一种显示设备图像色域边界的描述方法

摘要

本发明公开了一种显示设备图像色域边界的描述方法。该方法通过对所选的显示设备进行正向特征化建模，将所选图像的每个像素的RGB值转换为所对应的CIELAB值，然后对所有CIELAB值以某一图像中心为中心进行极坐标转换，接着将CIELAB颜色空间分割称多个立体角子空间并找出每个子空间中距离图像中心最远的径向矢量，最后实现对图像色域的边界描述。该方法应用简单、精度高、具有很高的实用价值。

说明书

技术领域

本发明涉及一种图像色域边界的描述方法，具体是涉及一种显示设备图像色域边界的描述方法。

背景技术

随着科学技术的发展，显示设备越来越多地应用在我们的日常工作生活中。近几年，液晶显示器技术不断发展成熟，已经完全取代了CRT显示器成为了主流显示技术。常见的显示设备包括显示器、电视机、手机、平板电脑等。人们对显示设备的图像质量的要求也越来越高。因此，如何在显示设备上精确高质量地复现图像成为了人们关注的焦点。

颜色管理系统可以有效地解决上述问题，其中，色域边界描述是颜色管理系统中的关键技术。色域边界描述的准确性直接关系着颜色再现的精度。没有准确的色域边界描述，颜色管理系统也无从谈起。

色域是颜色管理系统中一个色度学的属性，代表一个媒质可以表达的颜色范围。其中，媒质可以为显示设备，或胶片、相纸和纸张等图像载体，或指设备与载体相结合的整体。一幅彩色图像所含颜色的范围也称为该图像的色域。色域的几何表示是三维颜色空间中的一个有界立体，组成该立体的表面即称为“色域边界”。为了在进行插值和色域映射等操作时有较高的精度，色域边界描述应在均匀颜色空间中进行，如以应用广泛的CIELAB作为标准颜色空间。

目前，对于显示设备的色域边界描述方法较多，但是对于显示设备图像色域边界的描述方法很少。

发明内容

本发明为了解决背景技术中所述的问题，公开了一种显示设备图像色域边界的描述方法，以液晶显示器和CIELAB均匀颜色空间为例，其具体步骤如下：

1)对液晶显示器进行正向特征化建模，即建立设备相关的RGB颜色空间到设备无关的CIELAB颜色空间的转换模型，可采用常用的GOG(Gain-Offset-Gamma)模型；

2)对于显示设备中所选图像每个像素对应的RGB值，用所建立的正向特征化模型计算其相应的CIEXYZ三刺激值，再以显示器白点为参考白，将CIEXYZ三刺激值转换成对应的CIELAB值。

3)在CIELAB空间中，设定图像的颜色中心r₀为

$>r_0=[L_0^{*},a_0^{*},b_0^{*}]=[\frac{\max \left(L_i^{*}\right)+\min \left(L_i^{*}\right)}{2},\mathrm{0,0}]$>

其中，max(L^*_i)和min(L^*_i)分别为图像所有像素的CIELAB值中L^*维度的最大值和最小值，参数i表示第i个像素；

4)从图像中心r₀到任何一个像素c_i＝[L^*_i，a^*_i，b^*_i]的矢量定义为径向矢量r_i：

r_i＝c_i-r₀

5)每个像素径向矢量r_i的两个方向上的极化角为

$>{\theta }_i={\tan }^{-1}\left[\frac{b_i^{*}-b_0^{*}}{a_i^{*}-a_0^{*}}\right];0\le {\theta }_i\le 2\pi$>

6)以图像中心r₀为中心，在θ和两个方向上以为步长将整个CIELAB颜色空间分割称多个立体角子空间；

7)对于每个立体角子空间中，取离图像中心r₀最远的径向矢量为该子空间中的图像色域边界；

8)将所有立体角子空间的色域边界连接起来即为该显示设备的所选图像的色域边界。

本发明提出的显示设备图像色域边界的描述方法可以准确有效的描述图像的色域边界，具有一定的实用价值。

附图说明

图1是一种显示设备图像色域边界的描述方法流程图；

图2是实例中所显示的图像；

图3是整个CIELAB颜色空间所分割成多个立体角子空间图；

图4是每个立体角子空间中离图像中心最远的径向矢量图(32×16分割)

图5是所选图像的色域边界图(32×16分割)

具体实施方式

以一台Eizo CG241液晶显示器和所选图像“Wool”为例，对上述一种显示设备图像色域边界的描述方法的具体实施方式进行阐述。如图1所示，其具体步骤如下：

1)对液晶显示器进行正向特征化建模，建立设备相关的RGB颜色空间到设备无关的CIELAB颜色空间的转换模型，采用GOG(Gain-Offset-Gamma)模型；

2)对于显示设备中所选图像(见图2)每个像素对应的RGB值，用所建立的正向特征化模型计算其相应的CIEXYZ三刺激值，再以显示器白点(6500K)为参考白，将CIEXYZ三刺激值转换成对应的CIELAB值。

3)在CIELAB空间中，设定图像的颜色中心r₀为

$>r_0=[L_0^{*},a_0^{*},b_0^{*}]=[\frac{\max \left(L_i^{*}\right)+\min \left(L_i^{*}\right)}{2},\mathrm{0,0}]$>

其中，max(L^*_i)和min(L^*_i)分别为图像所有像素的CIELAB值中L^*维度的最大值和最小值，参数i表示第i个像素；最终r₀＝[39.42，0，0]；

4)从图像中心r₀到任何一个像素c_i＝[L^*_i，a^*_i，b^*_i]的矢量定义为径向矢量r_i：

r_i＝c_i-r₀

5)每个像素径向矢量r_i的两个方向上的极化角为

$>{\theta }_i={\tan }^{-1}\left[\frac{b_i^{*}-b_0^{*}}{a_i^{*}-a_0^{*}}\right];0\le {\theta }_i\le 2\pi$>

6)以图像中心r₀为中心，在θ和两个方向上以为步长将整个CIELAB颜色空间分割称32×16个立体角子空间，见图3；

7)对于每个立体角子空间中，取离图像中心r₀最远的径向矢量为该子空间中的图像色域边界，见图4；

8)将所有立体角子空间的色域边界连接起来即为该显示设备的所选图像的色域边界，见图5。