CN108389237A - 一种基于视敏度曲线的本征色彩还原方法 - Google Patents
一种基于视敏度曲线的本征色彩还原方法 Download PDFInfo
- Publication number
- CN108389237A CN108389237A CN201810182844.0A CN201810182844A CN108389237A CN 108389237 A CN108389237 A CN 108389237A CN 201810182844 A CN201810182844 A CN 201810182844A CN 108389237 A CN108389237 A CN 108389237A
- Authority
- CN
- China
- Prior art keywords
- formula
- planck
- curve
- visibility curve
- radiation
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Controls And Circuits For Display Device (AREA)
Abstract
本发明公开一种基于视敏度曲线的本征色彩还原方法,包括以下步骤:根据红外相机所获得的目标辐射能量,在此基础上利用斯蒂芬‑玻耳兹曼定律公式得到目标温度;将目标温度代入到普朗克(Planck)辐射定律公式,得到可见光范围内的辐射曲线;根据人眼对红、绿、蓝色光视敏曲线公式分别与普朗克(Planck)辐射定律公式在可见光波长范围内求定积分,得到红色分量、绿色分量和蓝色分量。本发明根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,再结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,避免色彩丢失或失真,进而提高了图像的清晰度,实现图像信息的高清化且提高了对图像信息的识别能力。
Description
技术领域
本发明属于色彩还原处理技术领域,涉及到一种基于视敏度曲线的本征色彩还原方法。
背景技术
随着我国“中国制造2025”的提出,指明了中国工业制造的发展方向,网络化、智能化势在必行。高温电视作为各类工业炉窑等众多关键设备的重要信息源,视频图像的信息分析及提取,是实现智能视频监控的核心关键技术,其研究目标是利用计算机视觉技术、图像视频处理技术和人工智能技术对监控视频的内容对象进行描述、分析和理解,并将结果(如表征的定位、形变判定、几何测量等及内含的温度分布信息等)反馈给相应的上位系统进行控制,从而使视频监控系统达到具有较高层次的智能化水平。
近年来,随着网络摄像机的普及,国内有些厂家已将此类摄像机用于高温电视系统中,尽管初步实现了数字化,但图像质量、稳定性以及远程传输监控等技术方面还存在许多不足,与正真的数字化、高清化、智能化三位一体的智能制造技术标准还相距甚远,其主要原因包括网络摄像机功能有限,对所监控到的图像信息识别能力有限,换个角度说,就是没有二次开发功能,不能根据各类用户的针对性要求,对图形中的RIO(关键兴趣点)进行有效提取,且经常造成色彩丢失或失真。
发明内容
本发明的目的在于提供一种基于视敏度曲线的本征色彩还原方法,根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,再结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,解决了现有网络摄像机对监控到的图像信息的识别能力差,造成色彩易丢失或失真的问题,导致图像的清晰度差。
本发明的目的可以通过以下技术方案实现:
一种基于视敏度曲线的本征色彩还原方法,包括以下步骤:
步骤1、根据红外相机获得预设波长的目标辐射能量,在此基础上利用斯蒂芬-玻耳兹曼定律公式得到目标温度;
步骤2、利用目标温度代入到普朗克(Planck)黑体辐射定律公式,得到可见光范围内的黑体辐射曲线;
步骤3、根据人眼对红、绿、蓝色光视敏曲线公式分别与普朗克(Planck)辐射定律公式在可见光波长范围内求定积分,得到红色分量、绿色分量和蓝色分量。
进一步地,所述步骤1中斯蒂芬-玻耳兹曼定律公式为:
W=σT4,σ为玻耳兹曼常数,σ=(5.67051±0.00019)×10-8W·m-2·K4;T为目标温度,W为目标辐射能量。
进一步地,所述步骤2中普朗克(Planck)辐射定律公式为:
Mb(λ,T)为光谱辐射出射度,单位为W/(m2·μm);
C1为第一辐射常数,C1=2πhC2=3.741844×10-16W/m2;
C2为第二辐射常数,
λ为波长,单位为m;
h为普朗克常数,h=6.62606896×10-34J·s;
C为光在真空中传播的速度,C=3×108m/s;
T为绝对温度,该绝对温度为步骤1和步骤2中的目标温度;
k为波尔兹曼常数,k=1.3806504×10-23J/K。
进一步地,所述步骤3中红色光视敏曲线公式为:
FR(λ)=-5×10-13λ6+2×10-9λ5-3×10-6λ4+0.0019λ3-0.8082λ2+181.66λ-16914,λ为波长。
进一步地,所述步骤3中绿色光视敏度曲线公式为:
FG(λ)=-5×10-13λ6+2×10-9λ5-2×10-6λ4+0.0016λ3-0.6285λ2+132.8λ-11614,λ为波长。
进一步地,所述步骤3中蓝色光视敏度曲线公式为:
FB(λ)=-10-11λ6+4×10-8λ5-4×10-5λ4+0.0247λ3-8.3462λ2+1501.4λ-112250,λ为波长。
进一步地,所述步骤3中,获取红色分量采用红色光积分公式,所述红色光积分公式为:
其中,FR(λ)表示红色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
进一步地,所述步骤3中,获取绿色分量采用绿色光积分公式,所述绿色光积分公式为:
其中,FG(λ)表示绿色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
进一步地,所述步骤3中,获取蓝色分量采用绿色光积分公式,所述蓝色光积分公式为:其中,FB(λ)表示蓝色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
本发明的有益效果:
本发明根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,再结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,避免色彩丢失或失真,进而提高了图像的清晰度,实现图像信息的高清化且提高了对图像信息的识别能力。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是标准视敏度曲线图;
图2是红色光视敏度曲线图;
图3是绿色光视敏度曲线图;
图4是蓝色光视敏度曲线图;
图5是黑体辐射曲线图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图2-5所示,本发明为一种基于视敏度曲线的本征色彩还原方法,包括以下步骤:
步骤1、根据红外相机获得预设波长的目标辐射能量,在此基础上利用斯蒂芬-玻耳兹曼定律公式得到目标温度;
步骤2、将目标温度代入到普朗克(Planck)辐射定律公式,得到可见光范围内的辐射曲线,进而得到可见光范围内某个波长的黑体辐射分量;
步骤3、根据人眼对红、绿、蓝色光视敏曲线公式分别与普朗克(Planck)辐射定律公式在可见光波长范围内求定积分,得到红色分量、绿色分量和蓝色分量。
其中,所述斯蒂芬-玻耳兹曼定律公式的计算公式为:
W=σT4,σ为玻耳兹曼常数,σ=(5.67051±0.00019)×10-8W·m-2·K4;T为目标温度,W为目标辐射能量。
所述普朗克(Planck)辐射定律公式的计算公式为:
Mb(λ,T)为光谱辐射出射度,单位为W/(m2·μm);
C1为第一辐射常数,C1=2πhC2=3.741844×10-16W/m2;
C2为第二辐射常数,
λ为波长,单位为m;
h为普朗克常数,h=6.62606896×10-34J·s;
C为光在真空中传播的速度,C=3×108m/s;
T为绝对温度,该绝对温度为步骤1和步骤2中的目标温度;
k为波尔兹曼常数,k=1.3806504×10-23J/K。
所述红色光视敏度曲线公式的计算公式为:
FR(λ)=-5×10-13λ6+2×10-9λ5-3×10-6λ4+0.0019λ3-0.8082λ2+181.66λ-16914;
所述绿色光视敏度曲线公式的计算公式为:
FG(λ)=-5×10-13λ6+2×10-9λ5-2×10-6λ4+0.0016λ3-0.6285λ2+132.8λ-11614;
所述蓝色光视敏度曲线公式的计算公式为:
FB(λ)=-10-11λ6+4×10-8λ5-4×10-5λ4+0.0247λ3-8.3462λ2+1501.4λ-112250;
所述红色分量的获取通过红色光积分结果公式,所述红色光积分结果公式为:
其中,FR(λ)表示红色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式;
所述绿色分量的获取通过绿色光积分结果公式,所述绿色光积分结果公式为:
其中,FG(λ)表示绿色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
所述蓝色分量的获取通过蓝色光积分结果公式,所述蓝色光积分结果公式为:
其中,FB(λ)表示蓝色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
如图1所示,附图中V(λ)为标准视敏度曲线,VR(λ)为人眼对红色光视敏度曲线,VG(λ)为人眼对绿色光视敏度曲线,VB(λ)为人眼对蓝色光视敏度曲线,并通过曲线可知,对于辐射量相同,而波长不同的光,人眼在亮度感官上敏感程度是不同的,正常人眼最敏感的光波长为555nm,颜色为草绿色。
本发明根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线,再结合人眼对色彩的敏感曲线进行积分计算,还原目标的本征色彩,避免色彩丢失或失真,进而提高了图像的清晰度,实现图像信息的高清化且提高了对图像信息的识别能力。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (9)
1.一种基于视敏度曲线的本征色彩还原方法,其特征在于,包括以下步骤:
步骤1、根据红外相机获得预设波长的目标辐射能量,在此基础上利用斯蒂芬-玻耳兹曼定律公式得到目标温度;
步骤2、将目标温度代入到普朗克辐射定律公式,得到该温度下的黑体辐射曲线;
步骤3、根据人眼对红、绿、蓝色光视敏曲线公式分别与普朗克辐射定律公式在可见光波长范围内求定积分,得到红色分量、绿色分量和蓝色分量。
2.根据权利要求1所述的一种基于视敏度曲线的本征色彩还原方法,其特征在于:所述步骤1中斯蒂芬-玻耳兹曼定律公式为:
W=σT4,σ为玻耳兹曼常数,σ=(5.67051±0.00019)×10-8W·m-2·K4;T为目标温度,W为目标辐射能量。
3.根据权利要求1所述的一种基于视敏度曲线的本征色彩还原方法,其特征在于:所述步骤2中普朗克辐射定律公式为:
Mb(λ,T)为光谱辐射出射度,单位为W/(m2·μm);
C1为第一辐射常数,C1=2πhC2=3.741844×10-16W/m2;
C2为第二辐射常数,
λ为波长,单位为m;
h为普朗克常数,h=6.62606896×10-34J·s;
C为光在真空中传播的速度,C=3×108m/s;
T为绝对温度;
k为波尔兹曼常数,k=1.3806504×10-23J/K。
4.根据权利要求1所述的一种基于视敏度曲线的本征色彩还原方法,其特征在于:所述步骤3中红色光视敏曲线公式为:
FR(λ)=-5×10-13λ6+2×10-9λ5-3×10-6λ4+0.0019λ3-0.8082λ2+181.66λ-16914,λ为波长。
5.根据权利要求1所述的一种基于视敏度曲线的本征色彩还原方法,其特征在于:所述步骤3中绿色光视敏度曲线公式为:
FG(λ)=-5×10-13λ6+2×10-9λ5-2×10-6λ4+0.0016λ3-0.6285λ2+132.8λ-11614,λ为波长。
6.根据权利要求1所述的一种基于视敏度曲线的本征色彩还原方法,其特征在于:所述步骤3中蓝色光视敏度曲线公式为:
FB(λ)=-10-11λ6+4×10-8λ5-4×10-5λ4+0.0247λ3-8.3462λ2+1501.4λ-112250,λ为波长。
7.根据权利要求1所述的一种基于视敏度曲线的本征色彩还原方法,其特征在于:所述步骤3中,获取红色分量采用红色光积分公式,所述红色光积分公式为:
其中,FR(λ)表示红色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
8.根据权利要求1所述的一种基于视敏度曲线的本征色彩还原方法,其特征在于:所述步骤3中,获取绿色分量采用绿色光积分公式,所述绿色光积分公式为:
其中,FG(λ)表示绿色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
9.根据权利要求1所述的一种基于视敏度曲线的本征色彩还原方法,其特征在于:所述步骤3中,获取蓝色分量采用绿色光积分公式,所述蓝色光积分公式为:其中,FB(λ)表示蓝色光视敏度曲线公式,Mb(λ,T)表示普朗克(Planck)辐射定律公式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810182844.0A CN108389237A (zh) | 2018-03-06 | 2018-03-06 | 一种基于视敏度曲线的本征色彩还原方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810182844.0A CN108389237A (zh) | 2018-03-06 | 2018-03-06 | 一种基于视敏度曲线的本征色彩还原方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108389237A true CN108389237A (zh) | 2018-08-10 |
Family
ID=63068674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810182844.0A Pending CN108389237A (zh) | 2018-03-06 | 2018-03-06 | 一种基于视敏度曲线的本征色彩还原方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108389237A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1190185A (zh) * | 1997-02-03 | 1998-08-12 | 中国科学技术大学 | 基于彩色三基色测量高温发光物体温度及其分布的方法 |
CN101577033A (zh) * | 2009-05-26 | 2009-11-11 | 官洪运 | 多波段红外图像型火灾探测系统及其火灾预警方法 |
CN103884449A (zh) * | 2014-03-04 | 2014-06-25 | 中国空间技术研究院 | 一种基于光纤传输的喷口电弧温度非接触测量系统 |
US20150362371A1 (en) * | 2014-06-16 | 2015-12-17 | Honeywell International Inc. | Extended temperature mapping process of a furnace enclosure with multi-spectral image-capturing device |
CN105737992A (zh) * | 2016-02-04 | 2016-07-06 | 北京理工大学 | 基于压缩感知的双波长温度场成像设备、系统及方法 |
CN106979822A (zh) * | 2017-03-25 | 2017-07-25 | 聊城大学 | 一种红外成像过耗故障探测仪 |
CN107451590A (zh) * | 2017-07-19 | 2017-12-08 | 哈尔滨工程大学 | 基于高光谱红外图像的气体检测识别和浓度表示方法 |
-
2018
- 2018-03-06 CN CN201810182844.0A patent/CN108389237A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1190185A (zh) * | 1997-02-03 | 1998-08-12 | 中国科学技术大学 | 基于彩色三基色测量高温发光物体温度及其分布的方法 |
CN101577033A (zh) * | 2009-05-26 | 2009-11-11 | 官洪运 | 多波段红外图像型火灾探测系统及其火灾预警方法 |
CN103884449A (zh) * | 2014-03-04 | 2014-06-25 | 中国空间技术研究院 | 一种基于光纤传输的喷口电弧温度非接触测量系统 |
US20150362371A1 (en) * | 2014-06-16 | 2015-12-17 | Honeywell International Inc. | Extended temperature mapping process of a furnace enclosure with multi-spectral image-capturing device |
CN105737992A (zh) * | 2016-02-04 | 2016-07-06 | 北京理工大学 | 基于压缩感知的双波长温度场成像设备、系统及方法 |
CN106979822A (zh) * | 2017-03-25 | 2017-07-25 | 聊城大学 | 一种红外成像过耗故障探测仪 |
CN107451590A (zh) * | 2017-07-19 | 2017-12-08 | 哈尔滨工程大学 | 基于高光谱红外图像的气体检测识别和浓度表示方法 |
Non-Patent Citations (2)
Title |
---|
宋伟: "中厚板坯连铸冷却凝固过程数值模拟", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
陈荣保: "基于视觉融合的监控机理及在锅炉燃烧中的应用研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104301633B (zh) | 移动终端可见光和生物识别组合光电成像系统及移动终端 | |
CN104751593B (zh) | 一种火灾探测、报警、定位、扑灭方法及系统 | |
CN204442498U (zh) | 可佩戴的成像设备与多方向威胁监视头盔 | |
CN104113744B (zh) | 全天候彩色摄像机白平衡处理方法及装置 | |
CN208240087U (zh) | 一种红外与可见光融合系统及图像融合装置 | |
CN107341947A (zh) | 一种基于红外热像仪的火灾报警器及火灾报警方法 | |
Ji et al. | Perovskite Wide‐Angle Field‐Of‐View Camera | |
CN205072549U (zh) | 多功能实用镜子 | |
CN102682728A (zh) | 基于人脸识别的色温调节方法、装置及系统 | |
CN104980667B (zh) | 图像传感器和监控系统 | |
Uchikawa et al. | Understanding individual differences in color appearance of “# TheDress” based on the optimal color hypothesis | |
Barsony et al. | The circumstellar density distribution of L1551NE | |
CN108540691B (zh) | 相机装置和用于拍摄至少两种波段光线的方法 | |
CN107454335A (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
CN108389237A (zh) | 一种基于视敏度曲线的本征色彩还原方法 | |
Chen et al. | Research of polarized image defogging technique based on dark channel priori and guided filtering | |
CN113538314A (zh) | 四波段共光轴光电成像平台及其图像融合处理方法 | |
CN108391087A (zh) | 一种基于炉内工件本征色彩还原的高温工业电视系统 | |
Tian et al. | Simple and effective calculations about spectral power distributions of outdoor light sources for computer vision | |
EP4181510A1 (en) | Chromaticity information determination method and related electronic device | |
CN108761436A (zh) | 一种火焰视觉测距装置及方法 | |
Hickman | Colour fusion of RGB and NIR imagery for surveillance applications | |
CN205670813U (zh) | 一种拍摄装置及电子设备 | |
Sobue et al. | Enhancing infrared color reproducibility through multispectral image processing using RGB and three infrared channels | |
Torres | Ultraviolet interstellar extinction toward NGC 6530 and the intrinsic energy distribution of 9 Sagittarii and HD 165052 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180810 |
|
RJ01 | Rejection of invention patent application after publication |