[发明专利]基于数字定标的彩色成像系统广色域色度特征化方法

说明书

本发明提供了一种基于数字定标的彩色成像系统广色域色度特征化方法，解决彩色数字相机无法准确获取高彩度目标色度信息的问题。首先测量标准色卡的光谱反射率数据，根据色域分布最大原则从色卡各个色块的光谱反射率数据中选取一个或多个种子色，并以所述种子色为基础依次进行色相拓展，彩度拓展和明度分级拓展，得到数字样本；计算所述数字样本在D65标准光源和CIE1931标准观察者条件下的色度值；根据相机的光谱灵敏度数据计算相机对于所述数字样本在D65标准光源下的广色域色卡相机响应值RGB；计算所述多项式模型的参数，并在CIELAB色空间内计算各个模型应用于典型样本时的平均色差，以色差值评价模型精度，选取精度最高的模型，即为广色域色度特征化模型。

技术领域

本发明属于彩色成像技术领域，具体涉及一种基于数字定标的彩色成像系统广色域色度特征化方法。

背景技术

基于数字定标的彩色成像系统广色域色度特征化方法能让彩色数字相机准确获取高彩度目标的色度信息，以此来为广色域显示媒介提供数据源。彩色相机的色度特征化工作通过以下两个步骤来完成，首先匹配利用彩色相机拍摄标准色卡所得到的响应数据与标准色卡本身的标准色度数据形成定标样本，再通过定标样本建立适合相机的色度特征化模型，如查找表(Look-up-table)、人工神经网络(Artificial neural-network)、多项式(Polynomial formula)等。目前有多种标准色卡可以在相机色度特征化工作中采用，如X-rite 24/140色卡、PANTONE色卡、CALMAN 46色卡等等。

彩色相机色度特征化工作的关键技术之一是有效获取目标颜色样本；定标样本一定程度的决定了模型精度和色域范围。但目前标准色卡的色品坐标大都分布在sRGB标准色域三角形之内，且高彩度反射物体在自然界和实验室中都很难生成，这导致超出sRGB标准色域的广色域样本生成及其相机颜色特征化具有较高的理论和技术难度，迄今为止相机色度特征化模型估计方法大都局限于普通彩度范围的定标样本，因此彩色相机无法准确获取高彩度目标的色度信息。这导致商业数字彩色相机与广色域显示媒介存在兼容问题。

传统的彩色相机特颜色特征化方法将标准色卡放入标准灯箱内，通常选用灯箱的模拟D65光源进行照明，待定标相机拍摄标准色卡并从图像中获取相机对各个色块的响应值，对应标准色卡各个色块的标准色度值形成定标样本对，再选择合适的色度特征化模型并通过定标数据求得模型参数，以建立彩色相机响应值与真实色度值之间的映射关系。

发明内容

有鉴于此，本发明提供了一种基于数字定标的彩色成像系统广色域色度特征化方法，解决彩色数字相机无法准确获取高彩度目标色度信息的问题。

为实现上述目的，本发明的技术方案如下：

基于数字定标的彩色成像系统广色域色度特征化方法，具体包括：

首先测量标准色卡的光谱反射率数据，根据色域分布最大原则从色卡各个色块的光谱反射率数据中选取一个或多个种子色，并以所述种子色为基础依次进行色相拓展，彩度拓展和明度分级拓展，得到数字样本；

计算所述数字样本在光源和CIE推荐观察者条件下的色度值，得到广色域色卡标准色度值XYZ；

根据相机的光谱灵敏度数据计算相机对于所述数字样本在D65标准光源下的广色域色卡相机响应值RGB；

所述广色域色卡标准色度值XYZ和广色域色卡相机响应值RGB构成定标样本对；选择拟合对应模型，根据所述定标样本对计算所述模型的相关参数，并在CIELAB色空间内计算各个模型应用于典型样本时的平均色差，以色差值评价模型精度，选取精度最高的模型，即为广色域色度特征化模型。

本发明有益效果：