CN1723715A - 数字图像的颜色校正方法 - Google Patents

数字图像的颜色校正方法 Download PDF

Info

Publication number
CN1723715A
CN1723715A CNA038244268A CN03824426A CN1723715A CN 1723715 A CN1723715 A CN 1723715A CN A038244268 A CNA038244268 A CN A038244268A CN 03824426 A CN03824426 A CN 03824426A CN 1723715 A CN1723715 A CN 1723715A
Authority
CN
China
Prior art keywords
color
method described
green
digital image
monitor
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
Application number
CNA038244268A
Other languages
English (en)
Inventor
迈克尔·L.·贝文斯
布雷登·查特曼
亚当·斯泰德利
詹姆斯·E.·格雷汉姆
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.)
Tribeca Imaging Laboratories Inc
Original Assignee
Tribeca Imaging Laboratories Inc
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 Tribeca Imaging Laboratories Inc filed Critical Tribeca Imaging Laboratories Inc
Publication of CN1723715A publication Critical patent/CN1723715A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/6002—Corrections within particular colour systems
    • H04N1/6008—Corrections within particular colour systems with primary colour signals, e.g. RGB or CMY(K)
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/603—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer
    • H04N1/6033—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer using test pattern analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals
    • H04N1/60—Colour correction or control
    • H04N1/62—Retouching, i.e. modification of isolated colours only or in isolated picture areas only
    • H04N1/622—Retouching, i.e. modification of isolated colours only or in isolated picture areas only with simulation on a subsidiary picture reproducer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/04—Diagnosis, testing or measuring for television systems or their details for receivers

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Processing (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Processing Of Color Television Signals (AREA)

Abstract

一种用于校正图像捕捉设备产生的数字图像的颜色的方法。该方法包括：评估观测监视器上的实际参考目标的参考数字图像；将参考数字图像的至少一种颜色与实际参考目标本身的相应颜色进行比较；如果参考数字图像的该至少一种颜色与实际参考目标本身的相应颜色不相同，使用判别颜色校正处理来调整参考数字图像的该至少一种颜色，判别颜色校正处理产生至少一种校正色彩组合；并且根据该至少一种校正色彩组合来校正数字图像的颜色。

Description

数字图像的颜色校正方法
发明领域
本发明涉及颜色校正学以及一种用于数据图像的颜色校正方法。
背景技术
参照Charles Poynton所著的A Guided Tour of Color Space，以及Michael Stokes所著的Color Management Concepts，颜色是波长从400到700nm之间的光入射到观察者的视网膜上产生的感知效果。人类的视网膜有三种类型的彩色光敏锥状细胞，分别对应于不同光谱灵敏度曲线的入射光。既然有三种类型的彩色光敏锥状细胞，必需有三种要素来区分色彩，且三种已足够。如上所述，色视觉本质上具有三原色的性质。
目前可以相信颜色科学领域包括不同的模型和算法用于色彩再现，其表现了色彩再现系统的大多数独立的部分，并且表现了颜色科学的基本方面。这些模型包括，例如人类视觉系统、彩色显示模型、色域映射方法、设备映射和测量方法、用户意图算法集—色彩增强和介质意图，信道生成算法—黑色生成，连续至离散转换算法—半色调，误差传播、带补偿，以及油墨/介质补偿油墨限制。
模型不需要明确规定输入和输出颜色空间，尽管—些模型可能作了规定。照这样，一些模型可能例如把一个颜色空间或观测环境中的彩色变换到另一个空间或环境中。
但是目前认为人类视觉系统较为复杂且很难模型化，即使它能为所有色彩再现系统提供基本度量和公共的标准。这就是为什么大多数色彩再现的参考文献都以人类视觉系统的概述为开始的原因。但是这些参考文献中很少能充分地阐释人类视觉系统与再现过程如何产生联系。每个数字色彩再现应用方案最终取决于它对于例如一个最终用户的显示效果如何。
为了创建一个基于人类视觉系统的再现设备的质量度量，需要一个人类视觉系统的合理的数理分析模型。但是目前认为没有人能完全地认识人类是如何感觉色彩的，且因此还没有对人类视觉系统的简单完备的模型。这不可避免地迫使开发者去模拟人类视觉系统。
除了该模型，还有几个理论上的模型能提供对人类视觉系统的近似模拟，例如颜色空间或包括颜色空间的彩色显示模型。这些模型在原始设备颜色空间和基于特定人类视觉系统的颜色空间如CIEXYZ之间提供了一种变换方法。因为基于CIE的颜色空间假设了一个特定的观测环境和媒介，应该变换到彩色显示空间以得到与任何设备或观测环境相独立的彩色显示。
CIEXYZ颜色空间使用了一系列能模拟人类彩色感知的光谱加权函数。如图1a所示，这些曲线进行了数字上的定义，对于CIE标准观测者表示成 x， y和 z颜色匹配函数(CMF)。如图1a所示，颜色匹配函数100包括 x加权函数110， y加权函数115，以及 z加权函数120。对于波长在400nm到700nm之间的光谱，绘制了颜色匹配函数100的各部分，该范围近似于人类彩色感知范围。
CIEXYZ的原理是三色激励值(X、Y、Z)之一——Y值的光谱灵敏度对应于人类视觉的亮度灵敏度。光源的谱功率密度(SPD)由颜色匹配函数进行加权的积分得到了光源的亮度Y。
当通过 x， y和 z颜色匹配函数计算，用另两个要素 x和 z得到了亮度，因此得到的(X、Y、Z)要素就认为是XYZ三色激励值(注为“big-X，big-Y，big-Z”或“cap-X，cap-Y，cap-Z”)。这些值是包含了人类彩色视觉的光谱特性的线光(linear-light)值。三色激励值是通过连续谱功率密度(SPD)计算得来，分别把SPD用 x， y和 z颜色匹配函数积分。对于离散系统计算，三色激励值(X、Y、Z)可以用三维矩阵乘法计算。
参见图1b，可以看到一个示范性的矩阵乘法125，用以对白光发光源D65确定三色激励值(X、Y、Z)。矩阵乘法125包括右列向量130，其表示了白光发光源D65对于400nm到700nm波长的离散值，也包括了31×3矩阵135，该矩阵是CIE加权函数 x， y和 z集的离散形式。
如上所述，CIE彩色系统基于把彩色描述成一个亮度要素Y以及另外两个要素X和Z。X和Z的光谱加权曲线已经由CIE基于人类观测者的统计实验进行标准化，且XYZ三色激励值可以描述任何颜色。
为了便于概念理解和计算，在无亮度时表示为“纯”色。CIE标准化了XYZ三色激励值归一化的过程，从而获得了两个色度值x和y。关系式是根据下列投影变换来计算：
x = X X + Y + Z , y = X X + Y + Z
图1c中示出，一种色彩绘制成(x，y)色度图140中的一个点。当一个仅在一个波长处具有功率的窄带SPD在400到700nm范围内扫描时，它在(x，y)坐标系内产生了一个鱼翅形状的光谱轨迹165，从坐标点145开始，连续经过坐标点150，在坐标点155处结束。紫光视觉不能用单个波长产生：为了产生紫光需要混合短波光和长波光。紫光线160连接了蓝色极值(坐标145)和红色极值(坐标155)。实际的(物理)SPD的色度坐标由紫色线160和光谱轨迹165所界定：所有色彩都包含在色度图140的区域内，如蓝色坐标170、绿色坐标175、红色坐标180以及白色点坐标(D65)185。用于计算x和y的投影变换即两个光谱或两个三色激励值的任何线性组合在(x，y)平面上绘制出一条直线。
彩色模型的实例包括线性红绿蓝(RGB)，非线性RGB，色调-饱和度值(HSV)，以及CMYK模型。颜色空间必须包含要描述各种颜色所需的所有信息，由于复杂性的原因，这些颜色空间可能很难在实际设备中实现。因此物理设备通常用一种“彩色编码”方法对颜色进行编码，这样能够简单并有效地表示大量的色彩。
再现大量色彩最简单的方法就是将三种不同颜色的光混合，例如红色、绿色和蓝色，这称为加色RGB混合彩色编码。物理术语中，各个不同颜色光的光谱，即红色、绿色和蓝色，按照波长逻辑加起来以构成混合光的光谱。作为叠加原理的结果，加色RGB混合色是基色光以及所混合的每种基色光份额的严格函数。
参看图1e，可以看出一个加色方案的SPD，包括三种原色颜料：红色(R)颜料225；绿色(G)颜料230；以及蓝色(B)颜料235。这三种颜料225，230，235光谱叠加构成了加色混合色240。
例如计算机监视器根据加色RGB法产生混合色。照这样，监视器的每个像素包含了三个小光源，能分别产生红、绿和蓝光。当从足够远的距离处观测屏幕时，这些光的光谱在观测者的视网膜上叠加。
加色图像再现中，白色点是用等量的红、绿和蓝要素再现产生的光的色度。即白色点是原色之间功率比(或平衡)的函数。
通常为了计算方便将白色定义成一个均匀的SPD。但是CIE已经在数字上规定一个更实际的模拟日光的基准白，即光源D65。印刷工业中例如一般使用D50，而摄影中通常使用D55，分别表示户内(钨)和日光观测下的环境。
参看图1d，可以看到标准CIE白色点光源190的SPD。光源190包括D50光源195，D55光源200，D65光源205，D75光源210以及钨光源215的SPD。
加色再现基于为各个原色产生全正SPD的物理设备。在物理上以及数学上叠加光谱。表现为红、绿和蓝的原色能产生最大范围的色彩。人类彩色视觉遵循叠加原理。这意味着三种原色光谱的任何加色混合光的颜色可以根据增加原色的XYZ要素的相应份额进行预测。由此，特定RGB原色集混合得到的颜色完全由原色自身的色彩决定。
一种加色RGB系统规定了其原色和白色点的色度。图1c中示出的(x，y)色度图140中显示了由给定RGB原色集混合得到的色度范围(色域)，该色域用一个三角形表示，其顶点就是原色的色度。例如由包含了蓝色坐标170、绿色坐标175和红色坐标180的原色构成的色域包含了三角形内的所有颜色坐标，该三角形的顶点就是蓝色坐标170、绿色坐标175和红色坐标180。
因此，目前没有标准原色和标准白色点。从而如果有一幅RGB图像而没有任何关于其原色的色度信息，就不能例如精确地确定图像数据所表示的颜色。
与上述加色混色法不同的是，另一种对一系列颜色混合进行编码的方法是从一个相对宽带光源的光谱中选择性地去除一部分，例如用“减色”青-品红-黄(CMY)。照此，光源产生了覆盖全部或大部分可见光谱的光，而每个相继的滤光器透射了波段的一部分，并衰减了其他部分。物理术语中，混合光的光谱是光源光谱和各个颜色光谱透射曲线的波长乘积。即各颜色的光谱透射曲线相乘。
参看图1f，可以看到一种示范性的用于产生色彩的减色(CMY)方法。减色(CMY)方法245中，白光光源250投影到黄色(Yl)滤光器265，品红(Mg)滤光器260，以及青色(Cy)滤光器255。每个滤光器255、260、265从白光光源250的SPD中“减去”波长，从而产生了减色混色光270的合成彩色SPD。
减色系统中为了获得大量颜色，需要青色、黄色和品红滤光器(CMY)，而RGB信息可以用作减色图像再现的基础。例如，如果需要再现的颜色的蓝色分量为零；那么黄色滤光器就尽可能衰减掉光谱中的短波分量。随着需要再现的蓝色分量的增加，黄色滤光器的衰减程度随之下降。这种推论导致了“一减RGB”关系式：
Cy＝1-R
Mg＝1-G
Yl＝1-B
青色和品红色双色串列形成了蓝色，青色和黄色形成了绿色，而品红和黄色产生了红色。
减色混色法中，通过颜料的特性和所用光源的光谱来确定白色点。例如彩色摄影中的重现过程是由观测者环境中的背景光照射，消除了景象中的基准白与观测环境中的基准白之间的不匹配。
例如C打印机利用减色原理来产生色彩。即这些打印机使用青、品红和黄色滤光器来“减去”包含染料的打印介质平面的波段的光。喷墨打印机的工作方式是相同的，因为它们也使用青、品红和黄色油墨来“减去”打印纸表面的反射光的波长，例如白色打印纸。
当评价c打印机测试打印产生的色彩质量时，观测者会判定测试打印是偏“暖”色调，偏“冷”色调，还是两者都不是。在这种情况下，如果打印效果色调偏“暖”色调，即测试打印过红、过品红和/或过黄，反过来如果打印效果色调偏“冷”色调，即测试打印过青、过绿和/或过蓝。例如观测者可以判断测试打印是否过红、过青或两者都不是。然后观测者例如可根据测试打印过红或过青的程度来调整用于从白光光源中减去颜色分量的滤光设备。
该过程认为是减色法，因为放置在白光光源前面的滤光器用来从光源的SPD中减去选定的波长。例如，如果测试打印过品红，就可以使用品红滤光器来滤除品红色。
颜色管理利用颜色科学的模型和算法，并提供了把这些模型和算法变换到实际产品所需的实际设计。颜色管理包括，例如设备模型处理顺序，数据和元数据结构，机能结构和流程设计。设备模型处理顺序是用适当的顺序连接这些算法来解决特定设备和情况的处理顺序。数据和元数据结构提供了一种装置，用于在整个软件环境的限制下，传送彩色信息和处理顺序中各个模型或算法的参数。机能结构在整个软件环境中提供软件支持，使得数据和软件能传送信息以及运行。流程设计可以对机能软件和色彩再现结果提供实际限制。
一旦物理设备，如数码照相机，用如加色RGB法对物理对象的图像进行编码，该图像可以转换成一个数据文件，并通过标准计算机在标准彩色监视器上观看。但是因为没有原色(如红色、绿色和蓝色)的选择标准，与形成图像基础的实际物理对象本身相比，在监视器上该图像可能显示不同。例如数码照相机使用的原色红色的色度与观测用的监视器的原色红磷光体的色调不相同。由于相似的原因，监视器上观看到的物体的数字图像可能看起来与彩色打印机打印出的物体打印图像的颜色不同。
为了校正这个问题，国际彩色联盟(ICC)引入了颜色管理特征图的概念。颜色管理特征图是设备专有的特征图，把设备专有的彩色编码方案中的颜色转换成标准颜色空间(如特征图转换空间(PCS))中的坐标，同样也把标准颜色空间中的坐标转换成设备专有的彩色编码方案。
实际应用中，认为PCS颜色空间就是上述的CIE XYZ颜色空间。为了给RGB设备，例如使用加色RGB的数码照相机创建一个设备专有的ICC特征图，ICC特征图需要关于R、G、B原色在CIE XYZ颜色空间内的(X、Y、Z)坐标，白色点的(X、Y、Z)坐标，以及红、绿和蓝原色的灰度曲线的信息。如果这些坐标例如相对于Y进行归一化，它们就映射到照相机使用的原色CIE色度图140上的相应(x，y)坐标。根据这些信息，ICC特征图能够把红绿蓝三元色(描述了照相机编码的颜色)转换成图1c中所示的色度图140上相应的坐标。
参见图1g，可以看到一种示范性的使用ICC特征图从监控器280到打印机285的颜色转换275。如图1g所示，监视器280显示的图像的每个像素用设备专用的监视器ICC特征图295转换成CIE XYZ颜色空间290中的相应(X、Y、Z)坐标。然后设备专用的打印机ICC特征图300把(X、Y、Z)坐标转换成相应的彩色组合，如采用减色CMY彩色编码的打印机285使用的CMY油墨组合。在这种情况下，监视器280上观测到的像素颜色可能非常近似于打印机285再现产生的像素颜色。
但是大多数记录现实生活中物体的数字图像的装置，如果不是所有装置，例如数码照相机和数码可携摄像机不能把图像直接编码到CIE XYZ颜色空间，而是采用加色RGB彩色编码方案。由于加色RGB彩色编码方法不足以完全表示人类感知的颜色，数字照相机编码并在监视器上显示的物体颜色不可避免地与现实生活中物体本身的颜色看起来不同。
发明内容
本发明的一个目标是提供一种用于校正由图像捕获设备产生的数字图像的颜色的方法，该方法包括评估观测监视器上的实际参考目标的参考数字图像，把参考数字图像中的至少一种颜色与实际参考目标自身的相应颜色进行比较，如果数字图像中的该至少一种颜色与实际参考目标的相应颜色不相同，使用判别颜色校正处理来调整参考数字图像中的该颜色，判别颜色校正处理产生至少一种校正色彩组合，且根据该至少一种校正色彩组合来校正数字图像的颜色。
本发明的另一个目标是提供一种如上所述的方法，其中评估步骤包括对参考数字图像的至少一种颜色中的选定颜色进行扩展，以符合监视器的整个观测平面。
本发明还有一个目标是提供一种如上所述的方法，其中评估步骤包括由在颜色比较领域受过训练的专家级彩色观测者来评估参考数字图像。
本发明还有一个目标是提供一种如上所述的方法，其中比较步骤包括把数字图像的至少一部分与实际参考目标进行比较。
本发明还有一个目标是提供一种如上所述的方法，其中判别颜色校正处理包括CMYK减色法校正处理。
本发明还有一个目标是提供一种如上所述的方法，其中调整步骤包括调整数字图像的至少一种颜色，使其与实际参考目标的相应颜色更好地匹配。
本发明还有一个目标是提供一种如上所述的方法，其中调整步骤包括：如果比较步骤判定参考数字图像的至少一种颜色过青，采用减少青色，增加品红色和黄色，增加红色，以及减少绿色和蓝色其中一种方法。
本发明还有一个目标是提供一种如上所述的方法，其中调整步骤包括：如果比较步骤判定参考数字图像的至少一种颜色过蓝，采用增加黄色，减少青色和品红色，减少蓝色，以及增加红色和绿色其中一种方法。
本发明还有一个目标是提供一种如上所述的方法，其中调整步骤包括：如果比较步骤判定参考数字图像的至少一种颜色过绿，采用增加品红色，减少青色和黄色，减少绿色，以及增加红色和蓝色其中一种方法。
本发明还有一个目标是提供一种如上所述的方法，其中调整步骤包括：如果参考数字图像的至少一种颜色过亮，减少中性色的密度，如果参考数字图像至少一种颜色过暗，增加中性色的密度。
本发明还有一个目标是提供一种如上所述的方法，其中调整步骤包括：如果比较步骤判定参考数字图像的至少一种颜色过红，采用增加青色，减少品红色和黄色，减少红色，以及增加绿色和蓝色其中一种方法。
本发明还有一个目标是提供一种如上所述的方法，其中调整步骤包括：如果比较步骤判定参考数字图像的至少一种颜色过品红，采用减少品红色，增加青色和黄色，增加绿色，以及减少红色和蓝色其中一种方法。
本发明还有一个目标是提供一种如上所述的方法，其中调整步骤包括：如果比较步骤判定参考数字图像的至少一种颜色过黄，采用减少黄色，增加青色和品红色，增加蓝色，以及减少红色和绿色其中一种方法。
本发明还有一个目标是提供一种如上所述的方法，其中调整步骤包括：如果参考数字图像的至少一种颜色过亮，减少中性色的密度，如果参考数字图像的至少一种颜色过暗，增加中性色的密度。
本发明还有一个目标是提供一种如上所述的方法，其进一步包括在评估步骤之前校准观测环境。
本发明还有一个目标是提供一种如上所述的方法，其中校准步骤包括校准监视器。
本发明还有一个目标是提供一种如上所述的方法，其中校准监视器包括把监视器的背景色设置成浅中性灰色，根据监视器类型设置监视器的硬件白色点的色温，然后校准监视器的对比度、亮度、灰度、彩色平衡以及监视器的白色点。
本发明还有一个目标是提供一种如上所述的方法，其中监视器包括索尼特丽珑Multiscan E400监视器，且该监视器的硬件白色点设置成大约开氏9300度的色温。
本发明还有一个目标是提供一种如上所述的方法，其中校准观测环境包括设置环境照明。
本发明还有一个目标是提供一种如上所述的方法，其中环境照明设置成漫射日光彩色特征图的开氏6000到7000度之间。
本发明还有一个目标是提供一种如上所述的方法，其中环境照明设置成约为漫射日光彩色特征图的开氏6550度。
本发明还有一个目标是提供一种如上所述的方法，其进一步包括为评估和调整步骤定义一组基本评估色。
本发明还有一个目标是提供一种如上所述的方法，其中基本评估色组包括红色、绿色和蓝色。
本发明还有一个目标是提供一种如上所述的方法，其中基本评估色组还包括黄色。
本发明还有一个目标是提供一种如上所述的方法，其中基本评估色组包括青色、品红色和黄色。
本发明还有一个目标是提供一种如上所述的方法，其中基本评估色组还包括中性色密度。
本发明还有一个目标是提供一种如上所述的方法，其中按照客户提供的一组颜色来定义基本评估色组。
本发明还有一个目标是提供一种如上所述的方法，其中客户提供的一组色彩包括可标识特定产品的一组颜色。
本发明还有一个目标是提供一种如上所述的方法，其进一步包括根据至少一种校正色彩组合方法，构造用于颜色校正的可重复过程。
附图说明
图1a是说明了CIE XYZ空间的三种彩颜色匹配函数 x， y和 z的曲线图。
图1b显示了一种示范性的矩阵乘法，用以计算白光光源的三色激励值(X、Y、Z)。
图1c是一幅CIE XYZ色度图。
图1d是显示了不同白光光源的SPD的曲线图。
图1e是显示了一种加色混色法的示意图。
图1f是显示了一种减色混色法的示意图。
图1g是显示了一种使用ICC特征图的彩色变换的示范性方框图。
图2是根据本发明的一种示范性颜色校正处理。
图3显示了一种MacBeth Graytag比色检验卡。
图4是根据本发明的一种示范性彩色评估过程。
图5显示了一种减色CMYK彩色模型。
图6显示了根据本发明的另一种示范性评估和校正处理。
具体实施方式
参见图2，可以看到一个流程图，显示了根据本发明的一种示范性颜色校正处理305的功能。颜色校正处理305在起始步骤310开始，接着是目标获取步骤315，该步骤中获得参考目标的数字图像。然后颜色校正处理305继续进行到校准步骤320，其中观测监视器和环境变量及条件都进行校准和归一化。然后执行评估步骤325，该步骤中评估并校正参考目标的数字图像。使用颜色校正和评估步骤325的结果在过程构造步骤330中构造一个用于颜色校正的可重复过程。然后颜色校正处理305在退出步骤335处结束。
如上所述，目标获取步骤315得到参考目标的数字图像，参考目标可以是任何物体、图片、图画等，一旦获得了参考目标的数字图像，其能够和参考目标相比较。参考目标可能包括如苏打水罐、苏打水瓶、商标、照片、彩色卡片、猴子等等。根据本发明的一个优选实施例，参考目标包括如图3所示的一个工业标准的Gretag Macbeth比色检验卡340。Gretag Macbeth比色检验器340包括24彩色正方形345，其包括色度梯度350，和从白到黑的灰度级355。目前认为GretagMacbeth比色检验器340是一个较好的参考目标，因为它的颜色是用纯色素制成的。24彩色正方形345不仅与其副本颜色相同，而且反射光的可见光谱所有部分也相同。在这种情况下，彩色正方形345在任何照度下并且用任何色彩再现过程都能与自然物体的颜色相匹配。
任何标准的记录设备都可用于获得数字图像，例如数码照相机、便携式摄像机或者扫描仪。根据本发明的一个优选实施例中采用了一种眼状的MF数码照相机盒，该照相机盒包含了一个与Rollei X-Act照相机身相连接的Phillips半导体CCD，该机身使用了Rodenstock105mm镜头，光圈f8，快门速度1/250。
获取数字图像所处环境的照明条件应该进行归一化及校准，使得彩色密度相同，并减少照相机滤光和照明条件所引起的高光。如果Gretag Macbeth比色检验卡340用作参考目标，例如可以调整照度，以使得Gretag Macbeth比色检验卡340上的白色目标测得在240和253 RGB之间(也就是每种颜色有一个范围，例如在0到255之间)。照明例如可以由Hensel Studiotechnik电子闪光设备提供，色温基本为开氏5400度，softbox在2300瓦运行，能够为参考目标例如GretagMacbeth比色检验器340提供均匀照明。白色目标360例如可以用常规方法进行平衡，例如采用数码照相机内封装的用于获得数字图像的专用软件。
数字图像可以用任意数字格式记录，例如pdf，TIF，jpeg，或者专用格式，进行压缩或者未压缩。根据本发明的一个优选实施例中，数字图像用TIF格式记录，且没有进行数据压缩。
目标获取步骤315中获得了参考目标的数字图像后，校准步骤320中对环境变量进行校准，从而在评估步骤325中评估数字图像不会受背景光条件、监视器设置等的影响。环境校准步骤320例如可包括对观测环境的校准，其包括评估数字图像的计算机监视器的校准。监视器校准例如有助于确保该监视器能够相对于观看监视器的环境适当地显示该数字图像。
但是在开始校准监视器之前，监视器应开启至少半个小时以确保其显示稳定性，之后再进行下面所述的观测环境校准。随后监视器的背景色应设置成浅中性灰色来防止在校准监视器时背景光会干扰观测者的彩色感觉。然后监视器的硬件白色点温度应根据使用的监视器的类型来设置，从而该监视器能产生足够高的色温，以更好地显示用于显示图像的颜色空间(如sRGB)。例如在根据本发明的一个优选实施例中，监视器是索尼特丽珑Multiscan E400监视器，其硬件白色点温度设置成大约开氏9300度。
此外环境照度应该在监视器校准之前设置，以保证最佳的监视器校准和彩色评估。例如环境照度可设置在开氏6000到7000度之间(也就是正常漫射日光下的色温)，例如用美能达测色计IIIF在漫射日光彩色特征图下测量得到是大约开氏6500度。这点是很重要的，因为观测者的眼睛适应最亮的光源，而它应该是观测监视器。
设置了监视器的硬件白色点以及校准了观测环境之后，执行监视器的校准。监视器校准例如包括把监视器的对比度、亮度、灰度(中间色调)、色平衡以及白色点校准到最佳设置。然后可以用这些设置来描述监视器的特性或创建一个特征图(如ICC特征图)。为了帮助确定这些最佳设置，可以使用任意的常规灰度调整工具，例如Adobe公司生产的Adobe Photoshop软件中的Adobe灰度控制面板。
再参看图2，校准步骤320之后执行颜色校正处理200的评估步骤325。该步骤中，对实际参考目标产生的数字图像的颜色进行评估，并与实际参考目标本身外观相比较。评估步骤过程中，观测环境应该保持着与监视器校准过程中大致相似，这样数字图像的评估就不会受例如照明改变的影响。根据本发明的一个示例性实施例中，评估步骤325在白光观测间内实现。
评估过程是基于把常规的照片色彩打印评估再应用到监视器上所显示的参考目标的数字图像。如上所述，c打印机使用的评估过程基于减色合成理论。即这些打印机使用青色、品红色和黄色滤光器从白光中“减去”(即滤除)一定波长的光，从而用于曝光照片相纸。该过程可用于例如评估和校正已印好的照相底片，因为照片是用外部光源来曝光，其很容易进行滤光调整。但是目前认为由于计算机再现彩色方式的原因，上述滤光过程不能用于彩色计算机监视器上产生的数字图像的评估和校正。这是因为计算机监视器的每个像素采用了加色RGB过程来产生颜色，为了有效地实现上述物理减色滤光过程，需要在每个计算机像素的各个彩色光源(如红、绿、蓝)上物理放置指定的微型滤光器，这是很不方便的。
虽然如此，根据本发明的一个优选实施例，仍可以使用“减色”评估和校正处理来评估和校正数字图像中的色差。根据该优选实施例，“减色原色”可以“添加”到监视器显示的数字图像的色彩中。例如向色彩中添加品红就增加了品红色，而不是像照相底片中一样减去了品红色。例如可以用一系列RGB加色混合而产生青色、品红和黄色。
现在参看图4，可以看到一个示范性的评估过程400，用于执行颜色校正处理305中的评估步骤325。
评估过程400在起始步骤405开始，然后继续到基本评估定义步骤410，其中为了进行根据本发明的颜色校正处理305的评估及校正，定义了一组基本评估色。在一个示例性实施例中，红、绿和蓝色被选为基本评估色组。另一个示例性实施例中，红、绿、蓝和黄色(RGBY)被选定为基本评估色组。但是需要意识到也可以选择其他的颜色作为基本评估色组，且基本评估色组可以包含任意数量的颜色。例如，可以根据顾客提供的一组颜色来选择基本评估色系列，如可标识一种特定商品的一组颜色，例如七喜(7-up)绿或者可口可乐红。在这种情况下，根据本发明的一个示例性颜色校正处理305能够保留顾客商品的相似彩色，从而把颜色校正处理305“标准化”为顾客认为很重要的特定彩色组，且同样值得更精确的校正。
评估彩色定义步骤410中选定了基本评估色组之后，就执行扩展步骤415，其中选定基本评估色组中的一种颜色进行扩展以符合监视器的整个观测表面。在这种情况下，例如计算机监视器的背景色不会影响评估过程。
接下来执行评估和校正步骤420，其中对扩展步骤415中选定的基本评估色进行评估和校正。
然后查询步骤425确定基本评估色组中所有颜色是否都已进行评估和校正。如果不是，就在颜色选择步骤430中选择基本评估色组中的一种新颜色，该颜色随后在评估和校正步骤420中被评估和校正。如果是，查询指出最后一种颜色已经被评估和校正，评估和校正处理在退出步骤435处结束。
评估和校正步骤420用于校正参考目标的数字图像和实际参考目标本身之间的色差。为此观测者，如受过颜色比较领域训练的专家级彩色观测者，把数字图像的至少一部分的颜色和实际参考目标本身相应部分的颜色进行比较，并调整数字图像彩色部分的颜色使得其与实际参考目标相应部分更好地匹配。但是颜色校正不仅要调整所评估部分的颜色，而且不能影响参考目标的数字图像的其他颜色。因此为了保证尽可能最精确的颜色校正，步骤410中选择的基本评估色应该是参考目标的数字图像和/或实际参考目标本身中存在的颜色，因为颜色校正处理仅调整步骤410中选择的颜色。
调整颜色可以采用判别颜色校正处理来实现，例如使用加色RGB、加色RGBY(红-绿-蓝-黄)、减色CMY和/或减色CMYK的过程。根据本发明的一个示例性实施例，使用了减色CMYK评估和校正处理来校正参考目标的数字图像和实际参考目标本身之间的色差。为此可参看图5中的判别CMYK彩色模型510。彩色模型510由观测者使用来评估颜色，例如参考目标的数字图像的颜色。彩色模型510同时显示加色原色红515，绿色520和蓝色525，以及相应的减色原色青色530，品红色535和黄色540。另外，模型510显示了一个参照中性灰545的灰度图。
在这种情况下，观测者对步骤410中选定的一种基本评估色进行评估，例如(红色)，该颜色也存在于数字图像和/或实际参考目标本身中。然后观测者比较数字图像中的(红色)和实际参考目标相应的(红色)。如果数字图像的(红色)与实际参考目标相应的(红色)相比起来过红的话，观测者例如可以使用减色CMYK颜色校正处理向数字图像添加青色(或同时减少品红和黄色)。减色CMYK评估和校正处理的校正色彩组合示例性列表如下表：
步骤410中选择的基本色     减色校正彩色组合选项1   减色校正彩色组合选项2 加色校正彩色组合选项3 加色校正彩色组合选项4
    过青     减少青色(-Cy)   同时增加品红和黄色(+Mg，+Yl) 增加红色(+Rd) 同时减少绿色和蓝色(-Gr，-Bl)
    过蓝     增加黄色(+Yl)   同时减少青色和品红(-Cy，-Mg) 减少蓝色(-Bl) 同时增加红色和绿色(+Rd，+Gr)
    过绿     增加品红(+Mg)   同时减少青色和黄色(-Cy，-Yl) 减少绿色(-Gr) 同时增加红色和蓝色(+Rd，+Bl)
    过红     增加青色(+Cy)   同时减少品红和黄色(-Mg，-Yl) 减少红色(-Rd) 同时增加绿色和蓝色(+Gr，+Bl)
    过品红     减少品红(-Mg)   同时增加青色和黄色(+Cy，+Yl) 增加绿色(+Gr) 同时减少红色和蓝色(-Rd，-Bl)
    过黄     减少黄色(-Yl)   同时增加青色和品红(+Cy，+Mg) 增加蓝色(+Bl) 同时减少红色和绿色(-Rd，-Gr)
    过暗 增加中性色密度   -------------
    过亮 减少中性色密度   -------------
因此，如果数字图像中的目标颜色过青而且过蓝，观测者可以用减少青色(-Cy)(为了校正过青)以及增加黄色(+Yl)(为了校正过蓝)来校正色差。可选地，为了校正过青，除了减少青色，观测者也可以同时增加品红和黄色(+Mg，+Yl)(为了校正过青)。此外，为了校正过蓝，除了减少蓝色，观测者也可以同时减少青色和品红(-Cy，-Mg)(为了校正过蓝)。这导致了使用“减色原色法”CMYK来校正一种基本评估色能产生四种选择：
a)减少青色以校正过青以及增加黄色以校正过蓝(-Cy，+Yl)；
b)减少青色以校正过青以及同时减少青色和品红以校正过蓝(--Cy，-Mg)；
c)同时增加品红和黄色以校正过青以及同时减少青色和品红以校正过蓝(-Cy，+Yl)；以及
d)同时增加品红和黄色以校正过青以及增加黄色以校正过蓝(+Mg，++Yl)。
但是因为选项a)和c)产生了相同的校正色彩组合，为了校正基本评估色过青和过蓝，实际选择数目是三个。观测者例如可以分别执行全部三种颜色校正方法，然后选择看起来效果更能校正色差的那种校正色彩组合。
需要注意的是判别颜色校正处理应该仅校正步骤410中选择的基本评估色，以及与步骤410中所选颜色相似的色度梯度。但是颜色校正处理不应校正数字图像中的其他颜色，例如步骤410中选择的其他基本评估色。这样能够更好地保证判别颜色校正处理获得尽可能最好的结果。为此观测者可以用例如Adobe公司的Adobe Photoshop中的选择色彩调整来调整具有青色、品红、黄色以及中性色密度(例如黑、白或灰色)的图像。
现在参看图6，可以看到一个图4的步骤420中示范性的评估和校正处理600。评估和校正处理600以青色/红色查询步骤605开始，其中观测者评估参考目标的数字图像，并判断步骤410中选择的基本评估色(参考目标的数字图像中已经存在的颜色)是否过青、过红或者既不过青也不过红。如果观测者判定数字图像的基本评估色过红，就执行品红/黄色查询步骤610。可选地，如果观测者判定数字图像的基本评估色过青，就执行蓝色/绿色查询步骤615。或者如果观测者判定数字图像的基本评估色既不过青也不过红，就执行亮/暗查询步骤620。
如果观测者判定数字图像的基本评估色过红，就执行品红/黄色查询步骤610，其中观测者判断数字图像中选择的基本评估色是否过品红、过黄或者既不过品红也不过黄。如果观测者判定数字图像的基本评估色过品红，就执行红色/品红校正步骤625，其中可以用下列一种选择来校正过量的红色和品红：
      基本评估色过红而且过品红 所得到的校正色彩组合
增加青色来校正过红(+Cy)；减少品红来校正过品红(-Mg) (+Cy，-Mg)
增加青色来校正过红(+Cy)；同时增加青色和黄色来校正过品红(+Cy，+Yl) (++Cy，+Yl)
同时减少品红和黄色来校正过红(-Mg，-Yl)；减少品红来校正过品红(-Mg) (--Mg，-Yl)
观测者例如可以执行上述全部三种颜色校正，然后在这三种中选择看起来校正色差最好的一种。
可选地，如果观测者在品红/黄色查询步骤610中判断出数字图像的基本评估色既过红又过黄，就执行红色/黄色校正步骤630，其中可以用下列一种选择来校正过量的红色和黄色：
      基本评估色过红而且过黄 所得到的校正色彩组合
增加青色来校正过红(+Cy)；减少黄色来校正过黄(-Yl) (+Cy，-Yl)
增加青色来校正过红(+Cy)；同时增加青色和品红色来校正过黄(+Cy，+Mg) (++Cy，+Mg)
同时减少品红和黄色来校正过红(-Mg，-Yl)；减少黄色来校正过黄(-Yl) (-Mg，--Yl)
观测者例如可以执行上述全部三种颜色校正，然后在这三种中选择看起来校正色差最好的一种。
可选地，如果观测者在品红/黄色查询步骤610中判断出数字图像的基本评估色过红，但既不过品红也不过黄，就执行红色校正步骤635，其中可以用下列一种选择来校正过量的红色：
    基本评估色过红   所得到的校正色彩组合
    增加青色来校正过红(+Cy)     (+Cy)
同时减少品红和黄色来校正过红(-Mg，-Yl)     (-Mg，-Yl)
观测者例如可以执行上述两种颜色校正，然后在这两种中选择看起来校正色差最好的一种。
如果观测者在青色/红色查询步骤605中判断数字图像的基本评估色过青，就执行蓝色/绿色查询步骤615，其中观测者判断数字图像中选择的基本评估色是否过蓝、过绿或者既不过蓝也不过绿。如果观测者判断数字图像的基本评估色过蓝，就执行青色/蓝色校正步骤645，其中可以用下列一种选择来校正过量的青色和蓝色：
    基本评估色过青而且过蓝   所得到的校正色彩组合
减少青色来校正过青(-Cy)；增加黄色来校正过蓝(+Yl) (-Cy，+Yl)
减少青色来校正过青(-Cy)；同时减少青色和品红色来校正过蓝(-Cy，-Mg) (--Cy，-Mg)
同时增加品红和黄色来校正过青(+Mg，+Yl)；增加黄色来校正过蓝(+Yl) (+Mg，++Yl)
观测者例如可以执行上述全部三种颜色校正，然后在这三种中选择看起来校正色差最好的一种。
可选地，如果观测者在蓝色/绿色查询步骤615中判断数字图像的基本评估色既过青又过绿，就执行青色/绿色校正步骤650，其中可以用下列一种选择来校正过量的青色和绿色：
    基本评估色过青而且过绿   所得到的校正色彩组合
减少青色来校正过青(-Cy)；增加品红色来校正过绿(+Mg) (-Cy，+Mg)
减少青色来校正过青(-Cy)；同时减少青色和黄色来校正过绿(-Cy，-Yl) (--Cy，-Yl)
同时增加品红和黄色来校正过青(+Mg，+Yl)；增加品红色来校正过绿(+Mg) (++Mg，+Yl)
观测者例如可以执行上述全部三种颜色校正，然后在这三种中选择看起来校正色差最好的一种。
可选地，如果观测者在蓝色/绿色查询步骤615中判断数字图像的基本评估色过青，但既不过蓝也不过绿，就执行青色校正步骤655，其中可以用下列一种选择来校正过量的青色：
    基本评估色过青     所得到的校正色彩组合
    减少青色来校正过青(-Cy)；     (-Cy)
    同时增加品红和黄色来校正过青(+Mg，+Yl)； (+Mg，+Yl)
观测者例如可以执行上述两种颜色校正，然后在这两种中选择看起来校正色差最好的一种。
需要注意的是尽管上述不同的示例性实施例介绍了几种用于校正基本评估色组的色差的特定校正色彩组合，对于校正一种特定色差有不定数量的色彩组合，且这些色彩组合可包括一种或多种不定数量的颜色。因此本发明不限于上述的色彩组合，而是覆盖了用于校正步骤410中选择的任意基本评估色的色差的任何以及所有校正色彩组合。
执行了颜色校正步骤625、630、635、640、645、650、655其中选定的一个步骤之后，或者如果观测者在青色/红色查询步骤605中判定数字图像中的基本评估色既不过红也不过青，就执行亮/暗查询步骤620，其中判断数字图像中的基本评估色是否过亮或过暗。如果观测者判定数字图像中的基本评估色过亮，就执行亮校正步骤665，其中减少中性色密度来校正数字图像中的基本评估色过亮。可选地，如果观测者判定数字图像中的基本评估色过暗，就执行暗校正步骤665，其中增加中性色密度来校正数字图像中的基本评估色过暗。
可选地，如果观测者在亮/暗查询步骤660中判定数字图像中的基本评估色既不过亮也不过暗，评估和校正处理就在退出步骤675处结束。
如图4所示，对于在评估定义步骤410中定义的所选颜色组中的每种颜色都执行一次步骤420中的评估和校正处理600。
一旦对于图4的步骤410中定义的基本评估色组中的所有颜色执行完评估和校正处理，图3的评估步骤结束，执行构造步骤330。构造步骤330中构造一个用于颜色校正的可重复过程。为此评估和校正处理600为步骤410中定义的每种颜色所产生的校正色彩组合可以被写入到一个校正序列文件中，其可以保存在例如计算机的硬盘、软盘或任何其他常规存储介质上。可选地，上述校正处理305、600的校正结果可以用硬件来实现，例如离散逻辑、现场可编程门阵列(FPGA)，和/或专用集成电路(ASIC)。但是不管用硬件还是用软件来实现，步骤410中定义的每种颜色的校正色彩组合可用于校正任何序列数字图像的颜色，例如花、猴子、风景等等的数字图像。

Claims (29)

1.一种用于校正图像捕捉设备产生的数字图像的颜色的方法，该方法包括：
评估观测监视器上的实际参考目标的参考数字图像；
将参考数字图像的至少一种颜色与实际参考目标本身的相应颜色进行比较；
如果参考数字图像的该至少一种颜色与实际参考目标本身的相应颜色不相同，使用判别颜色校正处理来调整参考数字图像的该至少一种颜色，所述判别颜色校正处理产生至少一种校正色彩组合；并且
根据该至少一种校正色彩组合来校正数字图像的颜色。
2.如权利要求1中所述的方法，其中评估步骤包括对参考数字图像中的至少一种颜色中的选定颜色进行扩展，以符合监视器的整个观测平面。
3.如权利要求1中所述的方法，其中评估步骤包括由在颜色比较领域受过训练的专家级颜色观测者来评估参考数字图像。
4.如权利要求1中所述的方法，其中比较步骤包括把数字图像的至少一部分与实际参考目标进行比较。
5.如权利要求1中所述的方法，其中判别颜色校正处理包括CMYK减色校正处理。
6.如权利要求1中所述的方法，其中调整步骤包括调整数字图像的至少一种颜色，使其与实际参考目标的相应颜色更好地匹配。
7.如权利要求1中所述的方法，其中如果比较步骤判断参考数字图像的至少一种颜色过青，调整步骤包括减少青色、同时增加品红和黄色、增加红色，以及同时减少绿色和蓝色其中的一种方法。
8.如权利要求7中所述的方法，其中如果比较步骤判断参考数字图像的至少一种颜色过蓝，调整步骤包括增加黄色，同时减少青色和品红，减少蓝色，以及同时增加红色和绿色其中的一种方法。
9.如权利要求7中所述的方法，其中如果比较步骤判断参考数字图像的至少一种颜色过绿，调整步骤包括增加品红、同时减少青色和黄色、减少绿色，以及同时增加红色和蓝色其中的一种方法。
10.如权利要求7中所述的方法，其中调整步骤包括如果参考数字图像的至少一种颜色过亮，减少中性色密度，以及如果参考数字图像的至少一种颜色过暗，增加中性色密度中的一种方法。
11.如权利要求1中所述的方法，其中如果比较步骤判断参考数字图像的至少一种颜色过红，调整步骤包括增加青色、同时减少品红和黄色、减少红色，以及同时增加绿色和蓝色其中的一种方法。
12.如权利要求11中所述的方法，其中如果比较步骤判断参考数字图像的至少一种颜色过品红，调整步骤包括减少品红、同时增加青色和黄色、增加绿色，以及同时减少红色和蓝色其中的一种方法。
13.如权利要求11中所述的方法，其中如果比较步骤判断参考数字图像的至少一种颜色过黄，调整步骤包括减少黄色、同时增加青色和品红、增加蓝色，以及同时减少红色和绿色其中的一种方法。
14.如权利要求11中所述的方法，其中调整步骤包括如果参考数字图像的至少一种颜色过亮，减少中性色密度，以及如果参考数字图像的至少一种颜色过暗，增加中性色密度中的一种方法。
15.如权利要求1中所述的方法，还包括：
在评估步骤之前校准观测环境。
16.如权利要求15中所述的方法，其中校准步骤包括校准监视器。
17.如权利要求16中所述的方法，其中监视器的校准包括：
a)把监视器的背景色设置成浅中性灰色，
b)根据监视器的类型设置监视器的硬件白色点的色温，以及
c)校准监视器的对比度、亮度、灰度、色平衡以及白色点。
18.如权利要求17中所述的方法，其中监视器包括索尼特丽珑Multiscan E400监视器，且该监视器的硬件白色点被设置为大约开氏9300度的色温。
19.如权利要求15中所述的方法，其中观测环境的校准包括设置环境照明。
20.如权利要求19中所述的方法，其中环境照明被设置为漫射日光彩色特征图的开氏6000到7000度之间。
21.如权利要求20中所述的方法，其中环境照明被设置为漫射日光彩色特征图的大约开氏6500度。
22.如权利要求1中所述的方法，还包括：
为评估和调整步骤定义一组基本评估色。
23.如权利要求22中所述的方法，其中基本评估色组包括红色、绿色和蓝色。
24.如权利要求22中所述的方法，其中基本评估色组还包括黄色。
25.如权利要求22中所述的方法，其中基本评估色组包括青色、品红和黄色。
26.如权利要求25中所述的方法，其中基本评估色组还包括中性色密度。
27.如权利要求22中所述的方法，其中按照用户提供的一组颜色确定基本评估色组。
28.如权利要求27中所述的方法，其中用户提供的一组颜色包括可标识特定产品的一组颜色。
29.如权利要求1中所述的方法，还包括：
根据至少一种校正色彩组合为颜色校正构造一个可重复过程。
CNA038244268A 2002-09-20 2003-09-17 数字图像的颜色校正方法 Pending CN1723715A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/251,183 US20040056965A1 (en) 2002-09-20 2002-09-20 Method for color correction of digital images
US10/251,183 2002-09-20

Publications (1)

Publication Number Publication Date
CN1723715A true CN1723715A (zh) 2006-01-18

Family

ID=31992673

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA038244268A Pending CN1723715A (zh) 2002-09-20 2003-09-17 数字图像的颜色校正方法

Country Status (6)

Country Link
US (1) US20040056965A1 (zh)
EP (1) EP1563454A4 (zh)
JP (1) JP2006500877A (zh)
CN (1) CN1723715A (zh)
AU (1) AU2003294222A1 (zh)
WO (1) WO2004032048A2 (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102121848A (zh) * 2010-01-09 2011-07-13 福特环球技术公司 使用数字成像和曲线比较方法的快速颜色检验系统
CN103002193A (zh) * 2012-09-29 2013-03-27 天津科技大学 数字图像调整系统和方法
CN103049471A (zh) * 2012-09-15 2013-04-17 珠海金山办公软件有限公司 自动调整演示文档中文字或背景颜色的方法及系统
CN103067739A (zh) * 2012-12-28 2013-04-24 昆山丘钛微电子科技有限公司 摄像头模组otp烧录光源系数弥补及管控办法
CN103347141A (zh) * 2013-05-08 2013-10-09 西安理工大学 一种cmyk四色印刷色差定位方法
CN103607523A (zh) * 2013-11-26 2014-02-26 深圳市金立通信设备有限公司 一种调整图像颜色的方法及终端
CN105704464A (zh) * 2016-01-18 2016-06-22 安徽工程大学 一种基于fpga的色域空间转换方法
CN106898328A (zh) * 2017-05-08 2017-06-27 北京德火新媒体技术有限公司 一种屏幕校色方法及装置
CN107071378A (zh) * 2015-11-09 2017-08-18 福特全球技术公司 用于图像显示装置的颜色校准的方法和装置
CN107949848A (zh) * 2015-06-26 2018-04-20 英特尔公司 数字图像中的缺陷检测和校正
CN108734747A (zh) * 2018-05-23 2018-11-02 北京三才脉度网络科技有限公司 一种远程矫正图片色差的方法
CN109618146A (zh) * 2018-12-05 2019-04-12 维沃移动通信有限公司 一种图像处理方法及终端设备
CN111124227A (zh) * 2019-12-18 2020-05-08 维沃移动通信有限公司 一种图像显示方法及电子设备
CN112323200A (zh) * 2020-10-18 2021-02-05 浙江理工大学 高色纯度天然棕色棉抗菌纱线的加工方法
CN112469978A (zh) * 2018-09-03 2021-03-09 株式会社日立制作所 颜色评价装置、颜色评价方法和颜色评价方法中使用的显示物
CN113089374A (zh) * 2021-03-02 2021-07-09 江西凯奇教育科技有限公司 仿生防近视纸张及其处理工艺与应用
CN113311659A (zh) * 2016-03-31 2021-08-27 大日本印刷株式会社 透射型颜色校准用图表以及校准用滑动玻璃
CN113329622A (zh) * 2018-11-30 2021-08-31 惠托斯饲料添加剂股份有限公司 用于分析动物排泄物图像的系统

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6788812B1 (en) * 1999-06-18 2004-09-07 Eastman Kodak Company Techniques for selective enhancement of a digital image
US7145571B2 (en) * 2002-11-01 2006-12-05 Tenebraex Corporation Technique for enabling color blind persons to distinguish between various colors
US20110229023A1 (en) * 2002-11-01 2011-09-22 Tenebraex Corporation Technique for enabling color blind persons to distinguish between various colors
US20050156942A1 (en) * 2002-11-01 2005-07-21 Jones Peter W.J. System and method for identifying at least one color for a user
US7916152B2 (en) * 2002-11-01 2011-03-29 Tenebraex Corporaton Technique for enabling color blind persons to distinguish between various colors
US20040141196A1 (en) * 2002-11-14 2004-07-22 Jensen Elmer William Image reproduction system
US20050024657A1 (en) * 2003-07-28 2005-02-03 Pentax Corporation Color chart
US7564602B2 (en) * 2003-07-28 2009-07-21 Hoya Corporation Color chart for adjustment of a color printer and a color monitor utilized with an endoscope
US7264356B2 (en) * 2003-08-06 2007-09-04 Tenebraex, Inc. Techniques for diagnosing and aiding color vision
US20060077487A1 (en) * 2004-08-12 2006-04-13 Tribeca Imaging Laboratories Digital color fidelity
US20060181721A1 (en) * 2005-02-11 2006-08-17 Kulkarni Manish S Motion picture content preview
US9024963B2 (en) * 2007-11-14 2015-05-05 Adobe Systems Incorporated Selecting color spaces for cinema or video data
JP2015066262A (ja) * 2013-09-30 2015-04-13 富士フイルム株式会社 画像処理装置、画像処理システム、及び画像処理方法
US9204018B2 (en) 2014-01-21 2015-12-01 Carbon Objects, Inc. System and method of adjusting the color of image objects based on chained reference points, gradient characterization, and pre-stored indicators of environmental lighting conditions
EP3446085A4 (en) * 2016-04-20 2020-08-05 Liefferink, Hauke Maritz PRESS OPERATOR GOAL, LMD STANDARD AND COLOR CHECK ARRANGEMENT

Family Cites Families (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4513319A (en) * 1981-12-30 1985-04-23 U.S. Philips Corporation Method for automatically setting up a television camera
US4679067A (en) * 1984-04-09 1987-07-07 Corporate Communications Consultants, Inc. Color correction system and method with localized color sampling
CA1278185C (en) * 1986-08-25 1990-12-27 F. David E. Corley Camera alignment device
US5581298A (en) * 1988-11-09 1996-12-03 Canon Kabushiki Kaisha Color signal processing apparatus using plural luminance signals
JP2841301B2 (ja) * 1989-04-28 1998-12-24 池上通信機株式会社 カラーテレビカメラの色補正装置
US4991007A (en) * 1989-05-05 1991-02-05 Corley Ferrand D E Image evaluation of at least one characteristic of an object, and method of evaluation
US5189511A (en) * 1990-03-19 1993-02-23 Eastman Kodak Company Method and apparatus for improving the color rendition of hardcopy images from electronic cameras
US5212546A (en) * 1990-07-03 1993-05-18 Electronics For Imaging, Inc. Color correction system employing reference pictures
JPH05153384A (ja) * 1991-04-26 1993-06-18 Canon Inc 画像処理システム
US5745316A (en) * 1991-09-20 1998-04-28 Deutsche Thomson Brandt Gmbh Phase detector for a recorder/player using a conducting loop driven by a winding strand of the head drum motor
FR2681967B1 (fr) * 1991-10-01 1994-11-25 Electronics For Imaging Inc Procede et appareil pour modifier les couleurs d'une image a l'aide d'un ordinateur.
JPH05153383A (ja) * 1991-10-02 1993-06-18 Konica Corp 色変換機能付き色修正装置
JP3146071B2 (ja) * 1992-06-29 2001-03-12 キヤノン株式会社 画像送信装置、及び画像送信方法
US5371538A (en) * 1992-07-30 1994-12-06 Eastman Kodak Company Method for adjusting the pedestal of an electronic imaging system
US5479524A (en) * 1993-08-06 1995-12-26 Farrell; Joyce E. Method and apparatus for identifying the color of an image
JPH07222011A (ja) * 1994-01-31 1995-08-18 Canon Inc 色再現範囲表現方法及び画像処理方法及び装置
AU2640095A (en) * 1994-05-17 1995-12-05 Apple Computer, Inc. Computer graphics color management system
WO1996001466A1 (en) * 1994-07-01 1996-01-18 Apple Computer, Inc. Method and system for dynamically dispatching color profile data in a color management system
JP3609873B2 (ja) * 1995-07-18 2005-01-12 京セラミタ株式会社 色補正装置
JP3335507B2 (ja) * 1995-09-19 2002-10-21 京セラミタ株式会社 カラー画像調整装置およびカラー画像調整方法
US5956015A (en) * 1995-12-18 1999-09-21 Ricoh Company, Ltd. Method and system for correcting color display based upon ambient light
US6563946B2 (en) * 1996-05-07 2003-05-13 Canon Kabushiki Kaisha Image processing apparatus and method
US6243059B1 (en) * 1996-05-14 2001-06-05 Rainbow Displays Inc. Color correction methods for electronic displays
JP3008878B2 (ja) * 1997-02-14 2000-02-14 日本電気株式会社 色変換方法及びその装置並びにプログラムを記録した機械読み取り可能な記録媒体
JPH10290373A (ja) * 1997-04-15 1998-10-27 Matsushita Electric Ind Co Ltd 色補正装置
EP0961482B1 (en) * 1998-05-28 2007-12-12 Eastman Kodak Company Digital photofinishing system including digital image processing of alternative capture color photographic media
US6205244B1 (en) * 1998-06-23 2001-03-20 Intel Corporation Method for imager device color calibration utilizing light-emitting diodes or other spectral light sources
US6961066B2 (en) * 1999-04-13 2005-11-01 Athentech Technologies, Inc. Automatic color adjustment for digital images
US6400843B1 (en) * 1999-04-22 2002-06-04 Seiko Epson Corporation Color image reproduction with accurate inside-gamut colors and enhanced outside-gamut colors
JP4647735B2 (ja) * 1999-08-23 2011-03-09 メディアテック インコーポレイテッド ディジタル・カラー・ディスプレイ・システムにおける色相の調整方法及び装置
US6603879B2 (en) * 1999-11-15 2003-08-05 Canon Kabushiki Kaisha Embedded gamut mapping algorithm
JP2001309405A (ja) * 2000-04-07 2001-11-02 Hewlett Packard Co <Hp> イメージング・システムを校正する方法
US6681042B1 (en) * 2000-08-29 2004-01-20 Eastman Kodak Company Digital color image processing method
US7253921B2 (en) * 2000-10-11 2007-08-07 True Color Technology Gmbh Process and target for calibration of digital input devices
US6674898B2 (en) * 2000-12-08 2004-01-06 Koninklijke Philips Electronics N.V. Apparatus and method for correcting signal and color degradation in a video using known icons from video images
EP1231565A1 (en) * 2001-02-09 2002-08-14 GRETAG IMAGING Trading AG Image colour correction based on image pattern recognition, the image pattern including a reference colour
US6859210B2 (en) * 2001-07-06 2005-02-22 Eastman Kodak Company Method for representing a digital color image using a set of palette colors based on detected important colors
US6724435B2 (en) * 2001-08-06 2004-04-20 Oplus Technologies Ltd. Method for independently controlling hue or saturation of individual colors in a real time digital video image
US7362357B2 (en) * 2001-08-07 2008-04-22 Signature Research, Inc. Calibration of digital color imagery
US6982752B2 (en) * 2001-08-23 2006-01-03 Motorola, Inc Circuit and method for correcting a digital color sampled signal
US7102669B2 (en) * 2002-04-02 2006-09-05 Freescale Semiconductor, Inc. Digital color image pre-processing
JP4216006B2 (ja) * 2002-06-14 2009-01-28 株式会社日立製作所 記憶装置の制御方法
EP1389003B1 (en) * 2002-08-08 2014-01-15 Canon Kabushiki Kaisha Color conversion table generation method and apparatus
TW588547B (en) * 2002-10-25 2004-05-21 Benq Corp Method and apparatus of color alignment
US7616345B2 (en) * 2002-11-22 2009-11-10 Agfa Graphics Nv Method for transforming a digital image from a first to a second colorant space
US7636473B2 (en) * 2004-03-12 2009-12-22 Seiko Epson Corporation Image color adjustment

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102121848A (zh) * 2010-01-09 2011-07-13 福特环球技术公司 使用数字成像和曲线比较方法的快速颜色检验系统
CN102121848B (zh) * 2010-01-09 2014-11-12 福特环球技术公司 使用数字成像和曲线比较方法的快速颜色检验系统
CN103049471A (zh) * 2012-09-15 2013-04-17 珠海金山办公软件有限公司 自动调整演示文档中文字或背景颜色的方法及系统
CN103002193A (zh) * 2012-09-29 2013-03-27 天津科技大学 数字图像调整系统和方法
CN103002193B (zh) * 2012-09-29 2015-06-03 天津科技大学 数字图像调整系统和方法
CN103067739A (zh) * 2012-12-28 2013-04-24 昆山丘钛微电子科技有限公司 摄像头模组otp烧录光源系数弥补及管控办法
CN103067739B (zh) * 2012-12-28 2016-06-08 昆山丘钛微电子科技有限公司 摄像头模组otp烧录光源系数弥补及管控办法
CN103347141A (zh) * 2013-05-08 2013-10-09 西安理工大学 一种cmyk四色印刷色差定位方法
CN103607523A (zh) * 2013-11-26 2014-02-26 深圳市金立通信设备有限公司 一种调整图像颜色的方法及终端
CN107949848A (zh) * 2015-06-26 2018-04-20 英特尔公司 数字图像中的缺陷检测和校正
CN107949848B (zh) * 2015-06-26 2022-04-15 英特尔公司 数字图像中的缺陷检测和校正
CN107071378A (zh) * 2015-11-09 2017-08-18 福特全球技术公司 用于图像显示装置的颜色校准的方法和装置
CN105704464A (zh) * 2016-01-18 2016-06-22 安徽工程大学 一种基于fpga的色域空间转换方法
CN113311659B (zh) * 2016-03-31 2023-01-13 大日本印刷株式会社 透射型颜色校准用图表以及校准用滑动玻璃
CN113311659A (zh) * 2016-03-31 2021-08-27 大日本印刷株式会社 透射型颜色校准用图表以及校准用滑动玻璃
CN106898328A (zh) * 2017-05-08 2017-06-27 北京德火新媒体技术有限公司 一种屏幕校色方法及装置
CN106898328B (zh) * 2017-05-08 2019-12-31 北京德火新媒体技术有限公司 一种屏幕校色方法及装置
CN108734747A (zh) * 2018-05-23 2018-11-02 北京三才脉度网络科技有限公司 一种远程矫正图片色差的方法
CN112469978B (zh) * 2018-09-03 2023-08-29 株式会社日立制作所 颜色评价装置、颜色评价方法和颜色评价方法中使用的显示物
CN112469978A (zh) * 2018-09-03 2021-03-09 株式会社日立制作所 颜色评价装置、颜色评价方法和颜色评价方法中使用的显示物
CN113329622B (zh) * 2018-11-30 2023-01-10 惠托斯饲料添加剂股份有限公司 用于分析动物排泄物图像的系统
CN113329622A (zh) * 2018-11-30 2021-08-31 惠托斯饲料添加剂股份有限公司 用于分析动物排泄物图像的系统
CN109618146A (zh) * 2018-12-05 2019-04-12 维沃移动通信有限公司 一种图像处理方法及终端设备
CN111124227A (zh) * 2019-12-18 2020-05-08 维沃移动通信有限公司 一种图像显示方法及电子设备
CN112323200B (zh) * 2020-10-18 2021-09-03 浙江理工大学 高色纯度天然棕色棉抗菌纱线的加工方法
CN112323200A (zh) * 2020-10-18 2021-02-05 浙江理工大学 高色纯度天然棕色棉抗菌纱线的加工方法
CN113089374A (zh) * 2021-03-02 2021-07-09 江西凯奇教育科技有限公司 仿生防近视纸张及其处理工艺与应用

Also Published As

Publication number Publication date
WO2004032048A3 (en) 2005-06-16
US20040056965A1 (en) 2004-03-25
AU2003294222A1 (en) 2004-04-23
EP1563454A4 (en) 2007-01-17
JP2006500877A (ja) 2006-01-05
AU2003294222A8 (en) 2004-04-23
EP1563454A2 (en) 2005-08-17
WO2004032048A2 (en) 2004-04-15

Similar Documents

Publication Publication Date Title
CN1723715A (zh) 数字图像的颜色校正方法
Sharma et al. Digital color imaging handbook
US6594388B1 (en) Color image reproduction of scenes with preferential color mapping and scene-dependent tone scaling
EP1139653B1 (en) Color image reproduction of scenes with preferential color mapping
JPH0715612A (ja) 色符号化装置及び色符号化方法
CN1157534A (zh) 图象处理装置及方法
CN1498494A (zh) 软件验证的校正技术
WO2006020632A2 (en) Digital color fidelity
US20060209320A1 (en) Image forming apparatus and method for the same
JP2008244613A (ja) 画像出力機器の色変換定義の作成方法、そのプログラム及び記録媒体、ならびに画像出力機器および画像処理装置
CN108810315A (zh) 信息处理装置、图像处理系统、控制系统和信息处理方法
JP3803441B2 (ja) 色変換方法
DeMarsh et al. Color science for imaging systems
US7430318B2 (en) System and method for color correction for electronic printing
JP4633806B2 (ja) 色プロファイルのための色補正テクニック
JP2003283851A (ja) 印刷制御装置、印刷制御方法、印刷制御プログラム、印刷制御プログラムを記録した媒体、色変換装置、色変換方法、色変換テーブルの作成方法および色変換テーブル
JP3671097B2 (ja) 画像信号処理方法
JP3140269B2 (ja) 色空間処理方法
JP2007221702A (ja) 色変換装置、色変換方法および色変換プログラム
CN1077375C (zh) 制作无偏色的复制图像所用的图像灰度变换法
Green Characterization of Input Devices
Allen Color Measurement and Calibration in Medical Photography
CN1875616A (zh) 用于数字图像数据的颜色修正的方法和系统
Yoonessi et al. Faithful representation of colours on a CRT monitor
JP2003087590A (ja) 画像処理方法及び画像処理装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20060118