CN109506780B - 基于多光谱led照明的物体光谱反射率重建方法 - Google Patents

基于多光谱led照明的物体光谱反射率重建方法 Download PDF

Info

Publication number
CN109506780B
CN109506780B CN201811407518.1A CN201811407518A CN109506780B CN 109506780 B CN109506780 B CN 109506780B CN 201811407518 A CN201811407518 A CN 201811407518A CN 109506780 B CN109506780 B CN 109506780B
Authority
CN
China
Prior art keywords
light source
spectral
reflectivity
led
illumination
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.)
Active
Application number
CN201811407518.1A
Other languages
English (en)
Other versions
CN109506780A (zh
Inventor
阮秀凯
岳虹宇
包乐磊
崔桂华
周志立
李长军
闫正兵
蔡启博
李志红
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.)
Wenzhou Jingcai Optoelectronics Co ltd
Zhejiang Zhicai Technology Co ltd
Wenzhou University
Original Assignee
Wenzhou Jingcai Optoelectronics Co ltd
Zhejiang Zhicai Technology Co ltd
Wenzhou University
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 Wenzhou Jingcai Optoelectronics Co ltd, Zhejiang Zhicai Technology Co ltd, Wenzhou University filed Critical Wenzhou Jingcai Optoelectronics Co ltd
Priority to CN201811407518.1A priority Critical patent/CN109506780B/zh
Publication of CN109506780A publication Critical patent/CN109506780A/zh
Application granted granted Critical
Publication of CN109506780B publication Critical patent/CN109506780B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • G01J3/42Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Studio Devices (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于多光谱LED照明的物体光谱反射率重建方法,包括以下操作:根据CDD成像系统的光谱响应曲线的具体参数以及光线波长对应光散射能力进行光源的选择以及确定光照模式;从现有颜色数据库中提取若干个颜色基函数,通过该若干个基函数的线性叠加重建被测物体反射率;获得目标照明所需的权值向量,产生测量系统的照明光源;最后在固定相机曝光量的情况下,分别在不同照明光源条件下,通过已知光谱反射率的标准色卡的过光谱图像优化获得相机响应缩放系数,进而重建光谱反射率。本发明的有益效果是在给定照明条件和观测条件的情况下,由CCD(电荷耦合器件)数字相机的响应值重建物体表面光谱反射率,从而高效地获取物体表面的光谱反射率。

Description

基于多光谱LED照明的物体光谱反射率重建方法
技术领域
本发明涉及物体光谱反射率重建领域,特别涉及一种基于多光谱LED照明的物体光谱反射率重建方法。
背景技术
颜色信息的传递和真实再现与人们的日常生活密切相关。数字图像在人们日常生活中的应用越来越广泛,人们在享受数字图像设备带来巨大便利的同时也不同程度上受到彩色图像与原物不一致的困扰。基于光谱的颜色复制技术能有效避免同色异谱现象带来的各种困扰一些对颜色重现要求较高的应用领域需要获取目标表面上各点的光谱反射率。分光光度计能直接测量物体的光谱反射率,但其对测量面积、平整度都有限制,且效率较低,光谱扫描仪效率较高但不能进行非接触式测量且测量面积有限,显然都不能满足国画、油画等艺术品基于光谱的颜色复制要求。多光谱相机能高效获取到物体表面的光谱反射率,但目前的多光谱相机均在不同程度上存在结构复杂、价格昂贵,效率低等问题限制了其在实际中应用。数码相机作为一种主要的图像获取工具,在人们的日常生活中得到了广泛应用,但普通的商用数码相机只有三通道,只能采集特定照明条件下的颜色信息,也不能满足高精度颜色复制的需要。因此,如何高效地获取物体表面的光谱反射率成为颜色科学研究领域的热点。
发明内容
本发明要解决的技术问题是提供一种在给定照明条件和观测条件的情况下,由CCD(电荷耦合器件)数字相机的响应值重建物体表面光谱反射率的方法。
为解决上述技术问题,本发明是通过以下技术方案实现的:一种基于多光谱LED照明的物体光谱反射率重建方法,包括以下步骤:
步骤一:根据CDD成像系统的光谱响应曲线参数和光线波长对应光散射能力选择光源,优先选择偏红色光源。
步骤二:从现有颜色数据库中提取P个颜色基函数,通过该P个颜色基函数的线性叠加重建被测物体反射率,设bl(λ)表示物体反射率的正交基函数,σl表示权重,λ为光波长,重建的被测物体反射率可如下得到:
Figure BDA0001877720190000021
步骤三:选取n种LED发光芯片使它们的光谱线性叠加后覆盖波长为300纳米至830纳米的范围,按照光谱密度函数中心波长从小到大依次将n种LED发光芯片排列布置在铝基板上形成LED阵列,再分别对每种LED发光芯片的光谱密度函数取出N个离散波长点,n种LED发光芯片的光谱密度函数记为si(k),i=1,2,…,n;k=1,2,…,N;
步骤四:记n种LED发光芯片的点亮权值为wi,i=1,2,…n,0≤wi≤1;wi组成权值矩阵w=[w1,w2,…,wn]T,则第k个混合光源的光谱可表示为:
Figure BDA0001877720190000022
式中s(k)=[s1(k),s2(k),…,sn(k)],s(k)为LED阵列在第k个离散波长点光谱矩阵,将所有LED光谱密度函数si(k)在N个离散波长点的功率构造成n行N列的离散光谱密度函数矩阵s,
Figure BDA0001877720190000031
根据脊回归模型构造无约束最优化问题可得:
Figure BDA0001877720190000032
记性能函数为:
Figure BDA0001877720190000033
Figure BDA0001877720190000034
I为单位矩阵,获得唯一解:
w=(sTDs+I)-1ysTy
计算
Figure BDA0001877720190000035
获得所需要目标光谱的照明光源;
将权值矩阵w发送至驱动电路板控制LED芯片的亮度,亮度的范围为0-100%,从而产生测量系统的照明光源,根据系统需要选取P种LED照明光源配方;
步骤五:固定相机的曝光量,分别在l种照明光源条件下,通过已知光谱反射率的标准色卡的过光谱图像优化获得相机响应缩放系数αl,其中l=1,2,…,P;
步骤六:设相机传感器灵敏度为s(λ),则l种照明光源的相对光谱功率分布为:
Figure BDA0001877720190000041
式中bl(λ)表示物体反射率的正交基函数;
步骤七:tl时刻相机的输出为Ol(tl),则σl=αlOl(tl),αl为第l种照明光源对应的相机响应缩放系数,计算P个颜色基函数权值σl,并代入式(1)重建光谱反射率。
本发明的有益效果是在给定照明条件和观测条件的情况下,由CCD(电荷耦合器件)数字相机的响应值重建物体表面光谱反射率,从而高效地获取物体表面的光谱反射率。
附图说明
图1为本实施例的流程图;
图2为CCD感光单元对不同波长的光线的响应能力的示意图。
具体实施方式
为了使本发明的技术方案更加清楚明白,以下结合附图及实施例,对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参考图1至图2,本发明提供一种基于多光谱LED照明的物体光谱反射率重建方法,根据CCD的感光单元对于不同波长的光线的响应能力是不同的和瑞利定律“线变小于光的波长的微粒,对入射光散射所遵循的规律是:散射光和入射光波长相同,散射光的强度和散射方向有关,并和波长的四次方成反比”,所以需针对不同的CDD成像系统的光谱响应曲线的具体参数以及光线波长对应光散射能力进行光源的折衷选择,优先选择偏红色光源。可以按照不同照射角度、不同颜色组合,从而更能突显出物体信息;节省安装空间、可解决对角照射阴影问题、光线均匀扩散可解决一致性的问题。
本发明包括以下步骤:
S1:根据CDD成像系统的光谱响应曲线参数和光线波长对应光散射能力选择光源,优先选择偏红色光源。
S2:从现有颜色数据库中提取P个颜色基函数,通过该P个颜色基函数的线性叠加重建被测物体反射率,设bl(λ)表示物体反射率的正交基函数,σl表示权重,λ为光波长,重建的被测物体反射率可如下得到:
Figure BDA0001877720190000051
S3:选取n种LED发光芯片使它们的光谱线性叠加后覆盖波长为300纳米至830纳米的范围,按照光谱密度函数中心波长从小到大依次将n种LED发光芯片排列布置在铝基板上形成LED阵列,再分别对每种LED发光芯片的光谱密度函数取出N个离散波长点,n种LED发光芯片的光谱密度函数记为si(k),i=1,2,…,n;k=1,2,…,N;
S4:记n种LED发光芯片的点亮权值为wi,i=1,2,…n,0≤wi≤1;wi组成权值矩阵w=[w1,w2,…,wn]T,则第k个混合光源的光谱可表示为:
Figure BDA0001877720190000052
式中s(k)=[s1(k),s2(k),…,sn(k)],s(k)为LED阵列在第k个离散波长点光谱矩阵,将所有LED光谱密度函数si(k)在N个离散波长点的功率构造成n行N列的离散光谱密度函数矩阵s,
Figure BDA0001877720190000061
根据脊回归模型构造无约束最优化问题可得:
Figure BDA0001877720190000062
记性能函数为:
Figure BDA0001877720190000063
Figure BDA0001877720190000064
I为单位矩阵,获得唯一解:
w=(sTDs+I)-1ysTy
计算
Figure BDA0001877720190000065
获得所需要目标光谱的照明光源;
将权值矩阵w发送至驱动电路板控制LED芯片的亮度,亮度的范围为0-100%,从而产生测量系统的照明光源,根据系统需要选取P种LED照明光源配方;
S5:固定相机的曝光量,分别在l种照明光源条件下,通过已知光谱反射率的标准色卡的过光谱图像优化获得相机响应缩放系数αl,其中l=1,2,…,P;
S6:设相机传感器灵敏度为s(λ),则l种照明光源的相对光谱功率分布为:
Figure BDA0001877720190000071
式中bl(λ)表示物体反射率的正交基函数;
S7:tl时刻的相机输出为Ol(tl),则σl=αlOl(tl),αl为第l种照明光源对应的相机响应缩放系数,计算P个颜色基函数权值σl,并代入式(1)重建光谱反射率。
以上实施例仅仅是对本发明的解释,其并不是对本发明的限制,对于本领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围,因此本发明专利的保护范围应以权利要求为准。

Claims (1)

1.一种基于多光谱LED照明的物体光谱反射率重建方法,其特征在于包括以下步骤:
步骤1,根据CCD成像系统的光谱响应曲线参数和光线波长对应光散射能力选择光源,光源选择偏红色光源;
步骤2,从现有颜色数据库中提取P个颜色基函数,通过该P个颜色基函数的线性叠加重建被测物体反射率,设bl(λ)表示物体反射率的正交基函数,σl表示权重,λ为光波长,重建的被测物体反射率可如下得到:
Figure FDA0002671477970000011
步骤3,选取n种LED发光芯片使它们的光谱线性叠加后覆盖波长为300纳米至830纳米的范围,按照光谱密度函数中心波长从小到大依次将n种LED发光芯片排列布置在铝基板上形成LED阵列,再分别对每种LED发光芯片的光谱密度函数取出N个离散波长点,n种LED发光芯片的光谱密度函数记为si(k),i=1,2,…,n;k=1,2,…,N;
步骤4,记n种LED发光芯片的点亮权值为wi,i=1,2,…n,0≤wi≤1;wi组成权值矩阵w=[w1,w2,…,wn]T,则第k个混合光源的光谱可表示为:
Figure FDA0002671477970000012
式中s(k)=[s1(k),s2(k),…,sn(k)],s(k)为LED阵列在第k个离散波长点光谱矩阵,将所有LED光谱密度函数si(k)在N个离散波长点的功率构造成n行N列的离散光谱密度函数矩阵s,y表示目标光源的光谱,
Figure FDA0002671477970000021
表示实际光源的光谱在k值上的光谱值,k=1,2,…,n,按次序组合排列获得目标光源的光谱y的实际估计值
Figure FDA0002671477970000022
Figure FDA0002671477970000023
根据脊回归模型构造无约束最优化问题可得:
Figure FDA0002671477970000024
记性能函数为:
Figure FDA0002671477970000025
Figure FDA0002671477970000026
I为单位矩阵,获得唯一解:
w=(sTDs+I)-1ysTy
计算
Figure FDA0002671477970000027
获得所需要目标光谱的照明光源;
将权值矩阵w发送至驱动电路板控制LED芯片的亮度,亮度的范围为0-100%,从而产生测量系统的照明光源,根据系统需要选取P种LED照明光源配方;
步骤5,固定相机的曝光量,分别在l种照明光源条件下,通过已知光谱反射率的标准色卡的过光谱图像优化获得相机响应缩放系数αl,其中l=1,2,…,P;
步骤6,设相机传感器灵敏度为s(λ),则l种照明光源的相对光谱功率分布为:
Figure FDA0002671477970000031
式中bl(λ)表示物体反射率的正交基函数;
步骤7,tl时刻相机的输出为Ol(tl),则σl=αlOl(tl),αl为第l种照明光源对应的相机响应缩放系数,计算P个颜色基函数权值σl,并代入式(1)重建光谱反射率。
CN201811407518.1A 2018-11-23 2018-11-23 基于多光谱led照明的物体光谱反射率重建方法 Active CN109506780B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811407518.1A CN109506780B (zh) 2018-11-23 2018-11-23 基于多光谱led照明的物体光谱反射率重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811407518.1A CN109506780B (zh) 2018-11-23 2018-11-23 基于多光谱led照明的物体光谱反射率重建方法

Publications (2)

Publication Number Publication Date
CN109506780A CN109506780A (zh) 2019-03-22
CN109506780B true CN109506780B (zh) 2020-11-06

Family

ID=65750513

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811407518.1A Active CN109506780B (zh) 2018-11-23 2018-11-23 基于多光谱led照明的物体光谱反射率重建方法

Country Status (1)

Country Link
CN (1) CN109506780B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110926608B (zh) * 2019-10-14 2022-03-15 齐鲁工业大学 一种基于光源筛选的光谱重建方法
CN110736542B (zh) * 2019-10-28 2021-07-16 南京林业大学 一种基于rgb值的光谱重建方法
CN111707368B (zh) * 2020-06-19 2023-10-17 中国计量大学 基于多通道光谱的色差仪及反射率测量方法
US11810329B2 (en) * 2020-11-19 2023-11-07 Huawei Technologies Co., Ltd. Method, system, and device for color measurement of a surface

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103528968A (zh) * 2013-11-01 2014-01-22 上海理工大学 基于迭代阈值法的反射率光谱重建方法
CN104545815A (zh) * 2015-01-05 2015-04-29 北京工业大学 一种基于多光谱视频的面部光谱反射率复原方法
CN107084789A (zh) * 2017-04-01 2017-08-22 上海理工大学 基于稀疏先验的单像素探测器光谱反射率重构方法
CN107192456A (zh) * 2017-06-22 2017-09-22 温州大学 一种基于led照明的颜色测量多光谱成像系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108680535A (zh) * 2018-04-02 2018-10-19 西安建筑科技大学 基于改进r矩阵的光谱反射率重建方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103528968A (zh) * 2013-11-01 2014-01-22 上海理工大学 基于迭代阈值法的反射率光谱重建方法
CN104545815A (zh) * 2015-01-05 2015-04-29 北京工业大学 一种基于多光谱视频的面部光谱反射率复原方法
CN107084789A (zh) * 2017-04-01 2017-08-22 上海理工大学 基于稀疏先验的单像素探测器光谱反射率重构方法
CN107192456A (zh) * 2017-06-22 2017-09-22 温州大学 一种基于led照明的颜色测量多光谱成像系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于多光谱成像系统的光谱反射率重建研究;邹纪平;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160210;第I138-1901页 *
基于支持向量回归的光谱反射率重建方法;张伟峰;《计算机科学》;20101230;第241-243页 *

Also Published As

Publication number Publication date
CN109506780A (zh) 2019-03-22

Similar Documents

Publication Publication Date Title
CN109506780B (zh) 基于多光谱led照明的物体光谱反射率重建方法
Oh et al. Do it yourself hyperspectral imaging with everyday digital cameras
Jiang et al. What is the space of spectral sensitivity functions for digital color cameras?
Kim et al. 3D imaging spectroscopy for measuring hyperspectral patterns on solid objects
Hullin et al. Acquisition and analysis of bispectral bidirectional reflectance and reradiation distribution functions
CN102331301B (zh) 牙齿阴影映射
Jiang et al. Recovering spectral reflectance under commonly available lighting conditions
JP2008518229A (ja) マルチスペクトル及びハイパースペクトル撮像を行うシステム
Nam et al. Multispectral photometric stereo for acquiring high-fidelity surface normals
RU2447471C2 (ru) Цветная последовательная вспышка для получения цифровых изображений
Quan Evaluation and optimal design of spectral sensitivities for digital color imaging
Marszalec et al. Some aspects of RGB vision and its applications in industry
Smagina et al. Multiple light source dataset for colour research
Tominaga et al. Spectral image acquisition, analysis, and rendering for art paintings
Guo et al. Multispectral photometric stereo for spatially-varying spectral reflectances: A well posed problem?
CN106895916A (zh) 一种单次曝光拍摄获取多光谱图像的方法
Koskinen et al. Single pixel spectral color constancy
Kuzio et al. Comparing practical spectral imaging methods for cultural heritage studio photography
Hidaka et al. Spectral reflectance estimation using projector with unknown spectral power distribution
TANAKA et al. A digital archive method based on multispectral imaging with goniometric multiband camera
Guarnera et al. Spectral upsampling approaches for RGB illumination
Hirai et al. An LED-based spectral imaging system for surface reflectance and normal estimation
Hirai et al. Measuring spectral reflectance and 3D shape using multi-primary image projector
Day Filter selection for spectral estimation using a trichrmatic camera
Tanaka Multi-spectral imaging method for 3D computer graphics reproduction of human skin

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
GR01 Patent grant
GR01 Patent grant