Triển lãm

Nghiên cứu về thuật toán chuyển đổi không gian màu RGB sang CIELab Dựa trên phương pháp đa thức cục bộ

Oct 25, 2018 Để lại lời nhắn

Nghiên cứu về thuật toán chuyển đổi không gian màu RGB sang CIELab Dựa trên phương pháp đa thức cục bộ

Chúng tôi là một công ty in ấn lớn ở Thâm Quyến Trung Quốc. Chúng tôi cung cấp tất cả các ấn phẩm sách, in bìa sách bìa cứng, in sách bìa cứng, bìa cứng, in ấn in ấn, in ấn cuốn sách yên ngựa, in sách, hộp đóng gói, lịch, tất cả các loại PVC, tài liệu quảng cáo sản phẩm, ghi chú, sách thiếu nhi, nhãn dán, tất cả các loại sản phẩm in màu giấy đặc biệt, thẻ game và vân vân.

Để biết thêm thông tin, vui lòng truy cập

http://www.joyful-printing.com. Chỉ ENG

http://www.joyful-printing.net

http://www.joyful-printing.org

email: info@joyful-printing.net


Tái tạo và tái tạo màu phụ thuộc vào các thiết bị phần cứng khác nhau, chẳng hạn như màn hình, máy in, vv, nhưng đặc tính của các thiết bị phần cứng này không thể giống nhau, do đó ngay cả đối với cùng một loại thiết bị, nếu cùng một giá trị màu (chẳng hạn như RGB, CMYK) là đầu vào, hiển thị của nó Hoặc ảnh hưởng của việc in ấn cũng không nhất quán, thậm chí xa nhau. Để đạt được sự nhất quán về tái tạo màu sắc trên các thiết bị phần cứng khác nhau, các kỹ thuật quản lý màu sắc dựa trên không gian thiết bị độc lập đã xuất hiện. Như trong Hình 1, không gian liên quan đến thiết bị (chẳng hạn như RGB, CMY) được chuyển đổi thành không gian thiết bị độc lập (chẳng hạn như CIELab), và sau đó không gian độc lập thiết bị được chuyển đổi sang không gian liên quan đến thiết bị. Do đó, nội dung cốt lõi của công nghệ quản lý màu sắc là việc chuyển đổi không gian màu. Các phương pháp toán học truyền thống như nội suy và hồi quy đa thức đã được sử dụng rộng rãi trong thực tế và đạt được kết quả tốt. Trong bài báo này, một phương thức đa thức cục bộ khác với hai phương pháp trên được sử dụng để nhận ra sự chuyển đổi từ không gian màu RGB sang CIELab và so sánh với phương thức hồi quy đa thức (20 mục). Kết quả thử nghiệm cho thấy mô hình có độ chính xác chuyển đổi cao và có thể cung cấp tài liệu tham khảo cho nghiên cứu khoa học.


Đầu tiên, dựa trên thuật toán chuyển đổi không gian màu đa thức RGB sang CIELab cục bộ


1. Nguyên tắc thuật toán

Trong đồ thị con (a) của Hình 2, có 512 điểm trong không gian RGB, được sắp xếp gọn gàng thành một khối lập phương lớn. Tuy nhiên, nếu các giá trị CIELab tương ứng với các điểm này thu được trong phần mềm Photoshop và được hiển thị trong không gian CIELab, như trong hình 2 (b) của Hình 2, phân bố các điểm không phải là một khối lớn, mà là một hình dạng không đều. . Do đó, có một mối quan hệ phi tuyến giữa không gian RGB và CIELab.

(a) không gian RGB (b) không gian CIELab


Để gần đúng mối quan hệ phi tuyến giữa hai, giấy này sử dụng phương thức đa thức cục bộ. Nó được đặc trưng bằng cách chia không gian nguồn, nghĩa là, chia không gian màu lớn thành nhiều không gian màu phụ, và sau đó thực hiện hồi quy đa thức trên chuyển đổi không gian màu trong không gian màu phụ. Phương pháp hồi quy đa thức truyền thống là chuyển đổi trực tiếp trong không gian màu lớn, điều này sẽ gây ra các lỗi lớn ở một số vùng của không gian, bởi vì mối quan hệ phi tuyến của một số vùng quá rõ ràng đến mức khó gần đúng với phương pháp toàn cầu. Do đó, nếu không gian màu nguồn đầu tiên được chia, thì phương pháp hồi quy đa thức được sử dụng trong không gian con để nhận ra phép biến đổi không gian, có thể ước lượng tốt hơn mối quan hệ phi tuyến giữa hai không gian màu và cải thiện độ chính xác chuyển đổi.


Phương thức đa thức cục bộ có thể được chia thành hai bước: Thứ nhất, không gian màu nguồn cần được phân đoạn, các điểm mô hình thu được, và một bảng tra cứu được thiết lập. Nếu mức phân khúc cao hơn, khối lượng của không gian con được chia nhỏ càng cao thì độ chính xác của chuyển đổi càng cao, nhưng đồng thời, số lượng phép tính sẽ tăng lên. Thứ hai, phương thức hồi quy đa thức được sử dụng trong không gian con để nhận ra sự biến đổi không gian. Đầu tiên, các hệ số đa thức được giải quyết bằng cách sử dụng các giá trị màu của các điểm lưới không gian con (RGB, CIELab), và sau đó các giá trị màu của các điểm cần chuyển đổi trong không gian đích thu được theo hệ số thu được.


2. Các bước thực hiện

2.1 Tạo bảng tra cứu

Thứ nhất, bài báo này thực hiện 8 cấp phân vùng đồng đều trên không gian RGB để thu được 512 điểm mô hình (phân đoạn n cấp, có n3 điểm mô hình), nghĩa là lấy mẫu khoảng cách đều nhau trên các kênh R, G, B tương ứng. Khoảng cách là 36, và các điểm lấy mẫu là 0, 36, 72, 108, 144, 180, 216, 255, tương ứng, như thể hiện trong hình con (a) của Hình 3. Thứ hai, để xác minh tốt hơn lỗi của mô hình, nó là cần thiết để loại bỏ sự xuất hiện của các lỗi khác, chẳng hạn như lỗi đo lường của dữ liệu thử nghiệm. Vì vậy, bài viết này không sử dụng công cụ đo lường để đọc dữ liệu thử nghiệm, nhưng trực tiếp thu được giá trị RGB của 512 điểm mô hình và các giá trị CIELab tương ứng trong bảng điều khiển Photoshop của Photoshop.


(a) Phân chia đồng nhất 8 cấp không gian RGB (b) 8 điểm lưới của không gian con

Hình 3 Phân chia đồng nhất 8 cấp không gian RGB và 8 điểm lưới của không gian con của nó


2.2 tìm kiếm không gian con

Vì không gian nguồn đã được chia thành 8 cấp, có 343 không gian con được hình thành (phân chia cấp n, có (n-1) 3 không gian con), như được hiển thị trong đồ thị con (a) của hình. Đối với một điểm màu được chuyển đổi, nếu điểm là điểm mô hình hóa, giá trị CIELab tương ứng được trực tiếp xuất ra theo bảng tra cứu. Nếu nó không phải là điểm mô hình hóa, hãy sử dụng giá trị RGB của nó để tìm ra không gian con trong đó điểm nằm trong không gian ba chiều RGB, như được hiển thị trong hình phụ (b) của Hình 3, và sau đó trích xuất RGB của 8 điểm lưới của không gian con. Và giá trị CIELab, sẵn sàng để thực hiện hồi quy đa thức, giải quyết các hệ số đa thức.


Ví dụ, đối với một giá trị RGB (33, 144, 200) cần được chuyển đổi (điểm là điểm phi mô hình hóa), giá trị RGB của 8 điểm lưới trong không gian con là (0, 108, 180). 0,108,216) (0,144,180), (0,144,216), (36,108,180), (36,108,216), (36,144,216). Vì các điểm lưới này là các điểm mô hình hóa, các giá trị CIELab tương ứng có thể được tìm thấy trong bảng tra cứu. Sau khi xác định giá trị RGB và CIELab của các điểm lưới bằng cách tra cứu bảng, bạn có thể chuẩn bị cho bước tiếp theo để giải các hệ số đa thức tương ứng với không gian con này và mỗi không gian con có hệ số đa thức tương ứng duy nhất.


2.3 Tìm hệ số đa thức của không gian con

Hồi quy đa thức yêu cầu số lượng các mục phải nhỏ hơn số điểm mô hình hóa. Khi giải các hệ số của không gian con, vì chỉ có 8 điểm lưới của không gian con được sử dụng làm điểm mô hình, chỉ có thể sử dụng 7 đa thức, như được biểu diễn trong phương trình (1), (2) và (3).


Trong đó: R, G, B, L, A, B là các giá trị R, G, B, L, a, b của các điểm lưới không gian con; tương ứng, và các đa thức tương ứng với hệ số L, a, b tương ứng.


Ví dụ, trong quá trình giải pháp, các giá trị RGB và L của điểm lưới thứ nhất đến thứ tám của không gian con nên được thay thế thành phương trình (1) và có thể thu được tám phương trình, sau đó thu được bằng cách loại bỏ Gaussian. Tương tự, giá trị RGB, giá trị, RGB và b của tám điểm lưới được thay thế thành các phương trình (2) và (3), tương ứng, và tổng có thể thu được. Ví dụ, đối với một điểm màu với giá trị RGB (33, 44, 200), hệ số đa thức tương ứng với không gian con trong đó nó được định vị như trong phương trình (4), (5) và (6).


2.4 tìm kiếm giá trị CIELab

Sau khi thu được và sau đó, giá trị RGB của các điểm màu được thay thế thành các phương trình (1), (2) và (3), và giá trị CIELab của điểm được giải quyết. Ví dụ, giá trị RGB cũng là điểm màu của (33, 44, 200) và R = 33, G = 44 và B = 200 được thay thế tuần tự thành phương trình (4), phương trình (5) và phương trình (6) trong đó hệ số được biết. , bạn có thể tìm L = 56, A = -15, B = -38, tương ứng, để đạt được chuyển đổi không gian RGB sang CIELab.


Thứ hai, kết quả và phân tích thực nghiệm


1. Kiểm tra độ chính xác

Trong bài báo này, không gian màu RGB được chia thành sáu cấp độ để thu được 216 điểm kiểm tra. Giá trị RGB của các điểm màu này và các giá trị CIELab tương ứng cũng thu được trong Photoshop, và sau đó dữ liệu được sử dụng để xác minh tính chính xác của mô hình.


2. Phân tích kết quả

Trong quá trình xác minh tính chính xác của mô hình, bài báo này cũng sử dụng phương pháp hồi quy đa thức (20 mục) để so sánh với nó. Các kết quả thử nghiệm được thể hiện trong Bảng 1. Rõ ràng, phương pháp đa thức địa phương tốt hơn nhiều so với phương pháp hồi quy đa thức (20 mục), bất kể chênh lệch màu tối đa, lỗi tối thiểu và sai số trung bình của chuyển đổi.

Bảng 1 So sánh các kết quả thực nghiệm của hai phương pháp


Ngoài ra, sự phân bố lỗi của hai phương thức được thể hiện trong Hình 4 và Hình 5. Đối với 216 điểm thử nghiệm, phương thức đa thức cục bộ được sử dụng. Số lỗi giữa 0 và 1 là khoảng 150, gần 70% và hầu hết các lỗi nằm trong khoảng từ 0 đến 2. Nếu hồi quy đa thức được sử dụng (20 mục) Lỗi được phân phối chủ yếu từ 1 đến 5 và số lượng nhỏ các điểm được phân phối giữa 7 và 9, và phân phối không phải là lý tưởng. Do đó, phương thức đa thức cục bộ là một phương pháp có độ chính xác chuyển đổi cao.


Thứ ba, kết luận


Trong bài báo này, việc chuyển đổi không gian màu RGB sang CIELab được thực hiện bằng phương thức đa thức cục bộ và so sánh với phương thức hồi quy đa thức (20 mục). Kết quả thực nghiệm cho thấy phương pháp đa thức cục bộ là phương pháp chuyển đổi rất chính xác và vượt trội hơn phương pháp hồi quy đa thức (20 mục). Đồng thời, nếu độ chính xác chuyển đổi được cải tiến tốt hơn và phân phối lỗi được cải thiện tốt hơn, dữ liệu mô hình có thể chia cho 8 hoặc nhiều hơn hoặc không được phân chia đồng đều hoặc chức năng phi tuyến có thể được giới thiệu trong đa thức để gần đúng hơn hai màu. Một mối quan hệ phi tuyến giữa các không gian.

Gửi yêu cầu