土壤颜色由CIE向Munsell系统的定量转换

颜色是土壤重要形态特征之一,也为判断土壤理化特征、过程与功能的重要依据和指标。土壤颜色目前采用Munsell颜色系统表示,主要依靠将土壤样品与土壤Munsell比色卡比对而确定。该方法由于受个人视觉感官和判别环境等因素限制,导致土壤颜色判别结果存在主观性强,易出现偏差等问题。为此,寻求客观、定量、方便地表征土壤Munsell颜色的方法,对于今后有关土壤颜色应用的研究工作极为重要。该研究试图利用分光色度仪,结合Python计算机语言编程,采用邻近等明面插值等方法,提出了一套可操作的从CIE到Munsell颜色系统转换的方法,以实现土壤颜色从CIE到Munsell颜色系统的方便、快速、高精度转换,达到土壤颜色的客观、定量、标准化测定。由分光色度仪测得样品CIELAB颜色值,利用CIE和Munsell两大颜色系统的已有的转换模型和方法,由CIELAB值计算获得Munsell明度值V和色品坐标,以Python语言编制程序,实现样品的明度值和色品坐标的自动计算。进而采用邻近等明面数学插值法和色度变换图确定Munsell系统H和C值。以《中国标准土壤色卡》的419张色片和22个土壤与古土壤样品进行验证,结果表明利用本文方法色调（H）测定值与色片标准值相比较,仅有12张色片存在误差,验证准确率为97%。《中国标准土壤色卡》的明度值（V）、彩度值（C）测定值与标准值之间相关系数分别为0.987（p＜0.001）和0.976（p＜0.001）,测定结果与标准值之间存在极显著相关关系。土壤与古土壤样品测定值与目视判别色调差异较小,主要差别是明度和彩度,这可能与目视判读受个人主观、光学环境等因素影响所致。基于过去已有的由CIE到Munsell颜色系统转换方法,该研究利用Python计算机语言编程编写了程序代码,实现CIELAB值到Munsell明度V值和色品坐标的转换过程的自动计算,并提出一种基于邻近等明面新的插值方法,转换步骤简明,易实现,为土壤颜色的快速、定量获取提供途径。     

基于小波变换的CCD光谱信号消噪及汽车车灯颜色测试的应用研究

研制了一种新型测色系统。依据小波变换理论 ,对颜色测量中所接收到的光谱信号采用了小波变换消噪平滑数据处理技术 ,提高了系统测色的精度。采用CCD作为光电转换元件 ,接收汽车车灯光谱并转换为电信号 ,提高了测量速度。给出了CCD关于颜色测量的光谱标定方法。通过测量色度值与其标准色度值比较 ,所得偏差Δx≤ 0 0 0 8,Δy≤ 0 0 0 8;重复性Δx≤ 0 0 0 8,Δy≤ 0 0 0 8。     

CIE色度值向孟塞尔再标记的非结性转换法

采用三阶拉格朗日插值逼近孟塞尔恒定色调线和恒定彩度线,首次提出了CIE色度值向孟塞尔再标记的非线性转换法,并重新评价了线性转换法的精度。     

符合人眼视觉特性的颜色亮度模型

从色度学基本理论出发,对颜色变量Ｙ进行了深分析,提出了由孟塞尔（Ｍｕｎｓｅｌｌ）颜色体系进行颜色视亮度主观匹配的新方法。实验和理论分析指出孟塞尔色立体的等明度面并非在视觉上是等明度的,建立了人眼主观亮度与孟 明度值Ｉ之间满足线性关系的色亮度模型。     

基于视觉感知的光谱评估尺度

光谱颜色复现和色度精度是评价光谱重建算法准确的基础。简单而直观的评价指标对颜色复现控制是必不可少。该指标需要同时表征复现颜色的光谱差和色度差。在研究光谱匹配评估的方法基础上,提出基于颜色视觉感知的三种光谱评估指标,通过加权人眼视觉匹配函数,实现颜色光谱差与色度的评估。通过孟塞尔颜色系统的光谱数据,该论文分析与验证三种视觉加权的评估指标的有效性。通过孟塞尔颜色系统数据,这些指标在CIELab均匀色空间中分布均匀而稳定,从而证明加权算法的评估指标是既表征到颜色感知又反映出颜色的光谱相似度。实证结果表明,加权的指标可以实现同时表征实际人眼的颜色感知和颜色光谱差异。基于人眼视觉感知的评估指标解决了颜色的原始光谱和重建光谱的光谱匹配精度的定量评价问题。所提出评价指标通过一个简单而直观的数值实现对复现颜色光谱与色度评估。     

基于亮度因数分级BP神经网络的多基色显示系统色度转换模拟北大核心CSCD

针对多基色显示系统的颜色转换问题,提出一种基于亮度因数分级BP神经网络的色度转换方法,并建立CIE标准(X,Y,Z)空间到多基色(K_(1),K_(2),…,K_(n))空间的转换模型;将整个(X,Y,Z)颜色空间按训练样本的亮度因数Y分解成多个二维子空间,并形成亮度因数分级子空间BP网序列,从而减少了从低维度空间向高维度空间进行颜色转换时出现的同色异谱问题。以五基色LED显示系统为例,对亮度因数分级BP网的有效性开展验证实验。首先根据五基色LED显示系统的实际色度参数,建立了五基色显示系统(K_(1),K_(2),K_(3),K_(4),K_(5))空间到CIE标准(X,Y,Z)空间的线性转换模型;在此基础上采用最小色差匹配法,生成了典型亮度因数分级训练样本集和测试样本集,并完成了BP神经网络的训练和测试。结果表明,训练样本集的CIE1976L^(*)a^(*)b^(*)平均色差达到6.37以下,并且还有进一步的改进空间,为多基色显示系统的颜色转换工作提供了一种有效的技术途径。     

基于视觉感知的光谱评估尺度（英文）

光谱颜色复现和色度精度是评价光谱重建算法准确的基础。简单而直观的评价指标对颜色复现控制是必不可少。该指标需要同时表征复现颜色的光谱差和色度差。在研究光谱匹配评估的方法基础上,提出基于颜色视觉感知的三种光谱评估指标,通过加权人眼视觉匹配函数,实现颜色光谱差与色度的评估。通过孟塞尔颜色系统的光谱数据,该论文分析与验证三种视觉加权的评估指标的有效性。通过孟塞尔颜色系统数据,这些指标在CIELab均匀色空间中分布均匀而稳定,从而证明加权算法的评估指标是既表征到颜色感知又反映出颜色的光谱相似度。实证结果表明,加权的指标可以实现同时表征实际人眼的颜色感知和颜色光谱差异。基于人眼视觉感知的评估指标解决了颜色的原始光谱和重建光谱的光谱匹配精度的定量评价问题。所提出评价指标通过一个简单而直观的数值实现对复现颜色光谱与色度评估。     

孟赛尔色卡(学生用)试制

当今世界上存在着三套主要的色序系统;孟赛尔色序系统、自然色系统以及美国光学学会的均匀颜色坐标系统。后者是美国光学学会花了30余年的时间于1977年正式研制成功,共有558种颜色的色卡。自然色系统在欧州比较流行。而世界上应用得最广泛的要算是孟赛尔色序系统了。它是由孟赛尔所创立,在美国则最早于1915年出版“孟赛尔颜色图谱”。     

CCD汽车车灯色度测试及其光谱分析方法的研究

一种新型测色系统依据色度学理论和光谱反射比原理 ,采用CCD作为光电转换元件 ,可一次接收汽车车灯光谱对应的电信号 ,实现了光谱的快速分析 ,给出了CCD对汽车车灯颜色测量的光谱分析方法。并通过计算机控制 ,采用高级VB语言编程进行数据采集和数据处理 ,给出了数据采集程序段。使用该系统将标准色卡的测量色度值与其标准色度值比较所得偏差Δx≤ 0 .0 1;Δy≤ 0 .0 1。     

一种新的适用于彩色图像处理的彩色空间变换方法

从人眼的视学特性角度出发，在ＣＩＥ国际颜色标准系统和孟塞尔系统基础上，提出了一种适用于人彩色图像处理的色空间转换模式，并利用此方法对医用胃镜输出的图像进行了不破坏色调前提下的图像增强处理，明显地提高了彩色图像的细节分辨，实践证明该方法不失为一种具有实用意义的彩色空间变及图像处理方法。     

Spectral data compression using weighted principal component analysis with consideration of human visual system and light sources

This paper proposed two weight functions based on principal component analysis (PCA) to reserve more colorimetric information in spectral data compression process. One weight function consisted of the CIE XYZ color-matching functions representing the characteristic of the human visual system, while another was made up of the CIE XYZ color-matching functions of human visual system and relative spectral power distribution of the CIE standard illuminant D65. The improvement obtained from the proposed two methods were tested to compress and reconstruct the reflectance spectra of 1600 glossy Munsell color chips and 1950 Natural Color System color chips as well as six multispectral images. The performance was evaluated by the mean values of color difference under the CIE 1931 standard colorimetric observer and the CIE standard illuminant D65 and A. The mean values of root mean square errors between the original and reconstructed spectra were also calculated. The experimental results show that the proposed two methods significantly outperform the standard PCA and another two weighted PCA in the aspects of colorimetric reconstruction accuracy with very slight degradation in spectral reconstruction accuracy. In addition, weight functions with the CIE standard illuminant D65 can improve the colorimetric reconstruction accuracy compared to weight functions without the CIE standard illuminant D65.     

Recovery of spectral data using weighted canonical correlation regression

The weighted canonical correlation regression technique is employed for reconstruction of reflectance spectra of surface colors from the related XYZ tristimulus values of samples. Flexible input data based on applying certain weights to reflectance and colorimetric values of Munsell color chips has been implemented for each particular sample which belongs to Munsell or GretagMacbeth Colorchecker DC color samples. In fact, the colorimetric and spectrophotometric data of Munsell chips are selected as fundamental bases and the color difference values between the target and samples in Munsell dataset are chosen as a criterion for determination of weighting factors. The performance of the suggested method is evaluated in spectral reflectance reconstruction. The results show considerable improvements in terms of root mean square error (RMS) and goodness-of-fit coefficient (GFC) between the actual and reconstructed reflectance curves as well as CIELAB color difference values under illuminants A and TL84 for CIE1964 standard observer.     

基于BP神经网络的数码相机特性化

由于数码相机的颜色空间是依赖于设备的,对于一个具体的数码相机,其光谱响应与设备独立的CIE标准观察者颜色匹配函数是一个非线性关系,因此不能真实复制场景的颜色。特性化彩色图像设备是提高图像的颜色复制质量的一个重要方法。介绍一种基于BP神经网络数码相机特性化方法。采用Munsell颜色系统作为目标色,大样本训练空间。测试了不同的网络结构和样本空间分布。训练样本平均色差为1.75CMC(1∶1)色差单位,测试样本为2.16。该方法在数码相机颜色测量、光谱重建等领域有广泛的应用前景。     

用于煤粉燃烧诊断的火焰颜色计测方法

在使用ＣＩＥ１９３１标准色度学系统定义的色度坐标（ｘ，ｙ）对煤粉燃烧火焰的颜色进行定量试验研究的基础上，本文通过计算比较，提出了可用于锅炉燃烧诊断的煤粉火焰颜色色度坐标近似计算方法。     

基于Munsell新标系统的色差公式的均匀性研究

利用Munsell体系中色卡分布的视觉均匀性,对CIELAB及基于CIELAB的典型色差公式CMC、CIE94和CIEDE2000的原始形式(k1=kc=kH=1)在色差计算上的均匀性进行了测试和评价.采用Munsell颜色立体中不同位置和方向上的等距数据作为测试的输入数据对,借助性能因子(Performance Fa...     

CIELAB与CIECAM02色空间均匀性比较研究

采用均匀色空间Munsell系统检验和验证了CIELAB和色貌模型CIECAM02色空间的均匀性。利用Mun- sell色卡所对应的三刺激值X,Y,Z作为模型的输入值,预测色空间模型的明度、彩度和色调,并通过预测结果比较和检验了CIELAB色空间和CIECAM02模型色空间的均匀性。研究表明:在预测明度方面,两个色空间的结果相似;在预测彩度时,CIECAM02模型较好于CIELAB色空间;在预测色调时,当色调逐渐从BG变化到B时,CIELAB所预测的色调角与由Munsell色空间计算出来的色调角之差逐渐增大,最大时超过6%,而CIECAM02所预测的色调角与Munsell色空间的色调角之差在2.5%以内,CIECAM02优于CIELAB色空间。     

非标准光源在颜色测量中的差异性分析

不同光源因光谱功率分布差异,具有不同色温、显色指数,测色差异很大。D65标准光源最接近日光光色,是国际照明委员会(CIE)推荐测色标准光源。但其价格昂贵、工作条件苛刻且不易得,实际测色中常用非标准光源代替。为了研究非标准光源的测色差异,设计了一套溶液比色系统,分别采用高压脉冲氙灯、LED灯、卤钨灯作为光源,亚硝酸盐显色实验为基础,以色度学原理计算3种光源的测色差异。结果显示,氙灯、LED灯光谱分布较为均匀,色度坐标接近等能白光E(0.33, 0.33), 测色比较接近真实颜色,而卤钨灯测色误差较大。氙灯与LED灯在L*a*b*空间测色平均色差ΔE_ab在10 NBS以内,两者与卤钨灯测色平均色差ΔE_ab在20 NBS以上。