[국내논문]CIELAB 색공간에서 균일한 분포를 갖는 색역사상 참조 테이블 생성 방법 Generation Method of Color Gamut Mapping Look-up Table Uniformly Selected in the CIELAB Color Space원문보기
장치간 색변환을 위한 색역사상은 영상의 현색을 향상시키거나 보존하기 위하여 장치사이에 색을 변환하기 위한 방법이다. 색 역사상은 본질적으로 색변환 오차를 발생시키며, 이때 색변환 오차는 색역사상 방법, 원시 및 목적 장치 , 그리고 색역 모델링을 위한 표본점에 의존한다. 모니터와 프린터사이의 색 변환의 경우 각 장치에 대한 모델링을 위해 표본의 측정값에 기초한 경험적인 표기법을 많이 사용한다. 색표본은 CMY 혹은 RGB와 같은 장치 색 공간에서 균일하게 분포된 색표본을 측정해서 사용한다. 그러나, 프린터 표본의 경우 이러한 표본들은 프린터 색역 내부에 균일하게 분포되지 않으므로 색변환 오차가 증가한다. 따라서 본 연구에서는 장치 독립적인 색공간인 CIELAB공간에서 균등하게 분포하는 색표본 생성법을 제안하고 3차원 보간법을 이용한 색변환 실험을 통해 제안된 색표본 생성 방법의 성능을 평가하였다.
장치간 색변환을 위한 색역사상은 영상의 현색을 향상시키거나 보존하기 위하여 장치사이에 색을 변환하기 위한 방법이다. 색 역사상은 본질적으로 색변환 오차를 발생시키며, 이때 색변환 오차는 색역사상 방법, 원시 및 목적 장치 , 그리고 색역 모델링을 위한 표본점에 의존한다. 모니터와 프린터사이의 색 변환의 경우 각 장치에 대한 모델링을 위해 표본의 측정값에 기초한 경험적인 표기법을 많이 사용한다. 색표본은 CMY 혹은 RGB와 같은 장치 색 공간에서 균일하게 분포된 색표본을 측정해서 사용한다. 그러나, 프린터 표본의 경우 이러한 표본들은 프린터 색역 내부에 균일하게 분포되지 않으므로 색변환 오차가 증가한다. 따라서 본 연구에서는 장치 독립적인 색공간인 CIELAB공간에서 균등하게 분포하는 색표본 생성법을 제안하고 3차원 보간법을 이용한 색변환 실험을 통해 제안된 색표본 생성 방법의 성능을 평가하였다.
Gamut mapping is a technique that acts on cross-media color reproduction to transform a color between devices for the purpose of enhancing the appearance or preserving the appearance of an image. Gamut mapping essentially produces color conversion error which depends on the gamut mapping method, sou...
Gamut mapping is a technique that acts on cross-media color reproduction to transform a color between devices for the purpose of enhancing the appearance or preserving the appearance of an image. Gamut mapping essentially produces color conversion error which depends on the gamut mapping method, source and destination devices, and sample points for gamut modeling. For color space conversion between monitor colors and printer colors, empirical representation using sample measurements is currently widely utilized. Color samples are uniformly selected in the device space such as CMY or RGB, represented as color patches, and then measured. However, in the case of printer, these color samples are not evenly distributed inside the printer gamut and the color conversion error is increased. Accordingly, this paper introduces a equally distributed color sampling method in CIELAB space, a device- independent color space, to reduce color conversion error, and the performance is analyzed via color space conversion experiments using three-dimensional interpolation.
Gamut mapping is a technique that acts on cross-media color reproduction to transform a color between devices for the purpose of enhancing the appearance or preserving the appearance of an image. Gamut mapping essentially produces color conversion error which depends on the gamut mapping method, source and destination devices, and sample points for gamut modeling. For color space conversion between monitor colors and printer colors, empirical representation using sample measurements is currently widely utilized. Color samples are uniformly selected in the device space such as CMY or RGB, represented as color patches, and then measured. However, in the case of printer, these color samples are not evenly distributed inside the printer gamut and the color conversion error is increased. Accordingly, this paper introduces a equally distributed color sampling method in CIELAB space, a device- independent color space, to reduce color conversion error, and the performance is analyzed via color space conversion experiments using three-dimensional interpolation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서, 본 논문에서는 색변환에서 생길 수 있는 이러한 색변환 오차를 최소화하기 위해 장치 독립적인 색공간(CIELAB)에서 비교적 균일한 색표본을 선택하는 방법을 제안하며, 가상의 CIELAB 표본점을 이용해서 보간을 수행한다. 제안된 방법의 성능 평가를 위해 기존의 색역사상(color gamut mapping) 방법에 이를 적용시켜 제안된 방법의 유용성과 타당성을 확인하였다.
따라서, 본 논문에서는 색표본 생성시 장치의 색역을 잘 표현하면서 색변환시 발생되는 오차를 최소화하는 색보정용 색표본 생성 방법과, 3차원 가상의 CIELAB 표본점을 이용한 보간법을 제안 했다. 결과에 있어서 CIELAB 색공간에서 색 샘플들의 좌표가 비 균일한 기존의 방법과 비교적 균일한 영역이 얻어지는 제안된 방법과 성능을 비교해본 결과 제안된 방법은 동일한 조건으로 평균 및 최대 색차를 감소시켰다.
제안 방법
그러나 CIELAB의 값이 균일한 값을 가지고 있다면 CIELAB의 크기만으로 포함하는 육면체를 찾는 것이 가능하다. 따라서, 본 연구에서는 CIELAB 값이 균일한 거리를 갖는 가상의 CIELAB 표본점을 이용해서 포함하는 육면체를 찾고 측정된 표본점과 대응시킨다. 이렇게 될 경우 CIELAB 색공간의 색분포도가 균일하지 않은 기존의 방법과 비교해서 포함하는 육면체를 찾기 위한 수행시간의 단축을 가져올 뿐 아니라 입력값이 출력 색역에 포함되는지 여부가 쉽게 가려지게 되며 역변환을 수월하게 수행할 수 있게 한다.
본 연구에서는 CIELAB 값에 대응하는 CMY를 얻기 위해 균일한 CMY값으로 만들어진 729개의 색 표본을 이용해서 3차원 보간법[2][3]으로 CIELAB 입력에 대한 대응되는 CMY를 구한다. 그림 3은 구해진 CMY 및 이에 대응되는 측정된 CIELAB의 색 분포도를 보여준다.
테스트 샘플의 색분포도는 그림 8과 그림 9에나타내었다. 색 표본을 출력하기 위해 사용된 프린터는 Epson Photo Stylus이고, Blue noise mask[4]을 사용해서 하프토닝한 후 PCL(Printer control language)을 이용해서 360dpi 해상력으로 출력한 후 측색기 (TECHKON SP820 λ)로 D65, 2도시야의 관측조건으로 측정한다.
제안된 방법의 성능평가를 위해서 동일한 조건을 갖는 기존 및 제안된 방법으로 색표본으로 구성하고 이를 이용하여 3차원 보간법을 이용해서 테스트한다. 테스트에 사용될 샘플은 Fuji color target IT8.
초기 CIELAB 색공간에서 균일한 표본점을 얻기 위하여 CMY를 기준으로 동일한 디지털 입력값으로 프린터의 전체적인 색역을 구한다. 프린터의 색역 체적에 대하여 먼저 휘도축을 3차원 좌표상의 유클리드 거리가 7.
대상 데이터
테스트한다. 테스트에 사용될 샘플은 Fuji color target IT8.7/1과 Macbeth ColorChecker를 이용해서 테스트 한다. Fuji color target의 경우 264개 중 84개가 프린터 색영역 외부에 존재하고, Macbeth ColorChecker는 7개의 색이 프린터 색영역 외부에 존재한다.
이론/모형
본 연구에서는 기존에 연구된 여러 가지 방법보다 그림 7에서 처럼 출력장치의 각 색상각도(hue angle)에 대한 최대 색도점(chroma point)을 닻점으로 설정하는 CUSP방법 이 결과면에서 더 우수한 것으로 알려져 있다[5-8]. 따라서, 본 연구에서는 CUSP방법으로 색역사상을 수행한다.
성능/효과
결과에 있어서 CIELAB 색공간에서 색 샘플들의 좌표가 비 균일한 기존의 방법과 비교적 균일한 영역이 얻어지는 제안된 방법과 성능을 비교해본 결과 제안된 방법은 동일한 조건으로 평균 및 최대 색차를 감소시켰다. 기존의 방법은 색역의 비균일함 때문에 생기는 색변환 오차에서 제안된 방법에 비해 많은 색차를 수반한다.
결과에서 제안된 방법은 색변환에 있어서 지각적으로 민감한 그레이 벨런스(gray balance)라든지 중요한 특정색인 피부색(skin color) 및 컬러 램프에 있어서 모두 기존의 방법과 비교해서 평균색차와 최대색차가 감소되는 것을 알 수 있다. 색역사상이 이루어진 부분에 있어서는 색차의 크고 작음은 그리 중요하지 않다.
따라서 보간시에 사면체라든지 삼각형의 크기는 비균일한 크기를 가지고 있기 때문에 색변환시에 많은 오차가 생길 수 있다. 그러나 제안된 방법은 어느 정도 일정한 크기를 유지 하기 때문에 출력되는 보간 웨이트도 안정적으로 나올 수 있다.
보간을 수행한다. 제안된 방법의 성능 평가를 위해 기존의 색역사상(color gamut mapping) 방법에 이를 적용시켜 제안된 방법의 유용성과 타당성을 확인하였다.
후속연구
CMY예측에 있어서 색표본의 수를 늘여서 좀 더 정확한 색이 예측된다면 가상의 CIELAB 표본점과 더욱 가까운 데이터를 얻을 수 있다.
그리고 가상의 CIELAB 표본점을 이용함으로써 역변환시 생기는 계산적인 시간을 줄이게 되고 역변환의 수월성의 제공한다. 제안된 색표본 생성 방법은 여러 가지 비선형적인 출력특성을 갖는 장치의 모델링 및 색보정에 널리 사용될 수 있을 것으로 본다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.