CN107832263A - 光谱曲线重构方法、装置和系统 - Google Patents
光谱曲线重构方法、装置和系统 Download PDFInfo
- Publication number
- CN107832263A CN107832263A CN201711088815.XA CN201711088815A CN107832263A CN 107832263 A CN107832263 A CN 107832263A CN 201711088815 A CN201711088815 A CN 201711088815A CN 107832263 A CN107832263 A CN 107832263A
- Authority
- CN
- China
- Prior art keywords
- msub
- function
- sampled point
- sampling
- mrow
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种光谱曲线重构方法、装置和系统。获取被测物的第一采样点的采样结果，第一采样点的采样结果包括所述采样点的M个通道的采样结果；根据光源输出光谱函数分别与采样设备的M个采样通道的光谱响应函数的乘积确定M个采样函数，M个采样函数相互之间包括重叠区域；根据冲击函数和采样函数确定抽样数组矩阵，冲击函数群包括多个单位冲击函数；通过抽样数组矩阵和采样结果确定欠定方程组，欠定方程组中任意一个解为所述第一个采样点的光谱函数。本申请通过改变光源或相机的传递响应函数，使输出光谱函数和光谱响应函数构成的采样函数不同的采样点之间存在重叠区域。避免出现由于欠采样导致的栅栏效应、提高采样精度。
Description
技术领域
本申请涉及通过光谱曲线进行检测的技术领域，尤其涉及一种光谱重构方法、装置和系统。
背景技术
目前，对印刷品的颜色质量控制的要求不断提高。这就对相应的颜色检测手段提出了更高的要求。需要实现高精度的印刷品表面光谱反射率函数实时测量。随着对印刷品印刷质量要求的提高，对印刷品的颜色质量控制的要求也相应不断提高。这就对相应的颜色检测手段提出了更高的要求。尤其是印刷品在线颜色检测，不但需要对印刷颜色测量准确，还要求具有极高的检测速度。而高精度的颜色检测的实质，是对印刷品光谱反射率函数的采样与重构的过程。
在现有技术中，采样设备的采样点数是固定的。由于采样点数的限制，导致了相对于采样精度要求的欠采样。欠采样将导致重构曲线时产生栅栏效应，栅栏效应是采样点周边不能覆盖，而不能覆盖的区域是观测盲区。从而导致光谱重构结果的精度不足。尤其是当观测盲区中存在近似于阶跃跳变的高频成分时，对重构结果的影响尤为突出。
发明内容
本申请具体实施例提供一种光谱曲线重构方法、装置和系统，通过采用相互之间包括重叠区域的采用函数来确定一个采样点的光谱函数，从而避免了重构曲线时产生栅栏效应。
第一方面，本申请具体实施例提供一种光谱曲线重构系统，所述系统包括光源、采样设备和处理设备，所述光源用于照射所述被测物，所述工业相机用于采集被光源照射的被测物的图像信息；
所述处理设备被设置为执行如下方法：
所述处理设备确定被测物上S个采样点中第一个采样点的光谱函数，所述S为大于等于1的正整数；
所述处理设备确定第一个采样点的光谱函数包括执行如下步骤：
获取被测物的第一采样点的采样结果，所述第一采样点的采样结果包括所述采样点的M个通道的采样结果，所述M为大于1的正整数；根据光源输出光谱函数分别与采样设备的M个采样通道的光谱响应函数的乘积,确定M个采样函数，所述M个采样函数相互之间包括重叠区域；根据冲击函数和采样函数确定抽样数组矩阵；所述抽样数组矩阵中的一行是将M个采样函数中一个与冲击函数群中的N个单位冲击函数分别相乘确定，所述冲击函数群包括多个单位冲击函数；通过抽样数组矩阵和采样结果确定欠定方程组，所述欠定方程组中任意一个解为所述第一个采样点的光谱函数；
重复执行上述方法确定被测物的S个采样点中除第一个采样点外其他每个采样点的光谱函数，所述S个采样点的光谱函数的组合为所述被测物的光谱重构结果。
在一个可能的设计中，所述采样设备还包括滤镜，所述采样设备的M个采样通道的光谱响应函数为工业相机的M个采样通道的光谱响应函数与滤镜的光谱函数的结合。
在一个可能的设计中，所述根据采样结果和抽样数组矩阵确定欠定方程组：
其中，K11至Kmn为抽样数组矩阵，所述f1至fn为欠定方程组的解，所述B1至BM采样结果。
在一个可能的设计中，所述冲击函数群为：
fs＝δ(x-y1)+δ(x-y2)+δ(x-y3)+......+δ(x-yn)
其中，δ(x-y1)至δ(x-yn)中的任意一个为一个单位冲击函数所述δ用于表示冲击函数，x为未知量，y1至yn为常数。
在一个可能的设计中，所述y1为为可见光谱最短波长，yn为可见光谱最长波长。
第二方面，本申请具体实施例提供一种光谱曲线重构方法，所述方法应用与光谱曲线重构系统，所述系统包括光源、采样设备和处理设备，所述光源用于照射所述被测物，所述工业相机，还包括有滤镜，用于采集被光源照射的被测物的图像信息，所述方法包括：
处理设备确定被测物上S个采样点中第一个采样点的光谱函数，所述S为大于等于1的正整数；
所述确定第一个采样点的光谱函数包括执行如下步骤：
获取被测物的第一采样点的采样结果，所述第一采样点的采样结果包括所述采样点的M个通道的采样结果，所述M为大于1的正整数；根据光源输出光谱函数分别与采样设备的M个采样通道的光谱响应函数的乘积,确定M个采样函数，所述M个采样函数相互之间包括重叠区域，所述采样设备的M个采样通道的光谱响应函数为工业相机的M个采样通道的光谱响应函数与滤镜的光谱函数的结合；根据冲击函数和采样函数确定抽样数组矩阵；所述抽样数组矩阵中的一行是将M个采样函数中一个与冲击函数群中的N个单位冲击函数分别相乘确定，所述冲击函数群包括多个单位冲击函数；通过抽样数组矩阵和采样结果确定欠定方程组，所述欠定方程组中任意一个解为所述第一个采样点的光谱函数；
重复执行上述方法确定被测物的S个采样点中除第一个采样点外其他每个采样点的光谱函数，所述S个采样点的光谱函数的组合为所述被测物的光谱重构结果。
在一个可能的设计中，所述根据采样结果和抽样数组矩阵确定欠定方程组：
其中，K11至Kmn为抽样数组矩阵，所述f1至fn为欠定方程组的解，所述B1至BM采样结果。
在一个可能的设计中，所述冲击函数群为：
fs＝δ(x-y1)+δ(x-y2)+δ(x-y3)+......+δ(x-yn)
其中，δ(x-y1)至δ(x-yn)中的任意一个为一个单位冲击函数所述δ用于表示冲击函数，x为未知量，y1至yn为常数。
在一个可能的设计中，所述y1为可见光谱最短波长，yn为可见光谱最长波长。
第三方面，本申请具体实施例提供一种光谱曲线重构装置，包括：
处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
处理设备确定被测物上S个采样点中第一个采样点的光谱曲线，所述S为大于等于1的正整数；
所述确定第一个采样点的光谱曲线包括执行如下步骤：
处理设备确定被测物上S个采样点中第一个采样点的光谱函数，所述S为大于等于1的正整数；
所述确定第一个采样点的光谱函数包括执行如下步骤：
获取被测物的第一采样点的采样结果，所述第一采样点的采样结果包括所述采样点的M个通道的采样结果，所述M为大于1的正整数；根据光源输出光谱函数分别与采样设备的M个采样通道的光谱响应函数的乘积,确定M个采样函数，所述M个采样函数相互之间包括重叠区域，所述采样设备的M个采样通道的光谱响应函数为工业相机的M个采样通道的光谱响应函数与滤镜的光谱函数的结合；根据冲击函数和采样函数确定抽样数组矩阵；所述抽样数组矩阵中的一行是将M个采样函数中一个与冲击函数群中的N个单位冲击函数分别相乘确定，所述冲击函数群包括多个单位冲击函数；通过抽样数组矩阵和采样结果确定欠定方程组，所述欠定方程组中任意一个解为所述第一个采样点的光谱函数；
重复执行上述方法确定被测物的S个采样点中除第一个采样点外其他每个采样点的光谱函数，所述S个采样点的光谱函数的组合为所述被测物的光谱重构结果。
本申请具体实施例提供一种光谱曲线重构方法、装置和系统。通过改变光源或相机的传输响应函数，从而改变输出光谱函数与采样设备的M个采样通道的光谱响应函数，使输出光谱函数和光谱响应函数构成的采样函数不同的采样点之间存在重叠区域。避免出现由于欠采样导致的栅栏效应，从而显著的提高系统的采样重构精度、高效能的对印刷品在线颜色进行检测。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请具体实施例提供的一种光谱曲线重构系统；
图2为本申请具体实施例提供的一种单个采样点的光谱曲线重构方法；
图3是本申请的一种电子设备。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
本申请具体实施例提供一种光谱曲线重构方法、装置和系统。在该系统中，通过改变光源或相机的传输响应函数，从而改变输出光谱函数与采样设备的M个采样通道的光谱响应函数，使输出光谱函数和光谱响应函数构成的采样函数不同的采样点之间存在重叠区域。例如采样设备还包括滤镜，所述采样设备各通道的光谱响应函数为工业相机各通道的光谱响应函数与滤镜的光谱函数的结合。避免出现由于欠采样导致的栅栏效应、显著的提高系统的采样重构精度、高效能的对印刷品在线颜色进行检测。
图1为本申请具体实施例提供的一种光谱曲线重构系统。如图1所示，该系统包括光源101、采样设备102、处理设备103。光源101用于为被测物提供必须的照明。采样设备102用于获取被测物的图像信息，在本申请的具体实施例中，该采样设备102可以是工业摄像机，在本申请的具体实施例中，该采样设备102还包括滤镜。
处理设备103用于根据采样设备102获取的图像信息确定该被测物的光谱分布情况。具体的，该处理设备确定被测物上S个采样点中第一个采样点的光谱函数，该S为大于等于1的正整数。根据被测物的图像信息，确定一个采样点的采样结果，该采集结果包括多个通道，每个通道的采样信息是该采样点在不同光谱频段的灰度值。例如，该第一采样点的采样结果为B1,B2,B3......Bm。
同时，处理设备103还根据输出光谱函数FL和相机的相应传输函数FCm(例如，FC1,FC2,FC3......FCm)确定采样函数FM。于是，该Fm＝FL*FCm。该采样函数为F1,F2,F3......Fm。
在本申请的具体实施例中，该光源还使用了连续光谱的白光光源。因此，由该输出光谱函数和相机的响应传输函数确定的两个相邻的采样函数之间存在重叠区域。
该处理设备103中包括存储了冲击函数群，该冲击函数群可以根据用户的实际需求进行调整。
具体的，该冲击函数群为：
fs＝δ(x-y1)+δ(x-y2)+δ(x-y3)+......+δ(x-yn)
其中，δ(x-y1)至δ(x-yn)中的任意一个为一个单位冲击函数该δ用于表示冲击函数，x为未知量，y1至yn为常数。
处理设备103在确定采样函数后，还根据采样函数和冲击函数群确定抽样数组矩阵。该抽样数组矩阵中的行是根据采样函数中的一个分别与冲击函数群中的每个单位冲击函数相乘的积分值确定。
在一个例子中，该抽样数组矩阵为：
处理设备103还根据抽样数组矩阵和采样结果确定一个欠定方程组，该欠定方程组的解为重构的该采样点的光谱曲线。
该根据采样结果和抽样数组矩阵确定欠定方程组：
其中，K11至Kmn为抽样数组矩阵，该f1至fn为欠定方程组的解，该B1至BM采样结果。
在本申请的上述实施例中，由于两个相邻的采样函数之间存在相互重叠的区域，从而解决了现有技术中由于相机的采样点数的不足而造成的欠采样的问题。避免出现由于欠采样导致的栅栏效应，从而显著的提高系统的采样重构精度、高效能的对印刷品在线颜色进行检测。当然，本申请实施例中使用连续光谱光源的方式使两个相邻的采样函数之间存在重叠的范围仅为本申请的举例，在本申请的具体实施例中，使两个相邻的采样函数之间存在重叠范围的方式并不限定。例如，通过调整光源的输出光谱函数或调整相机的响应传输函数等方式均可。
在确定一个点的光谱函数后，该处理设备还根据该方法，对多个采样点的光谱函数进行确定。
在确定被测物的光谱函数后，对被测物上所印刷的色彩是否合格进行判断。该判断设备既可以是通过光谱函数进行判断，也可以将该光谱函数转换为任意形式进行判断。本申请对判断设备的判断形式不进行任何限定。
为了使本申请光谱曲线重构的方法进行更加清楚的说明，本申请以单个采样点的光谱曲线重构进行说明，并在重构完一个采样点的光谱函数后对另一个采样点的光谱函数进行重构。需要说明的是，该光谱曲线重构系统在实际运行过程中，可以同时对多个光谱曲线的重构进行运行。
在本申请的具体实施例中，对被测物的光谱曲线重构是分别确定被测物的多个采样点的光谱函数。该多个采样点的光谱函数的组合为该被测物的光谱重构结果。下面，对本申请具体实施例中，被测物的多个采样点中的一个采样点确定光谱函数进行说明。
图2为本申请具体实施例提供的一种单个采样点的光谱曲线重构方法。如图2所示，该方法包括：
S201、获取被测物的第一采样点的采样结果，该第一采样点的采样结果包括该采样点的M个通道的采样结果。
采样设备在获取被测物的图像信息时，将根据被测物的图像信息确定被测物中的采样点，以及每个采样点的采样结果。处理设备在重构光谱曲线时，获取当前重构的采样点的采样结果。
在本申请的具体实施例中，该一个采样点的采样结果是该采样点在不同光谱频段采样通道产生的灰度值。例如，该第一采样点的采样结果为B1,B2,B3......Bm，其中，m的数量是根据采样设备的通道的数量确定。
S202、根据输出光谱函数分别与采样设备的M个采样通道的光谱响应函数的乘积,确定M个采样函数，M个采样函数相互之间包括重叠区域。
在本申请的具体实施例中，处理设备中包括存储了输出光谱函数和采样设备的不同采样通道的光谱响应函数。光源输出光谱函数是光源的输出光谱函数，当然输出光谱函数也可能根据环境光等其他情况而改变。例如，采样设备还包括滤镜，所述采样设备各通道的光谱响应函数为工业相机各通道的光谱响应函数与滤镜的光谱函数的结合。因此采样设备光谱函数是根据工业相机各通道的光谱响应函数和滤镜的光谱响应函数确定。需要说明的是，所述光源包括滤镜是采样设备的采样结果受所述滤镜影响，而不单指所述采样设备上设置了滤镜。
在一个例子中，该处理设备中包括的输出光谱函数为FL，该采样设备的不同采样通道的光谱响应函数为FC1,FC2,FC3......FCm。于是，该Fm＝FL*FCm。该采样函数为F1,F2,F3......Fm。
由于使用了连续光谱的光源，因此，由该输出光谱函数和相机的响应传输函数确定的两个相邻的采样函数之间存在重叠区域。从而解决了现有技术中由于相机的采样点数的不足而造成的欠采样的问题。避免出现由于欠采样导致的栅栏效应，从而显著的提高系统的采样重构精度、高效能的对印刷品在线颜色进行检测。当然，本申请实施例中采用使用连续光谱光源的方式，使两个相邻的采样函数之间存在重叠的范围仅为本申请的举例，在本申请的具体实施例中，使两个相邻的采样函数之间存在重叠范围的方式并不限定。例如，通过调整光源的输出光谱函数或调整相机的响应传输函数等方式均可。
S203、根据冲击函数群和采样函数确定抽样数组矩阵。
在本申请的具体实施例中，该处理设备还包括冲击函数群。所述冲击函数群可以是：
fs＝δ(x-y1)+δ(x-y2)+δ(x-y3)+......+δ(x-yn)
其中，该冲击函数群包括多个单位冲击函数，δ(x-y1)至δ(x-yn)中的任意一个为一个单位冲击函数该δ用于表示冲击函数，x为未知量，y1至yn为常数。
在一个可能的设计中，所述y1为可见光谱的最短波长，y2为可见光谱的最长波长。例如，y1为400，yn为750。
可选的，每两个相邻的单位冲击函数的常数之间的间隔相等。当然该每两个相邻的单位冲击函数的常数之间的间隔也可以是任意的。
该确定抽样数组矩阵中的一个值是将冲击函数群fs中的一个单位冲击函数δ(x-yn)与m个采样函数Fm相乘的积分值，就对应数组中序数为(m，n)位置上的数值。即Kmn＝∫[(δ(x-n)*Fm]。
具体的，将F1与冲击函数群中的每个单位冲击函数相乘得到抽样数组矩阵中的第一行，按照上述方式，直至将FM与冲击函数群中的每个单位冲击函数相乘得到抽样数组矩阵中的最后一行。
在一个例子中，该抽样数组矩阵为：
S204、通过抽样数组矩阵和采样结果确定欠定方程组，该欠定方程组中任意一个解为该第一个采样点的光谱曲线。
在本申请的具体实施例中，该通过抽样数组矩阵和采样结果确定的欠定方程组为：
由于该方程组为欠定方程组，该欠定方程组的解包括多个。
图3是本申请的一种电子设备。请参考图3，在硬件层面，该设备包括处理器，可选地还包括网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该处理设备还可能包括其他业务所需要的硬件。
存储器，用于存放程序。具体地，程序可以包括程序代码，该程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成图像预测装置。处理器，执行存储器所存放的程序，并具体用于执行以下操作：
该处理设备确定被测物上S个采样点中第一个采样点的光谱曲线，该S为大于等于1的正整数；
该处理设备确定第一个采样点的光谱曲线包括执行如下步骤：
获取被测物的第一采样点的采样结果，该第一采样点的采样结果包括该采样点的M个通道的采样结果，该M为大于1的正整数；根据输出光谱函数分别与采样设备的M个采样通道的光谱响应函数的乘积,确定M个采样函数，该M个采样函数相互之间包括重叠区域；根据冲击函数和采样函数确定抽样数组矩阵；该抽样数组矩阵中的一行是将M个采样函数中一个与冲击函数群中的N个单位冲击函数分别相乘确定，该处理设备包括存储冲击函数群，该冲击函数群包括多个单位冲击函数；通过抽样数组矩阵和采样结果确定欠定方程组，该欠定方程组中任意一个解为该第一个采样点的光谱曲线；
重复执行上述方法确定被测物的S个采样点中除第一个采样点外其他每个采样点的光谱曲线，该S个采样点的光谱曲线的组合为该被测物的光谱曲线。
上述如本申请图2所示的光谱曲线重构方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
该图像预测装置还可执行图2中该的任意方法，本申请实施例在此不再赘述。
当然，除了软件实现方式之外，本申请的图像处理模块并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
本申请的具体实施例中还提出了一种计算机程序产品，该计算机程序产品可用于计算机设备运行。当该计算机程序产品在计算机上运行时，使得计算机执行如图1该的方法。
本申请的具体实施例中还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的便携式电子设备执行时，能够使该便携式电子设备执行图2所示实施例的方法。本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上该仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种光谱曲线重构系统，其特征在于，所述系统包括光源、采样设备和处理设备，所述光源用于照射所述被测物，所述工业相机用于采集被光源照射的被测物的图像信息；
所述处理设备被设置为执行如下方法：
所述处理设备确定被测物上S个采样点中第一个采样点的光谱函数，所述S为大于等于1的正整数；
所述处理设备确定第一个采样点的光谱函数包括执行如下步骤：
获取被测物的第一采样点的采样结果，所述第一采样点的采样结果包括所述采样点的M个通道的采样结果，所述M为大于1的正整数；根据光源输出光谱函数分别与采样设备的M个采样通道的光谱响应函数的乘积确定M个采样函数，所述M个采样函数相互之间包括重叠区域；根据冲击函数和采样函数确定抽样数组矩阵；所述抽样数组矩阵中的一行是将M个采样函数中一个与冲击函数群中的N个单位冲击函数分别相乘确定，所述冲击函数群包括多个单位冲击函数；通过抽样数组矩阵和采样结果确定欠定方程组，所述欠定方程组中任意一个解为所述第一个采样点的光谱函数；
重复执行上述方法确定被测物的S个采样点中除第一个采样点外其他每个采样点的光谱函数，所述S个采样点的光谱函数的组合为所述被测物的光谱重构结果。
2.根据权利要求1所述的系统，其特征在于，所述采样设备还包括滤镜，所述采样设备各通道的光谱响应函数为工业相机各通道的光谱响应函数与滤镜的光谱函数的结合。
3.根据权利要求1所述的系统，其特征在于，所述根据采样结果和抽样数组矩阵确定欠定方程组：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>K</mi>
<mn>11</mn>
</msub>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>K</mi>
<mn>12</mn>
</msub>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<msub>
<mi>K</mi>
<mrow>
<mn>1</mn>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>f</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<msub>
<mi>B</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>K</mi>
<mn>21</mn>
</msub>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>K</mi>
<mn>22</mn>
</msub>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<msub>
<mi>K</mi>
<mrow>
<mn>2</mn>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>f</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<msub>
<mi>B</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>K</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>m</mi>
<mn>2</mn>
</mrow>
</msub>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>m</mi>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>f</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<msub>
<mi>B</mi>
<mi>m</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，K11至Kmn为抽样数组矩阵，所述f1至fn为欠定方程组的解，所述B1至BM采样结果。
4.根据权利要求1所述的系统，其特征在于，所述冲击函数群为：
fs＝δ(x-y1)+δ(x-y2)+δ(x-y3)+......+δ(x-yn)
其中，δ(x-y1)至δ(x-yn)中的任意一个为一个单位冲击函数所述δ用于表示冲击函数，x为未知量，y1至yn为常数。
5.根据权利要求4所述的系统，其特征在于，所述y1为可见光谱最短波长，yn为可见光谱最长波长。
6.一种光谱曲线重构方法，其特征在于，所述方法应用与光谱曲线重构系统，所述系统包括光源、采样设备和处理设备，所述采样设备还包括滤镜，所述光源用于照射所述被测物，所述工业相机用于采集被光源照射的被测物的图像信息，所述方法包括：
处理设备确定被测物上S个采样点中第一个采样点的光谱函数，所述S为大于等于1的正整数；
所述确定第一个采样点的光谱函数包括执行如下步骤：
获取被测物的第一采样点的采样结果，所述第一采样点的采样结果包括所述采样点的M个通道的采样结果，所述M为大于1的正整数；根据光源输出光谱函数分别与采样设备的M个采样通道的光谱响应函数的乘积,确定M个采样函数，所述M个采样函数相互之间包括重叠区域，所述采样设备各通道的光谱响应函数为工业相机各通道的光谱响应函数与滤镜的光谱函数的结合；根据冲击函数和采样函数确定抽样数组矩阵；所述抽样数组矩阵中的一行是将M个采样函数中一个与冲击函数群中的N个单位冲击函数分别相乘确定，所述冲击函数群包括多个单位冲击函数；通过抽样数组矩阵和采样结果确定欠定方程组，所述欠定方程组中任意一个解为所述第一个采样点的光谱函数；
重复执行上述方法确定被测物的S个采样点中除第一个采样点外其他每个采样点的光谱函数，所述S个采样点的光谱函数的组合为所述被测物的光谱重构结果。
7.根据权利要求6所述的方法，其特征在于，所述根据采样结果和抽样数组矩阵确定欠定方程组：
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>K</mi>
<mn>11</mn>
</msub>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>K</mi>
<mn>12</mn>
</msub>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<msub>
<mi>K</mi>
<mrow>
<mn>1</mn>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>f</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<msub>
<mi>B</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>K</mi>
<mn>21</mn>
</msub>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>K</mi>
<mn>22</mn>
</msub>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<msub>
<mi>K</mi>
<mrow>
<mn>2</mn>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>f</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<msub>
<mi>B</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>K</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>m</mi>
<mn>2</mn>
</mrow>
</msub>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mo>...</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>m</mi>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>f</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<msub>
<mi>B</mi>
<mi>m</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，K11至Kmn为抽样数组矩阵，所述f1至fn为欠定方程组的解，所述B1至BM采样结果。
8.根据权利要求1所述的方法，其特征在于，所述冲击函数群为：
fs＝δ(x-y1)+δ(x-y2)+δ(x-y3)+......+δ(x-yn)
其中，δ(x-y1)至δ(x-yn)中的任意一个为一个单位冲击函数所述δ用于表示冲击函数，x为未知量，y1至yn为常数。
9.根据权利要求8所述的方法，所述y1为可见光谱最短波长，yn为可见光谱最长波长。
10.一种光谱曲线重构装置，其特征在于，包括：
处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
处理设备确定被测物上S个采样点中第一个采样点的光谱曲线，所述S为大于等于1的正整数；
所述确定第一个采样点的光谱曲线包括执行如下步骤：
处理设备确定被测物上S个采样点中第一个采样点的光谱函数，所述S为大于等于1的正整数；
所述确定第一个采样点的光谱函数包括执行如下步骤：
获取被测物的第一采样点的采样结果，所述第一采样点的采样结果包括所述采样点的M个通道的采样结果，所述M为大于1的正整数；根据光源输出光谱函数分别与采样设备的M个采样通道的光谱响应函数的乘积,确定M个采样函数，所述M个采样函数相互之间包括重叠区域，所述采样设备各通道的光谱响应函数为工业相机各通道的光谱响应函数与滤镜的光谱函数的结合；根据冲击函数和采样函数确定抽样数组矩阵；所述抽样数组矩阵中的一行是将M个采样函数中一个与冲击函数群中的N个单位冲击函数分别相乘确定，所述冲击函数群包括多个单位冲击函数；通过抽样数组矩阵和采样结果确定欠定方程组，所述欠定方程组中任意一个解为所述第一个采样点的光谱函数；
重复执行上述方法确定被测物的S个采样点中除第一个采样点外其他每个采样点的光谱函数，所述S个采样点的光谱函数的组合为所述被测物的光谱重构结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711088815.XA CN107832263B (zh) | 2017-11-08 | 2017-11-08 | 光谱曲线重构方法、装置和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711088815.XA CN107832263B (zh) | 2017-11-08 | 2017-11-08 | 光谱曲线重构方法、装置和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107832263A true CN107832263A (zh) | 2018-03-23 |
| CN107832263B CN107832263B (zh) | 2021-04-27 |
Family
ID=61653891
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711088815.XA Active CN107832263B (zh) | 2017-11-08 | 2017-11-08 | 光谱曲线重构方法、装置和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107832263B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102279050A (zh) * | 2011-07-28 | 2011-12-14 | 清华大学 | 一种多光谱计算重构方法及系统 |
| CN102749381A (zh) * | 2012-06-16 | 2012-10-24 | 中南大学 | 线性扫描极谱曲线重叠峰分离方法 |
| CN103198483A (zh) * | 2013-04-07 | 2013-07-10 | 西安电子科技大学 | 基于边缘和光谱反射率曲线的多时相遥感图像配准方法 |
| CN103325096A (zh) * | 2013-06-25 | 2013-09-25 | 中国科学院遥感与数字地球研究所 | 基于多/高光谱图像融合的宽幅高光谱图像重构方法 |
| WO2013139395A1 (en) * | 2012-03-23 | 2013-09-26 | Huawei Technologies Co., Ltd. | Method for digitally compensating a phase response of an optical channel |
| US20130266192A1 (en) * | 2010-04-07 | 2013-10-10 | Cambridge Research & Instrumentation, Inc. | Spectral unmixing for visualization of samples |
| CN104835122A (zh) * | 2015-04-28 | 2015-08-12 | 苏州中德启恒电子科技有限公司 | 基于压缩感知的全色锐化方法 |
-
2017
- 2017-11-08 CN CN201711088815.XA patent/CN107832263B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130266192A1 (en) * | 2010-04-07 | 2013-10-10 | Cambridge Research & Instrumentation, Inc. | Spectral unmixing for visualization of samples |
| CN102279050A (zh) * | 2011-07-28 | 2011-12-14 | 清华大学 | 一种多光谱计算重构方法及系统 |
| WO2013139395A1 (en) * | 2012-03-23 | 2013-09-26 | Huawei Technologies Co., Ltd. | Method for digitally compensating a phase response of an optical channel |
| CN102749381A (zh) * | 2012-06-16 | 2012-10-24 | 中南大学 | 线性扫描极谱曲线重叠峰分离方法 |
| CN103198483A (zh) * | 2013-04-07 | 2013-07-10 | 西安电子科技大学 | 基于边缘和光谱反射率曲线的多时相遥感图像配准方法 |
| CN103325096A (zh) * | 2013-06-25 | 2013-09-25 | 中国科学院遥感与数字地球研究所 | 基于多/高光谱图像融合的宽幅高光谱图像重构方法 |
| CN104835122A (zh) * | 2015-04-28 | 2015-08-12 | 苏州中德启恒电子科技有限公司 | 基于压缩感知的全色锐化方法 |
Non-Patent Citations (2)
| Title |
|---|
| JAIRE.GARCIA ET AL.: "Differentiating Biological Colours with Few and Many Sensors:Spectral Reconstruction with RGB and Hyperspectral Cameras", 《PLOS ONE》 * |
| 李博 等: "基于基函数的多通道光谱重构", 《中国印刷与包装研究》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107832263B (zh) | 2021-04-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kelly et al. | Are the variations in quasar optical flux driven by thermal fluctuations? | |
| CN103913764B (zh) | 一种基于高斯响应矩阵的NaI(TI)闪烁探测器γ能谱高分辨反演解析系统及方法 | |
| CN107392645A (zh) | 用户挖掘方法、装置及其设备 | |
| CN107958235A (zh) | 一种人脸图像检测方法、装置、介质和电子设备 | |
| CN107576925A (zh) | 磁共振多对比度图像重建方法和装置 | |
| CN107590799A (zh) | 基于深度卷积神经网络的香蕉成熟期识别方法和装置 | |
| CN104616251B (zh) | 一种数字x线图像散射修正的方法及装置 | |
| CN103997590B (zh) | 一种图像校准方法及装置 | |
| CN109460613A (zh) | 模型裁剪方法及装置 | |
| CN108225561A (zh) | 压缩光谱成像系统、重建方法、装置及终端设备 | |
| CN109143343A (zh) | 绕射波成像方法、装置和电子设备 | |
| CN108897036A (zh) | 一种地震数据处理方法及装置 | |
| CN114441897A (zh) | 一种配电电缆线路局部放电脉冲到达时间差识别方法 | |
| CN107832263A (zh) | 光谱曲线重构方法、装置和系统 | |
| CN108181644A (zh) | 一种采样方法及装置 | |
| CN105093893B (zh) | 时空三维相位解包裹的方法和装置 | |
| Knight et al. | X-ray eclipse mapping constrains the binary inclination and mass ratio of Swift J1858. 6− 0814 | |
| CN108921711A (zh) | 针对患病人群的投保方法、装置、介质和电子设备 | |
| CN107907215A (zh) | 光谱曲线重构方法和装置 | |
| CN105988920A (zh) | 一种基于数据集的测试案例生成方法及其装置 | |
| EP1109103B1 (fr) | Procédé de transfert sécurisé de données | |
| CN109919902A (zh) | 用于减少衍射效应的互补孔径 | |
| CN109145821A (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
| CN108760648A (zh) | 用于样本表征的改进的光谱设备和方法 | |
| CN107991120A (zh) | 自动检票机测试方法、终端设备以及可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Applicant after: Lingyunguang Technology Co., Ltd Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Applicant before: LUSTER LIGHTTECH GROUP Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |