CN1578384A - 色饱和度调整 - Google Patents

Abstract

一种灰平衡调整和色饱和度调整的方法，包括：对初始基色数据值产生各自的灰平衡分量，对初始基色数据值产生各自的色饱和度调整分量，和将各自的灰平衡分量与各自的色饱和度调整分量相加，从而产生各自的灰平衡和色饱和度调整后的基色数据值。

Description

色饱和度调整

技术领域

所公开的主题主要涉及调整色饱和度。

背景技术

彩色打印机通常使用多种不同基色的墨水来产生彩色成分谱。例如，许多彩色打印机使用四种颜色的墨水：青色(C)，品红色(M)，黄色(Y)和黑色(K)。通过在每个像素位置设置零个或多个点的C，M，Y或K色墨水的组合，从而可以在接收基底或介质上形成彩色图像。青色，品红色和黄色会被经常使用到，因为这些墨水的不同组合可以产生很宽范围的彩色。

对于某些图像，特别是图形，可能需要调整色饱和度，从而使打印输出更为鲜艳。

发明内容

本发明提供一种灰平衡调整和色饱和度调整的方法，包括：确定初始基色数据值中的灰相对量；确定初始基色数据值中的色度相对量；和对每个基色数据值都加上对应的最大灰平衡调整后的值的一部分和对应的最大饱和度调整后的值的一部分，从而产生各自的灰平衡和色饱和度调整后的基色数据值；和其中对应的最大灰平衡调整后的值的该部分是灰相对量的函数，最大饱和度调整后的值的该部分是色度相对量的函数。

附图说明

图1是一打印系统的实施例的示意方框图。

图2是一图像处理流水线的实施例的示意图。

图3是一色饱和度调整过程的示意流程图。

图4是另一色饱和度调整过程的示意流程图。

图5是图4所示过程的一个步骤的简化方程。

图6是一灰平衡调整和色饱和度调整过程的实施例的示意流程图。

图7是图6所示过程的一个步骤的简化方程。

图8是使用图6所示过程的图像处理流水线的一实施例的示意图。

具体实施方式

图1是一打印装置的实施例的示意方框图，该装置包括一接口31，用于从例如主机接收打印数据，并将打印数据存储在缓冲存储器33中。处理器35用于处理打印数据以产生存储器37中存储的位表光栅数据。打印引擎39用于根据由处理器35产生的位表光栅数据打印图像。打印引擎39可以是，例如电子照相打印引擎或喷墨式打印引擎。

图2是一彩色打印机的一部分图像处理流水线的实施例的框图。在111，对输入的诸如CMYK(青，品红，黄，黑)这样的基色数据执行部分灰替换，其中CMY的某些量被替换为黑色。在113执行色饱和度调整，在114执行灰平衡调整。或者，可以在色饱和度调整之前执行灰平衡调整。在115执行线性化，从而使C，M或Y中基本相等的变化可以产生在视觉上基本相等的变化。在117执行半色调处理，并在117进行打印。

图3是一色饱和度调整过程的实施例的示意流程图，用于调整非黑色(non-black)的彩色数据，例如图像像素的输入CMY数据或灰平衡的CMY数据，并可以用来根据需要调整图像的某些或全部像素的色饱和度或亮度。

在151，对于像素的CMY数据值是否包括灰分量进行判断。若一像素的所有CMY数据值都是非零值，则像素的CMY数据值包含一灰分量。该灰分量可以包括，例如C，M和Y数据值中的最小值。在153，只有当C，M和Y数据值不相等(即，非灰且不等于零)时，才根据色饱和度曲线对像素的CMY数据值进行色饱和度调整。

图4是一色饱和度调整过程的实施例的示意流程图，用于调整非黑色的基色数据，例如图像像素的CMY数据，并且该图可用来调整例如非灰平衡(non-gray balanced)的CMY数据的色饱和度。

在211，将GRAY分量设置为一个像素的初始C，M和Y数据值中的最小值。在213，将MAXCMY设置为一个像素的初始C，M和Y数据值中的最大值。在215，若初始C，M，Y值中的最大值MAXCMY为零(即，若所有的C，M，Y值都为零)，则过程停止，且不调整此像素的CMY数据值。在217计算GRAY分量与MAXCMY的RATIO。在219，通过向各个初始CMY值增加一个数值来计算饱和度调整的CMY数据值，该数值是以下两项的乘积：(1)对应的最大饱和度调整后的值SAT_C(C)，SAT_M(M)或SAT_Y(Y)和初始C，M或Y值之间的差值，和(2)一减去先前计算的RATIO。若没有灰分量，则最大饱和度调整后的值SAT_C(C)，SAT_M(M)或SAT_Y(Y)就是将被设定到的饱和度调整后的CMY值，并可以通过以查找表形式实现的饱和度曲线来获得，该查找表由初始C，M和Y数据值来索引。以下将要描述，根据初始C，M或Y数据值的色度量或非灰的量来按比例调整，特定初始C，M或Y数据值的最大饱和度调整后的值与该初始的C，M或Y数据值之间的差值。每个饱和度曲线都可以是一个S形函数，其中对于较浅的颜色减少色彩，对于较深的颜色增加色彩。例如，对于较浅的颜色，饱和度曲线值小于初始彩色值，对于较深的颜色，饱和度曲线值大于初始彩色值。通过举例方式可以说明相同的饱和度曲线可以用于所有的非黑色的基色。

在前面的描述中，由于RATIO就是GRAY/MAXCMY，因此可以认为RATIO定义了初始CMY数据值中的灰相对量。可以将(1-RATIO)表示为(MAXCMY-GRAY)/(MAXCMY)，并可以认为其定义了初始CMY数据值中的色度或非灰(non-gray)的相对量。(MAXCMY-GRAY)可以被认为是初始CMY数据值的色度分量。为方便起见，RATIO也可以被认为是一个相对灰分量，而(1-RATIO)可被认为是相对的非灰或色度分量。由于(1-RATIO)随着初始CMY数据中的色度相对量而增加，并且因为(SAT_C(C)-C)，(SAT_M(M)-M)和(SAT_Y(Y)-Y)分别表示最大饱和度调整后的值和各初始彩色数据值之间的差值，因此初始CMY数据值的饱和度调整量随着初始CMY数据中包含的色度相对量而增加。也就是说，饱和度调整量是初始CMY数据中的色度相对量(1-RATIO)的函数。因此，对于没有灰分量的数据(即，初始C，M和Y值中的至少一个为零)，RATIO等于零，(1-RATIO)为1，执行最大饱和度调整。对于灰色(即，初始C，M，Y值相等且没有色度)，则RATIO为1，(1-RATIO)为零，不执行饱和度调整。

一般来说，饱和度调整量可以是初始CMY数据中的色度相对量的线性或非线性函数，其中对没有灰分量的数据执行最大饱和度调整，对灰色不执行饱和度调整。例如，RATIO可以是初始CMY数据中的灰相对量的线性或非线性函数，对于灰色等于1，对于没有灰分量的数据等于0。类似地，(1-RATIO)可以是初始CMY数据中的色度相对量的线性或非线性函数，对于灰色等于0，对于没有灰分量的数据等于1。

图4所示219中的方程可以被简化为图5所示219’中的方程，其中各个饱和度调整后的CMY数据值都是以下两项的和：(1)初始的C，M或Y数据值与RATIO的乘积，和(2)对应的最大饱和度调整后的值SAT_C(C)，SAT_M(M)或SAT_Y(Y)与(1-RATIO)的乘积。这样，色饱和度调整可以被认为是初始彩色数据值的一部分与对应的最大饱和度调整后值的一部分的和，其中初始彩色数据值的该部分是灰相对量的函数，其中对应的最大饱和度调整后的值的该部分是初始CMY数据值中的色度相对量的函数。

图6是一灰平衡和色饱和度调整过程的实施例的示意流程图，用于平衡和调整非灰平衡的非黑色的基色数据，例如一图像像素的CMY数据，并且该图可用来根据需要对图像的某些或所有像素进行灰平衡和色饱和度调整。

在311，将GRAY分量设置为一像素的初始或输入的C，M和Y数据值中的最小值。在313，将MAXCMY设置为一像素的初始C，M和Y数据值中的最大值。在315，若初始C，M和Y值中的最大值MAXCMY为零(即，若所有的初始C，M，Y值都为零)，则停止处理，并且不调整此像素的CMY数据值。在317，计算GRAY分量与MAXCMY的RATIO。在319，通过向各个初始CMY值增加数值(A)和(B)来计算灰平衡和饱和度调整后的输出CMY数据值，所述数值(A)是以下两项的乘积：(1)对应的最大灰平衡调整后的值GRAYBAL_C(C)，GRAYBAL_M(M)或GRAYBAL_Y(Y)与初始C，M或Y值之间的差值，和(2)先前计算的RATIO；所述数值(B)是以下两项的乘积：(1)对应的最大饱和度调整后的值SAT_C(C)，SAT_M(M)或SAT_Y(Y)与初始C，M或Y值之间的差值，和(2)一减去先前计算的RATIO。

图6所示319中的方程可以被简化为图7所示319’中的方程，其中每个灰平衡和饱和度调整后的CMY数据值都是以下两项的和：(1)对应的最大灰平衡调整后的值GRAYBAL_C(C)，GRAYBAL_M(M)或GRAYBAL_Y(Y)与RATIO的乘积，和(2)对应的最大饱和度调整后的值SAT_C(C)，SAT_M(M)或SAT_Y(Y)与(1-RATIO)的乘积。

在图6的步骤中，例如对没有进行灰平衡的数据执行灰平衡和色饱和度调整，对于各个C，M，Y彩色，对应的最大灰平衡调整后的值GRAYBAL_C(C)，GRAYBAL_M(M)或GRAYBAL_Y(Y)的一部分被加到对应的最大饱和度调整后的值SAT_C(C)，SAT_M(M)或SAT_Y(Y)的一部分和(1-RATIO)。图6的步骤将灰平衡的功能和色饱和度调整的功能结合起来，并可用于图8所示图像处理流水线的一部分的实施例，其中在113’执行灰平衡和色饱和度调整。

在图6的步骤中，由于RATIO就是GRAY/MAXCMY，因此可以认为RATIO定义了初始CMY数据值中的灰相对量。可以将(1-RATIO)表示为(MAXCMY-GRAY)/(MAXCMY)，并可以认为将其定义了原始CMY数据值中的色度或非灰的相对量。(MAXCMY-GRAY)可以被认为是初始CMY数据值的色度分量。为方便起见，RATIO也可以被认为是一个相对灰分量，而(1-RATIO)可被认为是相对的非灰或色度分量。

由于RATIO随着初始CMY数据值中的灰相对量而增加，因此图5所示步骤中执行的灰平衡调整的量随着初始CMY数据中包含的灰相对量而增加。特别地，最大灰平衡调整后的值中对灰平衡和色饱和度调整后的CMY数据值有贡献的部分是相对灰分量RATIO的函数。这样，灰平衡调整量是初始CMY数据中的灰相对量的函数，较少的灰会导致欠灰平衡，较多的灰会导致过灰平衡。因此，若C，M和Y的初始值都是非零值且都相等(即，灰色)，则RATIO为1并执行全灰平衡。若C，M和Y的至少一个原始值为零(即，灰分量为零)，则RATIO为零且不执行灰平衡。

由于(1-RATIO)随着初始CMY数据中的色度相对量而增加，因此饱和度调整量随着初始CMY数据中包含的色度相对量而增加。特别地，最大色饱和度调整后的值中对灰平衡和饱和度调整后的CMY数据值有贡献的部分是相对色度分量(1-RATIO)的函数。也就是说，饱和度调整量是CMY数据中的色度相对量(1-RATIO)的函数，较多的色度会导致过饱和度调整，较少的色度会导致欠饱和度调整。因此，对于没有灰分量的数据(即，初始C，M和Y值中的至少一个为零)，RATIO等于零，(1-RATIO)为1，执行最大饱和度调整。对于灰色(即，非初始的C，M和Y值都相等)，RATIO为1，(1-RATIO)为零，不执行饱和度调整。

一般来说，灰平衡量可以是灰相对量的线性或非线性函数，而饱和度调整量可以是初始CMY数据中的色度相对量的线性或非线性函数。例如，RATIO可以是初始CMY数据中的灰相对量的线性或非线性函数，并且对于灰色等于1，对于没有灰分量的数据等于0。类似地，(1-RATIO)可以是初始CMY数据中的色度相对量的线性或非线性函数，并且对于灰色等于0，对于没有灰分量的数据等于1。

最大饱和度调整后的值SAT_C(C)，SAT_M(M)或SAT_Y(Y)可以通过以查找表形式实现的饱和度曲线来获得，该查找表由例如C，M和Y数据值来索引。色饱和度曲线可以是如同前面讨论的图4所示过程中的S形函数。

再次参见图7所示319’的方程，色饱和度调整可以被认为是对应的最大灰平衡调整后的值的一部分与对应的最大饱和度调整后的值的一部分的和，其中最大灰平衡调整后的值的该部分是初始CMY数据值中灰相对量的函数，其中对应的最大饱和度调整后的值的该部分是初始CMY数据值中的色度相对量的函数。这样，灰平衡和饱和度调整后的数据值包括灰平衡后的分量与饱和度调整后的分量之和。

最大灰平衡调整后的值GRAYBAL_C(C)，GRAYBAL_M(M)，GRAYBAL_Y(Y)是通过以查找表形式实现的灰平衡曲线来获得的，该查找表由例如初始CMY值来索引。可以通过打印多个色样或色标(colorpatch)，然后从打印的色标中选择灰片(gray patch)，例如先进行初始视觉分类然后进行电光测量，由经验获得灰平衡曲线。然后对所选择灰片的CMY值进行曲线适配步骤，以逼近所需的墨水组合，从而获得不同浓度的灰。

还可以通过打印多个包含预定灰靶(gray target)的色标或色样，并测量色样的颜色以获得它们的色度值，从而由经验实现该灰平衡曲线。该色样可以包括非中性色(non-neutral color)的颜色，最好定义一个围绕或包含预定灰靶的体积。然后，例如利用四面体内插法将色样的CMY值内插到例如L*a*b这样的色空间中，从而确定与预定灰靶基本匹配的离散CMY组合。然后对离散CMY组合进行曲线适配，从而实现该灰平衡曲线。

例如通过使用Delauney镶嵌法来镶嵌由色样的色度数据值所覆盖的空间，从而可以实现四面体内插法。Delauney镶嵌法使该空间充满不重叠的四面体。为了获得可产生目标灰(例如由L*a*b的值来表示)的CMY组合，首先定位包含该灰靶的四面体，然后计算重心的权重，并将权重应用于该四面体的四个顶点，从而获得该灰靶的CMY值。对于四面体内插法，可以选择色样，使得预定的灰靶被包含在四面体内插法使用的四面体所定义的空间中。

预定的灰靶可以包括a*＝0且b*＝0的颜色，或者是与具有不同黑色量的色度值基本匹配的颜色。

通过举例的方式，可以使用以下的c代码来产生包含灰靶的色样，该灰靶可包括例如a*＝0且b*＝0的颜色：

for(c＝0.0；c＜1.0；c+＝0.07){

  for(m＝0.0；m＜1.0；m+＝0.07){

       for(y＝0.0；y＜1.0；y+＝0.07){

         gray＝min(c，min(m，y))；

         if(c-gray＜0.15&&m-gray＜0.15&&y-gray＜0.15)

              printf(″％2.4f ％2.4f ％2.4f ％2.4f\n″，c，m，y，0.0)；

       }

    }

}

前述的7％的CMY组合循环步进并达到该灰分量的15％(以绝对值计算)内的那些彩色值，该灰分量是每个CMY组合的C，M和Y中的最小值。Min(x，y)是返回x和y中的最小值的宏，从而min(c，min(x，y))可以得到C，M，Y中的最小值。此代码可产生用于打印255个色样的CMY数据值，该255个色样在该灰分量所定义的轴上和其附近。用另一种方式来说，该步骤只打印所选颜色的所选百分比内的色样，该所选的颜色具有等量的C，M，Y。应当理解，可以使用相对于等量C，M，Y的颜色其他距离，例如确保打印的色样包含预定的灰靶。通过特定的例子，可以打印具有等量C，M，Y的颜色的10％或20％内的彩色值。应当理解，可以根据各种考虑，例如包含所需的精确度和/或所需的样数目，来选择步进的大小。然后测量打印的色样，以产生可用于对CMY数据值进行四面体式内插的色度数据，从而确定与一定范围的中性靶(neutral target)基本匹配的离散CMY组合。然后可以对离散CMY组合进行曲线适配，从而实现该灰平衡曲线。

灰平衡曲线可以用于追踪例如打印机使用的黑色墨水的浓度特性。

本发明已参照公开的实施例进行了说明，应当理解，在本发明的精神和范围内可以进行各种变化和修改。

Claims (3)

1.一种灰平衡调整和色饱和度调整的方法，包括：

确定初始基色数据值中的灰相对量；

确定初始基色数据值中的色度相对量；和

对每个基色数据值，加上对应的最大灰平衡调整后的值的一部分和对应的最大饱和度调整后的值的一部分，从而产生各自的灰平衡和色饱和度调整后的基色数据值；和

其中对应的最大灰平衡调整后的值的该部分是灰相对量的函数，最大饱和度调整后的值的该部分是色度相对量的函数。

2.如权利要求1所述的方法，其中确定灰相对量的步骤包括，计算初始基色数据值的最小值和初始基色数据值的最大值之间的比率。

3.如权利要求1所述的方法，其中确定色度相对量的步骤包括计算(1-RATIO)，其中RATIO是初始基色数据值的最小值和初始基色数据值的最大值之间的比率。

Images