CN113298884B - 一种基于光谱可调led光源的rgb相机光谱敏感度标定方法 - Google Patents

一种基于光谱可调led光源的rgb相机光谱敏感度标定方法 Download PDF

Info

Publication number
CN113298884B
CN113298884B CN202110681062.3A CN202110681062A CN113298884B CN 113298884 B CN113298884 B CN 113298884B CN 202110681062 A CN202110681062 A CN 202110681062A CN 113298884 B CN113298884 B CN 113298884B
Authority
CN
China
Prior art keywords
light source
led light
camera
lambda
formula
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
CN202110681062.3A
Other languages
English (en)
Other versions
CN113298884A (zh
Inventor
何灿栋
黄庭纬
冯晶
熊鑫
罗明
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.)
Thousand Lights Lighting Changzhou Ltd
Original Assignee
Thousand Lights Lighting Changzhou Ltd
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 Thousand Lights Lighting Changzhou Ltd filed Critical Thousand Lights Lighting Changzhou Ltd
Priority to CN202110681062.3A priority Critical patent/CN113298884B/zh
Publication of CN113298884A publication Critical patent/CN113298884A/zh
Application granted granted Critical
Publication of CN113298884B publication Critical patent/CN113298884B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • 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
    • G06T2207/10004—Still image; Photographic 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
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Studio Devices (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)

Abstract

本发明涉及一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法，包括以下步骤：S1、选取LED光源，标定LED光源的光谱辐射功率分布；S2、调整LED光源出射面与相机的距离；S3、设置LED光源各个光谱通道的相对强度和相机的曝光参数；S4、对光谱可调LED光源的每种光源进行拍摄成像，获取RAW图像；S5、根据相机Bayer阵列排布提取RGB各个通道的所有像素响应值；S6、对RGB各个通道的所有像素响应值取平均，得出RGB各通道的响应均值；S7、结合LED光源的光谱辐射功率和RGB三通道的响应值，通过循环优化算法计算出相机RGB三通道的光谱敏感度。本发明的主要用途是提供一种标定过程简洁有序，标定效率高，标定结果精确的基于光谱可调LED光源的RGB相机光谱敏感度标定方法。

Description

一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法
技术领域
本发明涉及一种相机光谱敏感度的标定方法，特别是涉及一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法。
背景技术
商用RGB相机的成像过程是：光线经过镜头成像入射到感光元件，并经过感光元件上的拜耳(Bayer)滤光片阵列过滤后，分为红、绿、蓝三个通道后分别使不同位置处的感光单元感光，之后相机读取所有像素的响应数据(影像领域称之为RAW图像，意指直接读取感光元件所得、尚未经过图像处理运算的原始数据)，最后相机对此RAW图像经过一系列图像处理运算，生成呈现给用户观看的图片RGB数据。在此过程中，RGB相机的红、绿、蓝三通道对入射光线的光谱响应特性称为光谱敏感度特性。
光谱敏感度特性决定了相机获得的RAW图像数据，而由于相机间硬件的差异(包括成像系统、拜耳滤光片、感光元件)，此特性在不同相机之间的差异很大，这导致了即使拍摄同一场景、采用同一曝光参数，不同相机获得的RAW图像也并不相同，继而导致最终呈现的图片也会有明显差异。通常，位于上游的传感器厂家会提供传感器的光谱敏感度数据，但是到达成品阶段，由于整个相机系统的复杂性和用户设置导致的差异，一般相机厂家不会提供整机的光谱敏感度曲线。
根本的解决方案是对RGB相机进行光谱敏感度曲线标定。实现这一目的的传统方法是采用单色仪，通过使用待标定相机拍摄单色仪生成的单个波长的光源，得到相机在每个波长处的响应，继而得出相机的三通道敏感度曲线，这种方法虽然可以得到精确的光谱响应曲线，但它需要昂贵的设备，标定过程耗时长，一般只在专业的实验室中才可能采用。
近年来，研究者也提出了多种新方法获得相机光谱敏感度曲线。经检索，中国专利号201910815273.4，申请公开日为2020年1月10日，发明创造名称为：一种基于窄带LED光源估计相机光谱灵敏度的方法，该申请案包括以下步骤：1、选取N个LED光源；2、设置被测数码相机的参数，参数包括曝光时间、光圈大小和ISO值，固定相机的位置；3、在每种光源下拍摄一组图像，获取每个光源下图像颜色值；4、用PCA对已有的相机光谱灵敏度数据库做分析，获取每个相机通道的灵敏度函数主要特征向量；5、根据所有像素点的颜色值、光谱反射比和光源的光谱功率分布，通过优化算法计算得到相机三个通道灵敏度函数对应的特征系数；6、根据步骤5得到的特征系数与步骤4得到的主要特征向量，最终得到相机光谱灵敏度防止了由低维信息预测高维变量引发的误差。并且优化算法后面加上了平滑项，使得估算得到的灵敏度函数更加符合实际；但该申请案中所述方法一般要求测量多种光源的光谱功率分布，而且被摄色卡的反射比也需要事先测量，同时需要测光、测色仪器，成本高昂；同时，其基于大量现有商用相机的光谱敏感度曲线数据库，应用PCA主元分析并对光谱灵敏度降维的方法，虽然对设备要求低，但强烈依赖于相机光谱敏感度曲线数据库的选择，对于采用型号差异较大的感光元件的相机，或者非传统RGGB拜耳阵列的相机则无法适用。
发明内容
为了克服现有技术的不足，本发明的目的在于提供一种整体标定过程简洁有序、操作方便，标定效率高，标定结果精确的基于光谱可调LED光源的RGB相机光谱敏感度标定方法。
为解决上述问题，本发明所采用的技术方案如下：
一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法，包括以下步骤：
S1、选取光谱可调的LED光源，标定LED光源的光谱辐射功率分布；
S2、调整LED光源出射面与相机的距离，使LED光源出射面相对相机形成的成像角为相机视场角的1/10-1/5；
S3、设置LED光源各个光谱通道的相对强度，并设置相机的曝光参数；
S4、对光谱可调LED光源的每种光源进行拍摄成像，获取RAW图像；
S5、根据相机Bayer阵列排布提取成像区域内RGB三通道中各个通道的所有像素响应值；
S6、对RGB三通道中各个通道的所有像素响应值取平均，即可得出RGB三通道中各通道的响应均值；
S7、结合LED光源的光谱辐射功率和RGB三通道的响应均值，通过循环优化算法计算出相机RGB三通道的光谱敏感度。
进一步地，步骤S1中所述LED光源的光谱通道数为至少10个，所述LED光源的光谱波段覆盖相机380nm-730nm范围内的响应波段。
进一步地，步骤S2中所述LED光源经过匀光处理，且出射面亮度偏差小于1％。
进一步地，步骤S3中相机的曝光参数包括曝光时间、光圈大小和ISO值，调整上述的曝光参数使相机在同一曝光参数下，对每种光源的曝光量均为最大曝光量的80％-90％。
进一步地，步骤S7中分别对R、G、B三通道依次进行优化计算，具体计算过程中，RGB三通道中单通道的响应值表示为R(k，n)，LED光源出射光的光谱辐射功率表示为SPD(λ，k)，通过公式(1)求解相机RGB三通道中单通道的光谱敏感度S(λ，n)，
R(k，n)＝SPD(λ，k)*S(λ，n) (1)
其中，k为LED光源序号，λ为波长，n＝1，2，3，分别代表R，G，B三个通道，光谱敏感度S(λ，n)＞0；
由于相机的光谱波段的数量大于LED光源的波段数量，因此公式(1)的方程组为欠定方程组，需要通过公式(2)对S(λ，n)进行多项式降维，
其中p为降维后的维度，且p＜dim(λ)；
再将公式(2)得出的S(λ，n)代入公式(3)中，通过带非负约束的最小二乘法计算出光谱敏感度的均方根误差(RMSE)最小解，即为相机的初始光谱敏感度值Sseed(λ，n)，
Sseed(λ，n)＝(SPD(λ，k)TSPD(λ，k))-1SPD(λ，k)TR(k，n) (3)
其中，Sseed(λ，n)＞0。
进一步地，步骤S7中循环优化算法采用罚函数dE(n)的计算公式，罚函数dE(n)表征了相机光谱敏感度函数的准确性，dE(n)越小，说明S(λ，n)精准度越高，罚函数dE(n)的计算公式表示为公式(4)，
其中，m为LED光源可调光谱的数量。
进一步地，步骤S7中循环优化算法的循环层级分为两级，一级循环过程中，λ在LED光源的光谱波段范围内以一定间隔遍历取值，并记当前波长为λc，将λc代入公式(5)中对Sseed(λ，n)进行调制并将调制后的S′(λ，n)代入公式(4)中计算罚函数dE(n)，公式(5)中采用的钟形调制函数X(λ，n)表示为公式(6)，
S′(λ，n)＝Sseed(λ，n)×X(λ，n) (5)
X(λ，n)＝1±N(λ，μ，σ2) (6)
公式(6)中的N(λ，μ，σ2)为以λ为变量的正态分布函数，N(λ，μ，σ2)的计算公式表示为公式(7)，
其中，位置参数μ＝λc，即当前调制的中心波长；
二级循环过程中，以待优化的决定调制幅度的形态参量σ作为目标变量，在σ＜1区间内，公式(6)中的钟形调制函数X(λ，n)具体表示为公式(8)，将公式(8)中的X(λ，n)代入公式(5)中对Sseed(λ，n)实现压缩，
X(λ，n)＝1-N(λ，μ，σ2) (8)
在σ≥1区间内，公式(6)中的钟形调制函数X(λ，n)具体表示为公式(9)，将公式(9)中的X(λ，n)代入公式(5)中对Sseed(λ，n)实现放大，
X(λ，n)＝1+N(λ，μ，σ2) (9)
通过上述循环优化算法，依次得出相机RGB三通道的光谱敏感度最终解S(λ，n)。
相比现有技术，本发明的有益效果在于：本发明中仅需已知光谱辐射功率分布的LED光源，配合控制模块使用，即可对待标定相机进行光谱敏感度的标定，标定过程中再通过钟形函数进行循环调制，最后得出精确度较高的光谱敏感度数值；而且该方法对实验设备要求不高，有利于优化综合成本，整体标定过程简洁有序、操作方便，标定效率高，标定结果精确。
附图说明
图1为本发明的一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法所用的装置结构图；
图2为本发明的一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法的计算流程图；
图3为本发明的一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法标定的光谱敏感度，实线为单色仪的标定结果，点线为本发明的标定结果；
其中，1、相机；2、LED光源；3、匀光装置；4、散射板；41、出射光孔；5、控制模块。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。
需要说明的是，在本发明的技术方案的描述中，为了清楚地描述本发明的技术特征所使用的一些方位词，例如“前”、“后”、“上”、“下”、“顶部”、“底部”、“内”、“外”等均是按照本发明的附图方位而言的。
实施例
如图1和图2所示，本实施例的一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法，所采用的装置包括相机1、LED光源2和匀光装置3，相机1和LED光源2均与控制模块5联接，控制模块5用于控制调节LED光源2的强度以及相机1的曝光参数。相机1光谱敏感度的具体标定过程包括以下步骤：
S1、选取光谱可调的LED光源2，标定LED光源2的光谱辐射功率分布；光谱可调的LED光源2负责提供多波段、光谱辐射功率已知的出射光，由于LED光源2整体的光谱是每种光源的光谱叠加，所以只要调节了每种光源的相对强度，即可实现整体LED光源2的光谱调节；LED光源2的光谱辐射功率分布(SPD)一般在出厂阶段标定完成，无需用户操作，对于具有高精度需求的用户，也可使用用户自有的分光亮度计标定光谱辐射功率，标定过程为现有技术，此处不再赘述；
S2、调整LED光源2出射面与相机1的距离，使LED光源2出射面相对相机1形成的成像角为相机1视场角的1/10-1/5；
S3、设置LED光源2各个光谱通道的相对强度，并设置相机1的曝光参数；
S4、对光谱可调LED光源2的每种光源进行拍摄成像，获取RAW图像；
S5、对RAW图像扣除相机1的暗噪声，并根据相机1的Bayer阵列排布提取成像区域内RAW图像对应的RGB三通道中各个通道的所有像素响应值；相机1的成像区域就是相机1视场角内的区域；
S6、对RGB三通道中各个通道的所有像素响应值取平均，即可得出RGB三通道中各通道的响应均值；
S7、结合LED光源2的光谱辐射功率和RGB三通道的响应均值，通过循环优化算法计算出相机1的RGB三通道的光谱敏感度。
步骤S1中LED光源2的光谱通道数为至少10个，LED光源2的光谱波段覆盖相机1的380nm-730nm范围内的响应波段，实际应用过程中，LED光源2的光谱波段应至少覆盖相机1的400nm-660nm范围内的响应波段。
步骤S2中所述LED光源2经过匀光处理，且出射面亮度偏差小于1％。
步骤S3中相机1的曝光参数包括曝光时间、光圈大小和ISO值，调整上述的曝光参数使相机1在同一曝光参数下，对每种光源的曝光量均为最大曝光量的80％-90％，以保证较高的信噪比。
步骤S7中分别对R、G、B三通道依次进行优化计算，具体计算过程中，RGB三通道中单通道的响应值表示为R(k，n)，LED光源2出射光的光谱辐射功率表示为SPD(λ，k)，通过公式(1)求解相机1的RGB三通道中单通道的光谱敏感度S(λ，n)，λ在LED光源2的整个光谱波段范围内以10nm为间隔遍历取值，
R(k，n)＝SPD(λ，k)*S(λ，n) (1)
其中，k为LED光源序号，λ为波长，n＝1，2，3，分别代表R，G，B三个通道，光谱敏感度S(λ，n)＞0；
由于相机1的光谱波段的数量大于LED光源2的波段数量，因此公式(1)的方程组为欠定方程组，需要通过公式(2)对S(λ，n)进行多项式降维，
其中p为降维后的维度，且p＜dim(λ)；本实施例中优选地取p＝6。
由公式2可以得知，F(p，n)与S(λ，n)是等价的，F(p，n)是S(λ，n)的多项式表达形式，F(p，n)将变量λ降维成了p，降维后才能进一步计算并得出数值解。再将公式(2)代入公式(3)中，通过带非负约束的最小二乘法计算出光谱敏感度的均方根误差(RMSE)最小解，即为相机1的初始光谱敏感度Sseed(λ，n)，
Sseed(λ，n)＝(SPD(λ，k)TSPD(λ，k))-1SPD(λ，k)TR(k，n) (3)
其中，Sseed(λ，n)＞0。
步骤S7中循环优化算法采用罚函数dE(n)的计算公式，罚函数dE(n)表征了相机1的光谱敏感度函数的准确性，dE(n)越小，说明S(λ，n)精准度越高，因此整个循环优化过程的核心是降低dE(n)，罚函数dE(n)的计算公式表示为公式(4)，
其中，m为LED光源2可调光谱的数量，本实施例中取m＝18。理论上来说，SPD(λ，k)*S′(λ，n)与R(k，n)这两者的结果相同，因此两者的差值大小表明了S(λ，n)的精准度，差值越小，S(λ，n)的精准度越高。
步骤S7中循环优化算法的循环层级分为两级，一级循环过程中，λ在LED光源2的整个光谱波段范围内以10nm为间隔遍历取值，并记当前波长为λc，将λc代入公式(5)中对Sseed(λ，n)进行调制并将调制后的S′(λ，n)代入公式(4)中计算罚函数dE(n)，公式(5)中采用的钟形调制函数X(λ，n)表示为公式(6)，
S′(λ，n)＝Sseed(λ，n)×X(λ，n) (5)
X(λ，n)＝1±N(λ，μ，σ2) (6)
公式(6)中的N(λ，μ，σ2)为以λ为变量的正态分布函数，N(λ，μ，σ2)的计算公式表示为公式(7)，
其中，位置参数μ＝λc，即当前调制的中心波长；定义σ的取值上下限分别为0.2和1.8。
二级循环过程中，以待优化的决定调制幅度的形态参量σ作为目标变量，在σ＜1区间内，公式(6)中的钟形调制函数X(λ，n)具体表示为公式(8)，将公式(8)中的X(λ，n)代入公式(5)中对Sseed(λ，n)实现压缩，
X(λ，n)＝1-N(λ，μ，σ2) (8)
在σ≥1区间内，公式(6)中的钟形调制函数X(λ，n)具体表示为公式(9)，将公式(9)中的X(λ，n)代入公式(5)中对Sseed(λ，n)实现放大，
X(λ，n)＝1+N(λ，μ，σ2) (9)
通过上述循环优化算法，依次得出精准度较高的相机1的RGB三通道的光谱敏感度最终解S(λ，n)。
如图2所示，本实施例中循环优化算法的具体过程如下：先将初始光谱敏感度Sseed(λ，n)代入公式4得出dE(n)，此时dE(n)没有变小，故而将Sseed(λ，n)代入调制函数公式5中进行调制，调制时，先以N(λ，μ，σ2)中的μ和σ为定量，比如μ＝λc＝380nm，σ＝0.2，λ为变量(以10nm为间隔在380nm-730nm范围内遍历取值)，然后将N(λ，μ，σ2)代入公式6中得出X(λ，n)，并将X(λ，n)代入公式5对Sseed(λ，n)进行调制得出S′(λ，n)；然后将S′(λ，n)代入公式4得出新的dE(n)，与之前得出的dE(n)进行对比，若是变小，则将新的dE(n)对应的S′(λ，n)作为新的初始光谱敏感度Sseed(λ，n)再次代入公式4中得出dE(n)，与上一个dE(n)对比，若是没有变小，则再次将Sseed(λ，n)代入调制函数公式5中进行调制，调制时，μ为定量，σ以0.2为间隔依次取值，比如μ＝λc＝380nm，σ＝0.4，λ依然以10nm为间隔在380nm-730nm范围内遍历取值，然后将N(λ，μ，σ2)代入公式6中得出X(λ，n)，并将X(λ，n)代入公式5对Sseed(λ，n)进行调制得出新的S′(λ，n)；再将新的S′(λ，n)代入公式4，重复上述计算过程，直至σ以0.2为间隔在0.2-1.8范围内依次取值后得出λc对应的S(λ，n)最优解；然后改变λc(λc以10hm为间隔在380nm-730nm范围内依次取值)，再重复上述循环算法，得出不同λc分别对应的S(λ，n)最优解，进而得出相机1最终的光谱敏感度S(λ，n)曲线图。
具体在本实施例中，相机1采用Canon 650D作为待标定的相机1，LED光源2采用申请号为201420764587.9，专利名称为一种光谱可调式的无线智能LED平板灯的装置，该种LED光源2的归一化光谱共计18种；匀光装置3采用申请号202020074645.0，专利名称为一种多通道LED面光源的匀光装置的装置作为示例进行相机1光谱敏感度的标定。具体标定过程如下：
LED光源2发出的出射光经过匀光装置3，到达安装在匀光装置3前端的散射板4，散射板4为不透明漫射板，不透明漫射板表面粗糙喷白，对光具有很强的漫反射能力，散射板4的中心处开设有圆形的出射光孔41，出射光孔41直径为4cm，出射光从该出射光孔41发出，因此该出射光孔41形成的面即为LED光源2的出射面。本实施例中相机1光轴正对LED光源2的出射光孔41，定义相机1与出射光孔41之间的距离为l，出射光孔41的直径为d，l的大小取决于相机1视场角θ和出射光孔41直径d，LED光源2的出射面相对相机1形成的成像角为调整l的大小，使得成像角的范围在/>内。然后通过控制模块5调整LED光源2的强度以及相机1的曝光参数，并通过控制模块5控制相机1对LED光源2的18种光源一一进行拍摄，获得RAW图像。然后对RAW图像进行预处理，首先需要扣除暗噪声，然后根据相机1的Bayer阵列的排布提取成像区域内RGB三个通道的图像，由于实际G通道分为两个，所以可分别标记为G1和G2。获得成像区域内RGB各通道的所有像素响应值后，对所有像素响应值取平均值，即可得出RGB三通道中各通道的响应均值R(k，n)，本实施例中18种光源各通道的响应均值R(k，n)如下表所示：
优化计算时将对应通道的所有响应均值R(k，n)结合已知的光谱辐射功率SPD(λ，k)依次代入公式(1)中计算光谱敏感度S(λ，n)；再通过优化循环算法计算出RGB三通道的光谱敏感度最终解S(λ，n)。由于G2通道的计算方法和G1通道相同，结果也相近，因此计算时只需计算G1通道和G2通道的其中一个即可。
在相机1的380nm-730nm的响应波段范围，待优化的决定调制幅度的形态参量σ作为目标变量，得出的光谱敏感度最终解S(λ，n)的曲线图如图3所示。由图可以看出，采用本实施例中的标定方法得出的光谱敏感度与单色仪所测出的光谱敏感度极为接近，误差较小，精确度高。单色仪的标定过程为现有技术，此处不再赘述，直接引用结果。
本发明的一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法，仅需已知光谱辐射功率分布的LED光源2，配合控制模块5使用，即可对待标定相机1进行光谱敏感度的标定，标定过程中再通过钟形函数进行循环调制，最后得出精确度较高的光谱敏感度数值；而且该方法对实验设备要求不高，有利于优化综合成本，整体标定过程简洁有序、操作方便，标定效率高，标定结果精确。
对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。

Claims (4)

1.一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法，其特征在于，包括以下步骤：
S1、选取光谱可调的LED光源，标定LED光源的光谱辐射功率分布；
S2、调整LED光源出射面与相机的距离，使LED光源出射面相对相机形成的成像角为相机视场角的1/10-1/5；
S3、设置LED光源各个光谱通道的相对强度，并设置相机的曝光参数；
S4、对光谱可调LED光源的每种光源进行拍摄成像，获取RAW图像；
S5、根据相机Bayer阵列排布提取成像区域内RGB三通道中各个通道的所有像素响应值；
S6、对RGB三通道中各个通道的所有像素响应值取平均，即可得出RGB三通道中各通道的响应均值；
S7、结合LED光源的光谱辐射功率和RGB三通道的响应均值，通过循环优化算法计算出相机RGB三通道的光谱敏感度；
步骤S7中分别对R、G、B三通道依次进行优化计算，具体计算过程中，RGB三通道中单通道的响应值表示为R(k,n)，LED光源出射光的光谱辐射功率表示为SPD(λ,k)，通过公式(1)求解相机RGB三通道中单通道的光谱敏感度S(λ,n)，
R(k,n)＝SPD(λ,k)*S(λ,n) (1)
其中，k为LED光源序号，λ为波长，n＝1,2,3，分别代表R,G,B三个通道，光谱敏感度S(λ,n)>0；
由于相机的光谱波段的数量大于LED光源的波段数量，因此公式(1)的方程组为欠定方程组，需要通过公式(2)对S(λ,n)进行多项式降维，
其中p为降维后的维度，且p<dim(λ)；
再将公式(2)得出的S(λ,n)代入公式(3)中，通过带非负约束的最小二乘法计算出光谱敏感度的均方根误差(RMSE)最小解，即为相机的初始光谱敏感度值Sseed(λ,n)，
Sseed (λ,n)＝(SPD(λ,k)TSPD(λ,k))-1SPD(λ,k)TR(k,n) (3)
其中，Sseed(λ,n)>0；
步骤S7中循环优化算法采用罚函数dE(n)的计算公式，罚函数dE(n)表征了相机光谱敏感度函数的准确性，dE(n)越小，说明S(λ,n)精准度越高，罚函数dE(n)的计算公式表示为公式(4)，
其中，m为LED光源可调光谱的数量；
步骤S7中循环优化算法的循环层级分为两级，一级循环过程中，λ在LED光源的光谱波段范围内以一定间隔遍历取值，并记当前波长为λc，将λc代入公式(5)中对Sseed(λ,n)进行调制并将调制后的S′(λ,n)代入公式(4)中计算罚函数dE(n)，公式(5)中采用的钟形调制函数X(λ,n)表示为公式(6)，
S′(λ,n)＝Sseed (λ,n) ×X(λ,n) (5)
X(λ,n)＝1±N(λ,μ,σ2) (6)
公式(6)中的N(λ,μ,σ2)为以λ为变量的正态分布函数，N(λ,μ,σ2)的计算公式表示为公式(7)，
其中，位置参数μ＝λc，即当前调制的中心波长；
二级循环过程中，以待优化的决定调制幅度的形态参量σ作为目标变量，在σ<1区间内，公式(6)中的钟形调制函数X(λ,n)具体表示为公式(8)，将公式(8)中的X(λ,n)代入公式(5)中对Sseed(λ,n)实现压缩，
X(λ,n)＝1-N(λ,μ,σ2) (8)
在σ≥1区间内，公式(6)中的钟形调制函数X(λ,n)具体表示为公式(9)，将公式(9)中的X(λ,n)代入公式(5)中对Sseed(λ,n)实现放大，
X(λ,n)＝1+N(λ,μ,σ2) (9)
通过上述循环优化算法，依次得出相机RGB三通道的光谱敏感度最终解S(λ,n)。
2.根据权利要求1所述的一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法，其特征在于：步骤S1中所述LED光源的光谱通道数为至少10个，所述LED光源的光谱波段覆盖相机380nm-730nm范围内的响应波段。
3.根据权利要求1所述的一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法，其特征在于：步骤S2中所述LED光源的出射光经过匀光处理，且出射面亮度偏差小于1％。
4.根据权利要求1所述的一种基于光谱可调LED光源的RGB相机光谱敏感度标定方法，其特征在于：步骤S3中相机的曝光参数包括曝光时间、光圈大小和ISO值，调整上述的曝光参数使相机在同一曝光参数下，对每种光源的曝光量均为最大曝光量的80％-90％。
CN202110681062.3A 2021-06-18 2021-06-18 一种基于光谱可调led光源的rgb相机光谱敏感度标定方法 Active CN113298884B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110681062.3A CN113298884B (zh) 2021-06-18 2021-06-18 一种基于光谱可调led光源的rgb相机光谱敏感度标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110681062.3A CN113298884B (zh) 2021-06-18 2021-06-18 一种基于光谱可调led光源的rgb相机光谱敏感度标定方法

Publications (2)

Publication Number Publication Date
CN113298884A CN113298884A (zh) 2021-08-24
CN113298884B true CN113298884B (zh) 2023-09-19

Family

ID=77328800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110681062.3A Active CN113298884B (zh) 2021-06-18 2021-06-18 一种基于光谱可调led光源的rgb相机光谱敏感度标定方法

Country Status (1)

Country Link
CN (1) CN113298884B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103528686A (zh) * 2013-09-24 2014-01-22 岑夏凤 一种光谱可调的led照明系统的配方优化算法
CN111750994A (zh) * 2020-06-04 2020-10-09 武汉纺织大学 一种基于数码相机成像模型的光谱测量方法
CN111986136A (zh) * 2020-09-24 2020-11-24 南京航空航天大学 一种基于泊松概率模型的模糊图像序列融合复原方法
CN111986122A (zh) * 2020-09-24 2020-11-24 南京航空航天大学 基于混合型总变分正则化的模糊图像非盲复原方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10955327B2 (en) * 2004-03-06 2021-03-23 Michael Trainer Method and apparatus for determining particle characteristics utilizing a plurality of beam splitting functions and correction of scattered light
US8264553B2 (en) * 2009-11-12 2012-09-11 Microsoft Corporation Hardware assisted image deblurring
CN109816733B (zh) * 2019-01-14 2023-08-18 京东方科技集团股份有限公司 相机参数初始化方法及装置、相机参数标定方法及设备、图像采集系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103528686A (zh) * 2013-09-24 2014-01-22 岑夏凤 一种光谱可调的led照明系统的配方优化算法
CN111750994A (zh) * 2020-06-04 2020-10-09 武汉纺织大学 一种基于数码相机成像模型的光谱测量方法
CN111986136A (zh) * 2020-09-24 2020-11-24 南京航空航天大学 一种基于泊松概率模型的模糊图像序列融合复原方法
CN111986122A (zh) * 2020-09-24 2020-11-24 南京航空航天大学 基于混合型总变分正则化的模糊图像非盲复原方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Measurement of food colour in L*a*b* units from RGB digital image using least squares support vector machine regression;Roberto Romaniello, Alessandro Leone, Giorgio Peri;Journal of Agricultural Engineering 2015;第46卷(第4期);138~143 *
基于彩色相机的LED色度测量方法的研究;杨城;中国优秀硕士学位论文全文数据库 信息科技辑(第12期);I136-34 *
基于罚函数的向量自回归关联预测模型研究;王艳;中国博士学位论文全文数据库 基础科学辑(第02期);A002-86 *

Also Published As

Publication number Publication date
CN113298884A (zh) 2021-08-24

Similar Documents

Publication Publication Date Title
US11193830B2 (en) Spectrocolorimeter imaging system
US8634014B2 (en) Imaging device analysis systems and imaging device analysis methods
EP2637004B1 (en) Multispectral imaging color measurement system and method for processing imaging signals thereof
US20020180973A1 (en) Apparatus and methods for measuring and controlling illumination for imaging objects, performances and the like
CN108896499A (zh) 结合主成分分析与正则化多项式的光谱反射率重建方法
JP4216209B2 (ja) 膜厚測定方法および装置
WO1992004803A1 (en) Standardized color calibration of electronic imagery
US11215505B2 (en) Calibration apparatus, calibration method, spectral camera, and display apparatus
US9826226B2 (en) Expedited display characterization using diffraction gratings
US20080260242A1 (en) Apparatus and methods for measuring and controlling illumination for imaging objects, performances and the like
JP2003214951A (ja) 分光計測装置及び分光計測方法
CN109738068B (zh) 一种校正多光谱相机响应值非线性的方法
US20050078187A1 (en) Combination of response adapting filter and detector
CN113298884B (zh) 一种基于光谱可调led光源的rgb相机光谱敏感度标定方法
JP3338569B2 (ja) 色温度推定方法、色温度推定装置、及び露光量決定方法
CN217358748U (zh) 一种提高光谱成像仪精确度的装置及光谱成像系统
Barnard et al. Camera calibration for color research
AU3138502A (en) Apparatus and methods for measuring and controlling illumination for imaging objects, performance and the like
JP2010256303A (ja) ハイパースペクトル画像処理装置及びハイパースペクトル画像処理方法
US20230061667A1 (en) Imaging unit and measurement device
Ribés et al. Color and multispectral imaging with the CRISATEL multispectral system
AU2007200111A1 (en) Apparatus and methods for measuring and controlling illumination for imaging objects, performances and the like
CN114414049B (zh) 一种提高光谱成像仪精确度的装置、系统、方法及介质
CN117073841A (zh) 面向成像系统高动态范围颜色管理的色标数据生成方法
JP2502131B2 (ja) 写真焼付露光量の決定方法

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