(1)用于数字彩色图像复制的一个CIELab颜色空间

(1)用于数字彩色图像复制的一个CIELab颜色空间 用于数字彩色图形复制的一个CIELab扩展颜色空间 东东 翻译 1 摘要 我们对于CIELAB彩色扩展空间度量标准的描述对于测量数字图像彩色复制错误是很有用的。为了计算这些错误，数字彩色图像用分离图像颜色的方法进行颜色空间过滤，然后转换为CIELAB进行再现。图像的图文部分，就图像再现错误的测量来说，使用CIELAB扩展空间要比不使用扩展空间而直接计算要好，这种扩展空间与人眼可察觉的色彩错误是一致的。图像上均匀空间的部分，使用扩展空间计算的错误与使用标准CIELAB空间计算是一样的。 2 介绍 CIELAB系统(CIE1978)是测评色彩复制错误的一个国际性标准。这个系统创建于这一时期:大多数彩色复制的应用都涉及到了大量彩色区域均匀性的测量。因此，CIELAB系统测量的数据来源于对大量均匀空间色貌的判断。 随着数字彩色图像技术的成熟，更多的应用于印刷真彩图像技术的提高。虽然大部分真彩图像并不是有大量均匀空间组成的。许多心理物理研究明小场或精细图像色彩的外貌和辨别力与用大型均匀场以相似方法测量得出的结果是不同的。因此，应用CIELAB预测图案图像中的固有色复制是得不到满意效果的。例如，当我们比较连续调彩色图像与半色调图像时，在图像的大部分区域CIELAB点对点计算的误差会造成较大的错误。因为半色调图像变化较快而那些差异人眼看起来较模糊，而且复制图像可能还保留着原稿的外貌。 图1 生成S-CIELAB的循环图 这篇文章中，我们介绍了一个可以用于测量图像中彩色复制错误的扩展CIELAB色彩空间体制。我们将这个扩展空间称为S-CIELAB. 3 概述 我们设计S-CIELAB误差测量系统有两个目的。首先，我们意欲在彩色图像数据上应用一个空间过滤操作来 达到模仿人眼视觉系统的空间模糊效果的目的。第二，当输入大型均匀区域时，w我们希望扩展区域包含基 础CIELAB空间的数据。 图一显示了如何计算得到S-CIELAB表示。图像数据转换成为一个对立色空间。每一幅对立色图像都是 由中心点做卷积得到，中心点的形状取决于色彩的可见空间敏感度;然后每一个中心点下的区域结合在一起。 我们认为图案颜色是可分离的，因为色彩的转移并不依赖于图像的空间图案，空间卷积也不依赖于图像的颜 色。 最后，过滤后的图像利用CIELAB公式计算转换成CIE-XYZ图像呈现。S-CIELAB呈现的结果包括空间过 滤和CIELAB进程。 我们应用图案色彩进行分色转换的原因有两个。第一，粉色转换在计算机上效率高。心理物理学实验表 明人类视觉系统对简单彩色图案的显示是分离的图案色彩。S-CIELAB计算中需要的参数包括颜色转移和空间 过滤，它们从一些心理物理学的测量方法中可以估计得到。 由S-CIELAB呈现的原告与复印稿之间的不同来测量复印误差。我们将这些不同概括为ΔE，它同样像传s 统CIELAB中的ΔE一样经过精确计算的。S-CIELAB测量的不同之处反映在空间和色彩敏感度上，而且在图 像的均匀区域与传统CIELAB是等同的。 4 实现 为了说明S-CIELAB转换过程，我们必须选择一个色彩转换方式和三个空间滤波器。在下面的计算中，我们用色彩转换和滤波器通过人类心理物理学色貌测量方法来估计。将转换为CIE1931XYZ三刺激值的输入图像的色彩转换到三个对立色彩平台，分别为亮度，红绿，蓝黄图像。从XYZ到对立色的线性转换为: 每个平台的数据通过以下形式的二维离散空间中心过滤 这里的 在离散计算中，比例系数k是确定的因此E的和为1.因为比例系数k以确定，所以对于每个颜色平台它的ii 二维中心f之和为1. 三个色彩平台的参数是:分散的视角。 平台 加权值w扩散值σi i 亮度 0.921 0.0283 0.105 0.133 -0.108 4.336 红-绿 0.531 0.0392 0.330 0.494 蓝-黄 0.488 0.0536 0.371 0.386 因为空间执行步骤是从CIELAB计算中分离出来的，我们可以用S-CIELAB对现存的CIELAB相关软硬件进行预处理。这种离散模式和色彩平台使得它可以简单明了的将空间扩展应用于其他色差计算。 5 结果 我们分别在JPEG-DCT压缩图像，半色调图像，及简单实验模式(例如清除频率彩色图像)上进行S-CIELAB实验。其中一些方法。例如JPEG-DCT和半色调图像时旨在利用人眼空间敏感度的优势来确定颜色模式的。图2 显示了一幅图像如何从JPEG-DCT转换成三个对立色平台。这幅图像是用质量系数设定为75的标准JPEG-CDT压缩算法创建的，因此压缩图像看起来只是略微区别于原图。在这个压缩水平上，亮度图会略微有点模糊(A),但红-绿图，蓝-黄图却模糊的很厉害(B,C)。压缩图像中的色彩模糊刚刚可见，就像NTSC信号在彩色通道中空间分辨率的丢失在电视画面上刚刚可见一样。 压缩图像的CIELAB和S-CIELAB再现误差对比见图3.实线表示在CIELAB中原图与压缩图像之间点对点计算的ΔE值得分布。ΔE值得CIELAB误差分布超过5个单位的占图像的36%，超过10个单位的占10%。当较这个尺寸不同颜色的大型均匀区域的色彩再现时，是很容易被人眼看出不同之处的，虽然在复制过程中几乎没有课件的误差。因此，这些ΔE值要比可察觉的差异大一些。须先说明了原图与JPEG-DCT压缩图像之间的ΔE误差。s在这里超过5个单位的点之占图像的5%，而超过10个单位的只有0.2%。这些数据与我们两幅图的视觉相似性是一致的。 因为CIELAB并不是为数字图像应用设计的，所以它不应该用于评估JPEG-DCT图像(或半色调图像)的再现错误。通过增加一个空间预处理的步骤，S-CIELAB将CIELAB扩展到数字图像的复制错误评估。 原图 JPEG(q=75) 图2 JPEG-DCT压缩在(A)亮度(B)红-绿和(C)蓝-黄平台上的效果。质量系数设定为75。模糊度和块状痕迹在蓝-黄平台上非常明显。 图3 在观察距离为18时进行评估，原图与压缩图像之间再现误差;CIELABΔE(实线)和S-CIELABΔE(虚线)的s分布情况。在这个距离观察90dpi的显示器上的图像是非常相似的。