一种显示设备颜色精确预测表征方法

摘要

本发明公开了一种显示设备颜色精确预测表征方法，首先分别选取红、绿、蓝三通道的临近优化三刺激值建立矩阵，将其联合每个通道的最优亮度因子，建立起数学映射模型，从而由数字驱动值获得CIEXYZ三刺激值的初步预测表征值；然后基于二次训练样本的方式，采用最小二乘法，建立数字驱动值与通道独立性差值的数学关联；最后将初步预测表征值与通道独立性差值相加，即得到了显示设备在该数字驱动值对应CIEXYZ三刺激值的最终预测表征值；本发明解决了显示设备色品恒定性和通道独立性差导致颜色预测表征精度不高的问题，可以大幅度地提高各种显示设备颜色预测表征的性能，精确、实用，适用性强。

主权项

一种显示设备颜色精确预测表征方法，其特征在于，包括以下步骤：(1)设置显示设备的输出亮度、白场色温、色域和对比度参数，保证显示设备正常工作，其在任意数字驱动值时的CIEXYZ三刺激值均不出现饱和现象；(2)分别以间隔d₁对显示设备的红、绿、蓝三通道的数字驱动值进行采样，每个通道各产生[ceil(255/d₁)+1]个样本，其中ceil()表示向上取整，将三通道共产生的3×[ceil(255/d₁)+1]个样本作为初步训练样本；分别将上述红、绿、蓝三通道初步训练样本的数字驱动值记为(R_T1,G_T1,B_T1)；(3)采用光谱辐射计测量步骤2得到的初步训练样本对应的CIEXYZ三刺激值，将数字驱动值为(R_T1,G_T1,B_T1)的初步训练样本测量所得的CIEXYZ三刺激值记作(4)根据步骤3得到的初步训练样本的CIEXYZ三刺激值和其数字驱动值(R_T1,G_T1,B_T1)，建立式(1)所示的数学映射模型；通过数学映射模型计算任意数字驱动值(R,G,B)对应的CIEXYZ三刺激值的初步预测表征值(X'_(R,G,B),Y'_(R,G,B),Z'_(R,G,B))；其中，(X₀,Y₀,Z₀)代表数字驱动值为(0,0,0)的CIEXYZ三刺激值；(X_Rn,Y_Rn,Z_Rn)、(X_Gn,Y_Gn,Z_Gn)、(X_Bn,Y_Bn,Z_Bn)分别代表红、绿、蓝三通道的临近优化三刺激值，(X_Rn,Y_Rn,Z_Rn)是与R最接近的(R_T1,0,0)对应的CIEXYZ三刺激值，(X_Gn,Y_Gn,Z_Gn)是与G最接近的(0,G_T1,0)对应的CIEXYZ三刺激值，(X_Bn,Y_Bn,Z_Bn)是与B最接近的(0,0,B_T1)对应的CIEXYZ三刺激值；X_R、Y_G、Z_B代表红、绿、蓝三通道的最优亮度因子，由数字驱动值(R_T1,G_T1,B_T1)与其CIEXYZ三刺激值进行三次样条插值得到；$\left[\begin{array}{c}{X^{\prime }}_{(R,G,B)}\\ {Y^{\prime }}_{(R,G,B)}\\ {Z^{\prime }}_{(R,G,B)}\end{array}\right]=\left[\begin{array}{ccc}1& X_{Gn}/Y_{Gn}& X_{Bn}/Z_{Bn}\\ Y_{Rn}/X_{Rn}& 1& Y_{Bn}/Z_{Bn}\\ Z_{Rn}/X_{Rn}& Z_{Gn}/Y_{Gn}& 1\end{array}\right]\left[\begin{array}{c}{X}_R\\ Y_G\\ Z_B\end{array}\right]+\left[\begin{array}{c}{X}_0\\ Y_0\\ Z_0\end{array}\right]---\left(1\right)$ 三次样条插值的公式如下，spline()表示三次样条插值函数；$\left\{\begin{array}{cc}{X}_R=spline(R_{T1},X_{(R_{T1},G_{T1},B_{T1})}),& G_{T1}=B_{T1}=0\\ Y_G=spline(G_{T1},Y_{(R_{T1},G_{T1},B_{T1})}),& R_{T1}=B_{T1}=0\\ Z_B=spline(B_{T1},Z_{(R_{T1},G_{T1},B_{T1})}),& R_{T1}=G_{T1}=0\end{array}\right.$(5)分别以间隔d₂对红、绿、蓝三通道的数字驱动值进行采样，每个通道各产生[ceil(255/d₂)+1]个样本，将三通道所有可能组合产生的[ceil(255/d₂)+1]³个样本作为二次训练样本；分别将上述红、绿、蓝三通道二次训练样本的数字驱动值记为(R_T2,G_T2,B_T2)；(6)采用光谱辐射计测量步骤5得到的二次训练样本对应的CIEXYZ三刺激值，将数字驱动值为(R_T2,G_T2,B_T2)的二次训练样本测量所得的CIEXYZ三刺激值记作(7)通过式(1)所示的数学映射模型，计算数字驱动值为(R_T2,G_T2,B_T2)的二次训练样本对应CIEXYZ三刺激值的初步预测表征值(8)对于数字驱动值为(R_T2,G_T2,B_T2)的二次训练样本，根据步骤6得到的CIEXYZ三刺激值与步骤7得到的CIEXYZ三刺激值的初步预测表征值通过式(2)，计算出显示设备的通道独立性差值$\left\{\begin{array}{c}{\mathrm{\Delta X}}_{(R_{T2},G_{T2},B_{T2})}=X_{(R_{T2},G_{T2},B_{T2})}-{X^{\prime }}_{(R_{T2},G_{T2},B_{T2})}\\ {\mathrm{\Delta Y}}_{(R_{T2},G_{T2},B_{T2})}=Y_{(R_{T2},G_{T2},B_{T2})}-{Y^{\prime }}_{(R_{T2},G_{T2},B_{T2})}\\ {\mathrm{\Delta Z}}_{(R_{T2},G_{T2},B_{T2})}=Z_{(R_{T2},G_{T2},B_{T2})}-{Z^{\prime }}_{(R_{T2},G_{T2},B_{T2})}\end{array}\right.---\left(2\right)$(9)对于二次训练样本，将其数字驱动值(R_T2,G_T2,B_T2)以式(3)进行归一化，然后将归一化驱动值组成矩阵η_T2，如式(4)所示，结合步骤8获得的通道独立性差值采用最小二乘法拟合出系数矩阵A，这样，对于任意数字驱动值(R,G,B)的待显示颜色，均可以通过式(5)、式(6)和式(7)计算出对应的通道独立性差值(ΔX_(R,G,B),ΔY_(R,G,B),ΔZ_(R,G,B))；$\left\{\begin{array}{c}{r}_{T2}=R_{T2}/255\\ g_{T2}=G_{T2}/255\\ b_{T2}=B_{T2}/255\end{array}\right.---\left(3\right)$$\begin{array}{c}{\eta }_{T2}=[\begin{array}{ccccccccccc}1& r_{T2}& g_{T2}& b_{T2}& r_{T2}^2& g_{T2}^2& b_{T2}^2& r_{T2}{g}_{T2}& r_{T2}{b}_{T2}& g_{T2}{b}_{T2}& r_{T2}{g}_{T2}{b}_{T2}\end{array}\\ \begin{array}{cccccc}{r}_{T2}^2{g}_{T2}& r_{T2}{g}_{T2}^2& r_{T2}^2{b}_{T2}& r_{T2}{b}_{T2}^2& g_{T2}^2{b}_{T2}& g_{T2}{b}_{T2}^2]\end{array}\end{array}---\left(4\right)$$\left\{\begin{array}{c}r=R/255\\ g=G/255\\ b=B/255\end{array}\right.---\left(5\right)$$\begin{array}{c}\eta =[\begin{array}{ccccccccccc}1& r& g& b& r^2& g^2& b^2& rg& rb& gb& rgb\end{array}\\ \begin{array}{cccccc}{r}^{2}g& r{g}^2& r^{2}b& r{b}^2& g^{2}b& g{b}^2]\end{array}\end{array}---\left(6\right)$$\left[\begin{array}{c}\Delta X_{(R,G,B)}\\ \Delta Y_{(R,G,B)}\\ {\mathrm{\Delta Z}}_{(R,G,B)}\end{array}\right]={\left(A\eta \right)}^T---\left(7\right)$(10)对于任意数字驱动值(R,G,B)的待显示颜色，根据步骤9得到的通道独立性差值(ΔX_(R,G,B),ΔY_(R,G,B),ΔZ_(R,G,B))以及步骤4得到的CIEXYZ三刺激值初步预测表征值(X'_(R,G,B),Y'_(R,G,B),Z'_(R,G,B))，经式(8)计算出CIEXYZ三刺激值的最终预测表征值(X_(R,G,B),Y_(R,G,B),Z_(R,G,B))，实现了设备相关颜色空间的数字驱动值(R,G,B)与设备无关颜色空间的CIEXYZ三刺激值之间的准确映射，即显示设备颜色精确预测表征。$\left[\begin{array}{c}{X}_{(R,G,B)}\\ Y_{(R,G,B)}\\ Z_{(R,G,B)}\end{array}\right]=\left[\begin{array}{c}{X^{\prime }}_{(R,G,B)}\\ {Y^{\prime }}_{(R,G,B)}\\ {Z^{\prime }}_{(R,G,B)}\end{array}\right]+\left[\begin{array}{c}\Delta X_{(R,G,B)}\\ \Delta Y_{(R,G,B)}\\ {\mathrm{\Delta Z}}_{(R,G,B)}\end{array}\right]---\left(8\right)$