CN110945561A - 高光谱成像分光光度计和系统 - Google Patents
高光谱成像分光光度计和系统 Download PDFInfo
- Publication number
- CN110945561A CN110945561A CN201880052608.5A CN201880052608A CN110945561A CN 110945561 A CN110945561 A CN 110945561A CN 201880052608 A CN201880052608 A CN 201880052608A CN 110945561 A CN110945561 A CN 110945561A
- Authority
- CN
- China
- Prior art keywords
- color
- image
- pixels
- sample
- dimensional
- 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
- 238000000701 chemical imaging Methods 0.000 title claims abstract description 36
- 238000005259 measurement Methods 0.000 claims description 82
- 238000000034 method Methods 0.000 claims description 55
- 230000003595 spectral effect Effects 0.000 claims description 45
- 239000003086 colorant Substances 0.000 claims description 35
- 238000005286 illumination Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 26
- 238000003384 imaging method Methods 0.000 claims description 14
- 238000012935 Averaging Methods 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 abstract description 2
- 239000003973 paint Substances 0.000 description 15
- XBTHILIDLBPRPM-UHFFFAOYSA-N 2,2',4,5-tetrachlorobiphenyl Chemical compound ClC1=CC=CC=C1C1=CC(Cl)=C(Cl)C=C1Cl XBTHILIDLBPRPM-UHFFFAOYSA-N 0.000 description 6
- 238000012937 correction Methods 0.000 description 6
- 230000016776 visual perception Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 4
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 239000004753 textile Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 239000011651 chromium Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 229910052573 porcelain Inorganic materials 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
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
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/0291—Housings; Spectrometer accessories; Spatial arrangement of elements, e.g. folded path arrangements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/462—Computing operations in or between colour spaces; Colour management systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/463—Colour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/465—Measurement of colour; Colour measuring devices, e.g. colorimeters taking into account the colour perception of the eye; using tristimulus detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
- G01J3/51—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors using colour filters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/52—Measurement of colour; Colour measuring devices, e.g. colorimeters using colour charts
- G01J3/524—Calibration of colorimeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/55—Specular reflectivity
- G01N21/57—Measuring gloss
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20216—Image averaging
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种高光谱成像分光光度计和系统,具有被设计为匹配人类视觉和复杂有色物体的颜色匹配的校准、数据采集和图像处理方法。
Description
技术领域
本申请涉及一种高光谱成像分光光度计和系统,所述系统具有被设计为匹配人类视觉感知和复杂有色对象的颜色匹配的校准、数据采集和图像处理方法。
背景技术
零售涂料商店通常会提供涂料匹配服务,其中涂料是自定义配制的,以匹配样本灵感物品的颜色。灵感物品可以是涂料碎片、织物或者对象。
在一个示例中,客户去五金商店,并且想要一桶与来自扇形色卡或者其他物理样本的物理颜色补片相匹配的自定义混合涂料。在工作流程中,首先通过诸如分光光度计或者色度计的仪器来测量客户的颜色补片,所述仪器能够输出校准的色度数据(诸如光谱反射率曲线)或者颜色空间中的三刺激值(诸如CIE L*a*b*)。一旦获得针对颜色补片的色度数据,这些值就可以用作对于使用涂料数据库并且计算如下中的任何一个的算法的输入:a)计算与补片颜色最紧密地匹配的数据库涂料颜色,或者b)从算法配方中计算着色剂的配色处方和数量,在该配方中与一定数量的涂料基础材料混合,以便制成与客户的样本匹配的一桶涂料。
然而,零售涂料商店难以匹配10%至25%的灵感样本。不匹配会造成人工增加、交货时间延迟、涂料匹配不准确、涂料浪费以及客户满意度降低。现有的分光光度计虽然在平面颜色均匀的类似涂料的样本上相当准确,但是不能令人满意地测量许多纹理样本、具有缺陷的样本、具有需要被分离地区别和评估的多个有色区域的样本以及具有其他色度空间复杂度的样本。它们也难以或者不可能被用在诸如有图案的织物或者墙纸之类的多色样本上。这是因为现有的分光光度计是计算样本的连续区域上的平均颜色的点测量设备。因为平均会将测量值减少到单个数字,所以所有空间颜色信息都会丢失。进一步地,由于空间信息被平均成单个测量值,因此现有技术仪器不能:移除缺陷、对子区域进行统计分析、将测量值分离成主颜色、移除不是样本的核心颜色的一部分的光泽或者阴影、或者应用与模仿人类视觉感知有关的空间变换。
发明内容
用于测量样本表面的一种或多种颜色的高光谱成像系统可以具有样本测量区、照明组装、拾取光学组装、主处理器和图像数据处理器。照明组装包括至少一个指向样本测量区的照明器。拾取光学组装包括具有不同标称峰值波长的多个可选光谱滤光片和成像相机,其中成像相机的视场包括样本测量区。主处理器被耦合到照明组装和拾取光学组装,主处理器被配置有存储在非易失性存储器中的指令,用以:操作拾取光学组装以相继逐步通过多个光谱滤光片并且在每个光谱滤光片步骤处获得至少一个二维图像,并且激活和停用照明器。图像数据处理器被配置有存储在非易失性存储器中的指令,用以:接收与每个光谱滤光片步骤对应的图像,将所接收的图像组装成高光谱图像多维数据集,并且处理该图像多维数据集以确定样本表面的至少一种颜色。高光谱图像多维数据集可以包括三个维度:与所获取的图像的两个维度相对应的两个维度和与多个可选滤光片的标称峰值波长相对应的第三维度。主处理器和图像数据处理器可以被组合或者分离。
图像数据处理器可以进一步被配置为通过如下步骤来处理图像多维数据集以确定样本表面的至少一种颜色:标识感兴趣区域;分析感兴趣区域以确定是否存在足够的均匀颜色区来准许简单的颜色平均功能;如果存在足够的均匀颜色区,则执行简单的颜色平均处理以确定感兴趣区域的颜色;并且如果不存在足够的均匀颜色区,则对图像像素进行分割以排除包括阴影表面的像素并且排除包括镜面反射的像素,并且确定剩余像素的颜色。图像数据处理器进一步被配置为处理图像多维数据集,以通过分割图像像素排除包括阴影表面的像素并且排除包括镜面反射的像素,并且确定多个色调的剩余像素的颜色,来确定样本表面的至少一种颜色。可以标识多个主色调并且将其呈现给用户。分割可以包括:将具有低于第50个百分位的亮度的像素分割成第一堆;将具有等于或者高于第95个百分位的亮度的像素分割成第二堆,并且将剩余像素分割为第三堆,其中确定第三堆的颜色。可以通过为所获取的图像中的多个像素位置构造关于多个光谱滤光片的标称峰值波长的反射率曲线,并且将反射率曲线中的每一个变换成三维颜色空间中的坐标来确定样本表面的多种颜色。
照明组装可以包括指向样本测量区的多个照明器。多个光谱滤光片可以包括窄带通滤光片。
高光谱成像系统可以进一步包括光泽测量组装,其具有指向样本台并且与至少一个照明器处于同一平面中的拾取光学器件。
图像多维数据集可以包括多个二维图像,其中多维数据集的一个轴线对应于多个光谱滤光片的波长。
主处理器可以进一步被配置有存储在非易失性存储器中的指令,以在每个光谱滤光片步骤处,获得在环境光照明和主动照明下的图像。
一种用于测量样本表面的一种或多种颜色的方法,可以包括:将要被测量的样本放置在成像分光光度计的测量区内,该成像分光光度计包括具有不同标称峰值波长的多个可选光谱滤光片和成像相机;相继逐步通过拾取光学组装的多个光谱滤光片,并且在每个光谱滤光片步骤处获得至少一个二维图像;将图像组装成高光谱图像多维数据集;并且处理图像多维数据集,以确定样本表面的至少一种颜色。处理图像多维数据集以确定样本表面的至少一种颜色的步骤可以进一步包括:标识感兴趣区域;分析感兴趣区域以确定是否存在足够的均匀颜色区来准许简单的颜色平均功能;如果存在足够的均匀颜色区,则执行简单的颜色平均处理以确定感兴趣区域的颜色;如果不存在足够的均匀颜色区,则对图像像素进行分割以排除包括阴影表面的像素并且排除包括镜面反射的像素;并且确定剩余像素的颜色。
处理图像多维数据集以确定样本表面的至少一种颜色的步骤可以进一步包括分割图像像素以排除包括阴影表面的像素,并且排除包括镜面反射的像素,并且确定多个色调的剩余像素的颜色。例如,分割可以包括:将具有低于第50个百分位的亮度的像素分割成第一堆;将具有等于或者高于第95个百分位的亮度的像素分割成第二堆,并且将剩余像素分割成第三堆,其中确定第三堆的颜色。
附图说明
以下附图图示了本发明的概念。示例性设备的图示不一定按比例绘制。
图1是根据本发明的一个方面的高光谱成像分光光度计和系统的实施例的透视图;
图2是图1的示例的透视图,其中外壳被移除;
图3是根据本发明的另一方面的图1的示例的拾取光学组装的分解图;
图4a是图3的示例的滤光片转轮组装的分解图。
图4b是图3的示例的滤光片转轮组装的侧视图;
图5a是图1的示例的光泽测量组装的分解图;
图5b是图1的示例的光泽测量组装的横截面图;
图6是根据本发明的另一方面的本发明的与个人计算机相结合的高光谱成像分光光度计系统的框图;
图7是图1和图2的示例的校准滑块的视图;
图8是根据本发明的另一方面的构建高光谱图像多维数据集的处理的流程图;
图9是根据本发明的另一方面的输出样本光谱数据的处理的流程图;
图10是根据本发明的另一方面的光谱图像的单色颜色测量处理的流程图。
具体实施方式
虽然所描述的实施例可以采用许多不同的形式,但是将在理解本公开被认为是本发明原理的范例的情况下描述附图中所图示的具体实施例,并且不旨在将本发明局限于所图示的具体实施例。
描述了高光谱成像分光光度计系统。高光谱成像分光光度计系统不是将给定样本减少为单个颜色测量,而是通过一系列窄带光谱滤光片获取样本的相继的二维图像,然后处理这些图像以提供三维高光谱反射率数据多维数据集(两个空间维度加上光谱反射率数据维度)。
高光谱成像分光光度计系统包括成像分光光度计和用于图像处理的计算机。在优选的实施例中,成像分光光度计和计算机被包含在同一仪器中。用于图像处理的计算机可以包括非易失性存储器设备,所述非易失性存储器设备包括用于图像处理的计算机可读指令,例如,作为图像处理模块。非易失性存储器设备可以包括操作系统,例如,Linux操作系统,例如,实时操作系统。
成像分光光度计例如使用成像传感器来获取二维色度测量值,以形成样本的图像数据,并且计算机使用变换将图像数据转换成与物理样本(例如,可以包括视觉纹理或者图案的物理样本)的人类视觉感知紧密匹配的色度表示。成像分光光度计被校准以进行颜色测量,并且分别在光的多个波长处采集样本的多个二维(空间维度)测量帧,以创建捕捉空间色度特征的三维真实光谱颜色图像。第三维是与每个空间位置相关联的颜色数据(波长)。然后针对样本均匀性、纹理、统计伪影、颜色分组和空间复杂度来分析三维测量值或者图像多维数据集,以便产生与人类视觉感知更紧密匹配的变换的颜色信息。
利用所描述的系统,在进行测量时,高光谱成像分光光度计系统的任何部分都不需要接触样本,并且非接触能力有助于匹配未完全干燥的涂料样本。在一些实施例中,系统被设计成拒绝环境光照明对测量的贡献。在一些实施例中,系统被设计成与运行应用(例如,允许用户预览并且选择被测量的样本区域的应用)的相连的主机计算机交换数据。
图1是包括外壳12和校准滑块组装14的高光谱成像分光光度计10的实施例的透视图。图2是其中外壳12被移除的高光谱成像分光光度计10的透视图。图2示出了校准滑块组装14、照明组装16、光泽测量组装18、拾取光学组装20、主处理器22和图像数据处理器24。这些组装和电路板可以被直接或者间接地安装在机架26上。照明组装16可以包括多个照明器28。主处理器22和图像数据处理器可以是分离的或者被组合在单个处理器电路板上。
图3是拾取光学组装20的分解图,拾取光学组装20包括下部透镜组装30和光谱成像组装40。下部透镜组装30可以包括下部透镜底座32、保持红外/近红外阻挡窗口34的窗口保持器33、保持透镜38的透镜保持器36以及螺钉39。透镜38可以包括前双合透镜。光谱成像组装40可以包括滤光片驱动组装42、上部透镜组装44、光学盖46和相机印制电路板(PCB)48。上部透镜组装44可以包括保持聚焦透镜54的后透镜螺纹52和聚焦透镜底座56。聚焦透镜54可以包括后双合透镜。可以由定位螺钉58将上部透镜组装44在光学盖46中保持在位。滤光片驱动组装42可以安装在马达底座62上。防尘罩64可以被部署在滤光片转轮72和马达底座62之间。滤光片驱动组装42还可以包括侧传感器PCB组装66和柔性电缆68。
相机PCB 48包括图像传感器49以及包括固件和/或软件的相关的电子装置,以用于处理图像并且将图像传递到计算机。图像传感器49可以是CMOS传感器、CCD传感器或者其他二维图像传感器。图像传感器可以是单色的或者多光谱的,诸如RGB。在一个示例中,图像传感器49包括400万至800万像素的RGB CMOS传感器。
图4a是滤光片驱动组装42的分解图,并且图4b是滤光片驱动组装42的侧视图。滤光片驱动组装42包括滤光片转轮72、滤光片转轮致动器74和滤光片转轮控制器76。在一个示例中,滤光片转轮具有32个定位以及31个孔口。在一些实施例中,所述孔口中的三十个包括颜色滤光片。在一些实施例中,剩余的孔口可以不具有滤光片,并且可以用作露天测量定位(即,未滤光的测量)。没有孔口的定位是闭合定位,完全阻挡光,以允许测量图像传感器的暗电流。
滤光片的存在是为了提供具体波长处的反射率测量。例如,滤光片波长可以在400nm和700nm之间均等地间隔。在该示例中,滤光片可以具有每10nm具有标称峰值的通带功能。较少的滤光片可以用于较低分辨率的光谱测量,并且较多的滤光片可以用于较高分辨率的光谱测量。较少的滤光片可以允许拍摄较少的图像,并且以一定的精度为代价较快地进行一组完整的测量。诸如关于与环境光校正有关的测量,尤其是在环境光水平弱的情况下,较少的滤光片可能是合适的。在多个滤光片波长处获取的测量值的插值可以被用于估计在滤光片测量带之间的波长处的反射率。高光谱成像分光光度计系统的一些实施例可以包括滤光片转轮,例如,因为滤光片转轮可以具有小的形状因数,但是这仅仅是如何单独呈现滤光片的一个示例。可以以替换的结构来提供滤光片,诸如例如滤光片的线性阵列。
滤光片转轮致动器74可以包括步进马达。滤光片转轮控制器76可以包括电路,该电路包括步进马达控制器IC和马达原点传感器。
照明组装16和拾取光学组装20被布置为使得下部透镜组装30接收从测量表面反射的光并且将所述光聚焦在滤光片转轮72的孔口(或者闭合定位)上。上部透镜组装44将穿过滤光片转轮72上的孔口的(已过滤或者未过滤的)光聚焦到图像传感器49上。光学器件可以提供任何合适的视场和放大率。例如,视场可以在15mm至18mm的范围内,并且放大率可以在0.224至0.274的范围内。
虽然400万至800万像素的RGB图像传感器有助于获得用于样本定位的高分辨率实时取景,但是高分辨率可能会造成所得到的图像多维数据集的处理负担增加。例如,RGB传感器的一个示例具有2608×1952像素的原始全分辨率。再加上上面的光学器件,这将导致96像素/mm的全传感器分辨率。该分辨率与查明大多数被测量的样本的颜色所需的分辨率相比更高。针对与利用“合并”和“跳过”的光谱测量相对应的每个图像,分辨率(和处理负担)可以降低。例如,图像传感器49可以被配置为以652×488像素的图像分辨率(合并)将4×4个红色像素、4×4个绿色像素和4×4个蓝色像素一起平均成分组像素,从而将分辨率降低到24像素/mm。另外,可以跳过对用于获取给定图像的给定所选择的窄带滤光片没有响应的像素。然后可以将分组像素进一步减少到一个灰度值。这造成灰度测量分辨率为12像素/mm。
图5a是光泽测量组装18的分解图,并且图5b是光泽测量组装18的横截面图。光泽测量组装18可以包括光泽筒80、光泽拾取透镜82、光泽透镜保持器84、光泽滤光片86、IR滤光玻璃88、透镜保持器90、波环92和光泽PC板组装94。光泽PC板组装94包括光泽传感器,诸如光电二极管或者光电二极管阵列。光泽测量组装18可以位于与照明器28中的一个共线的位置。例如,在相对于要被测量的表面的照明角度限定入射平面的情况下,光泽测量组装18可以处于照明器28中的一个的入射平面中。可以通过光泽测量组装18与与其相对并且在同一平面中的照明器28组合进行光泽测量。
照明组装16可以包括多个照明器28。每个照明器28可以包括LED、白炽灯、荧光灯、弧光、闪光灯或者其他合适的光源中的一个或多个。例如,照明器28可以包括宽带白色LED,或者优选地,独立可控制的红色、绿色和蓝色LED。优选地,可以针对温度和亮度中的一个或多个来调节LED照明器。在图2中看到的图示示例中,存在三个LED照明器28,它们的方位角间隔120°。LED照明器28也相对于诸如样本窗口15或者校准目标表面19的主题测量区成45°仰角。这提供了45/0的测量几何形状。也可以使用其他照明角度和测量几何形状,包括球形漫射照明。照明器可以被设计成提供探照灯照明或者准直照明,以便使样本平面处的景深误差最小化。照明器28中的LED可以在连续照明模式下操作,或者可以诸如利用脉冲宽度调制对LED进行调制。
参考图7,校准滑块组装14包括样本窗口15、校准目标支承17(点划线)和校准目标表面19。校准目标支承包括滑块机构,该滑块机构包括测量定位、校准定位和凹入定位(用于清洁)。当样本窗口15或者校准目标表面19定位于拾取光学组装20下方时,它们在高光谱成像分光光度计10的测量区域内。测量定位有助于正确瞄准样本上的期望位置。校准目标定位还提供已知反射率的表面,诸如校准目标表面19,可以经由相关性来使用所述表面,以表征施加到被测量的样本上的照明。校准滑块组装14还可以包括靠近样本窗口15a的底侧的一个或多个基座表面、衬垫或者轨道15a,以使纸张样本和纺织品样本等平坦。除了滑动机构之外,还可以使用附加的结构将校准目标移入和移出测量光学器件的视野。
校准目标表面可以包括诸如由钢材料上的瓷制成的常规目标表面。一些实施例可以包括推扫式扫描仪,其中传感器测量一行像素,并且然后扫描仪或样本的平移允许相继的测量,以在两个空间维度上建立数据。
除了上述组装之外,还可以包括附加的组装,诸如电源组装、用户接口95,该用户接口95例如包括用于启动测量和状态LED的按钮(开关)组装。高光谱成像分光光度计系统10还可以包括一个或多个通信端口96,以用于将高光谱成像分光光度计10连接到个人计算机(PC)98。通信端口可以包括有线(例如,USB)或者无线技术(例如,Bluetooth、WiFi)。可以从外壳12的外部提供附加的配件,诸如可以在其上放置用于半透明性测量的样本的灰色衬背以及附加的颜色校准工具(例如,颜色检查器块和参考)。
主处理器22被耦合到并且被配置有适当的固件指令,以根据本文中描述的方法来控制和操作照明组装16、光泽测量组装18和拾取光学组装20。主处理器22进一步将获取的光谱图像数据传送到图像数据处理器24。
在图6中图示的示例中,个人计算机(PC)98被提供用于与成像分光光度计结合使用。PC 98包括用以提供如下功能的软件:为用户提供选择感兴趣区域(ROI)并且返回ROI的可测量属性的能力。可测量属性可以包括颜色、纹理、半透明性和形状,例如,形状尺寸和面积中的一个或多个。PC 98还可以提供对样本图像的倾斜校正。PC 98还可以提供相关的功能,诸如在本地或者远程存储的数据库中查找电子颜色标准扇形色卡,以允许用户从预先存在的颜色库中选择颜色。
本发明可以用在其中用户想要测量物理对象的颜色,并且然后(如在涂料、墨水或者其他着色剂组的混合物中)渲染或者再现该颜色的工作流程中,使得再现的染色剂在应用于各种对象时提供与原始物理对象的可接受的视觉匹配。用户的物理对象颜色可以是高度均匀的,或者可以包含空间颜色图案或者补片,例如,在其处表示感兴趣颜色的连续补片。
多光谱成像分光光度计硬件和处理算法通过控制镜面反射、阴影和其他伪影的影响,有效地将它们从测量中移除,来提供对于许多纹理和非平面样本的精确颜色匹配。硬件和算法(如在下面更详细描述的)也允许从多色样本中提取期望的颜色。
参考图8,在高光谱测量处理100的一个示例中,主处理器22向滤光片转轮控制器76提供信号,以使滤光片转轮72逐步通过每个滤光片转轮定位,同时还控制照明组装16和相机PCB 48以在每个滤光片转轮定位处获取一个或多个图像。例如,用户可以在步骤102中启动测量。在步骤104中,主处理器22可以可选地使滤光片转轮72前进至打开定位(无滤光片定位),并且在实时取景视频模式下操作相机PCB 48。主处理器22可以将图像传感器的视场的实时取景视频传送给所连接的个人计算机(PC)98。这便于要被测量的样本表面的放置和定向。主处理器22可以可选地使滤光片转轮72前进至闭合定位并且停用照明组装16,并且可以获取图像以测量图像传感器的暗电流。然后,在步骤106中,主处理器22可以使滤光片转轮72前进至第一滤光片定位。在步骤108中,主处理器22可以使相机PCB 48在照明器28关闭的情况下获取图像,以用于获取环境光图像,并且在步骤110中,在照明器28打开的情况下,获取另一个图像以获得主动照明图像。环境照明图像与照明图像的比较允许校正环境光。在步骤112中,主处理器22确定是否已经在所有滤光片定位处拍摄了图像。如果不是,则在步骤104中使滤光片转轮72前进到下一个定位并且重复测量。滤光片转轮72可以相继前进通过滤光片窗口定位和打开定位中的每一个。以这种方式,高光谱成像分光光度计10获取三十个不同波长的光谱反射率数据以及每个波长处的表面纹理反射率数据。当获得所有不同的测量值时,在步骤114中由图像数据处理器24组装图像多维数据集。图像多维数据集可以包括一组灰度图像,其中多维数据集的两个维度(x,y)对应于图像传感器49的视场(例如,被测量表面的图像),并且第三维度(z)对应于不同波长处的多个测量值。然而,图像多维数据集不需要被表示为实际或者虚拟多维数据集。图像多维数据集可以包括像素值的三维矩阵,其中两个维度表示对应于被测量样本的图像的像素矩阵,并且矩阵的第三维度对应于测量波长范围上的给定像素。可以为矩阵添加附加的维度,以用于附加测量的反射率特性。
在打开的、无滤光的定位处,可以激活照明器以用于由相机PCB 48进行光泽测量。也可以单独激活照明器28,并且将从每个照明方向获取的图像分离以用于附加的光泽/纹理测量。由相机PCB 48获取的图像可以与由光泽测量组装18进行的光泽测量进行组合。
用于从如根据图8的示例测量和组装的图像多维数据集确定要报告的颜色的方法,可以围绕两个主要步骤来构造:标识图像中的显著颜色,并且针对每种显著颜色,计算标准颜色空间中的值(例如,CIELAB、CIEXYZ、反射率、SRGB),这些值最佳地对应于视觉感知的颜色。
在对象的图像中存在多种颜色有多个原因,并且有多个方法来用于计算颜色的最佳颜色值。诸如木地板之类的对象自然可以包含多种颜色。对象还可以被生产成具有多种颜色,例如,由多种颜色的线制成的纺织品,或者印刷图像。对象的物理纹理可能由于阴影和镜面反射的变化而引起其图像具有不同的颜色。
图像中显著颜色的标识开始于将3D图像多维数据集表示为标准颜色空间中的颜色值,并且然后确定这些颜色值的直方图。例如,可以通过在每个光谱滤光片波长处施加与测量中的每个相对应的强度值,来为对应于样本表面上的测量点的每个像素(诸如分组像素)构造反射率曲线。可以通过本领域技术人员已知的转换处理将这些反射率曲线变换成三维颜色空间中的颜色坐标。三维颜色空间可以包括例如CIELAB或者CIEXYZ颜色空间。在上面提供的示例中,这将造成沿着被测量的表面上的方向每平方毫米进行12个单独的颜色测量。可以从这些值确定颜色直方图。
为了从复杂的测量样本中提取颜色,起始点是在直方图中标识局部最大值。一些具有多种颜色的图像可能不具有针对每种颜色的明确定义的峰值的颜色分布。对于这些图像,阈值化方法(诸如otsu方法(最大类间方差法)或者基于熵的方法)可以将直方图分成多个颜色空间区域,即使在所述区域内没有局部最大值。
计算对象图像中的最佳颜色以匹配对象的视觉感知具有多个步骤。基本步骤是标识图像中感兴趣的区域,所述区域的颜色与对象的视觉感知最佳地匹配。该感兴趣区域不一定连续,并且其中感兴趣的区域不连续的图像是对其而言高光谱成像分光光度计10可能最有价值的图像。这是因为如果对象具有足够大的均匀颜色区域,则可以通过执行传统的分光光度计点测量(在分光光度计的整个测量区上对颜色进行平均)来精确地测量最佳颜色。
将从先前用于标识颜色的存在的数据开始,在颜色空间中执行对感兴趣区域的计算。对人类视觉处理的研究发现,当它标识场景中的对象时,它会将颜色感知为对象的单个特性,即使它可能会由于阴影、 镜面高光或者其他影响而从对象的不同区域感测到多种颜色。因此,可以计算出颜色空间中与所感知的对象颜色最佳匹配的区域。
为了使上述方法成功,必须在图像中呈现与对象的人类感知相匹配的颜色。当不满足该条件时,方法中可能包括一些附加的步骤。修改图像以使其更紧密地匹配所感知的颜色的步骤与上述基本的感兴趣区域步骤组合使用。
一个这样的可选步骤是例如当图像中的每个像素都包括一些阴影时,计算要被应用于图像的亮度校正因子。对于具有特别高的物理纹理水平的样本,可能是这种情况。比例因子的具体值还将取决于高光谱成像分光光度计10供应给样本的照明。例如,与使用漫射照明几何形状时相比,使用45°照明几何形状时可能需要更大的比例因子。可以基于所考虑的颜色区域中的亮度的总体变化来确定这样的比例因子。
修改来自图像的颜色值的另一个可选步骤是补偿图像中多种相反颜色的一个步骤。这样的方法所对应的感知影响是周围颜色对于图像中的一个位置处的颜色感知的影响。校正这样的感知影响的模型被称为图像颜色外观模型。虽然这样的模型的最初动机是在摄影图像的显示中产生自然的外观,但是在该方法中,它们被用于基于所测量的图像来确定所感知的颜色。
与如上所述的方法有关的步骤是用以评估图像的均匀性、确定是使用测量值的简单平均还是使用上述方法的步骤。理想地,即使使用测量值的简单平均是合理的,上述方法也应当提供在针对这样的测量的通常颜色公差范围内的值。检测图像是否足够均匀以使用简单平均的优点是避免了在颜色提取方法的情况下的增加的处理时间。
在一些实施例中,系统可以作为提供用户接口的独立仪器来操作。例如,该系统可以包括:一个或多个内置显示器和按钮,以允许包括选择感兴趣的区域的用户交互;内置触摸屏显示器,以允许包括选择感兴趣的区域的用户交互;或者与计算机或移动设备的无线通信,以允许包括选择感兴趣的区域的用户交互。允许用户选择感兴趣区域的一个示例可以是简单的用户可选择的测量区,诸如由用户定义的任何大小的圆形。作为另一个示例,由用户可选择的测量区可以包括由用户定义的任何任意像素组,例如经由触敏显示器指定的像素组。
高光谱成像分光光度计10优选地例如由图像数据处理器24对如在上面描述的所获取的图像执行图像处理。图像数据处理器24可以包括具有处理器和存储器的计算机模块,其包括提供机载计算和图像处理的操作系统,例如,Linux操作系统。存储在图像数据处理器24上的固件中的指令提供图像处理能力,包括环境光抑制、根据原始图像多维数据集计算反射率的校准算法、通过本文中描述的处理从复杂样本中提取颜色,包括自动检测感兴趣区域中的多种颜色,自动选择相同颜色的多个区域,对感兴趣区域中的颜色进行分类以获得每种颜色(例如,每个颜色滤光片)的反射率测量值,以及产生感兴趣区域的直方图。可以通过在有来自照明组装的照明的情况下和没有来自照明组装的照明的情况下进行测量,并且然后执行减法(诸如数字减法)以消除环境光来提供环境光抑制。也可以使用物理遮挡来防止环境光照射被测样本。
如图9流程图所图示的,用于从灵感样本中提取一种或多种颜色的处理120的示例可以如下进行:如在上面关于图8所描述的那样,在步骤122中,用户可以启动样本的高光谱测量。在步骤124中,标识感兴趣区域(ROI)。在步骤126中,执行初始分析以确定ROI的XYZ/LCH变化。如果ROI具有足够大的均匀颜色区域,则可以在步骤128中作出执行简化颜色分析的决定。如果没有,则在步骤130中确定应用单色处理(图10)还是多色处理。当样本具有相对均匀的颜色时,可以在步骤132中选择单色处理以减少处理时间。当样本具有两种或更多种色调时,可以在步骤134中应用多色处理。多色处理可能牵涉将单色处理应用于多于一种色调。当已经处理了每个色调时,可以在步骤136中向用户呈现多种颜色(例如,两到四种主颜色)的调色板。颜色可以从最主要的到最不主要的进行排序。在步骤138中,用户可以从调色板中选择期望的颜色。在每个处理结束时,可以在步骤140中输出针对所测量的颜色的光谱数据。
参考图10,单色处理150可以牵涉如下步骤。在步骤152中,可以使用亮度或者辉度的百分位来分割图像。最小亮度可以是第50个百分位或者更大。最大亮度可以通过如下中的一个来设置:铬相对于亮度峰值、第95个百分位亮度(不包括最高亮度分档)、或者通过中位数上的差值。具有高于某个阈值(例如,高于强度范围的95%)的测量强度的像素可能表示镜面反射,并且可以在步骤154中从颜色测量中排除,并且低于第50个百分位的像素可能表示来自表面纹理的阴影,并且可以在步骤156中从颜色测量中排除。
在步骤158中,分析剩余像素以确定图像的颜色值。未被从颜色测量中排除的像素可以被分割或者聚类为堆。例如,像素可以基于色调、色度和亮度进行聚类。然后可以通过每一堆中的像素数量对堆进行排序。具有最高数量的聚类像素的堆可以被认为是测量的主颜色。一旦像素被分割成堆并且按优势排序后,用于确定颜色的一个处理的示例就是简单平均。另一个示例是基于颜色空间中的位置的加权平均。对于基本的单色处理,这是对来自3D图像多维数据集的测量值的应用方向。如果亮度校正是必要的,则亮度校正因子可以用于在处理中的该点处或者在应用单色处理之前缩放反射率值。
作为用于外观/相反颜色补偿处理的一种方法的第一示例,注意,外观补偿处理在XYZ空间中产生图像的变换。确定XYZ颜色空间中未变换的颜色值和外观变换的颜色值之间的平均XYZ值的差异。然后,计算光谱反射率值的对应差异以匹配XYZ值的差异,其中所计算的光谱差异作为图像中像素的光谱反射率值的线性组合。此时,该处理与单色处理一样继续,但是使用变换后的3D图像多维数据集而不是原始3D图像多维数据集。
用于外观/相反颜色补偿处理的方法的第二示例将是基于配方系统中着色剂的光谱曲线来计算光谱差异。第三示例将是匹配未变换的反射率值,但是要使用以针对配方的目标度量形式的未变换的颜色值和变换的颜色值之间的差异。当所描述的仪器是配方系统的一部分时,可以实现第二示例和第三示例,但是第一示例可应用于独立的仪器。
所描述的系统具有除了用于零售涂料匹配之外的用途,尤其是用在其中测量有纹理或者成形的样本上的颜色的工业实验室中。在一些实施例中,该系统与计算机相连,不具有屏幕显示,并且使用软件应用以用于例如从图像中选择颜色、自动校准、屏幕瞄准、视线瞄准或者条形码扫描。
根据前述内容,应当理解的是,在不脱离本发明的新颖概念的真实精神和范围的情况下,可以实现许多修改和变化。要理解的是,不旨在或者不应当推断出对所图示和描述的具体实施例的限制。
Claims (20)
1.一种用于测量样本表面的一种或多种颜色的高光谱成像系统,包括:
样本测量区;
照明组装,包括至少一个指向所述样本测量区的照明器;
拾取光学组装,包括具有不同标称峰值波长的多个可选光谱滤光片和成像相机,其中所述成像相机的视场包括所述样本测量区的至少一部分;
主处理器,被耦合到所述照明组装和所述拾取光学组装,所述主处理器被配置有存储在非易失性存储器中的指令,用以:操作所述拾取光学组装以相继地逐步通过所述多个光谱滤光片,并且在每个光谱滤光片步骤处获得至少一个二维图像,并且激活和停用所述照明器;以及
图像数据处理器,被配置有存储在非易失性存储器中的指令,用以:接收与每个光谱滤光片步骤相对应的图像,将所接收的图像组装成高光谱图像多维数据集,并且处理所述图像多维数据集以确定所述样本表面的至少一种颜色,所述高光谱图像多维数据集具有与所获取的图像的两个维度相对应的两个维度和与所述多个可选滤光片的所述标称峰值波长相对应的第三维度。
2. 根据权利要求1所述的高光谱成像系统, 其中图像数据处理器进一步被配置为通过如下步骤处理图像多维数据集以确定样本表面的至少一种颜色:
标识感兴趣的区域;
分析所述感兴趣的区域以确定是否存在足够的均匀颜色区来准许简单的颜色平均功能;
如果存在足够的均匀颜色区,则执行简单的颜色平均处理以确定所述感兴趣区域的颜色;
如果不存在足够的均匀颜色区,则对图像像素进行分割以排除包括阴影表面的像素并且排除包括镜面反射的像素,并且确定剩余像素的颜色。
3.根据权利要求2所述的高光谱成像系统,其中图像数据处理器进一步被配置为通过分割图像的像素以排除包括阴影表面的像素并且排除包括镜面反射的像素,并且确定多个色调的剩余像素的颜色,来处理图像多维数据集,以确定所述样本表面的至少一种颜色。
4.根据权利要求3所述的高光谱成像系统,其中多个主色调被标识并且被呈现给用户。
5.根据权利要求3所述的高光谱成像系统,其中分割包括将具有低于第50个百分位的亮度的像素分割成第一堆,将具有等于或者高于第95个百分位的亮度的像素分割成第二堆,并且将剩余像素分割成第三堆,其中确定第三堆的颜色。
6.根据权利要求1所述的高光谱成像系统,其中照明组装包括指向所述样本测量区的多个照明器。
7.根据权利要求1所述的高光谱成像系统,进一步包括光泽测量组装,所述光泽测量组装具有指向样本台并且与至少一个照明器处于同一平面中的拾取光学器件。
8.根据权利要求1所述的高光谱成像系统,其中多个光谱滤光片包括窄带通滤光片。
9.根据权利要求1所述的高光谱成像系统,其中多个光谱滤光片包括具有10nm的标称中心间隔的窄带通滤光片。
10.根据权利要求1所述的高光谱成像系统,其中通过关于多个光谱滤光片的标称峰值波长为所获取的图像中的多个像素位置构造反射率曲线,并且将所述反射率曲线中的每个变换成三维颜色空间中的坐标来确定样本表面的多种颜色。
11.根据权利要求1所述的高光谱成像系统,其中主处理器进一步被配置有存储在非易失性存储器中的指令,以在每个光谱滤光片步骤处,获得在环境光照明和主动照明下的图像。
12.一种用于测量样本表面的一种或多种颜色的方法,包括:
将要被测量的样本放置在成像分光光度计的测量区内,所述成像分光光度计包括具有不同标称峰值波长的多个可选光谱滤光片和成像相机;
相继逐步通过拾取光学组装的所述多个光谱滤光片,并且在每个光谱滤光片步骤处获得至少一个二维图像;
将所述图像组装成高光谱图像多维数据集,所述高光谱图像多维数据集具有与所获取的图像的两个维度相对应的两个维度和与所述多个可选滤光片的所述标称峰值波长相对应的第三维度;以及
处理所述图像多维数据集以确定所述样本表面的至少一种颜色。
13.根据权利要求12所述的方法,其中处理图像多维数据集以确定样本表面的至少一种颜色的步骤进一步包括:
标识感兴趣的区域;
分析所述感兴趣的区域以确定是否存在足够的均匀颜色区来准许简单的颜色平均功能;
如果存在足够的均匀颜色区,则执行简单的颜色平均处理以确定所述感兴趣区域的颜色;
如果不存在足够的均匀颜色区,则对图像像素进行分割以排除包括阴影表面的像素并且排除包括镜面反射的像素;以及
确定所述剩余像素的颜色。
14.根据权利要求13所述的方法,其中处理图像多维数据集以确定样本表面的至少一种颜色的步骤进一步包括分割图像像素以排除包括阴影表面的像素且排除包括镜面反射的像素,并确定多个色调的剩余像素的颜色。
15.根据权利要求14所述的方法,其中分割包括将具有低于第50个百分位的亮度的像素分割成第一堆,将具有等于或者高于第95个百分位的亮度的像素分割成第二堆,并且将剩余像素分割成第三堆,其中确定第三堆的颜色。
16.根据权利要求14所述的方法,进一步包括标识多个主色调并且将所述主色调呈现给用户。
17.根据权利要求12所述的方法,其中多个光谱滤光片包括窄带通滤光片。
18.根据权利要求12所述的方法,其中图像多维数据集包括多个二维图像,其中所述图像多维数据集的一个轴对应于多个光谱滤光片的波长。
19.根据权利要求12所述的方法,其中在每个光谱滤光片步骤处获得至少一个图像的步骤进一步包括在每个光谱滤光片步骤处,获得在环境光照明和主动照明下的图像。
20.根据权利要求12所述的方法,其中通过关于多个光谱滤光片的标称峰值波长为所获取的图像中的多个像素位置构造反射率曲线,并且将所述反射率曲线中的每个变换成三维颜色空间中的坐标来确定样本表面的多种颜色。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762518985P | 2017-06-13 | 2017-06-13 | |
US62/518985 | 2017-06-13 | ||
PCT/US2018/037333 WO2018231982A1 (en) | 2017-06-13 | 2018-06-13 | Hyperspectral imaging spectrophotometer and system |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110945561A true CN110945561A (zh) | 2020-03-31 |
CN110945561B CN110945561B (zh) | 2024-06-14 |
Family
ID=64564146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880052608.5A Active CN110945561B (zh) | 2017-06-13 | 2018-06-13 | 高光谱成像分光光度计和系统 |
Country Status (4)
Country | Link |
---|---|
US (3) | US10909723B2 (zh) |
EP (1) | EP3639237B1 (zh) |
CN (1) | CN110945561B (zh) |
WO (1) | WO2018231982A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112362162A (zh) * | 2020-11-11 | 2021-02-12 | 北京德为智慧科技有限公司 | 色彩传感器的标定方法、装置、电子设备及存储介质 |
CN112432768A (zh) * | 2020-11-10 | 2021-03-02 | 中国科学院光电技术研究所 | 基于高光谱图像的光学多孔径成像系统平移误差测量方法 |
CN113777056A (zh) * | 2021-08-13 | 2021-12-10 | 昆山格博尔智能科技有限责任公司 | 基于多光谱cmos图像芯片的油墨配色检测方法 |
CN113916817A (zh) * | 2021-10-21 | 2022-01-11 | 深圳市中科云驰环境科技有限公司 | 用于城镇生活饮用水的光谱法色度在线测量方法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7087687B2 (ja) * | 2018-06-01 | 2022-06-21 | 株式会社サタケ | 穀物の光沢測定装置 |
PT3578939T (pt) | 2018-06-06 | 2020-11-24 | Flooring Technologies Ltd | Processo para controlo online da qualidade de impressão de decorações em materiais de suporte |
PL3695983T3 (pl) * | 2019-02-12 | 2024-06-17 | Fritz Egger Gmbh & Co. Og | Sposób dostarczania połączenia dekorów i układ |
WO2020193056A1 (en) * | 2019-03-22 | 2020-10-01 | Basf Coatings Gmbh | Method and system for defect detection in image data of a target coating |
EP4024016A1 (en) | 2020-12-30 | 2022-07-06 | X-Rite, Incorporated | Color measurement instrument with live view of target surface |
EP4024017A1 (en) | 2020-12-30 | 2022-07-06 | X-Rite, Incorporated | Multi-use color measurement instrument with live view of target surface |
CN113281282B (zh) * | 2021-06-17 | 2022-05-13 | 四川九洲电器集团有限责任公司 | 一种图像采集与重构方法、设备及存储介质 |
CN113758683B (zh) * | 2021-09-03 | 2023-12-22 | 中国科学院新疆理化技术研究所 | 一种基于平均色彩饱和度的相机系统辐照后光谱退化评估方法 |
US11847799B2 (en) | 2022-02-28 | 2023-12-19 | Logitech Europe S.A. | Color matching system for product manufacturing |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5761070A (en) * | 1995-11-02 | 1998-06-02 | Virginia Tech Intellectual Properties, Inc. | Automatic color and grain sorting of materials |
EP1486901A2 (en) * | 2003-06-12 | 2004-12-15 | Eastman Kodak Company | System for determining the colour of teeth |
CA2594105A1 (en) * | 2004-10-25 | 2006-05-04 | Rp Ventures Technology Office Ab | A system for multi- and hyperspectral imaging |
CN101015218A (zh) * | 2004-07-08 | 2007-08-08 | 图像公司 | 使用多个投影显示器显示高分辨率图像的设备及方法 |
US20090213120A1 (en) * | 2005-04-25 | 2009-08-27 | X-Rite, Inc. | Method And System For Enhanced Formulation And Visualization Rendering |
WO2010046687A1 (en) * | 2008-10-24 | 2010-04-29 | Tssi | Hologram including a covert image |
CN102103069A (zh) * | 2011-02-14 | 2011-06-22 | 浙江大学 | 一种检测纹理对色差影响的方法 |
CN102216760A (zh) * | 2008-10-09 | 2011-10-12 | 欧珀生产商澳大利亚有限公司 | 用于宝石的评定、估价、分级的改进装置和方法 |
EP2407763A2 (en) * | 2010-07-13 | 2012-01-18 | Carestream Health, Inc. | Dental shade mapping |
CN102327156A (zh) * | 2010-07-13 | 2012-01-25 | 卡尔斯特里姆保健公司 | 牙齿色度映射 |
CN102466520A (zh) * | 2010-11-11 | 2012-05-23 | 香港纺织及成衣研发中心 | 多光谱成像颜色测量系统及其成像信号处理方法 |
CN102629386A (zh) * | 2012-03-28 | 2012-08-08 | 浙江大学 | 一种彩色纺织纹理图像的区域分割方法 |
EP2676243A1 (en) * | 2011-02-15 | 2013-12-25 | Oxford Instruments Nanotechnology Tools Limited | Material identification using multiple images |
US20140016862A1 (en) * | 2012-07-16 | 2014-01-16 | Yuichi Taguchi | Method and Apparatus for Extracting Depth Edges from Images Acquired of Scenes by Cameras with Ring Flashes Forming Hue Circles |
CN103609102A (zh) * | 2011-06-15 | 2014-02-26 | 微软公司 | 高分辨率多光谱图像捕捉 |
CN103765503A (zh) * | 2011-08-29 | 2014-04-30 | 高通股份有限公司 | 使用经基于光谱的色度校准的彩色相机的显示器的快速校准 |
EP2728342A1 (de) * | 2012-11-06 | 2014-05-07 | X-Rite Europe GmbH | Handmessgerät zur Erfassung des visuellen Eindrucks eines Messobjekts |
CN104008368A (zh) * | 2014-05-13 | 2014-08-27 | 重庆大学 | 一种基于最大熵阈值分割的火灾识别方法 |
US20150160839A1 (en) * | 2013-12-06 | 2015-06-11 | Google Inc. | Editing options for image regions |
CN105452825A (zh) * | 2013-06-24 | 2016-03-30 | 科技创新动量基金(以色列)参股有限公司 | 一种用于彩色图像获取的系统和方法 |
WO2016103132A1 (en) * | 2014-12-22 | 2016-06-30 | Eulitha A.G. | Method for printing colour images |
CN106251328A (zh) * | 2016-07-13 | 2016-12-21 | 南京农业大学 | 一种利用二维高光谱图像识别鸡胴体表面污染物的方法 |
WO2017023209A1 (en) * | 2015-08-04 | 2017-02-09 | Agency For Science, Technology And Research | Hyperspectral imaging apparatus and method |
Family Cites Families (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2588297B2 (ja) * | 1990-06-20 | 1997-03-05 | 日産自動車株式会社 | 塗装表面の鮮映性評価方法 |
US5777736A (en) * | 1996-07-19 | 1998-07-07 | Science Applications International Corporation | High etendue imaging fourier transform spectrometer |
DE60036232T2 (de) | 1999-12-08 | 2008-05-21 | X-Rite, Inc., Grandville | Optisches Messgerät und Verfahren |
US6714924B1 (en) * | 2001-02-07 | 2004-03-30 | Basf Corporation | Computer-implemented neural network color matching formulation system |
US7689023B2 (en) * | 2003-05-30 | 2010-03-30 | Rabinovich Andrew M | Color unmixing and region of interest detection in tissue samples |
US8548570B2 (en) * | 2004-11-29 | 2013-10-01 | Hypermed Imaging, Inc. | Hyperspectral imaging of angiogenesis |
ATE527619T1 (de) * | 2005-01-27 | 2011-10-15 | Cambridge Res & Instrumentation Inc | Klassifizierung der bildeigenschaften |
US7733484B1 (en) * | 2005-09-26 | 2010-06-08 | The United States Of America As Represented By The Secretary Of The Army | Hyperspectral scene projection/generation systems and methods |
EP1987331A2 (en) * | 2006-02-16 | 2008-11-05 | Clean Earth Technologies, Llc | Method for spectral data classification and detection in diverse lighting conditions |
US9326715B1 (en) * | 2007-07-02 | 2016-05-03 | Hypermed Imaging, Inc. | OxyVu-1 hyperspectral tissue oxygenation (HTO) measurement system |
WO2013109966A1 (en) * | 2012-01-20 | 2013-07-25 | The Trustees Of Dartmouth College | Method and apparatus for quantitative hyperspectral fluorescence and reflectance imaging for surgical guidance |
US8406859B2 (en) * | 2008-08-10 | 2013-03-26 | Board Of Regents, The University Of Texas System | Digital light processing hyperspectral imaging apparatus |
US8280134B2 (en) * | 2008-09-22 | 2012-10-02 | Cambridge Research & Instrumentation, Inc. | Multi-spectral imaging including at least one common stain |
US8035812B2 (en) * | 2009-03-24 | 2011-10-11 | Qualcomm Mems Technologies, Inc. | System and method for measuring display quality with a hyperspectral imager |
EP2511681B1 (en) * | 2009-11-30 | 2024-05-22 | IMEC vzw | Integrated circuit for spectral imaging system |
US20110176029A1 (en) * | 2010-01-15 | 2011-07-21 | Kenneth Wayne Boydston | Multispectral and Colorimetric Imaging System |
US8717551B2 (en) * | 2011-09-30 | 2014-05-06 | Inview Technology Corporation | Adaptive search for atypical regions in incident light field and spectral classification of light in the atypical regions |
JP6177786B2 (ja) * | 2011-11-04 | 2017-08-09 | アイメックImec | 集積フィルタとセンサアレイ上に投影された多重隣接画像コピーとを有するスペクトルカメラ |
JP6082401B2 (ja) * | 2011-11-04 | 2017-02-15 | アイメックImec | センサアレイ上にインターリーブ配置された画像コピーのオーバーラップしたセグメントを備えたスペクトルカメラ |
EP2776799B1 (en) * | 2011-11-04 | 2019-05-22 | IMEC vzw | Spectral camera with mirrors for projecting multiple adjacent image copies onto sensor array |
IN2014CN03172A (zh) * | 2011-11-04 | 2015-07-03 | Imec | |
US20150044098A1 (en) * | 2012-01-30 | 2015-02-12 | Scanadu Incorporated | Hyperspectral imaging systems, units, and methods |
US9593982B2 (en) * | 2012-05-21 | 2017-03-14 | Digimarc Corporation | Sensor-synchronized spectrally-structured-light imaging |
US9766382B2 (en) * | 2012-06-05 | 2017-09-19 | Hypermed Imaging, Inc. | Single-sensor hyperspectral imaging device |
US9219866B2 (en) * | 2013-01-07 | 2015-12-22 | Ricoh Co., Ltd. | Dynamic adjustment of multimode lightfield imaging system using exposure condition and filter position |
CN105102945B (zh) * | 2013-01-10 | 2018-07-10 | 加利珀生命科学股份有限公司 | 多光谱成像系统和方法 |
JP6392785B2 (ja) * | 2013-01-31 | 2018-09-19 | ベンタナ メディカル システムズ, インコーポレイテッド | 多重組織検定用の撮像デバイスまたはシステムを較正、構成、および有効性判断するためのシステムおよび方法 |
US10010278B2 (en) * | 2014-03-21 | 2018-07-03 | Hypermed Imaging, Inc. | Systems and methods for measuring tissue oxygenation |
US9655519B2 (en) * | 2014-03-21 | 2017-05-23 | Hypermed Imaging, Inc. | Systems and methods for performing an imaging test under constrained conditions |
US20150281538A1 (en) * | 2014-03-25 | 2015-10-01 | Semiconductor Components Industries, Llc | Multi-array imaging systems and methods |
WO2015195746A1 (en) * | 2014-06-18 | 2015-12-23 | Innopix, Inc. | Spectral imaging system for remote and noninvasive detection of target substances using spectral filter arrays and image capture arrays |
US10126242B2 (en) * | 2014-07-09 | 2018-11-13 | Caliper Life Sciences, Inc. | Pure spectrum extraction from biological samples in fluorescence multispectral imaging |
US10171755B2 (en) * | 2014-09-17 | 2019-01-01 | Elbit Systems Of America, Llc | Systems and methods for detecting light sources |
KR20170102459A (ko) * | 2014-11-06 | 2017-09-11 | 라모트 앳 텔-아비브 유니버시티 리미티드 | 스펙트럼 이미징 방법 및 시스템 |
US10482361B2 (en) * | 2015-07-05 | 2019-11-19 | Thewhollysee Ltd. | Optical identification and characterization system and tags |
ES2837015T3 (es) * | 2015-10-23 | 2021-06-29 | Novartis Ag | Sistema de derivación de proximidades espaciales entre células |
JP6898316B2 (ja) * | 2015-10-23 | 2021-07-07 | ノバルティス・エイジーNovartis AG | 拡張版aquaを支援するコンピュータ処理 |
WO2017184821A1 (en) * | 2016-04-20 | 2017-10-26 | Leica Biosystems Imaging, Inc. | Digital pathology color calibration and validation |
WO2017196472A1 (en) * | 2016-05-10 | 2017-11-16 | Memorial Sloan Kettering Cancer Center | Swcnt-dna-antibody conjugates, related compositions, and systems, methods and devices for their use |
US11529056B2 (en) * | 2016-10-18 | 2022-12-20 | Dentlytec G.P.L. Ltd. | Crosstalk reduction for intra-oral scanning using patterned light |
US10692245B2 (en) * | 2017-07-11 | 2020-06-23 | Datacolor Inc. | Color identification in images |
-
2018
- 2018-06-13 US US16/007,570 patent/US10909723B2/en active Active
- 2018-06-13 WO PCT/US2018/037333 patent/WO2018231982A1/en unknown
- 2018-06-13 EP EP18817182.1A patent/EP3639237B1/en active Active
- 2018-06-13 CN CN201880052608.5A patent/CN110945561B/zh active Active
-
2021
- 2021-01-05 US US17/141,662 patent/US11748912B2/en active Active
-
2023
- 2023-07-24 US US18/357,684 patent/US20230368426A1/en active Pending
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5761070A (en) * | 1995-11-02 | 1998-06-02 | Virginia Tech Intellectual Properties, Inc. | Automatic color and grain sorting of materials |
EP1486901A2 (en) * | 2003-06-12 | 2004-12-15 | Eastman Kodak Company | System for determining the colour of teeth |
CN101015218A (zh) * | 2004-07-08 | 2007-08-08 | 图像公司 | 使用多个投影显示器显示高分辨率图像的设备及方法 |
CA2594105A1 (en) * | 2004-10-25 | 2006-05-04 | Rp Ventures Technology Office Ab | A system for multi- and hyperspectral imaging |
US20090213120A1 (en) * | 2005-04-25 | 2009-08-27 | X-Rite, Inc. | Method And System For Enhanced Formulation And Visualization Rendering |
CN102216760A (zh) * | 2008-10-09 | 2011-10-12 | 欧珀生产商澳大利亚有限公司 | 用于宝石的评定、估价、分级的改进装置和方法 |
WO2010046687A1 (en) * | 2008-10-24 | 2010-04-29 | Tssi | Hologram including a covert image |
CN102327156A (zh) * | 2010-07-13 | 2012-01-25 | 卡尔斯特里姆保健公司 | 牙齿色度映射 |
EP2407763A2 (en) * | 2010-07-13 | 2012-01-18 | Carestream Health, Inc. | Dental shade mapping |
CN102331301A (zh) * | 2010-07-13 | 2012-01-25 | 卡尔斯特里姆保健公司 | 牙齿阴影映射 |
CN102466520A (zh) * | 2010-11-11 | 2012-05-23 | 香港纺织及成衣研发中心 | 多光谱成像颜色测量系统及其成像信号处理方法 |
CN102103069A (zh) * | 2011-02-14 | 2011-06-22 | 浙江大学 | 一种检测纹理对色差影响的方法 |
EP2676243A1 (en) * | 2011-02-15 | 2013-12-25 | Oxford Instruments Nanotechnology Tools Limited | Material identification using multiple images |
CN103609102A (zh) * | 2011-06-15 | 2014-02-26 | 微软公司 | 高分辨率多光谱图像捕捉 |
CN103765503A (zh) * | 2011-08-29 | 2014-04-30 | 高通股份有限公司 | 使用经基于光谱的色度校准的彩色相机的显示器的快速校准 |
CN102629386A (zh) * | 2012-03-28 | 2012-08-08 | 浙江大学 | 一种彩色纺织纹理图像的区域分割方法 |
US20140016862A1 (en) * | 2012-07-16 | 2014-01-16 | Yuichi Taguchi | Method and Apparatus for Extracting Depth Edges from Images Acquired of Scenes by Cameras with Ring Flashes Forming Hue Circles |
EP2728342A1 (de) * | 2012-11-06 | 2014-05-07 | X-Rite Europe GmbH | Handmessgerät zur Erfassung des visuellen Eindrucks eines Messobjekts |
CN105452825A (zh) * | 2013-06-24 | 2016-03-30 | 科技创新动量基金(以色列)参股有限公司 | 一种用于彩色图像获取的系统和方法 |
US20150160839A1 (en) * | 2013-12-06 | 2015-06-11 | Google Inc. | Editing options for image regions |
CN104008368A (zh) * | 2014-05-13 | 2014-08-27 | 重庆大学 | 一种基于最大熵阈值分割的火灾识别方法 |
WO2016103132A1 (en) * | 2014-12-22 | 2016-06-30 | Eulitha A.G. | Method for printing colour images |
WO2017023209A1 (en) * | 2015-08-04 | 2017-02-09 | Agency For Science, Technology And Research | Hyperspectral imaging apparatus and method |
CN106251328A (zh) * | 2016-07-13 | 2016-12-21 | 南京农业大学 | 一种利用二维高光谱图像识别鸡胴体表面污染物的方法 |
Non-Patent Citations (3)
Title |
---|
HAIFANG MO 等: "Color segmentation of multi-colored fabrics using self-organizing-map based clustering algorithm", 《TEXTILE RESEARCH JOURNAL》, pages 1 - 12 * |
LIN LUO 等: "An unsupervised method for dominant colour region segmentation in yarn-dyed fabrics", 《COLORATION TECHNOLOGY》, vol. 129, pages 389, XP055807088, DOI: 10.1111/cote.12063 * |
杨佳;华文深;刘恂;马左红;: "迷彩伪装的高光谱特性分析", 光学仪器, no. 05, pages 27 - 31 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112432768A (zh) * | 2020-11-10 | 2021-03-02 | 中国科学院光电技术研究所 | 基于高光谱图像的光学多孔径成像系统平移误差测量方法 |
CN112362162A (zh) * | 2020-11-11 | 2021-02-12 | 北京德为智慧科技有限公司 | 色彩传感器的标定方法、装置、电子设备及存储介质 |
CN112362162B (zh) * | 2020-11-11 | 2023-08-29 | 北京德为智慧科技有限公司 | 色彩传感器的标定方法、装置、电子设备及存储介质 |
CN113777056A (zh) * | 2021-08-13 | 2021-12-10 | 昆山格博尔智能科技有限责任公司 | 基于多光谱cmos图像芯片的油墨配色检测方法 |
CN113916817A (zh) * | 2021-10-21 | 2022-01-11 | 深圳市中科云驰环境科技有限公司 | 用于城镇生活饮用水的光谱法色度在线测量方法 |
CN113916817B (zh) * | 2021-10-21 | 2024-02-02 | 深圳市中科云驰环境科技有限公司 | 用于城镇生活饮用水的光谱法色度在线测量方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018231982A1 (en) | 2018-12-20 |
US20180357793A1 (en) | 2018-12-13 |
EP3639237B1 (en) | 2024-02-21 |
US11748912B2 (en) | 2023-09-05 |
US20210272320A1 (en) | 2021-09-02 |
EP3639237A4 (en) | 2021-07-14 |
US20230368426A1 (en) | 2023-11-16 |
US10909723B2 (en) | 2021-02-02 |
CN110945561B (zh) | 2024-06-14 |
EP3639237A1 (en) | 2020-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110945561B (zh) | 高光谱成像分光光度计和系统 | |
JP6039109B2 (ja) | 着色検査装置および着色検査方法 | |
US9395292B2 (en) | Method and apparatus for image-based color measurement using a smart phone | |
US10168215B2 (en) | Color measurement apparatus and color information processing apparatus | |
JP6919982B2 (ja) | 画像検査装置 | |
TWI769509B (zh) | 使用一相機系統來特徵化環境照明之方法,電腦可讀媒體,及相機系統 | |
US8942471B2 (en) | Color sequential flash for digital image acquisition | |
JP6917761B2 (ja) | 画像検査装置 | |
US10868958B2 (en) | Methods for constructing a color composite image | |
JP2021113744A (ja) | 撮像システム | |
WO2008075266A2 (en) | Colour sequential flash for digital image acquisition | |
Smagina et al. | Multiple light source dataset for colour research | |
JP2014187558A (ja) | 画像色分布検査装置および画像色分布検査方法 | |
JP6774788B2 (ja) | 色調整装置および色調整システム | |
CN111801554A (zh) | 用于设定测量设备中的测色转换参数的方法 | |
US20240035890A1 (en) | Color measurement instrument with live view of target surface | |
US20240046522A1 (en) | Multi-use color measurement instrument with live view of target surface | |
JP2017153054A (ja) | 着色検査装置および着色検査方法 | |
Učakar et al. | Implementation of Wiener Algorithm for Spectral Reflectance Reconstruction of 3 and 6 Channel Images | |
Mangi | Measurement pipeline for accurate in-situ measurements of museum artwork using hyperspectral imaging | |
CN118314076A (zh) | 确定面板可见表面的图案偏差值的方法和系统 | |
CN116116758A (zh) | 基于光谱成像技术的led显示屏模组墨色测量分选装置 | |
TWI424151B (zh) | 組合式光源之色度測量方法與系統 | |
WO2016030919A1 (ja) | 画像色分布検査装置および画像色分布検査方法 |
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 |