Pameran

Konversi ruang warna RGB ke Lab

Oct 19, 2018 Tinggalkan pesan

Konversi ruang warna RGB ke Lab

Kami adalah perusahaan percetakan besar di Shenzhen Cina. Kami menawarkan semua publikasi buku, pencetakan buku hardcover, pencetakan buku sampul, notebook hardcover, pencetakan buku sprial, pencetakan buku stiching sadel, pencetakan buklet, kotak kemasan, kalender, semua jenis PVC, brosur produk, catatan, buku anak-anak, stiker, semua jenis produk pencetakan warna kertas khusus, kartu permainan dan sebagainya.

Untuk informasi lebih lanjut, silahkan kunjungi

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

http://www.joyful-printing.net

http://www.joyful-printing.org

email: info@joyful-printing.net


Pertama, Pendahuluan


Ketika industri percetakan berubah dari analog ke digital, masalah reproduksi warna yang akurat menjadi sangat penting. Kita perlu menggunakan manajemen warna untuk memastikan gambar warna yang lebih baik, lebih cepat, dan lebih akurat. Untuk mencapai keseragaman warna dan kemandirian perangkat dalam proses pemrosesan gambar, perlu menerapkan manajemen warna standar dan terstandardisasi.


Manajemen warna yang disebut adalah untuk memecahkan masalah konversi gambar antara warna, sehingga warna gambar diminimalkan selama proses menyalin seluruh. Ide dasarnya adalah untuk pertama-tama memilih ruang warna referensi perangkat-independen, kemudian mengkarakterisasi perangkat, dan akhirnya menetapkan hubungan antara ruang warna dari masing-masing perangkat dan ruang warna referensi perangkat-independen, sehingga file data ada di setiap perangkat . Ada hubungan yang jelas antara transisi. Meskipun tidak mungkin untuk memiliki semua warna pada perangkat yang berbeda persis sama, Anda dapat menggunakan manajemen warna untuk memastikan bahwa sebagian besar warna sama atau serupa untuk mencapai efek penyalinan warna yang konsisten.


Kedua, konversi ruang warna


Konversi ruang warna mengacu pada mengubah atau merepresentasikan data warna dalam satu ruang warna menjadi data yang sesuai di ruang warna lain, yaitu, menggunakan data dalam ruang warna yang berbeda untuk mewakili warna yang sama. Dalam makalah ini, ruang warna RGB yang bergantung pada perangkat dikonversi ke ruang warna CIELab yang independen perangkat. Ruang warna apa pun yang terkait dengan perangkat dapat diukur dan dikalibrasi dalam ruang warna CIELab. Jika warna terkait perangkat yang berbeda sesuai dengan titik yang sama dalam ruang warna CIELab, maka transisi di antara keduanya harus akurat.


Ada banyak cara untuk mengubah ruang warna. Makalah ini terutama memperkenalkan interpolasi 3D tabel dan regresi polinomial.


1. Interpolasi tampilan tiga dimensi tabel

Metode tabel pencarian tiga dimensi saat ini merupakan algoritma yang umum digunakan untuk mempelajari konversi ruang warna. Ide inti dari algoritma tabel pencarian 3D adalah membagi ruang warna sumber ke dalam kubus biasa. Data dari delapan simpul dari masing-masing kubus diketahui, dan titik yang diketahui dari semua ruang sumber membentuk tiga dimensi. Tabel pencarian. Ketika ada titik di ruang sumber yang diberikan, delapan titik data yang berdekatan dengannya dapat ditemukan untuk membentuk simpul dari kubus kubus kecil, dan delapan simpul kubus kecil diinterpolasi untuk mendapatkan data yang sesuai dengan ruang target.


Metode tabel pencarian umum digunakan dalam kombinasi dengan metode interpolasi dan menjadi metode tabel pencarian tiga dimensi dengan algoritma interpolasi. Metode ini dapat dibagi menjadi tiga langkah:

1 segmentasi: partisi ruang warna sumber pada interval sampling tertentu untuk membentuk tabel pencarian tiga dimensi;

2 Temukan: Untuk titik input yang diketahui, cari ruang sumber dan temukan kubus yang terdiri dari delapan titik grid yang berisi;

3 Interpolasi: Hitung nilai warna pada titik non-grid dalam kotak kubus.

Menurut metode segmentasi ruang sumber yang berbeda, algoritma interpolasi umum adalah: interpolasi trilinear, interpolasi prisma segitiga, interpolasi piramida dan interpolasi tetrahedral.


2. Regresi polinomial

Algoritma regresi polinomial didasarkan pada asumsi bahwa asosiasi ruang warna dapat diperkirakan dengan satu set persamaan simultan. Satu-satunya kondisi yang diperlukan untuk algoritma regresi polinomial adalah bahwa jumlah titik di ruang sumber harus lebih besar daripada jumlah item dalam polinomial yang dipilih. Fokus dari algoritma ini adalah untuk menghitung koefisien dari polinomial, dan kemudian mengganti data dari ruang warna sumber ke dalam polinomial, dan kemudian hasil yang dikonversi dapat diperoleh sesuai dengan persamaan.


Ada banyak bentuk polinomial yang berbeda. Dalam makalah ini, sebuah polinomial dengan sejumlah item 6 digunakan. Ekspresi spesifik ditunjukkan dalam rumus (1).

Koefisien dari polinomial ini dapat diperoleh dari persamaan (2).

Ekspresi dalam rumus (2) masing-masing adalah transposisi matriks seperti yang ditunjukkan dalam rumus (3) dan (4), dan ekspresi spesifik seperti yang ditunjukkan dalam rumus (5). Jumlah istilah yang mewakili polinomial dalam rumus (3) diambil dalam topik ini; ini menunjukkan jumlah titik dari ruang sumber yang dipilih. Dalam masalah ini, 216 poin diperoleh setelah enam tingkat segmentasi ruang sumber (yaitu, ruang warna RGB). Jadi ambillah. Bahkan, untuk polinomial dengan jumlah istilah 6, koefisien polinomial dapat diperoleh dengan mengambilnya.

Dalam rumus (3), () adalah tiga nilai warna dari ruang sumber, dan () dalam rumus (4) adalah salah satu dari tiga nilai yang mewakili warna dalam ruang target.

Algoritma regresi polinomial sederhana, mudah diterapkan, dan memiliki efek konversi yang baik; tetapi keakuratannya rendah ketika jumlah item kecil, ketika jumlah item terlalu besar, jumlah perhitungannya besar, dan ketepatannya belum tentu tinggi.


3. Perbedaan warna

Saat mengevaluasi kualitas reproduksi warna dan mengontrol proses reproduksi warna, misalnya, saat menerapkan manajemen warna dan mengevaluasi warna cetak, seringkali perlu untuk menghitung perbedaan warna warna untuk mencapai tujuan mengendalikan warna. Saat ini, ruang warna seragam CIE 1976 Lab dan rumus perbedaan warna yang sesuai umumnya digunakan dalam industri percetakan. Ekspresi spesifik ditunjukkan dalam rumus (6).


Ketiga, proses realisasi


Pertama, platform operasi dari topik ini diperkenalkan secara singkat, dan metode untuk memperoleh data yang digunakan dalam topik ini dan langkah-langkah rinci untuk mewujudkan konversi ruang warna dijelaskan secara rinci.


1. Platform operasi

Sistem operasi yang digunakan dalam topik ini adalah Microsoft Windows XP, lingkungan pemrograman Visual C ++ 6.0, seluruh aplikasi didasarkan pada kerangka aplikasi MFC, dan OpenGL dan OpenCV juga digunakan.


2. Akuisisi data

Data dibagi menjadi dua bagian: pemodelan data dan data uji. Data pemodelan digunakan untuk menghitung koefisien dari polinomial. Data tes digunakan untuk menganalisis akurasi algoritma. Data pemodelan dan data uji dari ruang sumber dan ruang target semuanya dalam Adobe Photoshop. Dikumpulkan.


2.1 akuisisi data pemodelan. Topik ini menggunakan enam tingkat segmentasi seragam untuk mengumpulkan poin pemodelan, dan R, G, dan B mengambil 0, 51, 102, 153, 204, dan 255, masing-masing. Masukkan nilai R, G, dan B dalam color picker dari PhotoShop, dan catat nilai L, a, dan b sesuai dengan himpunan nilai, dan catat dalam teks, seperti yang ditunjukkan pada Gambar 1. Total dari 63 = 216 set nilai yang diperoleh.

Gambar 1 Mendapatkan data dari pemilih warna


2.2 Akuisisi data uji Topik ini menggunakan segmentasi non-seragam delapan tingkat untuk mengumpulkan poin tes. R, G, dan B masing-masing mengambil 0, 36, 72, 108, 144, 180, 216, 255. Metode perolehan adalah sama seperti di atas, dan total 83 = 512 nilai grup diperoleh.


3. Langkah-langkah implementasi spesifik

Diagram alur implementasi spesifik dari topik ini ditunjukkan pada Gambar 2.


Gambar 2 Bagan alir bingkai

Seperti yang ditunjukkan pada Gambar 2, langkah-langkah spesifik dari implementasi program adalah sebagai berikut:

3.1 Mulai Visual C ++ 6.0 dulu, dan atur lingkungan runtime OpenCV di MFC.

3.2 Baca data pemodelan.

3.3 Penyelesaian perhitungan koefisien polinomial: menurut rumus (3), (4), (5), masing-masing. Koefisien dari polinomial diperoleh dengan secara berurutan memperoleh,, dan.

3.4 Baca data uji.

3.5 Gambarlah tampilan warna tiga dimensi dari model Lab yang sesuai setelah delapan tingkat segmentasi model RGB.

3.6 Membawa nilai RGB dari setiap titik yang diperoleh oleh segmentasi delapan tahap ke dalam tiga polinomial yang diperoleh pada langkah 3, dan menghitung nilai L, a, dan b dari setiap titik (selanjutnya disebut sebagai nilai terhitung), dengan demikian Konversi RGB ruang warna untuk ruang warna Lab oleh regresi polinomial.

3.7 Untuk menilai manfaat metode konversi ruang warna ini, perlu menilai dengan menghitung perbedaan warna. Untuk setiap warna, nilai terukur yang diperoleh pada langkah 4 diperoleh dengan mengurangkan nilai yang dihitung yang diperoleh pada langkah 6, dan kemudian perbedaan warna diperoleh sesuai dengan rumus 6, histogram distribusi perbedaan yang sangat baik diambil, dan perbedaannya adalah dalam kisaran perbedaan warna yang berbeda. proporsi.


Keempat, hasil tampilan dan analisis


Menurut langkah-langkah spesifik di bagian sebelumnya, VC ++ 6.0 digunakan untuk mewujudkan konversi RGB ke ruang warna Lab di PhotoShop. Bagian ini terutama menampilkan hasil yang berjalan dari program dan melakukan analisis singkat.


1. Tampilan hasil

Dalam tulisan ini, hubungan konversi dibentuk oleh segmentasi seragam enam tingkat, dan akurasi metode ini diuji dengan menggunakan segmentasi non-uniform delapan tingkat. Histogram distribusi perbedaan warna diambil dan perbedaan warna dihitung. Antarmuka utama dari implementasi program ditunjukkan pada Gambar 3.


Gambar 3 RGB untuk CIELab antarmuka tubuh ruang warna konversi

Histogram distribusi perbedaan warna dan data statistik terkait ditunjukkan pada Gambar 4.

Gambar 4 Antarmuka statistik perbedaan warna

Tampilan warna tiga dimensi dari model Lab yang sesuai setelah delapan tingkat segmentasi model RGB ditunjukkan pada Gambar 5. Setelah model RGB dibagi menjadi delapan tingkat, metode regresi polinomial digunakan untuk mengkonversi ke warna tiga dimensi tampilan model ruang warna Lab, seperti yang ditunjukkan pada Gambar 6.

Gambar 5 Tampilan warna tiga dimensi dari ruang warna Lab setelah ruang warna rangkap delapan tingkat

Gambar 6 Tampilan warna tiga dimensi dikonversi ke ruang warna Lab setelah memecah ruang warna RGB dalam delapan level


2. Analisis dan ringkasan hasil

Seperti ditunjukkan dalam Gbr. 4, perbedaan warna maksimum setelah konversi ruang warna dari 512 warna adalah 28, dan distribusi perbedaan warna tidak seragam secara keseluruhan.


Menurut statistik, ada 74 warna dalam kisaran 0 ~ 5, terhitung 14.45% dari total; 264 warna dalam kisaran 5-10, terhitung 51,56% dari total; perbedaan warna berkisar antara 10 dan 15. 157 warna, terhitung 30,66% dari total; chromatic aberration berkisar antara 15 hingga 20 dengan 13 warna, terhitung 2,54% dari total; perbedaan warna lebih besar dari 20 untuk 4 warna, terhitung 0,78% dari total, dan data menunjukkan bahwa perbedaan warna Di antara empat warna lebih besar dari 20, biru murni (0,0255) dan hijau murni (0,255,0) memiliki perbedaan warna terbesar, dan dua warna lainnya memiliki perbedaan warna kurang dari 21. Untuk 512 warna ini, perbedaan warna paling banyak 28, minimum adalah 0, dan perbedaan warna rata-rata adalah 9. Secara umum, kisaran penyimpangan kromatik sebagian besar terkonsentrasi antara 5 dan 15.


Membandingkan Gambar 5 dengan Gambar 6, kita dapat menemukan bahwa ruang warna RGB diubah ke model ruang warna Lab dengan metode regresi polinomial, yang mirip dengan bentuk model ruang warna Lab yang diperoleh oleh tes, menunjukkan bahwa hasil yang diperoleh oleh topik ini sangat ideal.


V. Ringkasan


Dapat dilihat bahwa penggunaan regresi polinomial untuk melakukan konversi ruang warna relatif akurat. Polinomial nomor item yang berbeda dapat digunakan untuk membandingkan hasil konversi dari ruang sumber yang sama ke ruang target yang sama; dengan demikian menemukan jumlah polinomial optimal dalam proses mengubah ruang sumber ke dalam ruang target. Oleh karena itu, penelitian lebih lanjut diperlukan pada topik ini.

Kirim permintaan