一种显示设备的反向光谱特征化方法与流程

本发明涉及颜色显示复制以及色彩管理领域，属于色彩复制再现技术领域中的显示设备的光谱颜色特征化方法。具体涉及显示设备的基于光谱的颜色特征化方法，尤其是一种基于原色光谱曲线峰值反向计算数字输入值以及基于正向光谱特征化模型计算的反向光谱特征化方法。

背景技术：

近年来，显示技术的发展非常迅速，彩色图像显示设备不断更新换代，由于液晶显示器具有高亮度，大对比度，高清晰度低能耗等特点，被广泛应用于软打样，色彩质量评价等高精度要求的颜色复制领域。随着使用者对颜色复现与显示精度要求的提高，以及色度色彩管理系统中无法解决的“同色异谱”等问题，基于光谱的色彩管理系统已成为近期研究的热点。光谱色彩管理系统的结构和色度色彩管理系统的类似，首先通过设备的正向特征化模型，将设备相关色空间中表示的彩色图像转换为光谱色空间的图像，在光谱空间进行光谱域映射，之后，通过反向光谱特征化模型（也为分色模型）将映射计算出的光谱图像转换到目标设备色空间，在目标设备上显示或输出。因此颜色在光谱空间与设备空间之间的准确转换，是光谱色彩管理系统的关键技术之一。国内外研究者提出了多个适用于显示设备的正向光谱特征化模型和多个适用于打印机的正向光谱特征化模型，可以实现显示设备或打印设备色空间表示的源图像向光谱图像的准确转换，研究者也提出了适用于各类彩色打印的反向光谱特征化模型（即分色模型），可以实现光谱图像的打印输出，但却少有显示设备的反向光谱特征化模型，因此难以实现光谱图像的准确显示。

技术实现要素：

针对以上情况，本发明的目的在于提供一种适用于rgb三基色液晶显示器的反向光谱特征化方法。本发明研究了多台电脑控制的液晶显示器，发现了如下规律：同一台显示设备，某一原色，不同数字输入值下的光谱辐亮度曲线中，最大峰值的位置不变，即辐亮度值的最大峰值位于同一个波长位置，根据这一发现本发明拟合出原色的光谱曲线峰值与数字输入值的函数关系；刘浩学等在其研究论文“按波长分区的lcd颜色特征化模型”中证明了液晶显示器具有较好的通道可加性，根据以上内容，本发明提出了基于正向光谱特征化的反向光谱特征化模型。本发明的反向特征化模型采用数学计算的方法，不需要存储大量数据；本发明中反向特征化与正向特征化使用的是同一个计算模型，减少了计算误差的来源，可提高计算精度。反向模型的计算步骤如下：首先由已知的光谱辐亮度曲线ρ0通过原色的光谱曲线峰值与数字输入值的函数关系式，计算出数字输入值r1g1b1，然后由正向模型预测r1g1b1对应的光谱辐亮度曲线ρ1，计算ρ1与ρ0之间的差值，若该差值小于设定的阈值，则计算出的数字输入值r1g1b1就是已知光谱辐亮度曲线ρ0对应的数字输入值；否则，调整r1g1b1，预测调整后的r1g1b1对应的光谱辐亮度曲线ρ1，比较ρ1与ρ0之间的差异，若不满足设定的阈值要求，继续调整r1g1b1，直到ρ1与ρ0之间的差异满足设定的阈值要求。

该方法是采取以下技术方案实现的。

一种显示设备的反向光谱特征化方法，其特征在于对显示设备实现反向光谱特征化的步骤如下。

第一步：记录下每个原色的光谱辐亮度曲线最大峰值对应的波长值，拟合每个原色的数字输入值与光谱辐亮度曲线最大峰值之间的关系式；所述记录下每个原色的光谱辐亮度曲线最大峰值对应的波长值，拟合每个原色的数字输入值与光谱辐亮度曲线最大峰值之间的关系式的具体步骤是：

步骤1-1：设计由小到大等间隔的红原色数字输入值；

步骤1-2：将第一步的值依次代入正向光谱特征化模型，得到各数字输入值的不同波长的光谱辐亮度值；

步骤1-3：以波长为横坐标，以其对应的光谱辐亮度值为纵坐标，绘制光谱辐亮度曲线；

步骤1-4：读取光谱辐亮度曲线的最大值以及其对应的波长值，该波长值记录为wr；

步骤1-5：读取每一个数字输入值对应的光谱辐亮度曲线中的最大辐亮度值；

步骤1-6：拟合红原色数字输入值与步骤1-5中记录的与其对应的最大辐亮度值之间的关系式f(red)；

步骤1-7：重复步骤1-1到步骤1-6，拟合出绿原色和蓝原色的数字输入值与光谱辐亮度曲线的最大值之间的关系式f(green)和f(blue)，并记录下其对应的波长值wg和wb。

第二步：读取已知的光谱辐亮度曲线ρ0中波长分别为wr、wg和wb时，对应的辐亮度值ρr0、ρg0和ρb0。

第三步：根据第二步读取的值计算ρ0对应的初始数字输入值r1g1b1；所述根据第二步读取的值计算ρ0对应的初始数字输入值r1g1b1的具体步骤是：

步骤3-1：读取ρr0，将ρr0代入关系式f(red)，反向求解出初始的数字输入值r1；

步骤3-2：读取ρg0，将ρg0代入关系式f(green)，反向求解出初始的数字输入值g1；

步骤3-3：读取ρb0，将ρb0代入关系式f(blue)，反向求解出初始的数字输入值b1。

第四步：将数字输入值r1g1b1带入正向光谱特征化模型，计算出数字输入值为r1g1b1时对应的光谱辐亮度曲线ρ1。

第五步：计算已知光谱辐亮度曲线ρ0和正向模型预测得到的光谱辐亮度曲线ρ1之间的色差值δe和光谱均方根误差smsrd（spectrummeansquarerootdeviation）。

第六步：确定反向特征化模型精度要求的阈值δe0和smsrd0。

第七步：判断ρ1是否满足反向模型的预测精度，具体的判断方法是：若满足条件式δe≤δe0或smsrd≤smsrd0，则r1g1b1值就是ρ0对应的数字输入值，转到第十步；否则，转到第八步调整数字输入值r1g1b1。

第八步：调整数字输入值r1g1b1，所述调整数字输入值r1g1b1的具体方法主要分为以下七步：

步骤8-1：读取预测光谱辐亮度曲线ρ1在波长分别为wr、wg和wb时的辐亮度值ρr1、ρg1和ρb1；

步骤8-2：读取已知的光谱辐亮度曲线ρ0在波长分别为wr、wg和wb时的辐亮度值ρr0、ρg0和ρb0；

步骤8-3：令δρr=（ρr1-ρr0），δρg=（ρg1-ρg0），δρb=（ρb1-ρb0）；

步骤8-4：比较|δρr|、|δρg|和|δρb|，若|δρr|最大，转到步骤8-5，若|δρg|最大，转到步骤8-6，若|δρb|最大，转到步骤8-7；若|δρr|=|δρg|，且都大于|δρb|，或者|δρr|=|δρb|，且都大于|δρg|，转到步骤8-5；若|δρg|=|δρb|，且都大于|δρr|，转到步骤8-6；

步骤8-5：给定红原色的调整步长δr，若δρr>0，用r1-δr代替原来的r1值，组成新的r1g1b1驱动值；若δρr<0，用r1+δr代替原来的r1值，组成新的r1g1b1驱动值；

步骤8-6：给定绿原色的调整步长δg，若δρg>0，用g1-δg代替原来的g1值，组成新的r1g1b1驱动值；若δρg<0，用g1+δg代替原来的g1值，组成新的r1g1b1驱动值；

步骤8-7：给定蓝原色的调整步长δb，若δρb>0，用b1-δb代替原来的b1值，组成新的r1g1b1驱动值；若δρb<0，用b1+δb代替原来的b1值，组成新的r1g1b1驱动值。

第九步：转到第四步。

第十步：存储r1g1b1。

第十一步：重复第一步到第十步，直到求出所有已知光谱辐亮度曲线ρ0对应的数字输入值r1g1b1。

第十二步：结束。

本发明设计科学、推广性强、预测精度高，反向特征化过程中采用三原色辐亮度最大值与数字输入值的关系式初步计算数字输入值，简单易用，可基于任何正向光谱特征化模型进行反向色空间转换，用简单的迭代递推法逐步修正数字输入值，提高了模型的预测精度。采用本模型实现设备空间与光谱空间的相互转换，与常规的需要正反两个不同的模型实现色空间转换相比，减少了正、反向特征化过程中的误差来源，预测效果好，适于实际工业生产的应用，便于推广使用。

附图说明

图1是显示设备反向特征化流程图。

图2是显示器三原色的光谱辐亮度曲线。

图3是调整数字输入值rgb的流程图。

具体实施方式

下面结合附图，通过具体实施例对本发明作进一步详述，本实施例以eizocg246为显示设备，测量环境为标准暗室。以下实施例只是描述性的，不是限定性的，因此不能以此限定本发明的保护范围。

图1是显示设备反向特征化流程图。如图1所示，一种显示设备反向光谱特征化方法，主要包括以下几步。

第一步：记录下每个原色的光谱辐亮度曲线最大峰值对应的波长值，拟合每个原色的数字输入值与光谱辐亮度曲线最大峰值之间的关系式；所述记录下每个原色的光谱辐亮度曲线最大峰值对应的波长值，拟合每个原色的数字输入值与光谱辐亮度曲线最大峰值之间的关系式的具体步骤是：

步骤1-1：设计由小到大等间隔的红原色数字输入值；

步骤1-2：将第一步的值依次代入正向光谱特征化模型，得到各数字输入值的不同波长的光谱辐亮度值；

步骤1-3：以波长为横坐标，以其对应的光谱辐亮度值为纵坐标，绘制光谱辐亮度曲线；

步骤1-4：读取光谱辐亮度曲线的最大值以及其对应的波长值，该波长值记录为wr；

步骤1-5：读取每一个数字输入值对应的光谱辐亮度曲线中的最大辐亮度值；

步骤1-6：拟合红原色数字输入值与步骤1-5中记录的与其对应的最大辐亮度值之间的关系式f(red)；

步骤1-7：重复步骤1-1到步骤1-6拟合出绿原色和蓝原色的数字输入值与光谱辐亮度曲线的最大值之间的关系式f(green)和f(blue)，并记录下其对应的波长值wg和wb。

图2是显示器三原色的光谱辐亮度曲线，如图2所示，即本实施例所绘制显示器三原色的光谱辐亮度曲线。

第二步：读取已知的光谱辐亮度曲线ρ0中波长分别wr、wg和wb时，对应的辐亮度值ρr0、ρg0和ρb0。

第三步：根据第二步读取的值计算ρ0对应的初始数字输入值r1g1b1；所述根据第二步读取的值计算ρ0对应的初始数字输入值r1g1b1的具体步骤是：

步骤3-1：读取ρr0，将ρr0代入关系式f(red)，反向求解出初始的数字输入值r1；

步骤3-2：读取ρg0，将ρg0代入关系式f(green)，反向求解出初始的数字输入值g1；

步骤3-3：读取ρb0，将ρb0代入关系式f(blue)，反向求解出初始的数字输入值b1。

第四步：将数字输入值r1g1b1带入正向光谱特征化模型，计算出数字输入值为r1g1b1时对应的光谱辐亮度曲线ρ1。

第五步：计算已知光谱辐亮度曲线ρ0和正向模型预测得到的光谱辐亮度曲线ρ1之间的色差值δe和光谱均方根误差smsrd（spectrummeansquarerootdeviation）。

第六步：确定反向特征化模型精度要求的阈值δe0和smsrd0；所述确定反向特征化模型精度要求的阈值δe0和smsrd0的具体步骤是：

步骤6-1：测量一定样本，计算本反向模型所采用的正向光谱特征化模型的预测精度；

步骤6-2：对正向模型的预测光谱与实测光谱之间的色差的最大值与平均值取平均，设该值为δe0；

步骤6-3：对正向模型的预测光谱与实测光谱之间的smsrd的最大值与平均值取平均，设该值为smsrd0。

第七步：判断ρ1是否满足反向模型的预测精度，具体的判断方法是：若色差值满足δe≤δe1或光谱均方根误差满足smsrd≤smsrd1，则认为ρ1满足反向模型特征化精度的要求，第二步求出的r1g1b1值就是已知光谱辐亮度曲线ρ0对应的数字输入值，转到第十步；否则ρ1不满足指定的精度要求，则进入第八步重新调整数字输入值r1g1b1。

第八步：调整数字输入值r1g1b1。

图3是调整数字输入值rgb的流程图，如图3所示，调整数字输入值r1g1b1的具体方法主要分为以下七步：

步骤8-1：读取预测光谱辐亮度曲线ρ1在波长分别为wr、wg和wb时的辐亮度值ρr1、ρg1和ρb1；

步骤8-2：读取已知的光谱辐亮度曲线ρ1在波长分别为wr、wg和wb时的辐亮度值ρr0、ρg0和ρb0；

步骤8-3：令δρr=（ρr1-ρr0），δρg=（ρg1-ρg0），δρb=（ρb1-ρb0）；

步骤8-4：比较|δρr|、|δρg|和|δρb|，若|δρr|最大，转到步骤8-5，若|δρg|最大，转到步骤8-6，若|δρb|最大，转到步骤8-7；若|δρr|=|δρg|，且都大于|δρb|，或者|δρr|=|δρb|，且都大于|δρg|，转到步骤8-5；若|δρg|=|δρb|，且都大于|δρr|，转到步骤8-6；

步骤8-5：若δρr>0，用r1-δr代替原来的r1值，组成新的r1g1b1驱动值；若δρr<0，用r1+δr代替原来的r1值，组成新的r1g1b1驱动值，本实施例中取δr=1；

步骤8-6：若δρg>0，用g1-δg代替原来的g1值，组成新的r1g1b1驱动值；若δρg<0，用g1+δg代替原来的g1值，组成新的r1g1b1驱动值，本实施例中取δg=1；

步骤8-7：若δρb>0，用b1-δb代替原来的b1值，组成新的r1g1b1驱动值；若δρb<0，用b1+δb代替原来的b1值，组成新的r1g1b1驱动值，本实施例中取δg=1。

第九步：转到第四步。

第十步：存储r1g1b1。

第十一步：重复第一步到第十步，直到求出所有已知光谱辐亮度曲线ρ0对应的数字输入值r1g1b1。

第十二步：结束。