CN111750993B - 一种基于成像条件校正的开放测量环境光谱测量方法 - Google Patents
一种基于成像条件校正的开放测量环境光谱测量方法 Download PDFInfo
- Publication number
- CN111750993B CN111750993B CN202010501553.0A CN202010501553A CN111750993B CN 111750993 B CN111750993 B CN 111750993B CN 202010501553 A CN202010501553 A CN 202010501553A CN 111750993 B CN111750993 B CN 111750993B
- Authority
- CN
- China
- Prior art keywords
- measurement
- formula
- matrix
- light source
- norm
- 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
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 170
- 238000012937 correction Methods 0.000 title claims abstract description 61
- 238000003384 imaging method Methods 0.000 title claims abstract description 44
- 238000001228 spectrum Methods 0.000 title claims abstract description 41
- 238000000691 measurement method Methods 0.000 title claims abstract description 13
- 230000003595 spectral effect Effects 0.000 claims abstract description 95
- 230000004044 response Effects 0.000 claims abstract description 94
- 239000011159 matrix material Substances 0.000 claims abstract description 78
- 238000012549 training Methods 0.000 claims abstract description 40
- 238000012360 testing method Methods 0.000 claims description 51
- 238000000034 method Methods 0.000 claims description 46
- 238000004088 simulation Methods 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 14
- 230000035945 sensitivity Effects 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000004611 spectroscopical analysis Methods 0.000 claims 5
- 230000007613 environmental effect Effects 0.000 claims 2
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000017105 transposition Effects 0.000 claims 1
- 238000005286 illumination Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- 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
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- 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
- G01J3/28—Investigating the spectrum
- G01J2003/283—Investigating the spectrum computer-interfaced
- G01J2003/284—Spectral construction
-
- 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
- G01J3/28—Investigating the spectrum
- G01J2003/2866—Markers; Calibrating of scan
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种基于成像条件校正的开放测量环境光谱测量方法,包括测量获得参考测量环境的光源数据;在参考测量环境下,拍摄训练样本集与参考白板数字图像,提取其各自raw响应值;计算光谱估计矩阵Q;在开放测量环境下,拍摄测量对象与参考白板数字图像,提取其各自raw响应值;利用参考白板raw响应值,计算校正矩阵M1,用于成像条件的初步校正;估计开放测量环境对应的k个目标光源数据;计算校正矩阵M2,用于成像条件的进一步校正;利用校正矩阵M1和M2,校正测量对象的raw响应值;利用光谱估计矩阵Q,估计测量对象的光谱;完成光谱测量,最终得到测量对象光谱数据。
Description
技术领域
本发明属于计算机数字图像处理技术领域,具体涉及一种基于成像条件校正的开放测量环境光谱测量方法。
背景技术
物体的光谱表征物体表面的出射光辐射相对于入射光辐射在各个波段的比值,反映了物体自身对辐射能量的吸收与反射特性,是表征物体本身物化属性的主要特征之一。在可见光范围内,光谱是颜色信息的指纹。光谱在众多工业生产领域中的颜色复制、颜色控制、颜色检测方面,及其它相关应用领域中的影像分析、特征提取、材料检测等光谱分析方面,都发挥着重要的功用,因此光谱测量至关重要。
在计算机数字图像处理领域,基于数码相机的光谱测量技术越来越受到学者的关注。基于数码相机的光谱测量是指以相机的线性化成像模型理论为基础,通过求解数学逆问题的思想和方法,利用数码相机数字响应值和相应光谱估计算法,对物体表面的光谱数据进行估计,以实现物体表面的光谱测量。
按测量方式,可将当前基于数码相机的光谱测量系统分为三类:第一类是基于滤光片式的光谱测量系统,主要有彩色数码相机+宽带滤光片、单色数码相机+窄带滤光片轮两种形式。第二类为基于多光源的光谱测量系统,主要利用彩色或者单色数码相机配合多个照明光源或者可调控LED照明系统组成。上述两类系统均是基于多通道方式进行光谱测量,即首先获得物体表面的多通道图像,然后由多通道图像数据计算物体表面每个像素点的光谱。第三类是基于单幅RGB图像进行光谱测量,即利用彩色数码相机单幅RGB图像的R、G、B三个通道数据计算光谱数据。现有的基于数码相机的光谱测量研究和应用中,无论是多通道式测量系统还是基于单幅RGB图像的测量系统,均是以基于训练方式的光谱测量形式开展,即首先利用测量系统拍摄一组已知光谱数据的训练样本集,然后利用训练样本集的数字响应信号和光谱数据,构建光谱估计矩阵,进而利用光谱估计矩阵进行光谱估计,完成光谱测量。
采用基于训练方式的光谱测量方法,要求测量系统校正和测量时的成像条件(系统参数和照明光源)严格保持一致,当成像条件改变时,需要采用训练样本集对测量系统进行重新校正,操作繁琐、耗时,在实际应用中存在的显著应用局限性。现有针对基于数码相机的光谱测量研究和应用,主要局限于实验室的封闭环境,因此能够满足上述测量系统校正和测量时照明条件一致性的要求。但是在缺乏便携式训练样本(例如色卡)的条件下,如何使用测量系统在任意未知照明环境中(例如户外自然光、室内人工光源、以及包含多光源的杂光光源等测量环境)进行光谱测量,实现测量系统面向开放测量环境的应用,是当前利用数码相机进行光谱测量所面临的一项亟待解决问题。
对于以上问题,目前学术界及工业界中均尚未提出合理有效的解决方法。本发明提出了一种基于成像条件校正的开放测量环境光谱测量方法,通过将实际测量时的成像条件向系统校正时的成像条件校正,实现基于数码相机的光谱测量系统面向开放测量环境的应用。
发明内容
本发明的目的是为了解决背景技术中所述问题,提出一种基于成像条件校正的开放测量环境光谱测量方法。
本发明的技术方案为一种基于成像条件校正的开放测量环境光谱测量方法,具体包括以下步骤:
步骤1,测量获得参考测量环境的光源数据;
步骤2,在参考测量环境下,拍摄训练样本集和参考白板数字图像,提取其各自raw响应值;步骤3,利用测量系统和训练样本集,计算光谱估计矩阵Q;
步骤4,在开放测量环境下,拍摄测量对象和参考白板数字图像,提取其各自raw响应值;
步骤5,利用参考白板raw响应值,计算校正矩阵M1,用于成像条件的初步校正;
步骤6,估计开放测量环境对应的k个目标光源数据;
步骤7,计算校正矩阵M2,用于成像条件的进一步校正;
步骤8,利用校正矩阵M1和M2,校正测量对象的raw响应值;
步骤9,利用光谱估计矩阵Q,估计测量对象的光谱;
步骤10,完成光谱测量,得到测量对象光谱数据。
需要说明的是,步骤1中,通常采用光谱辐射度计测量获得参考测量环境的光源数据。
需要说明的是,步骤2和步骤4中,数字图像raw响应值的获取方法为现有技术,具体操作可参见参考文献:Sumner R.Processing raw images in matlab.Department ofElectrical Engineering,University of California Sata Cruz,2014。
需要说明的是,步骤3中,训练样本的光谱数据为已知数据,通常采用分光光度计测量获得,光谱估计矩阵Q的计算方法如下:以Rtrain表示训练样本集的光谱数据矩阵,以Dtrain表示训练样本集的raw响应值矩阵,以最小二乘法为例,光谱估计矩阵Q的计算方法如式一所示,其中上标‘+’表示伪逆算子。
Q=Rtrain(Dtrain)+. 式一
需要说明的是,步骤3中,若测量系统为基于单幅RGB图像的光谱测量系统,即训练样本集的raw响应值为三通道数据,则需要对其进行多项式扩展,以三阶多项扩展为例,其扩展形式如式二所示:
dexpanded=[1 r g b rg rb gb r2 g2 b2 rg2 r2g rb2 r2b gb2 g2b r3 g3 b3].式二
其中,r、g和b为每个训练样本的R(红)通道、G(绿)通道和B(蓝)通道的raw响应值,dexpanded表示raw响应值的扩展响应向量,用于构成练样本集的响应值矩阵Dtrain。若测量系统为多通道式光谱测量系统,可不执行式二所示的响应值扩展处理。
需要说明的是,步骤5中,校正矩阵M1的计算方法如下:以dwhite,ref表示参考测量环境下参考白板的raw响应值,以dwhite,test表示开放测量环境下参考白板的raw响应值,则可按照式三计算得到校正矩阵M1,
M1=diag(dwhite,ref./dwhite,test). 式三
其中,diag为矩阵或向量对角化变换函数,‘./’表示矩阵或向量中的元素相除计算,M1为K×K的对角矩阵,K为测量系统的通道数。
需要说明的是,步骤6中,需要利用相机灵敏度函数、光源数据库、参考白板光谱数据和参考白板在开放测量环境下的raw响应值,估计开放测量环境对应的k个目标光源,具体方法如下所述:
首先,对开放测量环境下参考白板的raw响应值进行最大值归一化处理,如式四所示,
dwhite,test,norm=dwhite,test./max(dwhite,test). 式四
其中,max(*)为求解最大值函数,dwhite,test,norm为归一化后的raw响应值。
其次,针对光源数据库中的任意一个待选光源li(λ)(i指示第i个待选光源),结合测量系统的灵敏度函数和参考白板的光谱数据,按照式五计算参考白板在待选光源下的仿真响应值di,并按照式四所示方法对其进行归一化处理,获得参考白板归一化仿真响应值di,norm。
di=∫li(λ)r(λ)s(λ)dλ 式五
其中,l(λ)为光源的光谱功率分布,r(λ)为物体的光谱数据,s(λ)为相机的灵敏度函数,λ表示波长。
最后,以参考白板在开放测量环境下归一化raw响应值dwhite,test,norm和归一化仿真响应值di,norm的误差最小化为准则,从光源数据库中选择与开放测量环境等效的k个目标光源,获得k个目标光源的光谱功率分布数据。本发明采用综合角度误差(Angle error,AE)和欧式距离(Euclidean distance,ED)的整体误差(Overall Error,OE),作为判断dwhite,test,norm和di,norm的误差指标,其中AE反映了dwhite,test,norm和di,norm分布的形状相似性,ED反映了dwhite,test,norm和di,norm分布的距离相似性。AE和ED越大,OE越大,dwhite,test,norm和di,norm的差异性越大,反映出待选光源与开放环境光源的等效性越差,反之亦然。整体误差OE的计算方法如式六至式八所示,
EDi=||di,norm-dwhite,test,norm||, 式七
OEi=norm(AEi)×norm(EDi). 式八
其中,arccos为反余弦函数,单位为弧度(rad),上标‘T’表示转置预算符号,||·||表示矩阵或向量范数,norm(*)为对数据进行最大值归一化处理的函数。对整体误差OE进行升序排序,提取前k个整体误差较小的光源作为目标光源,并提取目标光源的光谱功率分布数据。需要强调的是,选取前k个整体误差较小的光源作为目标光源,是为了防止步骤7中,由于单个目标光源与开放测量环境的实际光源光谱功率分差异性太大,而导致校正矩阵M2求解误差较大的问题。
需要说明的是,步骤7中,需要利用相机灵敏度函数、k个目标光源数据、参考白板光谱数据、参考测量环境的光源数据和训练样本集光谱数据,计算校正矩阵M2,具体计算方法如下:
首先,按照式五所示成像模型,计算训练样本集在参考光源和任一目标光源下的仿真响应矩阵Dref和Dtarget,并计算参考白板在参考光源和任一目标光源下的仿真响应值dwhite,ref,sim和dwhite,target,sim,参考式三所示方法,利用参考白板的仿真响应值计算仿真校正矩阵M1,sim,并按照式九所示方法对Dtarget进行校正,得到Dtarget,corr,使Dtarget,corr和Dref的仿真成像条件一致;
Dtarget,corr=Dtarget·M1,sim, 式九
然后,将Dref复制k次,得到Dref,1~k,并将k个目标光源对应的Dtarget,corr进行组合,得到Dtarget,corr,1~k;
最后,利用最小二乘法计算由Dtarget,corr,1~k向Dref,1~k转换的校正矩阵M2,如式十所示,
M2=Dtarget,corr,1~k\Dref,1~k. 式十
其中,‘\’为Matlab中最小二乘求解算子,M2同样为K×K的方阵,K为通道数。
需要说明的是,步骤8中,利用校正矩阵对测量对象的raw响应值进行校正的方法如式十一所示:
dtest2train=dtest·M1·M2. 式十一
其中,dtest表示测量对象的raw响应值,dtes2traint表示校正后的测量对象的raw响应值。
需要说明的是,步骤9中,测量对象的光谱估计方法如式十二所示,
rtest,est=Q·dtest2train. 式十二
其中,rtest,est表示通过光谱估计得到的测量对象的光谱数据,同理,若测量系统为基于单幅RGB图像的光谱测量系统,由式十一计算得所到的dtes2traint在用于式十二之前,要按照式二进行同样阶数的多项扩展,若测量系统为多通道式光谱测量系统,可不执行式二所示的响应值扩展处理。
本发明以参考白板为成像条件的校正媒介,分别记录参考测量环境和开放测量环境下的成像条件,对考测量环境和开放测量环境成像条件不一致性进行校正,使得光谱测量系统以参考测量环境下建立的光谱估计矩阵为基础,能够面向任意开放测量环境进行光谱测量应用。本发明相对于本研究方向的现有研究成果而言,有效地解决了开放测量环境与参考测量环境成像条件不一致性的问题,并且进一步校正了由光源差异性造成的光谱测量误差,有效提升了光谱测量精度。由于本发明技术方案具有重要应用意义,对本发明技术方案进行保护,将对我国相关行业竞争国际领先地位具有重要意义。
附图说明
图1为本发明实施例的流程图。
具体实施方式
本发明技术方案具体实施时可由本领域技术人员采用计算机软件技术运行。结合附图,提供本发明实施例具体描述如下。
如图1所示,实施例提供了一种基于成像条件校正的开放测量环境光谱测量方法,可以解决开放测量环境与参考测量环境成像条件不一致性的问题,并且进一步校正了由光源差异性造成的光谱测量误差,有效提升了光谱测量精度,保证测量系统面向任意开放环境的光谱测量实际应用,可应用于工业检测、文物保护、生物医疗等诸多领域的光谱数据测量。实施例采用Nikon D7000彩色数码相机、爱色丽Eye-one Pro分光光度计、爱色丽Colorchecker SG色卡(包含140个色样)、Colorchecker色卡(包含24个色样)、包含702个相对光谱功率分布的光源数据库、美国PhotoResearch公司的PR705光谱辐射度计以及配套的标准参考白板等设备材料,在不同成像条件下开展实验,对本发明方法进行说明。其中,以实验室模拟日光照明环境作为参考测量环境,以Colorchecker SG色卡作为训练样本集,构建光谱估计矩阵;以办公室照明和户外自然光照环境作为开放测量环境,以Colorchecker色卡作为测量对象,开展本发明方法的具体测试。需要说明的是,本发明并不仅仅局限于上述设备和样本的应用支持,对于任意能实现上述设备功能的同等性质的设备同样适用。
实施例主要包括以下步骤:
1)测量获得参考测量环境的光源数据。
实施例中,利用美国PhotoResearch公司的PR705光谱辐射度计以及配套的标准参考白板,完成实验室模拟日光光源数据的测量。
2)在参考测量环境下,拍摄训练样本集和参考白板数字图像,提取其各自raw响应值。
实施例中,利用爱色丽Eye-one Pro分光光度计测量Colorchecker SG色卡的光谱数据,并利用Nikon D7000彩色数码相机拍摄训练样本和参考白板的数字图像,按照文献“Sumner R.Processing raw images in matlab.Department of ElectricalEngineering,University of California Sata Cruz,2014”所述方法,提取ColorcheckerSG色卡和参考白板的raw响应值,用于后续计算,其中色卡色样和参考白板的raw响应值提取区域为中心区域30×30像素。
3)利用测量系统和训练样本集,计算光谱估计矩阵Q。
实施例中采用最小二乘方法计算光谱估计矩阵,以Rtrain表示训练样本集Colorchecker SG色卡的光谱数据矩阵,以Dtrain表示训练样本集Colorchecker SG色卡的raw响应值矩阵,光谱估计矩阵Q的计算方法如式一所示,其中上标‘+’表示伪逆算子。
Q=Rtrain(Dtrain)+. 式一
由于实施采用基于单幅RGB图像的光谱测量系统进行测试,即训练样本集Colorchecker SG色卡的raw响应值为三通道数据,则需要对其进行多项式扩展,实施例采用三阶多项扩展方式,其扩展形式如式二所示:
dexpanded=[1 r g b rg rb gb r2 g2 b2 rg2 r2g rb2 r2b gb2 g2b r3 g3 b3].式二
其中,r、g和b为每个训练样本集Colorchecker SG色卡的R(红)通道、G(绿)通道和B(蓝)通道的raw响应值,dexpanded表示raw响应值的扩展响应向量,用于构成练样本集Colorchecker SG色卡的响应值矩阵Dtrain。若测量系统为多通道式光谱测量系统,可不执行式二所示的响应值扩展处理。
4)在开放测量环境下,拍摄测量对象和参考白板数字图像,提取其各自raw响应值。
实施例中,以包含24个色样的Colorchecker色卡作为测量对象,在实验室正常照明的杂光环境和户外自然光照环境等开放测量环境下,利用Nikon D7000彩色数码相机,分别拍摄Colorchecker色卡和参考白板的数字图像,并按照文献“Sumner R.Processing rawimages in matlab.Department of Electrical Engineering,University ofCalifornia Sata Cruz,2014”所述方法,提取Colorchecker色卡和参考白板的raw响应值,用于后续计算,其中色卡色样和参考白板的raw响应值提取区域为中心区域同样设置为30×30像素。
5)利用参考白板raw响应值,计算校正矩阵M1,用于成像条件的初步校正。
实施例中,同样以dwhite,ref表示参考测量环境下参考白板的raw响应值,以dwhite,test表示开放测量环境下参考白板的raw响应值,则可按照式三计算得到校正矩阵M1,
M1=diag(dwhite,ref./dwhite,test). 式三
其中,diag为矩阵或向量对角化变换函数,‘./’表示矩阵或向量中的元素相除计算,M1为K×K的对角矩阵,K为测量系统的通道数,实施例中K=3。
6)估计开放测量环境对应的k个目标光源数据。
实施例中,利用Nikon D7000数码相机的相机灵敏度函数、包含702个相对光谱功率分布的光源数据库、参考白板光谱数据和参考白板在开放测量环境下的raw响应值,估计开放测量环境对应的20个目标光源,具体方法如下所述:
首先,对开放测量环境下参考白板的raw响应值进行最大值归一化处理,如式四所示,
dwhite,test,norm=dwhite,test./max(dwhite,test). 式四
其中,max(*)为求解最大值函数,dwhite,test,norm为归一化后的raw响应值。
其次,针对光源数据库中的任意一个待选光源li(λ)(i指示第i个待选光源),结合Nikon D7000数码相机的灵敏度函数和参考白板的光谱数据,按照式五计算参考白板在待选光源下的仿真响应值di,并按照式四所示方法对其进行归一化处理,获得参考白板归一化仿真响应值di,norm。
di=∫li(λ)r(λ)s(λ)dλ 式五
其中,l(λ)为光源的光谱功率分布,r(λ)为物体的光谱数据,s(λ)为相机的灵敏度函数,λ表示波长。
最后,以参考白板在开放测量环境下归一化raw响应值dwhite,test,norm和归一化仿真响应值di,norm的误差最小化为准则,从光源数据库中选择与开放测量环境等效的20个目标光源,获得20个目标光源的光谱功率分布数据。本发明采用综合角度误差(Angle error,AE)和欧式距离(Euclidean distance,ED)的整体误差(Overall Error,OE),作为判断dwhite,test,norm和di,norm的误差指标,其中AE反映了dwhite,test,norm和di,norm分布的形状相似性,ED反映了dwhite,test,norm和di,norm分布的距离相似性。AE和ED越大,OE越大,dwhite,test,norm和di,norm的差异性越大,反映出待选光源与开放环境光源的等效性越差,反之亦然。整体误差OE的计算方法如式六至式八所示,
EDi=||di,norm-dwhite,test,norm||, 式七
OEi=norm(AEi)×norm(EDi). 式八
其中,arccos为反余弦函数,单位为弧度(rad),上标‘T’表示转置预算符号,||·||表示矩阵或向量范数,norm(*)为对数据进行最大值归一化处理的函数。对整体误差OE进行升序排序,提取前20个整体误差较小的光源作为目标光源,并提取目标光源的光谱功率分布数据,以应用于下一步校正矩阵M2的计算。需要强调的是,依据反复实验测试经验可知,k值通常取20时,即可满足其对应的功能需求,因此本实施例取k=20。
7)计算校正矩阵M2,用于成像条件的进一步校正。
实施例中,利用Nikon D7000数码相机的灵敏度函数、步骤6)中确定20个目标光源数据、参考白板光谱数据、步骤1)中测量获得的参考测量环境的光源数据、以及训练样本集Colorchecker SG色卡的光谱数据,计算校正矩阵M2,具体计算方法如下:
首先,按照式五所示成像模型,计算训练样本集Colorchecker SG色卡在参考光源和任一目标光源下的仿真响应矩阵Dref和Dtarget,并计算参考白板在参考光源和任一目标光源下的仿真响应值dwhite,ref,sim和dwhite,target,sim,参考式三所示方法,利用参考白板的仿真响应值计算仿真校正矩阵M1,sim,并按照式九所示方法对Dtarget进行校正,得到Dtarget,corr,使Dtarget,corr和Dref的仿真成像条件一致;
Dtarget,corr=Dtarget·M1,sim, 式九
然后,将Dref复制k次,本实施例中k=20,得到Dref,1~k,并将k个目标光源对应的Dtarget,corr进行组合,得到Dtarget,corr,1~k;
最后,利用最小二乘法计算由Dtarget,corr,1~k向Dref,1~k转换的校正矩阵M2,如式十所示,
M2=Dtarget,corr,1~k\Dref,1~k. 式十
其中,‘\’为Matlab中最小二乘求解算子,M2同样为K×K的方阵,K为测量系统通道数,本实施例中K=3。
8)利用校正矩阵M,校正测量对象的raw响应值。
实施例中,利用步骤4)和步骤7)中计算得到的校正矩阵M1和校正矩阵M2,对测量对象Colorchecker色卡的raw响应值进行校正,校正方法如式十一所示:
dtest2train=dtest·M1·M2. 式十一
其中,dtest表示测量对象Colorchecker色卡的raw响应值,dtes2traint表示校正后的测量对象Colorchecker色卡的raw响应值。
9)利用光谱估计矩阵Q,估计测量对象的光谱。
利用步骤2)计算得到的光谱估计矩阵Q,对测量对象Colorchecker色卡每个色样的光谱数据进行估计,估计方法如式十二所示,
rtest,est=Q·dtest2train. 式十二
其中,rtest,est表示通过光谱估计得到的测量对象Colorchecker色卡每个色样的光谱数据。同理,若测量系统为基于单幅RGB图像的光谱测量系统,由步骤8)中式十一计算得所到的dtes2traint在用于式十二之前,要按照式二进行同样阶数的多项扩展,若测量系统为多通道式光谱测量系统,可不执行式二所示的响应值扩展处理。实施例中使用的为基于单幅RGB图像的光谱测量系统,需要按照式二形式对测量对象Colorchecker色卡每个色样的raw响应值进行扩展处理。
10)完成光谱测量,得到测量对象光谱数据。
完成光谱测量,获得测量对象Colorcehecker色卡在两种开放测量环境下的光谱数据。实施例中,通过与测量对象Colorcehecker色卡的真实数据对比可知,两种开放测量环境下的光谱局方根误差(root-mean-square error,RMSE)分别为2.96%和2.67%,展现了较好的光谱测量精度。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以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,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.一种基于成像条件校正的开放测量环境光谱测量方法,其特征在于,包括以下步骤:
步骤1,测量获得参考测量环境的光源数据;
步骤2,在参考测量环境下,拍摄训练样本集和参考白板数字图像,提取其各自raw响应值;
步骤3,利用测量系统和训练样本集,计算光谱估计矩阵Q;
步骤4,在开放测量环境下,拍摄测量对象和参考白板数字图像,提取其各自raw响应值;
步骤5,利用在参考测量环境下和开放测量环境下分别提取的参考白板raw响应值,计算校正矩阵M1,用于成像条件的初步校正;
步骤6,估计开放测量环境对应的k个目标光源数据;
步骤7,利用相机灵敏度函数、k个目标光源数据、参考白板光谱数据、参考测量环境的光源数据和训练样本集光谱数据,计算校正矩阵M2用于成像条件的进一步校正;
步骤8,利用校正矩阵M1和M2,校正测量对象的raw响应值;
步骤9,利用光谱估计矩阵Q,估计测量对象的光谱;
步骤10,完成光谱测量,得到测量对象光谱数据。
2.根据权利要求1所述的一种基于成像条件校正的开放测量环境光谱测量方法,其特征在于:步骤1中采用光谱辐射度计测量获得参考测量环境的光源数据。
3.根据权利要求1所述的一种基于成像条件校正的开放测量环境光谱测量方法,其特征在于:步骤3中,训练样本集中训练样本的光谱数据为已知数据,采用分光光度计测量获得,光谱估计矩阵Q的计算方法如下:以Rtrain表示训练样本集的光谱数据矩阵,以Dtrain表示训练样本集的raw响应值矩阵,利用最小二乘法计算光谱估计矩阵Q,其计算方法如式一所示,其中上标‘+’表示伪逆算子,
Q=Rtrain(Dtrain)+ 式一。
4.根据权利要求1所述的一种基于成像条件校正的开放测量环境光谱测量方法,其特征在于:步骤3中,若测量系统为基于单幅RGB图像的光谱测量系统,即训练样本集的raw响应值为三通道数据,则对其进行多项式扩展,以三阶多项扩展为例,其扩展形式如式二所示:
dexpanded=[1 r g b rg rb gb r2 g2 b2 rg2 r2g rb2 r2b gb2 g2b r3 g3 b3] 式二
其中,r、g和b为每个训练样本的R通道、G通道和B通道的raw响应值,dexpanded表示raw响应值的扩展响应向量,用于构成训练样本集的响应值矩阵Dtrain;若测量系统为多通道式光谱测量系统,则不执行式二所示的响应值扩展处理。
5.根据权利要求1所述的一种基于成像条件校正的开放测量环境光谱测量方法,其特征在于:步骤5中,校正矩阵M1的计算方法如下:以dwhite,ref表示参考测量环境下参考白板的raw响应值,以dwhite,test表示开放测量环境下参考白板的raw响应值,则按照式三计算得到校正矩阵M1,
M1=diag(dwhite,ref./dwhite,test) 式三
其中,diag为矩阵或向量对角化变换函数,‘./’表示矩阵或向量中的元素相除计算,M1为K×K的对角矩阵,K为测量系统的通道数。
6.根据权利要求5所述的一种基于成像条件校正的开放测量环境光谱测量方法,其特征在于:步骤6中,利用相机灵敏度函数、光源数据库、参考白板光谱数据和参考白板在开放测量环境下的raw响应值,估计开放测量环境对应的k个目标光源,具体方法如下所述:
首先,对开放测量环境下参考白板的raw响应值进行最大值归一化处理,如式四所示,
dwhite,test,norm=dwhite,test./max(dwhite,test) 式四
其中,max(*)为求解最大值函数,dwhite,test,norm为归一化后的raw响应值;
其次,针对光源数据库中的任意一个待选光源li(λ),i指示第i个待选光源,结合测量系统的灵敏度函数和参考白板的光谱数据,按照式五计算参考白板在待选光源下的仿真响应值di,并按照式四所示方法对其进行归一化处理,获得参考白板归一化仿真响应值di,norm,
di=∫li(λ)r(λ)s(λ)dλ 式五
其中,l(λ)为光源的光谱功率分布,r(λ)为物体的光谱数据,s(λ)为相机的灵敏度函数,λ表示波长;
最后,以参考白板在开放测量环境下归一化raw响应值dwhite,test,norm和归一化仿真响应值di,norm的误差最小化为准则,从光源数据库中选择与开放测量环境等效的k个目标光源,获得k个目标光源的光谱功率分布数据。
7.根据权利要求6所述的一种基于成像条件校正的开放测量环境光谱测量方法,其特征在于:采用综合角度误差AE和欧式距离ED的整体误差OE,作为判断dwhite,test,norm和di,norm的误差指标,其中AE反映了dwhite,test,norm和di,norm分布的形状相似性,ED反映了dwhite,test,norm和di,norm分布的距离相似性,AE和ED越大,OE越大,dwhite,test,norm和di,norm的差异性越大,反映出待选光源与开放环境光源的等效性越差;整体误差OE的计算方法如式六至式八所示,
EDi=||di,norm-dwhite,test,norm|| 式七
OEi=norm(AEi)×norm(EDi) 式八
其中,arccos为反余弦函数,单位为弧度(rad),上标‘T’表示转置运算符号,||·||表示矩阵或向量范数,norm(*)为对数据进行最大值归一化处理的函数;对整体误差OE进行升序排序,提取前k个整体误差较小的光源作为目标光源,并提取目标光源的光谱功率分布数据。
8.根据权利要求6所述的一种基于成像条件校正的开放测量环境光谱测量方法,其特征在于:步骤7中,利用相机灵敏度函数、k个目标光源数据、参考白板光谱数据、参考测量环境的光源数据和训练样本集光谱数据,计算校正矩阵M2,具体计算方法如下:
首先,按照式五所示成像模型,计算训练样本集在参考光源和任一目标光源下的仿真响应矩阵Dref和Dtarget,并计算参考白板在参考光源和任一目标光源下的仿真响应值dwhite,ref,sim和dwhite,target,sim,参考式三所示方法,利用参考白板的仿真响应值计算仿真校正矩阵M1,sim,并按照式九所示方法对Dtarget进行校正,得到Dtarget,corr,使Dtarget,corr和Dref的仿真成像条件一致;
Dtarget,corr=Dtarget·M1,sim 式九
然后,将Dref复制k次,得到Dref,1~k,并将k个目标光源对应的Dtarget,corr进行组合,得到Dtarget,corr,1~k;
最后,利用最小二乘法计算由Dtarget,corr,1~k向Dref,1~k转换的校正矩阵M2,如式十所示,
M2=Dtarget,corr,1~k\Dref,1~k 式十
其中,‘\’为Matlab中最小二乘求解算子,M2同样为K×K的方阵,K为通道数。
9.根据权利要求4所述的一种基于成像条件校正的开放测量环境光谱测量方法,其特征在于:步骤8中,利用校正矩阵对测量对象的raw响应值校正方法如式十一所示:
dtest2train=dtest·M1·M2 式十一
其中,dtest表示测量对象的raw响应值,dtes2traint表示校正后的测量对象的raw响应值。
10.根据权利要求9所述的一种基于成像条件校正的开放测量环境光谱测量方法,其特征在于:步骤9中,测量对象的光谱估计方法如式十二所示,
rtest,est=Q·dtest2train 式十二
其中,rtest,est表示通过光谱估计得到的测量对象的光谱数据,若测量系统为基于单幅RGB图像的光谱测量系统,由式十一计算得所到的dtes2traint在用于式十二之前,要按照式二进行同样阶数的多项扩展,若测量系统为多通道式光谱测量系统,则不执行式二所示的响应值扩展处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010501553.0A CN111750993B (zh) | 2020-06-04 | 2020-06-04 | 一种基于成像条件校正的开放测量环境光谱测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010501553.0A CN111750993B (zh) | 2020-06-04 | 2020-06-04 | 一种基于成像条件校正的开放测量环境光谱测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111750993A CN111750993A (zh) | 2020-10-09 |
CN111750993B true CN111750993B (zh) | 2022-10-14 |
Family
ID=72674620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010501553.0A Active CN111750993B (zh) | 2020-06-04 | 2020-06-04 | 一种基于成像条件校正的开放测量环境光谱测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111750993B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022217486A1 (zh) * | 2021-04-14 | 2022-10-20 | 长光禹辰信息技术与装备(青岛)有限公司 | 一种光谱成像设备校正方法及光谱成像设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103954362A (zh) * | 2014-04-25 | 2014-07-30 | 杭州电子科技大学 | 一种基于成像设备的数字测色方法 |
CN104359556A (zh) * | 2014-11-14 | 2015-02-18 | 武汉大学 | 一种用于宽带光谱成像系统的最优化训练样本选择方法 |
CN106896069A (zh) * | 2017-04-06 | 2017-06-27 | 武汉大学 | 一种基于彩色数码相机单幅rgb图像的光谱重建方法 |
CN110660112A (zh) * | 2019-09-29 | 2020-01-07 | 浙江大学 | 一种基于专用色卡和多光谱成像的绘画光谱重构方法 |
CN110926609A (zh) * | 2019-10-22 | 2020-03-27 | 齐鲁工业大学 | 一种基于样本特征匹配的光谱重建方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6584435B2 (en) * | 2001-08-30 | 2003-06-24 | Xerox Corporation | Systems and methods for determining spectra using dynamic karhunen-loeve algorithms with measurements from led color sensor |
-
2020
- 2020-06-04 CN CN202010501553.0A patent/CN111750993B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103954362A (zh) * | 2014-04-25 | 2014-07-30 | 杭州电子科技大学 | 一种基于成像设备的数字测色方法 |
CN104359556A (zh) * | 2014-11-14 | 2015-02-18 | 武汉大学 | 一种用于宽带光谱成像系统的最优化训练样本选择方法 |
CN106896069A (zh) * | 2017-04-06 | 2017-06-27 | 武汉大学 | 一种基于彩色数码相机单幅rgb图像的光谱重建方法 |
CN110660112A (zh) * | 2019-09-29 | 2020-01-07 | 浙江大学 | 一种基于专用色卡和多光谱成像的绘画光谱重构方法 |
CN110926609A (zh) * | 2019-10-22 | 2020-03-27 | 齐鲁工业大学 | 一种基于样本特征匹配的光谱重建方法 |
Non-Patent Citations (4)
Title |
---|
Improving Training-based Reflectance Reconstruction via White balance and Link Function;Li-Jun Zhang等;《Proceedings of the 37th Chinese Control Conference》;20180727;全文 * |
Spectral Adaptation Transform for Multispectral Constancy;Haris Ahmad Khan等;《Journal of Imaging Science and Technology》;20180331;第62卷(第2期);全文 * |
Spectrogenic imaging: A novel approach to multispectral imaging in an uncontrolled environment;Raju Shrestha等;《Optics Express》;20140430;第22卷(第8期);全文 * |
彩色数码相机单幅RGB图像光谱重建研究;梁金星 等;《光学学报》;20170930;第37卷(第9期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111750993A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kawakami et al. | Camera spectral sensitivity and white balance estimation from sky images | |
US9076068B2 (en) | Method and apparatus for evaluating color in an image | |
CN106896069A (zh) | 一种基于彩色数码相机单幅rgb图像的光谱重建方法 | |
CN104572538A (zh) | 一种基于k-pls回归模型的中医舌图像颜色校正方法 | |
CN111750994B (zh) | 一种基于数码相机成像模型的光谱测量方法 | |
CN110231148A (zh) | 一种面向颜色分辨的展陈光源显色性评价方法及系统 | |
CN107315003A (zh) | 一种尿检试纸反应色分析方法 | |
CN115187865B (zh) | 基于地物光谱的无人机影像近红外波段模拟方法、介质 | |
CN107316309A (zh) | 基于矩阵分解的高光谱图像显著性目标检测方法 | |
CN111750993B (zh) | 一种基于成像条件校正的开放测量环境光谱测量方法 | |
CN115015258B (zh) | 一种农作物长势与土壤水分关联确定方法及相关装置 | |
CN113189021A (zh) | 基于光谱识别岩石颜色的方法 | |
CN113487681A (zh) | 基于光谱灵敏度曲线和光源光谱优化的相机颜色标定方法 | |
CN106895916B (zh) | 一种单次曝光拍摄获取多光谱图像的方法 | |
Kuzio et al. | Comparing practical spectral imaging methods for cultural heritage studio photography | |
CN105049841B (zh) | 利用单通道预滤光片提高彩色相机显色能力的方法 | |
CN114264648A (zh) | 一种水质检测试纸识别方法和系统 | |
CN102387631B (zh) | 一种免疫层析判读记录仪中光照度的自动判断和调整方法 | |
CN115597726B (zh) | 色温检测的方法、装置和电子设备 | |
CN105486408A (zh) | 基于彩色CCD的三波长Stokes矢量偏振测量系统及方法 | |
CN111750995B (zh) | 一种面向开放测量环境应用的光谱测量方法 | |
CN110926608A (zh) | 一种基于光源筛选的光谱重建方法 | |
CN106896068B (zh) | 解决网购颜色失真的商品颜色获取与再现方法及其系统 | |
CN113095368B (zh) | 一种光谱颜色代表性样本选择方法和系统 | |
Berns et al. | Modifications of a sinarback 54 digital camera for spectral and high-accuracy colorimetric imaging: simulations and experiments |
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 |