WO2013131311A1 - 对彩色数字图像进行视觉感知高保真变换的方法及*** - Google Patents

对彩色数字图像进行视觉感知高保真变换的方法及*** Download PDF

Info

Publication number
WO2013131311A1
WO2013131311A1 PCT/CN2012/074265 CN2012074265W WO2013131311A1 WO 2013131311 A1 WO2013131311 A1 WO 2013131311A1 CN 2012074265 W CN2012074265 W CN 2012074265W WO 2013131311 A1 WO2013131311 A1 WO 2013131311A1
Authority
WO
WIPO (PCT)
Prior art keywords
color
value
saturation
boundary
phase plane
Prior art date
Application number
PCT/CN2012/074265
Other languages
English (en)
French (fr)
Inventor
侯克杰
Original Assignee
Hou Kejie
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 Hou Kejie filed Critical Hou Kejie
Publication of WO2013131311A1 publication Critical patent/WO2013131311A1/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/67—Circuits for processing colour signals for matrixing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/68—Circuits for processing colour signals for controlling the amplitude of colour signals, e.g. automatic chroma control circuits

Definitions

  • This invention relates to the field of digital image processing, and in particular to a method and system for visually perceptually high fidelity transformation of color digital images. Background technique
  • a color management system represented by the ICC International Color Consortium
  • ICC International Color Consortium
  • CIE International Commission on Lumination
  • CIE's recommended CAM (Co lor Appearance Model) has become an international recommendation and plays an important role in color reproduction.
  • the main research and prediction are the changes of external conditions, such as the reference white value and the change of brightness value, which have a quantitative effect on the color observation effect.
  • the model does not include the space and time of human visual perception.
  • the feature does not include the spatial domain and time domain characteristics of the image.
  • the current CAM application in digital image processing regards each pixel as a separate color, so the reproduction and reproduction of digital images guided by it cannot meet the needs of visual perception of authenticity and high quality.
  • iCAM image Color Appearance Model
  • the quantitative description of the visual characteristics of the visible light color perception of the human eye has not been completed so far, mainly because of the incompleteness of the basic data required for visual perception of color quantization.
  • CIE recommended in 1931 The CIE1931 RGB system, which describes the standard chrominance observer spectral triplet value, has for the first time ever quantified human color visual perception and thus laid the foundation for modern colorimetry. However, some of the inherent characteristics of this system have not been perfected in subsequent theoretical studies and technical applications of colorimetry.
  • the spectral triplet value in the CIE1931RGB system represents the number of matching of various monochromatic lights in the equivalent energy spectrum of the three primary colors of red, green and blue.
  • the spectral trajectory coordinates calculated by the matching function are shown in Fig. 1.
  • the horseshoe curve in the figure represents the spectral trajectory, and the color in the area covered by the curve and the lower line has been mistaken for a long time to include all the colors that humans can see.
  • the area inside the triangle represents the range of colors in which all three primary colors of red, green, and blue match. Colors containing negative values of the three primary colors should be outside the triangle and within the area of the curve. The essence of negative color values is to use the difference between the three primary colors of red, green and blue to match the spectral color.
  • the physical meaning of a negative color is the opposite color of the non-negative color, that is, the color added to the non-negative color to obtain an achromatic color is its opposite color.
  • the fact that the matching function has a negative value indicates that if the spectral color is accurately matched, the above opposite colors are added to the three primary colors of red, green and blue.
  • the CIE1931 RGB matching function does not include a positive combination of red and blue primary colors and a visible color containing a negative green primary color.
  • the color of the partial hue interval includes blue-violet, purple, and magenta, which accounts for nearly one-third of the number of human visual perception colors, and a small portion of the color chromaticity coordinates should be below the straight line of Figure 1 above. If the research and application of color high-fidelity simulation reproduction and replication are aimed at the visual perception characteristics of visible light color, this part of the matching function should not be lacking.
  • the technical solution of the present invention by providing a method for calculating the visual perceptual space of the visible light color and the related component equivalent, the visual perceptual component of the color digital image is optimized and extended to map and calculate the spatial characteristic of the visible color visual perception, and the image is guaranteed.
  • True visual perception transformation by providing a method for calculating the visual perceptual space of the visible light color and the related component equivalent, the visual perceptual component of the color digital image is optimized and extended to map and calculate the spatial characteristic of the visible color visual perception, and the image is guaranteed.
  • the method and system of the present invention are "Color Epic a TM", (FirstEposColor TM), referred to as "a poem Color TM", (FECr TM), primarily for significantly enhanced perception of image fidelity adjust its visual color of each pixel
  • the saturation value is sensed, and the adjustment amount depends on the saturation value of the luminance sequence and the color saturation value of the luminance sequence on the color boundary surface of the visible color of the visible color corresponding to the color. Result, image each The pixel color maintains the visual perception saturation while maintaining the visual perception of hue and brightness, and the increased saturation amplitude is more conducive to high fidelity enhanced image visual perception.
  • the algorithm (FECr) according to the present invention includes a quantitative representation of the visual perception of the visible color space.
  • the visual perceptual saturation of the intrinsic color of the image is expanded and mapped with respect to the visible light spatial characteristics expressed above, and the saturation value added for each pixel is calculated with the image obtaining the relatively most visible visible light spatial characteristics.
  • the color visual perception space of typical electronic devices and color images is much smaller than the visible color perception space. Therefore, if the image color saturation is directly adjusted to the visible color space boundary, pixel color saturation will be caused in some color phase planes. The difference in increments is disparity, resulting in image degradation. Therefore, the FECr algorithm according to the present invention calculates the visible light color visual perception spatial color phase surface color based on the complete description of the visible light color visual perception space and the practical ability of the device and the image color perception spatial saturation nonlinear expansion. The equivalent boundary is corrected by using psychophysical methods to obtain statistical data of the applied effect. Thus, the method according to the present invention is an effective method for obtaining high fidelity reproduction and reproduction of color digital images.
  • the method and system of the present invention can be used for natural scene imaging such as photography, videography, film, television, video games, or any computer-generated image of composite colors of red, green, and blue primary colors, and associated imaging equipment.
  • visually percepturing a high-fidelity transform of a color digital image includes the following steps:
  • the h phase angle h value is merged into the corresponding reference color phase plane, and the brightness L value is merged into the corresponding brightness sequence;
  • C max Ld is a saturation value of the same brightness sequence on the color-equivalent boundary of the same color phase surface of the pixel color in the visual perception space of the visible light color;
  • ⁇ allows multiple settings for the specified conditions
  • BILY is the adjusted saturation expansion ratio
  • (3-3-2) sets the color phase surface interval paired boundary H D5 ⁇ H CX , the value range is 0 ° -359 °
  • 3 ⁇ 4 ⁇ and H CX allow multiple pairs to be set for specifying conditions
  • the color phase plane transition zone on the inside of the boundary is set to a value range of 0-20.
  • the transition zone of the high-end side of the C GX value is set to a value range of 0.00-0.2.
  • step (1) is to obtain the L, C and h values of the color digital image pixel color 1, G and B values in the CIELAB space, where h is the hue angle, L is the brightness, C is the saturation,
  • h is the hue angle
  • L is the brightness
  • C is the saturation
  • a system for visually percepturing high-fidelity transformation of a color digital image in accordance with the present invention includes:
  • Color visual perception space color phase surface color boundary calculation module of device displaying color digital image Block including:
  • the color h value is rounded off to merge the device color into the corresponding reference color phase plane, and the L value is rounded off to enter the corresponding brightness sequence, and the color maximum saturation value C maxU of each color sequence of the color phase surface is extracted , and the color boundary calculation of the color phase surface is calculated.
  • Basic value
  • Color digital image pixel color mode forward conversion and merged color phase plane and luminance sequence module including:
  • (3-1) Converting the color digital image pixel color RGB values into the calculation units of the L, C, and h values of the CIELAB space, where h is the hue angle, L is the brightness, and C is the saturation.
  • the image color space is divided into 360 reference color phase planes, and the h phase h value is rounded off and merged into the corresponding reference color phase plane, and the luminance L range in the color phase plane is divided into 101 reference sequences, and the brightness L value is rounded off to enter the corresponding brightness.
  • Image pixel color saturation value expansion module including:
  • C max Ld is the saturation value of the luminance sequence of the pixel on the color equivalent surface boundary of the visible light color
  • c maxU is the saturation value of the luminance sequence of the pixel at the color boundary of the color phase surface of the device.
  • ⁇ allows multiple settings, which are used to specify conditions
  • BILY is the ratio of saturation after regulation.
  • the color phase plane transition zone on the inside of the boundary is set to a value range of 0-20.
  • the transition zone of the high-end side of the C GX value is set to a value range of 0.00-0.2.
  • Image pixel color mode reverse transformation and normalization module
  • the calculation includes calculating the L, h of the image pixel color and the saturation [ ⁇ value obtained by the expansion of the module (4) as the normative R, G, and B values.
  • the system further includes a visible light color visual perception spatial hue plane color maximum saturation calculation module.
  • the device visually perceives the color space color phase surface color boundary data library first through the device visual perception color space color phase surface color boundary calculation module operation in the system of the present invention, and the calculation includes:
  • C and h values including: The brightness value of the maximum saturation of RGB three primary colors is calculated by applying the nominal sRGB space RGB three primary color chromaticity parameters and the D65 white field parameter:
  • Non-standard equipment needs to calculate the CIEXYZ triple-excitation value when the white field and the maximum saturation of the three primary colors of red, green and blue:
  • the white field normalization coefficient K 1 is calculated by measuring the white field triple excitation values X w ' Y w ' and Z w ' according to conventional specifications .
  • Ki 100 / Y W '
  • the calculated white field CIEXYZ triple stimuli value replaces the above-mentioned equipment nominal white field CIEXYZ triple stimuli Value, calculate the CIELAB space LC and h values.
  • the reference color phase plane is represented by an integer of 0-359, and the color h value is rounded off to merge the device color into the corresponding reference color phase plane, and the reference luminance sequence is represented by an integer of 0-100, rounded to the corresponding luminance sequence by the L value, and the color phase is extracted.
  • the maximum color saturation value C maxU in each luminance sequence is used as the basis for calculating the color boundary of the color phase plane;
  • the above calculation results are stored as a database, and the data is sorted by the sequence order of the first order color phase plane order, a total of 36,360 lines.
  • step (2) is performed following step (1): the visual perceptual color space color phase surface color equivalent boundary database of visible light is invoked.
  • the visible light color visual perception spatial color phase surface color equivalent boundary database first visually perceives the spatial color phase surface color maximum saturation calculation module and the visible light color visual perception space through the visible light color in the system of the present invention.
  • the color phase surface color equivalent boundary calculation module operation is completed, and the calculation includes:
  • Color phase planes 0° -37° and 318° -359° are calculated from the color phase planes 0° -37° and 318 .
  • the -359° calculation unit performs:
  • the 3 X 3 matrix coefficients are calculated by the same method as in the above step (1) using the nominal CIERGB space RGB three primary color chromaticity parameters and the D65 white field parameters:
  • the 0° to 37° and 318° to 359° color phase planes are selected, and the maximum saturation C maxh2 and its brightness L Cmach2 are extracted .
  • B maxd (B h -(F xl -l)y (maximum ratio value of ratio interval -(F X1 -1)) X 0.05+(F X2 -0.05)
  • B maxh value is less than or equal to (F X1 -1) is greater than ( Normalized calculation of the color phase plane of F X1 -1.5):
  • B d (B h -(F xl -l .5)) / (maximum ratio value of proportional interval -(F X1 -1.5)) X 0.05+(F X2 -0.1)
  • B maxh value is less than or equal to (F X1 -1.5 Normalized calculation of the color phase plane greater than (F xl -2):
  • B maxd (B h -(F xl -2)) / (proportional interval maximum ratio - (F xl -2)) X 0.1+ (F X2 -0.2)
  • B maxd (B maxh -(F xl -2.5)) / (proportional interval maximum ratio - (F xl -2.5)) X 0.05 + (F X2 - 0.25)
  • B maxh value is equal to (F xl -2.5) and below Normalized calculation of the color phase plane:
  • B maxd B maxh / ratio interval maximum ratio X 0.05+(F X2 -0.3)
  • step (3) converts the three primary color values of the red, green, and blue colors of the color digital image into CIELAB spaces L C and h values and merges them into the corresponding color phase planes and luminance sequences.
  • the color digital image pixel color mode forward conversion and the merged color phase plane and luminance sequence module in the system of the present invention are invoked to calculate:
  • the image displayed on the non-standard device shall calculate the CIEXYZ triple-excitation value of the white-field and the maximum saturation of the three primary colors of red, green and blue:
  • the white field normalization coefficient ⁇ 1 is calculated using a standard spectrophotometer according to the conventional specification for measuring the white field triple excitability values x w ' Y w ' and z w ' of the device :
  • Ki 100 / Y W '
  • the calculated white field CIEXYZ triple stimuli value replaces the above-mentioned equipment nominal white field CIEXYZ triple stimuli Value, calculate the CIELAB space L, C and h values.
  • the image color space is divided into 0-359 total 360 reference color phase planes, and the image pixel color hue h value is rounded down to the corresponding reference color phase plane, and the color phase plane luminance L range is divided into 0-100 total 101 benchmarks.
  • the sequence is rounded to the corresponding luminance sequence by the color luminance L value, so that the pixel color parameter can be represented by an integer hue h, an integer luminance L, and a saturation C containing four decimal places, to achieve one of the calculation conditions of the saturation expansion.
  • step (4) is to calculate an image pixel color saturation extension.
  • the calculation includes:
  • c maxU is the maximum saturation value retrieved in the device visual perception color space color phase surface database with the pixel color phase plane and the luminance sequence integer value, 81 is the inflection point function according to the need, the numerical range
  • C max Ld is an equivalent saturation value retrieved in the visible light visual perception color space color phase surface color equivalent boundary database by the pixel color phase plane and the luminance sequence integer value;
  • BI KX saturation extension proportional control coefficient
  • the character image ⁇ 2 is typically 0.10-0.40
  • the landscape image ⁇ ⁇ 1 is typically 0.40-0.90;
  • the calculation includes setting a plurality of sets of color phase plane intervals, a hue interval boundary H DX H CX , and a value range of 0. -359° , for the color in the specified hue interval, the saturation expansion ratio BILY is different from the interval.
  • the transition hue interval is set inside the hue interval boundary to control the smooth change of the external saturation spread ratio in the specified hue interval, and the transition zone value range is 0-20;
  • the calculation includes setting a saturation ratio value as a threshold C Cx , and a value range of 0.00-1.
  • the threshold is used as a saturation ratio boundary for the color in the same luminance sequence using different saturation expansion ratios.
  • the transition side above the threshold is set, the adjustment saturation expansion ratio changes smoothly, the transition zone value range is 0.00-0.2;
  • step (5) calculates the image pixel color L, h, and saturation CL N values as the specifications 1, G, and B values.
  • an image pixel color mode inverse transform and normalization module in the system of the present invention is invoked, and the calculation includes:
  • the brightness, hue angle h value calculated by the image pixel color and the CL N value obtained after the calculation and expansion are calculated as the three primary color values of the device, red, green and blue.
  • This algorithm is the inverse of the above step (3).
  • the white field CIEXYZ triple-excitation value required to calculate the CIEXYZ triple-excitation value from the pixel color CIELAB parameter is the same as the forward calculation.
  • the RGB value is calculated from the pixel color CIEXYZ triple-excitation value.
  • the 3 X 3 matrix coefficients are obtained by inverting the matrix 3 X 3 coefficients used in the above step (3):
  • the calculated R, G, and B values are rounded separately, and the value greater than 255 is normalized to 255, and the value less than 0 is normalized to 0.
  • the FECr algorithm according to the present invention adjusts the visual perceptual saturation parameter of each pixel color, and compares with the original saturation value of the image.
  • the adjusted value of the color saturation value of the FECr algorithm is about 52% on average, the pixel saturation of the image is increased by 70%, the 30% of the pixels is increased by 70-30%, and the 10% of the pixels is increased by 30-10%. % of pixels increase by 10-0%.
  • the relationship between the pixel color saturation value before and after adjustment relative to the ratio of the maximum saturation value of the color phase plane luminance sequence to which it is blended, exhibits the non-linearity of the actual increment of saturation.
  • the visually sensitive color in the image is calculated to increase the visual perception characteristic of the visible light color, and the relatively less sensitive color is calculated. Less or remaining unchanged, this non-linear enhancement method can make the viewing image relatively close to the effect of viewing the actual scene in the visible color space.
  • Fig. 1 is calculated by the spectral triplet value of the CIE1931XYZ system and the isobaric spectral trace indicated by the xy coordinate plane of the CIE xyY space, the abscissa x and the ordinate y.
  • FIG. 2-1 is a flow chart of a method for visually perceiving high-fidelity transform of a color digital image according to a specific embodiment of the present invention, illustrating a color visual perception spatial color phase surface color boundary calculation flow of the device;
  • FIG. 2-2 is according to the present invention.
  • 2-3 are flow diagrams of a method for visually perceptually high fidelity transforming a color digital image in accordance with an embodiment of the present invention, illustrating a color digital image pixel color high fidelity visual perceptual transformation calculation flow.
  • the red circle shows the color visual perception space of the non-standard device.
  • the color phase surface is all merged with the color coordinates.
  • the middle gray line represents the merged brightness sequence algorithm, and the lower gray line indicates the maximum saturation of the corresponding brightness sequence with linear interpolation.
  • FIG. 5 shows an algorithm for calculating a pixel color visual perception saturation expansion.
  • CL points represent pixel color coordinates
  • C g L points represent saturation map inflection points
  • red lines represent color merged luminance sequences, and the rest are the same as FIG. 4 .
  • Figures 6 and 7 show the images before and after processing by the method of the present invention.
  • the right side of the color image is the original image, and the left side is the FECr algorithm to calculate the image after the saturation C is expanded.
  • Figure 8-1 shows a typical system flow for a computer program using the FECr algorithm.
  • Figure 8-2 shows the typical system flow of a TV using the FECr algorithm IP.
  • Figure 8-3 shows the typical system flow of a TV using the FECr algorithm ASIC.
  • FIG. 8-4 shows the typical system flow of an electronic device using the FECr algorithm ASIC. detailed description
  • the color digital image pixel color visual perception high fidelity transform process of the present invention is implemented.
  • the database is completed by the device color visual perception spatial color phase surface color boundary calculation module in the system of the present invention, and the calculation includes:
  • Electronic devices with image display functions are typically sRGB color space and D65 white field, sRGB space RGB three primary color products are available:
  • the 3 X 3 matrix coefficients are expressed as the product of the three primary color values and the luminance values:
  • the typical equipment consists of 8 colors of red, green and blue primary colors, that is, 2 3 x 8 total of 16777216 color scalars, which are sequentially transformed by the above calculation.
  • Non-standard equipment calculates the CIEXYZ triacal value when the white field and the maximum saturation of the three primary colors of red, green and blue:
  • the standard spectrophotometer is used to measure the white field triple excitability X w ' Y w ' and Z w according to the conventional specifications.
  • ' Calculate the white field normalization coefficient K 1 :
  • Ki 100 / Y W '
  • the tri-maximal values of the maximum saturation of the red, green and blue primary colors of the device are measured according to conventional specifications, ⁇ ⁇ and ⁇ X g 'Yg' and Z g ' X b ' Y b ' and z b ', then calculate the CIEXYZ triple stimuli of the three primary colors separately:
  • CIEXYZ triple excitatory value instead of the above
  • the 3 X 3 matrix coefficient in the standard method in place of the calculated white field CIEXYZ triple stimuli value, replaces the nominal white field CIEXYZ triple stimuli of the above-mentioned equipment, and applies the above-mentioned standard method, which in turn will have a total of 16777216 colors.
  • the G and B values are transformed into CIELAB space L, C and h values.
  • the reference color phase plane is represented by an integer of 0-359, and the color h value is rounded off to merge the device color into the corresponding reference color phase plane, and the reference luminance sequence is represented by an integer of 0-100, and the color is entered into the corresponding luminance sequence by rounding off the L value.
  • the maximum saturation value C maxU in each luminance sequence of the color phase plane is extracted as a basis for calculating the color boundary of the color phase plane.
  • the color boundary corresponding to the luminance sequence interval is calculated by a standard linear interpolation algorithm, and the maximum saturation C maxU of the original luminance sequence is trimmed to be non-smoothly decreasing or padding missing.
  • the smoothing referred to in the above algorithm that is, the color luminance sequence is arranged from high to low, and its saturation C max L ⁇ J is in the above sequence and is greater than all the following sequences. If the saturation is less than the calculated value, the calculated value is used, and if it is greater than the calculated value, it is unchanged.
  • the visible light color visual perception spatial color phase surface color equivalent boundary database is completed by the visible light color visual perception spatial color phase surface color maximum saturation calculation module and the visible light color visual perception spatial color phase surface color equivalent boundary calculation module in the system of the present invention, Calculations include:
  • the L and C values of the color phase planes in the hue interval, and the L and C values of the empty white phase planes are calculated by linear interpolation, and the L and C values are used as the maximum saturation C maxh2 of the corresponding color phase plane of the visible light color visual perception space. And its brightness L Cmach2
  • Color phase planes 0° -37° and 318° -359° are calculated from the color phase planes 0° -37° and 318 .
  • the -359° calculation unit performs:
  • the 3 X 3 matrix coefficient is calculated by the same method in step (1):
  • B maxd (B maxh -F xl ) / (proportional interval maximum ratio - F X1 ) * 0.1 + F X2
  • B maxd (B maxh -(F X1 -1.5)) / (proportional interval maximum ratio - (F X1 -1.5)) * 0.05 + (F X2 - 0.1)
  • B maxd (B maxh -(F xl -2.5)) / (proportional interval maximum ratio - (F xl -2.5)) * 0.05 + (F X2 - 0.25)
  • B maxd B maxh / ratio interval maximum ratio *0.05+(F X2 -0.3)
  • the above-mentioned algorithm for saturating the saturation required by the color boundary of the device increases 2-3% by the maximum saturation value of the sequence of turning luminance on the device color boundary.
  • the red, green and blue primary color values of the completed color digital image are converted into CIELAB space LC and h values and merged into the corresponding color phase surface and brightness sequence, and the color digital image pixel color mode is forward-converted and the merged color phase surface is The brightness sequence module is executed.
  • Calculations include: (3-1) Color digital image Pixel color RGB values are converted to CIELAB space L, C and h values, calculated by the color digital image pixel color RGB values converted to CIELAB space L, C and h values of the calculation unit:
  • step (1) Use the device nominal image to display the image or the white field and the corresponding parameters of the red, green and blue primary colors embedded in the image itself, and apply the standard algorithm recommended by CIE to convert the color represented by the red, green and blue primary colors of the image pixel into CIEXYZ
  • CIELAB space L, C and h values, the algorithm program and related parameters are the same as step (1).
  • the image displayed on the non-standard device needs to measure the CIEXYZ triple-excitation value of the white level of the computing device and the maximum saturation of the three primary colors of red, green and blue.
  • the algorithm program and related parameters are the same as steps (1).
  • the image color space is divided into 0-359 total 360 reference color phase planes, the h phase h value is rounded off and merged into the corresponding reference color phase plane, and the luminance phase range in the color phase plane is divided into 0-100 total 101 reference sequences, The luminance L value is rounded off and merged into the corresponding luminance sequence, so that the pixel color parameter can be represented by an integer hue h, an integer luminance L, and a saturation C containing four decimal places, to create one of the calculation conditions of the saturation extension.
  • the calculation includes setting a plurality of pairs of specified color phase plane interval boundaries H D ⁇ BH Cx , and the value ranges from 0° to 359 . .
  • the calculation includes setting a plurality of saturation ratio thresholds C Cx with a value range of 0.00-1.
  • a transition zone is set on the side above the threshold, and the transition zone range is set to 0.1.
  • the calculation includes:
  • the 1 ⁇ , h values obtained by the forward transformation of the image pixel color and the values of CL N obtained by the calculation and expansion are calculated as the red, green and blue primary color values of the image.
  • This algorithm is the inverse operation calculated in the above step (3).
  • the white field required to calculate the CIEXYZ triple-excitation value from the pixel color CIELAB spatial parameter is also D65, and the 3 ⁇ 3 matrix required to calculate the RGB value from the pixel color CIEXYZ triple-excitation value.
  • the coefficient is obtained by inverting the matrix 3 X 3 coefficients used in the above step (3):
  • Embodiment 2 Typical System Using the FECr Algorithm of the Present Invention 1.1.
  • the computer hard disk HD is used as a typical carrier for submitting the FECr algorithm.
  • the carrier of the same function also includes a CD, a DVD, a USB disk, etc., and is authorized to call the FECr algorithm by the network.
  • the FECr algorithm is called programmatically by the computer CPU + GPU and runs in RAM.
  • the color digital image is stored in the computer hard disk and is called by the FECr algorithm program. After being processed by the FECr algorithm, it is stored back to the hard disk.
  • the image data can be copied to a carrier such as a CD, a DVD, a USB flash drive, or another hard disk, or can be transmitted to a specified location through a network.
  • the FECr algorithm program can process single frame images and frame sequence images.
  • the single-frame image format can be an uncompressed format such as .tif or .bmp, or a compression format such as .jpg.
  • the frame sequence image format can be general. MOV, .AVI, etc., and can also use the dedicated I/O to process related format files. Viewing the FECr algorithm in real time The number of displays that transform image effects can be configured as needed. The system is shown in Figure 8-1.
  • the R, G and B color tone lookup tables used in the IP gamma correction module can be adjusted according to the special gamma settings in the TV main chip.
  • the system is shown in Figure 8-2.
  • FECr algorithm ASIC equipment also includes notebook computers, tablet computers, mobile phones, game consoles, LCD monitors, computer graphics cards, etc.
  • the system is shown in Figure 8-4.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Color Image Communication Systems (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明涉及数字图像处理领域，具体地涉及对彩色数字图像进行视觉感知高保真变换的方法及***。所述方法包括步骤：（1）获得彩色数字图像像素颜色R、G和B数值在CIELAB空间的L、C和h；（2）像素颜色归并进入色相位面和亮度序列；（3）完成像素颜色饱和度C的扩展；（4）将图像像素颜色参数和经步骤（3）扩展后得到的饱和度CLN数值计算为R、G和B值。根据本发明的FECr算法在红、绿和蓝三原色构成的图像颜色空间边界没有改变的条件下，计算图像中视觉较敏感的颜色使之增加相对较多的可见光颜色视觉感知特性，计算视觉感知相对较不敏感的颜色增加较少或维持不变，这种非线性调整方法可以使观看图像得到相对显著接近在可见光颜色空间观看实际景物的效果。

Description

对彩色数字图像进行视觉感知高保真变换的方法及***
技术领域
本发明涉及数字图像处理领域，具体地涉及对彩色数字图像进行视觉感知高 保真变换的方法及***。 背景技术
在电子设备中使用红、绿和蓝三原色的数字量采集或显示彩色图像已经有数 十年了。尽管其三原色是以使显示图像尽可能忠实于真实景物为目标选择的，但 是由于材料、技术和成本等制约， 到目前为止观看三原色显示的彩色图像与观看 真实景物相比仍有很大差距， 其中包括颜色不够饱满， 光线感不够鲜明等。
以 ICC(Intemational ColorConsortium国际色彩联盟)规范为代表的颜色管理 ***， 典型使用 gamma (灰度系数)指数调整红、 绿和蓝三原色数字量以达到增强 图像的目的。 用户发现， 应用 gamma指数后虽然可以使图像颜色看起来显得饱 满， 但是光线感却显得更差， 颜色色调也会出现偏差。 任何人使用 CIE(International Commission on Lumination国际照明委员会)推荐的色度学方 法， 都可以定量计算使用 gamma指数前后颜色视觉感知分量的变动数量， 证明 结果与以上实际看到的变化一致。
经过 20多年的发展， CIE推荐的 CAM(Co lor Appearance Model颜色外观模 型)现已成为国际推荐标准， 在颜色复制领域发挥着重要作用。 但是， 无论是 CIECAM97S还是 CIECAM02模型， 主要研究和预测的都是外界条件的变化， 如 基准白色值及亮度值变化等对颜色观察效果的定量影响，模型并未包括人眼视觉 感知的空间及时间特性， 也没有包括图像的空域及时域特性。 目前的 CAM应用 于数字图像处理是把每一个像素看做相互独立的颜色，因此以其指导的数字图像 的复现和复制还不能满足视觉感知真实性高质量的需要。近期相关业界提出构建 iCAM(image Color Appearance Model 图像色貌模型）， 要求模型能够处理视觉感 知和彩色图像的空间及时间特性。 目前 iCAM模型还处于研究的初级阶段， CIE 也还未对其进行详细讨论和完整推荐。
人眼可见光颜色视觉感知空间特性的量化描述至今未能全部完成，主要原因 在于视觉感知颜色量化所需基础数据的不完整性。 CIE 于 1931 年推荐 CIE1931RGB***， 其所描述的标准色度观察者光谱三剌激值， 有史以来首次量 化了人类的颜色视觉感知， 并因此奠定了现代色度学的基础。但是， 这一***某 些固有特性未能在其后的色度学理论研究和技术应用中得以完善。 CIE1931RGB ***中光谱三剌激值代表使用红、绿和蓝三原色对等能光谱中各种单色光的匹配 数量，由其匹配函数计算的光谱轨迹坐标见图 1。图中马蹄形曲线表示光谱轨迹， 曲线及下部直线所包括的面积中的颜色曾在很长时间中被误以为包括人类所能 看到的全部颜色。 三角形内面积表示红、 绿和蓝三原色全正值匹配的颜色范围。 含有三原色负值的颜色应在三角形以外及曲线以内的面积中。颜色负值的本质为 使用红、绿和蓝三原色匹配光谱颜色所存在的差值。负值颜色的物理意义为该非 负颜色的相反色， 即与该非负颜色相加得到无彩色颜色的颜色即为其相反色。匹 配函数存在负值的事实说明， 若准确匹配光谱色， 需在红、绿和蓝三原色基础上 增加以上相反色。
因为以双单色及以上多光谱色同时显示的颜色是人类可见颜色的常态，由上 推测， CIE1931RGB匹配函数并未包括由红和蓝原色正值组合以及含有绿原色负 值的可见光颜色， 这部分色相区间的颜色包括蓝紫色、 紫色和***， 约占人类 视觉感知颜色数量的近三分之一，其中应有少部分颜色色品坐标在以上图 1的直 线以下。如果以可见光颜色视觉感知特性为目标进行颜色高保真仿真复现和复制 的研究和应用， 这部分匹配函数不应缺少。作为现代色度学基石的配色函数， 在 CIELAB视觉感知均匀空间中，还无法表现可见光颜色视觉感知空间分布的完整 边界， 致使人类视觉感知的可见光空间特性的量化描述至今未能全部完成。 发明内容
本发明的目的是为彩色数字图像提供进行高保真视觉感知变换的方法。根据 本发明的技术方案，通过提供计算可见光颜色的视觉感知空间以及相关分量当量 的方法，实现对彩色数字图像视觉感知分量比对可见光颜色视觉感知空间特性进 行优化扩展及映射计算， 完成图像的高保真视觉感知变换。
本发明的再一目的是提供对彩色数字图像进行高保真视觉感知变换的***。 本发明的方法以及***属于 "史诗颜色一 TM"， (FirstEposColor™), 简称"诗 色一™"， (FECr™), 主要是为显著增强图像高保真感知而调整其每一像素颜色 的视觉感知饱和度值，调整量取决于该颜色对应的可见光颜色视觉感知空间色相 位面当量颜色边界上亮度序列的饱和度值及颜色自身饱和度值。结果， 图像每一 像素颜色在增加了视觉感知饱和度的同时维持视觉感知色相和亮度不变，且增加 的饱和度幅度， 更有利于高保真增强图像视觉感知效果。
典型彩色数字图像是可见光颜色空间中的真实景物在成像平面的二维投影， 因此， 图像复现和复制的理想效果应是尽可能接近对真实景物的感知， 谓之高保 真复现和复制。所以， 根据本发明的算法 (FECr)包括对可见光颜色空间的视觉感 知进行量化表述。根据本发明的方法，对图像固有颜色的视觉感知饱和度相对以 上表述的可见光空间特性计算扩展及映射，以图像得到总体相对最多的可见光空 间特性为目标计算每一像素增加的饱和度值。
典型电子设备和彩色图像颜色视觉感知空间远小于可见光颜色视觉感知空 间， 因此， 如果直接以可见光颜色空间边界为目标调整图像颜色饱和度， 在一些 色相位面中， 将会造成象素颜色饱和度的增量差异悬殊， 致使图像劣化。 所以， 根据本发明的 FECr算法在完整描述可见光颜色视觉感知空间的基础上， 兼顾设 备及图像颜色视觉感知空间饱和度非线性扩展的实际能力，计算出优化的可见光 颜色视觉感知空间色相位面颜色当量边界，并以心理物理学方法获取应用效果的 统计数据进行校正。因此，根据本发明的方法是获得彩色数字图像高保真复现和 复制的有效方法。
本发明的方法和***可用于摄影、 摄像、 电影、 电视、 视频游戏等自然景物 成像或由计算机生成的由红、绿和蓝三原色合成颜色的任何图像以及相关成像设 备。
根据本发明的方法， 对彩色数字图像进行视觉感知高保真变换包括以下步 骤：
(1)获得彩色数字图像像素颜色 R、 G和 B数值在 CIELAB空间的 L、 C和 h 数值， 其中， h为色相角， L为亮度、 C为饱和度；
(2)像素颜色归并进入色相位面和亮度序列，
以色相角 h值归并进入相应基准色相位面， 以亮度 L值归并进入相应亮度 序列；
(3)完成像素颜色饱和度 C的扩展，
3-1)确定像素颜色饱和度映射拐点 CgL:
CgL= CmaxLl X Xsi
其中， cmaxU为设备颜色视觉感知空间中像素颜色归并入色相位面的亮度序 列最大饱和度值， XS1为设置的比例系数， 典型数值范围 0.65-0.95; (3-2)计算该亮度序列的饱和度扩展比例 BIL:
BIL— CmaxLd CmaxLl
其中， CmaxLd为可见光颜色视觉感知空间中像素颜色相同色相位面颜色当量 边界上相同亮度序列的饱和度值；
(3-3)饱和度扩展比例 BIL特性化调控计算， 包括：
(3-3- 1)设置饱和度扩展比例调控系数 ΒΙκχ, 数值范围 0.00- 1，
Figure imgf000006_0001
其中， ΒΙκχ允许设置多个分别用于指定条件， BILY为调控后饱和度扩展比例， (3-3-2)设置色相位面区间成对边界 HD5^HCX， 数值范围 0 ° -359 ° ， ¾^和 HCX允许设置多对分别用于指定条件，
颜色 h≥HD5^h≤HGx， BILY=BIL X ΒΙκ2
其余颜色， BILY=BIL X BIK1
边界内侧色相位面过渡区设置数值范围 0-20，
(3-3-3)设置饱和度比例阈值 CCX， 数值范围 0.00- 1， CCX允许设置多个分别用 于指定条件，
CGX值以下颜色， BILY=BIL X BIK2
CGX值以上颜色， BILY=BIL X BIK1
CGX值高端一侧过渡区设置数值范围 0.00-0.2，
(3-4)计算像素颜色饱和度 CL扩展后 CLN :
Figure imgf000006_0002
如 CLN大于 CGL则计算其映射：
+ (CLN" CgL) I (CmaxLd - CgL) X (CmaxLl - CgL);
(4)将图像像素颜色亮度 L、色相角 h和经步骤 (3)扩展后得到的饱和度 CLN数值 计算为规范 R、 G和 B值。
根据本发明的方法， 步骤 (1)为获得彩色数字图像像素颜色1、 G和 B数值 在 CIELAB空间的 L、 C和 h数值， 其中， h为色相角， L为亮度、 C为饱和度， 可以通过本领域现有的已知方法实现， 优选地， 根据本发明的具体实施方案， 首 先执行调用设备视觉感知颜色空间色相位面颜色边界计算模块的步骤，获得必要 的 3 X 3矩阵系数。
根据本发明的对彩色数字图像进行视觉感知高保真变换的***包括：
(1)显示彩色数字图像的设备的颜色视觉感知空间色相位面颜色边界计算模 块， 包括：
(1-1)设备颜色空间的红、绿和蓝三原色值变换为 CIELAB空间 L、 C禾卩 h值 计算单元，
(1-2)设备颜色视觉感知空间色相位面颜色边界提取单元，
以色相 h值四舍五入归并设备颜色进入相应基准色相位面， 以 L值四舍五入 归并进入相应亮度序列， 提取色相位面各亮度序列的颜色最大饱和度值 CmaxU， 作为该色相位面的颜色边界计算基础数值，
(1-3)色相位面颜色边界 CmaxU平滑单元，
选择色相位面中最大饱和度值 Cmaxhl具有的亮度 LCmaxhl到最低亮度 L=0 的亮 度序列区间所对应的颜色边界 CmaxU， 以标准线性插值算法计算平滑边界， 弥补 CmaxU非平滑递减或填补缺失。 计算得到的颜色边界以及由亮度 LCmaxhl L=100 的亮度序列区间对应的颜色边界， 表示该色相位面的应用颜色边界 CmaxU ;
(2)可见光颜色视觉感知空间色相位面颜色当量边界 CmaXLd计算模块；
(3)彩色数字图像像素颜色模式正向转换以及归并色相位面和亮度序列模 块， 包括：
(3-1)将彩色数字图像像素颜色 RGB值转换为 CIELAB空间的 L、 C和 h值 的计算单元， 其中， h为色相角， L为亮度、 C为饱和度，
(3-2)像素颜色色相位面和亮度序列归并单元，
将图像颜色空间划分为 360个基准色相位面，以色相 h值四舍五入归并进入 相应基准色相位面， 将色相位面中亮度 L范围划分为 101个基准序列， 以亮度 L 值四舍五入归并进入相应亮度序列；
(4)图像像素颜色饱和度值扩展模块， 包括：
(4-1)像素颜色饱和度扩展比例 BIL计算单元：
BIL— CmaxLd CmaxLl
其中， CmaxLd为像素所在亮度序列在可见光色相位面颜色当量边界上的饱和 度值， cmaxU为像素所在亮度序列在设备色相位面颜色边界上的饱和度值，
(4-2)饱和度扩展比例 BIL特性化调控计算单元， 包括：
(4-2-1)设置饱和度扩展比例调控系数 ΒΙκχ, 数值范围 0.00-1，
Figure imgf000007_0001
其中， ΒΙκχ允许设置多个， 分别用于指定条件， BILY为调控后饱和度扩展比 例， (4-2-2)设置色相位面区间成对边界 HD5^HCX， 数值范围 0 ° -359 ° ， ¾^和 HCX允许设置多对分别用于指定条件：
颜色 h≥HD5^h≤HGx， BILY=BIL X ΒΙκ2
其余颜色， BILY=BIL X BIK1
边界内侧色相位面过渡区设置数值范围 0-20，
(4-2-3)设置饱和度比例阈值 CCX， 数值范围 0.00- 1， CCX允许设置多个分别用 于指定条件：
CGX值以下颜色， BILY=BIL X BIK2
CGX值以上颜色， BILY=BIL X BIK1
CGX值高端一侧过渡区设置数值范围 0.00-0.2，
(4-3)饱和度映射拐点 CGL计算单元：
CgL= CmaxLl X Xsi
设置比例系数 XS1¾值范围 0.65-0.95，
(4-4)像素颜色饱和度 CL扩展到 CLN计算单元：
CL X BILY，
判断， 如果 CLN大于 CGL则计算映射：
+ (CLN" CgL) I (CmaxLd - CgL) X (CmaxLl - CgL);
(5)图像像素颜色模式逆向变换及规范化模块：
所述计算包括将图像像素颜色的 L、h和经模块 (4)扩展得到的饱和度〔^数值 计算为规范 R、 G和 B值。
根据本发明的优选实施方案，所述***还包括可见光颜色视觉感知空间色相 位面颜色最大饱和度计算模块。
作为本发明的优选技术方案，设备视觉感知颜色空间色相位面颜色边界数据 库先经由本发明的***中的设备视觉感知颜色空间色相位面颜色边界计算模块 运算完成， 计算包括：
(1 - 1)设备颜色空间的红、绿和蓝三原色值变换为 CIELAB空间 L、 C禾卩 h值 的计算， 由设备颜色空间的红、 绿和蓝三原色值变换为 CIELAB空间 L、 C和 h 值计算单元执行：
使用设备标称的白场和红、 绿和蓝三原色相应参数， 应用 CIE 推荐的标准 算法， 将设备的红、 绿和蓝三原色合成的全部颜色， 转换为 CIEXYZ三剌激值 及 CIELAB空间 L、 C禾卩 h值， 其中包括： 应用标称 sRGB空间 RGB三原色色品参数和 D65 白场参数计算得到 RGB 三原色最大饱和度的亮度值：
ΥΓ, =0.2126 Yg, =0.7152 Yb, =0.0722
应用以上计算得到 3 X 3矩阵系数：
Figure imgf000009_0001
非标设备需计算白场和红、 绿和蓝三原色最大饱和度时的 CIEXYZ三剌激 值：
使用标准分光光度仪， 按照常规规范测量设备白场三剌激值 Xw' Yw '和 Zw' 计算白场归一化系数 K1 :
Ki = 100 / YW'
计算设备白场的 CIEXYZ三剌激值：
XW=XW X Ki YW=YW X Ki ZW=ZW' X Ki
使用标准分光光度仪， 按照常规规范分别测量设备红、绿和蓝三原色最大饱 和度条件下的三剌激值， Χ Υ 和 ΖΛ Xg' Yg'和 Zg' Xb' Yb'和 zb'。 分别 计算三原色的 CIEXYZ三剌激值：
Figure imgf000009_0002
Xg,max— Xg X Kj , Yg,max— Yg X Kj , Zg max― Zg X Ki
Xb max=Xb , X , Yb,max=Yb , X Ki , Zb,max=Zb ' K
用以上计算得到的三原色 CIEXYZ三剌激值，替代以上所述标准方法中的 3 X 3矩阵系数， 以计算得到的白场 CIEXYZ三剌激值替代以上所述设备标称白场 CIEXYZ三剌激值， 计算 CIELAB空间 L C和 h数值。
(1-2)设备视觉感知颜色空间色相位面颜色边界计算，由设备颜色视觉感知空 间色相位面颜色边界提取单元执行：
以 0-359整数表示基准色相位面， 以色相 h值四舍五入归并设备颜色进入相 应基准色相位面， 并以 0-100整数表示基准亮度序列， 以 L值四舍五入归并进入 相应亮度序列， 提取色相位面各亮度序列中颜色最大饱和度值 CmaxU， 作为该色 相位面的颜色边界计算基础；
(1-3)色相位面颜色边界平滑计算，由色相位面颜色边界 ^^^^平滑单元执行： 提取色相位面中最大饱和度值 Cmaxhl具有的亮度 LCmaxhl到最低亮度 L=0 的亮 度序列区间所对应的颜色边界， 以标准线性插值算法计算平滑边界， 弥补原亮度 序列的最大饱和度 CmaxU非平滑递减或填补缺失。 计算得到的颜色边界 ^^^^以 及由亮度 LCmaxh^l」L=100 的亮度序列区间对应的颜色边界 CmaxU， 表示该色相位 面的应用颜色边界。
将以上计算结果存储为数据库，数据以首序色相位面次序亮度序列排序，共 36360行。
根据本发明的具体实施方案， 随步骤 (1)后执行步骤 (2): 调用可见光的视觉 感知颜色空间色相位面颜色当量边界数据库。
作为本发明的另一优选技术方案，可见光颜色视觉感知空间色相位面颜色当 量边界数据库先经由本发明的***中的可见光颜色视觉感知空间色相位面颜色 最大饱和度计算模块以及可见光颜色视觉感知空间色相位面颜色当量边界计算 模块运算完成， 计算包括：
(2-1)可见光颜色视觉感知空间色相位面颜色最大饱和度计算，由可见光颜色 视觉感知空间色相位面颜色最大饱和度计算模块执行：
(2-1-1)色相位面 38° -317° 计算， 由色相位面 38° -317° 计算单元执行： 以 CIE 1931XYZ标准色度观察者光谱三剌激值中波长 380nm至 780nm间隔 5nm的 x y 值， 以及计算设备颜色空间应用的白场 CIEXYZ三剌激值， 以 CIE 推荐的方法计算 L C和 h数值，并以 h值四舍五入归并色相位面，取用 38° 到 317 。 色相间隔内色相位面的 L和 C数值， 线性插值计算其中的空白色相位面的 L和 C 值， 以 L和 C值作为可见光颜色视觉感知空间相应色相位面的最大饱和度 Cmaxh2及 其壳度 Lcmach2 °
(2-1-2)色相位面 0° -37° 及 318° -359° 计算， 由色相位面 0° -37° 及 318 。 -359° 计算单元执行：
以 CIERGB颜色空间红、 绿和蓝三原色标准参数以及计算设备颜色空间应 用的白场 CIEXYZ三剌激值， 计算全部红、 绿和蓝三原色合成颜色的 L C和 h 参数， 其中包括：
以标称 CIERGB空间 RGB三原色色品参数以及 D65白场参数应用上述步骤 (1)中相同方法计算得到 3 X 3矩阵系数：
Figure imgf000010_0001
Xg, =0.3210 Yg, =0.8401 Zg, =0.0105 Xb,max=0.2185 Yb, =0.0118 Zb,max=1.0783
在归并的色相位面中， 选用 0° 到 37° 和 318° 到 359° 色相位面， 并提取 其中最大饱和度 Cmaxh2及其亮度 LCmach2数值。
(2-2) 可见光颜色视觉感知空间色相位面颜色当量边界计算， 由可见光颜色 视觉感知空间色相位面颜色当量边界 CmaxLd计算模块执行：
(2-2-1) 可见光颜色视觉感知空间与设备颜色视觉感知空间色相位面最大饱 和度比值及优化计算， 由可见光颜色视觉感知空间与设备颜色视觉感知空间色 相位面最大饱和度比值及优化计算单元执行：
分别选择 0° 到 359° 色相位面，计算可见光颜色空间 Cmaxh2与设备颜色空间 Cmaxhi的比例值 Bmaxh:
Bmaxh— C maxh2/ C maxh 1
设置比例系数 FX1和当量系数 FX2， 其中， Fx 值范围 2.50-6.00 FX2数值范 围 1.50-2.50， 计算 Bmaxh的规范化当量比例 Bmaxd:
Bmaxh值大于 FX1的色相位面的规范化计算：
Bmaxd= (Bmaxh-Fxl)/(比例区间最大比例值 -FX1) X 0.1+Fx2
Bmaxh值小于等于 FX1大于 (FX1-1)的色相位面的规范化计算：
Bmaxd= (B h-(Fxl-l)y (比例区间最大比例值 -(FX1-1)) X 0.05+(FX2-0.05) Bmaxh值小于等于 (FX1-1)大于 (FX1-1.5)的色相位面的规范化计算：
B d= (B h-(Fxl-l .5))/ (比例区间最大比例值 -(FX1-1.5)) X 0.05+(FX2-0.1) Bmaxh值小于等于 (FX1-1.5)大于 (Fxl-2)的色相位面的规范化计算：
Bmaxd= (B h-(Fxl-2))/(比例区间最大比例值 -(Fxl-2)) X 0.1+(FX2-0.2)
Bmaxh值小于等于 (Fxl-2)大于 (Fxl-2.5)的色相位面的规范化计算：
Bmaxd= (Bmaxh-(Fxl-2.5))/(比例区间最大比例值 -(Fxl-2.5)) X 0.05+(FX2-0.25) Bmaxh值等于 (Fxl-2.5)及以下的色相位面的规范化计算：
Bmaxd=Bmaxh/比例区间最大比例值 X 0.05+(FX2-0.3)
(2-2-2)可见光颜色空间色相位面最大饱和度当量及颜色边界计算， 由可见光 颜色空间色相位面最大饱和度当量 Cmaxhd及颜色当量边界 CmaxLd计算单元执行： 色相位面最大饱和度当量 Cmaxhd计算：
Cmaxhd— Cmaxhl X Bmaxd
色相位面颜色当量边界计算：
在横坐标为饱和度 C、 纵坐标为亮度 L的笛卡尔坐标平面， 以 Cmaxh2和 LCmaxh2 值， 标点 Dmaxh2， 在 Dmaxh2到 L=100点连线上标示 Cmaxhd， 其纵坐标值四舍五入的 亮度序列值记为 LCmaxhd， 其坐标点记为 Dmaxhd;
在坐标平面标示相同色相位面的设备颜色边界，再标示 Dmaxhd到 L=0点连线， 计算其亮度区间中相应亮度序列的最大饱和度值平滑递减的前提下包容设备颜 色边界所需的饱和度值 Cmaxhd， 此部分值及 Dmaxhd到 L=100 点连线上饱和度值 Cmaxhd， 构成可见光色相位面颜色的当量边界。 将以上计算结果存储为数据库， 数据以首序色相位面次序亮度序列排序， 共 36360行。
根据本发明的具体实施方式， 步骤 (3)为彩色数字图像的红、 绿和蓝三原色 值转换为 CIELAB空间 L C和 h值并归并入相应色相位面及亮度序列。调用本 发明的***中的彩色数字图像像素颜色模式正向转换以及归并色相位面和亮度 序列模块计算：
(3-1)将彩色数字图像像素颜色 RGB值转换为 CIELAB空间的 L C和 h值 的计算， 由彩色数字图像像素颜色 RGB值转换为 CIELAB空间的 L C和 h值 的计算单元执行：
使用显示图像的设备标称或图像本身嵌入的白场和红、绿和蓝三原色相应参 数， 应用 CIE 推荐的标准算法， 将图像像素的红、 绿和蓝三原色合成的颜色， 转换为 CIEXYZ三剌激值及 CIELAB空间 L C和 h值， 其中包括：
应用标称 sRGB空间 RGB三原色色品以及 D65 白场参数， 计算得到 RGB 三原色最大饱和度的亮度值：
ΥΓ, =0.2126 Yg, =0.7152 Yb, =0.0722
应用以上值计算得到 3 X 3矩阵系数：
Figure imgf000012_0001
非标设备上显示图像须计算设备白场和红、 绿和蓝三原色最大饱和度的 CIEXYZ三剌激值：
使用标准分光光度仪， 按照常规规范测量设备白场三剌激值 xw' Yw '和 zw' 计算白场归一化系数 κ1 :
Ki = 100 / YW'
计算设备白场的 CIEXYZ三剌激值：
XW=XW, X Ki , YW=YW, X Ki , ZW=ZW' X Ki 使用标准分光光度仪， 按照常规规范分别测量设备红、绿和蓝三原色最大饱 和度条件下的三剌激值， X 、 Y 和 ΖΛ Xg'、 Yg'和 Zg'， Xb'、 Yb'和 zb'分别计 算三原色的 CIEXYZ三剌激值：
Figure imgf000013_0001
X K , Zr,max=Zr， X Κ
Xg,max— Xg X Kj , Yg,max— Yg X Kj , Zg，max― Zg X Ki
Xb，max=Xb , X , Yb,max=Yb , X Ki , Zb,max=Zb ' K
用以上计算得到的三原色 CIEXYZ三剌激值，替代以上所述标准方法中的 3 X 3矩阵系数， 以计算得到的白场 CIEXYZ三剌激值替代以上所述设备标称白场 CIEXYZ三剌激值， 计算 CIELAB空间 L、 C和 h数值。
(3-2)像素颜色色相位面和亮度序列归并计算，由像素颜色色相位面和亮度序 列归并单元执行：
将图像颜色空间划分为 0-359共 360个基准色相位面， 以图像像素颜色色相 h值四舍五入归并入相应基准色相位面， 将色相位面中亮度 L范围划分为 0-100 共 101个基准序列， 以颜色亮度 L值四舍五入归并入相应亮度序列， 使像素颜 色参数可用整数色相 h，整数亮度 L和含有四位小数的饱和度 C表示，达成饱和 度扩展的计算条件之一。
根据本发明的具体实施方式， 步骤 (4)为计算图像像素颜色饱和度扩展。 调 用本发明的***中的图像像素颜色饱和度值扩展模块， 计算包括：
(4-1)计算像素颜色饱和度映射拐点 CgL， 由饱和度映射拐点 CgL计算单元执 行：
CgL= CmaxLl * Xsi
cmaxU为以像素色相位面和亮度序列整数值在设备视觉感知颜色空间色相位 面数据库检索调用的最大饱和度值， 81为根据需要设置的拐点函数， 数值范围
0.65-0.95， 典型为 0.8-0.9;
(4-2)计算像素颜色饱和度扩展比例 BIL， 由像素颜色饱和度扩展比例 BIL计算 单元执行：
BIL— CmaxLd CmaxLl
CmaxLd为以像素色相位面和亮度序列整数值在可见光视觉感知颜色空间色相 位面颜色当量边界数据库检索调用的当量饱和度值；
允许调用本发明的***中的多种饱和度扩展比例调控子模块：
(4-2-1)设置饱和度扩展比例调控的子模块： 所述计算包括设置多个饱和度扩展比例调控系数 BIKX， 数值范围 0.00-1， 以 BILY=BIKX X BIL作为像素实际应用的饱和度扩展比例， 典型， 人物图像 ΒΙκ2典型 为 0.10-0.40， 风景图像 ΒΙΚ1典型为 0.40-0.90；
(4-2-2)设置色相位面区间边界的子模块：
所述计算包括设置多组色相位面区间， 色相区间边界 HDX HCX， 数值范围 0 。 -359° ， 对指定色相区间内颜色使用与区间外不同的饱和度扩展比例 BILY， 人 物图像典型色相区间 HD1=340° 和 HG1=100° ， 此色相区间内， BILY=BIK2 X BIL; 此色相区间以外， BILY=BIK1 X BIL。 在色相区间边界内侧设过渡色相间隔， 控制 指定色相区间内外饱和度扩展比例平滑改变， 过渡区数值范围 0-20;
(4-2-3)设置饱和度比例阈值的子模块：
所述计算包括设置饱和度比例值作为阈值 CCx， 数值范围 0.00-1， 阈值作为 同一亮度序列中颜色使用不同饱和度扩展比例的饱和度比值分界， 典型， 人物图 像设置 CGx典型为 0.50-0.75， 阈值以下颜色， ΒΙ^^Βΐ Χ ΒΙ 阈值以上颜色， BILY=BIKI X BILO 阈值以上一侧设过渡区， 调控饱和度扩展比例平滑改变， 过渡 区数值范围 0.00-0.2；
(4-3)计算像素颜色饱和度 CL扩展， 由像素颜色饱和度 CL扩展到 CL †算单元 执行：
Figure imgf000014_0001
BILY受到上述三种饱和度扩展比例调控设置的调控， 计算结果 C ^n果大于 CGL则计算映射：
+ (CLN" CgL) I (CmaxLd - CgL) * (CmaxLl - CgL)
根据本发明的具体实施方式， 步骤 (5)为将图像像素颜色 L、 h、 和饱和度 CLN 数值计算为规范1、 G和 B值。根据本发明的优选技术方案， 调用本发明的***中 的图像像素颜色模式逆向变换及规范化模块， 计算包括：
使用 CIE推荐的标准方法， 以图像像素颜色计算得到且未改变的的亮度 、 色相角 h值以及经计算扩展后得到的 CLN值计算为设备的红、绿和蓝三原色值。此 算法为以上步骤 (3)的逆运算， 由像素颜色 CIELAB参数计算 CIEXYZ三剌激值所 需白场 CIEXYZ三剌激值与正向计算相同， 由像素颜色 CIEXYZ三剌激值计算 RGB值所需 3 X 3矩阵系数由以上步骤 (3)所用矩阵 3 X 3系数求逆获得：
Figure imgf000015_0001
分别对计算得到的 R、 G和 B值取整， 并对大于 255的数值规范化为 255， 对小于 0的数值规范化为 0。
典型由红、绿和蓝三原色合成颜色的数字图像， 以风景图像为例， 根据本发 明的 FECr算法调整每一像素颜色的视觉感知饱和度参数后， 与图像原始饱和度 数值比较， 可以看到 FECr算法调整后颜色饱和度值增加幅度平均约为 52%， 图 像约 50%的像素饱和度增加了 70%， 30%的像素增加 70-30%， 10%的像素增加 30-10%, 10%的像素增加 10-0%。调整前后的像素颜色饱和度值相对其所归并的 色相位面亮度序列最大饱和度值的比例之间的关系，表现出饱和度实际增量的非 线性。
根据本发明的 FECr算法， 在显示图像的设备颜色空间边界没有扩大的条件 下， 计算图像中视觉较敏感的颜色使之增加相对较多的可见光颜色视觉感知特 性，计算相对较不敏感的颜色增加较少或维持不变，这种非线性增强方法可以使 观看图像得到相对显著接近在可见光颜色空间观看实际景物的效果。 附图说明
图 1以 CIE1931XYZ***光谱三剌激值计算和在 CIE xyY空间 xy坐标平面 标示的等能光谱轨迹， 横坐标 x， 纵坐标 y。
图 2-1根据本发明的具体实施例的对彩色数字图像进行视觉感知高保真变换 的方法的流程图， 说明了设备颜色视觉感知空间色相位面颜色边界计算流程； 图 2-2根据本发明的具体实施例的对彩色数字图像进行视觉感知高保真变换 的方法的流程图，说明了可见光颜色视觉感知空间色相位面颜色当量边界计算流 程；
图 2-3根据本发明的具体实施例的对彩色数字图像进行视觉感知高保真变换 的方法的流程图， 说明了彩色数字图像像素颜色高保真视觉感知变换计算流程。
图 3 图中红圈显示非标设备颜色视觉感知空间示例色相位面全部归并颜色 坐标， 中部灰线表示归并亮度序列算法， 下部灰线表示以线性插值纠正相应亮度 序列最大饱和度 ^^^^的非平滑递减及弥补缺失计算结果， 横坐标饱和度 C， 纵 坐标亮度1^。
图 4显示颜色视觉感知空间色相位面的相关颜色边界， 横坐标饱和度 C， 纵 坐标亮度 L， 例举 h=110° 色相位面， 其中， 蓝点表示设备最大饱和度 Cmaxhl， 蓝 线表示颜色边界 CmaxU， 黑圈红点表示可见光颜色最大饱和度当量 Cmaxhd， 黑虚线 表示当量颜色边界 CmaxLd，红点表示可见光颜色最大饱和度 Cmaxh2，红线表其示意 边界。
图 5显示计算像素颜色视觉感知饱和度扩展算法，图中 CL点表示像素颜色坐 标， CgL点表示饱和度映射拐点， 红线表示颜色归并的亮度序列， 其余与图 4相 同。
图 6和图 7显示经本发明的方法处理前和处理后的图像，彩色图像的右边为 原图， 左边为 FECr算法计算饱和度 C扩展后图像。
图 8-1使用 FECr算法计算机程序的典型***流程。
图 8-2使用 FECr算法 IP的电视机典型***流程。
图 8-3使用 FECr算法 ASIC的电视机典型***流程。
图 8-4使用 FECr算法 ASIC的电子设备典型***流程。 具体实施方式
实施例 1
实施本发明的彩色数字图像像素颜色视觉感知高保真变换流程。
(1)计算设备颜色视觉感知空间色相位面颜色边界数据库。
数据库经由本发明的***中的设备颜色视觉感知空间色相位面颜色边界计 算模块运算完成， 计算包括：
(1-1)将设备颜色空间的红、 绿和蓝三原色值变换为 CIELAB空间 L、 C和 h 值的计算， 由设备颜色空间红、 绿和蓝三原色值变换为 CIELAB空间 L、 C和 h 值计算单元执行：
具有图像显示功能的电子设备典型为 sRGB颜色空间和 D65白场， sRGB空 间 RGB三原色色品查阅：
Figure imgf000016_0001
yg,max=0.60， Xb,max=0.15
D65白场 CIEXYZ三剌激值查阅：
Xw=0.950456 Yw=l Zw=l.089058
由以上参数计算颜色变换所需 3 X 3矩阵系数：
利用设备白场三原色的 RGB值和 CIEXYZ三剌激值以及正向变换公式： 0.9505 Xr,max Xg,max Xb,
1.0000 = Yr,max Yg,max Yb,
1.0891 Zr,max Zg,max Zb,
Figure imgf000017_0001
将 3 X 3矩阵系数表示为三原色色品值与亮度值的乘积形式:
0.9505— /yr, Yr, /y )Yg, /yb )Yb, T
1.0000 = Yr, max Yg, max Yb, max 1
1.0891 ,n /yr, max) Yr, max ,n aax/y"g, max) Yg, max nax/yb, max)Yb, max 1 由以上方程计算得到 RGB三原色最大饱和度的亮度值:
ΥΓ, =0.2126 Yg, =0.7152 Yb, =0.0722
应用以上值计算得到矩阵 3 X 3系数：
Figure imgf000017_0002
应用以上矩阵系数计算设备颜色 RGB值到 CIEXYZ空间 X Y禾 B Z值的变 换， 再应用 D65白场三剌激值计算颜色 XYZ值到 CIELAB空间 L C和 h值变 换。
典型设备由红、 绿和蓝三原色每种 8位合成颜色， 即 23 x8共 16777216种颜 色标量， 依次由以上计算完成变换。
非标设备计算白场和红、 绿和蓝三原色最大饱和度时的 CIEXYZ三剌激值： 使用标准分光光度仪， 按照常规规范测量设备白场三剌激值 Xw' Yw '和 Zw' 计算白场归一化系数 K1 :
Ki = 100 / YW'
计算设备白场的 CIEXYZ三剌激值：
XW=XW X Ki , YW=YW X Ki , ZW=ZW X Ki
使用标准分光光度仪， 按照常规规范分别测量设备红、绿和蓝三原色最大饱 和度条件下的三剌激值， Χ Υ 和 ΖΛ Xg' Yg'和 Zg' Xb' Yb'和 zb'， 再分 别计算三原色的 CIEXYZ三剌激值：
Figure imgf000017_0003
Xg,max— Xg X Kj , Yg,max— Yg X Kj , Zg max― Zg X Ki
max= X Ki , Yb,max=Yb X Ki , Zb,max=Zb K
用以上计算得到的三原色最大饱和度时 CIEXYZ三剌激值， 替代以上所述 标准方法中的 3 X 3矩阵系数， 以计算得到的白场 CIEXYZ三剌激值替代以上所 述设备标称白场 CIEXYZ三剌激值，应用以上所述标准方法，依次将共 16777216 种颜色的 、 G和 B数值变换为 CIELAB空间 L、 C和 h数值。
(1-2)设备颜色视觉感知空间色相位面颜色边界的计算，由设备颜色视觉感知 空间色相位面颜色边界提取单元执行。
以 0-359整数表示基准色相位面， 以色相 h值四舍五入归并设备颜色进入相 应基准色相位面， 以 0-100整数表示基准亮度序列， 以 L值四舍五入归并颜色进 入相应亮度序列。 提取色相位面各亮度序列中最大饱和度值 CmaxU， 作为该色相 位面的颜色边界计算基础。
(1-3)色相位面颜色边界平滑计算，由色相位面颜色边界 ^^^^平滑单元执行： 提取色相位面中最大饱和度值 Cmaxhl具有的亮度 LCmaxhl到最低亮度 L=0 的亮 度序列区间所对应的颜色边界， 以标准线性插值算法计算平滑边界，修整原亮度 序列的最大饱和度 CmaxU非平滑递减或填补缺失。 计算得到的此部分颜色边界 CmaxU连同由亮度 LCmaxh 」L=100的亮度序列区间对应的颜色边界 CmaxU，表示该 色相位面的最终应用颜色边界。
以上算法中所称的平滑， 即颜色亮度序列由高到低排列， 其饱和度 CmaxL^J、 于以上序列且大于以下所有序列。饱和度小于计算值则用计算值， 大于计算值则 不变。
将以上计算结果存储为数据库。 数据按照首序色相位面 h次序亮度序列 L 排序， 共 36360行。 以上步骤 (1)计算流程如图 2-1所示。
(2)计算可见光颜色视觉感知空间色相位面颜色当量边界数据库。
可见光颜色视觉感知空间色相位面颜色当量边界数据库经由本发明的*** 中的可见光颜色视觉感知空间色相位面颜色最大饱和度计算模块以及可见光颜 色视觉感知空间色相位面颜色当量边界计算模块运算完成， 计算包括：
(2-1)可见光颜色视觉感知空间色相位面颜色最大饱和度计算，
(2-1-1)色相位面 38° -317° 计算， 由色相位面 38° -317° 计算单元执行： 以 CIE 1931XYZ标准色度观察者光谱三剌激值中波长 380nm至 780nm间隔 5nm的 x、 y和 z数值， 以及 D65 白场 CIEXYZ三剌激值， 以 CIE推荐的方法计算 CIELAB空间 L、 C和 h数值， 并以 h值四舍五入归并色相位面， 取用 38° 至 I」 317 。 色相间隔内色相位面的 L和 C数值，并线性插值计算其中的空白色相位面的 L和 C值， 以 L和 C值作为可见光颜色视觉感知空间相应色相位面的最大饱和度 Cmaxh2 及其亮度 LCmach2
(2-1-2)色相位面 0° -37° 及 318° -359° 计算， 由色相位面 0° -37° 及 318 。 -359° 计算单元执行：
应用 CIERGB空间 RGB三原色色品参数：
Figure imgf000019_0001
yr, =0.265 xg, =0.274 yg, =0.717 Xb, =0.167 yb,max=0.009
以及 D65白场参数， 以步骤 (1)中相同方法计算得到 3 X 3矩阵系数：
Figure imgf000019_0002
Xg, =0.3210 Yg, =0.8401 Zg, =0.0105
Xb, =0.2185 Yb, =0.0118 Zb,max=1.0783
以上述矩阵系数以及 D65 白场 CIEXYZ三剌激值， 计算 CIERGB空间红、 绿 和蓝三原色合成的全部颜色的1^ C和 h参数， 在归并的色相位面中， 选用 0° 到 37° 和 318° 到 359° 色相位面， 并提取其中最大饱和度 Cmaxh2及其亮度 LCmadl2数 值。
(2-2) 可见光颜色视觉感知空间色相位面颜色当量边界计算， 由可见光颜色 视觉感知空间色相位面颜色当量边界 CmaxLd计算模块执行：
(2-2-1) 可见光颜色视觉感知空间与设备颜色视觉感知空间色相位面最大饱 和度比值及优化计算， 由可见光颜色视觉感知空间与设备颜色视觉感知空间色 相位面最大饱和度比值及优化计算单元执行：
选择 0° 到 359° 色相位面，分别计算可见光颜色空间 Cmaxh2与设备颜色空间 Cmaxhl的比例值 Bmaxh:
Bmaxh— Cmaxh2/ Cmaxhl
检查发现 Bmaxh最大接近 5， 应用发现设备 sRGB颜色空间不宜直接应用比例 值 Bmaxh扩展颜色饱和度。
设置比例系数 FX1和当量系数 FX2， 其中 FX1数值为 4.5 FX2数值为 1.9， 计算
Bmaxh的规范化当量值 Bmaxd:
Bmaxh值大于 FX1的色相位面的规范化计算：
Bmaxd =(Bmaxh-Fxl)/(比例区间最大比例值 -FX1)*0.1+FX2
Bmaxh值小于等于 FX1大于 (FX1-1)的色相位面的规范化计算：
B d = (B h-(Fxl-l))/(比例区间最大比例值 -(Fxl-l))*0.05+(FX2-0.05)
Bmaxh值小于等于 (FX1-1)大于 (FX1-1.5)的色相位面的规范化计算： Bmaxd = (Bmaxh-(FX1-1.5))/ (比例区间最大比例值 -(FX1-1.5))*0.05+(FX2-0.1)
Bmaxh值小于等于 (FX1-1.5)大于 (Fxl-2)的色相位面的规范化计算：
B d = (B h-(Fxl-2))/(比例区间最大比例值 -(Fxl-2))*0. l+(FX2-0.2)
Bmaxh值小于等于 (Fxl-2)大于 (Fxl-2.5)的色相位面的规范化计算：
Bmaxd = (Bmaxh-(Fxl-2.5))/(比例区间最大比例值 -(Fxl-2.5))*0.05+(FX2-0.25)
Bmaxh值等于 (Fxl-2.5)及以下的色相位面的规范化计算：
Bmaxd =Bmaxh/比例区间最大比例值 *0.05+(FX2-0.3)
(2-2-2)可见光颜色视觉感知空间色相位面最大饱和度当量及颜色当量边界 计算，由可见光颜色视觉感知空间色相位面最大饱和度当量 Cmaxhd及颜色当量边 界 CmaxLd计算单元执行：
色相位面最大饱和度当量 Cmaxhd计算：
Cmaxhd— Cmaxhl X Bmaxd
色相位面颜色当量边界计算：
在横坐标为饱和度 C和纵坐标为亮度 L的笛卡尔坐标平面， 以 Cmaxh2和 LCmaxh2 值标点 Dmaxh2， 在 Dmaxh2到 L=100点连线上标示 Cmaxhd， 其纵坐标值四舍五入的亮 度序列值记为 LCmaxhd， 其坐标点记为 Dmaxhd
在该坐标平面标示相同色相位面的设备颜色边界， 再标示 Dmaxhd到 L=0 点连 线， 计算其亮度区间中相应亮度序列的最大饱和度值平滑递减的前提下包容设 备颜色边界所需的饱和度值 CmaXLd， 此部分值及 Dmaxhd到 L=100点连线上饱和度 值 CmaxLd， 构成可见光色相位面颜色的当量边界。
以上所称包容设备颜色边界所需的饱和度的算法，以设备颜色边界上拐点亮 度序列的最大饱和度值增加 2-3%
将以上计算结果存储为数据库， 与以上设备颜色数据库格式及排序相同。 (2-3)可见光颜色当量空间与设备颜色空间色相位面最大饱和度比例计算： 从以上两数据库分别检索色相位面最大饱和度 Cmaxhl和 Cmaxhd计算二者比例， 建立数据库， 以色相位面 h排序， 数据 360行。 以上步骤 (2)计算流程如图 2-2所 示。
(3)完成彩色数字图像的红、 绿和蓝三原色值转换为 CIELAB空间 L C和 h 值并归并入相应色相位面及亮度序列，由彩色数字图像像素颜色模式正向转换以 及归并色相位面和亮度序列模块执行。
计算包括： (3-1)彩色数字图像像素颜色 RGB值转换为 CIELAB空间的 L、 C和 h值的 计算， 由彩色数字图像像素颜色 RGB值转换为 CIELAB空间的 L、 C和 h值的 计算单元执行：
使用显示图像的设备标称或图像本身嵌入的白场和红、绿和蓝三原色相应参 数， 应用 CIE 推荐的标准算法， 将图像像素的红、 绿和蓝三原色表示的颜色转 换为 CIEXYZ三剌激值及 CIELAB空间 L、 C和 h值，算法程序及相关参数与步 骤 (1)相同。
非标设备上显示图像需测量计算设备白场和红、绿和蓝三原色最大饱和度时 的 CIEXYZ三剌激值， 算法程序及相关参数与步骤 (1)相同。
(3-2)像素颜色色相位面和亮度序列归并计算，由像素颜色色相位面和亮度序 列归并单元执行：
将图像颜色空间划分为 0-359共 360个基准色相位面， 以色相 h值四舍五入 归并进入相应基准色相位面，将色相位面中亮度 L范围划分为 0-100共 101个基 准序列， 以亮度 L值四舍五入归并进入相应亮度序列， 使像素颜色参数可用整 数色相 h，整数亮度 L和含有四位小数的饱和度 C表示，创建饱和度扩展的计算 条件之一。
(4)计算像素颜色饱和度扩展， 由图像像素颜色饱和度值扩展模块执行。 计算包括：
(4-1)计算像素颜色饱和度映射拐点 CgL， 由饱和度映射拐点 CgL计算单元执 行：
CgL= CmaxLl * 1
设置拐点函数 81为 0.85;
(4-2)计算像素颜色饱和度扩展比例 BIL， 由像素颜色饱和度扩展比例 BIL计算 单元执行：
BIL— CmaxLd CmaxLl
调用本发明的***中的多种饱和度扩展比例调控子模块：
(4-2-1)设置饱和度扩展比例调控系数：
所述计算包括设置多个饱和度扩展比例调控系数 BIKx， 数值范围 0.00-1， 以 BILY=BIKX X BIL作为像素实际应用的饱和度扩展比例。
典型， BIK1=0.75用于景物为主要内容的图像， ΒΙκ2=0.15用于人物为主要内 容的图像。 (4-2-2)设置指定色相位面区间边界：
所述计算包括设置多对指定色相位面区间边界 HD^BHCx， 数值范围 0° -359 。 。 典型， 人物图像设置 HD1=340° 和 HG1=100 ° ， 色相角 h≤HG^h≥HD1的色相 位面颜色应用 BILY=BIK2 X BIL， 其余颜色应用 BILY=BIK1 X BIL。 设置色相区间边 界内侧过渡色相间隔数值为 10。
(4-2-3)设置饱和度比例阈值：
所述计算包括设置多个饱和度比例阈值 CCx， 数值范围 0.00-1。 典型， 人物 图像 CG1=0.6， 对以上指定 h≤ ^h≥HD1色相区间颜色， 饱和度比例低于阈值， BILY=BIK2 X BIl, 饱和度比例高于阈值， BILY=BIK1 X BIL。 阈值以上一侧设过渡 区， 设置过渡区范围 0.1。
(4-3)计算像素颜色饱和度 CL扩展， 由像素颜色饱和度 CL扩展到 CL †算单元 执行：
Figure imgf000022_0001
判断， 如果 CLN大于 CGL须计算映射：
+ (CLN" CgL) I (CmaxLd - CgL) * (CmaxLl - CgL)
(5)将图像像素颜色1^、 h、 和饱和度 CLN数值计算为 R、 G和 B值。
调用图像像素颜色模式逆向变换及规范化模块， 计算包括：
使用 CIE推荐的标准方法， 以图像像素颜色正向变换得到且保持不变的1^、 h 值以及经计算扩展后得到的 CLN值计算为图像的红、 绿和蓝三原色值。 此算法为 以上步骤 (3)计算的逆运算， 由像素颜色 CIELAB空间参数计算 CIEXYZ三剌激值 所需白场同样为 D65，由像素颜色 CIEXYZ三剌激值计算 RGB值所需 3 X 3矩阵系 数由以上步骤 (3)所用矩阵 3 X 3系数求逆获得：
- 3. 2406 - 0. 9689 0. 0557 - - 1. 5372 1. 8758 - 0. 2040
- 0. 4986 0. 0415 1. 0570 对计算得到的 R、 G和 B值分别取整， 并对大于 255的数值规范化为 255， 小于 0的数值规范化为 0。 以上步骤 (3)(4)(5)计算流程如图 2-3所示。
图像全部像素依次执行上述彩色数字图像的 FECr算法流程完成所述计算， 图像就完成了视觉感知高保真变换。 实施例 2使用本发明的 FECr算法的典型*** 1.1、 以计算机硬盘 HD作为提交 FECr算法的典型载体， 同样功能的载体还 包括 CD、 DVD, U盘等， 以及经授权由网络调用 FECr算法。 FECr算法以程序 方式由计算机 CPU+GPU调用， 在 RAM中运行。 彩色数字图像存储在计算机硬 盘中由 FECr算法程序调用， 经 FECr算法处理后再储存回硬盘中。 图像数据可 以拷贝在 CD、 DVD, U盘等载体和另外硬盘中， 也可以通过网络传输至指定位 置。
FECr 算法程序可以处理单帧图像和帧序列图像。 单帧图像格式可 是. tif、 .bmp等未压缩格式， 也可是 .jpg等压缩格式。 帧序列图像格式可是通 用. MOV、 .AVI等， 也可使用专用 I/O处理相关格式文件。 实时观看 FECr算法 变换图像效果的显示器数量可以按需配置。 ***如图 8-1所示。
1.2、 以电视机主芯片作为 FECr算法 IP的典型应用， IP中 gamma校正模块 使用的 R、 G和 B各色阶查找表可根据电视机主芯片中特殊 gamma设置进行调 整。 ***如图 8-2所示。
1.3、 以电视机作为 FECr算法 ASIC的典型应用， 设置与电视机匹配的 I/O 获取视频图像颜色 RGB数据。 ***如图 8-3所示。
1.4、 应用 FECr算法 ASIC的设备还包括笔记本电脑、 平板电脑、 手机、 游 戏机、 LCD显示器、 计算机显卡等， ***如图 8-4所示。

Claims

权利要求
1、 彩色数字图像进行视觉感知高保真变换的方法， 其特征在于， 所述方法 包括以下步骤：
(1)获得彩色数字图像像素颜色 R、 G禾 B B数值在 CIELAB空间的 L、 C禾口 h 数值， 其中， h为色相角， L为亮度、 C为饱和度；
(2)像素颜色归并进入色相位面和亮度序列，
以色相角 h值归并进入相应基准色相位面， 以亮度 L值归并进入相应亮度 序列；
(3)完成像素颜色饱和度 C的扩展，
3-1)确定像素颜色饱和度映射拐点 CGL :
CgL= CmaxLl Χ 1
其中， cmaxU为像素颜色在设备颜色视觉感知空间归并入色相位面的亮度序 列最大饱和度值， XS1为设置的比例系数， 典型数值范围 0.65-0.95 ;
(3-2)计算该亮度序列的饱和度扩展比例 BIL:
BIL— CmaxLd CmaxLl
其中， CmaxLd为像素颜色在可见光颜色视觉感知空间相同色相位面颜色当量 边界上相同亮度序列的饱和度值；
(3-3)设置饱和度扩展比例调控系数 BIKx:
Figure imgf000024_0001
其中， BIKX允许设置多个， 分别用于指定条件， 典型数值范围 0.00-1， ΒΙΙ 为 调控后饱和度扩展比例数值；
(3-4)计算像素颜色饱和度 CL扩展后 CLN :
Figure imgf000024_0002
如 CLN大于 CGL则计算其映射：
+ (CLN" CgL) I (CmaxLd - CgL) X (CmaxLl - CgL);
(4)将图像像素颜色亮度 L、色相角 h和经步骤 (3)扩展后得到的饱和度 CLN数值 计算为规范 R、 G和 B值。
2、 根据权利要求 1所述的方法， 其特征在于， 彩色数字图像像素颜色1、 G和 B数值变换为在 CIELAB空间的 L、 C和 h参数， 通过以下方法获得：
2.1使用设备或图像标称的白场和 、 G和 B三原色规定参数， 应用 CIE推 荐的标准方法， 将图像像素 RGB三原色值计算为 CIEXYZ三剌激值及 CIELAB 空间 L C禾卩 h值， 包括：
以 sRGB空间 RGB三原色色品以及 D65白场 CIEXYZ三剌激值计算 RGB 三原色最大饱和度时亮度：
ΥΓ, =0.2126 Yg, =0.7152 Yb, =0.0722
应用以上计算颜色 RGB数值转换为 CIEXYZ三剌激值所需的 3 X 3矩阵系 数：
Figure imgf000025_0001
2.2非标设备上显示图像需计算设备白场和 R G和 B三原色最大饱和度时 的 CIEXYZ三剌激值：
2.2.1 使用标准分光光度仪， 按照常规规范测量设备白场三剌激值 Xw' Yw' 和 Zw'， 计算白场归一化系数 K1 :
Ki = 100 / YW'
计算设备白场的 CIEXYZ三剌激值：
Figure imgf000025_0002
2.2.2 使用标准分光光度仪， 按照常规规范分别测量设备 RGB三原色最大饱 和度条件下的三剌激值： X Y 和 ΖΛ Xg' Yg'和 Zg' Xb' Yb'和 Zb'分别计 算三原色的 CIEXYZ三剌激值：
Figure imgf000025_0003
Xg,max— Xg X Kj Yg,max— Yg X Kj Zg max― Zg X Ki
max= X Ki Yb,max=Yb X K Zb,max=Zb X K
2.3 用以上计算得到的三原色最大饱和度时 CIEXYZ三剌激值， 替代步骤 2.1所述标准方法中的 3 X 3矩阵系数， 用计算得到的白场 CIEXYZ三剌激值替 代步骤 2.1所述设备标称白场 CIEXYZ三剌激值， 计算 CIELAB空间 L C和 h 数值。
3、 根据权利要求 1所述的方法， 其特征在于， 所述像素颜色的色相位面和 亮度序列归并， 通过以下方法获得：
以 0-359共 360个整数分别表示基准色相位面， 以颜色色相 h值四舍五入归 并进入相应基准色相位面；以 0- 100共 101个整数分别表示色相位面中亮度 L基 准序列， 以色相位面中颜色亮度 L值四舍五入归并进入相应亮度序列。
4、 根据权利要求 1所述的方法， 其特征在于， 设备颜色视觉感知空间色相 位面亮度序列的最大饱和度值， 通过以下方法获得：
4.1对使用红、 绿和蓝三原色显示彩色数字图像的设备， 使用设备标称的白 场和红、 绿和蓝三原色规定参数， 应用 CIE推荐的标准方法， 将设备红、 绿和 蓝三原色合成的全部颜色， 转换为 CIEXYZ三剌激值及 CIELAB空间 L C和 h 值， 包括：
以 sRGB空间 RGB三原色色品以及 D65白场 CIEXYZ三剌激值计算 RGB 三原色最大饱和度时亮度：
ΥΓ, =0.2126 Yg, =0.7152 Yb, =0.0722
应用以上计算颜色 RGB数值转换为 CIEXYZ三剌激值所需的 3 X 3矩阵系 数：
Figure imgf000026_0001
4.2非标设备需计算设备白场和红、 绿和蓝三原色的 CIEXYZ三剌激值： 4.2.1 使用标准分光光度仪， 按照常规规范测量设备白场三剌激值 Xw' Yw' 和 zw'， 计算白场归一化系数 κ1 :
Ki = 100 / YW'
计算设备白场的 CIEXYZ三剌激值：
Figure imgf000026_0002
4.2.2 使用标准分光光度仪， 按照常规规范分别测量设备红、 绿和蓝三原色 最大饱和度条件下的三剌激值， Χ Υ 和 ΖΛ Xg' Yg'和 Zg' Xb' Yb'和 zb' 再分别计算三原色的 CIE XYZ三剌激值：
Figure imgf000026_0003
Xg,max— Xg X Kj Yg,max— Yg X Kj Zg max― Zg X Ki
max= X Ki Yb,max=Yb X K Zb,max=Zb X K
4.3 用以上计算得到的原色 CIEXYZ三剌激值， 替代步骤 4.1所述标准方法 中的 3 X 3矩阵系数， 以计算得到的白场 CIEXYZ三剌激值替代步骤 4.1所述设 备标称白场 CIEXYZ三剌激值， 计算 CIELAB空间 L C和 h数值；
4.4将计算得到的全部设备空间颜色， 以色相 h值四舍五入归并进入相应基 准色相位面， 再以亮度 L值四舍五入归并进入相应亮度序列；
4.5以色相位面全部亮度序列的最大饱和度 CmaxU数值表示颜色边界，并对从 色相位面中最大饱和度值 Cmaxhl具有的亮度 LCmaxhl到最低亮度 L=0 的亮度序列区 间所对应的颜色边界， 以标准线性插值方法纠正其中 CmaxU的非平滑递减或填补 缺失。
5、 根据权利要求 1所述的方法， 其特征在于， 所述可见光色相位面颜色当 量边界 CmaxLd， 通过以下方法获得：
5.1 获得可见光颜色视觉感知空间 0 ° 到 359 ° 各色相位面的最大饱和度
Cmaxh2及其 度 Lcmaxh2
5.2 对 0 ° 到 359 ° 各色相位面， 计算可见光颜色空间 Cmaxh2与设备颜色空间 Cmaxhl的比例值 Bmaxh:
Bmaxh— Cmaxh2/ Cmaxhl
设置比例系数 FX1和当量系数 FX2， 其中， FX1典型数值范围 2.50-6.00 FX2典 型数值范围 1.50-2.50， 计算 Bmaxh规范化当量比例 Bmaxd:
Bmaxh值大于 FX1的色相位面的规范化计算：
Bmaxd=(Bmaxh-Fxl)/(比例区间最大比例值 -FX1) X 0.1+Fx2
Bmaxh值小于等于 FX1大于 (FX1- 1)的色相位面的规范化计算：
Bmaxd= (B h-(Fxl- l)y (比例区间最大比例值 -(FX1- 1)) X 0.05+(FX2-0.05) Bmaxh值小于等于 (FX1- 1)大于 (FX1- 1.5)的色相位面的规范化计算：
Bmaxd= (Bmaxh-(FX1- 1.5))/ (比例区间最大比例值 -(FX1- 1.5)) X 0.05+(FX2-0.1) Bmaxh值小于等于 (FX1- 1.5)大于 (Fxl-2)的色相位面的规范化计算：
Bmaxd= (B h-(Fxl-2))/(比例区间最大比例值 -(Fxl-2)) X 0.1+(FX2-0.2) Bmaxh值小于等于 (Fxl-2)大于 (Fxl-2.5)的色相位面的规范化计算：
Bmaxd= (Bmaxh-(Fxl-2.5))/(比例区间最大比例值 -(Fxl-2.5)) X 0.05+(FX2-0.25) Bmaxh值等于 (Fxl-2.5)及以下的色相位面的规范化计算：
Bmaxd=Bmaxh/比例区间最大比例值 X 0.05+(Fx2-0.3) ;
5.3计算可见光颜色空间色相位面的最大饱和度当量 Cmaxhd:
Cmaxhd— Cmaxhl X Bmaxd
5.4 在横坐标为饱和度 C， 纵坐标为亮度 L的笛卡尔坐标平面， 以 Cmaxh2和 LCmaxh2值标示最大饱和度坐标点 Dmaxh2， 从点 Dmaxh2连接纵坐标 L=100 点， 在连 线上标示 Cmaxhd， 其纵坐标值四舍五入的亮度序列值记为 LCmaxhd， 其坐标点记为
Dmaxhd
5.5在坐标平面标示相同色相位面的设备颜色边界，再标示 Dmaxhd到 L=0点连 线， 使其确保在亮度区间中相应亮度序列的最大饱和度值平滑递减的前提下包 容设备颜色边界， 由调整后的 Dmaxhd到 L=0点连线以及 Dmaxhd到 L=100点连线， 构成可见光色相位面颜色的当量边界 CmaxLd
6、根据权利要求 5所述的方法， 其特征在于， 在步骤 5.1中所称可见光颜色 视觉感知空间 0° 到 359° 各色相位面的最大饱和度 Cmaxh2及其亮度 LCmaeh2， 通 过以下方法获得：
6.1 以 CIE1931XYZ标准色度观察者光谱三剌激值中波长 380nm至 780nm间 隔 5nm的 x y和 z数值， 以及计算设备颜色空间应用的白场 CIEXYZ三剌激值， 以 CIE推荐的方法计算1^ C和 h数值， 并以 h值四舍五入归并色相位面， 取用其中 38° 到 317° 色相区间内色相位面的 L和 C数值，另线性插值计算其中的空白色相 位面的 L和 C值， 以 L和 C值作为可见光颜色视觉感知空间相应色相位面的最大饱 和度 Cmaxh2及其亮度 LCmach2；
6.2 以 CIERGB颜色空间红、绿和蓝三原色标准参数以及计算设备颜色空间 应用的白场 CIEXYZ 三剌激值， 计算生成全部红、 绿和蓝三原色合成颜色的 CIELAB空间 L C禾卩 h数值， 包括：
以 CIERGB空间 RGB三原色色品参数以及 D65白场参数，以权利要求 4中 相同方法计算得到 3 X 3矩阵系数：
Figure imgf000028_0001
Xg, =0.3210 Yg, =0.8401 Zg, =0.0105
Xb, =0.2185 Yb, =0.0118 Zb,max=1.0783
在归并的色相位面中， 选用 0° 到 37° 和 318° 到 359° 色相位面， 并提取 其中最大饱和度 Cmaxh2及其亮度 LCmach2数值。
7、 根据权利要求 1所述的方法， 其特征在于， 所述方法还包括设置多个饱 和度扩展比例调控系数 81 的步骤， 系数的数值范围 0.00-1， 允许以 (ΒΙΚ1 Χ Β¾ 和 (BIK2 X BIL)作为不同指定条件下的像素实际应用饱和度扩展比例。
8、 根据权利要求 1所述的方法， 其特征在于， 所述方法还包括设置多对色 相位面区间边界 ^^和！！ 的步骤， 边界色相位面数值范围 0° -359° ， 对设置色 相位面区间内的颜色使用与区间外不同的饱和度扩展比例；色相位面区间边界内 侧设置过渡色相间隔， 间隔数值范围 0-20，调控色相区间边界内颜色饱和度扩展 比例平滑过渡到边界外。
9、 根据权利要求 1所述的方法， 其特征在于， 所述方法还包括设置多个饱 和度阈值 0¾的步骤， 饱和度阈值数值范围 0.00-1， 阈值作为同一亮度序列颜色 使用不同饱和度扩展比例的饱和度比例值分界； 在阈值高端一侧设置过渡区， 过 渡区的饱和度比例值范围 0.00-0.2; 在饱和度阈值应用于指定色相区间时， 在色 相边界过渡区计算实现饱和度比例阈值平滑过渡。
10、对彩色数字图像进行视觉感知高保真变换的***， 其特征在于， 所述系 统包括：
(1)显示彩色数字图像的设备颜色视觉感知空间色相位面颜色边界计算模 块， 包括：
(1-1)设备颜色空间的红、绿和蓝三原色值变换为 CIELAB空间 L、 C禾卩 h值 计算单元，
(1-2)设备颜色视觉感知空间色相位面颜色边界提取单元， 以色相 h值四舍五 入归并设备颜色进入相应基准色相位面， 以 L值四舍五入归并进入相应亮度序 列， 提取色相位面各亮度序列的颜色最大饱和度值 CmaxU， 作为该色相位面的颜 色边界计算基础数值，
(1-3)色相位面颜色边界 ^^^^平滑单元，选择色相位面中最大饱和度值 Cmaxhl 具有的亮度 LCmaxhl到最低亮度 L=0 的亮度序列区间所对应的颜色边界 CmaxU， 以 标准线性插值算法计算平滑边界， 弥补 CmaxU非平滑递减或填补缺失， 计算得到 的颜色边界以及由亮度 LCmaxh^l」L=100的亮度序列区间对应的颜色边界， 表示该 色相位面的应用颜色边界 CmaxU ;
(2)可见光颜色视觉感知空间色相位面颜色当量边界 CmaXLd计算模块；
(3)彩色数字图像像素颜色模式正向转换及归并色相位面和亮度序列模块， 包括：
(3-1)将彩色数字图像像素颜色 RGB值转换为 CIELAB空间的 L、 C和 h值 的计算单元， 其中， h为色相角， L为亮度、 C为饱和度，
(3-2)像素颜色色相位面和亮度序列归并单元， 将图像颜色空间划分为 360 个基准色相位面， 以色相 h值四舍五入归并进入相应基准色相位面，将色相位面 中亮度 L范围划分为 101个基准序列， 以亮度 L值四舍五入归并进入相应亮度 序列； (4)图像像素颜色饱和度值扩展模块， 包括：
(4- 1)像素颜色饱和度扩展比例 BIL计算单元：
BIL— CmaxLd CmaxLl
其中， CmaxLd为像素所在亮度序列在可见光色相位面颜色当量边界上的饱和 度值， cmaxU为像素所在亮度序列在设备色相位面颜色边界上的饱和度值，
(4-2)饱和度扩展比例 BIL特性化调控计算单元， 包括：
(4-2- 1)设置饱和度扩展比例调控系数 ΒΙκχ, 数值范围 0.00- 1，
Figure imgf000030_0001
其中， ΒΙκχ允许设置多个分别用于指定条件， BILY为调控后饱和度扩展比例， (4-2-2)设置色相位面区间成对边界 HD5^HCX， 数值范围 0 ° -359 ° ， ¾^和 HCX允许设置多对分别用于指定条件：
颜色 h≥HD5^h≤HGx， BILY=BIL X ΒΙκ2
其余颜色， BILY=BIL X BIK1
边界内侧色相位面过渡区设置数值范围 0-20，
(4-2-3)设置饱和度比例阈值 CCX， 数值范围 0.00- 1， CCX允许设置多个分别用 于指定条件：
CGX值以下颜色， BILY=BIL X BIK2
CGX值以上颜色， BILY=BIL X BIK1
CGX值高端一侧过渡区设置数值范围 0.00-0.2，
(4-3)饱和度映射拐点 CGL计算单元：
CgL= CmaxLl Χ 1
设置比例系数 XS1¾值范围 0.65-0.95，
(4-4)像素颜色饱和度 CL扩展到 CLN计算单元：
Figure imgf000030_0002
如果 CLN大于 CGL则计算映射：
+ (CLN" CgL) I (CmaxLd - CgL) X (CmaxLl - CgL);
(5)图像像素颜色模式逆向变换及规范化模块， 所述计算包括将图像像素颜 色的 L、 h和经模块 (4)扩展得到的饱和度 CLN数值计算为规范1、 G和 B值。
PCT/CN2012/074265 2012-03-04 2012-04-18 对彩色数字图像进行视觉感知高保真变换的方法及*** WO2013131311A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201210053524.8A CN102611897B (zh) 2012-03-04 2012-03-04 对彩色数字图像进行视觉感知高保真变换的方法及***
CN201210053524.8 2012-03-04

Publications (1)

Publication Number Publication Date
WO2013131311A1 true WO2013131311A1 (zh) 2013-09-12

Family

ID=46529018

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2012/074265 WO2013131311A1 (zh) 2012-03-04 2012-04-18 对彩色数字图像进行视觉感知高保真变换的方法及***

Country Status (2)

Country Link
CN (1) CN102611897B (zh)
WO (1) WO2013131311A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016101951A1 (en) 2014-12-25 2016-06-30 Andersen Colour Research Three dimensional, hue-plane preserving and differentiable quasi-linear transformation method for color correction
CN112037160A (zh) * 2020-08-31 2020-12-04 维沃移动通信有限公司 图像处理方法、装置及设备
CN113763489A (zh) * 2021-08-11 2021-12-07 同济大学 一种海洋水体颜色仿真方法
CN113917988A (zh) * 2021-09-30 2022-01-11 江苏泰扬金属制品有限公司 用于环境维护的云端服务***
CN115314693A (zh) * 2022-10-11 2022-11-08 长春希达电子技术有限公司 彩色边缘弱化方法、数据处理模块、传输***及控制***

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106669B (zh) * 2013-01-02 2015-10-28 北京工业大学 中医舌图像环境适应性颜色复现方法
CN105812674B (zh) * 2014-12-29 2019-05-21 浙江大华技术股份有限公司 一种信号灯的颜色修正方法、监控方法及装置
SG11201705702XA (en) * 2015-01-19 2017-08-30 Dolby Laboratories Licensing Corp Display management for high dynamic range video
CN107787443B (zh) 2015-05-01 2021-08-17 菲力尔***公司 用于红外成像的增强调色板***和方法
CN106412544B (zh) 2016-09-19 2019-02-01 深圳Tcl数字技术有限公司 色域保持***和方法
CN107863083B (zh) * 2017-12-20 2019-12-13 惠科股份有限公司 一种显示装置的驱动方法及驱动装置
US10630953B2 (en) * 2018-07-12 2020-04-21 Sharp Kabushiki Kaisha Characterization system for evaluating characteristics of display device
CN109102473B (zh) * 2018-07-23 2022-01-18 浙江智彩科技有限公司 一种改善彩色数字图像质量的方法
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***及调节方法、存储器
CN109461417B (zh) * 2018-12-11 2020-05-22 惠科股份有限公司 一种显示面板的驱动方法、驱动***和显示装置
CN110324476B (zh) * 2019-07-01 2020-10-09 北京印刷学院 一种手机屏呈色性能的表征方法
CN111147837B (zh) * 2019-09-30 2022-03-01 深圳Tcl新技术有限公司 饱和度增强方法、装置及计算机可读存储介质
CN112911366B (zh) * 2019-12-03 2023-10-27 海信视像科技股份有限公司 饱和度调整方法、装置及显示设备
CN110827280B (zh) * 2020-01-09 2020-04-21 莱克电气股份有限公司 基于机器视觉的胶水检测方法、装置以及胶水检测设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101083775A (zh) * 2006-05-29 2007-12-05 帆宣***科技股份有限公司 调整影像饱和度的方法及装置
CN101742339A (zh) * 2010-01-14 2010-06-16 中山大学 一种彩色图像增强的方法
US20110050695A1 (en) * 2009-09-01 2011-03-03 Entertainment Experience Llc Method for producing a color image and imaging device employing same

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008522530A (ja) * 2004-12-01 2008-06-26 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 電子カラー画像彩度処理の方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101083775A (zh) * 2006-05-29 2007-12-05 帆宣***科技股份有限公司 调整影像饱和度的方法及装置
US20110050695A1 (en) * 2009-09-01 2011-03-03 Entertainment Experience Llc Method for producing a color image and imaging device employing same
CN101742339A (zh) * 2010-01-14 2010-06-16 中山大学 一种彩色图像增强的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HOU, KEJIE: "A New Algorithm Structure with Color Perceptive Parameter to Optimization Matching Source and Destination Color Space", CHINA PRINTING AND PACKAGING STUDY, vol. 1, no. 5, October 2009 (2009-10-01), pages 22 - 26 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016101951A1 (en) 2014-12-25 2016-06-30 Andersen Colour Research Three dimensional, hue-plane preserving and differentiable quasi-linear transformation method for color correction
US10560605B2 (en) 2014-12-25 2020-02-11 Visiotrue Ivs Three dimensional, hue-plane preserving and differentiable quasi-linear transformation method for color correction
CN112037160A (zh) * 2020-08-31 2020-12-04 维沃移动通信有限公司 图像处理方法、装置及设备
CN112037160B (zh) * 2020-08-31 2024-03-01 维沃移动通信有限公司 图像处理方法、装置及设备
CN113763489A (zh) * 2021-08-11 2021-12-07 同济大学 一种海洋水体颜色仿真方法
CN113763489B (zh) * 2021-08-11 2023-07-07 同济大学 一种海洋水体颜色仿真方法
CN113917988A (zh) * 2021-09-30 2022-01-11 江苏泰扬金属制品有限公司 用于环境维护的云端服务***
CN115314693A (zh) * 2022-10-11 2022-11-08 长春希达电子技术有限公司 彩色边缘弱化方法、数据处理模块、传输***及控制***
CN115314693B (zh) * 2022-10-11 2023-02-10 长春希达电子技术有限公司 彩色边缘弱化方法、数据处理模块、传输***及控制***

Also Published As

Publication number Publication date
CN102611897B (zh) 2015-01-07
CN102611897A (zh) 2012-07-25

Similar Documents

Publication Publication Date Title
WO2013131311A1 (zh) 对彩色数字图像进行视觉感知高保真变换的方法及***
CN110691277B (zh) 视频信号的处理方法及装置
TWI735036B (zh) 用於在高動態範圍信號中色彩轉換的方法、設備及非暫態電腦可讀儲存媒體
CN110447051B (zh) 在感知上保持参考场景的对比度和色度
JP6362793B2 (ja) ハイダイナミックレンジ映像のためのディスプレイマネジメント
CN108933933B (zh) 一种视频信号处理方法及装置
US8860751B2 (en) Method for producing a color image and imaging device employing same
CN109274985B (zh) 视频转码方法、装置、计算机设备和存储介质
CN107154059A (zh) 一种高动态范围视频处理方法
CN107888943B (zh) 图像处理
CN102063888B (zh) 色彩管理方法及装置
WO2011118662A1 (ja) 画像処理方法及び装置、並びに画像処理プログラム
US20090060326A1 (en) Image processing apparatus and method
KR20150110507A (ko) 컬러 이미지를 생성하기 위한 방법 및 이를 이용하는 이미징 장치
US8064693B2 (en) Methods of and apparatus for adjusting colour saturation in an input image
TW200418318A (en) Image processing device, method, and program
CN114556910B (zh) 一种视频信号处理方法及装置
CN109636739B (zh) 图像饱和度增强的细节处理方法及装置
WO2022120799A1 (zh) 图像处理方法、装置、电子设备及存储介质
WO2023241339A1 (zh) 色偏校正方法、装置、设备、存储介质及程序产品
Chen et al. Skin‐color correction method based on hue template mapping for wide color gamut liquid crystal display devices
CN110809145B (zh) 基于Craik-O’Brien效应的图像亮度变换方法、装置和设备
CN108765502B (zh) 一种复杂环境下的色貌获取方法
Wen Color management for future video Systems
CN116167950B (zh) 图像处理方法、装置、电子设备及存储介质

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: 12870836

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: 12870836

Country of ref document: EP

Kind code of ref document: A1