WO2019080243A1 - 改善域外色重叠映射的方法 - Google Patents

改善域外色重叠映射的方法

Info

Publication number
WO2019080243A1
WO2019080243A1 PCT/CN2017/112973 CN2017112973W WO2019080243A1 WO 2019080243 A1 WO2019080243 A1 WO 2019080243A1 CN 2017112973 W CN2017112973 W CN 2017112973W WO 2019080243 A1 WO2019080243 A1 WO 2019080243A1
Authority
WO
WIPO (PCT)
Prior art keywords
color
value
color point
point
gamut
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.)
Ceased
Application number
PCT/CN2017/112973
Other languages
English (en)
French (fr)
Inventor
饶洋
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.)
Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd
Original Assignee
Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd
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 Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd filed Critical Shenzhen China Star Optoelectronics Semiconductor Display Technology Co Ltd
Priority to US15/742,516 priority Critical patent/US10242461B1/en
Publication of WO2019080243A1 publication Critical patent/WO2019080243A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Definitions

  • the present invention relates to the field of display technologies, and in particular, to a method for improving an extra-domain color overlay mapping.
  • a gamut is a method of encoding a color and also the sum of colors that a technical system can produce.
  • the color ranges ie, color gamut
  • a gamut mapping generally refers to mapping a source gamut of an input image signal to a target gamut suitable for use in a display device to display the image.
  • Color space also known as a color model, is used to illustrate color in some generally acceptable ways under certain standards.
  • CIE International Commission on Illumination proposes various color spaces, such as RGB color space, XYZ color space, Lab color space, LCH color space, and the like.
  • the RGB (Red, Green and Blue) color space is a color space defined by the color recognized by the human eye.
  • the different levels of the three basic colors are superimposed to produce a variety of different colors. Usually, three basic colors are used.
  • the numeric value range is [0,255]. In the display device of the prior art, it is necessary to perform gamma correction processing on the input RGB digital values, and convert the RGB digital values into RGB optical values.
  • the XYZ color space is a color space composed of three elements of tristimulus values X, Y, and Z.
  • the tristimulus values X, Y, and Z can be obtained by RGB optical value conversion.
  • the conversion relationship can generally be expressed as Where R, G, B represent RGB optical values and M represents a particular transformation matrix.
  • the inverse transformation relationship can also be obtained by the inverse matrix of M.
  • the Lab color space is a device-independent color space. It is a color space composed of three elements: L, a, and b.
  • the L component in the Lab color space is used to represent the brightness of the pixel.
  • the value range is [0, 100]. , from pure black to pure white; a indicates the range from red to green, the value range is [127, -128]; b indicates the range from yellow to blue, and the value range is [127, -128].
  • the XYZ tristimulus values can be converted into Lab space L*a*b* values by the formula:
  • X n , Y n , Z n generally default to 95.047, 100, 108.883.
  • the LCH color space is a color space composed of three elements of L, C, and H, L represents brightness and is the same as L* in the Lab color space, C is color saturation, and H is a hue angle.
  • FIG. 1 it is a schematic diagram of a constant tone plane of the Lab color space. Passing any color point P and brightness axis in the Lab color space to convert the three-dimensional space into a two-dimensional plane, the color point P hue angle Make sure that the coordinates of the color point (C, L) can be used to measure the color point position. At this time:
  • a constant color plane (LC profile) analysis of the Lab color space can be combined.
  • the common algorithm maps the color points located outside the small gamut to the small gamut boundary. There is always a phenomenon that a certain area or a line segment is mapped to the same point, that is, the overlapping mapping problem. Directly leading to the loss of detail level of the image after mapping, resulting in a halo noise phenomenon.
  • FIG. 2 it is a schematic diagram of the minimum chromatic aberration (HPMINDE) algorithm
  • the vertical axis represents the luminance L
  • the horizontal axis represents the color saturation C
  • the triangular region surrounded by the color point D and the origin O and the L axis represents the source gamut.
  • the triangular area enclosed by the color point T and the origin O and the L axis represents the target color gamut.
  • the mapping principle of the method is to ensure that the color difference value of the color before and after the mapping is the smallest: the color of the super color gamut is mapped to the target color gamut boundary according to the principle of minimum color difference, that is, the color point at the shortest distance from the color point P Euclidean is found. P'.
  • FIG. 3 it is a schematic diagram of a gamut mapping algorithm mapped along a fixed point L focal direction.
  • a triangular region surrounded by a color point D and an origin O and an L axis represents a source gamut, and a triangular region inside the source gamut range.
  • the target color gamut is represented.
  • the mapping principle of the method is to map the color of the super color gamut along the fixed point L focal direction on the brightness axis, and sequentially map the color point P of the super color gamut on the target color gamut boundary to obtain the color point P. '.
  • an object of the present invention is to provide a method for improving the super-domain overlap mapping, and propose a simple and easy-to-implement gamut mapping method to improve the color of the mapped image and increase the level of detail.
  • Step 10 Convert the RGB digital value of the color point P in the source color gamut to the Lab color space. L*a*b* value;
  • Step 20 determining, by using the L*a*b* value, the hue plane of the color point P, and further determining the hue angle H, the color saturation C, and the value of the brightness L of the color point P;
  • Step 30 the intersection of the color point P and the line defined by the hue plane brightness axis color point L m and the boundary of the target color gamut and the boundary of the source color gamut are respectively represented as color points P C and P S , and combined with the color point L m and parameter ⁇ determine the reference color point P i :
  • parameter ⁇ is 0 ⁇ 1;
  • Step 40 Determine whether the color point P is in the line segment
  • the color point L m is a midpoint of the maximum brightness on the brightness axis of the hue plane.
  • the parameter ⁇ is greater than 0 and less than 1.
  • step 10 includes:
  • Step 11 Input the RGB digital value of the color point P in the source color gamut
  • Step 12 the RGB digital value is converted into RGB optical value by gamma correction
  • step 50 includes:
  • Step 53 the RGB optical value is converted into RGB digital value by gamma correction
  • Step 54 Output the RGB digital value of the color point P after the target color gamut mapping.
  • the gamma correction adopts a gamma 2.2 standard.
  • the source color gamut is an sRGB color gamut.
  • the present invention also provides a method for improving an extra-domain color overlay mapping, comprising:
  • Step 10 Convert the RGB digital value of the color point P in the source color gamut to the L*a*b* value of the Lab color space;
  • Step 20 determining, by using the L*a*b* value, the hue plane of the color point P, and further determining the hue angle H, the color saturation C, and the value of the brightness L of the color point P;
  • parameter ⁇ is 0 ⁇ 1;
  • Step 40 Determine whether the color point P is in the line segment
  • Step 50 Convert an L*a*b* value of the color point P after mapping to the target color gamut to an RGB digital value in the target color gamut;
  • the color point L m is a midpoint of the maximum brightness on the brightness axis of the hue plane
  • step 10 includes:
  • Step 11 Input the RGB digital value of the color point P in the source color gamut
  • Step 12 the RGB digital value is converted into RGB optical value by gamma correction
  • Step 13 The RGB optical value is converted into an XYZ tristimulus value through a transformation matrix
  • Step 14 Convert the XYZ tristimulus value into an L*a*b* value of the Lab color space
  • step 50 includes:
  • Step 51 converting the L*a*b* value into an XYZ tristimulus value
  • Step 53 the RGB optical value is converted into RGB digital value by gamma correction
  • Step 54 Output RGB digital values of the color point P after mapping in the target color gamut
  • the gamma correction adopts a gamma 2.2 standard.
  • Figure 1 is a schematic diagram of a constant tone plane of the Lab color space
  • FIG. 2 is a schematic diagram of a minimum color difference algorithm
  • FIG. 4 is a flow chart of a method for improving an extra-domain color overlay mapping according to the present invention.
  • FIG. 5 is a block diagram of an algorithm of a preferred embodiment of a method for improving an out-of-domain color overlay mapping according to the present invention
  • FIG. 4 it is a flowchart of a method for improving an extra-domain color overlay mapping according to the present invention.
  • the method of the invention mainly comprises:
  • Step 10 Convert the RGB digital value of the color point P in the source color gamut to the L*a*b* value of the Lab color space;
  • Step 20 determining, by using the L*a*b* value, the hue plane of the color point P, and further determining the hue angle H, the color saturation C, and the value of the brightness L of the color point P;
  • parameter ⁇ is 0 ⁇ 1;
  • Step 50 Convert the L*a*b* value of the color point P after mapping to the target color gamut to the RGB digital value in the target color gamut.
  • the color point L m can be selected as the midpoint of the maximum brightness on the brightness axis of the hue plane.
  • the parameter ⁇ may be equal to 0, may be equal to 1, or may be any value greater than 0 and less than 1.
  • the step 10 may specifically include:
  • Step 12 the RGB digital value is converted into RGB optical value by gamma correction
  • Step 13 The RGB optical value is converted into an XYZ tristimulus value through a transformation matrix
  • the step 50 may specifically include:
  • Step 51 converting the L*a*b* value into an XYZ tristimulus value
  • Step 52 converting the XYZ tristimulus value into an RGB optical value through an inverse transformation matrix
  • Step 53 the RGB optical value is converted into RGB digital value by gamma correction
  • Step 54 Output the RGB digital value of the color point P after the target color gamut mapping.
  • the gamma correction adopts a gamma 2.2 standard.
  • the extra-domain color is mapped to the inside of the small gamut, and the level of detail of the mapped color is improved.
  • a reference point as a reference color point is determined based on the alpha coefficient, and for the color point outside the reference point, the two boundary points and the reference point are combined to compress the map proportionally; and the alpha coefficient can be changed to balance the detail and the chromatic aberration.
  • the invention can effectively open the map after mapping Like the color level, the image details are more abundant.
  • FIG. 5 is a block diagram of an algorithm for improving the super-domain superimposed mapping according to a preferred embodiment of the present invention.
  • FIG. 6 is a schematic diagram of the mapping of the preferred embodiment, showing the color point P from the source gamut sRGB color.
  • the gamut mapping algorithm for alleviating the extra-domain color mapping overlap phenomenon according to the present invention mainly includes:
  • L m is defined as the midpoint of the maximum brightness of the L-axis of the CL plane, and other fixed points on the L-axis may also be selected.
  • the XYZ tristimulus values are converted to RGB optical values by the inverse matrix of the transformation matrix
  • RGB optical values are converted to dRGB digital values by Gamma 2.2;
  • the present invention improves the super-domain color overlap mapping method so that multiple colors are no longer mapped to the same
  • the color point is mapped to multiple color points; the balance between detail and color difference can be achieved by changing the alpha coefficient; after the different domain points are mapped, the layers and differences are opened, and the image details are more abundant.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)

Abstract

本发明涉及一种改善域外色重叠映射的方法。该方法包括：步骤10、将色点P在源色域中的RGB数字值转换为Lab颜色空间的L*a*b*值；步骤20、确定色点P所在色调平面，进一步确定色调角H，色饱和度C，和亮度L的值；步骤30、将色点P与色调平面亮度轴上色点Lm所定义直线与目标色域的边界和源色域的边界的交点分别表示为色点PC和Ps，并结合色点Lm和参数α确定参考色点Pi；步骤40、判断色点P在线段|LmPi|内部还是外部；如果是内部，则色点P映射至目标色域后仍为色点P，进入步骤50；如果是外部，则色点P映射至目标色域后为色点P'；步骤50、将映射至目标色域后的色点P的L*a*b*值转化为RGB数字值。本发明改善域外色重叠映射的方法使多种颜色不再映射至同一色点。

Description

改善域外色重叠映射的方法 技术领域
本发明涉及显示技术领域，尤其涉及一种改善域外色重叠映射的方法。
背景技术
色域(gamut)是对一种颜色进行编码的方法，也指一个技术系统能够产生的颜色的总和。在显示技术中，由于各种颜色设备所能表现的颜色范围(即色域)各不相同，为实现彩色图像的复制就需要使用色域映射(Gamut Mapping)技术和算法。色域映射一般指将一输入图像信号的源色域映射至适用于显示装置的目标色域以显示该图像。
颜色空间也称彩色模型，用途是在某些标准下用通常可接受的方式对彩色加以说明。为了更适当地描述色彩，国际照明委员会(CIE)提出了各种颜色空间，例如RGB颜色空间，XYZ颜色空间，Lab颜色空间，LCH颜色空间等。
RGB(红绿蓝)颜色空间是依据人眼识别的颜色定义出的颜色空间，通过三种基本颜色的不同程度的迭加来产生各种各样的不同颜色，通常情况下，三种基本颜色的数字值取值范围均为[0,255]。现有显示装置在进行显示时，需要对输入的RGB数字值进行伽马(Gamma)校正处理，将RGB数字值转化为RGB光学值。
XYZ颜色空间是由三刺激值X，Y，Z共三个要素组成的颜色空间，三刺激值X，Y，Z可通过RGB光学值转换得到，众所周知，转换关系一般可以表示为
Figure PCTCN2017112973-appb-000001
其中R，G，B表示RGB光学值，M表示特定的转化矩阵。相应的，也可以通过M的逆矩阵来得到反向的转换关系。
Lab颜色空间是一种与设备无关的颜色空间，是由L，a，b共三个要素组成的颜色空间；Lab颜色空间中的L分量用于表示像素的亮度，取值范围是[0,100]，表示从纯黑到纯白；a表示从红色到绿色的范围，取值范围是[127,-128]；b表示从黄色到蓝色的范围，取值范围是[127,-128]。
XYZ三刺激值经公式可以转化成Lab空间L*a*b*值：
Figure PCTCN2017112973-appb-000002
Figure PCTCN2017112973-appb-000003
Figure PCTCN2017112973-appb-000004
Figure PCTCN2017112973-appb-000005
最大亮度归一化为100时，Xn,Yn,Zn一般默认是95.047,100,108.883。
相应的，Lab空间L*a*b*值经公式可以转化回XYZ三刺激值：
Figure PCTCN2017112973-appb-000006
Figure PCTCN2017112973-appb-000007
Figure PCTCN2017112973-appb-000008
Figure PCTCN2017112973-appb-000009
LCH颜色空间是由L，C，H共三个要素组成的颜色空间，L表示亮度并且与Lab颜色空间中的L*相同，C为色饱和度，H为色调角。
如图1所示，其为Lab颜色空间的恒定色调平面示意图。在Lab颜色空间中过任一色点P和亮度轴作平面，可将三维空间转化为二维平面，色点P色调角
Figure PCTCN2017112973-appb-000010
确定，平面内可用坐标(C,L)来度量色点位置，此时：
Figure PCTCN2017112973-appb-000011
Figure PCTCN2017112973-appb-000012
。图1中，CL二维平面内纵轴表示亮度L，横轴表示色饱和度C，色点P的位置用坐标(C,L)来度量，色点P位于色点D与原点O和L轴所围成的色域内。
对于色域映射算法，在大色域向小色域映射的过程中，可以结合Lab颜色空间的恒定色调平面(LC剖面)分析。常见算法对位于小色域外部的色点，均映射至小色域边界上，总会存在某区域或某线段映射至同一点的现象，即重叠映射问题。直接导致映射后图像损失细节层次，产生光晕噪声现象。
针对超色域问题，传统算法中将色域内的颜色直接原样输出，把色域外的颜色全部裁切到目标色域边界上，常见方法有如图2和图3所示的两种。
如图2所示，其为最小色差(HPMINDE)算法示意图，纵轴表示亮度L，横轴表示色饱和度C，色点D与原点O和L轴所围成的三角形区域表示源色域，色点T与原点O和L轴所围成的三角形区域表示目标色域。该方法的映射原则是保证映射前后颜色的色差值最小：依据最小色差原则将超色域的颜色映射至目标色域边界上，即寻找距离色点P欧几里得距离最短处的色点P’。
如图3所示，其为沿固定点Lfocal方向映射的色域映射算法示意图，色点D与原点O和L轴所围成的三角形区域表示源色域，源色域范围内部的三角形区域表示目标色域，该方法的映射原则是将超色域的颜色沿着朝向亮度轴上固定点Lfocal方向映射，将超色域的色点P依次映射在目标色域边界上得到色点P’。
现有方法的特点是：色域内色点原样输出，确保色域内颜色的准确呈现；色域外色点按照不同原则映射在色域边界上。现有方法的缺点是：方法一中K区域内的颜色都会映射至尖点T，方法二中线段PP’上的颜色都映射至P’点，图像位于该区域的颜色映射后会损失细节层次，产生模糊和光晕噪声现象。
发明内容
因此，本发明的目的在于提供一种改善域外色重叠映射的方法，提出简单且易实现的色域映射方法来改善映射后图像色彩，增加细节层次。
为实现上述目的，本发明提供了一种改善域外色重叠映射的方法，包括：
步骤10、将色点P在源色域中的RGB数字值转换为Lab颜色空间的 L*a*b*值；
步骤20、通过L*a*b*值确定色点P所在色调平面，进一步确定色点P的色调角H，色饱和度C，和亮度L的值；
步骤30、将色点P与色调平面亮度轴上色点Lm所定义直线与目标色域的边界和源色域的边界的交点分别表示为色点PC和PS，并结合色点Lm和参数α确定参考色点Pi：
Figure PCTCN2017112973-appb-000013
Figure PCTCN2017112973-appb-000014
，参数α为0～1；
步骤40、判断色点P在线段|LmPi|内部还是外部；如果是内部，则色点P映射至目标色域后仍为色点P，进入步骤50；如果是外部，则色点P映射至目标色域后为色点P’：
Figure PCTCN2017112973-appb-000015
Figure PCTCN2017112973-appb-000016
步骤50、将映射至目标色域后的色点P的L*a*b*值转化为在目标色域中的RGB数字值。
其中，所述色点Lm为色调平面亮度轴上最大亮度的中点。
其中，所述参数α等于0。
其中，所述参数α等于1。
其中，所述参数α大于0且小于1。
其中，所述步骤10包括：
步骤11、输入色点P在源色域中的RGB数字值；
步骤12、RGB数字值经伽马校正转化为RGB光学值；
步骤13、RGB光学值经转化矩阵转化成XYZ三刺激值；
步骤14、将XYZ三刺激值转化成Lab颜色空间的L*a*b*值。
其中，所述伽马校正采用伽马2.2标准。
其中，所述步骤50包括：
步骤51、将L*a*b*值转化为XYZ三刺激值；
步骤52、将XYZ三刺激值经逆转化矩阵转化成RGB光学值；
步骤53、RGB光学值经伽马校正转化成RGB数字值；
步骤54、输出色点P在目标色域映射后的RGB数字值。
其中，所述伽马校正采用伽马2.2标准。
其中，所述源色域为sRGB色域。
本发明还提供一种改善域外色重叠映射的方法，包括：
步骤10、将色点P在源色域中的RGB数字值转换为Lab颜色空间的L*a*b*值；
步骤20、通过L*a*b*值确定色点P所在色调平面，进一步确定色点P的色调角H，色饱和度C，和亮度L的值；
步骤30、将色点P与色调平面亮度轴上色点Lm所定义直线与目标色域的边界和源色域的边界的交点分别表示为色点PC和PS，并结合色点Lm和参数α确定参考色点Pi：
Figure PCTCN2017112973-appb-000017
Figure PCTCN2017112973-appb-000018
，参数α为0～1；
步骤40、判断色点P在线段|LmPi|内部还是外部；如果是内部，则色点P映射至目标色域后仍为色点P，进入步骤50；如果是外部，则色点P映射至目标色域后为色点P’：
Figure PCTCN2017112973-appb-000019
Figure PCTCN2017112973-appb-000020
步骤50、将映射至目标色域后的色点P的L*a*b*值转化为在目标色域中的RGB数字值；
其中，所述色点Lm为色调平面亮度轴上最大亮度的中点；
其中，所述步骤10包括：
步骤11、输入色点P在源色域中的RGB数字值；
步骤12、RGB数字值经伽马校正转化为RGB光学值；
步骤13、RGB光学值经转化矩阵转化成XYZ三刺激值；
步骤14、将XYZ三刺激值转化成Lab颜色空间的L*a*b*值；
其中，所述伽马校正采用伽马2.2标准；
其中，所述步骤50包括：
步骤51、将L*a*b*值转化为XYZ三刺激值；
步骤52、将XYZ三刺激值经逆转化矩阵转化成RGB光学值；
步骤53、RGB光学值经伽马校正转化成RGB数字值；
步骤54、输出色点P在目标色域映射后的RGB数字值；
其中，所述伽马校正采用伽马2.2标准。
综上，本发明改善域外色重叠映射的方法使多种颜色不再映射至同一色点，而是映射至多个色点，很大程度上缓解多种颜色映射至同一色点的现象；可以通过改变α系数在细节和色差之间取得平衡；不同域外点经映射算法后，拉开了层次和区别，图像细节更加丰富。
附图说明
下面结合附图，通过对本发明的具体实施方式详细描述，将使本发明的技术方案及其他有益效果显而易见。
附图中，
图1为Lab颜色空间的恒定色调平面示意图；
图2为最小色差算法示意图；
图3为沿固定点Lfocal方向映射的色域映射算法示意图；
图4为本发明改善域外色重叠映射的方法的流程图；
图5为本发明改善域外色重叠映射的方法一较佳实施例的算法框图；
图6为本发明改善域外色重叠映射的方法一较佳实施例的映射示意图。
具体实施方式
如图4所示，其为本发明改善域外色重叠映射的方法的流程图。本发明的方法主要包括：
步骤10、将色点P在源色域中的RGB数字值转换为Lab颜色空间的L*a*b*值；
步骤20、通过L*a*b*值确定色点P所在色调平面，进一步确定色点P的色调角H，色饱和度C，和亮度L的值；
步骤30、将色点P与色调平面亮度轴上色点Lm所定义直线与目标色域的边界和源色域的边界的交点分别表示为色点PC和PS，并结合色点Lm和参 数α确定参考色点Pi：
Figure PCTCN2017112973-appb-000021
Figure PCTCN2017112973-appb-000022
，参数α为0～1；
步骤40、判断色点P在线段|LmPi|内部还是外部；如果是内部，则色点P映射至目标色域后仍为色点P，进入步骤50；如果是外部，则色点P映射至目标色域后为色点P’：
Figure PCTCN2017112973-appb-000023
Figure PCTCN2017112973-appb-000024
步骤50、将映射至目标色域后的色点P的L*a*b*值转化为在目标色域中的RGB数字值。
其中，所述色点Lm可以选取为色调平面亮度轴上最大亮度的中点。
其中，所述参数α可以等于0，可以等于1，或者也可以为大于0且小于1的任意值。
其中，所述步骤10具体可以包括：
步骤11、输入色点P在源色域中的RGB数字值；
步骤12、RGB数字值经伽马校正转化为RGB光学值；
步骤13、RGB光学值经转化矩阵转化成XYZ三刺激值；
步骤14、将XYZ三刺激值转化成Lab颜色空间的L*a*b*值。
其中，所述步骤50具体可以包括：
步骤51、将L*a*b*值转化为XYZ三刺激值；
步骤52、将XYZ三刺激值经逆转化矩阵转化成RGB光学值；
步骤53、RGB光学值经伽马校正转化成RGB数字值；
步骤54、输出色点P在目标色域映射后的RGB数字值。
其中，所述伽马校正采用伽马2.2标准。
本发明的色域映射过程中，域外色拉开层次后映射至小色域内部，提升映射后颜色的细节层次。基于α系数确定作为参考色点的基准点，对于基准点外部的色点，结合两个边界点和基准点按比例压缩映射；还可以通过改变α系数在细节和色差之间取得平衡。本发明可以有效拉开映射后图 像的色彩层次，图像细节更加丰富。
参见图5及图6，图5为本发明改善域外色重叠映射的方法一较佳实施例的算法框图，图6该较佳实施例的映射示意图，展示了色点P由源色域sRGB色域向目标色域CSOT色域映射时映射路径确定的过程。结合图5和图6，根据本发明得出的缓解域外颜色映射重叠现象的色域映射算法主要包括：
1.输入色点P在源色域sRGB色域中的数字值dRGB；
2.数字值dRGB经Gamma2.2转化成RGB光学值；
3.RGB光学值经转化矩阵转化成XYZ三刺激值；
4.XYZ三刺激值转化成Lab空间的L*a*b*值；
5.通过L*a*b*值确定色点P所在色调平面，进一步确定H,C,L值；
6.从而确定色点P至目标色域的映射路径：通过色点P和Lm所定义的直线来确定目标色域边界上的色点PC，源色域边界上的色点PS，并结合最大亮度的中点Lm和参数α∈[0,1]确定参考色点Pi；
Figure PCTCN2017112973-appb-000025
Figure PCTCN2017112973-appb-000026
Lm在此实施例中定义为CL平面L轴最大亮度的中点，也可以选取L轴上其它固定点。
7.判断色点P在线段|LmPi|内部还是外部？
·内部：进入步骤8；
·外部：
Figure PCTCN2017112973-appb-000027
Figure PCTCN2017112973-appb-000028
8.通过公式将L*a*b*值转化为XYZ三刺激值；
9.XYZ三刺激值经转化矩阵的逆矩阵转化成RGB光学值；
10.RGB光学值经Gamma2.2转化成dRGB数字值；
11.输出色点P映射在目标色域CSOT色域中的数字值。
综上，本发明改善域外色重叠映射的方法使多种颜色不再映射至同一 色点，而是映射至多个色点；可以通过改变α系数在细节和色差之间取得平衡；不同域外点经映射算法后，拉开了层次和区别，图像细节更加丰富。
以上所述，对于本领域的普通技术人员来说，可以根据本发明的技术方案和技术构思作出其他各种相应的改变和变形，而所有这些改变和变形都应属于本发明后附的权利要求的保护范围。

Claims (15)

  1. 一种改善域外色重叠映射的方法，包括：
    步骤10、将色点P在源色域中的RGB数字值转换为Lab颜色空间的L*a*b*值；
    步骤20、通过L*a*b*值确定色点P所在色调平面，进一步确定色点P的色调角H，色饱和度C，和亮度L的值；
    步骤30、将色点P与色调平面亮度轴上色点Lm所定义直线与目标色域的边界和源色域的边界的交点分别表示为色点PC和Ps，并结合色点Lm和参数α确定参考色点Pi：
    Figure PCTCN2017112973-appb-100001
    Figure PCTCN2017112973-appb-100002
    ，参数α为0～1；
    步骤40、判断色点P在线段|LmPi|内部还是外部；如果是内部，则色点P映射至目标色域后仍为色点P，进入步骤50；如果是外部，则色点P映射至目标色域后为色点P’：
    Figure PCTCN2017112973-appb-100003
    Figure PCTCN2017112973-appb-100004
    步骤50、将映射至目标色域后的色点P的L*a*b*值转化为在目标色域中的RGB数字值。
  2. 如权利要求1所述的改善域外色重叠映射的方法，其中，所述色点Lm为色调平面亮度轴上最大亮度的中点。
  3. 如权利要求1所述的改善域外色重叠映射的方法，其中，所述参数α等于0。
  4. 如权利要求1所述的改善域外色重叠映射的方法，其中，所述参数α等于1。
  5. 如权利要求1所述的改善域外色重叠映射的方法，其中，所述参数 α大于0且小于1。
  6. 如权利要求1所述的改善域外色重叠映射的方法，其中，所述步骤10包括：
    步骤11、输入色点P在源色域中的RGB数字值；
    步骤12、RGB数字值经伽马校正转化为RGB光学值；
    步骤13、RGB光学值经转化矩阵转化成XYZ三刺激值；
    步骤14、将XYZ三刺激值转化成Lab颜色空间的L*a*b*值。
  7. 如权利要求6所述的改善域外色重叠映射的方法，其中，所述伽马校正采用伽马2.2标准。
  8. 如权利要求1所述的改善域外色重叠映射的方法，其中，所述步骤50包括：
    步骤51、将L*a*b*值转化为XYZ三刺激值；
    步骤52、将XYZ三刺激值经逆转化矩阵转化成RGB光学值；
    步骤53、RGB光学值经伽马校正转化成RGB数字值；
    步骤54、输出色点P在目标色域映射后的RGB数字值。
  9. 如权利要求8所述的改善域外色重叠映射的方法，其中，所述伽马校正采用伽马2.2标准。
  10. 如权利要求1所述的改善域外色重叠映射的方法，其中，所述源色域为sRGB色域。
  11. 一种改善域外色重叠映射的方法，包括：
    步骤10、将色点P在源色域中的RGB数字值转换为Lab颜色空间的L*a*b*值；
    步骤20、通过L*a*b*值确定色点P所在色调平面，进一步确定色点P的色调角H，色饱和度C，和亮度L的值；
    步骤30、将色点P与色调平面亮度轴上色点Lm所定义直线与目标色域的边界和源色域的边界的交点分别表示为色点PC和Ps，并结合色点Lm和参数α确定参考色点Pi：
    Figure PCTCN2017112973-appb-100005
    Figure PCTCN2017112973-appb-100006
    ，参数α为0～1；
    步骤40、判断色点P在线段|LmPi|内部还是外部；如果是内部，则色 点P映射至目标色域后仍为色点P，进入步骤50；如果是外部，则色点P映射至目标色域后为色点P’：
    Figure PCTCN2017112973-appb-100007
    Figure PCTCN2017112973-appb-100008
    步骤50、将映射至目标色域后的色点P的L*a*b*值转化为在目标色域中的RGB数字值；
    其中，所述色点Lm为色调平面亮度轴上最大亮度的中点；
    其中，所述步骤10包括：
    步骤11、输入色点P在源色域中的RGB数字值；
    步骤12、RGB数字值经伽马校正转化为RGB光学值；
    步骤13、RGB光学值经转化矩阵转化成XYZ三刺激值；
    步骤14、将XYZ三刺激值转化成Lab颜色空间的L*a*b*值；
    其中，所述伽马校正采用伽马2.2标准；
    其中，所述步骤50包括：
    步骤51、将L*a*b*值转化为XYZ三刺激值；
    步骤52、将XYZ三刺激值经逆转化矩阵转化成RGB光学值；
    步骤53、RGB光学值经伽马校正转化成RGB数字值；
    步骤54、输出色点P在目标色域映射后的RGB数字值；
    其中，所述伽马校正采用伽马2.2标准。
  12. 如权利要求11所述的改善域外色重叠映射的方法，其中，所述参数α等于0。
  13. 如权利要求11所述的改善域外色重叠映射的方法，其中，所述参数α等于1。
  14. 如权利要求11所述的改善域外色重叠映射的方法，其中，所述参数α大于0且小于1。
  15. 如权利要求11所述的改善域外色重叠映射的方法，其中，所述源色域为sRGB色域。
PCT/CN2017/112973 2017-10-23 2017-11-25 改善域外色重叠映射的方法 Ceased WO2019080243A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/742,516 US10242461B1 (en) 2017-10-23 2017-11-25 Method to improve overlay mapping of out-of-gamut

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710994596.5A CN107680142B (zh) 2017-10-23 2017-10-23 改善域外色重叠映射的方法
CN201710994596.5 2017-10-23

Publications (1)

Publication Number Publication Date
WO2019080243A1 true WO2019080243A1 (zh) 2019-05-02

Family

ID=61141077

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/112973 Ceased WO2019080243A1 (zh) 2017-10-23 2017-11-25 改善域外色重叠映射的方法

Country Status (2)

Country Link
CN (1) CN107680142B (zh)
WO (1) WO2019080243A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108510554B (zh) * 2018-03-08 2020-01-14 深圳市华星光电半导体显示技术有限公司 一种图像处理方法及系统
CN108810508B (zh) * 2018-06-19 2019-11-15 深圳市华星光电技术有限公司 压缩域外区域至域内的色域映射方法、装置、存储介质及电子设备
US10565957B2 (en) 2018-06-19 2020-02-18 Shenzhen China Star Optoelectronics Technology Co., Ltd. Gamut mapping method and device for compressing out-of-gamut area to in-of-gamut area, storage medium, and electronic device
CN109119046B (zh) * 2018-09-10 2020-06-05 深圳市华星光电技术有限公司 灰阶亮度的调节系统及调节方法、存储器
CN111063292B (zh) * 2019-12-30 2023-08-01 深圳Tcl数字技术有限公司 色域映射方法、色域映射组件、显示装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104869378A (zh) * 2015-06-23 2015-08-26 深圳市华星光电技术有限公司 基于源图像色域的色域匹配方法
CN106341574A (zh) * 2016-08-24 2017-01-18 北京小米移动软件有限公司 色域映射方法及装置
US9613435B1 (en) * 2014-07-18 2017-04-04 The Mathworks, Inc. Color maps

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011143117A2 (en) * 2010-05-13 2011-11-17 Dolby Laboratories Licensing Corporation Gamut compression for video display devices
CN104103043B (zh) * 2014-07-04 2017-02-15 上海理工大学 空间域色域映射方法
EP3110126A1 (en) * 2015-06-25 2016-12-28 Thomson Licensing Color gamut mapping based on the mapping of cusp colors defined in a linear device-based color space
CN107067444B (zh) * 2017-04-27 2020-03-06 上海出版印刷高等专科学校 一种优化的光谱色域映射方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9613435B1 (en) * 2014-07-18 2017-04-04 The Mathworks, Inc. Color maps
CN104869378A (zh) * 2015-06-23 2015-08-26 深圳市华星光电技术有限公司 基于源图像色域的色域匹配方法
CN106341574A (zh) * 2016-08-24 2017-01-18 北京小米移动软件有限公司 色域映射方法及装置

Also Published As

Publication number Publication date
CN107680142B (zh) 2019-12-24
CN107680142A (zh) 2018-02-09

Similar Documents

Publication Publication Date Title
CN100508624C (zh) 具有自动白平衡控制的设备、介质和方法
CN107680142B (zh) 改善域外色重叠映射的方法
CN110830778B (zh) 成像设备色彩校正方法、装置、电子设备及存储介质
JP5179829B2 (ja) グレーデータ補正装置および方法
CN108876742A (zh) 图像色彩增强方法和装置
WO2019056445A1 (zh) 一种色域映射方法及色域映射装置
JP2009159580A (ja) 画質評価装置及びその方法
TWI293742B (zh)
WO2019071737A1 (zh) 一种图像处理方法、电子设备以及具有存储功能的装置
TW201642244A (zh) 透明顯示裝置及其影像調整方法
CN104581105A (zh) 基于色温距离变换权重图和块可靠性修正的自动白平衡方法
US10631016B2 (en) Dynamic range compression device and image processing device
CN107833256B (zh) 用于数字图像的伪着色的方法以及装置
CN107135384A (zh) 白平衡调节方法、装置、图像处理终端及存储介质
US10242461B1 (en) Method to improve overlay mapping of out-of-gamut
CN103973938B (zh) 图像处理装置以及图像形成装置
TW559737B (en) Color conversion method for preference color
US20100156929A1 (en) Ridge-based color gamut mapping
KR101144265B1 (ko) 밝기 보상 변환 기능을 구비한 색 온도 변환 방법 및 장치
CN109119046B (zh) 灰阶亮度的调节系统及调节方法、存储器
TWI513326B (zh) 高動態範圍合成影像之色彩校正方法
CN110809145B (zh) 基于Craik-O’Brien效应的图像亮度变换方法、装置和设备
TWI532384B (zh) 色彩調整裝置與色彩調整方法
WO2025060610A1 (zh) 一种图像融合方法、装置、电子设备及存储介质
JP5280940B2 (ja) 特定色検出回路

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17930145

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17930145

Country of ref document: EP

Kind code of ref document: A1