基于色度特征化的乾隆色譜跨設備色彩再現(xiàn)

蘇 淼, 李賽權,3, 楊麗梅, 段怡婷, 魯佳亮, 周凱麗

(1.浙江理工大學 紡織科學與工程學院(國際絲綢學院), 浙江 杭州 310018; 2.浙江理工大學 國際絲綢與絲綢之路研究中心, 浙江 杭州 310018; 3.浙江理工大學嵊州創(chuàng)新研究院,浙江 紹興 311800; 4.利茲大學 設計學院, 英國 利茲 LS2 9JT)

當代博物館依托全景影像等虛擬現(xiàn)實技術實現(xiàn)對文化遺產的數(shù)字化保護,在豐富了展覽內容和表現(xiàn)形式的同時也提升了觀眾的互動體驗[1-3]。數(shù)字博物館突破了空間和時間的壁壘,以視頻和圖像等形式擴大了藏品的展示范圍,使館藏文物能夠“云游”世界[4-5]。然而,博物館在進行文物圖像采集或者線上展示的過程中,由于顏色設備相關性的特點以及沒有規(guī)范圖像采集條件等原因,導致圖像在跨設備再現(xiàn)時易出現(xiàn)丟色、偏色等色彩失真現(xiàn)象,影響圖像視覺效果。數(shù)碼相機是數(shù)字博物館圖像采集的主流工具之一[6],而圖像則需要通過顯示器才能向大眾展示。盡管現(xiàn)在市面上的數(shù)碼相機和顯示器基本都自帶顏色管理系統(tǒng),但還是無法避免圖像在跨設備再現(xiàn)時的色彩失真現(xiàn)象。絲綢文物是世界遺產的重要組成部分,研究其圖像在跨設備過程中的色彩再現(xiàn)情況,對于紡織文物的數(shù)字化保存、數(shù)字博物館的建設具有重要的意義。

由于文物的不可再生性和損傷的不可逆性,本文選用自制乾隆色譜作為樣品集。乾隆色譜被用于指代乾隆年間1份染作檔案中記載的顏色,它不僅是乾隆時期的顏色品種,而且是清代鼎盛時期(17～19世紀)的整個絲綢染色工藝的概括性復原,體現(xiàn)了整個清代絲綢染色的特點[7]。目前學者們通過檔案的記載對清乾隆年間所采用的染色材料和染色技術進行了一定的研究與探索[7-9],且為不同媒介間的色彩精確再現(xiàn)而開發(fā)的色彩管理系統(tǒng)已成功應用于圖形藝術行業(yè)[10],但對絲織物或其它紡織材料的色彩跨媒介再現(xiàn)的研究非常有限,因此本文著重對此方面加以闡述。

數(shù)碼相機色彩特征化主要有查找表法、多項式擬合法、神經網絡模型法等[11-12]方法,其中對神經網絡的訓練既困難又耗時,查找表法則需要大量的樣本去訓練模型才能獲得較高的模型精度;而多項式擬合法不僅適用于非線性關系的轉換,且只需較少的樣本,因此是最好實現(xiàn)且精度較高的方法[13]。一般的顯示器色度特征化模型需要滿足 2個前提條件,即色品恒定性以及通道獨立性,由此產生了基于CRT物理顯色特性的增益-偏置-伽馬模型(Gain-offset-Gamma, 簡稱GOG模型 ),同樣是只需少量樣本就能實現(xiàn)且精度較高的方法[14-16]。

本文基于乾隆色譜染色絲織物,通過多項式擬合法對相機進行色度特征化,并用相機特征化模型對乾隆色譜預測精度的影響因素,如不同的訓練數(shù)據(jù)集、映射方法和圖像格式[17]進行綜合研究。同時,采用GOG模型對顯示器進行色度特征化校正和精度分析,研究了乾隆色譜跨設備(以相機為輸入端,顯示屏為輸出端)的色彩再現(xiàn)情況,并采用中國絲綢博物館館藏的清代絲織品文物進行驗證。

1 實驗部分

1.1 實驗設備

本文研究以相機作為圖像輸入系統(tǒng),顯示屏作為圖像輸出系統(tǒng),使用的儀器包括:1)影像設備。目前市場比較具有代表性的佳能EOS 5D Mark IV數(shù)碼相機、EIZO CG246顯示屏、相機支架;2)測色設備?？履峥滥苓_CM700d分光光度計、JETI Spectraval 1501(簡稱JETI)遠程光譜輻射計;3)標準色卡。GretagMacbeth ColorChecker DC 240色卡(簡稱DC色卡)、標準白卡(平均反射率為93%);4)采集裝置。唯一光源為2個D65、6 500 K且?guī)C燈罩的LED燈,2個LED與燈架底板呈30°分布于左右兩側,光線呈60°均勻照射在實驗目標表面,具體設置如圖1所示,相機或JETI位于 2個 LED燈的水平中心。

將白板置于燈架下,從燈光打開開始用JETI對著白板中心每10 s測1次,其亮度變化如圖2所示。由圖可知,燈光打開25 min之后亮度逐漸趨于穩(wěn)定,所以每次使用前要先預熱25 min。待光源亮度穩(wěn)定后,測得光源的實際色溫為6 350 K,光源的相對光譜功率分布如圖3所示。

圖2 光源亮度隨時間的變化趨勢Fig.2 Trend of brightness of light source over time

圖3 照明光源的相對光譜功率分布曲線Fig.3 Relative spectral power distribution curve of illumination light source

1.2 染色絲織物準備

乾隆色譜根據(jù)染色配方中使用的主要染料類別可分為藍色系(含8個色名),黃色系(含12個色名),綠色系(含8個色名),紫色系(含5個色名),紅色系(含5個色名)和其它顏色(含灰色、墨色等)[18]。表1示出了清代常見服飾的主要用色,乾隆色譜42色涵蓋了這些色彩。

表1 清代常見服飾主要用色Tab.1 Main colors of common clothing in Qing dynasty

依據(jù)檔案記載,選用紅花、靛青、蘇木、黃檗、大黃、橡碗子、五倍子、黃櫨、梔子9種植物染料,以及明礬、黑礬、堿、檸檬酸、果糖等染色助劑來進行染制實驗。為保證充足的顏色樣本量,將42個色名分別染5塊樣品,染料用量比的關系呈40%、70%、100%、130%、160%變化,共計210塊染色試樣。

乾隆色譜染色方法主要包括直接染色法、媒染法、還原染色法。有些顏色使用1種染色方法,有些顏色組合多種染色方法,每個顏色所用的染料、用量和染色條件也都不同。本文僅以染紅色系中的粉紅色100%用量為例介紹染制過程:準備 5 g洗凈的100%桑蠶素縐緞(面密度為68.59 g/m2),選用蠶絲是因為它是當時宮廷面料的主要材料,而且絲是對大多數(shù)天然染料具有較好親和力的織物材料之一[19]。再稱取10 g蘇木加100 g純水加熱至沸騰,然后小火煮30 min,重復3次濾出染液備用。最后將蠶絲放入明礬染液中處理一段時間后放入蘇木染液,在60 ℃溫度下浸染 30 min, 洗凈陰干。

為方便后續(xù)實驗操作,將染好的210塊素縐緞分別裁出4.5 cm×4.5 cm大小的均勻色塊粘貼在黑卡紙(CIE色彩空間色度值L*=27.54,a*=0.77,b*=-0.52)上以制成色卡,如圖4所示。以同色名的5個顏色從左至右以顏色由淺至深排成一行,制成3行5列的15色色卡,共制成14張,后文統(tǒng)稱乾隆色卡。

圖4 14張乾隆色卡之一Fig.4 One of 14 Qianlong color charts

制備完成后,利用CM700d對乾隆色卡和DC色卡進行測色。儀器充分預熱后使用,選擇3 mm小孔徑和不包含鏡面反射(此模式更符合人眼視覺看到的顏色),測量每個色塊3個不同位置,數(shù)據(jù)取平均值。選擇導出CIELAB值以及光譜反射率數(shù)據(jù)(范圍為400～700 nm,間隔為10 nm)和Munsell顏色系統(tǒng)的色度值(Hue, Value, Chroma),測色完成后將色卡保存在避光且干燥環(huán)境中并防止樣品在使用期間變黃和沾污[20]。

1.3 相機色度特征化模型的確定

假設n個訓練樣本的相機響應值為F,F包含由樣本RGB值形成的向量f=[rj,gj,bj](j=1, 2,…,n),其對應的三刺激值為M,則三刺激值與響應值之間的映射關系可用式(1)表示:

M=CF

(1)

其中轉換矩陣C可通過最小二乘法確定,如式(2)(即線性色度特征化模型)所示。

C=(FTF)-1FTH

(2)

式中:FT為相機響應值F的轉置矩陣;(FTF)-1為矩陣(FTF)的逆矩陣;H為由每個樣本XYZ值構成的一個n×3矩陣。Hong等[21]提出了多項式色度特征化模型(polynomial regression,下文簡稱PR),通過引入由RGB值交叉構成的多項式項,更加準確地擬合了相機響應值與三刺激值之間的非線性映射關系。由RGB值的不同組合可形成不同的多項式,如一階4項 (見式(3))、二階11項 見(見式(4))、三階20項(見式(5))多項式,向量fj可擴展為含有相應項數(shù)元素的向量,即

(3)

(4)

(5)

此時,采用n個樣本的多項式向量fj重新構成響應值矩陣F,利用式(2)可再次計算轉換矩陣C,得到多項式色度特征化模型。

1.3.1 圖像格式

所用的佳能相機可獲取的照片格式有JPG和RAW 2種,用于建模效果比較。JPG格式是經過相機內置的ISP芯片對圖像進行處理,而RAW格式則是由感光元件直接輸出的結果,并未經過圖像處理步驟,更能表征 “原始” 的照明場景。為對比 2種圖像格式對所建模型精度的影響,在圖像采集時相機設置為RAW和JPG存儲方式。在暗室環(huán)境下進行圖像采集,將色卡置于燈架底板中心并與相機鏡頭之間的垂直距離為60 cm。將相機的其它參數(shù)固定,詳細設置如表2所示。

表2 相機各參數(shù)設置Tab.2 Camera parameters settings

1.3.2 訓練數(shù)據(jù)集和測試數(shù)據(jù)集

采用DC色卡 232個色塊(剔除了與織物色彩特性不同的8個高光澤彩色塊)和乾隆色卡 210個色塊的測量數(shù)據(jù)和圖像數(shù)據(jù)為訓練數(shù)據(jù)集。為檢驗所訓練模型對蠶絲織物的預測效果,DC色卡和乾隆色卡也作為測試數(shù)據(jù)集,具體設置如表3所示。測量數(shù)據(jù)指的是先用分光光度計測量的每個色塊光譜反射率,后使用CIE1964標準色度觀察者的光譜三刺激值數(shù)據(jù)和測得的照明光源SPD計算每個色塊相應的CIE XYZ三刺激值;圖像數(shù)據(jù)指的是經相機獲取的每個色塊圖像中間位置的平均RGB值。

表3 訓練和測試數(shù)據(jù)集Tab.3 Training dataset and testing dataset

1.3.3 多項式階數(shù)

采用多項式回歸(PR)映射方法將圖像數(shù)據(jù)RGB值轉換為CIE XYZ三刺激值。實際上多項式模型的不同項及項數(shù)對模型的顏色預測精度有較大影響,應根據(jù)實際需求選擇適合的項及項數(shù)。理論上所選多項式的階數(shù)越高,預測越準確,但是四階以上多項式的運行成本較大,故本研究以一階4項、二階11項和三階20項的多項式來確定最適合乾隆色譜的高精度模型。

1.4 顯示器色度特征化模型的確定

由于要同時在顯示器上顯示多個色塊,且整個實驗過程需要一定的時間,所以顯示器需具備良好的空間均勻性和時間穩(wěn)定性。固定EIZO顯示器的參數(shù)設置,詳細設置如表4所示。

表4 EIZO顯示器參數(shù)設置Tab.4 EIZO display parameters settings

對顯示器的空間均勻性進行測試。將顯示器劃分為9個相同的區(qū)域,然后用JETI分別對9個區(qū)域進行顏色測量,并計算周圍8個區(qū)域與中心區(qū)域的平均值,測量結果如表5所示。可以看出,設備的空間均勻性較好。

表5 顯示設備空間均勻性色差Tab.5 Display device space uniformity color difference

最后對顯示器的基元恒定性進行測試,結果如圖5所示。當紅、綠、藍單通道的驅動值發(fā)生變化時,EIZO CG26顯示器的3個單通道色品坐標u′,v′變化較小,說明該顯示設備的基元恒定性較好。

圖5 3個單通道色品坐標Fig.5 Three single channel color coordinates

1.5 乾隆色譜跨設備再現(xiàn)評估

2 實驗結果

2.1 乾隆色譜色域

采集乾隆色卡的210個色塊顏色信息和圖像信息,其在孟塞爾顏色系統(tǒng)中色調(HUE)分布如圖6所示。乾隆色譜在藍調(B)和藍綠調(BG)沒有分布,這可能是由于靛藍是本研究中選擇的唯一藍色天然染料,而較濃的染料浴可能會使靛藍染色樣品偏向紫色調[22]。

圖6 色調分布圖Fig.6 Tone distribution diagram

乾隆色卡210色彩數(shù)據(jù)在L*a*b*色彩空間的分布如圖7所示。由圖可見:210個樣品的明度值范圍在17.85～78.13之間;黃色系在22.89～76.67之間,且其中多數(shù)的黃色樣品明度值介于60～70之間,明度中等偏上;紅色系分布于50～78之間;其余色系大致分布在15～50之間。

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

乾隆色卡210色彩數(shù)據(jù)在a*-b*平面分布如圖8所示?？梢?它們在4個象限均有分布,且在第一象限分布比較廣,a*和b*值超過50;在第二象限,a*值處于(-20, 0)區(qū)間,且在色相角為(152°, -135°)區(qū)間沒有分布,綠色為低彩度的綠;在第三、四象限,b*值處于(-20°, 0°)區(qū)間,且在色相角為(-122°, 0°)區(qū)間沒有分布,藍色為低彩度的藍。這些顏色數(shù)據(jù)生成了本研究中獲得的乾隆色譜染色織物的近似色域。

圖8 乾隆色卡210色在a*-b*坐標系的分布Fig.8 Distribution of Qianlong palette with 210 colors in a*- b* diagram

2.2 相機模型精度分析

首先計算了使用不同圖像格式以及不同訓練數(shù)據(jù)集和測試數(shù)據(jù)集建模的色差(以三階為例),結果如表6所示。相較于JPG格式圖像,RAW格式圖像具有更高的建模精度,這可能是因為JPG格式圖像在數(shù)字信號響應和光強之間具有復雜的非線性冪律關系,因此在輸入和輸出向量之間找到最佳映射較為困難[23]。由此建議將RAW格式圖像數(shù)據(jù)作為模型預測的相機數(shù)字信號。

表6 不同訓練數(shù)據(jù)集和預測數(shù)據(jù)集的建模結果Tab.6 Modeling results of different training datasets and prediction datasets

為進一步驗證模型對乾隆色譜的預測效果,將乾隆色卡色彩按順序編號,選擇乾隆色卡顏色數(shù)據(jù)的不同子集作為訓練和測試數(shù)據(jù)集,以RAW格式圖像和三階多項式建立模型,結果如表7所示。

表7 不同乾隆色卡數(shù)據(jù)子集建模結果Tab.7 Different Qianlong palette data subset modeling results

2.3 顯示器色度特征化模型

2.4 乾隆色譜跨設備色彩再現(xiàn)效果分析

圖9 乾隆色譜各色調跨設備的色差均值Fig.9 Mean value of color difference between different hues of Qianlong palette

3 實例驗證

為驗證所建立的相機和顯示器色度特征化模型對真實文物的適用性,以佳能EOS 5D Mark IV相機為輸入端,EIZO CG246顯示屏為輸出端,對中國絲綢博物館館藏清代絲織品(清代淺藍地云緞料)跨設備色彩再現(xiàn)情況進行研究。

圖10 測取文物的反射率過程Fig.10 Process map for measure reflectivity of cultural relics.(a)Color measuring; (b) Mark location

圖11 文物校正前后對比Fig.11 Comparison of cultural relics before correction (a) and after correction(b)

4 結 論

為保證紡織文物圖像跨設備的色彩真實再現(xiàn),推進博物館數(shù)字化發(fā)展,本文研究分別對數(shù)碼相機和顯示屏進行色度特征化,分析了乾隆色譜跨設備的再現(xiàn)情況,得出了以下結論。

1)乾隆色譜顏色主要分布在孟塞爾顏色系統(tǒng)的黃調,綠調和紫調顏色較少,在藍調和藍綠調沒有分布。在L*a*b*色彩空間,乾隆色譜的明度值范圍為17.85～78.13,黃色調的明度值在中等偏上,其它色調的明度值在中等偏下。乾隆色譜在CIELAB色彩空間a*-b*平面的4個象限都有分布,在第一象限分布比較廣,藍色系和綠色系的彩度較低。

2)在博物館圖像采集時,建議規(guī)范照明光源,其中主要包括選擇標準照明體以及相對應的色溫,保證照明均勻性;同時規(guī)范拍攝條件,選擇并固定合適相機參數(shù)設置、拍攝距離,選擇遙控拍攝避免人為操作帶來誤差等。

對于相機特征化預測模型,使用同種材料、同規(guī)格的紡織品顏色數(shù)據(jù)集作為訓練數(shù)據(jù)集,采用高階多項式以及RAW格式圖像建模,能獲得更高的預測精度,從而準確地預測紡織品還原后的色彩。

3)所建立的相機和顯示器色度特征化模型是以均勻色塊預測整個圖像,故此模型對素織物或少紋樣織物具有一定的適用性,而對表面色塊不均勻或者紋樣復雜織物適用性欠佳,應考慮改進模型。

本研究為確定明清絲織文物色彩預測模型提供了支持,為古代特定時期紡織文物色彩預測提供了有力參考。