【技术实现步骤摘要】
本专利技术涉及图像显示，尤其是指一种基于分区机制的色域压缩方法、装置及存储介质。
技术介绍
1、随着科技的迅猛发展，数字印刷与先进的色彩管理技术相结合，正在引领印刷行业步入一个全新的纪元。色域压缩已成为数字印刷中的关键技术，它能够确保从显示器的设计阶段到最终的印刷输出之间的视觉损失和色彩失真被最大程度地减少。显示器一般在较宽的色域，如srgb，下操作，展现出色彩丰富的图像。然而，当准备将这些图像打印出来时，必须将其转换并裁剪以适应打印机较小的色域，如cmyk。这种从宽色域到窄色域的转换，尤其在保持图像原有的视觉效果方面，极具挑战性。为此，色域映射技术成为了不断追求的目标，以便更好地适应各种输出设备的色彩表达能力，保证印刷品色彩的真实和一致性。这项技术的不断完善和发展，是对精确色彩再现的持续追求，标志着印刷技术向更高水平的跃升。
2、传统的色域压缩方法可以分为像素到像素的色域压缩算法和空间色域压缩算法。
3、像素到像素的色域压缩算法主要包括裁剪和压缩方法。色域剪切是指将色域外的颜色重新映射到目标设备色域边界上的颜色的过程。尽管色域剪切可以保持大多数颜色不变，但它在边界处引入了不需要的可见颜色不连续性。为了避免边界处的不连续性，色域压缩考虑了相邻颜色之间的关系，这导致所有颜色在一定程度上被重新映射。国际照明委员会在色域映射评估指南中推荐的色域剪切和色域压缩算法为hpminde和sgck。xu等人通过引入两种新颖的算法vp(生动性保留)和dp(深度保留)改进了sgck算法，显着增强了图像再现的视觉质量。2022
4、空间色域映射算法考虑了彩色图像的空间特性，从而达到相对较好的映射效果，主要分为补偿算法和迭代算法。传统的补偿算法将高频和低频分离，压缩低频图像的色域，然后将其与高频图像合并，并对合并后的图像进行二次映射。然而，这种通过直接添加高频和低频图像的方法，会导致压缩结果出现光晕和过多的人工纹理。迭代算法将色域映射定义为约束优化问题，并将各种指标拟合到旨在优化彩色图像质量的目标函数中，通过迭代最小化这些目标函数产生具有最小感知差异的图像。nakauchi等人基于人类对比敏感度函数，提出了图像感知差异模型，使用类似于s-cielab的度量进行迭代优化。然而，从实验中获得的视觉数据很差。kimmel等人试图将光谱数据和空间感知度量结合起来，以二次规划的形式提出有效的数值解决方案，但色域映射图像并非完全没有光晕伪影。alsam和farup综合考虑最优色度色域裁剪算法和理想化空间色域映射算法，提出了一种折中方案，通过基于各向异性扩散相关方法的迭代过程产生理想的色域映射结果，一定程度上避免了常见的图像光晕问题。preiss等人引入了色域映射失真的图像质量评估指标icid，并使用icid作为目标优化函数来迭代优化初始色域映射图像，从而使图像更符合人类感知。对于色域映射失真，icid指数目前与人类判断相关性最高。
5、空间色域压缩算法虽然在渲染保真度方面表现出色，但因其耗时的处理工作流程而受到阻碍，使得它们对于打印应用程序来说不切实际。而像素到像素的色域压缩算法虽然耗时较短，但处理后的图像质量较低。
技术实现思路
1、为此，本专利技术所要解决的技术问题在于克服现有技术中无法在保证色域压缩图像质量的前提下缩短处理时间的问题。
2、为解决上述技术问题，本专利技术提供了一种基于分区机制的色域压缩方法，包括：
3、将待处理的大色域图像转换为lab图像后，利用分区编码器将所述lab图像分割成四个不同区域，得到四个不同区域的条件向量；所述四个不同区域包括色域内明部、色域内暗部、色域外明部和色域外暗部；
4、将所述lab图像转换至cmyk色彩空间，得到初始cmyk图像；
5、从lab图像分割成的四个不同区域中分别均匀采样预设比例的像素，将采样后的像素利用icid迭代色域压缩优化算法进行优化，得到icid迭代色域压缩优化算法优化后的cmyk图像；
6、将四个不同区域的条件向量的独热编码、初始cmyk图像各像素的空间坐标以及cmyk颜色值组成十维向量，将所述十维向量经过复合编码后，输入至人工神经网络，以icid迭代色域压缩优化算法优化后的cmyk图像作为标签，对人工神经网络进行训练调参；将训练后得到的人工神经网络参数作为注释字段嵌入至待处理的大色域图像；
7、打印作业启动时，提取待处理的大色域图像中嵌入的人工神经网络参数，加载至人工神经网络，并将待处理的大色域图像转换至cmyk色彩空间后输入至人工神经网络，输出目标cmyk图像。
8、优选地，将待处理的大色域图像转换为lab图像，包括：
9、待处理的大色域图像为srgb图像，利用伽玛校正函数线性化待处理的大色域图像；
10、利用3×3矩阵将线性化后的待处理的大色域图像从srgb色彩空间映射到cie-xyz色彩空间；
11、将待处理图像从cie-xyz色彩空间转换到感知均匀且与设备无关的lab色彩空间。
12、优选地，lab图像分割后的四个不同区域的条件向量，公式为：
13、
14、其中，c表示lab图像分割后的四个不同区域的条件向量。
15、优选地，所述将lab图像转换cmyk色彩空间，包括：采用icc配置文件中的b2a0颜色查找表进行色域前压缩，将lab图像转换cmyk色彩空间。
16、优选地，从lab图像分割成的四个不同区域中分别均匀采样预设比例的像素，包括：从色域内明部、色域内暗部、色域外明部和色域外暗部区域中均匀采样的预设比例分别为10％、5％、15％和10％。
17、优选地，将所述十维向量进行复合编码，步骤包括：
18、使用恒等映射编码四个不同区域的条件向量的独热编码；
19、使用三角波函数编码初始cmyk图像中的像素空间坐标和cmyk颜色值。
20、优选地，所述人工神经网络包括多层感知机。
21、优选地，对人工神经网络进行训练调参之前，采用元学习策略对人工神经网络进行预训练。
22、本专利技术还提供了一种基于分区机制的色域压缩装置，包括：
23、分区模块，用于将待处理的大色域图像转换为lab图像后，利用分区编码器将所述lab图像分割成四个不同区域，得到四个不同区域的条件向量；所述四个不同区域包括色域内明部、色域内暗部、色域外明部和色域外暗部；
24、cmyk转换模块，用于将所述lab图像转换至cmyk色彩空间，得到初始cmyk图像；
25、标签获取模块，用于从lab图像分割成的四个不同本文档来自技高网...
【技术保护点】
1.一种基于分区机制的色域压缩方法，其特征在于，包括：
2.根据权利要求1所述的一种基于分区机制的色域压缩方法，其特征在于，将待处理的大色域图像转换为LAB图像，包括：
3.根据权利要求1所述的一种基于分区机制的色域压缩方法，其特征在于，LAB图像分割后的四个不同区域的条件向量，公式为：
4.根据权利要求1所述的一种基于分区机制的色域压缩方法，其特征在于，所述将LAB图像转换CMYK色彩空间，包括：采用ICC配置文件中的B2A0颜色查找表进行色域前压缩，将LAB图像转换CMYK色彩空间。
5.根据权利要求1所述的一种基于分区机制的色域压缩方法，其特征在于，从LAB图像分割成的四个不同区域中分别均匀采样预设比例的像素，包括：从色域内明部、色域内暗部、色域外明部和色域外暗部区域中均匀采样的预设比例分别为10％、5％、15％和10％。
6.根据权利要求1所述的一种基于分区机制的色域压缩方法，其特征在于，将所述十维向量进行复合编码，步骤包括：
7.根据权利要求1所述的一种基于分区机制的色域压缩方法，其特征在于，所述人
8.根据权利要求1所述的一种基于分区机制的色域压缩方法，其特征在于，对人工神经网络进行训练调参之前，采用元学习策略对人工神经网络进行预训练。
9.一种基于分区机制的色域压缩装置，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述一种基于分区机制的色域压缩方法的步骤。
...【技术特征摘要】
1.一种基于分区机制的色域压缩方法，其特征在于，包括：
2.根据权利要求1所述的一种基于分区机制的色域压缩方法，其特征在于，将待处理的大色域图像转换为lab图像，包括：
3.根据权利要求1所述的一种基于分区机制的色域压缩方法，其特征在于，lab图像分割后的四个不同区域的条件向量，公式为：
4.根据权利要求1所述的一种基于分区机制的色域压缩方法，其特征在于，所述将lab图像转换cmyk色彩空间，包括：采用icc配置文件中的b2a0颜色查找表进行色域前压缩，将lab图像转换cmyk色彩空间。
5.根据权利要求1所述的一种基于分区机制的色域压缩方法，其特征在于，从lab图像分割成的四个不同区域中分别均匀采样预设比例的像素，包括：从色域内明部、色域内暗部、色域外明部和色...
【专利技术属性】
技术研发人员：徐昊，柴志雷，杜晓凯，杨晨，朱佳伟，漆艇，
申请(专利权)人：高量工业智能科技无锡有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。