CN1509565A - 用图像监督的web页颜色精确性 - Google Patents
用图像监督的web页颜色精确性 Download PDFInfo
- Publication number
- CN1509565A CN1509565A CNA028066480A CN02806648A CN1509565A CN 1509565 A CN1509565 A CN 1509565A CN A028066480 A CNA028066480 A CN A028066480A CN 02806648 A CN02806648 A CN 02806648A CN 1509565 A CN1509565 A CN 1509565A
- Authority
- CN
- China
- Prior art keywords
- color
- image
- server
- technician
- client computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/603—Colour correction or control controlled by characteristics of the picture signal generator or the picture reproducer
- H04N1/6052—Matching two or more picture signal generators or two or more picture reproducers
Abstract
通过获得表示与驻留在计算机网络上的客户机相关的显示装置(28)的颜色响应的信息,经计算机网络(25)获得改进的彩色图像显示精确性,并且使用该信息修正发送到客户机(14)的彩色图像。通过在上传过程中监视图像可获得进一步的改进。尤其,在颜色校正后(color-corrected)的图像是从web服务器提供到驻留在网络上客户机的系统中,本发明通过监视和检查颜色技术员(26)的输入图像(38)的准备,进一步提高精确性。在一实施例中,标识负责各图像调整的技术员,并且如果该技术员满足颜色调整技能标准,允许上传。
Description
技术领域
本发明涉及颜色成像,更具体地说,涉及在显示装置上显示彩色图像。
背景技术
互联网络的发展已经为在线零售商创造了相当大的机会。消费品的许多主要零售商已经在万维网(World Wide web)上创建了商业站点。同时,web站点存在的可用性已经消除了许多更小零售商原先所面临的销售障碍。实际上,现在任何零售商能张贴产品信息以便由潜在消费者访问,以及以自动的方式获取其产品订单。
产品信息可包括大量图像。图像允许位于客户设备处的Web用户来在提交在线购买订单前浏览产品。对某些项目来说,允许用户点击“缩略图”图像来以更高分辨率格式浏览该项目。然而,在许多情况下,图像质量是相当关心的问题。具体来说,颜色精确性对颜色是主要产品特色的产品来说非常重要。
在衣服零售商的情况下,例如,毛线衫的图像应当尽可能接近其实际颜色。不幸地是,不同显示装置的颜色输出特性可有很大的不同。阴极射线管(CRT)或平板显示器(flat panel display)、视频卡、驱动器软件以及操作系统一起确定将如何获得和显示红、绿和蓝(RGB)像素值,并且系统之间有很大的不同。
因此,在线用户可订购看起来为酒红色的毛线衫,相反却接到鲜红的毛线衫。实际上,颜色的不精确性已经变成退回由在线用户购买商品的典型原因。在某些情况下,该问题消除了由商家委托在线推销所获得的优点,并损坏继续投资。
发明内容
本发明针对具有不同颜色输出特征的显示装置的计算机网络中改进的彩色图像显示精确性。本发明通过控制图像传送过程的输入/输出端的精确性来改进Web页中的颜色精确性,其中将图像上传到服务器以及下载到客户机以便显示。例如,在将颜色校正后的图像从Web服务器提供给网络上的客户机的系统中,本发明促进了上传到Web服务器上的原始图像的更大的精确性。
在下载图像的输出端的客户机使用的显示设备中,色度差异(clorimetric difference)仅是颜色精确性问题的一部分。如果在上传过程期间,不认真地准备和管理原始图像,它们会抵消为显示装置而进行的颜色校正的优点。换句话说,在上传过程中颜色品质的缺乏会导致“无用输入,无用输出(garbage in-garbage out)”的状况。在这种情况下,输入数据中的颜色不精确性会将以后校正显示客户机的输出数据的努力付之东流。。
例如,考虑到技术员使用数字照相机获得零售项目的图像,如红毛线衫。如果技术员不认真地校对和调整与实际项目有关的图像,图像的颜色精确性由照相机的色度特征而定,而照相机的色度特性有很大的不同。
在这种情况下,为补偿特定显示装置的颜色响应特征而对图像进行颜色调整是没有用的。具体来说,不精确的原始图像的颜色可使颜色实际上不可能与原始项目匹配。因此,颜色精确性在很大程度上受到负责准备输入图像的技术员的熟练和仔细程度的影响。
在一个实施例中,本发明提供的方法包括:识别负责调整图像颜色特征的技术员,以及如果技术员满足资格标准,允许将图像上传到web服务器。
在另一实施例中,本发明提供计算机可读介质,该介质包含使可编程处理器识别负责调整图像的颜色特征的技术员,以及如果技术员满意颜色调整技术标准,允许将图像上传到web服务器的指令。
附图说明
图1是用于提供颜色定制网页(web page)的系统的框图;
图2是包含如图1所示的系统的基于网页环境的框图;
图3是监督和检查为颜色校正而提交的输入图像质量的系统的框图;
图4是用于监督基于技术员技能标准的输入图像增加过程的流程图;
图5是示例说明与网络客户机有关的显示装置的颜色配置(colorprofiling)过程的流程图;
图6是更详细地示例说明用于提供颜色定制网页的系统的框图;
图7是示例说明用于调整网络客户的彩色图像的框图;
图8是示例说明颜色配置过程中多通道黑点确认的流程图;
图9是用于在黑点确认前模拟调整颜色显示的网页的图;
图10是确定用于特定颜色通道的黑点的网页的图;
图11示例说明颜色配置过程中确定灰度系数(gamma)和灰平衡(gray balance)的流程图;
图12示例说明在颜色配置过程中确定近似灰度系数的灰度要素的范围;
图13示例说明在颜色配置过程中确定精细灰度系数的灰度要素的范围;
图14示例说明在颜色配置过程中确定灰平衡的灰度要素的范围;以及
图15示例说明在如图1和2所示系统中传送颜色校正信息的流程图。
具体实施方式
图1是用于通过计算机网络改进彩色图像显示精确性的系统10的框图。计算机网络可采用局域网、广域网、或如万维网的全球计算机诸。如图1所示,系统10可包括web服务器12、网络客户机14、彩色图像服务器16、以及颜色配置文件服务器18。服务器12、16和18可集成和管理为公用网络域,或作为通过网络通信的独立服务器。
web服务器12根据请求,将web页传送给客户机14。web页可包括存储在web服务器12或彩色图像服务器16的标记图像。在一个实施例中,颜色校正模块基于与客户机14有关的显示装置的颜色响应特征调整图像。对标记图像的颜色定制化来说,颜色校正模块可存取存储在数据库中或从客户机14上传的颜色配置文件或其他类似的信息。颜色校正模块可驻留在彩色图像服务器16、web服务器12或者系统10内。
web服务器12可存储更低分辨率的彩色图像以及最小颜色强度的图像。可将较高分辨率的彩色图像和更大颜色强度的图像存储在彩色图像服务器16处。客户机14可是从web服务器12、彩色图像服务器16或两者下载彩色图像的许多客户机中的一个。有从web服务器12下载web页以及从彩色图像服务器16下载加标记图像的潜在的大量客户机14。例如,客户机14可是零售用户,该零售用户可访问具有表示零售项目诸如衣服、艺术品等等的标记图像的web页。
不幸地是,客户机14使用的显示装置在色度响应方面差别很大。当在一个客户机14的显示装置上显示的似乎满意的彩色图像当显示在与其他客户机有关的显示装置的任何一个上时却可能显得不太满意。阴极射线管(CRT)或平板显示器、视频卡、驱动软件以及操作系统的颜色特性在每个客户机之间有很大的不同。根据各个客户机14的色度响应特征调整彩色图像能补偿这些差异。
在准备用于上传到web服务器12或彩色图像服务器16的图像的过程中引入的不精确性增加了颜色不精确性问题。通常通过摄像机或其他采集装置获得的原始图像需要彩色图像技术员认真地准备以确保图像准确地刻画它们所表示的项目。然而,如果技术员缺乏足够的技能或认真,输入图像引入的不精确性会使为特定网络客户机14校正颜色的努力付之东流。
在一个实施例中,本发明提供了一种方法,该方法促进上传到web服务器的原始图像的更大精确性。该方法包含调整图像的颜色特征,并识别负责调整的技术员。如果技术员满足颜色调整技能标准,该方法允许将图像上传到web服务器。如果不满足,拒绝上传。用这种方式,本发明对该过程增加了责任和控制,要求只有合适的熟练技术员和运用合理谨慎的技术员有资格处理图像准备。
颜色调整技能标准是一套技能标准的一部分。该标准部分可基于对技术员实施的客观颜色技能测试的结果,以及由技术员提交的图像的周期检查。技能测试确定颜色技术员是否具备调整输入图像并提供与由该图像表示的项目有关的颜色精确性所必需的基本技能。检查确定尽管具有所需技能的颜色技术员是否以合理的谨慎运用这些技能。因此,技能标准在识别未经充分训练或在不认真准备图像的那些技术员方面发挥作用。
为评定技术员技能,可实施客观技术测试。例如,由域管理员或在颜色成象领域被公认为具有很高水平的独立机构或法人进行测试。该测试可包含多个颜色调整任务,诸如一系列不同图像的调整,之后是评估与目标图像有关的图像的色度特征。如果技术员产生的测试结果在可接受误差范围内,技术员通过该测试。基于测试的成功结果,技术员可获得在资格数据库中记录的证明。在一些实施例中,证明可允许技术员执行用于不同颜色的web域的图像准备工作。
如果技术员满足技能标准,为每个客户机14完成的颜色定制将更加可能对颜色精确性产生显著的影响。具体来说,由技术员为颜色定制而提交的输入图像将在更大程度上增加的颜色精确性。为获得用于客户机14的必要色度响应信息,本发明可包含颜色配置过程。现在将描述该颜色配置过程。
进一步参考图1,颜色配置文件服务器18可管理用于客户机14的颜色配置过程。只要完成颜色配置过程,颜色配置文件服务器18生成表示与客户机14有关的显示装置的色度响应特征的信息。通过颜色配置文件服务器18可将用于客户机14的信息传送到彩色图像服务器16。在一个实施例中,用于客户机14的信息存储在下载到各个客户机的颜色配置文件cookie中。
客户机14最初与web服务器12交互作用以便存取web页。在首次尝试存取web页时,可将客户机14重定向到颜色配置文件服务器18以便完成用于获取色度响应信息的颜色配置过程。特别地,由web服务器12提供的web页可包括存储在彩色图像服务器16上的一个或多个标记图像的参考(reference)。
当彩色图像服务器16接收用于标记图像的请求时,其首先确定请求的客户机14是否具有颜色配置文件。在一个实施例中,彩色图像服务器16检测客户机14是否上传颜色配置文件cookie。如果是的话,通常不必重复用于客户机14的颜色配置过程。相反,将由彩色图像服务器16所需的色度响应信息存储在cookie中。
cookie可包含例如,表示与客户机14有关的显示装置的色度响应特征的参数信息。彩色图像服务器16抽取cookie的内容并准备用于客户机14的颜色配置文件。另外,颜色配置文件服务器18可基于颜色配置过程的结果预先计算颜色配置文件,然后将该配置文件增加到cookie。参数信息或预先计算的颜色配置文件可包括关于估计的黑点、灰度系数、以及与客户机14有关的显示装置的灰平衡的信息。
如果彩色图像服务器16不检测来自客户机14的颜色配置文件cookie,客户机将被重定向到颜色配置文件服务器18。颜色配置文件服务器18然后完成颜色配置过程。颜色配置过程可包含将一个或多个web页从颜色配置文件服务器18传送到客户机14。通过输入颜色响应信息(诸如黑点、灰度系数以及灰平衡)的一系列步骤,可将web页设计成导航与客户机14有关的用户。
彩色图像服务器16从颜色配置文件cookie抽取色度响应信息。彩色图像服务器16然后检索由用户14请求的一个或多个图像。使用用于客户机14的颜色配置文件,彩色图像服务器16设置请求图像的颜色值。特别地,彩色图像服务器16可将颜色变换、或其他修改应用于图像以便基于与客户机14有关的显示装置的颜色响应调整图像中的颜色值。然后,彩色图像服务器16将颜色修改的图像传送到客户机14。用这种方法,由客户机14显示的图像颜色更精确地与最初预期的图像的颜色匹配。
web服务器12、客户机14、彩色图像服务器16、以及颜色配置文件服务器18分别执行存储在计算机可读介质上的程序代码,计算机可读介质既可本地驻留在各个装置上也可远程执行。例如对客户机14来说,程序代码可驻留在由客户计算机存取和执行的随机存取存储器(RAM)中。可从另一存储装置,诸如固定硬盘或与客户机14有关的可移动存储装置将程序代码加载到存储器中。
最初程序代码可包含在计算机可读介质,例如,诸如磁、光、磁光或其他盘或磁带介质,或电介质,诸如EEPROM。另外,可从远程数据档案库,经过例如局域网、广域网,或诸如Internet的全球网络,通过传送将程序代码加载到介质中。代码的大部分可是传送到各个装置并由服务器或浏览器应用程序执行的web页代码。
由web服务器12生成的web页代码(例如,超文本标记语言(HTML)、可扩展标记语言(XML)等等)可包括图像标记,该图像标记指向存储在彩色图像服务器16或其他地方的特定彩色图像。当客户机14存取由web服务器12提供的web页并执行HTML以便汇编该页内容时,存取彩色图像服务器16以便获得在web页代码内标记的任何图像。因此,为客户机14所汇编的web页的内容可包括图像和从由系统10(诸如web服务器12和彩色图像服务器16)占用的网络中的不同资源获得的其他对象。
在一些实施例中,web服务器12和彩色图像服务器16可彼此集成。然而,在图1的例子中,彩色图像服务器16和web服务器12是单独的实体。web服务器12和彩色图像服务器16分别与公用数据库服务器和文件服务器交互作用获得存取为提供给客户机14而选定的彩色图像。此外,在操作中,web服务器12可由存取一个或多个公用文件和数据库服务器的几个web服务器中的一个来实现。
客户机14可采用允许用户存取系统10上的资源以及显示从这些资源获得的彩色图像的各种装置的形式。客户机14的例子包括在Windows、Macintosh、Unix或Linux环境中运行的台式或便携式计算机、基于用于小型便携装置的Palm、Windows CE或类似的操作系统环境的个人数字助理(PDA)、具有Internet的无线电话、具有用于Internet访问的机顶盒(set-top)的交互式电视、可用于公众的Internet电子便利站(kiosks)、以及未来出现的Internet应用。
优选地客户机14执行图形浏览应用程序(诸如web浏览器)来存取驻留在与系统10相连的其他资源(诸如web服务器12和彩色图像服务器16)上的资源。web浏览器应用程序允许与客户机14有关的用户容易浏览由web服务器生成的web页,以及由彩色图像服务器16提供的图像。如果信息以用户交互式格式呈现的话,可使用其他用户界面应用程序存取web服务器12。
在一些实施例中,可配置彩色图像服务器16以传送除提供静态图像外,还传送颜色校正的视频成像。视频(诸如MPEG片断)流视频(streaming video)等等可遇到类似的颜色精确性问题,如果未补偿它们与单个客户机14有关的显示装置的效果的话。因此,本发明的一些实施例可特别用于广播式视频内容。
在每个情况中,客户机14包括用于显示从web服务器12和彩色图像服务器16获得的彩色图像的显示装置(诸如阴极射线管或平板显示器)。也可考虑其他类型的显示器以及动态浏览介质(诸如电子纸)。web服务器12、客户机14以及彩色图像服务器16间的通信可使用传统网络协议,诸如TCP/IP协议。
尽管如上所述的一些客户机装置,诸如PDA和无线电话目前包含相当低质的颜色显示,但是预计这些装置在不远的将来将受益于较高质量的颜色显示。因此,系统10在将来将很容易应用于提高由PDA、无线电话以及类似设置显示的彩色图像的质量。
颜色配置过程,并从而提高颜色精确性对客户机14来说可是任选的。对某些项目,颜色精确性可以不太重要。当客户机14存取web服务器12的web页时,用户可在浏览不太精确的具有缺省颜色设置的web页的版本,或浏览具有基于颜色配置过程的结果而制定的图像的更精确web页间进行选择。因此,彩色图像服务器16可存储一组缺省图像以便用在用户不选择颜色配置选项的情况中。
最初由彩色图像服务器16传送给客户机14的web页可包含在具有用于初始化颜色配置过程的一个或多个超文本链接的web页中。在先前未完成颜色配置过程的情况下,可将web页和链接提供给客户机14。在选择适当的链接后,客户机4与颜色配置文件服务器18交互作用以便完成颜色配置过程。
如果未选择链接,客户机14简单地浏览缺省web页图像,该缺省web页图像没有经过彩色图像服务器16的颜色校正处理。通过该web页,客户机14也可浏览是否已经应用颜色配置和校正的表示。该表示可采用图标的形式,当启动颜色配置时,图标改变颜色。
当用户点击超文本链接以便开始颜色配置过程时,客户机14存取用于将一系列指令web页提供给用户的颜色配置文件服务器18。由颜色配置文件服务器18提供的web页通过设计用以估计与客户机14有关的特定显示装置的色度响应特征的多个步骤引导用户。
当完成该过程时,颜色配置文件服务器18提供具有内容的web页,当执行该内容时,生成包含颜色配置文件信息的cookie。然后,将cookie上传到彩色图像服务器16上,以用在修改用于web页的彩色图像以便在与客户机14有关的显示装置上产生较高质量颜色输出。
用于获得颜色配置信息的其他技术可不要求用户与彩色图像服务器16直接交互作用。相反,用户可自愿访问web站点以执行颜色配置。可由颜色配置文件服务器18提供web站点或在与颜色配置文件服务器相同的域内。另外,用户通过执行下载或实物(physically)提供给它们的软件来配置与其单个客户机14有关的显示装置。
图2是包含如图1所示的系统的web环境20的框图。在图2的例子中,web环境包含web服务器12,其经万维网提供web页。web环境21包括多个客户机141~14N。彩色图像服务器16提供由web服务器12提供的web页标记(referenced)的图像。颜色配置文件服务器18通过由万维网22向客户机141~14N提供web页来引导颜色配置过程。彩色图像技术员24准备用于上传到彩色图像服务器16上的图像。
然后,颜色配置文件服务器18将从客户机141~14N获得色度信息,如颜色配置文件或参数信息经万维网22传送到彩色图像服务器16。然后,彩色图像服务器16将web页发送给客户机141~14N,当执行web页时,彩色图像服务器16生成包含信息的cookie。用这种方式,色度信息可用在未来下载的web页和彩色图像中。
图3是用于监督和检查用于颜色校正而提交的输入图像质量的系统25的框图。如图3所示,系统25可驻留在具有彩色图像服务器16的防火墙后。系统25可包括技术员工作站26、图像采集装置28、图像档案库30、资格模块32、颜色校正模块34、资格数据库36以及检查工作站38。
技术员工作站26可是具有商业上可获得的制版印刷编辑软件(graphic arts editing software)以及具有稳定的、已校准颜色输出的显示装置的计算机。技术员使用技术员工作站26来调整上传到图像档案库30的图像以便图像更准确地表示它们所刻画的项目。图像采集装置28可是摄像机或其他图像输入装置并且是系统25的可选部分。作为一个替代,可从不形成系统25部分的图像采集装置获得图像。相反,从图像采集装置获得的图像可经web22电传送到系统25或可移动数据存储介质上。
图像档案库30可包括文件和数据库服务器并存储通过技术员工作站26调整并由彩色图像服务器16存取的图像。图像可对应于在由web服务器12生成的web页内标记的图像。在不同阶段内,将图像存储在图像档案库30中。例如可在未编辑、编辑中以及最后阶段存储图像。对最后阶段图像来说,由技术员工作站26结束图像准备过程。未编辑图像还未被技术员工作站26处理过,而编辑中的图像存储在编辑的不同的阶段。在最终阶段图像已经与由web服务器12生成的一个web页中的特定标记图像关联后,彩色图像服务器16存取该最终阶段图像。
资格数据库36存储彩色图像技术员以及它们的资格等级的列表。资格等级可包括技术员所拥有的技能等级和谨慎程度的说明。技术等级能通过客观测试来确定,而谨慎程度能通过结合客观测试和检查由技术员实际准备的图像来确定。因此,在系统25内操作的每个技术员在资格数据库36内具有相应的文档,以及有关技能和谨慎程度的表示。
资格模块32可是在系统25内的彩色图像服务器16或不同计算机上运行的软件程序。资格模块32分析图像档案库30内的图像以便确定它们是否由授权的技术员准备。在一个实施例中,图像档案库30内的每个图像文件可包括对识别准备该图像的特定技术员的另一文件的头部或指针。该标识可是指定给该技术员的加密或未加密的标记代码。在其他实施例中,通过在用于由系统维护的数据库中的图像文件的元数据中提供标记,可保持图像文件不变。在这种情况下,该标记可存储在图像文件外,从而消除对修改图像文件的内容的需要。
使用与图像有关的技术员标识,资格模块32从资格数据库36存取资格简档表(profile)。基于该资格简档表,资格模块32确定准备该图像的技术员是否具有必要的技能和认真程度。如果是的话,资格模块32准许将该图像提供给颜色校正模块34。在这种情况下,颜色校正模块34可基于特定客户机14的色度响应特征,在该图像上执行颜色校正。可在稍后时间进行实际颜色校正。
如果技术员不具备必要的技能和认真程度,资格模块32不准许将该图像提供给颜色校正模块34。在这种情况下,与其尝试校正不准确的图像,还不如彩色图像服务器16将具有不适于对图像进行颜色校正的表示的图像提供给客户机14。用这种方法,对上传到彩色图像服务器16上的图像的监督慢慢地增加了颜色校正过程的信任度。通常提供缺省图像将好于提供基于错误输入数据经颜色校正,但仍然不精确的输出图像。这避免出现颜色校正过程的不正确工作。
代替评定由客户机14请求的每个图像,资格模块32可构造成证明一批图像的合格性。如果图像通过资格程序,即,准备这些图像的技术员满足技能和认真程度,可在特定的文件夹中标记或取消他们。用这种方法,当彩色图像服务器16从图像档案库30检索它们时,有资格的图像能与不具备资格的图像区别开来。
可提供检查工作站39以便浏览由技术员准备的图像。特别地,检查工作站38可采用具有商业上可获得的制版印刷浏览软件和已校准的、稳定显示装置的计算机的形式。检查工作站38也可包括诸如色度计、密度计和分光光度计(spectrophotometer)的精确颜色测量装置。非常熟练的技术员可使用检查工作站38来相对于它们所刻画的项目的颜色,评定从图像档案库的图像的色值。
使用检查工作站38,技术员能确定图像的颜色是否在用于所刻画的项目的目标颜色的预定误差范围内。在一些实施例中,检查工作站38或者随机或根据一些标准(诸如提交日期或图像类型),检索用于特定技术员的一组图像。用这种方式,检查工作站38采样特定技术员提交的图像。
如果误差范围不满足图像的某一百分比,可配置检查工作站38以改变资格数据库36中该技术员的资格简档表。例如,检查工作站38可简单地修改该简档表以表示该技术员不称职,或证明该技术员具有几个资格等级的一个的资格。因此,具有较低技能或检查不太认真的技术员可胜任准备较低关键颜色的图像。资格模块32可存取资格数据库36中“不可靠工作(on the fly)”的技术员资格简档表,即响应客户机14的特定图像的请求。另外,资格模块32可存取技术员资格简档表作为提供给图像档案库30的一批图像资格的一部分。
在图3的例子中,技术员工作站26、检查工作站38以及资格数据库36通常示为驻留在公用防火墙后的公用域的一部分。然而,在一些实施例中,技术员可负责准备用于许多不同web服务器12和彩色图像服务器16的图像。在这种情况下,期望提供可更广泛存取,或甚至全球的资格数据库36。
特别地,中央资格数据库36或分布式、重复资格数据库族可由在位于网络上的许多不同彩色图像服务器上运行的资格模块32和检查工作站存取。在这种情况下,可通过网络跟踪作为多于一个彩色图像服务器16的服务提供者的技术员的资格。包含在图像或其它那的技术员的身份可采用经资格数据库36证明准备不同等级颜色复杂度的图像的技术员的资格的全球标识码的形式。
作为另一替代,标识码本身可用作指定技能和认真程度的证明,使得不必引用资格数据库。相反,可根据检查工作站38执行的资格和认真评定的结果,发布或取消标识码。在这种情况下,可引用中央数据库以便核实标识码的有效性。可根据技能和认真程度分类或划分每个标识码,并且每一标识码包含对执行某一等级的彩色图像准备的固有权限。
图4是示例说明基于技术员技能标准,监督增加输入图像的示例过程的流程图。图4的例子通常概括出从由技术员调整和提交图像到将图像上传到彩色图像服务器16用于颜色校正的过程。在由技术员调整彩色图像中的色值(40)后,技术员将调整后的图像加载到图像档案库30中(42)。
在将图像加载到图像档案库30后,然后,资格模块32可识别负责调整和上传图像的技术员(44)。在识别该技术员后,资格模块32检查资格简档表(46)并将资格简档表与相关资格标准比较进行(48)。此外,资格标准可包括用于准备特定彩色图像的最低技能和认真程度。如果资格简档表匹配,即满足或超出资格标准(50),资格模块32允许将图像上传到彩色图像服务器16(52)中。可建议技术员到那个效果(54)。如果资格简档表不匹配那个标准,资格模块32可拒绝上传(56)。
如果已知技术员具有足够的技能等级和运用充分的认真,由该技术员准备的图像当为特定客户机14校正图像时比较可能产生精确的结果。图5是示例说明客户机14的颜色配置过程的流程图。如图5所示,客户机14的颜色配置过程可包含将显示装置初始化为标准设置(58)。然后通常通过用户交互作用确定显示装置的黑点估计(60)。黑点估计可是多通道黑点估计。在确定黑点估计后,再次通过用户交互作用获得显示装置的灰度系数的估计(62)。将灰度系数限定到绿色通道。
接着,确定用于显示装置的灰平衡(64)。在来自灰度系数估计的有限绿色(green-limited)灰度系数可保持恒定同时考察红-蓝偏移(shift)以确定灰平衡的意义上,可将灰平衡估计锁定到绿色通道。当已估计黑点、灰度系数以及灰平衡了时,颜色配置文件服务器18生成颜色配置文件(66)。颜色配置文件包含表示显示装置的黑点、灰度系数以及灰平衡的信息。可将颜色配置文件,或用于形成颜色配置文件的参数上传到web cookie中(68)。当请求下一图像时,客户机14存储用于上传到彩色图像服务器16的web cookie。
为执行如图5所示的颜色配置过程,颜色配置文件服务器18将多个web页提供给客户机14。将每个web页设计成通过颜色配置过程中的指定步骤引导用户。例如,一个web页可包括设计成从用户抽取显示装置的黑点的估计的指令和图像内容。
在一个实施例中,黑点估计可是多个、特定通道的黑点估计。其他web页可包括设计成抽取近似灰度系数、精细灰度系数以及灰平衡信息的指令和内容。特别地,每个web页可包括可由用户点击的交互作用介质(诸如超文本图标等等)以便将信息从客户机14传送到颜色配置文件服务器18。在收集必要的信息后,颜色配置文件服务器18产生cookie并将其提供给客户机14,用于本地存储和未来使用。
图6是更详细地示例说明用于提供颜色定制化的web页的系统框图。如图6所示,web服务器12存取web页数据库70以便将web页经web22传送给客户机141~14N。在一个实施例中,彩色图像服务器16存取图像档案库30。图像档案库30包含由web服务器12提供的web页标记的图像。在图6的例子中,彩色图像服务器16也可包括颜色校正模块34。颜色校正模块34响应来自客户机141~14N的校正颜色图像的请求。
彩色图像服务器16从图像档案库30检索缺省彩色图像,并且,如果客户机14已经上传颜色配置文件cookie,彩色图像服务器16则制定校正颜色的图像。特别地,颜色校正模块34基于由颜色配置文件cookie表示的颜色响应特征,修改缺省图像。颜色校正模块34设置图像中的色值以便补偿与客户机14有关的显示装置中的色度响应差异。如图3所示,颜色校正模块34可结合资格模块32一起工作以便校正仅由有资格的技术员准备的图像。另外,颜色校正模块34可构造成从图像档案库30仅检索合格的图像。
图7是示例说明调整用于网络客户机的彩色图像的框图。如图7所示,为便于颜色校正,由技术员准备的并存储在图像档案库30中的每个图像可与源颜色配置文件有关。源颜色配置文件可嵌入在图像文件中或单独存储。源颜色配置文件规定一组与原始图像有关的颜色响应特征。颜色校正模块34从客户机14经网络接收源颜色配置文件和客户机,或“目的”颜色配置文件。
客户机颜色配置文件表示与客户机14有关的显示装置的颜色响应特征,并响应对标记图像的请求,可存储在由客户机14上传的webcookie中。颜色校正模块34可使用源颜色配置文件和客户机颜色配置文件来生成补偿源颜色配置文件和客户机颜色配置文件间的颜色响应差异的颜色变换。使用该颜色变换,颜色校正模块34生成校正过颜色的图像并经网络将其传送给客户机14。
可以基本上与使用在商业上可获得的颜色管理系统中的源和目的配置文件类似的方式使用源颜色配置文件和客户机颜色配置文件。因此,可由技术员实施的部分图像准备过程可包括产生或修改用于每个图像的源颜色配置文件。技术员可使用商业上可获得的制版印刷软件工具来创建或修改源颜色配置文件。在某些情况下,提交给技术员用于准备的原始图像可附有由图像采集装置生成的源颜色配置文件。
在此所述的图像监督过程特别有用对于产生用于单个客户机14的颜色配置文件的颜色校正过程特别有用。通常,颜色配置过程最好要求无插件程序、Java脚本或其他典型的客户端程序。相反,web服务器12、客户机14、彩色图像服务器16以及颜色配置文件服务器18间的交互作用是经提供给客户机的web页完成的。该方法为与客户机14有关的终端用户来说产生相当大的便利。同时,web服务器12和彩色图像服务器16不要求保留用于单个用户的颜色信息。
相反,不管客户机14何时请求彩色图像,可将信息上传到彩色图像服务器16,例如,以cookie的形式。此外,站点管理员能将它们自已的彩色图像保持在彩色图像服务器16上,并通过包含能够处理由单个客户机14上传的颜色配置文件cookie的颜色校正模块来提供颜色校正。因此,不需要站点管理员将它们的web页张贴或映像到中央web存储库上。
为执行颜色配置过程,客户机14与颜色配置文件服务器18交互作用。颜色配置文件服务器18将多个web页提供给客户机14。将每个web页设计成通过颜色配置过程中的指定步骤引导用户。例如,一个web页可包括设计成从用户抽取显示装置的黑点估计的指令和图像内容。
在一个实施例中,黑点估计可是用于显示装置单个颜色通道的多个、特定通道的黑点估计。其他web页可包括抽取近似灰度系数、精细灰度系数以及灰平衡信息的指令和内容。特别地,每个web页可包括能由用户点击的诸如超文件图标的交互作用介质,以便将信息从客户机14传送到颜色配置文件服务器18。
在收集必要的信息后,颜色配置文件服务器18生成cookie并将其传送给客户机14,以用于本地存储和未来使用。在一些实施例中,能将两个cookie提供给客户机14。第一cookie可对应于与颜色配置文件服务器18有关的域名,并用于特定客户机14和颜色配置文件服务器间的未来交互作用。第一cookie可称为“配置器cookie”。
第二cookie可对应于与特定彩色图像服务器16有关的域名,例如,对应于特定的拍卖或图片站点,从该站点,下载彩色图像。换句话说,第二cookie可对应于初始化颜色配置过程的特定彩色图像服务器16。用这种方式,由所述彩色图像服务器16提供的未来图像将基于与相关域有关的cookie的内容进行修改。将由请求下载图像的客户机14提供cookie。第二cookie可称为“图像服务器cookie”。
可使用该配置器cookie来生成与其他域有关的彩色图像服务器16一起使用的其它图像服务器cookie。特别地,当位于客户机14的用户存取彩色图像服务器16(为用户先前没有从其下载过校正过的彩色图像的彩色图像服务器)时,用户能点击颜色配置选项并定向到颜色配置文件服务器18。在与颜色配置文件服务器18交互作用后,客户机14仅上传配置器(profiler)cookie,而并不重复颜色配置过程。涉及与新彩色图像服务器16有关的域的信息可包含在配置器cookie中。
与接收配置器cookie向应,颜色配置文件服务器18提供web页,该web页建议与客户机14有关的用户的意图以便将该cookie内容发送给在cookie中指出的域,并且颜色配置文件服务器18可请求用户认可其他原因中的保密事项。在用户认可后,颜色配置文件服务器18将cookie内容传送给由配置器cookie中的域指定的彩色图像服务器16。
彩色图像服务器16为其自己的域生成图像服务器cookie,并将该cookie写入客户机14用于未来使用。此后中,客户机14当请求用于相关web服务器12的校正过颜色的图像时,将适当的图像服务器cookie上传到彩色图像服务器16上,并且能迂回(bypass)与颜色配置文件服务器18的交互作用。客户机14当试图上传图像时,将适当的图像服务器cookie上传到彩色图像服务器16上。
部分通过现有的web设计考虑推动第一和第二cookie上的可信度,一个用于颜色配置文件服务器18,另一个用于特定的web服务器12或彩色图像服务器16。特别地,存储在浏览器上的用于通常客户机的cookie由生成它们的服务器的域标记并且通常对其他域是看不见的。因此,由颜色配置文件服务器18生成的cookie通常对彩色图像服务器16是看不见的,反之亦然。
另外,cookie可见性可进一步受限于通过用服务器域内的路径标记cookie。然后,在请求该通路外的页时,即使是对相同的域,这种分类的cookie将是不可见的。另外,浏览器按常规将每个请求上的所有可视cookie发送给服务器。这不仅包括对HTML页的初始请求,而且包括对将嵌入在页内图像的请求。然而,因为图像可来自不同于HTML页的服务器,因此为HTML页发送的cookie可不同于为图像而发送的cookie。
鉴于上述考虑,颜色配置文件服务器18不仅充当间接管理颜色配置文过程,而且担当中间生成图像服务器cookie。该间接功能使得在彩色图像服务器16而不是在中央地点执行所有用户图像的颜色校正。并且,通过该间接功能,只要客户机已经完成颜色配置过程,他通常将不必为获得用于另外的用户的图像的颜色较正而重复颜色配置过程。
作为例外,当与客户机14有关的本机驱动器软件或硬件(诸如显示装置或视频卡)改变时,用户可自愿重复颜色配置过程。事实上,为鼓励时常更新以适应硬件变化,可将有效期应用到配置器cookie和图像服务器cookie上。
三个不同的服务器,即web服务器、彩色图像服务器16、以及彩色配置文件服务器18划分包含在颜色校正事务中的工作。特别地,假定存在配置器cookie和图像服务器cookie,web服务器12提供用于用户自己web页的HTML并且处理用于那些页的大多数其他请求,包括提供未经过颜色校正的图像。彩色图像服务器16提供经过颜色校正的图像。
如果彩色图像服务器16从客户机14接收颜色配置文件cookie,其基于cookie内容和相关颜色配置文件cookie的内容,执行颜色校正,并将校正过颜色的图像提供给客户机。彩色图像服务器16也可在可校正彩色图像附近提供图标,该图标表示彩色图像是否的确已经校正过。如果彩色图像服务器16发现没有颜色配置文件cookie,例如,其显示的图标建议用户点击该图标以起动颜色配置过程。否则,图标仅指出颜色校正变为“on”,即,已经对图像进行过颜色校正。
颜色配置文件服务器18,如上所述,提供用于颜色配置过程的页。如果通过点击与由彩色图像服务器16提供的彩色图像一起显示的图标,调用颜色配置过程,各个客户机14可能不具有用于相关web服务器12的图像服务器cookie。然而,在某些情况下,客户机14可自愿重复颜色校正过程以便更新用于新硬件或软件的配置文件。如果配置器cookie存在,那么仅通过地将cookie的内容运送到用于创建图像服务器cookie的适当的图像服务器域来简化该过程。
如果不存在配置器cookie,那么由颜色配置文件服务器18提供整个颜色配置过程。在完成颜色配置过程后,颜色配置服务器18生成用于客户机14的配置器cookie,并将配置器cookie的内容传递给相关的彩色图像服务器16。然后,彩色图像服务器16基于配置器cookie内容生成图像服务器cookie并调用原始web服务器统一资源定位地址(URL),先前是通过该原始web服务器URL调用颜色配置过程。
用于在由颜色配置文件服务器18生成的配置器cookie和由彩色图像服务器16生成的图像服务器cookie间交换颜色校正信息的机制可以改变。特别地,与其将cookie提供给客户机14,还不如安排颜色配置文件服务器18来将颜色校正信息传送给与所识别组的web服务器12有关的所有彩色图像服务器16。
用这种方式,通过颜色配置文件服务器1 8获得的颜色配置文件信息,其作为颜色配置过程的结果,可被“广播(broadcast)”以由web服务器12或彩色图像服务器16存储。该方法的优点在于信息传送是无缝的(seamless)。在初始颜色配置过程后,除更新颜色配置文件外,不需要与客户机14有关的用户与颜色配置文件服务器18交互作用。相反,每个web服务器12或彩色图像服务器16通过例如,客户身份代码(ID代码)存储与单个客户机14有关的颜色校正信息。
当客户机14存取一个彩色图像服务器16时,使用客户身份代码来检索适当的颜色校正信息,并从而提供校正过颜色的图像。不利方面在于每个web服务器12或彩色图像服务器16需要维护客户机14的颜色校正信息的数据库,客户机14包括从不存取各个web服务器12的客户机。因此,利用用于传送颜色校正信息的cookie的方法对某些站点管理员来说更有效且更理想。尽管,广播颜色校正信息仍然是对一些站点管理员可接受的可行选择,并且对终端用户很方便。
下文是根据间接cookie传送方法,在web服务器12、客户机14、彩色图像服务器16、以及颜色配置文件服务器18间传递信息所包含的一些详细情况的描述。在从颜色配置文件服务器18将配置器cookie内容传送给各个彩色图像服务器16前的用户干预和进入认可的意义上,该方法是间接的。在将web页提供给客户机14中,web服务器12传递用于存储在相关彩色图像服务器16上的可校正图像的URL。另外,web服务器12最好包括与图像附近的颜色配置图标。用于颜色配置图标的URL指向相关的彩色图像服务器16,而与图标有关的超文本链接指向颜色配置文件服务器18。
为实现将颜色校正信息传回彩色图像服务器16,当客户机14采用与图标有关的超文本链接时,将由用户浏览过的页的URL传递给颜色配置文件服务器18。传递URL的步骤可通过包括URL作为目标URL上的参数,或通过张贴来自覆盖该图标的表格的信息(即,通过存储在隐藏入口域(entry field)中的URL)来实现。在后者情况下,图标用作按钮,其可要求某些最小客户端描述(minimal client-sidescripting)。另外,如将所述,在完成颜色配置过程后,web服务器12的名字和由彩色图像服务器16提供的完成页的URL可包含在对颜色配置文件服务器18的请求中。web服务器可提供以插入具有适当URLs的图标代码的服务器端描述(serve-side scripting)功能。
对颜色配置过程,颜色配置文件服务器18提供能通过执行由web服务器12提供的web页而调用的多个web页。在这种情况下,“返回URL”顺序地传递到每个页。可作为目标URL中的参数,或通过使用表格中的隐藏域(field)来传递返回URL。在某些情况下,可将返回URL存储为服务器变量。如上所述,颜色配置文件服务器18处理两种情况:(1)当不存在配置器cookie时,为整个颜色配置;以及(2)当已经存在配置器cookie时,产生图像服务器cookie。在两种情况中,颜色配置文件服务器1将现有或新创建的配置cookie的内容传送给相关彩色图像服务器16。特别地,为以便传送该信息,颜色配置文件服务器18可提供请求与客户机14有关的用户准许的按钮。
用于按钮的URL指向由彩色图像服务器16提供的页。传送给彩色图像服务器16的请求包括返回URL和写入配置器cookie中的颜色信息。从长度方面考虑,请求最好是来自表格的POST请求,而不是具有在URL中阐述的所有信息的GET请求。通过参照返回URL,颜色配置文件服务器18在彩色图像服务器16处确定目标页的URL。在传送cookie内容前,用户将希望了解目的地。
因此,颜色配置文件服务器18与该按钮一起显示特定彩色图像服务器的名称。彩色图像服务器的名称可与由web服务器12提供的web站点有关。如果web站点的名称从URL不易确定,那么可通过交叉参照(cross reference)可由颜色配置文件服务器18存取的数据库中的名称的URL,或通过传递具有在来自由web服务器12生成页的原始请求中的返回URL的名称来生成站点的名称。
在从颜色配置文件服务器18接收信息后,相关彩色图像服务器16提供表示完成颜色配置过程的页。当从颜色配置文件服务器18接收该页时,可通过包含颜色校正信息和“返回”页的URL的POST请求调用该页。彩色图像服务器16将颜色校正信息写入相关客户机14作为客户机cookie。
从前面那点起,由各个客户机14存储图像服务器cookie,并发送给具有上传或下载颜色可校正图像任何请求的与相关web站点有关的彩色图像服务器16。响应该下载请求,彩色图像服务器16从客户机14抽取图像服务器cookie的内容,基于该内容,将颜色校正应用于所请求的图像上,并将校正过颜色的图像提供给客户机14。响应上传请求,彩色图像服务器16接受该图像,从客户机14抽取图像服务器cookie的内容,并将cookie内容与将来使用的图像关联。
作为另一种方法,可经直接请求,将颜色校正信息从颜色配置文件服务器18传递给彩色图像服务器16,而不是包含在客户机点击按钮、锚区,或其他输入介质时生成的请求中。在用户通过提交传送给颜色配置文件服务器18的许可而不需要介入的意义方面,该方法是直接的。相反,将配置文件cookie的内容传送给适当的彩色图像服务器16可做成是无缝的且在后台发生。
的确,在优选实施例中,与客户机14有关的用户甚至可不浏览由颜色配置文件服务器1 8发送的、用于在初始化配置后传送信息的页。用这种方式,将颜色校正信息从颜色配置文件服务器18传送到彩色图像服务器16自动发生,而不要求与客户机14有关的用户点击链接以实现传送。该方法使传送对用户来说看来更加无缝。最终结果是相同的,即,传送包含在配置器cookie中的颜色校正信息不需要由用户重新执行颜色配置过程就可产生图像服务器cookie。
为便于通过直接请求传送,可为客户机14指定客户机ID。通常,将客户机ID存储在与客户机14有关的浏览器上的图像服务器cookie中并从该cookie接收。对特定的web站点来说为新的客户机14,即,未将图像服务器cookie发送给特定彩色图像服务器16的客户机将分配新的客户机ID,该客户机ID响应来自彩色图像服务器,被发送为具有HTML的cookie。
然后,指向颜色配置器18的所有URLs将客户机ID和web站点ID荷载(bear)为参数,以便颜色配置文件服务器能关联用于各个客户机14的颜色校正信息的请求。如果没有图像服务器cookie的话,用于颜色配置图标的URL指向颜色配置文件服务器18。对该方法,最好,各个web服务器12和相应的彩色图像服务器16占用相同的域以便它们能浏览相同的cookie。
如在间接方法中,根据彩色图像服务器是否接收图像服务器cookie,看来与颜色可校正图像相邻的或具有用于上传图像的对话框的颜色配置图标可以直接传送方法由彩色图像服务器16或颜色配置文件服务器18提供。如果存在图像服务器cookie,那么由具有可下载图像的彩色图像服务器16提供配置图标,并且配置图标在外观上被制定成表示颜色校正通过例如,用文本信息,激活该效果。因为仅新客户机16不具备图像服务器cookie,所以对于由彩色图像服务器16提供的大多数图像而言,将是这种情况。
如果不存在图像服务器cookie,那么由颜色配置文件服务器18提供图标。换句话说,由彩色图像服务器16提供的web页已经包含了颜色配置文件服务器18提供的图标。如果存在配置器cookie,那么颜色配置文件服务器18提供表示客户机已经经过颜色配置过程的图标。如果不存在,该图标表示先前还没有通过各个客户机14完成颜色配置过程。这可通过彩色图标来表示已经完成颜色配置,以及黑白图标表示还没有完成。
在某些实施例中,图标可表示客户机14已经通过颜色配置过程,但还没有将颜色校正信息转发给特定的web站点,以及还没有颜色校正图像。在任何一种情况下,颜色配置文件服务器18也接收用于客户机14ID和特定web站点,均包含在转发给颜色配置文件服务器18的URL中。如果存在配置器cookie,那么颜色配置文件服务器18立即将客户ID和配置器cookie的内容间接转发给特定目的请求中的相关彩色图像服务器16。
如果由客户机14提供图像服务器cookie,那么彩色图像服务器16基于包含在cookie中的信息,执行颜色校正。对客户机14来说,彩色图像服务器16接受图像服务器cookie的内容并将其与之后的在颜色修改期间检索的上传图像进行关联。如果不存在图像服务器cookie,那么彩色图像服务器16等待短时以便从颜色配置文件服务器18接收用于该客户机14的颜色信息。如果该信息是准备好的,那么彩色图像服务器16将图像服务器cookie写入与客户机14有关的浏览器。否则,彩色图像服务器6将未校正的图像提供给客户机17,或在客户机14的情况下,不建立用于上传图像的颜色校正的信息。
通过该直接认可,对彩色图像服务器16来说,有必要跟踪由颜色配置文件服务器18转发的颜色校正信息,因为这些信息与分别来自客户机14的图像上传或下载请求不同时接收。因此,包含可由彩色图像服务器16和web服务器12共享的数据库应用程序是必要的,彩色图像服务器16用于临时跟踪与各个客户机14有关的颜色校正信息,web服务器12用于跟踪和生成客户机ID信息。一旦将信息写入图像服务器cookie,可从数据库删除用于各个客户机14的ID和颜色校正信息。
根据直接传送方法管理ID可进行如下。可用唯一ID标记由颜色配置文件服务器18生成的原始颜色校正信息。该唯一ID可保留在转发给彩色图像服务器16的颜色校正信息的拷贝中。如果客户机14重复颜色配置过程,该ID改变,并将其称为配置器ID。配置器ID保持不变直到下一配置器ID经过颜色配置过程,这可在好几个月后发生。实际上,配置器ID对应于特定颜色配置序列。可由客户机ID和用户ID来补充配置器ID。客户机ID识别web站点正请求其颜色信息的客户机,以及用户ID识别特定的用户。
只要彩色图像服务器16不具有用于特定客户机14的颜色校正信息,经URL参数将客户机和用户ID传送到颜色配置文件服务器18。当颜色配置文件服务器基于配置器cookie的内容或运行颜色配置过程的结果,确定适合于客户机的信息时,通过颜色校正信息,将用户ID从颜色配置文件服务器18传回彩色图像服务器16。只要彩色图像服务器16接收该信息并将其作为图像服务器cookie写入客户机浏览器,就不再需要用户ID。
现在将更详细地描述示例性颜色配置过程。能使用如图5所示的过程来生成如上所述的配置器cookie的内容。注意,可由与客户机14有关的用户,通过少到三个的“点击”指向装置来完成整个颜色配置过程。如果在选择补丁(patch)之后,要求用户点击连续按键继续进行,该过程可采用附加点击。
然而,如果允许用户在选择补丁后自动进入下去,可用三次点击来完成整个过程。通过任选的类似调整,将描述的单独的R、G和B黑点以及精细灰度系数步骤,该过程可要求达到六至七次单击。在许多实施例中,当利用选择离散元素的方法时,颜色配置过程不要求插件程序或客户机端描述,尽管这些机构可在一些实施例中提供,诸如用在滑块调整(slider adjustment)中。
通过确定黑点和用于R、G和B荧光或光电二极管元素的灰度系数的准确值,颜色配置过程启动与客户机14有关的显示装置的直观配置。灰度系数指表示随数字设备值变化的光强度(light intensity)变化速率的参数γ。术语“黑点”在本领域是非常公知的,并指的是低于由显示装置发射的光没有减小的R、G或B值。黑点有时另外称为黑开始(black onset)。根据本发明,可任意确定三个独立的黑点,分别用于监视器的R、G、B颜色通道。对使用更精确的监视器来说,可使用单一深灰(dark gray)RGB选择来估计用于R、G和B的单个平均黑点值。
在一些显示装置中,诸如早期CRT监视器,不同颜色通道会产生非常不同的黑点。因此,生成颜色配置文件的单个RGB黑点度量的可信度会引入不精确性。然而,确定特定通道的黑点能降低不精确性。换句话说,通过单独地估计用于每个颜色通道的黑点,能获得显示装置的色度响应的更精确的特征。
更精确的色度特征在用于在特定监视器上提供和显示的彩色图像的转换方面提供更大的精确性。颜色配置文件服务器18可通过将一系列指令web页提供给客户机14来管理如图5所示的颜色配置过程。一般来说,颜色配置过程可包含用于确定(1)显示装置的每个红、绿和蓝(R、G和B)颜色通道的黑点,(2)用于R、G和B的平均灰度系数。(3)用于R、G和B的灰度系数差异。由于显示装置属性的差异很大,上述确定(2)能细分成确定(2a)近似灰度系数估计,以及(2b)精细灰度系数估计。下面将参考图8~14更详细地描述该过程。
颜色配置过程首先包含确定用于每个彩色显示装置的各颜色通道的黑点,例如R、G和B。在确定可仅是估计的黑点后,颜色配置过程包含确定由显示装置所表现出的灰度系数。特别地,该过程包含在确定精细灰度系数后,确定近似灰度系数。确定精细灰度系数可部分依赖于近似灰度系数。换句话说,近似灰度系数可用做聚向更精细的调谐灰度系数的初始估计和起始点。
在确定精细灰度系数后,该过程包含确定由该显示装置所表现出的灰平衡。灰平衡提供由中性灰度向由显示装置使用的一个或多个颜色通道,诸如红、绿和蓝的颜色偏移量的表示。灰平衡确定可部分依赖于先前在颜色配置过程中确定的灰度系数,以及在特定的实施例中,依赖于精细灰度系数。
接着,颜色配置过程包含生成颜色配置文件。颜色配置文件包含基于黑点、灰度系数和灰平衡,特征化显示装置的颜色响应的信息。然后,将颜色配置文件加载到cookie,或其他内容容器中,并用各客户机14本地存储,以当需要时,上传到任何彩色图像服务器16上。
所估计的黑点参数定义显示装置的动态范围。因为最大RGB值总是定义白色,黑点定义黑色终点,因此最大RGB值定义用于产生从黑到白的连续变化的R、G和B颜色通道的值的域。此外,黑点是指在由该显示装置发射的光中没有进一步降低下的R、G和B值。
对单个颜色通道来说,诸如R,黑点是R值进一步降低不会产生由该显示装置发射的R通道光进一步降低的点。如果用于显示装置的指定通道的黑点为高,那么用于更深区中的那个通道的值将映射到最暗阴影上,并且如果不执行图像校正,将丢失阴影详细资料。因此,获得精确的黑点估计对由该显示装置表示的图像的精确性来说是很重要的。
除多通道黑点估计外,颜色配置文件可包括灰度系数参数和灰平衡参数。这些参数一起定义各个显示装置的色度响应以便启动为更精确地地呈现在装置上而改变彩色图像。灰度系数参数最影响图像的整个外观。灰度系数确定图像整个看起来是否太亮或太暗,或对比度太大或太低。第三参数,R、G、B灰度系数差或“灰平衡”很重要,因为人眼对灰平衡非常敏感。灰平衡参数表示当产生RGB颜色组合时,显示装置的不同颜色通道间的相对平衡,或不平衡。
图8是更详细示例说明颜色配置过程的流程图。对黑点确定来说,颜色配置文件服务器18首先可提供用于显示装置调整的web页。该web页指示用户调整显示装置的亮度和对比度。显示装置的调整步骤是可选的,但通常在准备用于黑点确定的显示装置中值得做的。颜色配置文件服务器18可提供包含暗元素的几行,诸如条、补丁、字符、字母、数字等等的web页(72)。
代替补丁或条,期望具有另外形状诸如数字的显示元素。而补丁或杆通常是矩形的,可使用更复杂的形状以帮助人眼分辨差异。因此,数字、字母以及其他复杂的形状,例如,使用人眼的模型识别能力并能产生对灰度级差异的更高的敏感性。当要求人眼执行模型识别时,其对指定模型和周围区域间的颜色灰度的敏感性增加。复杂形状相对于简单形状显示出更长的边界,并使得增加周长以便对比。可将具有复杂形状的元素用在黑点、近似灰度系数,以及精细灰度系数确定中以便特征化该监视器。
作为对行的替代,元素可通过web页,以并排放置的列安置。作为另外的替代,每行或列可包含仅一个或少量元素,代替几个元素。在每个指定行中的大量元素可帮助用户分辨相邻行中的元素间的差异。
web页可指示用户将显示装置的亮度和对比度设置成最大(74)。可以并联的安置行(或列)元素。在每行中的元素最好显示出相同的暗度或亮度。然而,在每行中并联的元素相对于其他相邻行中的元素,在相对暗度或亮度方面可不同。例如,元素的最暗行可位于底部,具有包含为以升序位于之上的逐渐变亮的阴影的元素的行。web页指示用户降低亮度直到仅仅看见最暗行元素为止(76),如图8所示。在该点上,用户可选择“下一”或一些类似的超文本图标并进入颜色配置过程的下一步骤,例如,用于在单个基础上,每个红、绿和蓝通道的黑点确定。
图9示例说明用于如图8所示的颜色配置过程的显示装置调整中的web页96。显示暗元素行98,每行具有相同的灰度级值,但与相邻行中的元素的灰度级值不同。例如,暗元素行98(图9例子中数字所示)可呈现给具有下述灰度级值:8、16、24和32的用户。换句话说,“零”、“1”、“2”和“3”行可分别具有8、16、24和32的灰度级。
如显示的深灰度元素行,指示用户使用提供给该显示装置的模拟或数字控制,将显示装置的亮度和对比度设置为最大。然后,可进一步指示用户降低显示装置的亮度直到仅可看见具有最暗(最低灰度级值)元素的行为止,然后,在完成后,点击“下一个”(100)。该显示装置调整的可选步骤用于准备相对于每个颜色通道执行的黑点确定的监视器,如下所述。
为执行用于每个颜色通道的黑点确定过程,用于每个颜色通道的元素的几个行(或列)可显示在连续的web页上。特别地,可向客户机以任何顺序提供用于特定通道的黑点确定的红色通道、蓝色通道以及绿色通道web页。在每种情况下,用于指定颜色通道的元素可以相对亮度或暗度的升序的方式安置在行中,如图9的web页96,其用于显示装置调整。这些行提供灰度级升级顺序。用于红色通道黑点确定web页的底行,例如,可是在web页所示的元素中,具有带红色的最暗阴影(最低灰度级)的“0”行。如通过web页96,在行或列中安置的元素是用于示例目的。在一些实施例中,可足够显示多个单个元素(而不是元素行)。
仅仅对用户可视的最暗元素的行将由用于显示装置的各个通道的黑点而定。相对于黑色(即,RGB=0)背景显示元素行。通过一些显示装置,用户不能查看具有强度级8、16或更高的元素。指示用户选择仅在显示装置上可视的行元素。该步骤确定黑点,例如,可视“截止”点,在该点处,在颜色通道值中的进一步降低不会产生由用于那个颜色通道的显示装置发射的光中的进一步降低。作为替代,可提示用户产生用于给定颜色通道的可视元素行消失的最低可视行,然后在其他仅可视条上点击。在任何一种情况下,可消除黑点。
图10示例说明用在如图8所示的颜色配置过程中的黑点确定的web页102。web页102可基本上与图9所示的web页96类似。例如,web页102可包括阴影元素行104。此外,元素列或一系列元素的显示对一些应用来说是足够的。如图10所示,web页102指示用户选择仅在显示装置上可视的元素行。如web页96所示,web页102中的行104可安置成具有,例如,分别为强度级8、16、24和32的行“0”、“1”、“2”和“3”。图10中的web页102表示用于红通道黑点确定的web页,以及包括相对于黑背景设置的红元素的行。
在选择仅对红通道可视的行后,例如,在点击行中的任何元素,为确定绿通道黑点,自动向用户提供包含相对于黑色背景设置的绿元素行的基本相同的web页。在选择仅可视的绿元素行后,向用户提供用于蓝色通道黑点确定的基本相同的web页以及用户做出类似的选择。这样,在选择用于在前通道的行后,能自动提供管理每个颜色通道的黑点确定的连续web页。另外,可提示用户点击“下一”图标或类似的装置。在选择元素后当然是期望自动提供连续web页,以便降低包含在该过程中的总的点击次数。
用上述方法,用户选择仅对于每个颜色通道可视的元素行,并从而提供每个颜色通道的黑点表示。图8进一步示例说明该过程。特别地,图8表示深红元素或字符行的显示(78),以及选择仅可视的行(80),以及进一步示例说明基于选定行,计算红通道的估计黑点(82)。另外,稍后基于选定行,能计算估算黑点。
类似地,对绿通道,显示深绿字符行(84),之后选择仅可视行(86),并基于选定行,计算绿通道的估计黑点(88)。最后,对蓝通道,显示深蓝字符行(90),之后选择仅可视的行(92),并基于选定行,计算蓝通道的估计黑点(94)。
在选择每个连续web页上显示的仅可视行的元素后,相关客户机14将该结果传送给颜色配置文件服务器18。另外,在完成最后颜色通道的黑点确定后,能同时传送所有颜色通道的结果。然后,颜色配置文件服务器18可计算每个通道的估计黑点或,例如,由彩色图像服务器18仅存储这些参数,以用于稍后计算。
通过下述使RGB与XYZ关联的等式来表示显示装置行为的整个描述。
其中
变量dr、dg和db是标准化为1.0的用于红、绿、蓝通道的数字输入值。参数k0,r、k0,g以及k0,b是黑点,以及参数γr、γg和γb是用于红、绿、蓝通道的灰度系数。
参数k0,r、k0,g以及k0,b的值确定如下:假定(不管特定监视器的属性如何),对红通道,存在能由人眼检测的用于XYZ的一组最小可视组值,指定为向量(Xt,r,Yt,r,Zt,r)。在上述表达式中,该向量将具有用于R的唯一对应值,指定为Rt。对具有特定γr和k0,r的特定监视器来说,将有与Rt有关的唯一装置值,其由dt,r指定:
如所述,在颜色配置过程期间,该装置值dt,r由用户确定,即,通过选择用于红色的黑点确定web页中的最暗仅可视元素行。主要根据经验来确定值Rt。例如,对具有k0,r=0.0以及γr=2.2的暗室中的已校准显示系统来说,对意指Rt=(8/255)2.2的dt,r=8/255灰度级来说,红色补丁是可视的。
能通过解答两个联立方程来计算抽取值k0,r,即,用于Rt的上以及用于R.33的等式将如下所述。另外,能通过假定灰度系数2.2来做出用于k0,r的合理估计。如果做出该假定,能将k0,r值的估计如下:
用类似的方式,能确定用于k0,g以及k0,b的值。
图11是在颜色配置过程中的灰度系数和灰平衡的流程图。为确定近似灰度系数,由颜色配置服务器18提供的一个web页相对于抖动绿色背景显示绿元素范围,例如,补丁(106)。在选择最后一个黑点确定web页中的元素行后,或响应选择“下一”图标或类似的装置,立即和自动提供近似灰度系数确定web页。
在一个实施例中,近似灰度系数确定仅限于绿颜色通道。特别地,,使用一系列相对于绿色抖动背景的绿元素来得到近似灰度系数。绿在红、绿和蓝中是最占支配地位和强烈的荧光,并且对比度最高。绿还具有最高L*。注意,绿最接近匹配眼睛的明视响应V(λ)。近似灰度系数确定的该方法仅考虑绿颜色通道,并且基本上忽略红和蓝。
用这种方法,近似灰度系数测量集中在最占支配地位的颜色通道上并避免会在由于许多显示装置中非常普遍的红-蓝不平衡产生的误差。因此,用于近似灰度系数确定而显示的元素可是具有不同暗度或亮度值的绿补丁。另外,所有颜色通道的组合近似系数可根据在上述引用的U.S.专利申请序列号No.09/631,312中所述来确定。
在显示绿补丁后,指示用户选择看起来最紧密地与抖动背景混合的补丁(108)。在其看起来紧密与背景级匹配的意义上,绿补丁与抖动背景“混合”。相对于绿抖动背景显示的绿补丁的范围的例子如图12所示并用标记128表示。该绿补丁的范围和绿抖动背景能显示在由颜色配置文件服务器18提供的web页中。
基于所选择的绿补丁,其是通过用指示装置在其上点击选择的,颜色配置文件服务器18计算近似灰度系数(110)。在该步骤中经相对于绿背景,从绿补丁组选择绿补丁,确定的近似灰度系数用作用于R、G和B的平均灰度系数的估计。抖动绿背景可设置在约25%至50%。接近约33%的抖动背景更紧密地与显示装置的黑到绿转换的实际中心匹配,以及对典型的显示装置来说是最优选的。
通过以适当的频率交替黑和绿,能生成25%、33%或50%的绿背景。对CRT来说,由于装置的视频带宽,打开或关闭指定水平线中的所有像素将会产生比调制单个像素更精确的从显示装置到显示装置的输出以便形成垂直线。对平板显示装置来说,问题更少。然而,为适应使用CRT和平板显示装置的客户机,最好通过使用交替水平线来生成抖动背景。
补丁的范围128中的中心补丁可是基于2.0的平均灰度系数,因为大多数监视器范围从1.6至2.5。在中心补丁周围的其他绿补丁可以相对大的步,例如,彼此分开8个灰度级的顺序进行。可使用等式估计近似灰度系数:
其中,d.33,g是似乎最接近与背景混合的选定补丁的灰度级值(标准化为1.0),k0,g是先前确定的黑点,G.33是绿通道的相对强度(等于1/3),以及rg是绿灰度系数。作为对实现计算近似灰度系数的替代,向前进位用在精细灰度系数过程中的简单选择的补丁的绿级值。在这种情况下,最终可删除该值。
在获得近似灰度系数估计后,估计精细灰度系数。精练或“微调”估计用于平均灰度系数G、R和B的精细灰度系数。可通过从相对于抖动绿背景而表示出的一组绿码选择另一绿补丁来确定精细灰度系数。在这种情况下,中心补丁可与由用户选择的,用于确定近似灰度系数的绿补丁相同。因此,近似灰度系数步骤“告知”精细灰度系数步骤。实际上,所选定的近似灰度系数补丁可用作用于精细灰度系数确定的起始点。特别地,在近似灰度系数确定中选择的绿补丁可用作用于精细灰度系数确定的中心补丁。
用于确定精细灰度系数的补丁范围如图13所示,并用标记130表示。在该范围中的补丁是以在近似灰度系数过程中选定的中心绿补丁为中心的较小步骤的顺序。例如,与用作用于近似灰度系数确定的差值的8绿级相对照,补丁可以4绿级分开。用这种方式,使用较窄范围来通过已经从近似灰度系数估计“了解”的范围中心,“微调”近似灰度系数估计。
进一步参考图11,由颜色配置文件服务器18提供的web页显示在较窄绿补丁范围内从近似灰度系数估计选择的绿补丁(112)。然后,指示用户选择与相同的抖动绿背景最紧密混合的绿补丁作为近似灰度系数(114)。基于所选择的补丁,颜色配置文件服务器18计算单个精细RGB灰度系数(116)。因此,精细灰度系数是为RGB通道估计的总的灰度系数。另外,如上所述,能简单地存储选定补丁的RGB值,用于由彩色图像服务器16在计算精细灰度系数和再现颜色校正中使用。在任何情况下,根据等式能计算用于灰度系数的精练估计:
其中d.33,g是最接近与背景混合的选定补丁的绿级值(标准化为1.0),k0,g是先前确定的黑点,G.33是绿通道的相对强度(等于1/3),以及rg是绿灰度系数。
为确定灰平衡,颜色配置文件服务器18提供显示多个RGB补丁的web页。能通过在前精细灰度系数步骤中选定的相同绿值结合基本上等于或从在前选定绿值系统偏移的红和蓝值来生成RGB补丁。能相对于灰度背景显示RGB补丁,用与在前步骤的绿抖动背景(精细灰度系数)相同的方式抖动灰度背景(118)。此外,该步骤向在前步骤“学习”,并形成有助于使用于校正灰度系数的搜索变窄的一系列级联颜色配置步骤(近似灰度系数、精细灰度系数以及灰平衡)的一部分。然后,指示用户选择看起来最接受与抖动背景混合的灰度补丁(120)。基于选择的灰度补丁,计算单个RGB灰度系数(122)。注意,可通过用户指示装置的单击来做出整个灰平衡确定。
因此,在该灰平衡过程中,使用在精细灰度系数过程中选择的绿强度值来生成显示+/-出(正/负)差异或有关灰度补丁值的红和蓝中的“偏移”的灰度补丁。例如,能在结合基于相同的红和蓝值的范围的中央显示在精细灰度系数过程中选择的绿值。然后,通过灰平衡确定微调用于红和蓝的灰度系数,其有助于识别显示装置中的红-蓝不平衡。因此,在灰平衡步骤中“锁定”绿灰度系数,同时确定红和蓝不平衡。换句话说,灰平衡中的每个补丁包含相同的绿值,但由不同红和蓝等级调制。该步骤消除了变化的一个轴,绿,但允许识别红和绿或蓝和绿间的任何不平衡。这将选择范围限制到更微调的区域,并帮助用户做出更准确的选择。
用于灰平衡确定的补丁的范围可是具有绕根据来自精细灰度系数过程的灰度系数估计确定的红、绿和蓝值的中心灰度补丁安置的红-绿-蓝偏移补丁的补丁的二维矩阵。在其他实施例中,在解决绿和红或蓝和红间的不平衡的灰平衡确定后,可使用红通道来确定初始RGB灰度系数估计。
图14示例说明安置在用在灰平衡确定中的5×5矩阵中的灰度补丁的二维范围132的例子。每个补丁表示沿绿轴、红轴或二者的组合,从中心灰度补丁的偏移,但最好不表示任何另外的绿色偏移。用户选择看来最紧密地与抖动灰度背景,其可是33%抖动背景的补丁。可任意使中心补丁高亮以便表示其是最佳缺省选择。
补丁的数量以及用于每个补丁的RGB的精确值可相当灵活。例如,在图14所示的图像中,基于荧光、平衡灰度系数以及黑点,可选择所有补丁具有由用于显示器的估计颜色配置表示的相同的L*值。通过从上述参数构造的Matrix TRC(色调再现曲线)所估计的a*和b*的+/-3AE置换与中心相邻的补丁可不同。
在矩阵排列的外周附近的补丁可与中心在R和B相差+/-ΔE。另外,简单地说,可选择仅通过+/-固定量诸如+/-5灰度级以及+/-10灰度级来改变R和B。最好,所有补丁在适当的常数L*的色彩空间(color space)的所有方向中与中心补丁具有相对小的偏差。该测试将以灵敏的方式帮助确定在R、G和B的灰度系数中是否存在很大的差异,从而暴露R和B间显著的灰度不平衡。
如图14所示的补丁的二维格式可帮助用户选择正确的补丁。在该实施例中,将来自在颜色配置过程,即精细灰度系数中的在前步骤的补丁放在中心。当矩阵向外延伸以致矩阵的外围包含从中心补丁去除的两个等级的补丁时,相邻补丁在灰度级方面不同。矩阵产生虚拟“漏斗”效果,从经验来说中,注意将用户引导到用为用于与背景匹配的起始点的中心补丁。二维矩阵中的补丁间的差异比补丁的一维带(one-dimensional strip)更清楚和生动。当矩阵向外延伸时,偏移变大。因此,很容易表示等级且帮助用户获得适当的补丁,在许多情况下,适当的补丁是颜色配置过程的在前步骤中选择中心补丁。
如果用户选择中心补丁,单个灰度系数值用于R、G和B通道。如果选择其他补丁中的一个,基于等式计算三个单独的灰度系数:
其中用于γ和d.33的下标表示用于R和B通道的唯一值。用于每个通道的d.33的值由在该灰平衡步骤中选择的特定的补丁的RGB值给出。这些等式与一组荧光值组合以便使用本领域公知的等式,生成用于客户机显示装置的准确的配置文件,并称为国际颜色协会(ICC)规格中的Matrix TRC形式体系。此外,通过颜色配置文件服务器18或通过与彩色图像服务器16有关的颜色校正配置执行计算。
选择近似灰度系数、精细灰度系数以及灰平衡确定步骤中的补丁的过程是有利的,因为在优选实施例中,不要求应用程序、applet或其他客户端脚本位于该客户端。相反,用户可简单地选择在web页中显示的一个补丁。然而,在其他实施例中,如果使用应用程序、applet或客户端脚本,可使用平滑滑条(slider bar)、+/-箭头等等来与抖动背景比较以实时的调整单个补丁的颜色是可能的。用这种方式,用户有能力精确地将单个补丁与背景进行匹配,而不是从有限补丁组选择最紧密匹配的一个。实时调整技术也用于颜色校准和特征化的非网络方法。在这种情况下,对黑点、灰度系数和/或灰平衡来说,在滑杆或其他调整介质已经将其颜色调整到用户直观可接受的程度,即,在补丁看来与抖动背景匹配的点的情况下,由用户选择的补丁或元素可是单个可调整补丁。
再参考图11,基于黑点、近似灰度系数、精细灰度系数以及灰平衡过程,生成用于显示装置的颜色配置文件(124)。在生成颜色配置文件后,创建颜色配置器cookie(126)。将表示颜色配置文件的信息添加到颜色配置文件cookie中,用于将来使用。特别地,可使用该信息来创建特定客户机14与特定web服务器12和彩色图像服务器16间的未来交互作用的图像服务器cookie。尽管颜色配置文件特别用于特征化网络中的显示装置,其也可用在非网络化应用中。特别地,在此描述的颜色配置过程可发现适合用在用于单个显示装置的校准和特征化中,以校正通过装置本地生成或获得的内容,而不是通过网络。
有利地,不需要客户机14提供有关其显示装置的配置信息。使用基于所公布的标准,诸如sRGB、Apple Macintosh RGB等等的荧光值(phosphor value)的平均组,会产生非常满意的结果。如果需要的话,可增加另外的步骤,尤其为了处理荧光值和白点的问题。颜色配置过程仅仅导致生成用作容器和工具的cookie,以将特征化与客户机14有关的显示装置的颜色响应的信息传递给彩色图像服务器16的。另外,在一些情况下,利用通信协议诸如VESA和/或从计算机的操作系统可从显示获得色度信息和白点。本发明的有效性是持续的,因为通过当前技术,RGB黑点和灰度系数很难最佳地维持在硬件等级(hardwarelevel),即使通过昂贵的电子电路。
通常,将对特定域可视的所有cookie连接到来自由客户机14处理的浏览器应用程序的每个请求上。为此,典型的浏览器将每个域限制到20个cookie的最大值。为避免消耗用于特定web站点的cookie的分配,最好将用于特定客户机14的所有颜色校正信息压缩成单个配置器cookie和单个图像服务器cookie。例如,可将多个项压缩成图像服务器cookie或配置器cookie的值串,根据具体情况而定。特别地,每个cookie应当包括用于R、G和B的灰度系数值。每个灰度系数值可是1.0和约3.0间的值。另外,cookie可包括用于黑和白的色度值,例如,用0和+1000.0间的值表示。
示例性的cookie可具有压缩成其值串的下述项目,每个由分隔符隔开:
(1)cookie格式版本代码—数字代码,例如,1至3字节,加上分隔符。
(2)cookie安装日期—通用cookie型时间戳(在Jan.1,1970,GMT午夜后的毫秒),例如,12至13字节加上分隔符
(3)当唯一配置器ID由颜色校正序列生成时,分配其给这个颜色信息;长整数,例如,4字节,加上分隔答(但可更长)。
(4)用于R、G和B的灰度系数和黑点值—每个文本代表保留4位小数的1.0和约3.0之间的浮点值。可隐含小数点。因此,灰度系数值分别可采用达5或6字节加上分隔符,或总的来说三倍。另外,能表示为R、G和B选择的选定色调值,使得在上传cookie后,在稍后时间,由服务器计算灰度系数和黑点值。
(5)用于黑和白的色度—每个文本代表保留4位有效数字的0至+1000.0间的浮点值的正文表示,。因此,这可采用6或7字节加上分隔符,或总数的二倍。
(6)每个颜色的位数—两个小数位数:两个字节加上分隔符。
(7)显示装置ID代码—字母数字代码,其可是约10字节加上分隔符。
(8)cookie数据校验和—长整数:4字节。
如上所述的示例性cookie具有约68个字节和10个分隔符。应当选择该分隔符字符以便该串不必“换码”,脱字符(^)频繁地使用该方法。因此,用于值串的典型大小可是约80字节。
图15是示例说明如图1和2所示系统中的传输颜色校正信息的框图。特别地,图15示例说明系统134,在系统134中,已经为由单个客户机14存取的两个不同彩色图像服务器16a、16b创建了图像服务器cookie。在这种情况下,在存取来自web服务器12的web页后,客户机14请求来自彩色图像服务器16a的图像。当从另一web服务器12请求图像时,客户机14请求来自彩色图像服务器16b的图像。彩色图像服务器16a包含彩色图像的颜色校正模块136和档案库138。类似地,彩色图像服务器16b包括彩色图像的彩色校正模块140和档案库142。
当客户机14将图像请求发送给彩色图像服务器16a时,客户机14一起发送用线144表示的颜色配置文件cookie,即,图像服务器cookie。同样,如线146所示,客户机14当请求图像时,向彩色图像服务器16b发送图像服务器cookie。在每种情况下,图像服务器cookie包含提供由各个颜色校正模块136、138在修正(即颜色校正)分别由图像档案库138、142提供的彩色图像中使用的颜色校正信息的颜色配置文件。这样,当接收请求时,彩色图像服务器16a或16b处理附加图像服务器cookie以便抽取内容,并基于所抽取的内容,控制各个颜色校正模块136、140。用这种方式,客户机14接收校正过颜色的图像,如标记148、150所示。
现在将描述颜色校正模块利用包含在图像服务器cookie中的颜色配置文件的方式。在参考图8~14所述的实施例中,基于由与各个客户机14有关的用户选择的红、绿和蓝元素,估计每个颜色通道的黑点。这样,颜色配置过程的输出是黑点RGB值和灰度系数,或单个RGB灰度系数。现在假定已经用如上所述的方法确定了这些值。通过下述等式给出显示装置行为的整个描述,该公式与RGB->XYZ有关:
其中
变量dr、dg和db是标准化为1.0的数字输入值。参数k0,r、k0,g以及k0,b是用于红、绿和蓝通道的黑点,以及参数γr、γg和γb是用于红、绿、蓝通道的灰度系数。因此,包含在用于各个显示装置的图像服务器cookie中的灰度系数和黑点信息可用在上述等式中以便有效地产生颜色配置文件。可使用颜色配置文件来执行足以在显示装置上产生校准输出的图像数据的变换。
上述方不同于特征化显示装置的其他尝试,如Bems,″CRTColorimetry,PartI:Theory and Practice″中的等式21。在大多数特征化中,使用“k”参数来描述黑色偏移(black offset)而不是黑点。黑色偏移指的是从用于RGB=0的显示器测量和感知的非零强度。以我们的经验,根据本发明的实施例的用在颜色配置过程中的对比度/亮度程序最小化该现象的效果。然而,非零黑点是非常可能的,即使在对比度/亮度调整后,因此,应当对此进行考虑。
该配置文件说明既可以这种格式或转换成诸如由ICC指定的那些格式使用。该格式也称为Matrix TRC格式,并利用用于R、G和B的上述表示式的类属查找表(generic lookup),而不是与类似于上述的矩阵结合的等式。可将上述信息,例如灰度系数、黑点等等存储在与客户机14有关的计算机上的cookie中。可将由用户选择的补丁的RGB值的单个数据存储在该cookie中,其可允许稍后时间将采用的改进的配置文件技术使用相同输入信息的。
为通过用于web站点的图像和HTML数据库的现有档案库,实现在此描述的系统,将现有web服务器12修正成用对具有颜色调整模块的相关彩色图像服务器16的类似标记代替在HTML页中表示的现有图像文件标记。例如,现有用户图像文件标记称为:
http://subscriberName.com/images/imageName.jpg可用
Http://correction.subscriberName.com/images/ImageName.jpg来代替。
然后,HTML页中的这些修改标记向彩色图像服务器16发布命令以便提供所请求的图像。当彩色图像服务器16接收到该命令时,其同时接收图像服务器cookie,如果存在一个的话,并提供包含在该cookie中的信息以便执行颜色校正。然后,彩色图像服务器16读取相关图像文件,利用存储在图像服务器cookie中的显示参数,创建唯一显示配置,并且在将其发送给客户机的浏览器之前转换图像。
存储在web服务器12上的所有图像可具有驻留在用户彩色图像服务器16上的相同名称的相应拷贝文件。彩色图像服务器16可存取该图像文件数据库以便读取、转换并发送由发送给客户机14的HTML页标记的图像。根据一个实施例,彩色图像服务器16可使用非常简单和快速的技术以用于颜色管理。特别地,在彩色图像服务器16上的所有图像最好具有预定的RGB色彩空间。这通常意味着将原始图像从相应装置,例如,诸如扫描仪、数字照相机等等的色彩空间转换成由特定web站点确定的标准色空间。标准RGB色彩空间的好的例子是ColorMatch RGB,其具有用于D50的“虚拟显示器”的色温。其他色彩空间,诸如Adobe RGB具有良好的色域(gamut,但具有D65的色温。当经与web服务器12有关的彩色图像服务器16,诸如correction.subscriberName.com/images/ImageName.jpg引用发送给客户机14的HTML页上的图像时,彩色图像服务器16存取相应的图像并在将该图像发送给客户机目的之前实时转换该RGB数据。可通过下述计算来执行转换:
注意,为加快处理速度,上述矩阵可集中到单个矩阵中。
作为一种替代体系结构,可将用于各个web站点的所有图像存储在中央彩色图像服务器16上。在这种实施例中,颜色配置文件服务器18可驻留彩色图像服务器16或与彩色图像服务器16集成。在这种情况下,颜色配置服务器18提供用于在此所述的引导颜色配置过程的web页。彩色图像服务器16或颜色配置文件服务器18可包括用于存储与客户机14有关的各个颜色配置文件的数据库服务器。当客户机14请求在由一个web服务器12发送的代码中标记的图像时,使其指向中央彩色图像服务器16。彩色图像服务器16可使用从客户机发送的客户ID以便检索适当的颜色配置文件并使用如在此所述的用于颜色校正的技术应用其来修改所请求的彩色图像。用这种方式,彩色图像服务器16提供校正过颜色的图像而不需要在客户机14和彩色图像服务器间传送cookie等等。
Claims (14)
1、一种方法,包括:
识别负责调整图像的颜色特征的技术员;以及
如果所述技术员满足资格标准,允许将所述图像上传到服务器。
2、如权利要求1所述的方法,其中所述资格标准包括颜色调整技能的最低等级。
3、如权利要求1所述的方法,其中所述资格标准包括在调整所述图像的颜色特征中的最低认真程度。
4、如权利要求1所述的方法,进一步包括如果所述技术员满足所述颜色调整技能标准,为所述技术员指定允许上传所述图像的上传密码。
5、如权利要求1所述的方法,进一步包括创建代表所述图像的图像文件,并在所述图像文件中包括所述技术员身份的指示。
6、如权利要求1所述的方法,进一步包括创建用于代表所述图像的图像文件的元数据,所述元数据包括所述技术员身份的指示。
7、如权利要求1所述的方法,其中所述技术员调整和上传多个图像,所述方法还进一步包括检查由所述技术员上传的所述图像以便评定所述调整的质量。
8、如权利要求1所述的方法,进一步包括:
如果所述技术员满足所述颜色调整技能标准,使所述技术员具有上传所述图像的资格;
创建表示所述图像的图像文件;
在所述图像文件中包括所述技术员身份的指示;
通过参照所述指示,识别所述技术员;
检查所述图像以便评定由所述技术员所做的所述调整的质量;以及
在评定的质量不可接受的情况下,取消所述技术员的所述资格。
9、如权利要求1所述的方法,进一步包括:
如果所述技术员满足所述颜色调整技术标准,使所述技术员具有上传所述图像的资格;
检查所述图像以便评定由所述技术员所做的所述调整的质量;以及
在评定的质量不可接受的情况下,取消所述技术员的资格。
10、如权利要求1所述的方法,进一步包括将调整所述图像的所述颜色特征以更精密地接近于实际项目的外观。
11、如权利要求10所述的方法,其中所述实际项目是经万维网服务器为销售而提供的零售项目。
12、、如权利要求10所述的方法,进一步包括:
基于与客户机有关的显示装置的颜色响应特征,对所述图像的所述颜色特征做进一步调整;以及
经计算机网络,将调整过的图像从所述万维网服务器下载到所述客户机。
13、如权利要求12所述的方法,进一步包括经一个或多个web页,引导所述客户机通过颜色配置过程以便估计所述显示装置的所述颜色响应特征。
14、一种计算机可读介质,其包含使可编程处理器以执行如权利要求1-13中的任何一个所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/808,849 US20020169805A1 (en) | 2001-03-15 | 2001-03-15 | Web page color accuracy with image supervision |
US09/808,849 | 2001-03-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1509565A true CN1509565A (zh) | 2004-06-30 |
Family
ID=25199923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA028066480A Pending CN1509565A (zh) | 2001-03-15 | 2002-03-15 | 用图像监督的web页颜色精确性 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20020169805A1 (zh) |
EP (1) | EP1368961A2 (zh) |
JP (1) | JP2004527039A (zh) |
CN (1) | CN1509565A (zh) |
AU (1) | AU2002250374A1 (zh) |
WO (1) | WO2002075652A2 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101482A (zh) * | 2016-06-22 | 2016-11-09 | 深圳市必图社数码科技有限公司 | 一种网络在线印刷cmyk文件处理方法及色彩转换系统 |
CN110580767A (zh) * | 2018-06-11 | 2019-12-17 | 山东新北洋信息技术股份有限公司 | 一种自动售货机的配置管理方法及装置 |
CN113763500A (zh) * | 2021-09-07 | 2021-12-07 | 平安国际智慧城市科技股份有限公司 | Web页面中的HSB取色处理方法、装置、设备及存储介质 |
Families Citing this family (96)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8645137B2 (en) | 2000-03-16 | 2014-02-04 | Apple Inc. | Fast, language-independent method for user authentication by voice |
US20020046045A1 (en) * | 2000-06-30 | 2002-04-18 | Attila Narin | Architecture for an electronic shopping service integratable with a software application |
US7225159B2 (en) * | 2000-06-30 | 2007-05-29 | Microsoft Corporation | Method for authenticating and securing integrated bookstore entries |
JP2002297664A (ja) * | 2001-04-03 | 2002-10-11 | Fuji Photo Film Co Ltd | 画像データ提供装置および画像データ提供プログラム |
US7188342B2 (en) * | 2001-04-20 | 2007-03-06 | Microsoft Corporation | Server controlled branding of client software deployed over computer networks |
JP2004151167A (ja) * | 2002-10-29 | 2004-05-27 | Fuji Photo Film Co Ltd | 画像補正方法およびシステム |
US6989839B2 (en) * | 2003-06-19 | 2006-01-24 | Xerox Corporation | Method for converting color to monochrome to maintain differentiability |
TWI278824B (en) * | 2004-03-30 | 2007-04-11 | Au Optronics Corp | Method and apparatus for gamma correction and flat-panel display using the same |
US20060007455A1 (en) * | 2004-06-25 | 2006-01-12 | Global Graphics Software, Inc. | Method for increasing the efficiency of color management in job ticket workflows |
US7747073B2 (en) * | 2004-11-24 | 2010-06-29 | Xerox Corporation | Method and apparatus for adjusting color profiles to meet a desired aim |
CN100573579C (zh) * | 2004-12-07 | 2009-12-23 | 松下电器产业株式会社 | 图像变换方法和装置、纹理映射方法和装置、服务器客户机系统 |
JP5135724B2 (ja) * | 2005-08-11 | 2013-02-06 | セイコーエプソン株式会社 | 画像表示装置の色評価方法 |
US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US20070216776A1 (en) * | 2006-03-14 | 2007-09-20 | Xerox Corporation | Color image reproduction |
US8250492B2 (en) * | 2006-06-23 | 2012-08-21 | Kondaks Anthony C | Method for evaluating images displayed on the internet |
US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
JP2010530992A (ja) * | 2007-06-20 | 2010-09-16 | トムソン ライセンシング | 入力ソース・コンテンツの自動ガンマ補正 |
US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
US8676904B2 (en) | 2008-10-02 | 2014-03-18 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
US9009661B2 (en) * | 2008-12-18 | 2015-04-14 | Adobe Systems Incorporated | Platform sensitive application characteristics |
US9009662B2 (en) | 2008-12-18 | 2015-04-14 | Adobe Systems Incorporated | Platform sensitive application characteristics |
US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
US9431006B2 (en) | 2009-07-02 | 2016-08-30 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
JP2012199909A (ja) * | 2011-03-04 | 2012-10-18 | Canon Inc | 画像処理装置、画像処理方法およびそのコンピュータプログラム |
US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
JP5893476B2 (ja) * | 2011-05-10 | 2016-03-23 | キヤノン株式会社 | 画像表示システム及びその制御方法 |
US8994660B2 (en) | 2011-08-29 | 2015-03-31 | Apple Inc. | Text correction processing |
US8737729B2 (en) | 2011-09-30 | 2014-05-27 | Ebay Inc. | Re-ranking item recommendations based on image feature data |
US9280610B2 (en) | 2012-05-14 | 2016-03-08 | Apple Inc. | Crowd sourcing information to fulfill user requests |
US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
WO2014197336A1 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for detecting errors in interactions with a voice-based digital assistant |
US9582608B2 (en) | 2013-06-07 | 2017-02-28 | Apple Inc. | Unified ranking with entropy-weighted information for phrase-based semantic auto-completion |
WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
CN105264524B (zh) | 2013-06-09 | 2019-08-02 | 苹果公司 | 用于实现跨数字助理的两个或更多个实例的会话持续性的设备、方法、和图形用户界面 |
CN103963453B (zh) * | 2014-04-21 | 2016-07-06 | 杭州电子科技大学 | 一种印刷灰平衡预置方法 |
US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
US9842101B2 (en) | 2014-05-30 | 2017-12-12 | Apple Inc. | Predictive conversion of language input |
US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
US9818400B2 (en) | 2014-09-11 | 2017-11-14 | Apple Inc. | Method and apparatus for discovering trending terms in speech requests |
US10789041B2 (en) | 2014-09-12 | 2020-09-29 | Apple Inc. | Dynamic thresholds for always listening speech trigger |
US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
US9886432B2 (en) | 2014-09-30 | 2018-02-06 | Apple Inc. | Parsimonious handling of word inflection via categorical stem + suffix N-gram language models |
US10074360B2 (en) | 2014-09-30 | 2018-09-11 | Apple Inc. | Providing an indication of the suitability of speech recognition |
US9646609B2 (en) | 2014-09-30 | 2017-05-09 | Apple Inc. | Caching apparatus for serving phonetic pronunciations |
US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
US10319116B1 (en) * | 2014-12-02 | 2019-06-11 | Amazon Technologies, Inc. | Dynamic color adjustment of electronic content |
US9865280B2 (en) | 2015-03-06 | 2018-01-09 | Apple Inc. | Structured dictation using intelligent automated assistants |
US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
US9721566B2 (en) | 2015-03-08 | 2017-08-01 | Apple Inc. | Competing devices responding to voice triggers |
US9886953B2 (en) | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
US9899019B2 (en) | 2015-03-18 | 2018-02-20 | Apple Inc. | Systems and methods for structured stem and suffix language models |
US9842105B2 (en) | 2015-04-16 | 2017-12-12 | Apple Inc. | Parsimonious continuous-space phrase representations for natural language processing |
US10083688B2 (en) | 2015-05-27 | 2018-09-25 | Apple Inc. | Device voice control for selecting a displayed affordance |
US10127220B2 (en) | 2015-06-04 | 2018-11-13 | Apple Inc. | Language identification from short strings |
US10101822B2 (en) | 2015-06-05 | 2018-10-16 | Apple Inc. | Language input correction |
US9578173B2 (en) | 2015-06-05 | 2017-02-21 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
US10255907B2 (en) | 2015-06-07 | 2019-04-09 | Apple Inc. | Automatic accent detection using acoustic models |
US10186254B2 (en) | 2015-06-07 | 2019-01-22 | Apple Inc. | Context-based endpoint detection |
US11025565B2 (en) | 2015-06-07 | 2021-06-01 | Apple Inc. | Personalized prediction of responses for instant messaging |
US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
US9697820B2 (en) | 2015-09-24 | 2017-07-04 | Apple Inc. | Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks |
US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
DK179588B1 (en) | 2016-06-09 | 2019-02-22 | Apple Inc. | INTELLIGENT AUTOMATED ASSISTANT IN A HOME ENVIRONMENT |
US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
DK201770439A1 (en) | 2017-05-11 | 2018-12-13 | Apple Inc. | Offline personal assistant |
DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
DK201770432A1 (en) | 2017-05-15 | 2018-12-21 | Apple Inc. | Hierarchical belief states for digital assistants |
DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
DK179549B1 (en) | 2017-05-16 | 2019-02-12 | Apple Inc. | FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5512961A (en) * | 1993-03-24 | 1996-04-30 | Apple Computer, Inc. | Method and system of achieving accurate white point setting of a CRT display |
US5381349A (en) * | 1993-06-29 | 1995-01-10 | Hewlett-Packard Company | System for calibrating a color display to enable color-matching |
US5555194A (en) * | 1994-07-26 | 1996-09-10 | Eastman Kodak Company | Cloning technique for digital image retouching |
US5638117A (en) * | 1994-11-14 | 1997-06-10 | Sonnetech, Ltd. | Interactive method and system for color characterization and calibration of display device |
US5781206A (en) * | 1995-05-01 | 1998-07-14 | Minnesota Mining And Manufacturing Company | Apparatus and method for recalibrating a multi-color imaging system |
DE69632641T2 (de) * | 1995-11-27 | 2004-10-14 | Aoki, Akira, Kawasaki | Verfahren zum retuschieren von fotos und dazu verwendetes material |
US6043909A (en) * | 1996-02-26 | 2000-03-28 | Imagicolor Corporation | System for distributing and controlling color reproduction at multiple sites |
US6008836A (en) * | 1996-06-03 | 1999-12-28 | Webtv Networks, Inc. | Method and apparatus for adjusting television display control using a browser |
US6091518A (en) * | 1996-06-28 | 2000-07-18 | Fuji Xerox Co., Ltd. | Image transfer apparatus, image transmitter, profile information transmitter, image receiver/reproducer, storage medium, image receiver, program transmitter, and image color correction apparatus |
US6166729A (en) * | 1997-05-07 | 2000-12-26 | Broadcloud Communications, Inc. | Remote digital image viewing system and method |
US6583799B1 (en) * | 1999-11-24 | 2003-06-24 | Shutterfly, Inc. | Image uploading |
-
2001
- 2001-03-15 US US09/808,849 patent/US20020169805A1/en not_active Abandoned
-
2002
- 2002-03-15 CN CNA028066480A patent/CN1509565A/zh active Pending
- 2002-03-15 AU AU2002250374A patent/AU2002250374A1/en not_active Abandoned
- 2002-03-15 EP EP02719281A patent/EP1368961A2/en not_active Withdrawn
- 2002-03-15 JP JP2002574586A patent/JP2004527039A/ja active Pending
- 2002-03-15 WO PCT/US2002/008360 patent/WO2002075652A2/en not_active Application Discontinuation
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101482A (zh) * | 2016-06-22 | 2016-11-09 | 深圳市必图社数码科技有限公司 | 一种网络在线印刷cmyk文件处理方法及色彩转换系统 |
CN106101482B (zh) * | 2016-06-22 | 2018-08-28 | 深圳市必图社数码科技有限公司 | 一种网络在线印刷cmyk文件处理方法及色彩转换系统 |
CN110580767A (zh) * | 2018-06-11 | 2019-12-17 | 山东新北洋信息技术股份有限公司 | 一种自动售货机的配置管理方法及装置 |
CN113763500A (zh) * | 2021-09-07 | 2021-12-07 | 平安国际智慧城市科技股份有限公司 | Web页面中的HSB取色处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
AU2002250374A1 (en) | 2002-10-03 |
WO2002075652A3 (en) | 2003-03-06 |
WO2002075652A2 (en) | 2002-09-26 |
JP2004527039A (ja) | 2004-09-02 |
US20020169805A1 (en) | 2002-11-14 |
EP1368961A2 (en) | 2003-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1509565A (zh) | 用图像监督的web页颜色精确性 | |
CN1498377A (zh) | 使用色彩制定样式表的网页色彩精确度 | |
CN1496525A (zh) | 网页颜色精确度 | |
CN1498378A (zh) | 网络上显示设备的彩色图像显示精度 | |
CN1144447C (zh) | 图像系统中的彩色校正装置和方法 | |
CN1517915A (zh) | 在信息终端显示图像用的信息处理系统 | |
CN1890987A (zh) | 投影仪颜色校正方法 | |
Kriss | Color management: understanding and using ICC profiles | |
US8238689B2 (en) | Development server, development client, development system, and development method | |
US6611621B2 (en) | Image processing method and apparatus, and recording medium | |
US20050063585A1 (en) | Image processing method and apparatus | |
CN1745570A (zh) | 使用设备相关显示简档的颜色校正 | |
CN1329324A (zh) | 取自扫描用彩色相片记录材料的多种图片外观选择 | |
CN101631191A (zh) | 图像处理设备和方法 | |
US20110227939A1 (en) | Image generation device, image display device, image generation method, image display method, image generation program, and image display program | |
EP2200268A1 (en) | Method of calibration of a target color reproduction device | |
CN1534547A (zh) | 处理图像的装置和方法 | |
CN1611062A (zh) | 软打样系统 | |
US8730343B2 (en) | Color processing apparatus and method for performing color conversion using a color appearance model | |
US20020015044A1 (en) | Color image display accuracy using green-locked gray balance estimate | |
JP4974030B2 (ja) | 画像処理装置および画像処理方法 | |
JPH10503072A (ja) | 電子画像装置の色補正に使用する装置 | |
CN1048451C (zh) | 喷墨式打印机 | |
US8861023B2 (en) | Generating an unambiguous definition of designer intended colors in a document creation application | |
Lilley | Not just decoration: Quality graphics for the web |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |