نمایشگاه

تبدیل RGB به آزمایشگاه فضای رنگ

Oct 19, 2018 پیام بگذارید

تبدیل RGB به آزمایشگاه فضای رنگ

ما یک شرکت چاپ بزرگ در شنژن چین هستیم. ما ارائه می دهیم تمام نشریات چاپی، چاپ کتاب های سختگیرانه، چاپ کتاب های کاغذی، نوت بوک های سخت افزاری، چاپ کتاب های جعلی، چاپ کتاب چاپی، چاپ بروشور، جعبه بسته بندی، تقویم، انواع PVC، بروشورهای محصول، یادداشت ها، کتاب کودکان، برچسب ها، همه انواع کاغذهای رنگی خاص، کارتهای بازی و غیره.

برای اطلاعات بیشتر مراجعه کنید به

http://www.joyful-printing.com. ENG فقط

http://www.joyful-printing.net

http://www.joyful-printing.org

ایمیل: info@joyful-printing.net


اول، مقدمه


همانطور که صنعت چاپ از آنالوگ به دیجیتال تغییر می کند، مشکل تولید دقیق رنگ ها بسیار مهم است. ما برای استفاده از تصاویر رنگی بهتر، سریع تر و دقیق تر، باید از مدیریت رنگ استفاده کنیم. به منظور دستیابی به یکپارچگی رنگ و استقلال دستگاه در فرایند پردازش تصویر، لازم است که مدیریت رنگ استاندارد و استاندارد را اجرا کنیم.


به اصطلاح مدیریت رنگ، حل مسئله تبدیل تصویر بین رنگها است، به طوری که رنگ تصویر در طول کل روند کپی کردن به حداقل برسد. ایده اصلی این است که برای اولین بار یک فضای رنگی ارجاع به دستگاه را انتخاب کنید، سپس دستگاه را مشخص کنید و در نهایت ارتباط بین فضای رنگ هر دستگاه و فضای رنگی مرجع مستقل دستگاه برقرار کنید تا فایل داده در هر دستگاه باشد . ارتباط بین انتقال بین دو طرف وجود دارد. در حالی که غیر ممکن است همه رنگها در دستگاههای مختلف کاملا مشابه باشند، میتوانید از مدیریت رنگ استفاده کنید تا اطمینان حاصل کنید که اکثر رنگها یکسان یا مشابه هستند تا یک اثر کپی رنگ سازگار را به دست آورید.


دوم، تبدیل فضای رنگ


تبدیل فضای رنگ به تبدیل یا ارائه داده های رنگی در یک فضای رنگی به داده های مربوطه در فضای رنگ دیگر اشاره می کند، یعنی استفاده از داده ها در فضاهای رنگی مختلف برای نشان دادن همان رنگ. در این مقاله، فضای رنگی RGB وابسته به دستگاه به فضای رنگی CIELab مستقل از دستگاه تبدیل می شود. هر فضای رنگی مرتبط با دستگاه می تواند در فضای رنگی CIELab اندازه گیری و کالیبراسیون شود. اگر رنگ مرتبط با دستگاه مربوط به همان نقطه در فضای رنگ CIELab باشد، پس انتقال بین آنها باید دقیق باشد.


راه های بسیاری برای تبدیل فضای رنگ وجود دارد. این مقاله عمدتا اینترپلال جدول 3D و رگرسیون چندجمله ای را معرفی می کند.


1. جدول سه بعدی نگاه کردن به interpolation

روش سه بعدی مراجعه به جدول در حال حاضر یک الگوریتم رایج برای مطالعه تبدیل فضای رنگ است. ایده اصلی الگوریتم جدول جستجوی سه بعدی، فضای رنگ منبع را به یک مکعب منظم تقسیم می کند. داده های هشت رأس هر مکعب شناخته شده است، و نقاط شناخته شده تمام فضاهای منبع یک سه بعدی را تشکیل می دهند. جدول جست و جو. هنگامی که هر نقطه ای در فضای منبع داده می شود، هشت نقطه داده مجاور آن می تواند یک گره از یک شبکه کوچک مکعب را تشکیل دهد و هشت رأس مکعب کوچکی برای جمع آوری داده های مربوط به فضای هدف، به دست می آیند.


روش جدول عمومی جستجوی در ترکیب با روش درون یابی استفاده می شود و به یک روش جدول سه بعدی با الگوریتم درونیابی تبدیل می شود. این روش را می توان به سه مرحله تقسیم کرد:

1 تقسیم بندی: پارتیشن فضای رنگ منبع در یک فاصله نمونه گیری خاص برای ایجاد یک جدول جستجوی سه بعدی؛

2 یافتن: برای یک نقطه ورودی شناخته شده، فضای منبع را جستجو کنید و مکعب را که شامل هشت شبکه است که حاوی آن است پیدا کنید.

3 Interpolation: محاسبه مقادیر رنگ در نقاط غیر شبکه در یک شبکه مکعب.

با توجه به روش های مختلف تقسیم بندی فضای منبع، الگوریتم های درونیابی مشترک عبارتند از: درگیری تریلیلی، درگیری یابی مثلثی مثلثی، درون یابی هرم و درونی تتراجرد.


2. رگرسيون چندجملهای

الگوریتم رگرسيون چندجملهای مبتنی بر فرض است که ارتباط فضای رنگ را می توان با مجموعه ای از معادلات همزمان برآورد کرد. تنها شرط لازم برای الگوریتم رگرسیون چند جمله ای این است که تعداد نقاط در فضای منبع باید بیشتر از تعداد اقلام در چند جمله ای انتخاب شده باشد. تمرکز این الگوریتم محاسبه ضرایب چند جملهای است و سپس داده های فضای منبع منبع را به چندجملهای جایگزین کرده و سپس نتیجه تبدیل شده را می توان بر اساس معادله بدست آورد.


اشکال مختلف چند جمله ای وجود دارد. در این مقاله یک چند جمله ای با تعدادی از آیتم های 6 استفاده می شود. بیان خاص در فرمول (1) نشان داده شده است.

ضریب این چند جمله ای را می توان از معادله (2) بدست آورد.

عبارات در فرمول (2) به ترتیب انتقال ماتریس است که در فرمول های 3 و 4 نشان داده شده است و بیان خاص همانگونه که در فرمول 5 نشان داده شده است. تعدادی از اصطلاحات چندجملهای در فرمول (3) در این موضوع گرفته شده است؛ این نشان می دهد تعداد نقاط فضای منبع انتخاب شده است. در این مشکل، پس از شش سطح تقسیم بندی فضای منبع (به عنوان مثال، فضای رنگی RGB)، 216 امتیاز به دست می آید. بنابراین آن را بگیر در حقیقت، برای یک چندجملهای با یک اصطلاح شماره 6، ضریب چند جمله ای را می توان با استفاده از آن بدست آورد.

در فرمول (3)، () سه مقدار رنگ از فضای منبع است و () در فرمول (4) هر یک از سه مقدار نشان دهنده رنگ در فضای هدف است.

الگوریتم رگرسیون چندجملهای ساده و آسان برای پیاده سازی است و اثر تبدیل خوبی دارد؛ اما دقت هنگامی که تعداد آیتم ها کوچک است، وقتی که تعداد آیتم ها بیش از حد بزرگ است، مقدار محاسبه بزرگ است، دقت کم است و دقت لزوما بالا نیست.


3. تفاوت رنگ

برای مثال، هنگام ارزیابی کیفیت تولید رنگ و کنترل فرایند تولید رنگ، برای مثال هنگام اجرای مدیریت رنگ و ارزیابی رنگ چاپ، اغلب لازم است محاسبه تفاوت رنگ رنگ برای دستیابی به هدف کنترل رنگ باشد. در حال حاضر، CIE 1976 آزمایشگاه رنگ یکنواخت رنگ و فرمول تفاوت رنگ متناظر آن معمولا در صنعت چاپ استفاده می شود. بیان خاص در فرمول (6) نشان داده شده است.


سوم، روند تحقق


اولا، پلتفرم عملیاتی این موضوع به طور خلاصه معرفی شده است، و روش به دست آوردن داده های مورد استفاده در این موضوع و مراحل دقیق تحقق بخشیدن به تبدیل فضای رنگ، به تفصیل شرح داده شده است.


پلت فرم 1.Operating

سیستم عامل مورد استفاده در این موضوع مایکروسافت ویندوز ایکس پی است، محیط برنامه نویسی Visual C ++ 6.0 است، کل برنامه بر اساس چارچوب برنامه MFC است و OpenGL و OpenCV نیز استفاده می شود.


2. کسب اطلاعات

داده ها به دو بخش تقسیم می شوند: داده های مدل سازی و داده های آزمون. داده های مدل سازی برای محاسبه ضرایب چند جملهای استفاده می شود. داده های آزمون برای تجزیه و تحلیل دقت الگوریتم استفاده می شود. داده های مدل سازی و داده های آزمون از فضای منبع و فضای هدف همه در فتوشاپ Adobe است. جمع آوری شده.


2.1 کسب اطلاعات مدل سازی. این موضوع از شش سطح تقسیم بندی یکنواخت برای جمع آوری نقاط مدل سازی استفاده می کند و R، G و B به ترتیب 0، 51، 102، 153، 204 و 255 هستند. مقادیر R، G و B را در انتخاب کننده رنگ PhotoShop وارد کنید و مقادیر L، a و b را که مربوط به مجموعه ای از مقادیر هستند ثبت کنید و آنها را در متن ضبط کنید، همانطور که در شکل 1 نشان داده شده است. مجموع از 63 = 216 مجموعه ارزش ها بدست آمد.

شکل 1 گرفتن اطلاعات از مجموعه رنگ


2.2 به دست آوردن داده های آزمون این موضوع از تقسیم بندی غیر یکنواخت هشت مرحله ای برای جمع آوری امتیاز آزمون ها استفاده می کند. R، G، و B به ترتیب 0، 36، 72، 108، 144، 180، 216، 255 هستند. روش خرید همان است که در بالا ذکر شد و در مجموع 83 = 512 مقدار گروه بدست می آید.


3. مراحل اجرای خاص

نمودار جریان اجرای خاص این موضوع در شکل 2 نشان داده شده است.


شکل 2 نمودار جریان قاب

همانطور که در شکل 2 نشان داده شده است، مراحل خاص اجرای برنامه به شرح زیر است:

ابتدا ابتدا Visual C ++ 6.0 را شروع کرده و محیط برنامه زمانبندی OpenCV را در MFC تنظیم کنید.

3.2 داده های مدل سازی را بخوانید.

3.3 تکمیل محاسبه ضرایب چند جمله ای: مطابق فرمول ها (3)، (4)، (5) به ترتیب. ضرایب چند جملهای به صورت پیوسته به دست می آید،، و.

3.4 اطلاعات آزمایشی را بخوانید.

3.5 یک قطعه سه بعدی رنگی از مدل آزمایشگاه مربوطه پس از تقسیم بندی هشت طبقه مدل RGB را بکشید.

3.6 مقادیر RGB هر نقطه ای که توسط تقسیم بندی هشت مرحله به دست آمده از سه چند جمله ای بدست آمده در مرحله 3 آورده شده است و مقادیر L، a و b را برای هر نقطه محاسبه می کنند (در اینجا به عنوان مقدار محاسبه شده)، در نتیجه تبدیل RGB فضای رنگی به فضای رنگ آزمایشگاهی با رگرسیون چندجملهای.

3.7 برای محاسبه صلاحیت این روش تبدیل فضای رنگی، با محاسبه تفاوت رنگ، باید قضاوت شود. برای هر رنگ، مقدار اندازه گیری شده در مرحله 4 با تفریق مقدار محاسبه شده در مرحله 6 بدست می آید و سپس تفاوت رنگ بر اساس فرمول 6 بدست می آید، هیستوگرام توزیع تفاوت عالی تفاوت دارد و تفاوت در طیف وسیعی از تفاوت های مختلف رنگی. تناسب.


چهارم، نتایج نمایش و تجزیه و تحلیل


با توجه به مراحل خاص در بخش قبلی، VC ++ 6.0 برای تحقق تبدیل RGB به فضای رنگ Lab در PhotoShop مورد استفاده قرار می گیرد. این بخش عمدتا نتایج در حال اجرا برنامه را نمایش می دهد و تجزیه و تحلیل مختصری را انجام می دهد.


1. نمایش نتایج

در این مقاله، تبدیل تبدیل با تقسیم بندی یکنواخت شش سطح ایجاد می شود و دقت این روش با استفاده از تقسیم بندی غیر یکنواخت هشت مرحله تست شده است. هیستوگرام توزیع اختلاف رنگ کشیده شده و تفاوت رنگ به حساب می آید. رابط اصلی اجرای برنامه در شکل 3 نشان داده شده است.


شکل 3 RGB به رابط CIELab فضای رنگ فضای رنگ

هیستوگرام توزیع اختلاف رنگ و داده های آماری مرتبط در شکل 4 نشان داده شده است.

شکل 4 رابط آمار رنگ تفاوت

سه بعدی رنگی از مدل آزمایشگاه مربوطه پس از تقسیم بندی هشت سطح از مدل RGB در شکل 5 نشان داده شده است. پس از مدل RGB به هشت سطح تقسیم می شود، روش رگرسيون چندجملهای برای تبديل به رنگ سه بعدی دیدگاه مدل فضای رنگ آزمایشی، همانطور که در شکل 6 نشان داده شده است.

شکل 5 نمایش سه بعدی رنگی از فضای رنگ آزمایشگاه پس از فضای رنگی RGB تقسیم هشت سطح

شکل 6 نمای سه بعدی رنگی به فضای رنگ آزمایشگاهی پس از تقسیم فضای رنگ RGB در هشت سطح تبدیل شده است


2. تجزیه و تحلیل و خلاصه نتایج

همانطور که در شکل نشان داده شده است. 4، حداکثر تفاوت رنگ پس از تبدیل فضای رنگ 512 رنگ 28 است، و توزیع اختلاف رنگ یکنواخت نیست.


بر طبق آمار، 74 رنگ در محدوده 0 ~ 5 وجود دارد که به 14.45٪ از مجموع مربوط می شود؛ 264 رنگ در محدوده 5-10، مربوط به 51.56٪ کل؛ محدوده اختلاف رنگ بین 10 تا 15 است. 157 رنگ، به ترتیب 30.66٪ از مجموع را تشکیل می دهند؛ ابعاد کروماتیک از 15 تا 20 با 13 رنگ متفاوت است که به 2.54٪ از مجموع مربوط می شود؛ تفاوت رنگ بیش از 20 برای 4 رنگ، به ترتیب 0.78٪ از کل، و داده ها نشان داد که تفاوت رنگ در میان چهار رنگ بیش از 20، آبی خالص (0،0255) و سبز خالص (0،255،0) دارای بیشترین تفاوت رنگ و دو رنگ دیگر تفاوت رنگی کمتر از 21. برای این 512 رنگ، تفاوت رنگ حداکثر 28 است، حداقل 0 است و میانگین رنگ تفاوت 9 است. به طور کلی محدوده ای از تغییرات رنگی بیشتر از 5 تا 15 است.


مقایسه شکل 5 با شکل 6 می توانیم دریافت کنیم که فضای رنگ RGB به مدل فضای رنگ آزمایشگاه با روش رگرسیون چندجمله ای تبدیل می شود که شبیه شکل مدل فضای رنگ آزمایشی که توسط این آزمون به دست می آید، نشان می دهد که نتایج به دست آمده توسط این موضوع ایده آل هستند.


V. خلاصه


می توان دید که استفاده از رگرسیون چندجملهای برای انجام تبدیل فضای رنگ نسبتا دقیق است. چندجمله ای از اعداد مختلف مورد استفاده می تواند برای مقایسه نتایج تبدیل فضای منبع همان به همان فضای هدف مورد استفاده قرار گیرد. بدین ترتیب تعداد فراوانی چندجمله ای را در فرایند تبدیل فضای منبع به فضای هدف به دست می آوریم. بنابراین، تحقیقات بیشتری در این زمینه مورد نیاز است.

ارسال درخواست