如今彩色输出的应用已越来越广泛，而人们对色彩的要求也越来越苛刻。每个 厂商都希望自己输出的色彩绝对精确，达到用户的要求；而色彩校正却需要非常丰富的 经验，也就是说服务非常困难。

典型的校色方法均采用彩色输出软件；而一般的彩色输出软件都是通过两个方 式进行校色：线性化和ICC校色。线性化是通过调节各色通道的深浅梯尺，拉开层次从 而达到颜色基本正确的目的。但由于目前的输出油墨或输出介质本身的颜色千差万别， 也就是说，无论各色梯尺调得多么均匀，它的颜色都是不准确的，因为油墨本身的 颜色就不准确。为了得到好的色彩， 一般都采用ICC的方式。在物理上来说ICC校 色会通过各色油墨根据不同的色调按不同的比例进行勾兑从而达到颜色的匹配。但 ICC校色所配套的软件和硬件都很昂贵，而且精度很高无法对粗糙或不规则的介质（例如 毛衣及粗糙表面的喷绘等）进行校色。

发明内容：

本发明所要解决的技术问题是克服上述背景技术的不足，提供一种远程较色方 法，该方法应当适用各类介质，较色基本精准，操作简便且全自动，对作业人员要求不 高，并且设备配置要求低，成本也低。

本发明提供的技术方案是： 一种远程校色方法，依次按照以下步骤进行； 

l)分别确定一个理想的校色目标以及一个校正目标；

2)采用同一电子文件D，用方案A即上述校色目标输出得到图片A'，用方案B 即上述校正目标输出得到图片B';

3)用同一台扫描仪扫描图片A'和图片B'，分别获得电子图片A〃和电子图片 B〃 ，并用e-mail发送给校色者；

4)校色者根据这两个电子图片生成一个颜色描述文件并发回给用户；该颜色描 述文件是标准的ICC profile,可以用于任何支持ICC的输出软件。 [0010] 所述颜色描述文件的生成步骤是：

l)校色者根据获得的电子图片A和电子图片B〃 ，按RGB色彩空间找出两个 输出流程之间的颜色转换关系；

2)把这个转换关系按ICC规范写成一个ice profile ;该ice profile可以用于cmyk 色彩空间的数字输出。

所述颜色描述文件的生成过程中采用了以下的算法：

a、对于电子文件D、电子图片A〃和电子图片B〃 ，用同一个二维坐标系分 别将三个电子图像划分成多个采样点，进而得到三套数据；建立多维表进行多维插值运3算，找到从原始颜色到输出颜色之间的一一对应关系，得到A(P)、 B(Y);也就是说， 任意指定一个颜色值a，经过该运算以后都知道它在输出并扫描以后会是什么样的颜色 结果：A(P)、 B(Y)。

b、按小二乘原理，通过数据拟合运算找出输出颜色到原始颜色之间的逆向对应关系，即任意指定一个颜色值s，经过该运算可知它是由什么原始颜色e输出的。 [0016] c、对a运算得到的理想结果A(e)，按方案B进行b运算；获得（B(S));即要 想用B方案得到理想结果A( 13 )，所应该使用的原始颜色（B( S ));

d、逐个像素地把电子文件D中的任意颜色a，全部改成S ;这样，用方案B 输出即可得到A(P)。

所述的理想的校色目标是其输出图片达到用户目标的一台打印机或冲印设 备或一个印刷厂。

本发明的有益效果是：1、较色过程全自动，操作简单，普通操作人员即可，无 需太多的专业知识。2、无需专业化的昂贵设备，只需一台平板扫描仪即可。3、各类介 质均可应用，范围极其广泛，任何流程的产品只要能被扫描就能进行校色。 [0020] 具体说明

具体实施方式

远程校色的校色原理

说到色彩管理， 一般人都想到ICC及设备无关的色彩空间。远程校色的校色原 理与ICC有点类似，但却基于设备相关的RGB空间。因为我们认为，如果始终用同一台 测色仪器（扫描仪或数码相机）在相同的参数下测量颜色，设备无关和设备相关色空间在 判别颜色差别上其实没有本质区别。只是在量化上有些差别而已。而RGB色空间无疑 是目前使用广泛的。在数码相机已经普及化了的今天，我们可以认为，某台数码相机 (或扫描仪）就代表某个人的眼睛，它拍摄或扫描到的图像数据就是这个人看到的内容， 也许他的色感并不专业，但他能感知某两个颜色是有区别的，这就够了，例如，他以为 第二个颜色与个颜色比起来，多了些红，而事实上是绿多了，这也无所谓，我们只 需照着他的感觉，减少他感觉中的红直到他认为没区别了为止，后，事实上可能 也真的没什么区别了。我们从这个人的角度出发，设法减少颜色误差，其实与从专 家的角度出发校色是殊途同归的。

同一个原始文件在不同的印刷流程下出来的结果并不相同，从数学上来说 就是在不同的坐标系下相同的坐标值并不指向同一位置。现在我们需要知道这两 个坐标系的转换关系；颜色校正其实就是从一个连续空间到另一个连续空间的转 换，这种转换算法本身必须是连续的，否则会出现局部跳变，如脸部出现明显的斑 块。直观地说就是对相邻的两个色彩区间不能分别采用互相不连续的算法。按照 数学语言对连续空间进行解释：对于任意实数a，都存在一个小数，使得满足校4色前SE< 的任意两个点，在校色以后其SE都小于a 。其中SE的定义是：《E= #1 -/2)2 + -fi(2)2 + (? -K)2 。 （1 、 a、 b为Lab色彩空间下的坐标值）同一颜色的两次输出结果可以认为是不同色彩空间下的两个相同坐标点显然不 会重合。如果其中一个色彩空间为我们认可的标准空间，另一个是需要校正的实际色彩 空间，那我们的目的其实就是要找到实际色彩空间到标准色彩空间之间的转换关系。 [0029] 同时，由于数据采样的噪声干扰是不可避免的，在颜色校正的过程中必须尽力 消除噪声干扰，也就是说任何一个采样点的颜色值都可能带有误差，这一点非常重要， 如果忽视了噪声干扰，将很难找到两个色彩空间之间的稳定转换关系

接着依照以下步骤进行：

I:同一电子图像用甲和乙两个方案分别输出，再扫描以后又得到两个电子图 像；用同一个二维坐标系分别将三个电子图像划分成多个采样点，进而获得三套颜色数 据（三个电子图像上的同一坐标点具有不同的颜色数据）。通过建立多维表，进行多维 插值运算很容易找到从原始颜色到输出颜色之间的一一对应关系。也就是说，任意指定 一个颜色值a，经过该运算以后都知道它在输出并扫描以后会是什么样的颜色结果：甲 (e)、 二（Y)。

以2008年6月12日采集的数据为例加以说明：我们以第11行4列的色块为单 例：原始颜色值a =RGB(101， 255， O)(见图1)， HP OfficeJet J3500打印以后颜色值 为：P =RGB(112， 216， 116)(见图2)，晶彩数码印花结果：Y = RGB(81， 152， 108) (见图3)。

由于原始图像（图1)是人为设计的，其数据分布也兼顾了色域和建表运算的需 求，因此从图1出发，用多维插值运算算出任意颜色的输出效果并不难，尽管实际输出 的色块只有200多块。也就是说，通过I运算，我们知道了 a颜色RGB(101， 255， 0)经 过标准流程输出后，其结果是P =RGB(112， 216， 116)。这正是我们所需要的目标颜 色，我们希望乙方案输出a =RGB(101， 255， 0)以后也得到颜色P =RGB(112， 216， 116)，但目前它只能得到Y =RGB(81， 152， 108)。

II:按小二乘原理，通过数据拟合运算找出输出颜色到原始颜色之间的逆向 对应关系。也就是说，任意指定一个颜色值（乙（Y)RGB(112， 216， 116))，经过该运算 以后，都知道它是由什么原始颜色a(RGB(101， 255， O))输出的。由于图2、 3都是扫描 出来的，它的数值不可能恰好分布在建表的各个节点上，因此无法用多维表插值运算。 必须进行数据拟合。

III:对I运算得到的理想结果P =RGB(112， 216， 116)按乙方案进行II运算。 于是得到：要想用乙方案得到理想结果P =RGB(112， 216， 116)所应该使用的原始颜 色S =RGB(171， 255， 95);或者说如果用乙方案输出颜色S =RGB(171， 255， 95)，它终得到的结果正是P =RGB(112， 216， 116)。当然这只是运算结果，实际上会有 一定的误差。

IV:于是我们把原始图片中的a颜色RGB(lOl， 255， 0)全部直接改成S = RGB(171， 255， 95)，然后再用乙方案输出。这样就会得到理想结果P = RGB(112， 216， 116) 了。

V:由于a可以是任意颜色，综合以上运算，我们可以逐个像素地把原始图片 中的任意颜色a都预先改成与a对应的S，再用乙方案输出，就得到了与甲方案相同的 结果了；校色完成。