LCD显示器三维色域测量和不同色空间应用对比

显示器的色域决定了显示器能够显示的颜色范围,且色域覆盖率也是显示器测试的一个重要参数。由于颜色三属性中包含亮度,所以对显示器进行色彩和色域测试时应该考虑亮度因素Y,这就需要在三维的色空间下进行分析。文中分析了LCD显示器背光源亮度对色域覆盖率和色饱和度的影响,以及色饱和度对色域覆盖率的影响。用MATLAB绘制出在不同的...     

多元色液晶电视显示器色重显特性

为研究多元色液晶显示器的色重显特性,采用特定色块测量的方法,以实测色度参数构建多元色液晶显示器的重显色域,分别在二维、三维色空间分析其色域特性,并与其他重要标准色域做了比较。结果表明,多元色液晶显示器的三维色域范围大于宽目标色域Pointer色域,特别是在高明度区更加明显。色度测量结果还显示,额外增加的黄元色的色饱和度并不高,也未使色域覆盖率得到显著提高,但高亮度黄元色使多元色液晶显示器的光效率得到很大提高。     

准积分法构建视觉可感知三维色域的研究

为了更全面地评价显示器的色重显性能,用准积分法构建了人类视觉可感知三维色域.该算法用CIE标准色度观察者观察、混配等能单色辐射测得的CIE 1931 XYZ色度系统光谱三刺激值,按某一波长间隔求累加和,来近似实现未知函数表达式的多重积分运算.构建的色域囊括了人眼能识别的全部颜色,是宽色域、高动态范围显示设备的目标色域.还用三棱锥体积求和算法计算出该色域体积,验证了算法的可行性.进而由实测的LCD电视显示器数据,用同样方法计算其三维色域,并与视觉可感知三维色域进行定量比较.这些工作表明,本算法可为定量评价显示器的三维色域提供理论依据和可行算法,用这种方法给出的显示设备三维色域覆盖率可克服通常在二维色度图计算色域覆盖率的局限性.     

LED显示屏的色域校正

LED发光在亮度和色度上有一定的离散性,会明显降低LED显示屏的图像质量。文章给出了一种色域校正方法,能在改善LED显示屏的亮度、色度均匀性的同时,确定LED显示屏的显示色域。建立了LED显示屏显示颜色的线性数学模型,对LED显示屏色域校正的目标色域进行了分析,给出了将LED屏幕所有显示像素的显示色域范围校正到目标色域的方法,并通过"白平衡"来实现对颜色色坐标的精确控制。实验结果显示,该方法可以将LED显示屏显示色域精确校正到目标色域。     

三基色显示设备三维色域的构建及计算

从颜色的三重属性出发,设计生成了测定颜色亮度、色调和色饱和度的三维色域测试图,用这些测试图,对被测显示器进行了色度测试,得到了不同亮度下的三维色域图。用切片算法计算了被测显示器的三维色域,并与笔者之前基于相加混色原理计算的理论三维色域值进行了比较,结果表明二者基本相等。     

真实表面色色域三维分析及其色立体计算

为弥补二维色度分析的局限性,首先在CIE-L*a*b*色空间及其变换所得L*C*hab坐标系中,对真实表面色色域进行三维色度学分析。为克服二维色度图计算色域覆盖率的片面性,还提出了一种在三维色空间计算色立体体积的近似算法,并与笔者的前期算法进行了比较,表明新算法精度有所提高。     

宽色域液晶显示系统的研究

针对普通显示液晶系统在色彩表现方面的不足,在现有色域扩展技术的基础上,设计了一种以白和宝石蓝两种颜色发光二极管作为背光源的宽色域液晶显示系统。本文通过分析普通显示系统的色域,以色域覆盖率最大化为准则,选择主波长为501nm的宝石蓝发光二极管作为扩展背光源,扩展普通显示系统未能显示的青绿色区域。从理论上分析该系统的色域范围,并且详细介绍了系统背光源阵列、数据转发等功能模块的电路实现。实验结果表明:本文所设计的宽色域液晶显示系统的色域扩展了青绿色区域且色域覆盖率可达到45.65%。相比与其他多原色显示系统,本文设计的宽色域液晶显示系统不仅简化了硬件设计的复杂度,而且能够重现更多青绿色区域的颜色。     

跨媒体复制中的色域映射

色域映射是ICC色彩管理中的一项关键技术,能够解决不同类型设备的色域差异造成的色彩失真问题,实现颜色复制的真实再现。介绍了色域映射色空间的选择、色域边界的描述、色域映射的类型和映射算法,并比较分析了两种典型算法的优缺点和色域映射的效果。     

跨媒体复制中的色域映射

色域映射是ICC色彩管理中的一项关键技术,能够解决不同类型设备的色域差异造成的色彩失真问题,实现颜色复制的真实再现。介绍了色域映射色空间的选择、色域边界的描述、色域映射的类型和映射算法,并比较分析了两种典型算法的优缺点和色域映射的效果。     

宽色域电视及其标准

介绍了Munsell和Pointer两种彩色体系,对比了常规和扩展色域电视系统及相关标准,对研究和构建宽色域电视系统提出了建议.     

基于全变分Retinex及梯度域雾天图像增强算法

为提高雾天图像增强的对比度并保持颜色恒常性,提出了基于全变分Retinex及梯度域雾天图像增强算法。首先,采用高斯—赛德尔GS（Gauss-Seidel）迭代算法对基于Retinex的全变分能量泛函数进行求解,从而有效地保持颜色恒常性;其次,采用相对梯度与绝对梯度相结合的方式拉伸雾天图像较亮处的梯度, 在全变分Retinex理论下重建增强后的雾天图像,并将该增强算法应用到彩色图像;最后,加权融合基于全变分Retinex增强算法与梯度域增强算法的增强结果,使得增强结果既能提高对比度又能保持色彩恒常性。实验结果表明,本算法提高了雾天图像增强后的对比度和清晰度,具有颜色恒常性、颜色保真高等特性。     

两基色白光LED的配色研究

从色度学原理出发,简述了两基色白光LED的配色原理,确定了可合成白光的两基色的选取范围和两基色的配比范围,计算分析了两基色白光LED的光视效能和一般显色指数。两基色白光LED具有较高的光视效能,但其显色性却较差,主波长为450 nm左右的蓝光LED与主波长572 nm左右的黄绿光混合得到的白光的光视效能值最大,约为400 lm/w,已接近等能纯白点的理论极值,但一般显色指数只有—0.5。主波长为480 nm左右的LED与主波长为580 nm左右的LED混合得到的白光的一般显色指数值最大,仅为16.2。     

多尺度Retinex图像增强应用中的彩色空间选择

研究了基于Retinex理论的图像增强算法,介绍了图像和视频处理中常用的RGB、HSV、YIQ、YCbCr和 Lab 5种颜色空间,给出了均方误差(MSE)、峰值信噪比(PSNR)、信息熵、彩色增强因子(CEF)和结构相似度(SSIM)5个图像质量评价指标的计算公式,并用这5个指标评价了CLAHE算法在5种颜色空间上的增强效果.实验结果表明,相比于其它4种颜色空间,多尺度Retinex算法在HSV颜色空间上取得了最好的增强效果.     

一种基于HVS的空域分块数字水印技术

数字水印作为一种防护技术,在数字产品的保护认证方面越发显得重要,成为当前计算机领域研究的热点问题之一。提出了一种在空域采用分块重复嵌入水印信息和HVS相结合的水印技术。实验结果说明,分块技术在空域的使用提高了水印的嵌入强度和降低计算复杂度,该算法在抵抗旋转、裁剪、缩放方面等有较强能力;水印算法与HVS技术的有效性相结合,数字水印具有很好的掩蔽性。     

基于时间混色的无滤色膜液晶显示技术研究

针对目前高质量的滤色膜制造工艺复杂,成本较高的问题,提出了一种利用LED做背光源结合一种时间混色的液晶显示技术,实现颜色显示无滤膜化,使液晶显示系统具有结构简单、色彩输出能力强、性能价格比高的优点。     

Contourlet-SVD域的YIQ彩色图像全息水印算法

选取YIQ域的颜色空间将共轭对称扩展傅立叶数 字全息技术与Contourlet-SVD域 进行结合,提出一种基于YIQ和Contourlet-SVD域的彩色图像全息水印算法。由于在RGB 图像的任一分量嵌入水印对视觉影响较大,所以选择将RGB图像转换成YIQ域的颜色空间, 选取亮度分量Y进行2层Contourlet变换,在得到的细节子带中选取低频系数进行SVD奇 异值分解,将对水印图像进行共轭对称扩展傅立叶数字全息方法所生成得水印信息隐藏。 最后的实验结果表明,该算法可以保证水印嵌入足量的基础上,确保了水印信息的较强抵 抗能力。该算法对高斯噪声、JPEG压缩攻击的鲁棒性较强,NC值均达到0. 91     

一种改进的高亮度区域肤色像素检测算法

高亮度条件下肤色和非肤色具有很高的相似性,导致高亮度肤色像素的检测一直是基于肤色分割的一个难点。为了提高肤色分割的效果,提出一种能够检测出图像中高亮度肤色区域的方法。首先在YCbCr颜色空间中利用阈值自适应的单高斯模型检测出图像中具有正常亮度的肤色像素,再结合像素的邻域信息和亮度边缘信息进一步检测出图像中高亮度区域的肤色像素,有效地解决了传统肤色检测方法对高亮度肤色区域漏检的问题。实验结果表明,采用该算法可以较准确地检测出图像中的高亮度肤色区域。     

Blind image quality assessment in the contourlet domain

No-reference/blind image quality assessment (NR-IQA/BIQA) algorithms play an important role in image evaluation, as they can assess the quality of an image automatically, only using the distorted image whose quality is being assessed. Among the existing NR-IQA/BIQA methods, natural scene statistic (NSS) models which can be expressed in different bandpass domains show good consistency with human subjective judgments of quality.In this paper, we create new ‘quality-aware’ features: the energy differences of the sub-band coefficients across scales via contourlet transform, and propose a new NR-IQA/BIQA model that operates on natural scene statistics in the contourlet domain. Prior to applying the contourlet transform, we apply two preprocessing steps that help to create more information-dense, low-entropy representations. Specifically, we transform the picture into the CIELAB color space and gradient magnitude map. Then, a number of ‘quality-aware’ features are discovered in the contourlet transform domain: the energy of the sub-band coefficients within scales, and the energy differences between scales, as well as measurements of the statistical relationships of pixels across scales. A detailed analysis is conducted to show how different distortions affect the statistical characteristics of these features, and then features are fed to a support vector regression (SVR) model which learns to predict image quality. Experimental results show that the proposed method has high linearity against human subjective perception, and outperforms the state-of-the-art NR-IQA models.