CN106878705A - 一种数字硬拷贝输出sRGB影像的色彩质量测评方法 - Google Patents
一种数字硬拷贝输出sRGB影像的色彩质量测评方法 Download PDFInfo
- Publication number
- CN106878705A CN106878705A CN201710289879.XA CN201710289879A CN106878705A CN 106878705 A CN106878705 A CN 106878705A CN 201710289879 A CN201710289879 A CN 201710289879A CN 106878705 A CN106878705 A CN 106878705A
- Authority
- CN
- China
- Prior art keywords
- colour
- color
- curve
- srgb
- test
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012360 testing method Methods 0.000 claims abstract description 57
- 230000008859 change Effects 0.000 claims abstract description 21
- 239000003086 colorant Substances 0.000 claims abstract description 15
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 230000004438 eyesight Effects 0.000 claims description 30
- 235000012736 patent blue V Nutrition 0.000 claims description 22
- 230000000007 visual effect Effects 0.000 claims description 16
- 230000004456 color vision Effects 0.000 claims description 9
- 238000002474 experimental method Methods 0.000 claims description 9
- 238000012512 characterization method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 230000003467 diminishing effect Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 9
- 238000013441 quality evaluation Methods 0.000 abstract description 3
- 244000025254 Cannabis sativa Species 0.000 description 20
- 230000008569 process Effects 0.000 description 7
- 230000004075 alteration Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007639 printing Methods 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 241001062009 Indigofera Species 0.000 description 1
- 206010040829 Skin discolouration Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/02—Diagnosis, testing or measuring for television systems or their details for colour television signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/004—Diagnosis, testing or measuring for television systems or their details for digital television systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明涉及一种数字硬拷贝输出sRGB影像的色彩质量测评方法,属于数字硬拷贝彩色输出技术领域。选取至少三种典型记忆色,从多幅标准sRGB影像中,提取多种明度和饱和度的若干组RGB色值,制成正方形数字色块并将所有色块排列,将色块数字影像作为测评色标;以测评色标影像和标准sRGB影像作为影像组,确定L*、C* ab、h* ab值随测试色标色块排列的最佳色和可接受偏色限度的三条变化曲线,作为比对曲线;用测评色标和比对曲线,对输出设备***的sRGB影像输出色彩质量进行测评。该方法避免了常用主观评价方法的差异性、不稳定性,方便、快捷,适于开发和应用领域中数字硬拷贝输出设备的sRGB影像色彩质量测评和分析。
Description
技术领域
本发明涉及一种数字硬拷贝输出sRGB影像的色彩质量测评方法,该方法用于各种数字硬拷贝设备输出sRGB影像的色彩质量的测量与评价,属于数字硬拷贝彩色输出技术领域。
背景技术
如今各种硬拷贝彩色输出品在我们的生活中很是常见。无论是高质量的写真集、画质稍差的街头产品手册,还是随处可见的广告海报,都需要硬拷贝设备将数字影像输出到承印物上进行呈现,而其中的大多数为sRGB影像。
sRGB是惠普与微软于1996年一起开发的用于显示器、打印机以及互联网的一种标准RGB色彩空间。目前,它作为一个标准广泛应用于显示、摄影、输出等行业,市场上许多消费型数字相机、扫描仪和打印机等都使用sRGB模型作为缺省模式或是仅有的色彩空间。与之相衔接,拍摄或扫描形成的sRGB数字影像硬拷贝输出准确的颜色再现,是对输出设备颜色性能的核心要求。但目前市场上的硬拷贝输出设备种类繁多,色彩质量参差不齐,需要有效的色彩质量测评方法。
对输出图像色彩质量评价的专业研究主要是基于输出样品的再次数字化技术,根据输出样品数字影像的像素色值,由与原稿色值的均方误差(MSE)、峰值信噪比(PSNR)、结构相似度(SSIM)等模型来评价图像输出的色彩质量。一方面,这类方法属于图像整体颜色准确度的综合评价,对其中不同颜色的复制质量无法针对性地表征和分析;另一方面,其基于图像的像素级比对,需由CCD成像设备获取复制品的数字影像,并由色彩管理技术转换成色度影像,过程复杂,技术要求高。因此,该类方法不适于生产实际应用。而实用中目前采用的方法多是依靠主观视觉评价,但观测环境和观测人员及经验等因素影响较大,过程繁琐,结果不稳定,不能给予客观量化的评价结果。综上,建立一种基于客观测量的硬拷贝输出色彩质量测评方法为实际生产应用所需。
商业影像多以人物肖像、自然风光和景物为主,人眼对其中的肤色、天蓝色和典型植物色(如草绿色和油菜花黄色)等最为敏感,这些颜色成为整个图像复制质量的关键。
发明内容
鉴于此,本发明将典型记忆色的复制质量作为数字硬拷贝输出色彩质量评价的考察核心,提供一种能够表征与评价硬拷贝输出色彩质量的方法。
本发明设计了反映肤色、天蓝色、草绿色和油菜花黄色等典型记忆色色彩特征的测评色标,结合目视评价实验,确定出了人眼视觉颜色最佳和可接受的偏色限度,从CIEL*C* abh* ab色度三个维度表征每一记忆色的色彩质量,进而表征图像整体的颜色质量。
一种数字硬拷贝输出sRGB影像的色彩质量测评方法,包括以下步骤:
(1)选取至少三种典型记忆色,针对每一记忆色,从多幅标准sRGB影像中,提取多种明度和饱和度的若干组RGB色值,每组RGB色值形成一个正方形数字色块,并将所有色块排列,将得到的每种典型记忆色的色块数字影像作为测评色标;
(2)以测评色标影像和提取色标色的标准sRGB影像作为影像组,对每一记忆色,确定其L*、C* ab、h* ab值随测试色标色块排列的最佳色和色值变大及变小的可接受偏色限度的三条变化曲线,作为每种典型记忆色的比对曲线;
(3)利用测评色标和比对曲线,对输出设备***的sRGB影像输出色彩质量进行测评,包括如下步骤:
1)在设备正常的输出条件下输出测评色标样品;
2)使用色度计,选择与确定比对曲线时相同的测试条件测量实际输出的测评色标样品中各色块的L*C* abh* ab色度值;
3)将步骤2)中测量的每一记忆色测评色标色块的L*、C* ab、h* ab色度值按相应色块序号绘成曲线与对应的比对曲线进行比对,通过曲线比对,从明度、饱和度和色相三个方面表征和评价各记忆色的色彩质量。
步骤(1)中,从惠普等打印设备及软件开发公司用于输出视觉色彩评价的标准sRGB影像中,针对选择的每一典型记忆色,提取多种明度和饱和度的若干组RGB色值,所有RGB色值分别形成数字正方形色块并排列,构成一个*.GIF或*.bmp格式的RGB影像文件,作为该典型记忆色的测评色标。
所述的典型记忆色包括常见的肤色、天蓝色和典型植物色(如草绿色和油菜花黄色)等。本发明中选择了肤色、天蓝色、草绿色和油菜花黄色四种典型记忆色。针对每一记忆色,用于提取RGB色值(色标色)的标准sRGB影像不少于5幅,需能体现出典型记忆色的明度、色相和饱和度变化范围。所述测评色标中每一典型记忆色的色块数不少于15个,需能体现该典型记忆色明度、色相和饱和度的变化特征。所述测评色标影像中色块的尺寸大小需符合输出色块颜色均匀性和测量仪器测试孔径的要求。
步骤(2)中,每种典型记忆色的比对曲线的确定方法,包括如下具体步骤:
i)将测评色标影像和提取色标色的标准sRGB影像作为影像组,按照sRGB与CIE色度的对应关系一同转换为L*C* abh* ab色度影像;以此为基础,再分别增大和减小L*、C* ab、h* ab值形成若干个具有不同L*C* abh* ab色度的影像组;
ii)选择色域大于sRGB色域的硬拷贝打印输出设备,将设备进行颜色特性化;利用色彩管理技术,将步骤i)中所有L*C* abh* ab色度的影像组打印输出;
iii)针对步骤ii)打印出的影像组图样,每一记忆色分别按照L*、C* ab、h* ab值的大小变化顺序排列,在标准观测条件下,由颜色视觉正常的观察者通过主观测评实验,选择出颜色最佳,以及色值变大变化中偏色程度刚可接受和色值变小变化中偏色程度刚可接受的影像图样(称为色值变大、变小的可接受偏色限度图样);
iv)对每一记忆色,由色度计分别测量颜色最佳和可接受偏色限度图样品中测评色标色块的L*C* abh* ab色度值,分别形成L*、C* ab、h* ab值随色标色块排列的最佳色和可接受偏色限度的三条变化曲线,作为该记忆色的比对曲线。每种典型记忆色,都分别形成L*、C* ab、h* ab三组各三条变化曲线。
上述步骤i)中,所述影像组L*、C* ab、h* ab值增大和减小的变化幅度,可通过输出实验确定,选择在标准观测条件下刚能有视觉颜色差异的变化幅度。所述具有不同L*C* abh* ab色度的影像组的个数,指在前述实验选择的色值变化幅度逐步变化下,达到输出图样颜色与记忆色差异很大而不能接受时所需的个数。
上述步骤iii)中,所述的标准观测条件为D65或D50标准光源,以及2000lx±300lx左右的照度。所述的主观测评实验需由不少于8名视觉和色觉正常的观察者完成,并以所选色样的平均色度值为评价结果。
上述步骤iv)中,所述的色度计测量测评色标色块的L*C* abh* ab色度值,选用与主观观测时相同色温的光源和2°视角。
在步骤(3)的步骤3)中,在表征和评价样品的各记忆色的色彩质量过程中,当样品的测评色标色块的色度曲线靠近对应比对曲线的最佳曲线(最佳色曲线)时,表明输出样品的该记忆色色彩表现较好;而当样品的测评色标色块的色度值曲线偏离对应比对曲线的最佳曲线较多,但又处于两个可接受限度曲线范围内时,则表明输出样品的该记忆色色彩表现可接受;以此,由全部典型记忆色的色彩质量表征sRGB影像输出样品的整体色彩质量。
本发明的数字硬拷贝输出sRGB影像的色彩质量测评方法,通过输出、测量测评色标色的L*C* abh* ab色度值曲线,并通过与相应比对曲线的比对和分析,从多个典型记忆色的色彩质量综合表征整体图像的色彩质量。该方法避免了常用主观评价方法的差异性、不稳定性,以及图像色差的均方误差等方法的颜色针对性缺失等不足,方便、快捷,适于开发和应用领域中数字硬拷贝输出设备的图像色彩质量测评和分析。
附图说明
图1-1为选用的25幅人物肖像类影像。
图1-2为选用的12幅天空风景类影像。
图1-3为选用的10幅草地风景类影像。
图1-4为选用的9幅油菜花风景类影像。
图2-1为一张人物肖像影像的肤色选取区域实例。
图2-2为一张天空风景影像的天蓝色选取区域实例。
图2-3为一张草地风景影像的草绿色选取区域实例。
图2-4为一张油菜花影像的黄色选取区域实例。
图3-1为肤色L*=65的特征点选取实例。
图3-2为天蓝色L*=60的特征点选取实例。
图3-3为草绿色L*=50的特征点选取实例。
图3-4为油菜花黄色L*=85的特征点选取实例。
图4-1为120个色块的肤色测评色标。
图4-2为45个色块的天蓝色测评色标。
图4-3为50个色块的草绿色测评色标。
图4-4为15个色块的油菜花黄色测评色标。
图5-1为肤色比对曲线中视觉最优及可接受限度的明度值L*比对曲线。
图5-2为天蓝色比对曲线中视觉最优及可接受限度的明度值L*比对曲线。
图5-3为草绿色比对曲线中视觉最优及可接受限度的明度值L*比对曲线。
图5-4为油菜花黄色比对曲线中视觉最优及可接受限度的明度值L*比对曲线。
图6-1为肤色比对曲线中视觉最优及可接受限度的彩度值C* ab比对曲线。
图6-2为天蓝色比对曲线中视觉最优及可接受限度的彩度值C* ab比对曲线。
图6-3为草绿色比对曲线中视觉最优及可接受限度的彩度值C* ab比对曲线。
图6-4为油菜花黄色比对曲线中视觉最优以及可接受限度的彩度值C* ab比对曲线。
图7-1为肤色比对曲线中视觉最优及可接受限度的色调角值h* ab比对曲线。
图7-2为天蓝色比对曲线中视觉最优及可接受限度的色调角值h* ab比对曲线。
图7-3为草绿色比对曲线中视觉最优及可接受限度的色调角值h* ab比对曲线。
图7-4为油菜花黄色比对曲线中视觉最优及可接受限度的色调角值h* ab比对曲线。
图8-1为两种不同纸张输出样品的肤色明度比对曲线。
图8-2为两种不同纸张输出样品的肤色彩度比对曲线。
图8-3为两种不同纸张输出样品的肤色色调角比对曲线。
图9-1为两种不同纸张输出样品的天蓝色明度比对曲线。
图9-2为两种不同纸张输出样品的天蓝色彩度比对曲线。
图9-3为两种不同纸张输出样品的天蓝色色调角比对曲线。
图10-1为两种不同纸张输出样品的草绿色明度比对曲线。
图10-2为两种不同纸张输出样品的草绿色彩度比对曲线。
图10-3为两种不同纸张输出样品的草绿色色调角比对曲线。
图11-1为两种不同纸张输出样品的油菜花黄色明度比对曲线。
图11-2为两种不同纸张输出样品的油菜花黄色彩度比对曲线。
图11-3为两种不同纸张输出样品的油菜花黄色色调角比对曲线。
具体实施方式
以下结合附图和具体实施例说明测评方案的设计和输出色彩质量的具体评价过程,以进一步说明本发明。
1、测评色标的生成
①、收集各打印设备及软件公司用于图像输出颜色评价的标准sRGB影像,从中选择含典型记忆色的影像若干。实际选择了人物肖像25幅、蓝天风景12幅、草地风景10幅,以及油菜花9幅,如图1-1~图1-4所示。分别用于肤色、天蓝色、草绿色和油菜花黄色的数字颜色提取。对每幅影像,选取其若干个明度和饱和度有代表性的颜色较为均匀的记忆特征色区域,提取其平均RGB值作为该区域色的sRGB色值。如图2-1~图2-4所示,分别为一肖像、蓝天风景、草地风景和油菜花影像选取颜色区域的示例。肖像类、蓝天风景类、草地类和油菜花类影像分别共选取了900、512、498和138个较均匀颜色区域及对应的RGB数组,按照sRGB与CIE色度的对应关系转化为L*a*b*色度值。
②、过程①得到的各记忆色L*a*b*颜色中可能有些颜色间色差很小,没有必要都选用。有效的颜色值可在由过程①界定的L*a*b*分布范围内均匀取颜色点确定。为此,首先分析了各记忆色的明度值L*分布范围;然后,分别从其最小明度L* min(肤色、天蓝色、草绿色和油菜花黄色分别为25、30、和70)开始,以△L*=5为明度间隔,确定L*+△L*范围内所包含颜色的a*b*图;最后,在a*b*点所围区域内均匀选取颜色点,并记录其L*a*b*值。如图3-1~图3-4所示,分别为肖像类影像L*=65、蓝天风景类影像L*=60、草地风景类影像L*=50、油菜花类影像L*=85的特征点选取结果。如是,针对肤色类、蓝天类、草地类和油菜花类影像,共分别选取了178、102、112和47个特征色点。
③、进一步,由色差公式ΔEab *=(ΔL*2+Δa*2+Δb*2)1/2,将过程②选取的各记忆色特征色间进行色差分析。若两个特征色间的色差ΔEab *<2则只保留其中一个特征色。如此筛选,肤色、天蓝色、草绿色和油菜花黄色特征色数目最终确定为120、45、50和15个。其后,将这些L*a*b*色值按照sRGB与CIE色度值的关系转换为对应的RGB值,如表1~表4中“色标色块序号及颜色值”列数据所示。
④、将过程③中确定的RGB值生成各个典型记忆色的*.GIF格式的数字色块影像,即测评色标。分别如图4-1~图4-4所示。
2、测试图的生成
选取人像肖像影像10幅、蓝天风景影像11幅、草地风景影像9幅和油菜花影像9幅与各测评色标组成测试图。进一步,将测试图变换为L*C* abh* ab数字影像,分别等梯度地改变其L*、C* ab、h* ab值(肤色色度的最大变化范围为L*±10、C* ab-6~C* ab+14、h* ab±12,天蓝色色度的最大变化范围为L*±14、C* ab-12~C* ab+20、h* ab-18~h* ab+8,草绿色度变化最大范围为L*-2~L*+12、C* ab-18~C* ab+20、h* ab-2~h* ab+10,油菜花色度变化最大范围为L*-10~L*+8、Cab*-12~Cab*+14、h* ab-1~h* ab+4),并再次转换回RGB影像。该系列测试图用于模拟各种偏色输出情况。
3、测试图的打印输出
选择Epson L1800喷墨打印机和爱普生照片质量喷墨打印纸构成数字影像的输出***。对其输出颜色特性进行了色域分析,证明其色域远大于sRGB色域。其后,利用色彩管理技术流程,打印输出正常色度和多幅改变色度后的测试图影像(各记忆色色标色块的色度值均在打印机输出色域范围内)。
4、输出测试图样品的颜色主观评价
对输出的多幅测试图样品,进行目视主观评价实验。即在标准观测环境(D65标准白光,2300lx照度)下,由视力和色觉正常且具有一定色彩知识的10名观察者进行了观察。要求观察者分别从明度、彩度、色相角数值按等梯度变化的系列图样品中选出颜色视觉最优,以及视觉可接受的最大偏色图样。实验重复三次。
5、色彩质量比对曲线的确定
使用色度计测量D65光源和2°测试条件下前述实验确定的各记忆色颜色视觉最优,以及可接受最大偏色图样上色标色块的L*C* abh* ab色度值,并测量三次取平均值。
其后,分别将各记忆色颜色视觉最优对应的L*值由小到大升序排序,形成各记忆色的L*最优比对曲线;同时,按照该L*值升序的色块号排列顺序,形成L*值的上、下限变化曲线,即视觉可接受的明度变化限度比对曲线。该三条曲线表征了对应记忆色明度的最佳视觉输出色和可接受的偏离范围。所形成的各典型记忆色L*值比对曲线如图5-1~图5-4所示。
类似地,得到各典型记忆色的C* ab、h* ab比对曲线,分别如图6-1~图6-4和7-1~图7-4所示。
各典型记忆色比对曲线的L*C* abh* ab数据如表1~表4中的“明度比对曲线数值”、“彩度比对曲线数值”和“色调角比对曲线数值”中的“上限曲线”、“最优曲线”和“下限曲线”列数据所示。
6、测评方法的应用
测评方法的应用过程和分析方法如下:
对正常打印输出的测评色标样品,按要求的测试条件测量其各记忆色测评色标色块的CIE色度值,分别绘制其L*、C* ab、h* ab曲线,并与相应的比对曲线做在一个图中,就L*、C* ab、h* ab色度分别进行分析。
输出样品的色标色度曲线与比对曲线中的最佳曲线越接近,表明输出的色彩该色度变化与视觉最佳色情况越接近;若色标色度曲线偏离其最佳比对曲线,但位于其上、下限比对曲线之间,则表明输出的色彩该色度变化视觉可接受;而当超出上述情况时,则表明输出颜色不能满足视觉要求。
如是,能够从典型记忆色及其L*、C* ab、h* ab三个颜色属性的角度,对输出的图像与sRGB影像应有的颜色视觉效果给予差异性的量化表征,进而综合表征其整体色彩质量。
下面列举一个应用实例。
仍旧使用Epson L1800喷墨打印机,分别使用两种不同的纸张打印测评色标和选用的sRGB影像。
使用色度计,选用D65光源、2°视角的测量条件,测量打印输出图样(分别称为样品1、样品2)的测评色标各记忆色色块的L*C* abh* ab色度值,并按表1~表4所给的相应色块序号绘成曲线与对应的比对曲线进行比对分析。
肤色情况所绘制的L*、C* ab、h* ab曲线分别为图8-1~图8-3所示。
图8-1可表明,样品1所表现肤色的明度大小及其变化幅度较样品2的情况更接近明度最优曲线,表明其明亮度变化及反差能较好地满足视觉需求。而样品2的情况则相对整体偏亮,特别是在暗调肤色区域;同时,明度的变化范围变小,表明样品2表现的肤色整体偏亮,暗调部位的暗度明显不足,层次反差偏低。
类似地,图8-2表明,样品1所表现肤色的饱和度较样品2的情况更接近彩度最优曲线,且重合度较高,表明可有较好的视觉效果。而样品2的情况则整体饱和度不足,特别是在亮调肤色区域,已为视觉不可接受。表明样品2的肤色饱和度明显偏低,缺乏肤色应有的红润和生机,特别是在额头、面部等亮色区域。
同样地,图8-3给出,样品1所表现肤色的色相角较样品2的情况更接近色相角最优曲线,整体都在可接受的视觉范围内,表明与视觉记忆的色相较一致。而样品2的情况则相对整体偏小,已明显小于视觉可接受限度。表明样品2的肤色色相过于偏品红色,视觉感觉明显偏色。
视觉比较这两个样品的肖像肤色,样品1的色彩自然、红润,有生机,无偏色,明度变化范围大,画面层次丰富,细节表现好;而样品2的则整体缺乏生机,层次细节表现不足,亮肤色偏色明显,难以接受。这与通过曲线分析的情况相吻合。
天蓝色、草绿色和油菜花黄色情况所绘制的L*、C* ab、h* ab曲线分别为图9-1~图9-3、图10-1~图10-3和图11-1~图11-3所示。
这三个典型记忆色类似的分析表明:样品1的颜色明度曲线都靠近其视觉最优明度曲线,而样品2的则都偏离视觉最优明度曲线较多,天蓝色、草绿色明度偏大(偏亮),油菜花黄色明度则偏小(偏暗),且较多明度超出了视觉可接受限度。类似地,样品1的彩度曲线也都与其视觉最优曲线较接近。虽然油菜花黄色的高饱和色和低饱和色的彩度值有所降低,但除个别点表征的颜色变化较大外,整体仍在视觉可接受限度内。而样品2的情况则是所有这三个颜色的彩度都明显不足,几乎都小于其视觉可接受的最小限度。最后,样品1的色相角曲线都很接近其视觉最优曲线,而样品2的情况是天蓝色和油菜花黄色的较其视觉最优曲线偏小,草绿色的较其视觉最优曲线偏大,且多超过了其可接受限度。
对该两个样品进行了视觉比较,发现样品1上的天空蓝色、草地绿色和油菜花黄色颜色准确,色彩亮丽,层次丰富清晰,视觉满意。相比之下,样品2上的颜色则明显不够饱和,达不到印象中实物的鲜艳程度,明暗层次和反差也相对不足,且颜色的色相较样品1上的均有明显偏差,特别是油菜花黄色的色相偏于橙黄,明显偏离实物色的印象。
以上比对分析和实际观测的较好吻合表明:通过利用测评色标色块得到的L*、C* ab、h* ab变化曲线,及与相应比对曲线的比对,能够对特定颜色进行复制效果在明度、饱和度和色相三方面的表征;众多典型记忆色的质量表征,又可对图像整体的颜色复制质量给予较全面的表征和分析。
上述结果仅为纸张差异所致,从而客观表征了两种纸张对颜色输出的影响程度,为纸张的选择提供了量化依据。
所属领域的普通技术人员应当理解:以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种数字硬拷贝输出sRGB影像的色彩质量测评方法,包括以下步骤:
(1)选取至少三种典型记忆色,针对每一记忆色,从多幅标准sRGB影像中,提取多种明度和饱和度的若干组RGB色值,每组RGB色值形成一个正方形数字色块,并将所有色块排列,将得到的每种典型记忆色的色块数字影像作为测评色标;
(2)以测评色标影像和提取色标色的标准sRGB影像作为影像组,对每一记忆色,确定其L*、C* ab、h* ab值随测试色标色块排列的最佳色和色值变大及变小的可接受偏色限度的三条变化曲线,作为每种典型记忆色的比对曲线;
(3)利用测评色标和比对曲线,对输出设备***的sRGB影像输出色彩质量进行测评,包括如下步骤:
1)在设备正常的输出条件下输出测评色标样品;
2)使用色度计,选择与确定比对曲线时相同的测试条件测量实际输出的测评色标样品中各色块的L*C* abh* ab色度值;
3)将步骤2)中测量的每一记忆色测评色标色块的L*、C* ab、h* ab色度值按相应色块序号绘成曲线与对应的比对曲线进行比对,通过曲线比对,从明度、饱和度和色相三个方面表征和评价各记忆色的色彩质量。
2.根据权利要求1所述的数字硬拷贝输出sRGB影像的色彩质量测评方法,其特征在于:所述的典型记忆色包括肤色、天蓝色和典型植物色。
3.根据权利要求1所述的数字硬拷贝输出sRGB影像的色彩质量测评方法,其特征在于:针对每一记忆色,用于提取RGB色值的标准sRGB影像不少于5幅;所述测评色标中每一典型记忆色的色块数不少于15个。
4.根据权利要求1所述的数字硬拷贝输出sRGB影像的色彩质量测评方法,其特征在于:每种典型记忆色的比对曲线的确定方法,包括如下具体步骤:
i)将测评色标影像和提取色标色的标准sRGB影像作为影像组,按照sRGB与CIE色度的对应关系一同转换为L*C* abh* ab色度影像;以此为基础,再分别增大和减少L*、C* ab、h* ab值形成若干个具有不同L*C* abh* ab色度的影像组;
ii)选择色域大于sRGB色域的硬拷贝打印输出设备,将设备进行颜色特性化;利用色彩管理技术,将步骤i)中所有L*C* abh* ab色度的影像组打印输出;
iii)针对步骤ii)打印出的影像组图样,每一记忆色分别按照L*、C* ab、h* ab值的大小变化顺序排列,在标准观测条件下,由颜色视觉正常的观察者通过主观测评实验,选择出颜色最佳、以及色值变大变化中偏色程度刚可接受和色值变小变化中偏色程度刚可接受的影像图样;
iv)对每一记忆色,由色度计分别测量颜色最佳和可接受偏色限度图样中测评色标色块的L*C* abh* ab色度值,分别形成L*、C* ab、h* ab值随色标色块排列的最佳色和可接受偏色限度的三条变化曲线,作为该典型记忆色的比对曲线。
5.根据权利要求4所述的数字硬拷贝输出sRGB影像的色彩质量测评方法,其特征在于:所述影像组L*、C* ab、h* ab值增大和减小的变化幅度,通过输出实验来确定,选择在标准观测条件下刚能有视觉颜色差异的变化幅度。
6.根据权利要求4所述的数字硬拷贝输出sRGB影像的色彩质量测评方法,其特征在于:所述具有不同L*C* abh* ab色度的影像组的个数,为在色值变化幅度逐步变化下,达到输出图样颜色与记忆色差异很大而不能接受时所需的个数。
7.根据权利要求4所述的数字硬拷贝输出sRGB影像的色彩质量测评方法,其特征在于:所述的标准观测条件为D65或D50标准光源,以及2000lx±300lx的照度。
8.根据权利要求4所述的数字硬拷贝输出sRGB影像的色彩质量测评方法,其特征在于:所述的主观测评实验由不少于8名视觉和色觉正常的观察者完成,并以所选色样的平均色度值为评价结果。
9.根据权利要求4所述的数字硬拷贝输出sRGB影像的色彩质量测评方法,其特征在于:所述的色度计测量测评色标色块的L*C* abh* ab色度值,采用与主观观测时相同色温的光源和2°视角。
10.根据权利要求1所述的数字硬拷贝输出sRGB影像的色彩质量测评方法,其特征在于:在表征和评价样品的各记忆色的色彩质量过程中,当样品的测评色标色块的色度曲线靠近对应比对曲线的最佳曲线时,表明输出样品的该记忆色色彩表现较好;而当样品的测评色标色块的色度值曲线偏离对应比对曲线的最佳曲线较多,但又处于两个可接受限度曲线范围内时,则表明输出样品的该记忆色色彩表现可接受;以此,由全部典型记忆色的色彩质量表征sRGB影像输出样品的整体色彩质量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710289879.XA CN106878705B (zh) | 2017-04-27 | 2017-04-27 | 一种数字硬拷贝输出sRGB影像的色彩质量测评方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710289879.XA CN106878705B (zh) | 2017-04-27 | 2017-04-27 | 一种数字硬拷贝输出sRGB影像的色彩质量测评方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106878705A true CN106878705A (zh) | 2017-06-20 |
CN106878705B CN106878705B (zh) | 2018-09-04 |
Family
ID=59161565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710289879.XA Expired - Fee Related CN106878705B (zh) | 2017-04-27 | 2017-04-27 | 一种数字硬拷贝输出sRGB影像的色彩质量测评方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106878705B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949379A (zh) * | 2019-03-27 | 2019-06-28 | 森大(深圳)技术有限公司 | 喷墨打印机的追色方法、装置、设备及存储介质 |
CN113259658A (zh) * | 2021-05-17 | 2021-08-13 | 浙江大学 | 物体喜好记忆色的获取方法及喜好记忆色标准色卡 |
CN115174876A (zh) * | 2022-04-12 | 2022-10-11 | 北京印刷学院 | 一种医用内窥镜成像颜色分析与校正用色标设计与制作方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102149004A (zh) * | 2011-03-28 | 2011-08-10 | 天津师范大学 | 三维色域数字电视测试图模板及其制作方法 |
US20120206612A1 (en) * | 2011-02-11 | 2012-08-16 | Tobie C David | Test target for color calibrating a camera and lens combination |
CN102802018A (zh) * | 2012-08-28 | 2012-11-28 | 沈阳敏像科技有限公司 | 色彩测试图卡的制作方法 |
CN103347142A (zh) * | 2013-07-01 | 2013-10-09 | 上海理工大学 | 一种基于数字设备呈色适性表征的优化色表实现方法 |
CN103587268A (zh) * | 2013-11-13 | 2014-02-19 | 江苏可一艺术品发展有限公司 | 一种书画艺术品数字化复制的色彩还原方法 |
CN204104067U (zh) * | 2014-08-18 | 2015-01-14 | 沈阳敏像科技有限公司 | 摄像模组色差测试用图卡装置 |
CN104349162A (zh) * | 2014-11-14 | 2015-02-11 | 武汉大学 | 一种用于彩绘文物色彩校正色卡的制作方法 |
TW201515439A (zh) * | 2013-08-13 | 2015-04-16 | Hon Hai Prec Ind Co Ltd | 顏色測試系統 |
CN105959682A (zh) * | 2016-04-29 | 2016-09-21 | 深圳市计量质量检测研究院 | 一种基于视觉感知的相机色彩还原测试方法 |
-
2017
- 2017-04-27 CN CN201710289879.XA patent/CN106878705B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120206612A1 (en) * | 2011-02-11 | 2012-08-16 | Tobie C David | Test target for color calibrating a camera and lens combination |
CN102149004A (zh) * | 2011-03-28 | 2011-08-10 | 天津师范大学 | 三维色域数字电视测试图模板及其制作方法 |
CN102802018A (zh) * | 2012-08-28 | 2012-11-28 | 沈阳敏像科技有限公司 | 色彩测试图卡的制作方法 |
CN103347142A (zh) * | 2013-07-01 | 2013-10-09 | 上海理工大学 | 一种基于数字设备呈色适性表征的优化色表实现方法 |
TW201515439A (zh) * | 2013-08-13 | 2015-04-16 | Hon Hai Prec Ind Co Ltd | 顏色測試系統 |
CN103587268A (zh) * | 2013-11-13 | 2014-02-19 | 江苏可一艺术品发展有限公司 | 一种书画艺术品数字化复制的色彩还原方法 |
CN204104067U (zh) * | 2014-08-18 | 2015-01-14 | 沈阳敏像科技有限公司 | 摄像模组色差测试用图卡装置 |
CN104349162A (zh) * | 2014-11-14 | 2015-02-11 | 武汉大学 | 一种用于彩绘文物色彩校正色卡的制作方法 |
CN105959682A (zh) * | 2016-04-29 | 2016-09-21 | 深圳市计量质量检测研究院 | 一种基于视觉感知的相机色彩还原测试方法 |
Non-Patent Citations (1)
Title |
---|
刘浩学等: "彩色印刷图像色差的主观评价", 《北京印刷学院学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949379A (zh) * | 2019-03-27 | 2019-06-28 | 森大(深圳)技术有限公司 | 喷墨打印机的追色方法、装置、设备及存储介质 |
CN113259658A (zh) * | 2021-05-17 | 2021-08-13 | 浙江大学 | 物体喜好记忆色的获取方法及喜好记忆色标准色卡 |
CN113259658B (zh) * | 2021-05-17 | 2022-03-15 | 浙江大学 | 物体喜好记忆色的获取方法及喜好记忆色标准色卡 |
WO2022242608A1 (zh) * | 2021-05-17 | 2022-11-24 | 浙江大学 | 物体喜好记忆色的获取方法及喜好记忆色标准色卡 |
CN115174876A (zh) * | 2022-04-12 | 2022-10-11 | 北京印刷学院 | 一种医用内窥镜成像颜色分析与校正用色标设计与制作方法 |
CN115174876B (zh) * | 2022-04-12 | 2023-08-11 | 北京印刷学院 | 一种医用内窥镜成像颜色分析与校正用色标设计与制作方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106878705B (zh) | 2018-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7075687B2 (ja) | 色変換システム、色変換装置及び色変換方法 | |
Ford et al. | Colour space conversions | |
US9087274B2 (en) | Color information processing method, color information processing apparatus, and color information processing system | |
CN106878705B (zh) | 一种数字硬拷贝输出sRGB影像的色彩质量测评方法 | |
US8149251B2 (en) | Methods and apparatus for assessing and monitoring the capability and quality of a color reproduction system | |
CN107009734A (zh) | 装饰纸数码印刷色彩控制与还原方法 | |
Green | Colorimetry and colour difference | |
JP2015115737A (ja) | 色変換装置、ルックアップテーブル生成方法、及び、ルックアップテーブル生成装置 | |
Pedersen | Image quality metrics for the evaluation of printing workflows | |
CN101587589A (zh) | 喷墨打印质量模糊评价方法 | |
Pedersen et al. | Attributes of a new image quality model for color prints | |
CN110324476B (zh) | 一种手机屏呈色性能的表征方法 | |
JP2010268294A (ja) | カラーマネジメントシステム及びプログラム | |
JP2006333463A (ja) | 眼、光源、色再現機器の色特性検証システム | |
JP6349708B2 (ja) | ルックアップテーブル生成方法、及び、ルックアップテーブル生成装置 | |
Perales et al. | Comparison of color gamuts among several types of paper with the same printing technology | |
US8456701B2 (en) | Reference color difference quantity guide for spot color applications | |
Xu et al. | Evaluation of the colour quality of display primary: Part I. Chromaticity based methods | |
JP4092544B2 (ja) | 色変換装置、色変換方法、色変換プログラム、色変換テーブル作成方法、色変換テーブル作成装置、色変換テーブル作成プログラム、色変換テーブルおよび色変換テーブルのデータを記録した媒体 | |
Baumann et al. | Print performance evaluation of ink jet media: gamut and dye diffusion | |
König et al. | Assessing the lightfastness of prints by image chrominance histogram quantification | |
Shao et al. | An evaluation method for the color quality of digital hardcopy output sRGB image | |
CN100452083C (zh) | 一种变造文件的扫描分解成像检验方法 | |
Chen et al. | Applying image‐based color palette for achieving high image quality of displays | |
Zhang et al. | Color Image Processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180904 |