CN104574371A - 高动态彩色数字相机特性化标定方法 - Google Patents

高动态彩色数字相机特性化标定方法 Download PDF

Info

Publication number
CN104574371A
CN104574371A CN201410804859.8A CN201410804859A CN104574371A CN 104574371 A CN104574371 A CN 104574371A CN 201410804859 A CN201410804859 A CN 201410804859A CN 104574371 A CN104574371 A CN 104574371A
Authority
CN
China
Prior art keywords
linear
color
srgb
camera
sigma
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410804859.8A
Other languages
English (en)
Inventor
郭惠楠
曹剑中
徐伟高
张建
周祚峰
张辉
宋晓冬
赵晓冬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
XiAn Institute of Optics and Precision Mechanics of CAS
Original Assignee
XiAn Institute of Optics and Precision Mechanics of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by XiAn Institute of Optics and Precision Mechanics of CAS filed Critical XiAn Institute of Optics and Precision Mechanics of CAS
Priority to CN201410804859.8A priority Critical patent/CN104574371A/zh
Publication of CN104574371A publication Critical patent/CN104574371A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/002Diagnosis, testing or measuring for television systems or their details for television cameras
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/02Diagnosis, testing or measuring for television systems or their details for colour television signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Color Image Communication Systems (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明公开了一种高动态彩色数字相机特性化标定方法,包括以下步骤:1)在D65标准光源环境下,用相机拍摄标准色卡中某一固定颜色,计算出R、G、B各分量的样本均值;2)在与步骤1)相同的光照环境下,用色度计测量步骤1)中的标准色卡的相同颜色色块的色度值,测定该颜色在CIE1931?XYZ?2°视场色度系统中三刺激值X,Y,Z的样本均值;3)得到不同颜色的RGB分量值与XYZ分三刺激值;以不同颜色的Rin、Gin、Bin作为输入,Xin、Yin、Zin作为输出,拟合出图像RGB色彩空间到CIE1931?XYZ?2°视场色度系统的映射矩阵M;4)解算出相机在sRGB标准色彩空间下的实际色彩分量值。本发明减少了中间转换流程,减小了标定系统误差,具有计算复杂度较低、易于硬件实现的特点。

Description

高动态彩色数字相机特性化标定方法
技术领域
本发明属于光电成像技术领域,具体涉及一种高动态数字相机特性化标定方法。
背景技术
可见光数字相机被广泛应用于工业生产、医学影像、航空航天、军事预警等诸多方面。由于在某些特殊光照环境下,传统的8位数字相机无法满足图像高分辨力的实际需求,因此需要提高CCD或CMOS的A/D采样量化位数来提升相机输出图像的动态范围。sRGB色度系统是一种面向显示器、打印机、因特网的标准色度系统,广泛用于ITU-R BT.709色彩标准、HDTV信号传输、标准CRT显示器等。当8位相机采集图像并在8位CRT或LED设备显示时,除自带颜色配置表设备外,大多数标准设备已具有sRGB色彩空间转换功能,因此无需对设备进行特性化处理。对于高动态彩色数字相机,相机输出与显示设备间往往不具备标准sRGB色彩空间的转换功能,个体设备间的色彩空间存在着显著差异,再无外界辅助色彩转换模块的支持下,无法将各自的色彩空间转化为独立于设备的标准色彩空间,并且相机的光谱响应与CIE标准色度观察者配色函数存在不一致性,影响了输出图像的色彩复现效果,因此为了能够在显示设备上复现场景的真实色彩,需要在图像输出显示前将相机的RGB色彩空间转换至标准sRGB色彩空间,也就是相机的特性化过程。
常用的相机特性化方法主要有:Nichogi等人2001年提出了一种利用8位彩色数字图像进行光谱估计的方法,该方法将原有的色彩空间划分为不同性质的簇,并针对每个簇采用不同的空间转换模型,以达到特性化效果[1]。Barnard,Funt等人利用相机对不同光谱的响应值,建立了相机响应曲线,利用该曲线拟合相机色彩空间与标准sRGB空间的函数关系。Cheung,Westland等人采用经验法,根据相机输入、输出关系结合神经网络算法对相机进行特性化处理。
上述常用的相机特性化方法中,光谱估计法计算较为复杂,需要将原有色彩空间按不同属性设计不同的空间转换模型;响应曲线法,首先需要对相机的光谱响应曲线进行标定,在标定的过程中难免引入新的误差,同时算法复杂度较高,计算量较大;神经网络法相对于前两种方法而言,拟合结果较为准确,但由于神经网络算法本身存在收敛性与训练时间不确定、泛化精度缺陷等问题,因此该方法也存在较大的局限性。
发明内容
本发明提出了一种计算复杂度较低、易于硬件实现的高动态彩色数字相机特性化标定方法;采用该方法能够对高动态彩色数字相机的色彩空间转换矩阵进行准确标定,从而实现对相机的特性化处理。
本发明的技术方案如下:
高动态彩色数字相机特性化标定方法,包括以下步骤:
1)将待标定相机称为相机,在D65标准光源环境下,用相机对标准色卡中某一固定颜色进行重复拍摄至少3次,获取每次拍摄的标准色卡图像的R、G、B分量值,计算出R、G、B各分量的样本均值,并以此样本均值作为该标准色卡在图像RGB色彩空间下的分量值,记为Rin、Gin、Bin
2)在与步骤1)相同的光照环境下,用色度计测量步骤1)中标准色卡的相同颜色色块的色度值,经重复实验至少3次,测定该颜色在CIE1931XYZ 2°视场色度系统中三刺激值X、Y、Z的样本均值,以此样本均值作为标准色卡在该色度系统下的三刺激值,记为Xin、Yin、Zin
3)在与步骤1)相同光源环境下,对标准色卡中的不同颜色逐一进行步骤1)与步骤2),依次得到不同颜色的RGB分量值与XYZ三刺激值;以不同颜色的Rin、Gin、Bin作为输入,Xin、Yin、Zin作为输出,根据最小二乘原理拟合出图像RGB色彩空间到CIE1931XYZ 2°视场色度系统的映射矩阵M;
4)根据映射矩阵M,将CIE1931XYZ 2°视场色度系统下的三刺激值Xin、Yin、Zin转换至sRGB标准色彩空间,根据相机的动态范围解算出相机在sRGB标准色彩空间下的实际色彩分量值,记为Rout、Gout、Bout
上述步骤3)中的映射矩阵M是一种线性映射矩阵,规模为3x3的满秩、可逆方阵M。
上述步骤1)中Rin、Gin、Bin的计算方法如下:
步骤1)中,设相机输出的图像尺寸为m×n,第p次拍摄第i个固定颜色的RGB分量值定义为:
R ‾ p ( i ) = 1 m × n Σ x = 1 m Σ y = 1 n R p ( i ) ( x , y ) G ‾ p ( i ) = 1 m × n Σ x = 1 m Σ y = 1 n G p ( i ) ( x , y ) B ‾ p ( i ) = 1 m × n Σ x = 1 m Σ y = 1 n B p ( i ) ( x , y ) ,
其中,1≤i≤N,若标准色卡有Y种颜色,Y≥9,则N=Y;3≤p≤5;
经归一化处理后,相机所拍摄的标准色卡中第i个颜色最终的图像RGB输出值为:
R in ( i ) = 1 p Σ w = 1 p R ‾ w ( i ) ; G in ( i ) = 1 p Σ w = 1 p G ‾ w ( i ) ; B in ( i ) = 1 p Σ w = 1 p B ‾ w ( i )
R in ( i ) , G in ( i ) , B in ( i ) ∈ [ 0,1 ] .
上述步骤2)中Xin、Yin、Zin的计算方法如下:
步骤2)中,设第p次重复实验中,第i个颜色在CIE1931XYZ 2°视场色度系统中三刺激值为则经归一化处理后,该颜色最终的XYZ三刺激输出值为:
X in ( i ) = 1 p Σ w = 1 p X ‾ w ( i ) ; Y in ( i ) = 1 p Σ w = 1 p Y ‾ w ( i ) ; Z in ( i ) = 1 p Σ w = 1 p Z ‾ w ( i )
X in ( i ) , Y in ( i ) , Z in ( i ) ∈ [ 0,1 ] .
上述步骤3)中,对至少9个不同颜色逐一进行步骤1)与步骤2),得到至少9组实验数据,
M = a 1 ( i ) a 2 ( i ) a 3 ( i ) a 4 ( i ) a 5 ( i ) a 6 ( i ) a 7 ( i ) a 8 ( i ) a 9 ( i ) ,
建立图像RGB色彩空间与CIE1931XYZ 2°视场色度系统的线性映射关系:
X in ( i ) Y in ( i ) Z in ( i ) = M · R in ( i ) G in ( i ) B in ( i ) = a 1 ( i ) a 2 ( i ) a 3 ( i ) a 4 ( i ) a 5 ( i ) a 6 ( i ) a 7 ( i ) a 8 ( i ) a 9 ( i ) · R in ( i ) G in ( i ) B in ( i ) ,
利用最小二乘法解算出矩阵M中的待定参数a1~a9,确定出图像RGB色彩空间到CIE1931XYZ 2°视场色度系统的映射关系:
X in Y in Z in = M · R in G in B in .
根据解算出的映射矩阵M的,步骤4)中,将CIE1931XYZ 2°视场色度系统下的三刺激值Xin、Yin、Zin转换至sRGB标准色彩空间的方法为:
首先,将Xin、Yin、Zin转换至线性sRGB色彩空间,线性sRGB色彩空间的色彩分量值记为RLinear,GLinear,BLinear
R Linear G Linear B Linear = 3.2410 - 1.5371 - 0.4986 - 0.9692 1.8760 0.0416 0.0556 - 0.2040 1.0570 X in Y in Z in ,
RLinear,GLinear,BLinear∈[0,1];
其次,对线性sRGB色彩空间进行非线性化处理,得到非线性化后的三分量值RsRGB,GsRGB,BsRGB
R sRGB = 12.92 · R Linear R Linear ≤ 0.00313 1.055 · R Linear 1 / 2.4 - 0.055 R Linear > 0.00313 ,
G sRGB = 12.92 · G Linear G Linear ≤ 0.00313 1.055 · G Linear 1 / 2.4 - 0.055 G Linear > 0.00313 ,
B sRGB = 12.92 · B Linear B Linear ≤ 0.00313 1.055 · B Linear 1 / 2.4 - 0.055 B Linear > 0.00313 ,
RsRGB,GsRGB,BsRGB∈[0,1],
设相机输出比特图像,则图像的灰度级范围为转换后sRGB标准色彩空间下像素的实际色彩分量值为:
本发明具有以下优点:
1、本发明所涉及到的标定方法直接利用相机所采集图像的R、G、B色彩分量值与被摄目标的CIE1931XYZ色度系统的三刺激值建立函数关系,减少了中间转换流程,减小了标定系统误差。
2、本发明是建立在相机输出图像的RGB色彩分量值与被摄目标CIE1931XYZ 2°视场三刺激值基础上一种特性化方法,该方法无需对由被摄目标反射至相机图像传感器的入射光光谱进行计算。
3、特性化转换矩阵采用3x3满秩、可逆方阵,描述了不同色彩空间之间的线性化关系;并且,仅有9个待定参数,使得标定过程的复杂度降低。
4、本发明整体流程简单,计算复杂度较低,易于硬件实现。
附图说明
图1为本发明的整体框架流程图。
具体实施方式
本发明通过利用高动态相机对目标的多次拍摄以及运用色度计对目标CIE1931XYZ三刺激值的多次测量,建立图像色彩空间与XYZ色彩空间的映射关系,利用最小二乘法解算出两色彩空间转换过程中的待定参数,以此标定出高动态相机的RGB色彩空间到CIE1931XYZ色彩空间的转换矩阵;并以此为基础将CIE1931XYZ色彩空间转换到sRGB标准色彩空间,最终完成高动态相机的特性化过程。
以下针对附图对本发明的实施过程进行具体描述,图1为本发明的整体流程图,具体包括以下步骤:
步骤1,将待标定高动态彩色数字称为相机,在D65标准光源环境下,利用相机对标准色卡中第i个颜色进行至少3次重复拍摄实验,具体可以进行3~5次重复拍摄实验,获取每次拍摄的标准色卡图像的红R、绿G、蓝B分量值,设相机输出的图像尺寸为m×n,第p次拍摄实验中图像的RGB分量值定义为:
R ‾ p ( i ) = 1 m × n Σ x = 1 m Σ y = 1 n R p ( i ) ( x , y ) G ‾ p ( i ) = 1 m × n Σ x = 1 m Σ y = 1 n G p ( i ) ( x , y ) B ‾ p ( i ) = 1 m × n Σ x = 1 m Σ y = 1 n B p ( i ) ( x , y ) ,
其中,1≤i≤N,N根据标准色卡的颜色种类取值,若标准色卡有Y种颜色,Y≥9,则N=Y;3≤p≤5;
设相机输出比特图像,将R、G、B分量进行归一化处理:
经归一化处理后,相机所拍摄的标准色卡中第i个颜色最终的图像RGB输出值为:
R in ( i ) = 1 p Σ w = 1 p R ‾ w [ 1 ] ( i ) ;
G in ( i ) = 1 p Σ w = 1 p G ‾ w [ 1 ] ( i ) ;
B in ( i ) = 1 p Σ w = 1 p B ‾ w [ 1 ] ( i ) ;
R in ( i ) , G in ( i ) , B in ( i ) ∈ [ 0,1 ] .
步骤2,在与步骤1)相同的光照环境下,用色度计测量步骤1)中的标准色卡的相同颜色色块的色度值,进行至少3次重复测量实验,具体可以进行3~5次重复测量实验,设第p次测量实验中,第i个颜色在CIE1931XYZ 2°视场色度系统中三刺激值为将其归一化处理得:
X p [ 1 ] ( i ) = X p ( i ) / 100 ; Y p [ 1 ] ( i ) = Y p ( i ) / 100 ;
Z p [ 1 ] ( i ) = Z p ( i ) / 100 ;
经归一化处理后,该颜色最终的XYZ三刺激输出值为:
X in ( i ) = 1 p Σ w = 1 p X ‾ w [ 1 ] ( i ) ;
Y in ( i ) = 1 p Σ w = 1 p Y ‾ w [ 1 ] ( i ) ;
Z in ( i ) = 1 p Σ w = 1 p Z ‾ w [ 1 ] ( i ) ;
X in ( i ) , Y in ( i ) , Z in ( i ) ∈ [ 0,1 ] .
步骤3,在与步骤1)相同光源环境下,对标准色卡中的不同颜色逐一进行步骤1)与步骤2),依次得到不同颜色的RGB分量值息与XYZ三刺激值;以不同颜色的Rin、Gin、Bin作为输入,Xin、Yin、Zin作为输出,根据最小二乘原理拟合出图像RGB色彩空间到CIE1931XYZ 2°视场色度系统的映射矩阵M。经步骤1)与步骤2)得到的至少9组组实验数据,设矩阵M中的待定参数为a1~a9
M = a 1 ( i ) a 2 ( i ) a 3 ( i ) a 4 ( i ) a 5 ( i ) a 6 ( i ) a 7 ( i ) a 8 ( i ) a 9 ( i ) ,
则图像RGB色彩空间到CIE1931XYZ 2°视场色度系统的线性映射关系为:
X in ( i ) Y in ( i ) Z in ( i ) = M · R in ( i ) G in ( i ) B in ( i ) = a 1 ( i ) a 2 ( i ) a 3 ( i ) a 4 ( i ) a 5 ( i ) a 6 ( i ) a 7 ( i ) a 8 ( i ) a 9 ( i ) · R in ( i ) G in ( i ) B in ( i ) ,
步骤4,根据映射矩阵M,将CIE1931XYZ 2°视场色度系统下的三刺激值Xin、Yin、Zin转换至sRGB标准色彩空间,根据相机的动态范围解算出相机在sRGB标准色彩空间下的实际色彩分量值,记为Rout、Gout、Bout
将CIE1931XYZ 2°视场色度系统下的三刺激值Xin、Yin、Zin转换至sRGB标准色彩空间的方法为:
首先,将XYZ三刺激值转换至线性sRGB色彩空间,线性sRGB色彩空间的色彩分量值记为RLinear,GLinear,BLinear
R Linear G Linear B Linear = 3.2410 - 1.5371 - 0.4986 - 0.9692 1.8760 0.0416 0.0556 - 0.2040 1.0570 X in Y in Z in ,
RLinear,GLinear,BLinear∈[0,1];
其次,对线性sRGB色彩空间进行非线性化处理,得到非线性化后的三分量值RsRGB,GsRGB,BsRGB
R sRGB = 12.92 · R Linear R Linear ≤ 0.00313 1.055 · R Linear 1 / 2.4 - 0.055 R Linear > 0.00313 ,
G sRGB = 12.92 · G Linear G Linear ≤ 0.00313 1.055 · G Linear 1 / 2.4 - 0.055 G Linear > 0.00313 ,
B sRGB = 12.92 · B Linear B Linear ≤ 0.00313 1.055 · B Linear 1 / 2.4 - 0.055 B Linear > 0.00313 ,
RsRGB,GsRGB,BsRGB∈[0,1];
相机输出比特图像,则图像的灰度级范围为转换后sRGB色彩空间下像素的实际色彩分量值为:

Claims (6)

1.高动态彩色数字相机特性化标定方法,其特征在于,包括以下步骤:
1)将待标定相机称为相机,在D65标准光源环境下,用相机对标准色卡中某一固定颜色进行重复拍摄至少3次,获取每次拍摄的标准色卡图像的R、G、B分量值,计算出R、G、B各分量的样本均值,并以此样本均值作为该标准色卡在图像RGB色彩空间下的分量值,记为Rin、Gin、Bin
2)在与步骤1)相同的光照环境下,用色度计测量步骤1)中标准色卡的相同颜色色块的色度值,经重复实验至少3次,测定该颜色在CIE1931 XYZ 2°视场色度系统中三刺激值X、Y、Z的样本均值,以此样本均值作为标准色卡在该色度系统下的三刺激值,记为Xin、Yin、Zin
3)在与步骤1)相同光源环境下,对标准色卡中的不同颜色逐一进行步骤1)与步骤2),依次得到不同颜色的RGB分量值与XYZ三刺激值;以不同颜色的Rin、Gin、Bin作为输入,Xin、Yin、Zin作为输出,根据最小二乘原理拟合出图像RGB色彩空间到CIE1931 XYZ 2°视场色度系统的映射矩阵M;
4)根据映射矩阵M,将CIE1931 XYZ 2°视场色度系统下的三刺激值Xin、Yin、Zin转换至sRGB标准色彩空间,根据相机的动态范围解算出相机在sRGB标准色彩空间下的实际色彩分量值,记为Rout、Gout、Bout
2.根据权利要求1所述的特性化标定方法,其特征在于:所述步骤3)中的映射矩阵M是一种线性映射矩阵,规模为3x3的满秩、可逆方阵M。
3.根据权利要求2所述的特性化标定方法,其特征在于:
所述步骤1)中Rin、Gin、Bin的计算方法如下:
步骤1)中,设相机输出的图像尺寸为m×n,第p次拍摄第i个固定颜色的RGB分量值定义为:
R ‾ p ( i ) = 1 m × n Σ x = 1 m Σ y = 1 n R p ( i ) ( x , y ) G ‾ p ( i ) = 1 m × n Σ x = 1 m Σ y = 1 n G p ( i ) ( x , y ) B ‾ p ( i ) = 1 m × n Σ x = 1 m Σ y = 1 n B p ( i ) ( x , y ) ,
其中,1≤i≤N,若标准色卡有Y种颜色,Y≥9,则N=Y;3≤p≤5;
经归一化处理后,相机所拍摄的标准色卡中第i个颜色最终的图像RGB输出值为:
R in ( i ) = 1 p Σ w = 1 p R ‾ w ( i ) ; G in ( i ) = 1 p Σ w = 1 p G ‾ w ( i ) ; B in ( i ) = 1 p Σ w = 1 p B ‾ w ( i )
R in ( i ) , G in ( i ) , B in ( i ) ∈ [ 0,1 ] .
4.根据权利要求3所述的特性化标定方法,其特征在于:
所述步骤2)中Xin、Yin、Zin的计算方法如下:
步骤2)中,设第p次重复实验中,第i个颜色在CIE1931 XYZ 2°视场色度系统中三刺激值为则经归一化处理后,该颜色最终的XYZ三刺激输出值为:
X in ( i ) = 1 p Σ w = 1 p X w ( i ) ; Y in ( i ) = 1 p Σ w = 1 p Y w ( i ) ; Z in ( i ) = 1 p Σ w = 1 p Z w ( i )
X in ( i ) , Y in ( i ) , Z in ( i ) ∈ [ 0,1 ] .
5.根据权利要求4所述的特性化标定方法,其特征在于:所述步骤3)中,对至少9个不同颜色逐一进行步骤1)与步骤2),得到至少9组实验数据,
M = a 1 ( i ) a 2 ( i ) a 3 ( i ) a 4 ( i ) a 5 ( i ) a 6 ( i ) a 7 ( i ) a 8 ( i ) a q ( i ) ,
建立图像RGB色彩空间与CIE1931 XYZ 2°视场色度系统的线性映射关系:
X in ( i ) Y in ( i ) Z in ( i ) = M · R in ( i ) G in ( i ) B in ( i ) = a 1 ( i ) a 2 ( i ) a 3 ( i ) a 4 ( i ) a 5 ( i ) a 6 ( i ) a 7 ( i ) a 8 ( i ) a 9 ( i ) · R in ( i ) G in ( i ) B in ( i ) ,
利用最小二乘法解算出矩阵M中的待定参数a1~a9,确定出图像RGB色彩空间到CIE1931 XYZ 2°视场色度系统的映射关系:
X in Y in Z in = M · R in G in B in .
6.根据权利要求5所述的特性化标定方法,其特征在于:根据解算出的映射矩阵M的,步骤4)中,将CIE1931 XYZ 2°视场色度系统下的三刺激值Xin、Yin、Zin转换至sRGB标准色彩空间的方法为:
首先,将Xin、Yin、Zin转换至线性sRGB色彩空间,线性sRGB色彩空间的色彩分量值记为RLinear,GLinear,BLinear
R Linear G Linear B Linear = 3.2410 - 1.5374 - 0.4986 - 0.9692 1.8760 0.0416 0.0556 - 0.2040 1.0570 X in Y in Z in ,
RLinear,GLinear,BLinear∈[0,1];
其次,对线性sRGB色彩空间进行非线性化处理,得到非线性化后的三分量值RsRGB,GsRGB,BsRGB
R sRGB = 12.92 · R Linear R Linear ≤ 0.00313 1.055 · R Linear 1 / 2.4 - 0.055 R Linear > 0.00313 ,
G sRGB = 12.92 · G Linear G Linear ≤ 0.00313 1.055 · G Linear 1 / 2.4 - 0.055 G Linear > 0.00313 ,
B sRGB = 12.92 · B Linear B Linear ≤ 0.00313 1.055 · B Linear 1 / 2.4 - 0.055 B Linear > 0.00313 ,
RsRGB,GsRGB,BsRGB∈[0,1];
设相机输出比特图像,则图像的灰度级范围为转换后sRGB标准色彩空间下像素的实际色彩分量值为:
CN201410804859.8A 2014-12-20 2014-12-20 高动态彩色数字相机特性化标定方法 Pending CN104574371A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410804859.8A CN104574371A (zh) 2014-12-20 2014-12-20 高动态彩色数字相机特性化标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410804859.8A CN104574371A (zh) 2014-12-20 2014-12-20 高动态彩色数字相机特性化标定方法

Publications (1)

Publication Number Publication Date
CN104574371A true CN104574371A (zh) 2015-04-29

Family

ID=53090343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410804859.8A Pending CN104574371A (zh) 2014-12-20 2014-12-20 高动态彩色数字相机特性化标定方法

Country Status (1)

Country Link
CN (1) CN104574371A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933706A (zh) * 2015-05-29 2015-09-23 西安电子科技大学 一种成像系统色彩信息标定方法
CN105572055A (zh) * 2016-03-04 2016-05-11 温州佳易仪器有限公司 一种基于数码影像技术非接触式颜色检测方法
CN106023238A (zh) * 2016-06-30 2016-10-12 北京大学 一种相机模组颜色数据标定方法
CN108240862A (zh) * 2018-01-15 2018-07-03 武汉精测电子集团股份有限公司 高精度自校三刺激值色度计及色度值采集方法
CN109035346A (zh) * 2018-08-13 2018-12-18 北京中科慧眼科技有限公司 一种相机颜色标定方法、装置与自动驾驶系统
CN109253862A (zh) * 2018-08-31 2019-01-22 武汉精测电子集团股份有限公司 一种基于神经网络的色度测量方法
CN109819150A (zh) * 2019-02-20 2019-05-28 深圳劲嘉集团股份有限公司 一种多通道图像采集装置以及采集多通道图像的方法
CN111179801A (zh) * 2020-01-06 2020-05-19 京东方科技集团股份有限公司 显示面板的色彩空间调整方法、设备和系统
CN113674164A (zh) * 2021-07-23 2021-11-19 杭州未名信科科技有限公司 样品颜色校正方法、装置、电子设备及介质
CN114040539A (zh) * 2021-11-05 2022-02-11 深圳万源光引科技有限公司 一种突出主体色的光源实现方法
CN117249904A (zh) * 2023-11-15 2023-12-19 深圳市宗匠科技有限公司 颜色传感器的标定方法、装置、美容面罩及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101330627A (zh) * 2008-07-18 2008-12-24 浙江大学 增强噪声鲁棒性的多通道色彩传感器色彩空间转换方法
CN101778299A (zh) * 2010-01-28 2010-07-14 青岛大学 一种色度空间转换的方法及其系统
CN103474046A (zh) * 2013-09-08 2013-12-25 云南师范大学 一种提高从数码相机到显示器颜色再现效果的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101330627A (zh) * 2008-07-18 2008-12-24 浙江大学 增强噪声鲁棒性的多通道色彩传感器色彩空间转换方法
CN101778299A (zh) * 2010-01-28 2010-07-14 青岛大学 一种色度空间转换的方法及其系统
CN103474046A (zh) * 2013-09-08 2013-12-25 云南师范大学 一种提高从数码相机到显示器颜色再现效果的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
郭惠楠 等: "《彩色数字图像色彩平衡的客观性评价方法》", 《红外与激光工程》 *
黄汉奇: "基于宽色域显示设备的色域映射研究", 《中国优秀硕士学位论文全文数据库 信息科技辑辑》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933706A (zh) * 2015-05-29 2015-09-23 西安电子科技大学 一种成像系统色彩信息标定方法
CN104933706B (zh) * 2015-05-29 2017-12-01 西安电子科技大学 一种成像系统色彩信息标定方法
CN105572055A (zh) * 2016-03-04 2016-05-11 温州佳易仪器有限公司 一种基于数码影像技术非接触式颜色检测方法
CN106023238A (zh) * 2016-06-30 2016-10-12 北京大学 一种相机模组颜色数据标定方法
CN108240862A (zh) * 2018-01-15 2018-07-03 武汉精测电子集团股份有限公司 高精度自校三刺激值色度计及色度值采集方法
CN109035346A (zh) * 2018-08-13 2018-12-18 北京中科慧眼科技有限公司 一种相机颜色标定方法、装置与自动驾驶系统
CN109253862A (zh) * 2018-08-31 2019-01-22 武汉精测电子集团股份有限公司 一种基于神经网络的色度测量方法
CN109819150A (zh) * 2019-02-20 2019-05-28 深圳劲嘉集团股份有限公司 一种多通道图像采集装置以及采集多通道图像的方法
CN111179801A (zh) * 2020-01-06 2020-05-19 京东方科技集团股份有限公司 显示面板的色彩空间调整方法、设备和系统
CN111179801B (zh) * 2020-01-06 2024-01-09 京东方科技集团股份有限公司 显示面板的色彩空间调整方法、设备和系统
CN113674164A (zh) * 2021-07-23 2021-11-19 杭州未名信科科技有限公司 样品颜色校正方法、装置、电子设备及介质
CN113674164B (zh) * 2021-07-23 2024-09-03 杭州未名信科科技有限公司 样品颜色校正方法、装置、电子设备及介质
CN114040539A (zh) * 2021-11-05 2022-02-11 深圳万源光引科技有限公司 一种突出主体色的光源实现方法
CN114040539B (zh) * 2021-11-05 2024-03-15 深圳爱图仕创新科技股份有限公司 一种突出主体色的光源实现方法
CN117249904A (zh) * 2023-11-15 2023-12-19 深圳市宗匠科技有限公司 颜色传感器的标定方法、装置、美容面罩及存储介质
CN117249904B (zh) * 2023-11-15 2024-02-13 深圳市宗匠科技有限公司 颜色传感器的标定方法、装置、美容面罩及存储介质

Similar Documents

Publication Publication Date Title
CN104574371A (zh) 高动态彩色数字相机特性化标定方法
CN107197225B (zh) 基于色适应模型的彩色数码相机白平衡校正方法
US20180211370A1 (en) Dynamic Global Tone Mapping with Integrated 3D Color Look-Up Table
CN106531060B (zh) Led显示装置亮色度校正方法及装置
JP3829238B2 (ja) 色再現システム
CN105046646A (zh) 一种高光谱图像的色彩可视化的方法
US20090147098A1 (en) Image sensor apparatus and method for color correction with an illuminant-dependent color correction matrix
CN102845071A (zh) 高动态范围、视觉动态范围和宽色域的图像与视频的质量评估
JP2017163593A (ja) 画像キャプチャ装置のための色較正方法
JP6257551B2 (ja) 色忠実環境補正装置および色忠実環境補正方法
CN104933706B (zh) 一种成像系统色彩信息标定方法
WO2012116468A1 (zh) 按色度和视觉保真原则传送及显示图像的方法
US20080273202A1 (en) Method and System for Approximating the Spectrum of a Plurality of Color Samples
CN104796577B (zh) 基于emccd和单色ccd的彩色夜视成像装置及方法
JP2016006954A (ja) 色補正パラメータ算出方法、色補正パラメータ算出装置および画像出力システム
CN103474046B (zh) 一种提高从数码相机到显示器颜色再现效果的方法
WO2015141233A1 (ja) 色忠実環境補正装置および色忠実環境補正方法
US9140608B2 (en) Device and method for processing image for substantially accurately reproduced color images from a camera
CN109459136B (zh) 一种色度测量的方法与装置
CN103581634A (zh) 图像的宽动态范围处理方法
Jiayun et al. Tongue image color correction method based on root polynomial regression
CN102231787B (zh) 一种影像色彩校正方法及其装置
EP2672718A1 (en) Color calibration of an image capture device in a way that is adaptive to the scene to be captured
Yu et al. A method for color calibration based on simulated annealing optimization
CN113670443B (zh) 基于设备无关颜色空间的色差测量方法、系统和智能终端

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150429