
| CN112200719B (zh) | 图像处理方法、电子设备及可读存储介质 | |
| US20190311464A1 (en) | Tuning for deep-learning-based color enhancement systems | |
| KR100664958B1 (ko) | 미리 정의된 데이터와 색특성 정보를 이용하여 최적 변환된영상을 출력하는 방법 및 프린터 | |
| Le et al. | Gamutnet: Restoring wide-gamut colors for camera-captured images | |
| CN115456915A (zh) | 基于3DLut的图像去雾处理方法、系统及可存储介质 | |
| WO2012099013A1 (ja) | 画像補正装置、画像補正表示装置、画像補正方法、プログラム、及び、記録媒体 | |
| Yang et al. | Saturation clipping in the LHS and YIQ color spaces | |
| CN113658280A (zh) | 基于人工智能的数据增广方法、装置、设备和存储介质 |
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 |