專利名稱：一種基于模糊理論的色彩空間轉(zhuǎn)換方法
技術(shù)領(lǐng)域：
本發(fā)明屬于印刷色彩管理技術(shù)領(lǐng)域，涉及一種色彩空間轉(zhuǎn)換的方法，具 體涉及一種基于模糊理論的色彩空間轉(zhuǎn)換方法。
背景技術(shù)：
近幾年提出的色彩空間轉(zhuǎn)換方法有紐介堡方程法、多元回歸法、查找 表與插值法、神經(jīng)網(wǎng)絡(luò)法等。這些方法都是基于經(jīng)典數(shù)學(xué)的確定性特征產(chǎn)生 的。紐介堡方程法只需用很少的測(cè)量即可完成轉(zhuǎn)換關(guān)系的建立，但其沒(méi)有考 慮光線在紙中的散射和滲入等因素，難以滿足高精度的要求。多項(xiàng)式回歸法 是根據(jù)三刺激值的可加性原理，通過(guò)建立適當(dāng)?shù)幕貧w模型，根據(jù)輸入/輸出的 數(shù)據(jù)來(lái)確定該模型中的參數(shù)，實(shí)現(xiàn)色彩空間的變換計(jì)算，但由于不同設(shè)備的 模型差異很大，轉(zhuǎn)換關(guān)系非線性度高，模型通常都較為復(fù)雜，并有一定的假 設(shè)條件，所以多項(xiàng)式回歸模型法的通用性較差，轉(zhuǎn)換誤差往往不夠理想。査 找表與插值的方法是利用一系列色塊值建立一個(gè)多維查找表，再利用插值技 術(shù)可得到任意色值，這種方法需要測(cè)量許多色塊，對(duì)于三維查找表，其方法 己經(jīng)發(fā)展得很成熟，只是査找表的數(shù)據(jù)選擇是一個(gè)難題，若空間過(guò)大，增加 了彩色匹配算法的空間和時(shí)間復(fù)雜性，匹配速度慢，若選得過(guò)小，則將不足 以反映和表示原有色彩空間的本質(zhì)特征。人工神經(jīng)網(wǎng)絡(luò)法是把系統(tǒng)假定為一 個(gè)黑箱，由輸入/輸出關(guān)系得到參數(shù)，不能保證在整個(gè)色域內(nèi)有較高的精度。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于模糊理論的色彩空間轉(zhuǎn)換方法，解決了現(xiàn) 有方法存在的精度低、模型復(fù)雜、色彩采樣數(shù)量多和計(jì)算速度慢的問(wèn)題，步 驟簡(jiǎn)單且數(shù)據(jù)的轉(zhuǎn)化精度高。
本發(fā)明所采用的技術(shù)方案是， 一種基于模糊理論的色彩空間轉(zhuǎn)換方法， 具體按照以下步驟實(shí)施
步驟l:調(diào)節(jié)輸入、輸出設(shè)備，保證設(shè)備正常使用；
步驟2:根據(jù)需要變換的顏色空間，選擇輸入顏色空間的采樣點(diǎn)，采集 采樣點(diǎn)的建模數(shù)據(jù)；
步驟3:根據(jù)步驟2得到的建模數(shù)據(jù)，劃分輸入、輸出顏色空間模糊子 集，并選擇模糊子集隸屬度函數(shù)，同時(shí)建立模糊控制規(guī)則，每條模糊控制規(guī) 則對(duì)應(yīng)有一個(gè)模糊蘊(yùn)含關(guān)系，所有模糊控制規(guī)則對(duì)應(yīng)的模糊蘊(yùn)含關(guān)系的并， 為系統(tǒng)總的模糊蘊(yùn)含關(guān)系；
步驟4:對(duì)步驟3得到的系統(tǒng)總的模糊蘊(yùn)含關(guān)系進(jìn)行清晰化處理，得到
輸出值，即完成了色彩的空間轉(zhuǎn)換。
本發(fā)明的基于模糊理論的色彩空間轉(zhuǎn)換方法，采用人工智能的模糊集合 理論和模糊邏輯推理，從而完成色彩空間的轉(zhuǎn)換，步驟簡(jiǎn)單且數(shù)據(jù)的轉(zhuǎn)化精 度高。


圖1是采用本發(fā)明方法進(jìn)行實(shí)施例中的色彩空間轉(zhuǎn)換時(shí)顏色空間量R論 域的模糊子集的劃分圖2是采用本發(fā)明方法進(jìn)行實(shí)施例中的色彩空間轉(zhuǎn)換時(shí)輸出量LH侖域 的模糊子集的劃分圖；圖3是采用本發(fā)明方法進(jìn)行實(shí)施例中的色彩空間轉(zhuǎn)換時(shí)色度值a"直的 模糊子集論域分布圖4是采用本發(fā)明方法進(jìn)行實(shí)施例中的色彩空間轉(zhuǎn)換時(shí)顏色轉(zhuǎn)換模糊模 型輸出量曲面觀測(cè)窗圖。
具體實(shí)施例方式
下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。
本發(fā)明色彩空間轉(zhuǎn)換方法采用人工智能的模糊集合理論和模糊邏輯推 理，進(jìn)行不同顏色空間的數(shù)值變換。本發(fā)明方法按照以下步驟實(shí)施，
步驟l:調(diào)節(jié)輸入、輸出設(shè)備，保證設(shè)備正常使用。
步驟2:根據(jù)需要變換的顏色空間，選擇輸入顏色空間的采樣點(diǎn)，采集 采樣點(diǎn)的建模數(shù)據(jù)。
步驟3:根據(jù)步驟2得到的建模數(shù)據(jù)，劃分輸入、輸出顏色空間模糊子 集，每一個(gè)輸入分量的采樣點(diǎn)作為一個(gè)輸入模糊子集，輸出分量的模糊子集 劃分時(shí)，確定步距后等間距劃分整個(gè)輸出參數(shù)的分量。并根據(jù)該建模數(shù)據(jù)， 選擇模糊子集隸屬度函數(shù)，隸屬度函數(shù)選取三角形函數(shù)、鐘形函數(shù)、高斯型
函數(shù)或梯形函數(shù)中的一種。同時(shí)，建立模糊控制規(guī)則，該規(guī)則采用ifthen語(yǔ) 句來(lái)表述，例如三輸入三輸出系統(tǒng)，輸入以Xu、 X2i、 X3i表示，輸出用 Y1;、 Y2i、 Y3i來(lái)表示，i表示樣本數(shù)，則其模糊控制規(guī)則表示為ifXuandX2i and X3i then Yu and Y2i and Y3i 。每條模糊控制規(guī)則對(duì)應(yīng)有一個(gè)模糊蘊(yùn)含關(guān) 系，所有模糊控制規(guī)則對(duì)應(yīng)的模糊蘊(yùn)含關(guān)系的并，為系統(tǒng)總的模糊蘊(yùn)含關(guān)系。 步驟4:對(duì)步驟3得到的系統(tǒng)總的模糊蘊(yùn)含關(guān)系進(jìn)行清晰化處理，采用 面積平分法(bisector)、面積中心法(centroid)或最大隸屬度法(maximum)， 得到輸出值。顏色是通過(guò)眼、腦和我們的生活經(jīng)驗(yàn)所產(chǎn)生的一種對(duì)光的視覺(jué)效應(yīng)，因 此，顏色從本質(zhì)上講是一個(gè)相當(dāng)主觀的量。人們對(duì)顏色的表述有諸如深紅、 淺紅、橘紅、粉紅、深綠、翠綠等概念，這些顏色的傳統(tǒng)的表述方法，本身 具有模糊性，不同的人對(duì)這些概念的感受是不同的。同時(shí)，為了表述顏色， 人類還定義了不同的顏色空間，不同的顏色空間有不同的特征，顏色空間轉(zhuǎn) 換之間表現(xiàn)出高度的非線性和復(fù)雜性。人工智能方法中模糊控制理論對(duì)于解 決模糊性與復(fù)雜性、非線性的問(wèn)題具有很強(qiáng)的優(yōu)勢(shì)，符合色彩空間轉(zhuǎn)換模型 的特征，可以獲得準(zhǔn)確的顏色空間轉(zhuǎn)換輸出，這種方法比基于經(jīng)典數(shù)學(xué)的確 定性特征產(chǎn)生的顏色轉(zhuǎn)換方法更具有合理性。色彩轉(zhuǎn)換模糊控制模型采用自 然語(yǔ)言表述，通過(guò)模糊集合論和模糊推理理論轉(zhuǎn)化成數(shù)學(xué)函數(shù)，很容易通過(guò) 計(jì)算機(jī)軟件實(shí)施控制。 實(shí)施例
以RGB顏色空間轉(zhuǎn)換到C正LVb^顏色空間為例，利用Matlab模糊控 制工具箱，具體說(shuō)明本發(fā)明基于模糊理論的色彩空間轉(zhuǎn)換方法。
步驟1:調(diào)節(jié)輸入設(shè)備顯示器、輸出設(shè)備打印機(jī)。采用Adobe Gamma 軟件調(diào)節(jié)顯示器的Gamma值、黑白場(chǎng)值、亮度值等參數(shù)，使顯示器正常顯 示。測(cè)試打印機(jī)，使其正常打印。
步驟2:通過(guò)CorelDRAW軟件制作色靶文件，R、 G、 B空間的取值范 圍為0 255，將R、 G、 B三個(gè)空間分別等分成4個(gè)子空間，其等分點(diǎn)為0， 64， 128， 192， 255，對(duì)于RGB三個(gè)坐標(biāo)軸而言，采樣點(diǎn)總數(shù)為5x5x5=125 個(gè)，打印輸出，采用分光光度計(jì)測(cè)量打印色塊l/aW直，獲得色彩空間RGB
和lY^建模數(shù)據(jù)。
步驟3:利用Matlab軟件，調(diào)用其模糊控制工具箱，新建一個(gè)三輸入三輸出的模糊控制器，三個(gè)輸入分量分別為顏色的R、 G、 B分量，輸出分量 為顏色的L*、 a*、 C分量，以步驟2中RGB每個(gè)顏色分量的5個(gè)等分點(diǎn)， 分別選定作為每個(gè)分量的模糊子集。模糊子集的隸屬度函數(shù)選取為三角形函 數(shù)，對(duì)R分量而言，其模糊子集的分布情況如圖l所示，可以看出5個(gè)模糊 子集R1、 R2、 R3、 R4、 R5將整個(gè)R空間分開(kāi)，當(dāng)R值為0時(shí)，0屬于模 糊子集R1的隸屬度為1，而64屬于模糊子集R1的隸屬度為0，同時(shí)64屬 于模糊子集R2的隸屬度為1，依此類推，不同的R值同時(shí)屬于2個(gè)不同的 模糊子集，具有不同的隸屬度。G與B分量的模糊子集分布與R分量相同。 對(duì)于輸出分量i;和a'分量模糊子集的劃分如圖2和圖3所示。圖2中當(dāng)L 值為5時(shí)，L值屬于模糊子集L2的隸屬度為1，屬于模糊子集L1的隸屬度 為0，依此類推，L值域內(nèi)的其它值，同時(shí)屬于2個(gè)不同的模糊子集，具有 2個(gè)不同的隸屬度；圖3中當(dāng)a值為10時(shí)，a值屬于模糊子集al2的隸屬度 為l，屬于模糊子集all的隸屬度為0，依此類推，a值域內(nèi)的其它值，同時(shí) 屬于2個(gè)不同的模糊子集，具有2個(gè)不同的隸屬度。t^分量的劃分與a'分量 相同。同時(shí)，建立模糊控制規(guī)則，表示為ifRi and Gj andBjthenLj and a; and bi(i=l，2,3，……125)， 4個(gè)子空間，125個(gè)采樣點(diǎn)，其規(guī)則共125條。每條模 糊控制規(guī)則對(duì)應(yīng)有一個(gè)模糊蘊(yùn)含關(guān)系，125個(gè)模糊蘊(yùn)含關(guān)系的并，就構(gòu)成系 統(tǒng)總的模糊蘊(yùn)含關(guān)系。
步驟4:對(duì)上步得到的總的模糊蘊(yùn)含關(guān)系用面積中心法進(jìn)行清晰化處理， 得到乙*3*13*顏色空間的輸出值，完成RGB顏色空間到CIE L^^顏色空間 的轉(zhuǎn)換，其輸出情況如圖4所示?？梢钥闯觯Ｐ洼敵銮嫫交?，說(shuō)明輸出 數(shù)據(jù)轉(zhuǎn)換效果較好。以(3正19761/^化*色差公式檢測(cè)模型轉(zhuǎn)化精度，檢測(cè)色 塊測(cè)量值與輸出值之間的平均色差為4.32，其中最大色差為7.21。本發(fā)明的基于模糊理論的色彩空間轉(zhuǎn)換方法，采用人工智能的模糊集合
理論和模糊邏輯推理，從而完成色彩空間的轉(zhuǎn)換，步驟簡(jiǎn)單且數(shù)據(jù)的轉(zhuǎn)化精
許^T /又間。
權(quán)利要求
1. 一種基于模糊理論的色彩空間轉(zhuǎn)換方法，其特征在于，具體按照以下步驟實(shí)施步驟1調(diào)節(jié)輸入、輸出設(shè)備，保證設(shè)備正常使用；步驟2根據(jù)需要變換的顏色空間，選擇輸入顏色空間的采樣點(diǎn)，采集采樣點(diǎn)的建模數(shù)據(jù)；步驟3根據(jù)步驟2得到的建模數(shù)據(jù)，劃分輸入、輸出顏色空間模糊子集，并選擇模糊子集隸屬度函數(shù)，同時(shí)建立模糊控制規(guī)則，每條模糊控制規(guī)則對(duì)應(yīng)有一個(gè)模糊蘊(yùn)含關(guān)系，所有模糊控制規(guī)則對(duì)應(yīng)的模糊蘊(yùn)含關(guān)系的并，為系統(tǒng)總的模糊蘊(yùn)含關(guān)系；步驟4對(duì)步驟3得到的系統(tǒng)總的模糊蘊(yùn)含關(guān)系進(jìn)行清晰化處理，得到輸出值，即完成了色彩的空間轉(zhuǎn)換。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟2中，輸入顏色 空間的采樣點(diǎn)選擇覆蓋整個(gè)顏色空間的點(diǎn)。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟3中，劃分輸入、 輸出顏色空間模糊子集，具體實(shí)施為每一個(gè)輸入分量的采樣點(diǎn)作為一個(gè)輸入模糊子集，輸出分量的模糊子集劃分時(shí)，確定步距后等間距劃分整個(gè)輸出 參數(shù)的分量。
4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟3中的模糊子集 的隸屬度函數(shù)選取三角形函數(shù)、鐘形函數(shù)、高'斯型函數(shù)或梯形函數(shù)中的一種。
5. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟3中的模糊控制 規(guī)則采用ifthen語(yǔ)句來(lái)表述，輸入以Xu、 X2i、 X3i……Xmi表示，輸出用YH、 Y2i、 Y3i……Yni來(lái)表示，其中m、 n為自然數(shù)，i表示樣本數(shù)，則其模糊控制規(guī)貝據(jù)示為if X,i and X2i and X3i and......Xmi then and Y2jand Y3i and......Yni。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟4中的清晰化處 理選取面積平分法、面積中心法或最大隸屬度法中的一種。
全文摘要
本發(fā)明公開(kāi)了一種基于模糊理論的色彩空間轉(zhuǎn)換方法，該方法按照以下步驟實(shí)施，調(diào)節(jié)輸入、輸出設(shè)備，保證設(shè)備正常使用；根據(jù)需要變換的顏色空間，選擇采樣點(diǎn)，采集采樣點(diǎn)的建模數(shù)據(jù)；劃分輸入、輸出顏色空間模糊子集，并選擇模糊子集隸屬度函數(shù)，同時(shí)建立模糊控制規(guī)則，每條模糊控制規(guī)則對(duì)應(yīng)有一個(gè)模糊蘊(yùn)含關(guān)系，所有模糊控制規(guī)則對(duì)應(yīng)的模糊蘊(yùn)含關(guān)系的并，為系統(tǒng)總的模糊蘊(yùn)含關(guān)系；對(duì)系統(tǒng)總的模糊蘊(yùn)含關(guān)系進(jìn)行清晰化處理，得到輸出值。本發(fā)明的基于模糊理論的色彩空間轉(zhuǎn)換方法，采用人工智能的模糊集合理論和模糊邏輯推理，從而完成色彩空間的轉(zhuǎn)換，步驟簡(jiǎn)單且數(shù)據(jù)的轉(zhuǎn)化精度高。
文檔編號(hào)H04N1/60GK101442602SQ20081023656
公開(kāi)日2009年5月27日 申請(qǐng)日期2008年12月31日 優(yōu)先權(quán)日2008年12月31日
發(fā)明者劉國(guó)棟, 曼 張, 川 智, 楊保宏, 梁巧萍, 毅 石 申請(qǐng)人:陜西科技大學(xué)