基于视感知特征的多光谱高保真降维方法研究

为解决多光谱数据在降维压缩过程中的颜色精度保持问题,提出一种基于人眼视觉感知特征的多光谱数据高保真降维压缩方法(VPCM)。研究首先依据人眼视觉响应的非线性解析特征,成功构建了同时综合人眼光谱特征与色度特征的变换函数,并通过进一步构造的优化函数对其进行修正,以针对不同的样本集找到最佳变换方向,而后利用修正后的视觉特征变换函数对光谱样本集进行空间变换(Γ(S)=C),然后利用主成分分析方法对经视觉特征函数变换后样本集光谱数据进行降维压缩处理,并通过逆变换重构出样本集光谱数据(Γ-1(C)=^S),进行降维评价。实验选取四类具有典型代表性的数据集作为测试样本,分别以D50/2°条件下的CIELab色差和75组典型照明光源(钨丝灯、荧光灯和LED灯)下的平均同色异谱指数(MMI)作为色度主要评价指标,同时对比了Lab-PQR和2-XYZ两种较为先进的光谱降维算法。实验结果为VPCM方法的MMI值最小,其次是LabPQR,而2-XYZ的表现较差;VPCM方法在75组光源下对四组样本集的平均重构色差ΔEab也为最小,且最大样本平均色差及方差均要小于其他两种方法;VPCM方法的重构光谱精度介于Lab-PQR和2-XYZ之间,Lab-PQR的重构光谱精度最高。实验结果显示新方法色度压缩精度整体优于对比的两种方法,在变换参考条件下具有良好的色差稳定性,能够较好的应用于多光谱数据色度高保真压缩。     

基于可见光谱的古代壁画颜料无损鉴别方法

矿物颜料是古代壁画显色的物质基础,其可见光谱反映自身物质和物理属性。不同颜料对可见光吸收特性的差异导致光谱曲线形状不同,同一种颜料因粒径等级差异引起光谱曲线幅值的规律性变化。依据矿物颜料上述特性,提出一种基于可见光谱的古代壁画颜料无损鉴别方法,通过光谱归一化方法实现不同粒径等级的同一颜料光谱曲线叠合,去除颜料粒径等级对光谱曲线幅值变化的影响,然后提取表征光谱曲线在各波段增减性和凹凸性的一阶与二阶导数特征,与光谱曲线组合得到颜料物质属性鉴别的光谱组合特征空间,以光谱角和欧式距离为基础构建评价指标,计算待鉴别颜料与数据库参考样本在光谱特征空间中的匹配误差(ME),实现颜料物质属性的鉴别。通过构建矿物颜料平均粒径大小和光谱反射率均值之间关系函数,实现颜料平均粒径大小的鉴别。基于构建的古代壁画常用颜料光谱数据库,以莫高窟壁画为对象,通过非接触式原位无损测量方法测量获得壁画颜料的可见光谱数据,对本文方法进行了验证,并以石绿和青金石颜料的鉴别结果为例,对古代壁画颜料使用技法、不同朝代颜料使用的差异性及原因进行了探讨。该方法将为更加全面深入研究和保护古代壁画提供有效的理论与方法支撑。     

基于主成分分析的光谱重建训练样本选择方法研究

训练样本构成是影响光谱重建精度的一个重要因素,针对学习型光谱重建算法中训练样本选择问题,提出了一种基于主成分分析的训练样本选择方法。为了保证训练样本与重建样本的相似度,首先根据欧式距离最小原则从待选样本集中选择与重建样本相机响应值相似的样本,并去掉其中的重复样本;然后进行主成分分析;设定阈值筛选各主成分系数较大的样本作为训练样本,最后得到与主成分个数相同的训练样本子集。为验证该方法的有效性,通过在镜头前加载宽带滤色片搭建多通道图像获取系统采集多通道图像信息,将得到的各样本子集用作训练样本,利用伪逆法重建光谱信息,最后将重建的光谱精度与常用的训练样本及训练样本选择方法得到的重建光谱精度进行比较。实验结果表明：提出的方法显著提高了光谱重建的色度精度和光谱精度,优于常用的样本选择方法,能较大程度满足高精度颜色复制要求。     

LED智能光源混光呈色模型构建方法研究

LED智能光源具有色光可调的特点,其内置微处理系统可以通过无线数据传输等技术调整发光方式,控制光色及发光强度,进而实现照明光源的动态调节,因此特别适合于博物馆展陈、家居照明等智能化照明设计环节。现阶段,鉴于LED光源智能混光技术尚未普及,目前绝大多数商用LED智能光源在混光控制方面仅局限于设备制造商所设定的几类固定模式,无法充分发挥智能LED光源色光可调的技术优势。针对此问题,提出了一种基于BP神经网络以及有效集算法的LED智能光源混光呈色模型构建方法,实现了LED智能光源控制信号与对应发光光谱辐亮度分布之间的双向高精度映射。研究中首先提出了一种基于BP神经网络的LED混光呈色预测方法,实现了由LED智能光源驱动控制值向光源实际发光光谱辐亮度分布的准确预测;在此基础上运用有效集算法实现了由光源实际发光光谱辐亮度分布向LED智能光源驱动控制值的反向高精度预测。实验结果显示,所提出的方法整体建模误差显著小于人眼视觉可分辨阈值(CIEUCS Duv值可低至0.002 7),达到了较为理想的建模效果。该方法的提出,将为当前LED智能光源制造以及现有商用LED智能光源的二次开发与优化提供有效的理论与方法支撑。     

基于宽色域色彩光谱样本集的色度校正方法研究

在跨媒体色彩再现流程中,受色彩再现场景光源及设备呈色机理等因素的影响,同一色彩信息在不同数字媒介之间进行传递时,往往存在色彩传递失真现象,该问题严重影响了现阶段影像色彩复制与传递的客观准确性。色度校正旨在克服上述色彩失真问题,进而提升影像色彩信息传递品质。现有色度校正方法主要可分为色适应变换类算法以及回归校正算法两大类,目前由于此两类方法所采用的训练样本普遍色域过小,故其往往导致在高饱和度色彩区域色度校正误差较大。为此,研究提出了一种基于宽色域色彩光谱样本集的新型色度校正方法。通过各类典型色彩光谱样本的收集与制备,构建了具有广阔色域范围的典型色彩光谱样本集,并在此基础上结合色域划分及色纯度寻优方法实现了现有回归校正模型建模样本的扩充与优化,显著提升了现阶段色度校正算法的校正精度。实验结果显示,在各类照明组合条件下,相比于现有色适应变换类方法以及回归校正类方法,所提出的色度校正方法可将以CIEDE2000色差公式表示的色度校正误差降低15%左右,对于高饱和度色彩区域其对应降幅可达40%左右。该方法的提出,将为未来数字影像色彩复制领域色彩再现技术的发展,提供有效的理论与方法支撑。     

基于光谱连接空间的彩色相机光谱重构研究

针对彩色相机三通道响应值重构光谱反射率精度低的问题,提出了基于光谱连接空间的彩色相机光谱反射率重构方法。首先通过光谱反射率已知的训练样本集和多项式拟合方法建立相机响应值到光谱连接空间的转换矩阵,然后利用该矩阵将待重构样本的相机响应值映射到光谱连接空间,最后选用合适的光谱重构算法在光谱连接空间内实现光谱反射率重构,并利用色度误差和光谱误差两个指标对重构结果进行评价。在上述过程中,鉴于转换矩阵的重要性,采用了基于反距离加权的最小二乘法计算转换矩阵以提高相机响应值到光谱连接空间的转换精度。实验结果表明:本文方法切实可行且精度可靠,与基于彩色相机三通道响应值的光谱重构方法相比,色度重构精度和光谱重构精度均显著提高,平均色差和谱差分别为1.145 2和0.010 3,可在较大程度上满足数字典藏、高保真颜色复制等的需要。     

基于色彩恒常性的敦煌典型色彩光谱样本集构建方法

该研究目的为提出一种面向我国各类文物体系的典型色彩光谱样本集构建方法。以具有1700多年历史的世界级佛教艺术文化遗产敦煌莫高窟壁画彩绘为典型研究对象,以保证文物色彩传递过程中的色彩恒常性为主要创新,最终从视觉感知角度提出基于色彩恒常性的敦煌典型色彩光谱样本集构建方法。在具体实施过程中,在敦煌研究院美术所及保护所工作人员的配合与指导下,结合现有敦煌学研究成果,研究选取了48类敦煌典型颜料并设计制备了240个代表性色彩样本。利用分光光度计获取其在360～750 nm范围内反射光谱信息,通过聚类分析法对原始色彩光谱样本集进行分类,以6类典型光源场景条件下色彩易变性指数(color inconstancy index)的综合量值为依据,结合Wilcoxon符号秩检验,确定分类数量及各子类的代表性样本,初步构建光谱样本集。随后,从色域完整性角度对初步建立的样本集进行补充,最终构建由100个样本组成的全色域光谱数据集。分析结果显示,该样本集在99%置信条件下的色彩易变性指数可低至3.28,且均匀分布于敦煌色彩体系的整个色域,因而可以为敦煌色彩再现过程中合理的选用具有高恒常性水平的色彩提供数据参考及方法依据。     

多通道光谱采集系统滤光片设计方法研究

普通彩色相机加载宽带滤光片构造的多通道光谱采集系统的光谱重建性能与滤光片的选用密切相关。针对上述问题,提出基于主成分分析法的合成滤光片设计方法,旨在获得具有较高光谱重建性能并对所有图像场景均适用的最优滤光片组合。在收集多个宽带滤光片的基础上,测得其透射率并转换成矩阵形式;采用主成分分析方法提取该矩阵的前2个主成分,标准化处理后的主成分即为所求合成滤光片的透射率。为了验证上述方法获得的滤光片的性能,利用色差和光谱均方根误差2个指标对加载了合成滤光片的仿真采集系统的光谱重建精度进行了评价。实验结果表明:采用该方法得到的滤光片组合优于常用方法得到的滤光片组合, 用其构造的成像系统具有较高的色度重建精度和光谱重建精度,此外,改变目标场景颜色特性,其重建性能保持稳定。