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。     

基于分段色域颜色模型的高动态范围图像获取与合成

针对普通彩色相机采用多次曝光获取高动态范围图像的技术,提出了一种基于相机分段色域颜色模型的高动态范围图像获取及颜色合成的理论模型和实现方法.介绍了相机分段色域颜色模型的基本结构和建立方法.用NikonD70s彩色相机和修正的sRGB标准颜色转换模型对所提出的理论和方法进行了实验验证.结果表明,所提出的方法可以在普通彩色...     

基于物体表面色的人眼阈值水平微小色差评价

基于物体表面色样本的视觉评价,测试常用色差公式在人眼阈值水平的微小色差预测性能.由一组21名观察者采用感知法对100个颜色样本对进行视觉实验,获得视觉色差的评价数据,通过观察者精度分析并与BFD和Witt的视觉数据进行对比,验证了本实验数据的有效性.利用实验数据对CIELAB、CMC、BFD、CIE94、LCD和CIEDE2000等六个常用色差公式在人眼阈值水平的微小色差预测性能进行了详细的测试和比较,结果表明国际照明委员会(CIE)推荐的CIEDE2000表现最好,而CIELAB性能最差.     

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。     

编码光系统的颜色耦合与颜色失衡校正

为了减小编码光系统中的颜色耦合与颜色失衡的干扰,提高形状与颜色重建的准确度,建立了彩色编码光系统,并对其所采用的编解码方法、颜色重建的两个相关环节及颜色校正方法进行了研究。首先,给出了系统的彩色梯形相移强度比编解码法,分析了编解码过程中存在的RGB基色相互耦合现象,设计了应用Caspi模型硬件标定的颜色耦合校正方案;然后,给出了系统的逐点颜色重建法,分析了颜色重建过程中由表面曲率导致的颜色失衡现象,设计了利用表面几何信息校正颜色失衡的方案。实验结果表明：校正后单一绿色图像中的红色分量值约为校正前的1/10;单色表面色差约为0.1,趋近于人眼颜色分辨率,远低于校正前的0.4;重建的单色复杂被测表面颜色均匀、视觉效果良好,符合实际情况。提出的方法符合编码光系统抗干扰能力强的要求,有助于提高形状与颜色重建的准确度。     

基于CRT的非对称视觉匹配实验中对立色的显示方法研究

对立色是颜色科学研究中的一类特殊颜色现象,通过对其特殊匹配现象的研究,可以揭示人眼彩色视觉信息传递的规律。针对基于CRT的非对称视觉匹配实验的要求,提出了一种色调均匀分布、强度成线性变化的对立色的定义和显示方法,实现了人眼锥体细胞响应LMS与计算机彩色量化值RGB之间的高精度转换和真彩色再现。     

基于感知颜色空间的灰度图像伪彩色编码

提出了一种基于感知颜色空间的灰度图像伪彩色编码的新方法。首先建立了灰度级和色调、饱和度和亮度等与人的感知颜色特征之间的函数关系。然后通过感知颜色空间到RGB空间的矩阵变换 ,得到相应的RGB值。最后将其分别送入彩色显示器的红、绿、蓝枪即可得到伪彩色图像。建立了相应的数学模型 ,给出了分析和实验结果 ,并对如何获得符合人们视觉习惯的伪彩色图像等问题进行了讨论。根据不同的实际需要 ,可以方便地建立灰度级与颜色的色调、饱和度与亮度的不同对应关系 ,使产生的伪彩色图像符合人们的感知习惯。用该方法得到的伪彩色是近似均匀的 ,即在不同的灰度级上 ,相邻两灰度级对应的色差近似相等     

天然植物花卉的反射光谱在显示器中的颜色复制特征

基于sRGB颜色空间作为显示器的色彩显示的重要颜色空间,首次对天然植物花卉反射光谱在sRGB颜色空间的复制特征进行了研究。针对天然植物花卉颜色由CIE1931XYZ向sRGB颜色空间转换过程中在sRGB空间中的“剪切”现象,分析了九种典型光源下218种天然植物花卉的反射光谱在sRGB颜色空间的颜色复制误差。考虑到D65光源的特殊性,对D65下的复制做了重点研究。研究结果表明,天然植物花卉颜色由CIE1931颜色空间向sRGB颜色空间转换时,“剪切现象”是造成空间转换误差的主要原因,存在剪切现象时,如果颜色分量剪切程度较小,同样可以不会带来大的色差,仍可能得到较好的颜色复制效果;D65光源下,218个天然植物花卉光谱中有8个“橙黄色”光谱的颜色在sRGB颜色空间中存在“剪切现象”,占总光谱数目的3.7%;D65下天然植物花卉颜色在sRGB中颜色复制效果最好,而在A光源下最差。     

双目色调消除现象的实验研究

立体显示、虚拟现实及头戴设备的应用研究需要对人眼视觉双目特性做更深入的研究。阈值测量是研究视觉感知特性的方法之一，人的左右眼分别观看不同的颜色，且双眼观看的颜色色差不超过双目颜色融合的阈值时，可能会感知到灰色，也就是发生了双目色调消除现象。为了研究这种特殊现象，本文设计了视觉心理物理学实验，在CIELAB颜色空间中研究双目融合范围内能够感知到灰色现象的对立颜色方向和色差阈值，并将实验结果分别在LMS、MacleodBoynton、DKL等颜色空间中表示，为进一步研究人眼特性及双目颜色机理提供实验数据。     

基于多区间映射评价优选的光谱数据融合显示算法

研究降维、去冗后光谱数据色彩显示问题。传统的光谱数据色彩显示时,常采用截取或压缩至0~1范围进行映射,容易丢失图像细节,提出一种基于多区间平移映射评价优选方法的光谱数据色彩融合显示算法。首先对光谱数据立方体进行主成份变换,将前三成分分别赋值给对色空间的黑白通道、红绿通道和黄蓝通道,然后经过空间变换到sRGB空间,将数据分段平移到0~1范围,映射至8位RGB空间,并对每次平移映射图像进行标准差、熵、平均梯度的单项评价,全部平移结束后,对所有的评价值进行综合评价,选取综合评价值最高的区间输出映射。实验结果表明,融合图像能最大限度地保证图像的能量、信息和清晰度,有利于人眼的快速识别判断。     

Colorimetric Calibration of Video Cameras Using Two Color Constancy Models

Colorimetric calibration of color imaging devices is important to realize device independent color reproductions. However the calibration for digital or video cameras is difficult because a color image is acquired for unknown objects under various unknown illuminants. An experiment was carried out based on two computational color constancy models, the finite-dimensional linear model and the spectral sharpening model, to estimate colorimetric values using image data of a color chart captured by video camera. We estimated the colorimetric values by using a single reference reflectance with known spectral reflectance in a color chart under an unknown illuminant. The accuracy was evaluated by color differences in CIELAB color space and was compared on three different color charts under three different illuminants including a fluorescent lamp. It was confirmed that the two computational models do not require prior knowledge of illuminants and surfaces. The finite-dimensional linear model gave more accurate results than the spectral sharpening model in the simulations and experiments.     

Recovery of Surface Reflectances Using Video Camera Image Signals under Unknown Illuminations

Estimation of surface spectral reflectance functions and colorimetric values of object colors was carried out for the image data captured by video camera under unknown illuminations. The estimation method is based on the finite-dimensional linear model of illuminants and surfaces using a single reference reflectance with known surface spectral reflectance in a scene. Experimental results showed that recovered surface spectral reflectance functions are the almost same for different illuminations. This method is useful for the colorimetric calibration of the devices, since any set of orthonormal basis vectors to represent illuminations and any set of eigen vectors derived from principal component analysis on the data set of a color chart to express surfaces of different objects can be applied to the estimation. The recovered surface reflectances were evaluated by color differences in CIE L*a*b* color space.     

ETM图像地物反射率光谱反演

用搭载在卫星Landsat-7上的多光谱成像仪ETM记录的来自地气系统的辐亮度光谱图像,反演地物反射率光谱,在ETM 1波段,反射率反演的不确定度基本上保证在17%以内,2,3波段在10%以内,优于目前常用的简易算法。用反演的地物辐亮度光谱合成的sRGB真彩色图像,清晰度欠佳,未作经验调整时明显偏色,用于航天对地真彩色摄影这一反演精度还不够,但用于目视判读明显优于原图像。     

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。     

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.     

基于HDR图像处理的数码相机成像式亮度测量方法

提出了一种基于高动态范围图像处理的成像式亮度测量方法。该方法首先利用一组由低动态范围时间曝光序列图像合成的HDR图像,经色彩空间变换得到色刺激值,然后利用数码相机特性曲线标定系数计算亮度值。通过对室外场景的实测实验,证明了算法的优越性。     

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。