CN115457167B - 基于色彩排序的调色板设计系统 - Google Patents

基于色彩排序的调色板设计系统 Download PDF

Info

Publication number
CN115457167B
CN115457167B CN202211154918.2A CN202211154918A CN115457167B CN 115457167 B CN115457167 B CN 115457167B CN 202211154918 A CN202211154918 A CN 202211154918A CN 115457167 B CN115457167 B CN 115457167B
Authority
CN
China
Prior art keywords
palette
color
palettes
module
similarity
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.)
Active
Application number
CN202211154918.2A
Other languages
English (en)
Other versions
CN115457167A (zh
Inventor
曾琼
肖志雄
许文松
屠长河
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN202211154918.2A priority Critical patent/CN115457167B/zh
Publication of CN115457167A publication Critical patent/CN115457167A/zh
Application granted granted Critical
Publication of CN115457167B publication Critical patent/CN115457167B/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
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
    • 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)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明属于调色板设计技术领域，提供了一种基于色彩排序的调色板设计系统，其包括选择模块，其用于根据接收到的选择指令，在输入视图中的内置调色板子视图、已选调色板子视图、图表类型子视图中对应展示相应选择内容；全局探索模块，其用于调取并展示已选当前长度的调色板和数据集中其它调色板之间的空间分布情况；可视化模块，其用于将已选调色板应用在数据可视化示例，得到色彩排序前后调色板的可视化结果；相似性检索模块，其用于从内置调色板中检索出与所选调色板最相似和最不相似的若干个调色板。

Description

基于色彩排序的调色板设计系统
技术领域
本发明属于调色板设计技术领域，尤其涉及一种基于色彩排序的调色板设计系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
调色板是由一系列离散色彩块组成的序列集合，在数据可视化中，调色板常用来编码类别数据，通过将调色板中的色彩分配给不同类别的数据可生成视觉信息丰富的图表。调色板设计的过程既涉及色彩的选取与组合，也包含色彩的分配；调色板设计的好坏影响着用户对数据的理解效率。为了降低用户设计调色板的难度，大量的研究探索了调色板自动生成与分配方法。
然而，为了从调色板数据集中选择合适的调色板，用户需要进行大量的视觉比较操作，而调色板视觉比较的难度随着调色板数量的增加、调色板长度的增加而变大。相关研究表明，视觉上排列有序的色彩表有助于提高调色板比较的效率。部分研究人员探索了调色板自动排序方法，如Phan等基于分治策略以及语义相关性调整色彩顺序、Kim等利用旅行商算子求解色彩顺序，使相邻色彩间的色相及亮度变化尽可能平滑。然而，发明人发现，这些方法难以获得在全局以及局部上均符合用户有序性感知的调色板序列。
发明内容
为了解决上述背景技术中存在的技术问题，本发明提供一种基于色彩排序的调色板设计方法及系统，其基于感知一致色彩排序方法对调色板进行排序，提高用户选择调色板的效率。
为了实现上述目的，本发明采用如下技术方案：
本发明提供一种基于色彩排序的调色板设计系统，其包括：
选择模块，其用于根据接收到的选择指令，在输入视图中的内置调色板子视图、已选调色板子视图、图表类型子视图中对应展示相应选择内容；
全局探索模块，其用于调取并展示已选当前长度的调色板和数据集中其它调色板之间的空间分布情况；
可视化模块，其用于将已选调色板应用在数据可视化示例，得到色彩排序前后调色板的可视化结果；
相似性检索模块，其用于从内置调色板中检索出与所选调色板最相似和最不相似的若干个调色板。
作为一种实施方式，所述基于色彩排序的调色板设计系统，还包括：
历史记录模块，其用于记录和展示用户探索过程中选择过的色彩表，保存用户确认的调色板及其对应的颜色信息。
作为一种实施方式，在所述相似性检索模块中，色彩排序过程中遵循的色彩优化方程为：
Figure BDA0003856944730000021
该方程中，
Figure BDA0003856944730000022
表示全局有序性约束，/>
Figure BDA0003856944730000023
表示局部视觉连贯性约束，α表示二者的权重，用于平衡两个约束项之间的矛盾；P为初始调色板，/>
Figure BDA0003856944730000024
为对初始调色板P中的色彩进行重新排列后而生成的位置索引。
作为一种实施方式，全局有序性约束使用最小色彩变化速度进行度量。
作为一种实施方式，全局有序性约束
Figure BDA0003856944730000031
的表达式为：
Figure BDA0003856944730000032
其中，
Figure BDA0003856944730000033
表示CIELAB颜色空间下的欧氏距离，n为调色板中所包含的颜色种类数量，i、j为调色板中颜色的位置索引值；/>
Figure BDA0003856944730000034
分别表示对初始调色板P中的色彩进行重新排列后而生成新的调色板中的第/>
Figure BDA0003856944730000035
位置和第/>
Figure BDA0003856944730000036
位置处的颜色。
作为一种实施方式，局部视觉连贯性约束
Figure BDA0003856944730000037
用调色板中的平均相邻色彩距离以及色彩距离最大值进行计算，公式如下：
Figure BDA0003856944730000038
其中
Figure BDA0003856944730000039
表示CIELAB颜色空间下的欧氏距离，n为调色板中所包含的颜色数量；/>
Figure BDA00038569447300000310
分别表示对初始调色板P中的色彩进行重新排列后而生成新的调色板中的第/>
Figure BDA00038569447300000311
位置和第/>
Figure BDA00038569447300000312
位置处的颜色；β和γ为权重因子。
作为一种实施方式，在所述相似性检索模块中，经过步调色板排序后，使用DCCW算法进行调色板之间相似度的计算，再按照相似性的大小排序，选取出对应的调色板。
作为一种实施方式，在所述相似性检索模块中，调色板之间相似度为：
Figure BDA00038569447300000313
Figure BDA00038569447300000314
Figure BDA00038569447300000315
其中，DDCCW(A,B)表示调色板A和调色板B之间的相似度；W(A,B)表示调色板A中的每个颜色到调色板B的距离；W(B,A)表示调色板B中的每个颜色到调色板A的距离；
Figure BDA0003856944730000041
表示在CIELAB颜色空间下，调色板A中的颜色a与调色板B中两两相邻颜色空间线段/>
Figure BDA0003856944730000042
之间的最短距离，/>
Figure BDA0003856944730000043
表示在CIELAB空间中由颜色点bi和bj组成的线段；同样地，/>
Figure BDA0003856944730000044
表示CIELAB颜色空间下，调色板B中的颜色b和调色板A中两两相邻颜色空间线段/>
Figure BDA0003856944730000045
之间的最短欧式距离；|A|和|B|分别表示调色板A和调色板B中包含的颜色数。
作为一种实施方式，所述内置调色板子视图用于展示可选择的调色板；所述已选调色板子视图用于展示用户当前所选择调色板；所述图表类型子视图用于选择相应图表类型来进行可视化表达。
作为一种实施方式，在所述全局探索模块中，通过t-SNE算法对调色板进行降维处理，每一个点代表了系统中的一个调色板，将调色板之间的相似性关系体现在空间分布的距离大小上。
与现有技术相比，本发明的有益效果是：
(1)本发明开发了一个调色板设计系统，该系统包括选择模块、全局探索模块、可视化模块以及相似性检索模块，从而支持调色板选取、调色板全局探索、基于样例的调色板检索等功能，可帮助用户进行高效的调色板设计工作。
(2)本发明面向数据可视化应用，提出了一种新的调色板有序性度量方法，并且可以根据设计需求设置不同的求解条件，从而生成符合用户有序性感知的调色板。经过调色板排序后，使用DCCW算法计算调色板之间的相似度，再选取出与用户选择的调色板最相似或者不相似的若干个调色板，进一步方便用户设计出符合需求的有序调色板。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例的基于色彩排序的调色板设计系统结构示意图；
图2为本发明实施例的基于色彩排序的调色板设计系统界面图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
参照图1，本实施例提供了一种基于色彩排序的调色板设计系统，其包括：
(1)选择模块：其用于根据接收到的选择指令，在输入视图中的内置调色板子视图、已选调色板子视图、图表类型子视图中对应展示相应选择内容。
其中，输入视图包含内置调色板、已选调色板、图表类型等三个子视图。内置调色板子视图用于展示可选择的调色板；已选调色板子视图用于展示用户当前所选择调色板；图表类型子视图用于选择柱状图、折线图、堆叠图、面积图来进行可视化表达。
(2)全局探索模块：其用于调取并展示已选当前长度的调色板和数据集中其它调色板之间的空间分布情况。
具体地，在用户选择调色板后，可展示当前长度下的所有调色板的空间分布情况。或者切换到全局显示模式，查看所有内置调色板的空间分布。
全局探索视图用于展示已选调色板和数据集中其它调色板之间的空间分布情况，支持鼠标点击查看。
在全局探索模块中，通过t-SNE算法对调色板进行降维处理，模块中的每一个点代表了系统中的一个调色板，将调色板之间的相似性关系体现在空间分布的距离大小上，便于用户进行观察。
(3)可视化模块：其用于将已选调色板应用在数据可视化示例，得到色彩排序前后调色板的可视化结果。
在可视化模块中，针对用户选择的调色板，将其应用在数据可视化示例中。用户可以选择可视化的图表类型(柱状图、折线图、堆叠图、面积图)，通过对比排序前后调色板的可视化结果，用户可以直观感受到有序性对可视化的影响。
其中，样例可视化视图用于展示用户所选择的调色板、图表类型在排序前后所对应的可视化结果，帮助用户直观理解数据的大小关系。
(4)相似性检索模块：其用于从内置调色板中检索出与所选调色板最相似和最不相似的若干个调色板。
此处可以理解的是，与所选调色板最相似和最不相似的调色板数量，本领域技术人员可根据实际情况来具体选择，此处不再累述。
例如：该模块在用户选择调色板之后，自动从内置调色板中检索出与所选调色板最相似和最不相似的10个调色板，方便用户比较。
在本实施例中，相似性检索视图用于显示相同长度调色板数据集中与当前所选调色板最为相似或最不相似的十个调色板。
在具体实施过程中，相似调色板和不相似调色板的检索过程如下：
调色板的色彩排序：
问题定义：给定初始调色板P，该调色板包含n种CIELAB色彩空间的三维色彩c(t)，其中为调色板从左到右的位置索引。由此，初始调色板P可表示为P＝{c(1),c(2),…,c(n)}。通过对调色板P中的色彩进行重新排列，生成一组新的位置索引
Figure BDA0003856944730000071
进而生成新的调色板/>
Figure BDA0003856944730000072
具体实现方式如下：为了使排序后的调色板满足全局有序性和色彩之间的局部视觉连贯性要求，我们设计了色彩排序过程中应该遵循的色彩优化方程：
Figure BDA0003856944730000073
/>
该方程中，
Figure BDA0003856944730000074
表示全局有序性约束，/>
Figure BDA0003856944730000075
表示局部视觉连贯性约束，α表示二者的权重，用于平衡两个约束项之间的矛盾。
全局有序性约束使用最小色彩变化速度进行度量，如下公式：
Figure BDA0003856944730000076
其中，
Figure BDA0003856944730000077
表示CIELAB颜色空间下的欧氏距离，n为调色板中所包含的颜色数量，i、j为调色板中颜色的位置索引值；/>
Figure BDA0003856944730000078
分别表示对初始调色板P中的色彩进行重新排列后而生成新的调色板中的第/>
Figure BDA0003856944730000079
位置和第/>
Figure BDA00038569447300000710
位置处的颜色。
相邻色彩间的差异越小，则视觉连贯性越强。色彩间的差异可通过色彩可见性度量，用调色板中的平均相邻色彩距离以及色彩距离最大值进行计算，公式如下：
Figure BDA0003856944730000081
其中
Figure BDA0003856944730000082
表示CIELAB颜色空间下的欧氏距离，n为调色板中所包含的颜色数量；/>
Figure BDA0003856944730000083
分别表示对初始调色板P中的色彩进行重新排列后而生成新的调色板中的第/>
Figure BDA0003856944730000084
位置和第/>
Figure BDA0003856944730000085
位置处的颜色；β和γ为权重因子。
上述算法基于单调色板描述，对于多调色板的联合排序，首先将多调色板中的色彩置于同一色彩集合中，组成新的单调色板，经上述单调色板排序方法处理之后再分置于相应调色板中。
在具体实施过程中，调色板的相似性检索的过程为：
经过步调色板排序后，使用DCCW算法进行调色板之间相似度的计算，再按照相似性的大小排序，选取出对应的调色板。
调色板相似度计算问题定义：给定两个调色板A和B，通过特定的计算方法计算二者在颜色上的相似度，从而反映调色板整体的相似性程度。
具体实现：对于调色板A中的每个颜色，计算其与调色板B中两两相邻颜色连线的距离，并以最短距离作为调色板A中某个颜色到调色板B的距离，计算公式如下：
Figure BDA0003856944730000091
Figure BDA0003856944730000092
Figure BDA0003856944730000093
其中，DDCCW(A,B)表示调色板A和调色板B之间的相似度；W(A,B)表示调色板A中的每个颜色到调色板B的距离；W(B,A)表示调色板B中的每个颜色到调色板A的距离；
Figure BDA0003856944730000094
表示在CIELAB颜色空间下，调色板A中的颜色a与调色板B中两两相邻颜色空间线段/>
Figure BDA0003856944730000095
之间的最短距离，/>
Figure BDA0003856944730000096
表示在CIELAB空间中由颜色点bi和bj组成的线段；同样地，/>
Figure BDA0003856944730000097
表示CIELAB颜色空间下，调色板B中的颜色b和调色板A中两两相邻颜色空间线段/>
Figure BDA0003856944730000098
之间的最短欧式距离；|A|和|B|分别表示调色板A和调色板B中包含的颜色数。
在一些其他实施例中，所述基于色彩排序的调色板设计系统，还包括：
历史记录模块，其用于记录和展示用户探索过程中选择过的色彩表，保存用户确认的调色板及其对应的颜色信息。
具体地，如果用户对选择过的调色板感到满意，就可以点击导出按钮，将该调色板对应的颜色信息保存下来。该模块方便用户快速回溯探索过的调色板,并快速保存满意的结果。
参照图2，给出了本实施例的基于色彩排序的调色板设计系统界面图。其中图2的(a)部分为输入视图，用于展示可选择的内置调色板以及选择可视化的图表类型；图2的(b)部分为全局探索视图，用于展示已选调色板和数据集中调色板的空间分布情况；图2的(c)部分为样例可视化视图，用于展示用户所选择的调色板、图表类型在排序前后所对应的可视化结果；图2的(d)部分为相似性检索视图，用于显示相同长度调色板数据集中与当前所选调色板最为相似或不相似的十个调色板；图2的(e)部分为历史记录视图，用于呈现用户所选择的历史调色板，这样方便用户回顾。
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，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (6)

1.基于色彩排序的调色板设计系统，其特征在于，包括：
选择模块，其用于根据接收到的选择指令，在输入视图中的内置调色板子视图、已选调色板子视图、图表类型子视图中对应展示相应选择内容；
全局探索模块，其用于调取并展示已选当前长度的调色板和数据集中其它调色板之间的空间分布情况；
可视化模块，其用于将已选调色板应用在数据可视化示例，得到色彩排序前后调色板的可视化结果；
相似性检索模块，其用于从内置调色板中检索出与所选调色板最相似和最不相似的若干个调色板；
在所述全局探索模块中，通过t-SNE算法对调色板进行降维处理，每一个点代表了系统中的一个调色板，将调色板之间的相似性关系体现在空间分布的距离大小上；
在所述相似性检索模块中，色彩排序过程中遵循的色彩优化方程为：
Figure FDA0004169944550000011
该方程中，
Figure FDA0004169944550000012
表示全局有序性约束，/>
Figure FDA0004169944550000013
表示局部视觉连贯性约束，α表示二者的权重，用于平衡两个约束项之间的矛盾；P为初始调色板，/>
Figure FDA0004169944550000014
为对初始调色板P中的色彩进行重新排列后而生成的位置索引；其中，全局有序性约束使用最小色彩变化速度进行度量；
在所述相似性检索模块中，经过步调色板排序后，使用DCCW算法进行调色板之间相似度的计算，再按照相似性的大小排序，选取出对应的调色板。
2.如权利要求1所述的基于色彩排序的调色板设计系统，其特征在于，所述基于色彩排序的调色板设计系统，还包括：
历史记录模块，其用于记录和展示用户探索过程中选择过的色彩表，保存用户确认的调色板及其对应的颜色信息。
3.如权利要求1所述的基于色彩排序的调色板设计系统，其特征在于，全局有序性约束
Figure FDA0004169944550000021
的表达式为：
Figure FDA0004169944550000022
其中，
Figure FDA0004169944550000023
表示CIELAB颜色空间下的欧氏距离，n为调色板中所包含的颜色种类数量，i、j为调色板中颜色的位置索引值；/>
Figure FDA0004169944550000024
分别表示对初始调色板P中的色彩进行重新排列后而生成新的调色板中的第/>
Figure FDA0004169944550000025
位置和第/>
Figure FDA0004169944550000026
位置处的颜色。
4.如权利要求1所述的基于色彩排序的调色板设计系统，其特征在于，局部视觉连贯性约束
Figure FDA0004169944550000027
用调色板中的平均相邻色彩距离以及色彩距离最大值进行计算，公式如下：
Figure FDA0004169944550000028
/>
其中
Figure FDA0004169944550000029
表示CIELAB颜色空间下的欧氏距离，n为调色板中所包含的颜色数量；/>
Figure FDA00041699445500000210
分别表示对初始调色板P中的色彩进行重新排列后而生成新的调色板中的第/>
Figure FDA00041699445500000211
位置和第/>
Figure FDA00041699445500000212
位置处的颜色；β和γ为权重因子。
5.如权利要求1所述的基于色彩排序的调色板设计系统，其特征在于，在所述相似性检索模块中，调色板之间相似度为：
Figure FDA0004169944550000031
Figure FDA0004169944550000032
Figure FDA0004169944550000033
其中，DDCCW(A,B)表示调色板A和调色板B之间的相似度；W(A,B)表示调色板A中的每个颜色到调色板B的距离；W(B,A)表示调色板B中的每个颜色到调色板A的距离；
Figure FDA0004169944550000034
表示在CIELAB颜色空间下，调色板A中的颜色a与调色板B中两两相邻颜色空间线段/>
Figure FDA0004169944550000035
之间的最短距离，/>
Figure FDA0004169944550000036
表示在CIELAB空间中由颜色点bi和bj组成的线段；同样地，/>
Figure FDA0004169944550000037
表示CIELAB颜色空间下，调色板B中的颜色b和调色板A中两两相邻颜色空间线段/>
Figure FDA0004169944550000038
之间的最短欧式距离；|A|和|B|分别表示调色板A和调色板B中包含的颜色数。
6.如权利要求1所述的基于色彩排序的调色板设计系统，其特征在于，所述内置调色板子视图用于展示可选择的调色板；所述已选调色板子视图用于展示用户当前所选择调色板；所述图表类型子视图用于选择相应图表类型来进行可视化表达。
CN202211154918.2A 2022-09-21 2022-09-21 基于色彩排序的调色板设计系统 Active CN115457167B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211154918.2A CN115457167B (zh) 2022-09-21 2022-09-21 基于色彩排序的调色板设计系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211154918.2A CN115457167B (zh) 2022-09-21 2022-09-21 基于色彩排序的调色板设计系统

Publications (2)

Publication Number Publication Date
CN115457167A CN115457167A (zh) 2022-12-09
CN115457167B true CN115457167B (zh) 2023-06-09

Family

ID=84306533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211154918.2A Active CN115457167B (zh) 2022-09-21 2022-09-21 基于色彩排序的调色板设计系统

Country Status (1)

Country Link
CN (1) CN115457167B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102257495A (zh) * 2008-12-22 2011-11-23 微软公司 使用颜色布局相关性对图像搜索结果进行交互地排列
CN108876867A (zh) * 2017-05-08 2018-11-23 奥多比公司 用于数字绘画的交互式颜色调色板接口
CN111695293A (zh) * 2020-05-27 2020-09-22 杭州慕锐科技有限公司 一种面向纺织品类超大尺寸设计图基于调色板的全自动智能配色方法及监控方法
CN112950461A (zh) * 2021-03-27 2021-06-11 刘文平 全局与超像素分割相融合的色彩迁移方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0103965D0 (en) * 2001-02-17 2001-04-04 Univ Nottingham Image and image content processing,representation and analysis for image matching,indexing or retrieval and database management
DE602005024054D1 (de) * 2004-04-21 2010-11-18 Slipstream Data Inc Verfahren, System und Softwareprodukt zur Farbbildcodierung
US7330193B2 (en) * 2005-07-08 2008-02-12 Seiko Epson Corporation Low noise dithering and color palette designs
US8606733B2 (en) * 2009-12-07 2013-12-10 Xerox Corporation System and method for classification and selection of color palettes
US8369616B2 (en) * 2010-10-20 2013-02-05 Xerox Corporation Chromatic matching game
US9922050B2 (en) * 2014-06-26 2018-03-20 Amazon Technologies, Inc. Identifying data from keyword searches of color palettes and color palette trends
US9135719B1 (en) * 2014-06-26 2015-09-15 Amazon Technologies, Inc. Color name generation from images and color palettes
US9245350B1 (en) * 2014-06-26 2016-01-26 Amazon Technologies, Inc. Image-based color palette generation
US10073860B2 (en) * 2014-06-26 2018-09-11 Amazon Technologies, Inc. Generating visualizations from keyword searches of color palettes
US9898487B2 (en) * 2014-06-26 2018-02-20 Amazon Technologies, Inc. Determining color names from keyword searches of color palettes
US9401032B1 (en) * 2014-06-26 2016-07-26 Amazon Technologies, Inc. Image-based color palette generation
US20160035015A1 (en) * 2014-07-31 2016-02-04 Gerald Thomas Freeman Electronic palette system for students
CN107787443B (zh) * 2015-05-01 2021-08-17 菲力尔系统公司 用于红外成像的增强调色板系统和方法
CN105551069B (zh) * 2015-11-30 2018-08-14 中国农业科学院棉花研究所 一种索引图像的实时快速生成方法及系统
CA3043621C (en) * 2018-05-18 2020-03-24 The Governing Council Of The University Of Toronto Method and system for color representation generation
CN110162567B (zh) * 2019-05-21 2020-07-31 山东大学 基于颜色表优化的二维标量场数据可视化方法及系统
CN110196935B (zh) * 2019-06-06 2021-03-30 山东大学 一种基于数据分布的调色板生成方法及系统
US11087505B2 (en) * 2019-11-15 2021-08-10 Adobe Inc. Weighted color palette generation
CN111507895B (zh) * 2020-04-20 2022-03-04 广州博冠信息科技有限公司 图像处理方法及装置、计算机存储介质、电子设备
US11410346B1 (en) * 2021-01-28 2022-08-09 Adobe Inc. Generating and adjusting a proportional palette of dominant colors in a vector artwork
CN112862923A (zh) * 2021-02-04 2021-05-28 山东大学 特征直方图驱动的二维标量场数据可视化方法及系统
CN113269206B (zh) * 2021-05-24 2022-07-05 山东大学 一种色彩嵌入的可视探索方法及系统
CN113345052B (zh) * 2021-06-11 2023-01-10 山东大学 基于相似显著性的分类数据多视图可视化着色方法及系统
CN113963081B (zh) * 2021-10-11 2024-05-17 华东师范大学 一种基于图卷积网络的图像图表智能合成方法
CN114494467A (zh) * 2021-12-15 2022-05-13 科大讯飞股份有限公司 图像色彩迁移方法、装置、电子设备和存储介质
CN114612586B (zh) * 2022-05-10 2022-08-05 杭州比智科技有限公司 一种基于数据可视化场景下的颜色分等级渲染方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102257495A (zh) * 2008-12-22 2011-11-23 微软公司 使用颜色布局相关性对图像搜索结果进行交互地排列
CN108876867A (zh) * 2017-05-08 2018-11-23 奥多比公司 用于数字绘画的交互式颜色调色板接口
CN111695293A (zh) * 2020-05-27 2020-09-22 杭州慕锐科技有限公司 一种面向纺织品类超大尺寸设计图基于调色板的全自动智能配色方法及监控方法
CN112950461A (zh) * 2021-03-27 2021-06-11 刘文平 全局与超像素分割相融合的色彩迁移方法

Also Published As

Publication number Publication date
CN115457167A (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
US11663230B2 (en) Interface including graphic representation of relationships between search results
JP5229744B2 (ja) 画像分類装置および画像分類プログラム
US6867788B1 (en) View composition system for synthesizing multiple visual representations of multiple data sets
US7840524B2 (en) Method and apparatus for indexing, searching and displaying data
US6191792B1 (en) Scheme for automatic data conversion definition generation according to data feature in visual multidimensional data analysis tool
Cugini et al. Design of 3D visualization of search results: evolution and evaluation
WO2002056206A1 (en) System for searching collections of linked objects
US20060004734A1 (en) Method, system, and article to provide data analysis or searching
JP2005339556A (ja) 文書全文検索用ユーザインタフェース
JP2007505382A (ja) グラフィック要素の索引付け及び探索方法及び装置
US9509859B2 (en) Image allocation device and image allocation method
US5301315A (en) Indexing/compression scheme for supporting graphics and data selection
CN115457167B (zh) 基于色彩排序的调色板设计系统
US20030093437A1 (en) Hierarchical image feature-based visualization
JPH01189721A (ja) 電子化文書検索装置
JPH1115835A (ja) 分類情報提示装置及び分類情報提示プログラムを記録した媒体
KR100436500B1 (ko) 컬러 영상 처리 방법
CN111104568A (zh) 企业股权关系深度搜索方法、装置、计算机设备及存储介质
US20060209070A1 (en) Apparatus for displaying workflow, method for displaying workflow, and program for displaying workflow
Densham et al. Supporting visual interactive locational analysis using multiple abstracted topological structures
JPH01195578A (ja) 電子化文書検索装置
CN113505127B (zh) 对有关联性对象的数据的存储结构及方法、检索和可视化展示方法
CN117171381B (zh) 基于结构化数据表的交互式图数据构建方法、系统及装置
JPH09297770A (ja) 階層構造視覚化装置
JPH0424872A (ja) 電子フアイリング装置

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