基于色度特征化的乾隆色谱跨设备色彩再现

苏 淼, 李赛权,3, 杨丽梅, 段怡婷, 鲁佳亮, 周凯丽

(1.浙江理工大学 纺织科学与工程学院(国际丝绸学院), 浙江 杭州 310018; 2.浙江理工大学 国际丝绸与丝绸之路研究中心, 浙江 杭州 310018; 3.浙江理工大学嵊州创新研究院,浙江 绍兴 311800; 4.利兹大学 设计学院, 英国 利兹 LS2 9JT)

当代博物馆依托全景影像等虚拟现实技术实现对文化遗产的数字化保护,在丰富了展览内容和表现形式的同时也提升了观众的互动体验[1-3]。数字博物馆突破了空间和时间的壁垒,以视频和图像等形式扩大了藏品的展示范围,使馆藏文物能够“云游”世界[4-5]。然而,博物馆在进行文物图像采集或者线上展示的过程中,由于颜色设备相关性的特点以及没有规范图像采集条件等原因,导致图像在跨设备再现时易出现丢色、偏色等色彩失真现象,影响图像视觉效果。数码相机是数字博物馆图像采集的主流工具之一[6],而图像则需要通过显示器才能向大众展示。尽管现在市面上的数码相机和显示器基本都自带颜色管理系统,但还是无法避免图像在跨设备再现时的色彩失真现象。丝绸文物是世界遗产的重要组成部分,研究其图像在跨设备过程中的色彩再现情况,对于纺织文物的数字化保存、数字博物馆的建设具有重要的意义。

由于文物的不可再生性和损伤的不可逆性,本文选用自制乾隆色谱作为样品集。乾隆色谱被用于指代乾隆年间1份染作档案中记载的颜色,它不仅是乾隆时期的颜色品种,而且是清代鼎盛时期(17～19世纪)的整个丝绸染色工艺的概括性复原,体现了整个清代丝绸染色的特点[7]。目前学者们通过档案的记载对清乾隆年间所采用的染色材料和染色技术进行了一定的研究与探索[7-9],且为不同媒介间的色彩精确再现而开发的色彩管理系统已成功应用于图形艺术行业[10],但对丝织物或其它纺织材料的色彩跨媒介再现的研究非常有限,因此本文着重对此方面加以阐述。

数码相机色彩特征化主要有查找表法、多项式拟合法、神经网络模型法等[11-12]方法,其中对神经网络的训练既困难又耗时,查找表法则需要大量的样本去训练模型才能获得较高的模型精度;而多项式拟合法不仅适用于非线性关系的转换,且只需较少的样本,因此是最好实现且精度较高的方法[13]。一般的显示器色度特征化模型需要满足 2个前提条件,即色品恒定性以及通道独立性,由此产生了基于CRT物理显色特性的增益-偏置-伽马模型(Gain-offset-Gamma, 简称GOG模型 ),同样是只需少量样本就能实现且精度较高的方法[14-16]。

本文基于乾隆色谱染色丝织物,通过多项式拟合法对相机进行色度特征化,并用相机特征化模型对乾隆色谱预测精度的影响因素,如不同的训练数据集、映射方法和图像格式[17]进行综合研究。同时,采用GOG模型对显示器进行色度特征化校正和精度分析,研究了乾隆色谱跨设备(以相机为输入端,显示屏为输出端)的色彩再现情况,并采用中国丝绸博物馆馆藏的清代丝织品文物进行验证。

1 实验部分

1.1 实验设备

本文研究以相机作为图像输入系统,显示屏作为图像输出系统,使用的仪器包括:1)影像设备。目前市场比较具有代表性的佳能EOS 5D Mark IV数码相机、EIZO CG246显示屏、相机支架;2)测色设备。柯尼卡美能达CM700d分光光度计、JETI Spectraval 1501(简称JETI)远程光谱辐射计;3)标准色卡。GretagMacbeth ColorChecker DC 240色卡(简称DC色卡)、标准白卡(平均反射率为93%);4)采集装置。唯一光源为2个D65、6 500 K且带PC灯罩的LED灯,2个LED与灯架底板呈30°分布于左右两侧,光线呈60°均匀照射在实验目标表面,具体设置如图1所示,相机或JETI位于 2个 LED灯的水平中心。

将白板置于灯架下,从灯光打开开始用JETI对着白板中心每10 s测1次,其亮度变化如图2所示。由图可知,灯光打开25 min之后亮度逐渐趋于稳定,所以每次使用前要先预热25 min。待光源亮度稳定后,测得光源的实际色温为6 350 K,光源的相对光谱功率分布如图3所示。

图2 光源亮度随时间的变化趋势Fig.2 Trend of brightness of light source over time

图3 照明光源的相对光谱功率分布曲线Fig.3 Relative spectral power distribution curve of illumination light source

1.2 染色丝织物准备

乾隆色谱根据染色配方中使用的主要染料类别可分为蓝色系(含8个色名),黄色系(含12个色名),绿色系(含8个色名),紫色系(含5个色名),红色系(含5个色名)和其它颜色(含灰色、墨色等)[18]。表1示出了清代常见服饰的主要用色,乾隆色谱42色涵盖了这些色彩。

表1 清代常见服饰主要用色Tab.1 Main colors of common clothing in Qing dynasty

依据档案记载,选用红花、靛青、苏木、黄檗、大黄、橡碗子、五倍子、黄栌、栀子9种植物染料,以及明矾、黑矾、碱、柠檬酸、果糖等染色助剂来进行染制实验。为保证充足的颜色样本量,将42个色名分别染5块样品,染料用量比的关系呈40%、70%、100%、130%、160%变化,共计210块染色试样。

乾隆色谱染色方法主要包括直接染色法、媒染法、还原染色法。有些颜色使用1种染色方法,有些颜色组合多种染色方法,每个颜色所用的染料、用量和染色条件也都不同。本文仅以染红色系中的粉红色100%用量为例介绍染制过程:准备 5 g洗净的100%桑蚕素绉缎(面密度为68.59 g/m2),选用蚕丝是因为它是当时宫廷面料的主要材料,而且丝是对大多数天然染料具有较好亲和力的织物材料之一[19]。再称取10 g苏木加100 g纯水加热至沸腾,然后小火煮30 min,重复3次滤出染液备用。最后将蚕丝放入明矾染液中处理一段时间后放入苏木染液,在60 ℃温度下浸染 30 min, 洗净阴干。

为方便后续实验操作,将染好的210块素绉缎分别裁出4.5 cm×4.5 cm大小的均匀色块粘贴在黑卡纸(CIE色彩空间色度值L*=27.54,a*=0.77,b*=-0.52)上以制成色卡,如图4所示。以同色名的5个颜色从左至右以颜色由浅至深排成一行,制成3行5列的15色色卡,共制成14张,后文统称乾隆色卡。

图4 14张乾隆色卡之一Fig.4 One of 14 Qianlong color charts

制备完成后,利用CM700d对乾隆色卡和DC色卡进行测色。仪器充分预热后使用,选择3 mm小孔径和不包含镜面反射(此模式更符合人眼视觉看到的颜色),测量每个色块3个不同位置,数据取平均值。选择导出CIELAB值以及光谱反射率数据(范围为400～700 nm,间隔为10 nm)和Munsell颜色系统的色度值(Hue, Value, Chroma),测色完成后将色卡保存在避光且干燥环境中并防止样品在使用期间变黄和沾污[20]。

1.3 相机色度特征化模型的确定

假设n个训练样本的相机响应值为F,F包含由样本RGB值形成的向量f=[rj,gj,bj](j=1, 2,…,n),其对应的三刺激值为M,则三刺激值与响应值之间的映射关系可用式(1)表示:

M=CF

(1)

其中转换矩阵C可通过最小二乘法确定,如式(2)(即线性色度特征化模型)所示。

C=(FTF)-1FTH

(2)

式中:FT为相机响应值F的转置矩阵;(FTF)-1为矩阵(FTF)的逆矩阵;H为由每个样本XYZ值构成的一个n×3矩阵。Hong等[21]提出了多项式色度特征化模型(polynomial regression,下文简称PR),通过引入由RGB值交叉构成的多项式项,更加准确地拟合了相机响应值与三刺激值之间的非线性映射关系。由RGB值的不同组合可形成不同的多项式,如一阶4项 (见式(3))、二阶11项 见(见式(4))、三阶20项(见式(5))多项式,向量fj可扩展为含有相应项数元素的向量,即

(3)

(4)

(5)

此时,采用n个样本的多项式向量fj重新构成响应值矩阵F,利用式(2)可再次计算转换矩阵C,得到多项式色度特征化模型。

1.3.1 图像格式

所用的佳能相机可获取的照片格式有JPG和RAW 2种,用于建模效果比较。JPG格式是经过相机内置的ISP芯片对图像进行处理,而RAW格式则是由感光元件直接输出的结果,并未经过图像处理步骤,更能表征 “原始” 的照明场景。为对比 2种图像格式对所建模型精度的影响,在图像采集时相机设置为RAW和JPG存储方式。在暗室环境下进行图像采集,将色卡置于灯架底板中心并与相机镜头之间的垂直距离为60 cm。将相机的其它参数固定,详细设置如表2所示。

表2 相机各参数设置Tab.2 Camera parameters settings

1.3.2 训练数据集和测试数据集

采用DC色卡 232个色块(剔除了与织物色彩特性不同的8个高光泽彩色块)和乾隆色卡 210个色块的测量数据和图像数据为训练数据集。为检验所训练模型对蚕丝织物的预测效果,DC色卡和乾隆色卡也作为测试数据集,具体设置如表3所示。测量数据指的是先用分光光度计测量的每个色块光谱反射率,后使用CIE1964标准色度观察者的光谱三刺激值数据和测得的照明光源SPD计算每个色块相应的CIE XYZ三刺激值;图像数据指的是经相机获取的每个色块图像中间位置的平均RGB值。

表3 训练和测试数据集Tab.3 Training dataset and testing dataset

1.3.3 多项式阶数

采用多项式回归(PR)映射方法将图像数据RGB值转换为CIE XYZ三刺激值。实际上多项式模型的不同项及项数对模型的颜色预测精度有较大影响,应根据实际需求选择适合的项及项数。理论上所选多项式的阶数越高,预测越准确,但是四阶以上多项式的运行成本较大,故本研究以一阶4项、二阶11项和三阶20项的多项式来确定最适合乾隆色谱的高精度模型。

1.4 显示器色度特征化模型的确定

由于要同时在显示器上显示多个色块,且整个实验过程需要一定的时间,所以显示器需具备良好的空间均匀性和时间稳定性。固定EIZO显示器的参数设置,详细设置如表4所示。

表4 EIZO显示器参数设置Tab.4 EIZO display parameters settings

对显示器的空间均匀性进行测试。将显示器划分为9个相同的区域,然后用JETI分别对9个区域进行颜色测量,并计算周围8个区域与中心区域的平均值,测量结果如表5所示。可以看出,设备的空间均匀性较好。

表5 显示设备空间均匀性色差Tab.5 Display device space uniformity color difference

最后对显示器的基元恒定性进行测试,结果如图5所示。当红、绿、蓝单通道的驱动值发生变化时,EIZO CG26显示器的3个单通道色品坐标u′,v′变化较小,说明该显示设备的基元恒定性较好。

图5 3个单通道色品坐标Fig.5 Three single channel color coordinates

1.5 乾隆色谱跨设备再现评估

2 实验结果

2.1 乾隆色谱色域

采集乾隆色卡的210个色块颜色信息和图像信息,其在孟塞尔颜色系统中色调(HUE)分布如图6所示。乾隆色谱在蓝调(B)和蓝绿调(BG)没有分布,这可能是由于靛蓝是本研究中选择的唯一蓝色天然染料,而较浓的染料浴可能会使靛蓝染色样品偏向紫色调[22]。

图6 色调分布图Fig.6 Tone distribution diagram

乾隆色卡210色彩数据在L*a*b*色彩空间的分布如图7所示。由图可见:210个样品的明度值范围在17.85～78.13之间;黄色系在22.89～76.67之间,且其中多数的黄色样品明度值介于60～70之间,明度中等偏上;红色系分布于50～78之间;其余色系大致分布在15～50之间。

图7 乾隆色卡210色在L*a*b*色彩空间的分布Fig.7 Distribution of 210 colors in L*a*b* color space of Qianlong palette

乾隆色卡210色彩数据在a*-b*平面分布如图8所示。可见:它们在4个象限均有分布,且在第一象限分布比较广,a*和b*值超过50;在第二象限,a*值处于(-20, 0)区间,且在色相角为(152°, -135°)区间没有分布,绿色为低彩度的绿;在第三、四象限,b*值处于(-20°, 0°)区间,且在色相角为(-122°, 0°)区间没有分布,蓝色为低彩度的蓝。这些颜色数据生成了本研究中获得的乾隆色谱染色织物的近似色域。

图8 乾隆色卡210色在a*-b*坐标系的分布Fig.8 Distribution of Qianlong palette with 210 colors in a*- b* diagram

2.2 相机模型精度分析

首先计算了使用不同图像格式以及不同训练数据集和测试数据集建模的色差(以三阶为例),结果如表6所示。相较于JPG格式图像,RAW格式图像具有更高的建模精度,这可能是因为JPG格式图像在数字信号响应和光强之间具有复杂的非线性幂律关系,因此在输入和输出向量之间找到最佳映射较为困难[23]。由此建议将RAW格式图像数据作为模型预测的相机数字信号。

表6 不同训练数据集和预测数据集的建模结果Tab.6 Modeling results of different training datasets and prediction datasets

为进一步验证模型对乾隆色谱的预测效果,将乾隆色卡色彩按顺序编号,选择乾隆色卡颜色数据的不同子集作为训练和测试数据集,以RAW格式图像和三阶多项式建立模型,结果如表7所示。

表7 不同乾隆色卡数据子集建模结果Tab.7 Different Qianlong palette data subset modeling results

2.3 显示器色度特征化模型

2.4 乾隆色谱跨设备色彩再现效果分析

图9 乾隆色谱各色调跨设备的色差均值Fig.9 Mean value of color difference between different hues of Qianlong palette

3 实例验证

为验证所建立的相机和显示器色度特征化模型对真实文物的适用性,以佳能EOS 5D Mark IV相机为输入端,EIZO CG246显示屏为输出端,对中国丝绸博物馆馆藏清代丝织品(清代浅蓝地云缎料)跨设备色彩再现情况进行研究。

图10 测取文物的反射率过程Fig.10 Process map for measure reflectivity of cultural relics.(a)Color measuring; (b) Mark location

图11 文物校正前后对比Fig.11 Comparison of cultural relics before correction (a) and after correction(b)

4 结 论

为保证纺织文物图像跨设备的色彩真实再现,推进博物馆数字化发展,本文研究分别对数码相机和显示屏进行色度特征化,分析了乾隆色谱跨设备的再现情况,得出了以下结论。

1)乾隆色谱颜色主要分布在孟塞尔颜色系统的黄调,绿调和紫调颜色较少,在蓝调和蓝绿调没有分布。在L*a*b*色彩空间,乾隆色谱的明度值范围为17.85～78.13,黄色调的明度值在中等偏上,其它色调的明度值在中等偏下。乾隆色谱在CIELAB色彩空间a*-b*平面的4个象限都有分布,在第一象限分布比较广,蓝色系和绿色系的彩度较低。

2)在博物馆图像采集时,建议规范照明光源,其中主要包括选择标准照明体以及相对应的色温,保证照明均匀性;同时规范拍摄条件,选择并固定合适相机参数设置、拍摄距离,选择遥控拍摄避免人为操作带来误差等。

对于相机特征化预测模型,使用同种材料、同规格的纺织品颜色数据集作为训练数据集,采用高阶多项式以及RAW格式图像建模,能获得更高的预测精度,从而准确地预测纺织品还原后的色彩。

3)所建立的相机和显示器色度特征化模型是以均匀色块预测整个图像,故此模型对素织物或少纹样织物具有一定的适用性,而对表面色块不均匀或者纹样复杂织物适用性欠佳,应考虑改进模型。

本研究为确定明清丝织文物色彩预测模型提供了支持,为古代特定时期纺织文物色彩预测提供了有力参考。