基于二阶多项式回归和权重主成分分析法的多光谱降维算法研究北大核心CSCD

基于主成分或者权重主成分的多光谱降维方法实现高维多光谱数据和低维空间数据之间相互转换,但低维空间数据含有大量负值,不能和色度空间如CIELAB等连接起来,给光谱颜色复制的后续研究带来困扰;建立XYZ三刺激到多光谱数据的转换,在多光谱数据降维到XYZ三刺激值过程中保留更多的颜色信息;通过二阶多项式回归建立XYZ三刺激值与多光谱通过权重主成分降维的得到的三维空间数据对应关系,实现XYZ三刺激值到多光谱数据转换;在不同的训练样本,不同的测试样本时,相对于主成分和权重主成分,推荐的方法在多种照明条件下色度重建精度得到提高,可以较好地应用到多光谱图像的高保真降维和压缩。     

用于数码显微镜的白平衡校正方法

提出了一种用于数码显微镜的非线性白平衡方法.以标准D65光源光照下孟赛尔色卡每个色块的XYZ三刺激值和所成图像中的RGB值为训练样本,用神经网络建立不同数码显微镜拍摄的RGB输出与XYZ三刺激值之间的关系;再通过Estevens矩阵把XYZ三刺激值转换成人眼感光器所接受到的刺激值,并进行非线性计算;最后把计算结果转换回RGB空间,从而得到白平衡后的图像.实验结果表明,该方法所得的白平衡校正结果更加接近标准白光照射下的图像颜色.在光源色纯度较高的情况下,采用调整通道增益的方法变化幅度较大,而采用本文提出方法结果更加稳定;特别是当光源的色纯度过大使得图像中某个颜色通道的值接近0的时候,用调整三通道增益的方法已经完全失去了校正作用,而采用本文中的非线型方法仍然可以得到好的校正结果.同时,此方法中建立的神经网络模型反映的是成像设备的RGB空间到XYZ空间的转换特性,对于不同的光照条件,此特性不变,因此对于不同光源不需要分别建立神经网络模型.     

用于数码显微镜的白平衡校正方法

提出了一种用于数码显微镜的非线性白平衡方法.以标准D65光源光照下孟赛尔色卡每个色块的XYZ三刺激值和所成图像中的RGB值为训练样本,用神经网络建立不同数码显微镜拍摄的RGB输出与XYZ三刺激值之间的关系;再通过Estevens矩阵把XYZ三刺激值转换成人眼感光器所接受到的刺激值,并进行非线性计算;最后把计算结果转换回RGB空间,从而得到白平衡后的图像.实验结果表明,该方法所得的白平衡校正结果更加接近标准白光照射下的图像颜色.在光源色纯度较高的情况下,采用调整通道增益的方法变化幅度较大,而采用本文提出方法结果更加稳定;特别是当光源的色纯度过大使得图像中某个颜色通道的值接近0的时候,用调整三通道增益的方法已经完全失去了校正作用,而采用本文中的非线型方法仍然可以得到好的校正结果.同时,此方法中建立的神经网络模型反映的是成像设备的RGB空间到XYZ空间的转换特性,对于不同的光照条件,此特性不变,因此对于不同光源不需要分别建立神经网络模型.     

渐进式多尺度特征级联融合颜色恒常性算法

颜色恒常性是实现目标检测、三维物体重建、自动驾驶等计算机视觉任务的重要前提。为充分利用图像中不同尺度的特征信息估计光源,提出渐进式多尺度特征级联融合颜色恒常性算法,通过三个卷积网络分支从不同尺度提取图像中的特征信息,通过特征融合得到更加丰富的特征信息,通过级联方式将图像中的浅层边缘信息和深层细粒度特征信息进行融合,提高了颜色恒常性算法的精确性。渐进式网络结构基于加权累计角度误差损失函数提高了算法在面对极端场景光照下光源估计的鲁棒性。在重处理的ColorChecker和NUS-8数据集上的实验结果表明,本文算法在各项评价指标上均优于目前的颜色恒常性算法,可应用于需要进行颜色恒常性预处理的其他计算机视觉任务。     

窄带快照式多光谱成像色彩还原方法

由于兼具光谱分辨和空间分辨能力, 快照式窄带多光谱成像在资源遥感、精准农业、医疗检测等领域将有广泛应用。由于该方法使用窄带成像来提高光谱分辨率及图像对比度,所获得的图像是灰度信息,失去了场景的色彩信息,不便专家对图像鉴别、评价与赏析。已有的色彩还原算法主要针对光谱波段带宽较宽或者多个波段叠加基本覆盖整个可见光谱范围等两种光谱成像仪,不适合窄带多光谱成像方法的色彩还原。该研究适合于快照式窄带多光谱成像的色彩还原方法,提出建立窄带多光谱彩色相机的概念。首先,提出两种窄带多光谱色彩还原方法：(1)基于CIE色度系统三刺激值色的,(2)基于贝尔阵列插值算法的;其次,分别应用两种算法还原快照式窄带多光谱相机所获得的植物、手臂及宫颈组织等三种代表性场景窄带多光谱灰度图像;之后,计算并比较表征两种算法所得的代表性场景彩色图像的均值、方差、熵及梯度等表征图像质量的参数数值,确定出适合快照式窄带多光谱成像的色彩还原方法;最后,对所确定的色彩还原算法进行色偏校正。实验结果表明,基于CIE三刺激值色彩还原方法比贝尔阵列插值法更适用于窄带多光谱成像颜色复原。配合使用CIE三刺激值色彩还原方法及灰度图象校正算法,从窄带光谱成像所获得的植物、手臂皮肤及宫颈组织的灰度图像所还原出的近彩色图像逼近物体真实色彩,满足人眼观察习惯。介绍了仅覆盖可见光光谱范围30%的窄带多光谱图像进行色彩还原的方法,该方法证明快照式窄带多光谱成像可以兼具光谱分辨能力,同时保持可供人主观辨识的色彩信息。所提出实现快照式窄带多光谱彩色成像的方法,有望设计不同于传统RGB相机的彩色相机实施方案。     

基于单幅多光谱图像的照明光谱估计方法

由于场景的光谱信息受到不同照明条件的影响,故在照明不可控场景下拍摄的多光谱图像的光谱反射比重构需要进行照明光谱估计。因此,提出了一种基于单幅多光谱图像的通用方法来准确预测场景的照明光谱。首先,通过分析每个像素的响应特性设计并计算色度权重图,以寻找包含更多照明信息的像素。然后,对加权后的图像进行成分分析,以在通道域中提取光源响应特征。最后,得益于创新性引入的基于照明光谱库训练的字典学习方法,可估计出场景光源的相对光谱功率分布。所提方法在模拟数据和真实数据上的照明光谱估计平均角度误差分别为0.29和3.42,与现有的同类方法相比,表现出更优的准确性和鲁棒性。     

彩色视觉装置的颜色校正对比实验研究

鉴于利用彩色视觉装置进行在线测量是颜色测量在工业应用发展的趋势,而光源的光谱分布和相机响应函数与人眼的光谱响应曲线的不一致会严重影响测量的精确性,在人工D65光源和LED阵列光源照明下,利用相同的工业相机获取校正图片,采用多项式回归方法在与设备无关空间sRGB和CIEL*a*b*空间进行校正。实验结果显示在校正前平均色差分别为27.68E和16.09E,人工D65光源照明下获取的图片色差较小,校正后不同光源下获取图片的色度趋于一致,分别为2.56E和2.39E。采用sRGB颜色空间,在校正精度、校正步骤、图片显示等方面都要优于CIEL*a*b*空间。以一幅拍摄的实际图片校正为例,显示了色度校正对彩色装置的重要性。     

基于迭代Tikhonov正规化的三刺激值重建光谱方法研究

光谱图像中的反射率光谱数据维数高,且与光源、设备均无关,能够比较全面、真实、客观地描述图像中物体的颜色信息。针对三色相机的光谱图像获取系统中三维色度数据重建多维光谱数据产生的光谱信息丢失、以及伴随而生的颜色信息丢失问题,提出了迭代Tikhonov正规化的光谱重建方法。首先依据色度学理论中色度值与反射率光谱之间的关系,构建反射率光谱重建方程建立起相机所获三维色度数据与高维反射率光谱数据的映射关系;然后,通过反射率光谱重建方程的病态分析,在Moore-Penrose伪逆矩阵求解思想的基础上构建迭代Tikhonov正规化方法求解反射率光谱,并利用训练样本数据通过L-曲线方法训练获取迭代Tikhonov正规化的最优正规化参数,以有效控制并改善反射率光谱重建方程求解的病态、减少重建光谱的光谱信息丢失。实验通过选取样本数据对光谱重建方法进行验证。验证实验的结果表明所提出的光谱重建方法改善了三色相机的光谱图像获取系统中重建光谱的光谱信息丢失程度,使得重建光谱的光谱误差和色度误差较其他光谱重建方法均有明显降低。     

彩色图像中颜色不变性和耀斑的分离（Ⅰ）

景物中物体表面的色品是与该物体形状无关的稳定特性,称为颜色不变性。但是,由于耀斑(highlight)和影绸(shading)的存在,图像中对应物体表面点的色品却是变化的,不具有颜色不变性。正确理解图像颜色的基础是建立颜色反射的物理模型。本文叙述了根据Klinker提出的双色反射模型(the dichromatic reflection model),在三维颜色直方图(3D color histogram)中利用K-L变换做平面拟合,分离面反射分量(interface reflection component)和体反射分量(body reflection component),从而计算光源和物体颜色色度坐标的方法,讨论了实际CCD摄像机的局限性,给出了实验结果。     

应用环境光传感器的颜色恒常性算法

现有的颜色恒常性算法在常规场景中通常能获得准确、稳定的光源颜色估计结果，但在内容单一、具有大面积单一颜色表面的低颜色复杂度场景中仍有较大概率出现超容限的估测误差。利用设置于摄影镜头旁的环境光传感器，提出一种应用环境光传感器的颜色恒常性算法。首先建立传感器置信度评估模型，然后针对不同置信度设计基于颜色空间转换与基于传感器辅助中性色像素提取的两种光源颜色估计方法。此外，还建立包含传感器测量结果的数据集。测试结果表明，相比现有具有最高精度的同类算法，所提算法的角度误差均值、中位数、最差25%均值分别下降32%、21%、41%。所提算法应用于常规场景和低颜色复杂度场景时均具有优势。     

基于LCD显示器光谱特性的图像颜色一致性研究

为了解决环境光和显示器色温对LCD显示器图像颜色再现有较大影响的问题,提出一种基于LCD显示器光谱特性的图像颜色一致性方法。通过测量在不同环境光和色温下99个行业认可颜色的光谱,总结出不同环境光和色温对LCD显示器图像颜色再现的光谱规律。利用不同环境光下的光谱叠加性及不同色温下的光谱对应规律,实现了不同环境光和色温下的LCD显示器图像颜色一致性,一致性后的图像平均主观评价Z得分为0.50。研究结果表明,该方法能够很好地解决不同环境光和色温下的LCD显示器图像颜色的一致性问题。     

基于多光谱和sRGB空间的自然植物色的重现

多光谱成像技术在颜色科学方面的应用主要在于准确的记录和复制拍摄场景的颜色信息。针对目前基于光谱的颜色重现设备昂贵、复杂和实现起来困难的问题,提出了物体颜色从反射光谱空间向sRGB颜色空间变换的方案。在遵循sRGB标准的设备上重现了D65光源下的218种自然植物颜色,所显示的颜色与植物反射光谱实物对应的名称一致。对8个自然植物在9种不同光源下和在sRGB空间下的颜色进行了预测显示。所提出的方案对在网络环境下实现相同实物在不同照明环境下的场景显示提供了可行的途径。     

用于植物病虫害诊断的多光谱成像系统

准确重建被测目标的颜色信息对实现可靠的植物病虫害诊断具有十分重要的意义。文章提出把多光谱成像技术应用于植物病虫害诊断,所采集的多光谱图像可以从光谱维和图像维反映被测目标的特征信息。在此基础上,实验采用16个窄带滤色片、单色面阵CCD、积分球混合光源照明和标准观测环境建立了能进行适时、无损检测的多光谱成像系统。并利用该设备对Macbeth色卡中8个色卡进行光谱和颜色重建,重建的结果与光谱辐射度计的测量结果进行了比较。通过对光谱匹配角度和CIE标准色差分析,证明这种多光谱成像系统能够准确、稳定地重建出目标的光谱信息和颜色信息。     

光谱反射率重建中代表颜色分步选取方法

光谱反射率重建一般指采用标准色卡上的颜色样本,对成像系统进行光谱表征(Spectral character-ization),进而从系统响应中精确地求出物体表面的光谱反射率.由于标准色卡的颜色样本数量较大,在实际成像系统中使用时有诸多不便.考虑到颜色样本之间存在较大冗余,可从中选出具代表性的少数样本用于光谱表征.针对已有方法未考虑实际成像系统特性的不足,文章提出了一种代表颜色的分步选取算法,即首先通过假设一个虚拟成像系统,根据全局误差最小的原则,挑选出部分最具代表性的颜色,估计出实际成像系统的光谱响应函数,然后在此基础上继续选择其余的代表颜色.实验表明,对于窄带多光谱成像系统及宽带彩色扫描仪而言,文章提出的方法在光谱精度及色度方面均明显优于先前方法.     

基于主动光照的深海图像增强算法

为了改善主动光在水下传播过程中由散射与吸收效应导致的深海图像对比度低下以及颜色失真问题,提出一种水下图像增强算法.不同于传统方法利用最亮点的强度值作为背景光,提出基于物体与背景光非相关性的背景光估计方法,有效避免了前景处的亮像素或白色物体像素对背景光的误判,同时确保了去散射的精确性,提高水下图像的对比度;针对人造光源的颜色增益和光路衰减导致的图像色偏等问题,在去散射图像上选取离光源最近的灰色像素,利用其对光源的敏感性,将光照强度分离出来.最终,通过估计并去除光源本身的颜色增益,同时补偿光在传播过程中的损失,实现图像的颜色校正.实验结果表明,所提算法可以有效去除水下图像的散射效应,较好地恢复图像色彩,进而获得较优的增强图像.相比于其他算法,增强后的图像信息熵和水下图像质量评价指标值较高,说明该算法能显著提升水下图像的质量,同时保留图像有用信息.     

用神经网络校正微型颜色传感器颜色特性的方法研究

采用光学积分原理设计的光电色度仪器,由于其结构简单、测量速度快、成本低等优点已被广泛地应用在产品的色度检验控制过程中。基于微型颜色传感器的颜色测量仪器也属于光电色度类仪器,由于它不能完全模拟标准色度观察者和标准光源,即不能完全满足卢瑟(Luther)条件,所以其测量值RGB与三刺激值XYZ并不相等,且存在非线性关系。讨论了采用BP神经网络进行微型颜色传感器颜色特性校正的方法,其优点是对仪器的匹配滤色片要求较低,只要在测量软件中增加训练好的校正网络程序,就可以获得准确的颜色三刺激值。     

基于宽带多通道的光谱反射率重建方法研究

复制的多光谱数据获取要求图像数据具有设备无关、场景无关特性,能够真实客观表征物体颜色信息。针对获取系统扰动、噪声误差以及光谱重建中训练样本典型代表性与相关性要求,提出了基于正交回归的光谱重建算法,并通过子空间跟踪的训练样本选择算法,选择重建样本与训练样本集中相关性与代表性最好的样本参与光谱重建。实验通过改造后的仙娜宽带多通道成像系统进行验证,数据表明本文提出的方法,所选训练样本能较好的表征样本空间并具有较好的正交性,在宽带多光谱成像方面,重建光谱平均色度误差为3.6,其光谱精度与色度精度较其他方法具有明显提高。     

一种基于光谱可调LED光源和多光谱成像技术的物体表面颜色测量方法

针对传统多光谱成像颜色测量系统光谱反射率重建算法计算量大、操作繁琐耗时、成本高等缺点,提出一种由LED主动照明光源和黑白高速相机构建的多光谱成像颜色测量系统。采用多个单色LED拟合出相对光谱功率分布与相机光谱灵敏度曲线成倒数关系的照明光源,并利用黑白相机的输出响应直接重建物体的光谱反射率。实验结果表明,与分光光度计测量结果相比,该方法测量Macbeth ColorChecker 24标准色卡的光谱反射率的平均误差在2.3个CIELAB色差左右。该系统具有原理简单可行、不需要滤光片、光谱反射率重建算法简单快速等优点。     

一种色度自适应投影标记点的选取方法

近年来,对物体的颜色显现力、光源光谱功率分布和自身表面反射光谱三者的定量关系方面的研究备受大家关注。在三维扫描测量领域,由于颜色特征具有反映物体材料和纹理等丰富信息的优势,提出了一种主要由彩色相机、投点光源和PC机组成的色度自适应投点仪结构,其中数字微镜(DMD)作为投点光源的核心元件用于调制R,G,B 三个LED光源的光谱功率分布。然而主动式标记点的颜色显现力因受未知反射光谱投影接受面的影响,其颜色特征往往难以识别和区分。为了提高投影标记点与不同反射光谱的投影接收面作为背景的分辨力,描述了一种色度自适应投影标记点的选取方法。在高维线性反射光谱建模的基础上,用光谱响应的方法对彩色投点仪设备特征化,以解决三通道彩色相机设备特征化精度低的问题。并通过样本训练为高维线性反射光谱的求解提供条件约束。继而,在CIE1931色度坐标空间下,选取与投影接收面背景色度坐标欧氏矩最大的色度坐标点。根据投点仪设备特征化结果,推导其LED最优设定值。最后,采用24孟塞尔色卡作为被投影对象,主动标记点与色块的色差作为其颜色显现力的评价参数,通过与激光二极管投点仪做对比性实验。实验结果表明对各不同色度的投点接受面,提出的色度自适应投影标记点的选取方法均有较好表现。     

超光谱成像仪图像均匀性校正

为获得高质量新型超光谱成像仪图像,根据新型超光谱成像仪图像特点,对其图像均匀性校正进行研究。利用转台旋转模拟超光谱成像仪对地面推扫,对景物成像获得超光谱成像仪三维数据;采用太阳作为新型超光谱成像仪图像均匀性校正光源,应用相应校正系数对超光谱成像仪的数据进行处理。结果表明：所采用校正方法对新型超光谱成像仪具有很好校正效果,同时也验证了新型成像光谱仪具有较高成像质量;单像元校正时间为2×10-6s,大数据量图像校正需较长时间;利用太阳照射漫反射板作为扩展源对亮度均匀物体图像进行校正,校正均匀性小于4%。