CC BY
21
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И ОБРАБОТКА ИНФОРМАЦИИ
УДК 004.925.5; 004.42; 655.3.024.3.5
ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ АЛГОРИТМА ЦВЕТОВЫХ РАСЧЕТОВ ПРИ ИНТЕРПРЕТАЦИИ ДАННЫХ ИЗМЕРЕНИЙ И АВТОМАТИЗАЦИИ УПРАВЛЕНИЯ
О.В. Трапезникова, А.В. Голунов, Е.В. Трапезников, Л.Г. Варепо,
И.В. Нагорнова
Рассмотрены алгоритмы цветовых расчетов при интерпретации данных измерений в одно из цветовых пространств, в зависимости от назначения данных. Приведены результаты практической реализации алгоритма программного обеспечения измерительного комплекса с функцией оценки цветового различия красочного покрытия, наносимого на поверхность подложки различными способами и его сравнения с эталонными образцами цвета.
Ключевые слова: программно-аппаратный комплекс, цветовой охват, цветовые расчеты и измерения
Процесс измерения или количественной оценки параметров процесса является одним из этапов управления каким-либо процессом. Технологические процессы, связанные с формированием многокрасочного изображения требуют осуществлять оценку количественных параметров изображения, в том числе параметров цвета дискретных элементов изображения. Процессы, связанные с нанесением красочных слоев на различные типы подложек, требуют осуществления автоматизации управления за контролируемыми цветовыми характеристиками красочной пленки в процессе нанесения, а также с течением времени для контроля стабильности колориметрических характеристик пленки. Обеспечение цветовых (колориметрических) измерений осуществляется с помощью высокотехнологичных приборов и устройств. Актуальность поиска эффективных решений при получении цветовых измерений и интерпретации данных о цвете подтверждается работами различных исследователей мирового сообщества [1-5].
Постановка задачи. В настоящее время на мировом рынке присутствует значительный ассортимент устройств, предназначенных для измерения и/или количественного выражения качества цвета. Согласно [6, 7] устройства для измерения цвета включают источники света и оптическую систему, предусматривающую приемник света на три канала основных цветов. В работе [6] перед измерением количества трех основных цветов производят балансировку системы измерения путем выравнивания показателей измерения количества света на соответствующих основным цветам средствах измерения количества света. Устройство для осуществления этого способа включает оптическую систему формирования изображения объекта, выполненную в виде объектива и расположенного за ним в фокусе изображения объекта матового стекла, и блок считывания цвета объекта в виде системы трех светофильтров основных цветов и, расположенных за ними средств, преобразования разделенного света в электрические сигналы.
Согласно работы [7] устройство блок считывания цвета объекта выполнен в виде системы трех светофильтров основных цветов, диафрагмы и расположенных за ними светочувствительных датчиков. Способ калибровки по эталонам цветов основан на принципе электронного запоминания эталонов и измерении относительно эталонов основных цветов. В качестве эталона используют по очереди эталонные образцы красного Я, зеленого С, синего В цветов, на мониторе выводят цвет каждого из основных цветов в сочетании с другими основными цветами, посторонние цвета соседних каналов вычитаются, а пропорции вычитания запоминают для дальнейших измерений и сохраняют.
Однако наличие таких фактов как неработоспособность устройств при отключении от источника питания, отсутствие возможности изменять площадь анализируемой окрашенной поверхности, затрудняет визуализацию и интерпретирование результатов измерений, требует оптимизации функций программного обеспечения измерительных устройств цветовых характеристик.
Целью работы является разработка устройства, математического аппарата колориметрических преобразований и программного обеспечения для автоматизации управления аппаратными средствами.
Теория. Задачей разработки аппаратной части колориметрического устройства является усовершенствование конструкции, позволяющей повысить мобильность, обеспечить автономную работу и возможность изменения площади анализируемой окрашенной поверхности подложки, визуализации, а также интерпретации данных измерений параметров цвета при отсутствии подключения к ПК. Для решения поставленной задачи использованы методы: объектно-ориентированного программирования; колориметрии; спектрофотометрии и математического моделирования.
Результат достигается тем, что в устройстве для измерения цвета, содержащем кнопку запуска устройства, корпус, источники освещения, светофильтры основных цветов, светочувствительный датчик, кабель передачи сигнала с разъемом питания для подключения к устройству обработки данных, корпус выполнен эргономичным из двух частей: ручки и головки. С внутренней стороны головки в верхней его части закреплены источники освещения со светофильтрами, в нижней части головки установлены светоотражающие насадки. Устройство подключено к устройству обработки данных. Внутри корпуса установлен контроллер, к которому подсоединены проводами источники освещения, светочувствительный датчик и монохромный экран, предназначенный для отображения данных об измерении цвета образца, элемент питания, разъём USB.
Для взаимодействия с устройством был разработан программный продукт с использованием кроссплатформенного инструмента разработки Qt. Математический аппарат преобразований измерительных данных в цветовые пространства представлен выражениями (1) - (4). Общий алгоритм работы программы представлен на рис. 1.
Рис. 1. Общий алгоритм работы программы
284
Перевод к диапазону [0; 1 ] МКО RGB:
255 255 255
(1)
Полученные координаты цветности МКО RGB необходимо перевести в МКО XYZ, используя следующие формулы, согласно стандарту sRGB:
(2)
Переход от значений RGB к значениям CMYK осуществляется с помощью выражений (3):
К = 1 - MAX(R,G,B>
(1 - R - К)
X' "0.4124 0.3576 0.1805"
Y — 0.2126 0.7152 0.0722 X G
Z. .0.0193 0.1192 0.9505. .В.
С =
м =
Y =
(i -К)
(i- G - К)
(1 -к)
(i- В - К)
(1-К)
(3)
Преобразование значений МКО XYZ в МКО Lab осуществляется с помощью выражений (4):
L = 116 (у)3 - 16
vl/3
(4)
И<>о(©
На рис. 2 приведен интерфейс программного продукта для расчета и визуализации цветового охвата системы воспроизведения цвета.
Ш1ВИ
'I i Widgeí
Тип подложки | Бумага
Рис. 2. Интерфейс программного продукта
285
После установления соединения, происходит формирование основного массива данных, получаемых с устройства. Все полученные данные преобразовываются к необходимым цветовым пространствам. Пример функции перевода полученных значений из RGB в Lab показан на рис. 3.
Lab Colora::toLab() {
XYZ tmp; tup = toXYZ <)
düuble var_X = í dcuble) tinp.X / dcuble var_Y = (dcuble)tmp.Y / dcuble var_Z = (dcuble)tmp.Z /
SE.047,- //ref_X = 36.047
100.0," //ref_Y = 100.000
108.883; //ref Z = 108.883
if ( var_X > 0.008856 ) var_X = pcra(var_X , j 1.0/3 ));
elae var_X = ( 7.787 * тагX ) + ( 16.0 / lit 1;
if ( var_Y > 0.008S56 ) var_Y = pcra(var_Y , j 1.0/3 )) ;
elae var_Y = j 7.787 * var_Y ) + j 16.0 / 116 );
if ( var_Z > 0.008366 ) var_Z = paw(var_Z , j 1.0/3 )1;
elae vac Z = j 7.787 * var Z ) + ( 16.0 / 116 );
Lab var,
var.L = j 116 * var_Y ) - 16,-
var.a = 500 * ( var_X - var_Y 1;
var.b = 200 * ( vac Y - vac Z );
return varp-
1
Рис. 3. Фрагмент функции перевода полученных значений
RGB в Lab
Для оценки качества сканируемого изображения, происходит расчёт цветового различия между цветовым пространством по стандарту ISO и полученным в результате работы устройства. Все полученные цветовые пространства выводятся на график. Реализация функции вывода расчетов в диалоговое окно показана на рис. 4.
switch (ui->CP->currentIndex())
{
case0:{
XYZxyz = c.toXYZ();
ui->textBrowser->append("N°"+QString::number(counter)+"RGB"+ +c.toString()+"XYZ"+QString::number(xyz.X)+","+ +QString: :number(xyz.Y)+","+QString: :number(xyz.Z));
break;
case 1:{
ui->textBrowser->append("№"+QString::number(counter)+"RGB"+ +c.to String()+"L ab"+Q String:: number(L ab.L)+","+ +QString: :number(Lab.a)+","+QString: :number(Lab.b));
break;
case 2:{
ui->textBrowser->append("№"+QString::number(counter)+"RGB"+ +c.toString()+"CMYK"+QString::number(cmyk.C)+","+ +QString::number(cmyk.M)+","+QString::number(cmyk.Y)+ +","+QString: :number(cmyk.K));
break;}
Рис. 4. Фрагмент функции вывода расчетов в диалоговое окно программы
Результаты экспериментов и их обсуждение. Объект исследования - составы системы воспроизведения формирующей тестовое изображение, представлены в табл. 1. Многокрасочные изображения получены на цифровой печатной машине Epson Stylus Pro 3880.
Для оценки эффективности практической реализации предлагаемого программно-аппаратного комплекса в ходе проведения исследования были выполнены колориметрические измерения значений RGB, расчеты координат Lab и их сравнение с результатами спектрофотометрических измерений координат цвета Lab (рис. 3) опираясь на функцию цветового различия (AE1976). Результаты практической реализации разработанного алгоритма представлены в табл. 1.
Анализ данных (табл. 1) показал, что программно-аппаратный комплекс позволяет получить как количественную, так и качественную оценку параметров цвета исследуемого объекта.
Графические интерпретации цветовых охватов построенных на плоскости ab линейного (равноконтрастного) цветового пространства МКО Lab-1976, представлены на рис. 5.
Таблица 1
Значения измерений, полученных в результате апробации программно-аппаратного комплекса для определения параметров _цвета_
Состав системы воспроизведения формирующей тестовое изображение Координаты цвета исследуемого образца (Lab). Оптическая плотность красочной пленки С^опт) Измеренные значения координат цвета Рассчитанные значения координат цвета Цветовое различие (ДЕ)
R G B L a b
Epson Stylus Pro 3880, бумага XEROX 280 г/м2 и чернила Mylnk 99 -2 -4 0,02±0,01 251±1 248±1 255±1 98 2 -4 4,123106
Epson Stylus Pro 3880, бумага Color Copy 90 г/м2 и чернила Mylnk 97 -3 -1 0,01±0,01 240±1 255±1 255±1 99 -4 -5 4,582576
Epson Stylus Pro 3880, бумага XEROX 280 г/м2 и чернила Mylnk 27 -2 -1 1,45±0,01 50±1 59±1 63±1 24 -3 -4 4,358899
Epson Stylus Pro 3880, бумага Color Copy 90 г/м2 и чернила Mylnk 32 -1 -2 1.37±0,01 77±1 81±1 80±1 34 -2 0 3
Рис. 5. Графическая интерпретация цветовых охватов систем воспроизведения 1 и 2 в плоскости аЬ линейного (равноконтрастного) цветового пространства МКОЬаЬ-1976
Данные расчетов цветового различия между значениями измерений, полученных с помощью предлагаемого программно-аппаратного комплекса адекватны данным, определенным с помощью серийного прибора Gretag Macbeth Spectro Eye компании X-rite. Во всех рассматриваемых вариантах значение цветового различия не превышает 5 ед. ЛЕ.
Заключение
Разработанный программно-аппаратный комплекс позволяет:
- графически интерпретировать цветовой охват системы воспроизведения на плоскости ab для качественной оценки параметров системы воспроизведения цвета.
- осуществлять цветовые измерения, обеспечивающие высокую точность расчетов, возможность визуализации, интерпретации данных измерений параметров цвета окрашенной поверхности и автоматизации управления.
Это подтверждает практическую значимость разработки для автоматизации подбора компонентов печатной системы, оперативности принятия решения при оценке тождественности цветовоспроизведения на стадии допечатной подготовки и управления качеством конечного продукта при оценке свойств, как отдельных компонентов систем воспроизведения, так и их совокупного взаимодействия.
Список литературы
1. ISO 15076 1. Image technology colour management. Architecture, profile format and L. Haoxue. Ink feeding control based on measured ink density / L. Haoxue [etc] // IEEE Conference Publications, 2012. Р. 1376-1380.
288
2. Kazuya Yoshinari. Color image enhancement in HSI color space without gamut problem // Kazuya Yoshinari [etc] // IEEE Conference Publications, 2014. Р. 578 - 581.
3. Liu F. An efficient detection method for rare colored capsule based on RGB and HSV color space // F. Liu [etc] // IEEE Conference Publications, 2014. Р. 175 - 178.
4. Jiang M. A hue linear color space based on multi-grid optimization and standard color-difference formulas // IEEE Conference Publications, 2015. Р. 5150 - 5154.
5. Varepo L., Golunov A., Golunova A., Trapeznicova O. & Nagornova I. Method of calculation volume of the color gamut body // Testing and Measurement Conference Publications, 2015. Р. 69 - 72.
6. Пат. 2063063 Российская Федерация. МПК G03B27/00, G03F3/08. Способ измерения и/или количественного выражения качества цвета и устройство измерения и/или количественного выражения качества цвета / О.К. Никифоров, А.В. Маркович. № 93008219/28, заявл. 12.02.1993, опубл. 27.06.1996.
7. Пат. 2405130 Российская Федерация. МПК G01J 3/00. Цветоиз-мерительное устройство и способ измерения и калибровки цвета с его использованием / О.К. Никифоров. № 2009112261/28, 31.03.2009, опубл. 27.11.2010. Бюл. № 33.
Трапезникова Ольга Валерьевна, асп., ol-trapeznikova@yandex.ru, Россия, Омск, Омский государственный технический университет,
Голунов Александр Владимирович, канд. техн. наук, доц., sasha_golunov@mail. ru, Россия, Омск, Омский государственный технический университет,
Трапезников Евгений Валерьевич, асс., evtrapeznikov@yandex.ru, Россия, Омск, Омский государственный технический университет,
Варепо Лариса Григорьевна, д-р техн. наук, проф., larisavarepo@yandex.ru, Россия, Омск, Омский государственный технический университет,
Нагорнова Ирина Викторовна, канд. техн. наук, доц., larisavarepo@yandex.ru, Россия, Москва, Московский политехнический университет
THE IMPLEMENTATION OF THE COLOR CALCULATION ALGORITHM AT THE MEASURED DATA INTERPRETATION AND THE AUTOMATIC CONTROL
O. V. Trapeznikova, A. V. Golunov, E. V. Trapeznikov, L.G. Varepo, I.V. Nagornova
289
In the paper color calculation algorithms at the measured data interpretation into one of the color spaces depending on data purposes are discussed. Results of software algorithms implementation of measuring complex with a color difference estimation function for ink layers coated substrate surface by different methods are presented with comparing to color standards.
Key words: HIL Complex, Color Gamut, Color Calculations and Measurements.
Trapeznikova Olga Valer'evna, postgraduate, ol-trapeznikova@yandex. ru, Russia, Omsk, Omsk State Technical University,
Golunov Alexander Vladimirovich, candidate of technical science, docent, sa-sha_golunov@,mail. ru, Russia, Omsk, Omsk State Technical University,
Trapeznikov Evgeny Valer 'evich, assistent, evtrapeznikov@yandex. ru, Russia, Omsk, Omsk State Technical University,
Varepo Larisa Grigorievna, doctor of technical science, professor, larisavare-po@yandex.ru, Russia, Omsk, Omsk State Technical University,
Nagornova Irina Viktorovna, candidate of technical science, docent, irine. nagornova@yandex. ru, Russia, Moscow, Moscow Polytechnic University
УДК 629.7.036.22
ОЦЕНКА СКОРОСТИ ГАЗОВОГО ПОТОКА МЕТОДОМ ЦИФРОВОЙ ОБРАБОТКИ ТЕНЕВЫХ СНИМКОВ
В.В. Бодрышев, В.М. Абашев, О. С. Тарасенко
На основании метода цифровой обработки теневых снимков по параметру интенсивности изображения разработана методика количественнойоценкискорости сверхзвукового газового потока. Предложен метод оценки по граничным точкам ударной волны, с применением цепного коду Фримена и по корреляционному полю. На исследуемых примерах (фотокадрах) показано предпочтительность каждого из вариантов. Выбор варианта зависит от дисперсии разброса параметра интенсивности изображения.
Ключевые слова: плотность газового потока, сверхзвуковой газодинамический поток, интенсивность изображения, цифровая обработка теневых снимков, коэффициент корреляции, давление газового потока, дисперсия разброса.
Визуализация процессов обтекания высокоскоростным газодинамическим потоком объектовлетательных аппаратов,является важной составляющей в понимании процессов, проходящих в потоке газа. Имеются различные методики «расшифровки» изображений газодинамических полей. В большинстве случаев,они несут информационный характер и подтверждаются расчетными методами. В данной работе рассматривается не только качественный анализ
290
