[发明专利]一种用于分区最大化色域边界描述器的空区插值方法

说明书

本发明提出了一种用于分区最大化色域边界描述器的空区插值方法，其步骤为：球坐标系中的色域分区；设计色域边界采样点；利用基于相邻分区加权平均的空缺分区插值方法对空缺分区进行插值计算球坐标半径，计算所有分区的色域边界描述点；计算线色域边界：计算等色相角平面与水平方向上左右相邻的GBD点连线的交点得到线色域边界节点，将该等色相角平面内的所有线色域边界节点连接起来形成线色域边界。本发明解决了相邻分区颜色点连线与等色相面的重合而导致的色域边界描述问题，同时设计了相应的色域裁剪算子和色域压缩算子；空区插值后的分区最大化色域边界描述器具有较高的色域映射偏好性和准确性，且具有较高的计算效率。

技术领域

本发明涉及设备和图像色域边界描述的技术领域，尤其涉及一种用于分区最大化色域边界描述器的空区插值方法。

背景技术

色域是指颜色的表现范围。色域通常用标准色度系统颜色空间中的一个三维有界体积来描述。色域可分为设备色域和图像色域。设备色域是指设备在某一介质上所能表现的最大颜色范围。例如，打印机色域是指打印机在特定的纸张上所能打印出的颜色范围；需要注意的是，不同类型设备的色域再现能力是不同的，即使是同种类型设备，由于工作状态(参数设置)不同、所用介质不同等，其色域再现能力也是不同的。

掌握设备的色域大小有重要实际意义，因为设备无法记录或再现设备色域以外的颜色。色域边界描述的方法是指：使用某种特殊的数学方法将设备颜色采样点或图像像素点的色度值在标准色度系统颜色空间中拟合成三维空间曲面，形成最终的色域边界描述。与设备色域不同，图像色域是指一幅具体的彩色图像所包含的颜色范围。如果设备色域边界的采样点数量足够多，且分布足够均匀，那么经计算得出的设备色域边界将会比较规则。由于图像色域边界是直接由图像中所有像素的颜色值计算得出，而图像的颜色分布往往集中在特定区域，其分布特征具有特定性，因此与设备色域相比，图像色域边界往往不是很规则。

在颜色空间转换的过程中，精确地描述图像色域边界和设备色域边界是保证色域映射准确性的前提条件。因此，在颜色复制过程中对色域边界的分析和计算是一个很重要的问题，许多科研人员一直致力于此问题的研究。归纳起来，色域边界描述方法共经历了以下几个发展阶段：

最初的色域模型是最简单的点集模型，即设备的色域直接通过颜色空间的离散样本点来提取。这种方法通过离散点集表现色域，是对色域范围的一种抽样表示。但在许多实际应用中，需要的是色域边界或色域体的描述，如色彩匹配处理的是色域体到色域体的映射，所以简单地用点集来描述色域不能满足应用需要。之后，又出现了隐含在颜色特征化模型(例如库伦蒙克公式或纽介堡模型)中的色域边界描述方法，这类方法的典型代表是MarcMahy于1996年提出的利用Neugebauer方程求解彩色打印机色域的方法，该方法通过打印机Neugebauer呈色模型的形式化求逆而产生一组在色彩空间内的明度等高线，然后通过对等高线的拼接获得打印机色域的特定表面。这种使用颜色特征化模型模拟打印机色域的方法与设备呈色原理有关，受设备类型和介质特性等因素限制，精度不高，且仅适用于特定呈色设备，缺少对图像色域计算的支持。

与上述的模型分析法相比，随后出现的基于样本测量值的经验模型法无疑更为准确。目前共两种最具代表性的经验模型法。1997年，Raja Balasubramanian和Edul Dalai首先提出了一种基于凸壳“充放气”的色域边界描述算法。该方法首先对颜色样本数据进行非线性变换，使得变换后的数据更接近于凸集，然后进行凸壳计算，获得色域边界，最后对色域边界执行非线性反变换，得到最终的色域边界描述。Cholewo等人利用ɑ-shapes来确定色域边界，该方法实际上是凸壳算法的一种泛化，其参数ɑ的确定需要借助经验或多次试验获得。凸壳算法需要将颜色数据点进行包扎，算法较为复杂，计算量较大，而且在描述色域边界前需要对色域形状预先作出假设。对于设备色域计算来说，作出此假设可能非常有用，但对于图像色域来说，由于凸壳性通常并非图像色域的一般属性，因此凸壳算法不能很好地描述非凸色域边界，可能会对部分图像的色域边界描述精度产生较大影响。