RU2251084C2 - Способ подбора цвета посредством устройства формирования электронного отображения - Google Patents

Abstract

Область использования - измерительная техника. Устройство формирования электронного отображения калибруют посредством измерения цветовых сигналов, по меньшей мере, двух калибровочных цветов, причем цветометрические данные каждого из калибровочных цветов известны, выбранный цвет измеряют при помощи устройства формирования электронного отображения, используя математическую модуль, рассчитывают параметры для преобразования измеренных цветовых сигналов калибровочных цветов в известные цветометрические данные, используя математическую модель и расчетные параметры, цветовые сигналы измеренного выбранного цвета преобразуют в цветометрические данные, и используя банк данных, определяют формулу цвета, цветометрические данные которой наиболее близко соответствуют рассчитанным цветометрическим данным измеренного выбранного цвета. 3 с. и 11 з.п. ф-лы, 2 ил., 6 табл.

Description

Изобретение касается способов, применяющих измерение цвета посредством устройства формирования электронного отображения. Более конкретно, изобретение касается способа определения формулы цвета для подбора выбранного цвета, измеренного устройством формирования электронного отображения. Изобретение также направлено на способ определения формулы цвета для подбора выбранного цвета текстурованного материала, измеренного устройством формирования электронного отображения. Наконец, изобретение направлено на способ сопоставления выбранного цвета, измеряемого устройством формирования электронного отображения, со стандартной картой эталонных оттенков.

Для измерения выбранных цветов известно применение измерителей цвета, типа спектрофотометров и трехцветных измерителей. Измеренные сигналы можно использовать для определения формулы цвета. Таким образом, патент США №4813000 раскрывает измерение выбранного цвета при помощи трехцветного цветоанализатора и использование измеренных данных цветности для поиска формулы цвета в банке данных. В ряде статей У.Р.Крамера (W.R.Cramer), опубликованных в журнале “Fahrzeug + Karosserie”, 9, 1997, 11-12, 1997 и 1-5, 1998, описано коммерческое применение измерения выбранного цвета при помощи спектрофотометра и использование измеряемых спектральных данных для поиска формулы цвета в банке данных. Такие способы особенно подходят для использования в местах продажи, где должны иметься краски каждого цвета.

Также можно использовать измеряемые сигналы для сопоставления выбранного цвета со стандартной картой эталонных оттенков. Такой способ в настоящее время используется в производстве печатных красок.

Глаз человека очень чувствителен к цветовым различиям. Если следует подобрать цвет, важно, чтобы измерение цвета было точным, насколько это возможно. Высокая точность измерений требует калибровки. Для этой цели имеются установленные стандарты, определяющие цвет в виде стандартных величин, так называемых цветометрических данных. Наиболее общие цветометрические данные были установлены Международной комиссией по освещению (CIE), например, CIELab (L*_ab, а*, b*), CIEXYZ (X, Y, Z) и CIELUV (L*_uv, u*, v*). Поэтому, если спектрофотометр или трехцветный измеритель подлежал калибровке, данные спектральных измерений и данные трехцветных измерений следовало преобразовывать в цветометрические данные.

Недостаток спектрофотометров заключается в том, что они представляют собой очень чувствительные приборы. Следовательно, требуются специальные навыки со стороны пользователя, которые не всегда имеются в вышеупомянутых местах сбыта. Кроме того, спектрофотометры являются дорогостоящими. Дополнительный недостаток спектрофотометров и трехцветных измерителей состоит в том, что их нельзя использовать для измерения цветового внешнего вида, включающего текстуру материала.

Изобретение касается способа определения формулы цвета для подбора выбранного цвета, измеряемого устройством формирования электронного отображения, причем способ содержит следующие этапы:

a) устройство формирования электронного отображения калибруют посредством измерения цветовых сигналов, по меньшей мере, двух калибровочных цветов, причем цветометрические данные каждого из калибровочных цветов известны;

b) в то же самое время или на следующем этапе измеряют выбранный цвет при помощи устройства формирования электронного отображения;

c) используя математическую модель, рассчитывают параметры для преобразования измеренных цветовых сигналов калибровочных цветов в известные цветометрические данные;

d) используя математическую модель и рассчитанные параметры, цветовые сигналы измеренного выбранного цвета преобразуют в цветометрические данные; и

e) используя банк данных, определяют формулу цвета, цветометрические данные которой наиболее близко соответствуют рассчитанным цветометрическим данным измеренного выбранного цвета.

Изобретение имеет преимущество, заключающееся в том, что в нем можно использовать недорогую бытовую электронную аппаратуру. Бытовая электронная аппаратура часто не имеет точных параметров настройки, требуемых для специальных применений. Способ согласно изобретению теперь обеспечивает возможность использовать неточное устройство для определения формулы цвета для подбора выбранного цвета и все же достигает высокого уровня точности измерений. Кроме того, способ легко может выполнять неспециалист без необходимости для него всестороннего обучения. Способ согласно изобретению также делает возможным измерять определенную характеристику цветового вида, так называемую текстуру.

В соответствующем изобретению способе термин “устройство формирования электронного отображения” обозначает все устройства, способные регистрировать электронное изображение, которое можно обрабатывать при помощи компьютера. Примерами таких устройств формирования электронного отображения являются цифровые записывающие устройства. Устройством формирования электронного отображения предпочтительно является цифровая видеокамера, цифровая камера (фотоаппарат), планшетный сканер, барабанный сканер или сканер, используемый вручную. Однако аналоговая видеокамера, подсоединенная к так называемой схеме воспроизведения стоп-кадра, которая преобразовывает аналоговый сигнал в цифровое изображение, тоже охватывается термином “устройство формирования электронного отображения”. Наконец, термин “устройство формирования электронного отображения” также охватывает оборудование мультиспектрального отображения и одноцветные камеры с множеством цветовых фильтров. Примерами планшетных сканеров являются Hewlett Packard 3C, Hewlett Packard ScanJet llc. Sharp JX450, Agfa Focus Color и Afga Arcus Plus. Примерами барабанных сканеров являются Howtek D4000, Optronics Color Getter и Leaf Scan 45. Примерами цифровых камер являются Ricoh RDC 5000, Olympus C-2000Z и Nikon Coolpix 950. Предпочтительно использовать цифровую камеру.

Используется минимум два калибровочных цвета, то есть, белый и черный. Необязательно, можно использовать серый или нейтральные цвета. Для более точного преобразования цветовых сигналов выбранного цвета в цветометрические данные предпочтительно включать в калибровочные цвета, отличающиеся от нейтральных цвета. Калибровочные цвета можно выбирать случайно. Предпочтительно выбирать калибровочные цвета, распределенные по всему цветометрическому цветовому пространству. Более предпочтительно использовать калибровочные цвета, распределенные вблизи выбранного цвета.

В теории, физический калибровочный шаблон может содержать столько калибровочных цветов, сколько присутствует в пределах поля изображения устройства формирования электронного отображения. Калибровочные цвета записаны на шаблоне в форме участков. Теоретически, калибровочные участки могут иметь размер одного пиксела (минимального элемента изображения). В этом случае размер поверхности измерения будет равен размеру калибровочного участка. В зависимости от применяемого устройства формирования электронного изображения могут встречаться явления, которые требуют, чтобы калибровочный участок составлял больше одного пиксела. Такие явления включают в себя устойчивость, нелинейность, искажения, воспроизводимость позиционирования и перекрестные помехи.

Вообще говоря, может присутствовать от 2 до 1000 калибровочных цветов, предпочтительно 10-500, более предпочтительно 25-150.

Конечно, калибровочные участки необязательно должны быть квадратными. Также не требуется, чтобы они имели прямоугольную или регулярную форму. Нет необходимости разделять цвета, то есть, цвет может изменяться постепенно.

Подложка, на которой обеспечиваются калибровочные участки, может быть плоской или изогнутой. Подложка предпочтительно имеет однородный цвет, например белый или серый. Вокруг части или всех калибровочных участков можно оставлять чистое пространство, чтобы область поверхности подложки оставалась видимой. Однородный цвет подложки также может служить для измерения и коррекции какой-либо пространственной неоднородности устройства формирования электронного отображения.

В зависимости от требуемой точности измерения, может быть предпочтительным измерять калибровочные цвета и выбранный цвет одновременно. В таких случаях подложку калибровочного шаблона можно снабдить прорезью, например, в центре. В качестве альтернативы, можно выбрать подложку, которая меньше, чем поле изображения, так что остающееся поле изображения можно использовать для записи выбранного цвета.

Кроме того, в рамках настоящего изобретения можно проводить калибровку заранее на этапе а) использования калибровочного шаблона с более чем 10 цветами, затем на этапе b) выполнять черно-белую калибровку и одновременно измерять выбранный цвет. Такая комбинация этапов полезна при сокращении изменений яркости, обусловленных влиянием источника освещения.

Обработка записанного изображения, вычисление параметров модели и преобразование измеряемых цветовых сигналов в цветометрические данные выполняются посредством программного обеспечения. Программное обеспечение указывает местоположение калибровочного шаблона и, необязательно, объект, подлежащий измерению. Программное обеспечение также включает в себя таблицу, содержащую известные цветометрические данные для каждого калибровочного цвета, и математическую модель, описывающую соотношение между измеряемыми цветовыми сигналами и цветометрическими данными. При помощи программного обеспечения параметры модели рассчитываются на основании математической модели. Затем программное обеспечение продолжает использовать математическую модель и параметры модели для преобразования измеренных сигналов выбранного цвета в цветометрические данные.

Цветометрические данные можно проиллюстрировать посредством систем CIE, типа Lab или XYZ. Однако этот термин не ограничен системами CIE. По возможности пользователь может использовать определенные системы.

Выбранная математическая модель может быть любой моделью, известной специалисту в данной области техники. Примеры упомянуты в работе Г.Р. Кэнга(Н.R. Каng) “Color Technology for Electronic Imaging Devices”, SPIE Optical Engineering Press, 1997, главы 3 и 11, и в патенте США №5850472. Модель может быть нелинейной или линейной. Один пример нелинейной модели представляет собой полином 2-го порядка, имеющий 10 параметров, или полином 3-го порядка, имеющий 20 параметров.

Предпочтительно использовать линейную модель. Более предпочтительно, чтобы используемая линейная модель имела 4 параметра модели.

Одним примером линейной модели, имеющей 4 параметра, является следующая модель, где измеренные цветовые сигналы калибровочных цветов, в данном случае данные R, G и В, преобразуются в цветометрические данные, в данном случае данные CIELab:

L_i*=c₀+c₁R_i+c₂G_i+c₃B_i,

a_i*=d₀+d₁R_i+d₂G_i+d₃B_i,

b_i*=e₀+e₁R_i+e₂G_i+e₃B_i,

где R_i, G_i, B_i, L_i*, a_i* и b_i* - измеряемые сигналы и цветометрические данные цвета i калибровки.

Для вычисления параметров модели c₀-с₃, d₀-d₃ и е₀-е₃ на основании измеренных данных RGB и известных данных CIELab калибровочных цветов используется линейная регрессия. Эти параметры модели используются для преобразования измеренных данных RGB выбранного цвета в данные CIELab.

Один пример нелинейного полинома 3-го порядка, имеющего 20 параметров, представляет собой:

L_i*=c_o+c₁R_i+c₂G_i-c₃B_i+c₄R $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ +c₅G $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ +c₆B $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ -c₇R_iG_i-c₈R_iB_i+c₉G_iB_i+c₁₀R $\genfrac{}{}{0ex}{}{\text{3}}{\text{i}}$ +c₁₁G $\genfrac{}{}{0ex}{}{\text{3}}{\text{i}}$ +c₁₂B $\genfrac{}{}{0ex}{}{\text{3}}{\text{i}}$ +c₁₃R $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ G_i+c₁₄R $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ B_i+c₁₅G $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ R_i+c₁₆G $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ B_i+c₁₇B $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ R_i+c₁₈B $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ G_i+c₁₉R_iG_iB_i

a_i*=d₀+d₁R_i+d₂G_i-d₃B_i+d₄R $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ +d₅G $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ +d₆B $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ -d₇R_iG_i-d₈R_iB_i+d₉G_iB_i+d₁₀R $\genfrac{}{}{0ex}{}{\text{3}}{\text{i}}$ +d₁₁G $\genfrac{}{}{0ex}{}{\text{3}}{\text{i}}$ +d₁₂B $\genfrac{}{}{0ex}{}{\text{3}}{\text{i}}$ +d₁₃R $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ G_i+d₁₄R $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ B_i+d₁₅G $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ R_i+d₁₆G $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ B_i+d₁₇B $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ R_i+d₁₈B $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ G_i+d₁₉R_iG_iB_i

b_i*=e₀+e₁R_i+e₂G_i-e₃B_i+e₄R $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ +e₅G $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ +e₆B $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ -e₇R_iG_i-e₈R_iB_i+e₉G_iB_i+e₁₀R $\genfrac{}{}{0ex}{}{\text{3}}{\text{i}}$ +e₁₁G $\genfrac{}{}{0ex}{}{\text{3}}{\text{i}}$ +e₁₂B $\genfrac{}{}{0ex}{}{\text{3}}{\text{i}}$ +e₁₃R $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ G_i+e₁₄R $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ B_i+e₁₅G $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ R_i+e₁₆G $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ B_i+e₁₇B $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ R_i+e₁₈B $\genfrac{}{}{0ex}{}{\text{2}}{\text{i}}$ G_i+e₁₉R_iG_iB_i

Для вычисления параметров модели c₀-c₁₉, d₀-d₁₉ и e₀-e₁₉ на основании измеренных данных RGB и известных данных CIELab калибровочных цветов используется линейная регрессия. Эти параметры модели используются для преобразования измеренных данных RGB выбранного цвета в данные CIELab.

Несмотря на вышеизложенное, при вычислении параметров модели можно придать больший вес калибровочным цветам вблизи выбранного цвета. В случае приведенного выше примера линейной модели, имеющей 4 параметра, это означает, что во время линейной регрессии каждому калибровочному цвету придают весовой коэффициент, основанный на расстоянии в цветовом пространстве RGB между рассматриваемым калибровочным цветом и выбранным цветом. В процедуре линейной регрессии минимизируется следующая сумма квадратов:

Переписанная, эта сумма имеет следующий вид:

где n - количество калибровочных цветов;

R, G, В - измеренные сигналы выбранного цвета.

В качестве альтернативы, для интерполяции можно использовать калибровочные цвета вблизи выбранного цвета.

Если требуется, балансирование нейтральных тонов можно выполнять на сигналах, измеренных для черного, белого и серого, согласно формуле R=G=В=f(L*) или сопоставимому значению для L* в другой цветометрической системе. Такое балансирование нейтральных тонов описано в работе Г.Р. Кэнга “Цветовая технология для устройств формирования электронного отображения”, (H.R. Kang “Color Technology for Electronic Imaging Devices”) SPIE Optical Engineering Press, 1997, глава 11. Примеры подходящих для использования алгоритмов представляют собой:

R_ig=f₁+f₂· L_ig*

R_ig=f₁+f₂· L_ig*+f₃· (L_ig*)²

R_ig=f₁+f₂· L_ig*+f₃· log(L_ig*)²

где R_ig - измеренный сигнал, a L_ig* - цветометрическое значение белого, серого и черного калибровочных цветов.

В качестве альтернативы, если требуется, коррекция смещения измеренных данных для черного и белого может быть выполнена согласно следующей формуле:

R_c=((R-R_b)/(R_w-R_b))× 255,

G_c=((G-G_b)/(G_w-G_b))× 255,

B_c=((В-В_b)/(В_w-В_b))× 255,

где R_c, G_c, B_c - откорректированные сигналы для выбранного

цвета,

R, G, В - измеренные сигналы для выбранного цвета,

R_w, G_w, B_w - измеренные сигналы для белого,

R_b, G_b, В_b - измеренные сигналы для черного.

На заключительном этапе способа согласно изобретению используется банк данных, чтобы определить формулу цвета, имеющую цветометрические данные, наиболее близко соответствующие расчетным цветометрическим данным измеренного выбранного цвета. Одной мерой цветового различия между формулой цвета и выбранным цветом является, например, следующий математический алгоритм:

где

Δ Е*_ab - цветовое различие согласно CIE;

Δ L*=L*₁-L*₂;

Δ а*=a₁*-a₂*;

Δ b*=b₁*-b₂*.

1 - Расчетные цветометрические данные выбранного цвета.

2 - Цветометрические данные формулы цвета из банка данных.

Чем меньше цветовое различие Δ Е*_ab, тем лучше будет соответствие между выбранным цветом и формулой цвета.

Формулы цвета можно определять рядом способов, то есть посредством процессов поиска, вычислений или их комбинаций. Например, можно использовать банк данных, содержащий формулы цвета, имеющие связанные с ними цветометрические данные. Используя рассчитанные цветометрические данные измеренного выбранного цвета, можно найти наиболее близко подобранную формуле цвета. В качестве альтернативы, можно использовать банк данных, имеющий формулы цвета со связанными с ними спектральными данными. Для расчета цветометрических данных формул цвета и их сравнения можно использовать известные способы вычисления. Кроме того, можно использовать банк данных, в котором хранятся данные поглощения и отражения пигментов (красителей), так называемые данные К и S. Использование данных К и S в сочетании с концентрациями пигментов делает возможным вычислить формулу цвета, у которой цветометрические данные наиболее близко соответствуют цветометрическим данным измеренного выбранного цвета. Рассматриваемые способы подробно описаны в работе Д.Б.Джадда (D.B. Judd) и др. “Color in Business, Science and Industry”. Вышеупомянутые способы поиска и вычислений можно объединять.

Подбор цвета затрагивают явления типа метамерии источника освещения, угловой метамерии и текстуры.

Метамерия источника освещения представляет собой явление, где под одним источником освещения, например, при дневном свете, наблюдаемые цвета двух объектов визуально могут быть одними и теми же, в то время как под некоторым другим источником освещения, например, флуоресцентным излучением, цвета отличаются. Это можно учитывать посредством измерения под двумя источниками освещения с различными спектрами излучения. В способе согласно изобретению осуществляется благоприятное использование устройства формирования электронного отображения, с записями, выполняемыми для выбранного цвета и калибровочных цветов под разными источниками освещения. Программное обеспечение, необходимое для обработки различных измерений одного и того же объекта, специалистам в данной области техники известно.

Текстурованные материалы, типа металлизированных красок и красок с перламутровым эффектом, отличаются тем, что проявляют изменения цвета, когда угол наблюдения и/или угол экспонирования изменяется (угловая метамерия). Поэтому для надлежащего измерения таких цветов необходимо определять цвет, по меньшей мере, под двумя различными углами. В этом процессе выгодно использовать способ согласно изобретению. Устройство формирования электронного отображения дает возможность измерять цвет объекта любым из следующих путей или их сочетаний:

с помощью устройства формирования электронного отображения делаются, по меньшей мере, две записи, в то время как объект перемещается в пределах поля изображения устройства;

с помощью устройства формирования электронного отображения делаются, по меньшей мере, две записи, в то время как устройство перемещается относительно объекта;

с помощью устройства формирования электронного отображения делаются, по меньшей мере, две записи, в то время как источник освещения перемещается относительно объекта; или с помощью устройства формирования электронного отображения делается одна запись плоской или изогнутой секции объекта, когда устройство способно осуществлять распознавание

в единственном изображении данных под различными углами.

Программное обеспечение, необходимое для обработки различных измерений одного и того же объекта, специалистам в данной области техники известно.

Другой характеристикой материалов, таких как краски со специальными эффектами, является текстура. Текстуру можно определить как расположение маленьких областей, имеющих определенный цвет и/или форму. Нашли, что посредством использования по существу известных способов обработки изображений, текстуру краски со специальными эффектами можно определить из записи, сделанной устройством формирования электронного отображения. Один путь характеризования текстуры осуществляется посредством параметров текстуры. Коммерчески доступные пакеты обработки изображений, например, “Optimas”, обеспечивают возможность вычислять такие параметры текстуры, используя запись. Пример таких вычислений приведен ниже. Само собой разумеется, упомянутый пример во всяком случае не должен рассматриваться в качестве ограничения настоящего изобретения.

Запись измеренного выбранного цвета используется для определения средней яркости. Выбираются области в записи, которые имеют яркость значительно выше средней. Если требуется, можно определить, какие области накладываются или примыкают, и отделить эти области, используя программное обеспечение. Каждая выбранная область имеет свои рассчитанные окружность и площадь поверхности. Это дает среднюю окружность, среднюю площадь поверхности и сопровождающие среднеквадратичные отклонения для измеренного выбранного цвета.

Необязательно, также могут быть включены вычисления, например, усредняющих и фильтрующих пикселов и/или группы пикселов.

Если требуется, измерение текстуры можно калибровать, применяя к калибровочному шаблону одну или более линеек.

Для подбора текстурованных материалов, таких как краски со специальными эффектами, соответствующий изобретению способ обеспечивает возможность связывания формул цвета в банке данных не только с цветометрическими данными, но также с параметрами текстуры или записями, на основании которых могут быть рассчитаны параметры текстуры. При использовании этих параметров или записей в банке данных можно найти формулу цвета, наиболее близко подбирающую выбранный цвет, также в виде текстуры. Один пример алгоритма для нахождения наиболее близко соответствующей формулы цвета, которая является также самой близкой к выбранному цвету в виде текстуры, выражается следующим образом:

где

w_1-i - весовые коэффициенты;

T_1-i - параметры текстуры.

Также можно вычислить полный параметр, например, Δ Q=f(Δ Е, Δ Т).

Соответствующий изобретению способ можно применять в местах продажи, в которых следует иметь возможность обеспечивать краску любого требуемого цвета. Формула цвета состоит из количеств смешивающихся цветов, основных красок и/или пигментных паст. Используя формулы цвета, можно приготовить краску в пульверизаторе. На участке ремонта автомобилей обычно используют набор смешивающихся цветов, стандартизированных по цвету и насыщенности цвета. Эти стандартизированные смешивающиеся цвета, обычно порядка 40 различных цветов, имеются в местах продажи. Из этого набора стандартизированных смешивающихся цветов можно сделать любой требуемый цвет краски. В секторе DIY (“Сделай сам”), так же как в индустрии профессионального окрашивания обычно используют набор основных красок, стандартизированных по цвету, который часто состоит, по меньшей мере, из одного белого и/или одного чистого основного цвета, то есть, краски без пигмента, необязательно дополняемого основными красками с множеством различных цветов и пигментными пастами, стандартизированными по цвету и насыщенности цвета. Из этого набора основных красок можно сделать любой требуемый цвет посредством добавления к основной краске пигментных паст.

Настоящее изобретение можно благоприятно использовать в индустрии ремонта автомобилей. В этом случае способ можно выполнять следующим образом. Цвет подлежащего ремонту автомобиля измеряют, используя устройство формирования электронного отображения. До этого или в то же самое время делают запись панели, на которой нанесены различные калибровочные цвета. Рассчитываются цветометрические данные цвета автомобиля. Для создания формулы цвета, которая после применения даст цвет, идентичный цвету подлежащего ремонту автомобиля, используют программное обеспечение. Формулу цвета готовят в пульверизаторе и применяют.

Как установлено выше, может быть выгодно выполнять измерение калибровочных цветов одновременно с измерением выбранного цвета. Так обстоит дело, например, в индустрии ремонта автомобилей, где требуется точность измерения Δ Е*_ab меньше 1. В этом случае способ можно выполнять так, что в одном изображении измеряются как секция автомобиля, так и панель с калибровочными цветами. Процесс не требует, чтобы калибровочная панель действительно была расположена на автомобиле. Она может быть установлена где-нибудь еще, при условии, что во время записи она находится в том же поле изображения, что и автомобиль.

Необязательно, с помощью устройства формирования электронного отображения можно обеспечивать другую информацию для записи. Например, когда используются несколько образцов, на каждом образце можно обеспечивать код. Когда способ согласно изобретению используется в автомобильной промышленности, можно обеспечивать информацию в отношении типа автомобиля, его года изготовления и другой существенной информации. Эту информацию можно обеспечивать в форме штриховых кодов, точечных кодов или алфавитно-цифровой информации. Для этого вида информации на калибровочном шаблоне можно обеспечить пространство. Однако эту информацию также можно обеспечить в каком-либо другом месте в центральной части мастерской, пока она находится в том же поле изображения, что и автомобиль.

Поскольку теперь доказана возможность также измерять текстуру объекта устройством формирования электронного отображения, изобретение, кроме того, содержит способ определения формулы цвета для подбора выбранного цвета текстурованных материалов, типа красок со специальными эффектами, при котором

a) выбранный цвет измеряют с помощью спектрофотометра или трехцветного измерителя;

b) текстуру выбранного цвета измеряют с помощью устройства формирования электронного отображения; и

c) измеренные сигналы цвета и текстуры используют для определения в банке данных формулы цвета, цветометрические данные и параметры текстуры которой наиболее близко соответствуют цветометрическим данным и параметрам текстуры выбранного цвета.

Известно использование спектрофотометра для измерения выбранного цвета краски со специальными эффектами и использование данных спектрального измерения для нахождения в банке данных формулы цвета, наиболее близко соответствующей выбранному цвету. Такие банки данных часто имеют параметр текстуры, связанный с формулой цвета, то есть шероховатость, часто выраженную в числовом диапазоне, например, от 0 до 10. Этот параметр указывает пользователь, который при помощи образцов определяет шероховатость красок со специальными эффектами по предъявлении. Используя способ согласно изобретению, теперь можно определять текстуру с помощью электроники, преобразовывать ее в величину шероховатости и использовать эту величину для нахождения в имеющемся банке данных формулы цвета, которая наиболее близко соответствует выбранному цвету.

В качестве альтернативы, конечно, можно приспособить банки данных или создать новые банки данных, в которых новые параметры текстуры или записи связаны с формулами цвета.

Поскольку краски со специальными эффектами используются прежде всего для автомобилей, вышеупомянутые способы предпочтительно используются в индустрии ремонта автомобилей.

Наконец, изобретение также касается способа определения цветового различия выбранного цвета, измеренного устройством формирования электронного отображения, по сравнению со стандартной картой эталонных оттенков, где способ содержит следующие этапы:

a) устройство формирования электронного отображения калибруют посредством измерения цветовых сигналов, по меньшей мере, двух калибровочных цветов, причем цветометрические данные каждого из калибровочных цветов известны;

b) в то же самое время или на следующем этапе измеряют выбранный цвет при помощи устройства формирования электронного отображения;

c) используя математическую модель, рассчитывают параметры для преобразования измеренных цветовых сигналов калибровочных цветов в известные цветометрические данные;

d) используя математическую модель и рассчитанные параметры, цветовые сигналы измеренного выбранного цвета преобразуют в цветометрические данные; и

е) цветометрические данные выбранного цвета сравнивают с цветометрическими данными стандартной карты эталонных оттенков.

Цветометрические данные стандартной карты эталонных оттенков могут иметься в программе. Также можно измерять стандартную карту эталонных оттенков прежде, одновременно или после измерения выбранного цвета. Этот способ предпочтительно используется в производстве печатных красок.

Все три способа согласно настоящему изобретению не ограничиваются, но предпочтительно используются в производстве красок или печатных красок.

Далее изобретение поясняется со ссылкой на последующие примеры.

ПРИМЕРЫ

Измерения в этих примерах были выполнены с использованием двух различных калибровочных шаблонов, оба на подложке с размером формата А4. Сначала определяли цветометрические данные калибровочных цветов двух калибровочных шаблонов при помощи спектрофотометров:

Калибровочный шаблон 1 (см. фиг.1):

- 65 калибровочных цветов, распределенных по всему цветовому пространству;

- цвета представлены из коллекции цветов Sikkens 3031.

Данные L*, а* и b* 65 калибровочных цветов измеряли спектрофотометром HunterLab UltraScan с геометрией D/8. Данные L*, а* и b* (дневной свет D65, 10° - блок наблюдения) представлены в таблице 1.

Калибровочный шаблон 2 (см. фиг.2):

- 37 калибровочных цветов, распределенных по части цветового пространства (0<а*<50; 0<b*<50; 15<L*<65).

Нейтральные цвета (белый/серый/черный) присутствуют в двух экземплярах (цвет №1, 2, 6, 1, 8, 13, 14, 15, 18 и 19);

- цвета выбирают из Карты цветов дополнительной отделки автомобилей Sikkens (Sikkens Car Refinishes Color Map) (цвета автоматически подбираемой подложки (Autobase colours)).

37 калибровочных цветов были измерены разными спектрофотометрами, среди которых был Macbeth СЕ 730-GL, под тремя углами, с геометрией 45/0, 45/20 и 45/-65. Спектральные данные были преобразованы математически для геометрии D/8. Расчетные данные L*, а* и b* (источник освещения сканера - планшетного сканера Hewlett Packard ScanJet 5P, 10° -блок наблюдения) представлены в таблице 2.

Пример 1

Для измерения цвета калибровочного шаблона 1 и 149 неизвестных цветов использовали планшетный сканер Hewlett Packard 3C. Способ включал каждый неизвестный цвет, измеряемый одновременно с калибровочным шаблоном. Другими словами, результатом измерений были 149 цветовых изображений калибровочного шаблона 1, каждый раз с одним из 149 неизвестных цветов в местоположении неизвестного цвета (см. шаблон 1, “неизвестный”). Используя линейную модель с 4 параметрами и алгоритм взвешивания, как описано выше, рассчитали цветометрические данные 149 неизвестных цветов.

Кроме того, вышеупомянутым спектрофотометром HunterLab UltraScan с геометрией D/8 (дневной свет D65, 10° -блок наблюдения) были измерены цветометрические данные 149 неизвестных цветов.

В таблице 3 представлен обзор данных. В столбцах 2-4 представлены цветометрические данные, измеренные спектрофотометром, в столбцах 5-7 представлены цветометрические данные, измеренные с использованием сканера, а в столбце 8 представлены цветовые различия между цветометрическими данными спектрофотометра и сканера. В среднем, цветовое различие Δ Е*_ab=2,26. Медиана (срединное значение) цветового различия Δ Е*_ab=1,67. Значения Δ Е*_ab также представлены в таблице 4.

Пример 2

Пример 1 был повторен, за исключением того, что измерение калибровочного шаблона проводилось заранее. Другими словами, результат измерений представлял собой одну запись калибровочного шаблона 1 и 149 записей неизвестных цветов без калибровочного шаблона 1.

Обзор результатов также можно найти в таблице 3. В столбцах 9-11 представлены цветометрические данные, определенные с помощью сканера. В столбце 12 представлены цветовые различия между цветометрическими данными, определенными с помощью спектрофотометра, и данными, определенными с помощью сканера. В среднем, цветовое различие Δ Е*_ab=2,23. Медиана цветового различия Δ Е*_ab=1,61. Значения Δ Е*_ab также представлены в таблице 4.

Примеры 3 и 4

Примеры 1 и 2 были повторены, за исключением того, что было выполнено также балансирование серого, используя следующий алгоритм R_ig=f₁+f₂· L_ig*. Результаты представлены в таблице 4.

Пример 5

Пример 1 был повторен, за исключением того, что не было взвешивания. Результаты представлены в таблице 4.

Пример 6

Пример 5 был повторен, за исключением того, что была использована модель с 20 параметрами, как описано в тексте. Результаты представлены в таблице 4.

Обсуждение примеров 1-6

Как ясно из таблицы 4, примеры 1-6 показывают, что при использовании способа согласно изобретению можно получить хорошие результаты. В зависимости от требуемой точности, можно выбирать подходящий из числа различных алгоритмов. Из примеров 5 и 6 ясно, что способ согласно изобретению можно выполнять, одновременно калибруя и применяя модель с 4 или 20 параметрами. Кроме того, в примерах 1-2 и 3-4 показано, что едва ли есть какое-то различие между предварительной калибровкой и одновременной калибровкой. Это, вероятно, является результатом комбинации факторов, то есть, использования калибровочного шаблона с 65 цветами, математической модели и планшетного сканера Hewlett Packard 3С. Ожидается, что замена одного или более из этих факторов покажет лучшие результаты при одновременной калибровке, чем при предварительной калибровке.

Пример 7

Используя планшетный сканер Hewlett Packard ScanJet 5P,

был измерен цвет калибровочного шаблона 2 и 28 неизвестных цветов, в каждом случае с неизвестным цветом, измеряемым одновременно с калибровочным шаблоном. Таким образом, результатом измерений были 28 цветовых изображений калибровочного шаблона 2, каждый раз с одним из 28 неизвестных цветов в местоположении неизвестного цвета (см. шаблон 2, “неизвестный”). При использовании линейной модели с 4 параметрами и алгоритма взвешивания, как описано в тексте выше, были рассчитаны цветометрические данные 28 неизвестных цветов.

Кроме того, были рассчитаны цветометрические данные 28 неизвестных цветов посредством измерения цвета при помощи спектрофотометра MacBeth СЕ 730-GL, под тремя углами, с геометрией 45/0, 45/20 и 45/-65 (источник освещения сканера - планшетного сканера Hewlett Packard ScanJet 5P, 10° -блок наблюдения) и преобразования спектральных данных математически для геометрии D/8.

В таблице 5 представлен обзор данных измерений. В столбцах 2-4 представлены цветометрические данные, измеренные спектрофотометром, в столбцах 5-7 представлены цветометрические данные, измеренные сканером, а в столбце 8 представлены цветовые различия между цветометрическими данными спектрофотометра и сканера. В среднем, цветовое различие Δ Е*_ab=2,20. Медиана цветового различия Δ Е*_ab=2,04. Значения Δ Е*_ab также представлены в таблице 6.

Пример 8

Пример 7 был повторен, за исключением того, что измерение калибровочного шаблона проводили заранее. Другими словами, результат измерений представлял собой запись калибровочного

шаблона 2 и 28 записей неизвестных цветов без калибровочного шаблона 2.

Обзор результатов также можно найти в таблице 5. В столбцах 9-11 представлены цветометрические данные, определенные с помощью сканера. В столбце 12 представлены цветовые различия между цветометрическими данными, определенными с помощью спектрофотометра, и данными, определенными с помощью сканера. В среднем, цветовое различие Δ Е*_ab=2,24. Медиана цветового различия Δ Е*_ab=2,18. Значения Δ Е*_ab также представлены в таблице 6.

Примеры 9 и 10

Примеры 7 и 8 были повторены, за исключением того, что, кроме того, было выполнено балансирование серого посредством использования следующего алгоритма R_ig=f₁+f₂· L_ig*. Значения Δ Е*_ab представлены в таблице 6.

Пример 11

Пример 7 был повторен, за исключением того, что взвешивание не выполнялось. Значения Δ Е*_ab представлены в таблице 6.

Пример 12

Пример 11 был повторен, за исключением того, что использовали модель с 20 параметрами, как описано в тексте. Значения Δ Е*_ab представлены в таблице 6.

Обсуждение примеров 7-12

Как ясно из таблицы 6, примеры 7-12 показывают, что при использовании способа согласно изобретению можно получить хорошие результаты. В зависимости от требуемой точности, можно выбирать подходящий из числа различных алгоритмов. Из примеров 11 и 12 ясно, что способ согласно изобретению можно выполнять, одновременно калибруя и применяя модель с 4 или 20 параметрами. Кроме того, в примерах 7-8 и 9-10 показано, что едва ли есть какое-то различие между предварительной калибровкой и одновременной калибровкой. Это, вероятно, является результатом комбинации факторов, то есть использования калибровочного шаблона с 37 цветами, математической модели и планшетного сканера Hewlett Packard ScanJet 5P. Ожидается, что замена одного или больше из этих факторов покажет лучшие результаты при одновременной калибровке, чем при предварительной калибровке.

Пример 13: Воспроизводимость

Один из 65 калибровочных участков шаблона 1 (№8) был обозначен как неизвестный цвет. Цветометрические данные выбранного цвета составляли L*=36,56; а*=56,40 и b*=42,10.

Калибровочный участок 8 измеряли 149 раз с помощью планшетного сканера Hewlett Packard 3C, одновременно с 64 известными калибровочными цветами. Среднеквадратичное отклонение Δ Е*_ab, измеренное по всем 149 точкам измерения, составляло 0,35, что является сопоставимым с результатом для спектрофотометра.

Пример 14: Воспроизводимость

Один из 37 калибровочных участков шаблона 2 (№26) был обозначен как неизвестный цвет. Цветометрические данные выбранного цвета составляли L*=34,29; а*=37,55 и b*=33,64.

Калибровочный участок 26 измеряли 28 раз с помощью планшетного цветного сканера Hewlett Packard 3C, одновременно с 36 известными калибровочными участками. Среднеквадратичное отклонение Δ Е*_ab, измеренное по всем 28 точкам измерения, составляло 0,17, что имеет тот же порядок величины, как при использовании спектрофотометра.

Claims (14)

1. Способ определения формулы цвета для подбора выбранного цвета, измеренного устройством формирования электронного отображения, при этом способ содержит следующие этапы:

a) определяют цветометрические данные калибровочных цветов, калибруют устройство формирования электронного отображения посредством измерения цветовых сигналов, по меньшей мере, двух калибровочных цветов, причем цветометрические данные каждого из калибровочных цветов известны,

b) в то же самое время или на следующем этапе измеряют выбранный цвет при помощи устройства формирования электронного отображения,

c) используя математическую модель, описывающую соотношение между измеренными цветовыми сигналами калибровочных цветов и цветометрическими данными, рассчитывают параметры для преобразования измеренных цветовых сигналов калибровочных цветов в известные цветометрические данные,

d) используя математическую модель и с учетом рассчитанных параметров, цветовые сигналы измеренного выбранного цвета преобразуют в цветометрические данные, и

е) используя банк данных, определяют формулу цвета, цветометрические данные которой наиболее близко соответствуют рассчитанным цветометрическим данным измеренного выбранного цвета.

2. Способ по п.1, отличающийся тем, что калибровочные цвета распределяют по всему цветометрическому цветовому пространству.

3. Способ по п.2, отличающийся тем, что калибровочные цвета распределяют вблизи выбранного цвета.

4. Способ по любому из пп.1 - 3, отличающийся тем, что при вычислении параметров модели калибровочным цветам вблизи выбранного цвета придают больший вес.

5. Способ по любому из пп.1 - 3, отличающийся тем, что устройство формирования электронного отображения представляет собой планшетный сканер.

6. Способ по любому из пп.1 - 3, отличающийся тем, что устройство формирования электронного отображения представляет собой цифровую камеру.

7. Способ по любому из пп.1 - 3, отличающийся тем, что измерение калибровочных цветов и выбранного цвета осуществляют одновременно.

8. Способ по любому из пп.1 - 3, отличающийся тем, что параметры текстуры рассчитывают на основании записи выбранного цвета и посредством использования банка данных определяют формулу цвета, параметры текстуры которой наиболее близко соответствуют расчетным параметрам текстуры измеренного выбранного цвета.

9. Способ по п.8, отличающийся тем, что на калибровочном шаблоне предусматривают линейку.

10. Способ по любому из пп.1 - 3, отличающийся тем, что способ выполняют в индустрии ремонта автомобилей.

11. Способ определения формулы текстуры и/или цвета для подбора выбранного цвета и/или текстуры выбранного материала, при котором

a) цвет выбранного материала измеряют спектрофотометром или трехцветным измерителем,

b) изображение текстуры выбранного материала формируют посредством устройства формирования электронного отображения и используют программное обеспечение обработки изображений для вычисления параметров текстуры с использованием записи, сделанной устройством формирования электронного отображения,

c) измеренные данные цвета и параметры текстуры используют для определения в банке данных формулы текстуры и/или цвета, цветометрические данные и данные текстуры которой наиболее близко соответствуют цветометрическим данным и данным текстуры выбранного материала.

12. Способ по п.11, отличающийся тем, что способ выполняют в индустрии ремонта автомобилей.

13. Способ по п.12, отличающийся тем, что во время записи выбранного цвета устройством формирования электронного отображения обеспечивается дополнительная информация, относящаяся к типу автомобиля и году его изготовления.

14. Способ определения цветового различия выбранного цвета, измеряемого устройством формирования электронного отображения, по сравнению со стандартной картой эталонных оттенков, при этом способ содержит следующие этапы:

a) определяют цветометрические данные калибровочных цветов, устройство формирования электронного отображения калибруют посредством измерения цветовых сигналов, по меньшей мере, двух калибровочных цветов, причем цветометрические данные каждого из калибровочных цветов известны,

b) в то же самое время или на следующем этапе измеряют выбранный цвет при помощи устройства формирования электронного отображения,

c) используя математическую модель, описывающую соотношение между измеренными цветовыми сигналами калибровочных цветов и цветометрическими данными, рассчитывают параметры для преобразования измеренных цветовых сигналов калибровочных цветов в известные цветометрические данные,

d) используя математическую модель и с учетом рассчитанных параметров, цветовые сигналы измеренного выбранного цвета преобразуют в цветометрические данные,

e) цветометрические данные выбранного цвета сравнивают с цветометрическими данными стандартной карты эталонных оттенков.

Images