一种基于支持向量回归机的颜色空间转换的颜色校正方法技术

本发明专利技术涉及一种基于支持向量回归机的颜色空间转换的颜色校正方法，适用于各种色彩采集设备的颜色复原与修正。本发明专利技术的意义在于通过将设备相关颜色空间的颜色表现形式转换到设备无关颜色空间的颜色表现形式来实现颜色信息在传递过程中一致性的保持，为色彩采集设备实现颜色的精确复原。将颜色图像采集设备所获取的标准色卡的颜色数据作为输入信号，以该信号与估计数据的均值作为误差信号用以指导支持向量回归机实现RGB‑L*a*b*颜色空间的精确转换，直到实现输入与输出的准确映射。

【技术实现步骤摘要】
一种基于支持向量回归机的颜色空间转换的颜色校正方法
本专利技术属于颜色校正领域，适用于各类颜色显示与采集设备的颜色校正，本专利技术通过支持向量回归机获得精确拟合的与设备无关的L*a*b颜色单元，色彩真实显示与采集提供保障。
技术介绍
近年来，颜色的复原与管理受到了相关领域研究人员越来越多的关注。色彩信息在图像采集、显示、处理、输出设备中如何保持一致是颜色复原研究需要解决的问题。如今，诸如数码相机、扫描仪等图像采集设备已被广泛引用，但是在实际生活和工作做，经常会遇到显示出来的图像或照片等与我们看到的真实色彩存在很大差别。如果要保证颜色的准确传递，就需要建立一种与采集设备无关的传递色彩信息的颜色管理机制。设备的颜色特征表现为：某种设备对颜色的描述数值与设备无关的颜色空间形成对应关系，设备不同，此种对应关系也就不同。如果可以找到这种对应关系，就可以通过将设备相关颜色空间的颜色表现形式转换到设备无关颜色空间的颜色表现形式来实现颜色信息在传递过程中一致性的保持。现有技术中，主要的研究成果主要分为多项式回归法、阶调/矩阵模型法、三维查表法以及神经网络等方法。其中，多项式回归法原理简单，但是参与回归的数据精度能提高，而未参与回归的数据精度有可能反而会下降；阶调/矩阵模型法是比较经典实用的方法，但是对于暗调色域的颜色转换误差加大；三维查表法只有在有均匀分布并且足够数量的训练样本的情况下才能建立精度较高的查找表，数据量的增大会使得运算速度减慢；神经网络法存在天然的收敛速度慢、容易陷入局部最小点的问题。
技术实现思路
本专利技术的目的是为了克服现有技术存在的缺点和不足，而提供一种基于支持向量回归机的颜色空间转换的颜色校正方法。该校正方法通过彩色照相机获得的与设备相关的RGB(R表示红色、G表示绿色、B表示蓝色)颜色单元运用支持向量回归机来获得精确拟合的与设备无关的L*a*b*颜色单元，L*表示亮度，a*和b*表示色度指数，即a*和b*均反映色度的彩色分量，a*分量是由绿色渐变到红色，b*分量是由蓝色渐变到黄色。为实现上述目的，本专利技术的技术方案是S1:构建颜色采集系统，该颜色采集系统用于采集样本的彩色图片，并输出；S2:通过将色度值为L1*a1*b1*的标准目标颜色用CCD图像采集设备采集并获得相关的RGB值，构造出自变量S矩阵和标准空间RGB信息矩阵；S3:运用支持向量机获得系数矩阵M；S4:根据所得的系数矩阵M重构L*a*b*颜色空间。进一步设置是所述的步骤S1包括有：S11:CCD图像采集设备垂直放置在样本22.5厘米的距离；镜头的轴线和照明源之间的角度约为45度；S12:照明光源选用色温为6500K的D65光源；S13:照明光源和CCD图像采集设备放在一个木箱里，里面的墙被漆成黑色，以减少背景光；S14:采集获得样本的彩色图片通过USB口传送至计算机。进一步设置是该变量S矩阵为实测RGB值的二次项组合：其中N表示测量值的个数；所述标准空间RGB信息矩阵为DD＝SMR、G、B分量分别为Rs，Gs，Bs。进一步设置是所述步骤S3中的系数矩阵M定义为是R分量系数矩阵，是G分量系数矩阵，是B分量系数矩阵，它们所有的元素值是未知的，需用通过支持向量回归机进行估计获得。进一步设置是所述步骤S3中的具体包括：S31:以R分量为例构造支持向量机代价函数：s.t.E{(Rs-SM1)2}≤δ这里Rs是ColorChecker24色卡各色块R分量的标准值向量，M1为待估计的R分量系数矩阵，δ为一个大于0的数，E表示数学期望运算；S32:通过拉格朗日法改写为这里拉格朗日因子C是一正数；即有：令又有S33:求其一阶偏导并令为零，即可得到Rs分量转换矩阵表达式M1＝(βSTS+1)-1STRsS34:同样方法获得M2和M3，获得完整系数矩阵M。进一步设置所述的步骤S4的方法为：本专利技术的优点是：本专利技术的通过将设备相关颜色空间的颜色表现形式转换到设备无关颜色空间的颜色表现形式来实现颜色信息在传递过程中一致性的保持，为色彩采集设备实现颜色的精确复原。将颜色图像采集设备所获取的标准色卡的颜色数据作为输入信号，以该信号与估计数据的均值作为误差信号用以指导支持向量回归机实现RGB-L*a*b*颜色空间的精确转换，直到实现输入与输出的准确映射。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本专利技术的范畴。图1本专利技术的流程图；图2是本专利技术的机器学习回归机的模型示意图；图3是本专利技术的结构风险最小化原理图；图4是本专利技术的具体实现的色彩校正流程图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述。如图1所示，为本专利技术实施例中，包括：S1:构建颜色采集系统，该颜色采集系统用于采集样本的彩色图片，并输出；S2:通过将色度值为L1*a1*b1*的标准目标颜色用CCD图像采集设备采集并获得相关的RGB值，构造出自变量S矩阵和标准空间RGB信息矩阵；S3:运用支持向量机获得系数矩阵M；S4:根据所得的系数矩阵M重构L*a*b*颜色空间。图2给出了机器学习回归机的模型示意图，SVM是基于结构风险最小化原则的(图3所示)。综合考虑风险经验风险与置信范围的变化，可以求得最小的期望风险上界，它所对应的函数子集可以作为具有最佳泛化性能的函数集合。本专利技术具体包括：其中步骤S1构建颜色采集系统(如图4所示)：(a)彩色数码相机(CCD图像采集设备)的垂直放置在样品22.5厘米的距离；镜头的轴线和照明源之间的角度约为45度。(b)照明光源选用色温为6500K的D65光源。(c)照明管和照相机放在一个木箱里，里面的墙被漆成黑色，以减少背景光。(d)采集获得的高像素图片通过USB口传送至计算机。S2:通过将色度值为L1*a1*b1*的标准目标颜色用CCD图像采集设备采集并获得相关的RGB值，构造出自变量S矩阵(该矩阵为实测RGB值的二次项组合)：这里N表示测量值的个数。标准空间RGB信息矩阵为DD＝SM有R、G、B分量分别为Rs，Gs，BsS3:运用支持向量机获得系数矩阵M。系数矩阵M定义为这里是R分量系数矩阵，是G分量系数矩阵，是B分量系数矩阵，它们所有的元素值是未知的，需用通过支持向量回归机进行估计。(3-1)不失一般性，以R分量为例构造支持向量机代价函数：s.t.E{(Rs-SM1)2}≤δ这里Rs是ColorChecker24色卡各色块R分量的标准值向量，M1为待估计的R分量系数矩阵，δ为一个大于0的数，E表示数学期望运算。(3-2)通过拉格朗日法改写为这里拉格朗日因子C是一正数。即有：令又有(3-3)求其一阶偏导并令为零，即可得到Rs分量转换矩阵表达式M1＝(βSTS+1)-1STRs(3-4)同样方法获得M2和M3，获得完整系数矩阵M。S4:根据所得的系数矩阵M重构L*a*b*颜色空间，方法如下本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读本文档来自技高网...

【技术保护点】
1.一种基于支持向量回归机的颜色空间转换的颜色校正方法，其特征在于包括：S1:构建颜色采集系统，该颜色采集系统用于采集样本的彩色图片，并输出；S2:通过将色度值为L1*a1*b1*的标准目标颜色用CCD图像采集设备采集并获得相关的RGB值，构造出自变量S矩阵和标准空间RGB信息矩阵；S3:运用支持向量机获得系数矩阵M；S4:根据所得的系数矩阵M重构L*a*b*颜色空间。

【技术特征摘要】
1.一种基于支持向量回归机的颜色空间转换的颜色校正方法，其特征在于包括：S1:构建颜色采集系统，该颜色采集系统用于采集样本的彩色图片，并输出；S2:通过将色度值为L1*a1*b1*的标准目标颜色用CCD图像采集设备采集并获得相关的RGB值，构造出自变量S矩阵和标准空间RGB信息矩阵；S3:运用支持向量机获得系数矩阵M；S4:根据所得的系数矩阵M重构L*a*b*颜色空间。2.根据权利要求1所述的颜色校正方法，其特征在于：所述的步骤S1包括有：S11:CCD图像采集设备垂直放置在样本22.5厘米的距离；镜头的轴线和照明源之间的角度约为45度；S12:照明光源选用色温为6500K的D65光源；S13:照明光源和CCD图像采集设备放在一个木箱里，里面的墙被漆成黑色，以减少背景光；S14:采集获得样本的彩色图片通过USB口传送至计算机。3.根据权利要求1所述的颜色校正方法，其特征在于：该变量S矩阵为实测RGB值的二次项组合：其中N表示测量值的个数；所述...

【专利技术属性】
技术研发人员：杨卫波，卢玉锋，阮秀凯，崔桂华，蔡启博，李长军，李志红，
申请(专利权)人：温州大学，
类型：发明
国别省市：浙江,33