CN106296751A - 一种基于视觉体验的色彩处理方法 - Google Patents

一种基于视觉体验的色彩处理方法 Download PDF

Info

Publication number
CN106296751A
CN106296751A CN201610677181.0A CN201610677181A CN106296751A CN 106296751 A CN106296751 A CN 106296751A CN 201610677181 A CN201610677181 A CN 201610677181A CN 106296751 A CN106296751 A CN 106296751A
Authority
CN
China
Prior art keywords
max
hsw
hns
hls
hms
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610677181.0A
Other languages
English (en)
Inventor
王慎文
崔炜霞
朱红卫
胡艳革
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.)
China Petroleum and Chemical Corp
Exploration and Development Research Institute of Sinopec Henan Oilfield Branch Co
Original Assignee
China Petroleum and Chemical Corp
Exploration and Development Research Institute of Sinopec Henan Oilfield Branch Co
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 China Petroleum and Chemical Corp, Exploration and Development Research Institute of Sinopec Henan Oilfield Branch Co filed Critical China Petroleum and Chemical Corp
Priority to CN201610677181.0A priority Critical patent/CN106296751A/zh
Publication of CN106296751A publication Critical patent/CN106296751A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于视觉体验的色彩处理方法,由此方法建立HSW模型,并提出转换方法。区别于常见的HSL、HSV、HSB、HSI等色彩模型,HSW定义亮度W=(RL+GM+BN)/D/(L+M+N);色度S=(Max‑Min)/D;其中,R、G、B为RGB格式数据;Max为R、G、B中最大值;Min为R、G、B中最小值;L、M、N为系数,可按实际条件实验确定;D为R、G、B取值范围最大值。基于实验效果可知,本发明的色彩处理方法明显提高了色相、色度、亮度参数与视觉体验的符合程度,在图像处理中有较大价值。

Description

一种基于视觉体验的色彩处理方法
技术领域
本发明属于计算机图像处理领域,特别是一种基于视觉体验的色彩处理方法。
背景技术
色彩是人的眼睛对于不同频率的光线的感受,色彩既是客观的,又是主观感知的,有认识差异。或者说,色彩是人的眼睛对于不同频率、不同强度的光线的感受。
色彩的视觉体验属性常见的有色相、色度、亮度等。其定义有多种,内涵大致相同。
色相也称色调,是区别各种不同色彩的基本特征。任何黑、白、灰以外的颜色都有色相的属性。
色度也称色彩饱和度、纯度,是色彩的纯度,纯度越高,表现越鲜明,纯度较低,表现则较黯淡。
亮度也称明度,指色彩中深浅程度、明暗程度。白色亮度最高,黑色亮度最低。纯色中,黄色亮度最高、兰色亮度最低。
色彩的描述方法可以采用各种色彩模型。色彩模型也叫颜色模型、色彩空间、颜色空间,是使用一组数值描述表示颜色的方法的抽象数学模型。常见色彩模型有多种,如RGB、HSV、HSL、HSB、HSI、CMYK、YUV、Lab、Ycc、XYZ等。
RGB是最常用的色彩模型。RGB色彩模型以3种端元基色以不同比例混合产生各种颜色。计算机光栅图形显示设备采用此模型。R、G、B取值范围根据分辨率不同而不同,一般R、G、B取值范围为0~255。HSL、HSV、HSB、HSI等色彩模型基本上都以色相、色度、亮度描述色彩。
计算机图像原始数据一般为RGB格式数据,在进行有关视觉体验的图像处理时,往往需要将RGB数据转换为色相、色度、亮度数据。但是,HSL、HSV、HSB、HSI等色彩模型都有以下两个特点,或其中之一,不符合人的视觉体验。
比如:现有的亮度计算方法,会出现不同的纯色的亮度相同的等现象,以及类似现象。在视觉体验中,不同的纯色的亮度是不相同的。如,纯兰色的亮度是低于纯黄、纯绿的。
再如:现有的色度计算方法,会出现同色相纯色与非纯色的色度相同的现象,以及类似现象。在视觉体验中,含有白色成分的色彩,其色度不能等同于纯色。比如,极暗的黑红色RGB(9,0,0)的色度是低于纯红RGB(255,0,0)的。
发明内容
本发明的目的是提供一种基于视觉体验的色彩处理方法,用以解决现有色彩模型的亮度和色度处理与人的视觉体验差异大的问题。
为实现上述目的,本发明的方案包括:
一种基于视觉体验的色彩处理方法,步骤如下:获取RGB格式的数字图像;对RGB格式数据进行处理:亮度W=(RL+GM+BN)/D/(L+M+N);色度S=(Max-Min)/D;其中,R、G、B为RGB格式数据;Max为R、G、B中最大值;Min为R、G、B中最小值;L、M、N为系数;D为R、G、B取值范围最大值。
进一步的,色相H的计算方式为:如果R最大,则H=0+(G-B)/(Max-Min);如果G最大,则H=2+(B-R)/(Max-Min);如果B最大,则H=4+(R-G)/(Max-Min);然后将H扩大60倍,并且判断H是否小于零,若小于零则将当前H值加360得到新的H值。
进一步的,对RGB格式数据进行处理的过程为:
If R=Max Then H=0+(G-B)/(Max-Min)
If G=Max Then H=2+(B-R)/(Max-Min)
If B=Max Then H=4+(R-G)/(Max-Min)
H=60H
If H<0Then H=H+360
S=(Max-Min)/D
W=(RL+GM+BN)/D/(L+M+N)
从而获得HSW格式数据;
对HSW格式数据进行处理过程为:
W=W(L+M+N)
H=H/60
IF 0<=H<1
R=(-HMS+MS+NS+W)
G=(HLS+HNS-LS+W)
B=(-HMS-LS+W)
IF 1<=H<2
R=(-HMS-HNS+2MS-MS+2NS+W)
G=(HLS-2LS+LS+NS+W)
B=(HLS-2LS-MS+W)
IF 2<=H<3
R=(-HNS-MS+2NS+W)
G=(-HNS+LS+2NS+NS+W)
B=(HLS+HMS-2LS-2MS-MS+W)IF 3<=H<4
R=(HMS-4MS-NS+W)
G=(-HLS-HNS+4LS+4NS-NS+W)B=(HMS+LS-4MS+MS+W)
IF 4<=H<5
R=(HMS+HNS-4MS-4NS-NS+W)
G=(-HLS+4LS-NS+W)
B=(-HLS+4LS+LS+MS+W)
IF 5<=H<6
R=(HNS+MS-6NS+NS+W)
G=(HNS-LS-6NS+W)
B=(-HLS-HMS+6LS-LS+6MS+W)
R=RD/(L+M+N)
G=GD/(L+M+N)
B=BD/(L+M+N)
从而获得RGB格式数据。
进一步的,所述系数L、M、N分别取38.4、76.8、12.8。
基于实验效果可知,本发明的色彩处理方法明显提高了色相、色度、亮度参数与视觉体验的符合程度,在图像处理中有较大价值。
附图说明
图1为HSW等色相切面图;
图2为HSW等色度切面图;
图3为HSW等亮度切面图;
图4为HSL及HSW亮度转换效果图;
图5为图4样本图中亮度大于50%的区域提取图;
图6为HSL及HSW色度转换效果图;
图7为HSL及HSW亮度转换图;
图8为HSL及HSW色度转换图。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
本发明的给出了一种新的色彩模型,定义为HSW模型,与HSL、HSV、HSB、HSI等色彩模型相似,HSW色彩模型把RGB数据做一定的变换,使变换后的数据更接近视觉体验的色相、色度、亮度。
在获得计算机RGB格式数据后,对RGB数据进行处理得到HSW模型的函数如下:
Function RGBtoHSW
If R=Max Then H=0+(G-B)/(Max-Min)
If G=Max Then H=2+(B-R)/(Max-Min)
If B=Max Then H=4+(R-G)/(Max-Min)
H=60H
If H<0Then H=H+360
S=(Max-Min)/D
W=(RL+GM+BN)/D/(L+M+N)
END RGBtoHSW
相应的,HSW模型到RGB转换如下:
Function HSWtoRGB
W=W(L+M+N)
H=H/60
IF 0<=H<1
R=(-HMS+MS+NS+W)
G=(HLS+HNS-LS+W)
B=(-HMS-LS+W)
IF 1<=H<2
R=(-HMS-HNS+2MS-MS+2NS+W)
G=(HLS-2LS+LS+NS+W)
B=(HLS-2LS-MS+W)
IF 2<=H<3
R=(-HNS-MS+2NS+W)
G=(-HNS+LS+2NS+NS+W)
B=(HLS+HMS-2LS-2MS-MS+W)
IF 3<=H<4
R=(HMS-4MS-NS+W)
G=(-HLS-HNS+4LS+4NS-NS+W)
B=(HMS+LS-4MS+MS+W)
IF 4<=H<5
R=(HMS+HNS-4MS-4NS-NS+W)
G=(-HLS+4LS-NS+W)
B=(-HLS+4LS+LS+MS+W)
IF 5<=H<6
R=(HNS+MS-6NS+NS+W)
G=(HNS-LS-6NS+W)
B=(-HLS-HMS+6LS-LS+6MS+W)
R=RD/(L+M+N)
G=GD/(L+M+N)
B=BD/(L+M+N)
END HSWtoRGB
其中,R、G、B为RGB格式数据;H、S、W为HSW色彩描述方法色相H、色度S、亮度W;Max为R、G、B中最大值;Min为R、G、B中最小值;L、M、N为系数。D为R、G、B取值范围最大值,一般取255,可根据实际情况调整;H、S、W取值范围为0<=H<360,0<=S<=1,0<=W<=1。
本发明处理亮度的方式为:W=(RL+GM+BN)/D/(L+M+N),处理色度的方式为S=(Max-Min)/D。
关于色相H,其处理方式与现有色彩模型相同,不属于本发明的改进部分,故不再进行解释说明。
经数人、数百张图片样本色度、亮度评价实验,总结得出L、M、N分别取38.4、76.8、12.8是一种优化的选择方案。具体应用时,也可按实际条件实验调整。
HSW色彩模型不会出现不同的纯色的亮度相同的现象,以及类似现象;也不会出现同色相纯色与非纯色的色度相同的现象,以及类似现象。从而解决了现有色彩模型存在问题,使得色彩更符合人的视觉体验。
下面为从各种不同方面给出的实验验证上述方案的效果。
图1为HSW等色相切面图。图中6个子图色相H分别取0、60、120、180、240、300。每个子图纵轴为亮度W,横轴为色度S。三角形右侧顶点高低不同,体现纯色有不同的亮度,与HSV等色彩模型不同。符合人的视觉体验,纯色中黄色亮度最高、兰色亮度最低。
图2为HSW等色度切面图。图中6个子图色度S分别取0.00、0.20、0.40、0.60、0.80、0.96。每个子图纵轴为亮度W,横轴为色相H。可以看到,没有在HSV等色彩模型中出现的亮度极暗或极亮仍有很高色度等不合乎视觉体验的现象。
图3为HSW等亮度切面图。图中6个子图亮度W分别取0.5、0.20、0.40、0.60、0.80、0.95。圆周为色相H,半径为色度S。可以看到,没有在HSV等色彩模型中出现的纯色与白色有相同亮度等不合乎视觉体验的类似现象。
图4为HSL及HSW亮度转换效果图。图中左侧样本图为一火山岩岩石薄片偏光显微镜照片,后两图分别为样本图转换的HSL、HSW亮度图。可以明显看出,HSW亮度图能够更好体现原图视觉亮度特征。如,标记a、b、c处的亮度层次关系,在HSL亮度图中不能表现,在HSW亮度图中则比较清晰。
图5为图4样本图中亮度大于50%的区域提取图。分别以HSL、HSW亮度提取样本图中亮度大于50%的区域,以白色表示。可以明显看出,二者区别很大。这将对图像处理的后续工作产生严重影响,这种区别是不容忽视的。
图6为HSL及HSW色度转换效果图。后两图分别为样本图转换的HSL、HSW色度图。区别较亮度更大。哪一种方法的色度图更合理,并不能直观的看出来。HSW色彩描述方法更接近视觉体验感受特性的进一步展示、比较见图7。
图7为HSL及HSW亮度转换图。样本图为为一些均匀色块。每行亮度不同,每列色相不同。后两图分别为样本图转换的HSL、HSW亮度图。可以明显看出,HSW亮度图能够更好体现原图视觉亮度特征。如,b列色块在e列体现为接近相同的亮度,显然是不合适的;在h列中则有很好的表现。
图8为HSL及HSW色度转换图。样本图同图7。后两图分别为样本图转换的HSL、HSW色度图。色度也称色彩饱和度、纯度,是色彩的纯度,纯度越高,表现越鲜明,纯度较低,表现则较黯淡。a、b、c列虽然色相相同,但色度是明显不同的。HSL色彩模型在d、e、f列表现为同一色度,显然是不合适的;HSW色彩模型在g、i列表现为灰色,h列表现为白色合理的体现了a、c列在色度上与b列的差距。
结合以上分析和比较可知,HSW色彩描述方法在亮度、色度两方面,比其它色彩模型更符合人的视觉体验。

Claims (4)

1.一种基于视觉体验的色彩处理方法,其特征在于,步骤如下:
获取RGB格式的数字图像;
对RGB格式数据进行处理:亮度W=(RL+GM+BN)/D/(L+M+N);色度S=(Max-Min)/D;其中,R、G、B为RGB格式数据;Max为R、G、B中最大值;Min为R、G、B中最小值;L、M、N为系数;D为R、G、B取值范围最大值。
2.根据权利要求1所述的一种基于视觉体验的色彩处理方法,其特征在于,色相H的计算方式为:如果R最大,则H=0+(G-B)/(Max-Min);如果G最大,则H=2+(B-R)/(Max-Min);如果B最大,则H=4+(R-G)/(Max-Min);然后将H扩大60倍,并且判断H是否小于零,若小于零则将当前H值加360得到新的H值。
3.根据权利要求2所述的一种基于视觉体验的色彩处理方法,其特征在于,对RGB格式数据进行处理的过程为:
If R=Max Then H=0+(G-B)/(Max-Min)
If G=Max Then H=2+(B-R)/(Max-Min)
If B=Max Then H=4+(R-G)/(Max-Min)
H=60H
If H<0Then H=H+360
S=(Max-Min)/D
W=(RL+GM+BN)/D/(L+M+N)
从而获得HSW格式数据;
对HSW格式数据进行处理过程为:
W=W(L+M+N)
H=H/60
IF 0<=H<1
R=(-HMS+MS+NS+W)
G=(HLS+HNS-LS+W)
B=(-HMS-LS+W)
IF 1<=H<2
R=(-HMS-HNS+2MS-MS+2NS+W)
G=(HLS-2LS+LS+NS+W)
B=(HLS-2LS-MS+W)
IF 2<=H<3
R=(-HNS-MS+2NS+W)
G=(-HNS+LS+2NS+NS+W)
B=(HLS+HMS-2LS-2MS-MS+W)IF 3<=H<4
R=(HMS-4MS-NS+W)
G=(-HLS-HNS+4LS+4NS-NS+W)
B=(HMS+LS-4MS+MS+W)
IF 4<=H<5
R=(HMS+HNS-4MS-4NS-NS+W)
G=(-HLS+4LS-NS+W)
B=(-HLS+4LS+LS+MS+W)
IF 5<=H<6
R=(HNS+MS-6NS+NS+W)
G=(HNS-LS-6NS+W)
B=(-HLS-HMS+6LS-LS+6MS+W)
R=RD/(L+M+N)
G=GD/(L+M+N)
B=BD/(L+M+N)
从而获得RGB格式数据。
4.根据权利要求2所述的一种基于视觉体验的色彩处理方法,所述系数L、M、N分别取38.4、76.8、12.8。
CN201610677181.0A 2016-08-16 2016-08-16 一种基于视觉体验的色彩处理方法 Pending CN106296751A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610677181.0A CN106296751A (zh) 2016-08-16 2016-08-16 一种基于视觉体验的色彩处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610677181.0A CN106296751A (zh) 2016-08-16 2016-08-16 一种基于视觉体验的色彩处理方法

Publications (1)

Publication Number Publication Date
CN106296751A true CN106296751A (zh) 2017-01-04

Family

ID=57678976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610677181.0A Pending CN106296751A (zh) 2016-08-16 2016-08-16 一种基于视觉体验的色彩处理方法

Country Status (1)

Country Link
CN (1) CN106296751A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112243491A (zh) * 2018-06-06 2021-01-19 地板技术有限公司 用于载体材料上的装饰印刷的在线质量控制的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101197917A (zh) * 2006-12-04 2008-06-11 胜华科技股份有限公司 图像处理方法
CN102117484A (zh) * 2009-12-31 2011-07-06 新谊整合科技股份有限公司 使用图像色彩信息的处理***、处理方法与图像分类方法
CN103065334A (zh) * 2013-01-31 2013-04-24 金陵科技学院 一种基于hsv颜色空间的偏色检测、校正方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101197917A (zh) * 2006-12-04 2008-06-11 胜华科技股份有限公司 图像处理方法
CN102117484A (zh) * 2009-12-31 2011-07-06 新谊整合科技股份有限公司 使用图像色彩信息的处理***、处理方法与图像分类方法
CN103065334A (zh) * 2013-01-31 2013-04-24 金陵科技学院 一种基于hsv颜色空间的偏色检测、校正方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CARL2380: "根据RGB计算亮度", 《HTTPS://BLOG.CSDN.NET/CARL2380/ARTICLE/DETAILS/5872720》 *
VIEWCODE: "从RGB到HSV颜色空间的理解", 《HTTPS://BLOG.CSDN.NET/VIEWCODE/ARTICLE/DETAILS/8203728》 *
黄耀明: "《电脑绘图学》", 31 August 1976 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112243491A (zh) * 2018-06-06 2021-01-19 地板技术有限公司 用于载体材料上的装饰印刷的在线质量控制的方法
CN112243491B (zh) * 2018-06-06 2022-04-12 地板技术有限公司 用于载体材料上的装饰印刷的在线质量控制的方法和设备

Similar Documents

Publication Publication Date Title
Ibraheem et al. Understanding color models: a review
CN111191424B (zh) 页面配色的方法、装置、存储介质和芯片
CN104636759B (zh) 一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐***
CN108846869B (zh) 一种基于自然图像色彩的服装自动配色方法
CN105118076B (zh) 基于过度分割和局部与全局一致性的图像彩色化方法
KR100843088B1 (ko) 광색역 공간의 영상을 출력하는 장치 및 방법
CN102857674A (zh) 利用对扩展rgb空间的色调映射处理高动态范围图像的方法
US20170118380A1 (en) Luminous printing
CN105451094B (zh) 字幕颜色调整方法及装置
KR100679048B1 (ko) 색역 사상 방법 및 장치
CN103618886A (zh) 一种根据主色调智能脱色的摄像方法
CN105493489A (zh) 色域映射***及方法
US20110058200A1 (en) Image processing apparatus and method
CN113132696A (zh) 图像色调映射方法、装置、电子设备和存储介质
CN103559712B (zh) 黑瓜子色选方法
Ganesan et al. A comprehensive review of the impact of color space on image segmentation
CN109102473B (zh) 一种改善彩色数字图像质量的方法
CN106296751A (zh) 一种基于视觉体验的色彩处理方法
CN103679658B (zh) 一种根据主色调智能脱色的图像处理方法
CN104639924A (zh) 一种降低对设备像素依赖程度提高颜色取值精度的方法
CN106599185A (zh) 基于hsv的图像相似度识别方法
CN110490945B (zh) 一种图像色彩的调整方法
CN105184746A (zh) 基于直方图均衡的彩色图像增强处理方法
Burambekova et al. Comparative analysis of color models for human perception and visual color difference
CN116703794B (zh) 一种在hsv颜色空间上的多图像融合方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170104