Истраживање РГБ-а на алгоритам за конверзију колорног простора ЦИЕЛаб базираног на локалном полиномијалном методу
Ми смо велика штампарија у Шенжен Кини. Нудимо све публикације у књигама, штампање књига за квргове, штампање књига у кутији, издање књига за хардцовер, штампање књига за штампање, штампање брошура, штампање брошура, амбалажу, календаре, све врсте ПВЦ, брошуре производа, напомене, дечије књиге, наљепнице врсте специјалних производа за штампу у боји, картицу и тако даље.
За више информација посетите
хттп://ввв.јоифул-принтинг.цом. Само ЕНГ
хттп://ввв.јоифул-принтинг.нет
хттп://ввв.јоифул-принтинг.орг
емаил: инфо@јоифул-принтинг.нет
Репродукција боја и репродукција зависе од различитих хардверских уређаја, као што су монитори, штампачи итд., Али карактеристике ових хардверских уређаја не могу бити идентичне, тако да чак и за исти тип уређаја, ако је исте боје (као што је РГБ, ЦМИК) је улаз, његов приказ Или је ефекат штампања такође недоследан, чак и далеко један од другог. Како би се постигла конзистентност репродукције боја на различитим хардверским уређајима, појавиле су се технике управљања бојама засноване на независном уређају. Као што је приказано на Слици 1, простор повезан са уређајем (као што је РГБ, ЦМИ) претвара се у простор независно од уређаја (као што је ЦИЕЛаб), а затим се простор независно од уређаја претвара у простор који се односи на уређај. Због тога је основни садржај технологије управљања бојама конверзија простора у боји. Традиционалне математичке методе, као што су интерполација и полиномска регресија, широко се користе у пракси и постижу добре резултате. У овом раду, локална метода полинома, која се разликује од горе наведених метода, користи се за реализацију конверзије из РГБ у ЦИЕЛаб простор у боји, ау поређењу са методом полинома регресије (20 ставки). Експериментални резултати показују да модел има високу прецизност конверзије и може пружити референцу за научна истраживања.
Прво, на основу локалног полинома РГБ до ЦИЕЛаб алгоритма за конверзију боје простора
1. Принцип алгоритма
На подграфу (а) на слици 2, у РГБ простору је 512 тачака, који су уређени у великој коцки. Међутим, ако су ЦИЕЛаб вредности које одговарају овим тачкама добијене у Пхотосхоп софтверу и приказане у простору ЦИЕЛаб, као што је приказано на под-слики (б) на слици 2, дистрибуција тачака није велика коцка, већ неправилан облик. . Дакле, постоји не-линеарна веза између РГБ и ЦИЕЛаб простора.
(а) РГБ простор (б) простор ЦИЕЛаб
Да би се приближила нелинеарна веза између њих, овај чланак користи локалну методу полинома. Карактерише га дељењем простора извора, односно подељењем великог колорног простора у неколико под-боја простора, а затим врши полиномску регресију на конверзији простора у подбору. Традиционална метода регенерације полиноми претвара се директно у велики простор боје, што ће изазвати велике грешке у неким подручјима простора, јер је нелинеарна веза неких региона толико очигледна да је тешко приближити глобалном методом. Дакле, ако је изворни простор боја први пут подељен, онда се у подпростору користи метода полинома регресије да би се реализовала просторна трансформација, која може боље приближити нелинеарну везу између два боје простора и побољшати прецизност конверзије.
Метод локалног полинома може се подијелити на два корака: Прво, простор у боји извора се мора сегментирати, тачке за моделирање се добијају, а табела за претрагу се успостави. Ако је ниво сегментације већи, мањи је обим подијељеног подпростора, то је већа тачност конверзије, али истовремено се повећава и обим прорачуна. Друго, метода полинома регресије се користи у подпростору ради остваривања просторне трансформације. Прво, полиномни коефицијенти се решавају коришћењем вредности боје подрезних мрежних тачака (РГБ, ЦИЕЛаб), а затим се добијају вриједности боје тачака које се конвертују у циљни простор према добијеним коефицијентима.
2. Кораци имплементације
2.1 Креирајте таблицу за прегледање
Прво, овај рад обавља 8 нивоа равномерне партиционације на РГБ простору како би добили 512 тачака за моделирање (сегментација н-нивоа, постоје н3 тачке за моделирање), односно подједнако размакнуто узорковање на Р, Г, Б каналима, респективно. Размак је 36, а тачке узорковања су 0, 36, 72, 108, 144, 180, 216, 255, респективно, као што је приказано на под-фигури (а) на слици 3. Друго, како би се боље потврдила грешка модела, неопходно је елиминисати појаву других грешака, као што је грешка мерења експерименталних података. Стога, овај чланак не користи мерни инструмент за читање експерименталних података, али директно добија РГБ вриједности 512 тачака за моделирање и одговарајуће ЦИЕЛаб вриједности на Пхотосхоп панелу Пхотосхопа.
(а) 8 нивоа равномерне поделе РГБ простора (б) 8 мрежних тачака подпростора
Слика 3 8-нивона униформна подела РГБ простора и 8 мрежних тачака његовог подпростора
2.2. Тражити подпростор
Пошто је изворни простор подељен на 8 нивоа, формирано је 343 подпростора (н-ниво подела, постоје (н-1) 3 подпростора), као што је приказано на подграфу (а) на Фиг. За тачку боје која се конвертује, ако је тачка тачка моделирања, одговарајућа вриједност ЦИЕЛаб-а се директно излази према таблици тражења. Ако је то тачка која није моделирана, користите своју РГБ вредност да бисте пронашли подпростор у којем се тачка налази у РГБ тродимензионалном простору, као што је приказано на под-слики (б) на слици 3, а затим извадите РГБ 8 мрежних тачака подпростора. А вредност ЦИЕЛаб, спремна за полиномно регресију, решава полиномске коефицијенте.
На пример, за претварање РГБ вредности (33, 144, 200) (тачка је тачка која није моделирана), РГБ вриједности 8 мрежних тачака у подпростору су (0, 108, 180). 0,108,216) (0,144,180), (0,144,216), (36,108,180), (36,108,216), (36,144,216). Пошто су ове тачке мреже тачке за моделирање, одговарајуће вредности ЦИЕЛаб-а могу се наћи у табели за преглед. Након што одредите вредности РГБ и ЦИЕЛаб ових мрежних тачака тако што ћете погледати табелу, можете се припремити за следећи корак да ријешите коефицијенте полинома који одговара овом подпростору, а сваки подпростор има јединствени одговарајући полином коефицијент.
2.3 Нађите полиномски коефицијент подпростора
Полиномска регресија захтева да број предмета буде мањи од броја тачака моделирања. Када се решавају коефицијенти подпростора, пошто се као тачке моделирања користе само 8 мрежних тачака подпростора, може се користити само 7 полинома, као што је приказано у једначинама (1), (2) и (3).
Где: Р, Г, Б, Л, А, Б су вредности Р, Г, Б, Л, а, б подрезних мрежних тачака; респективно, а полиноми који одговарају Л, а, б вредности односно коефицијент.
На пример, у процесу рјешења, РГБ и Л вриједности прве до осме мрежне тачке подпростора требају бити замијењене у једначину (1), а осам једнаџби се могу добити, а затим се добијају Гауссовом елиминацијом. Слично томе, РГБ, вриједност, РГБ и вриједност осам мрежних тачака се замјењују у једнаџбе (2) и (3), респективно, а сума се може добити. На пример, за тачку боје са РГБ вредностом (33, 44, 200), полиномски коефицијент који одговара подпростору у којем се налази је приказан у једначинама (4), (5) и (6).
2.4. Тражити ЦИЕЛаб вредност
Након добијања и онда се РГБ вриједности тачака боје замјењују у једначине (1), (2) и (3), а вриједност ЦИЕЛаб точке је ријешена. На пример, РГБ вриједност је такође тачка боја (33, 44, 200), а Р = 33, Г = 44, а Б = 200 се секвенцијално супституише у једначину (4), једначину (5) и једначину (6) где је коефицијент познат. , можете наћи Л = 56, А = -15, Б = -38, респективно, како би се постигао РГБ до конверзије простора ЦИЕЛаб.
Друго, експериментални резултати и анализа
1. Тест тачности
У овом раду, РГБ простор боја је подељен на шест нивоа да би се добило 216 тестних поена. Вредности РГБ ових тачака боје и одговарајуће вредности ЦИЕЛаб такође се добијају у Пхотосхоп-у, а затим се подаци користе за потврђивање тачности модела.
2. Анализа резултата
У процесу провере тачности модела, овај рад такође користи метод полинома регресије (20 ставки) за упоређивање са њим. Резултати експеримента су приказани у Табели 1. Очигледно је да је метода локалног полинома много боља од методе полиномске регресије (20 ставки), без обзира на максималну разлику у боји, минималну грешку и просечну грешку конверзије.
Табела 1 Упоређивање експерименталних резултата оба метода
Поред тога, расподела грешака две методе је приказана на Слици 4 и Слици 5. За 216 тестних тачака користи се локална метода полинома. Број грешака између 0 и 1 је око 150, што је скоро 70%, а већина грешака је између 0 и 2. Ако се користи полиномска регресија (20 ставки) Грешка се углавном дистрибуира између 1 и 5, а мали број поена распоређује између 7 и 9, а дистрибуција није идеална. Дакле, локални полином метод је метода са високом прецизношћу конверзије.
Треће, закључак
У овом раду, конверзија простора РГБ-а у ЦИЕЛаб-у се имплементира локалним полином методом, а упоређује се са методом полинома регресије (20 ставки). Експериментални резултати показују да је метода локалног полинома веома прецизна метода конверзије и супериорнија је од методе полинома регресије (20 ставки). Истовремено, ако се прецизност конверзије додатно побољша и дистрибуција грешака је боље побољшана, подаци за моделовање могу се подијелити са 8 или више или неједнако подељени, или у полиному може се унети нелинеарна функција како би се боље приближио две боје. Нелинеарна веза између простора.