CN113689510A - 一种光源性能表征方法、装置及计算机可读存储介质 - Google Patents
一种光源性能表征方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113689510A CN113689510A CN202110862827.3A CN202110862827A CN113689510A CN 113689510 A CN113689510 A CN 113689510A CN 202110862827 A CN202110862827 A CN 202110862827A CN 113689510 A CN113689510 A CN 113689510A
- Authority
- CN
- China
- Prior art keywords
- light source
- information
- target
- performance
- image
- 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
- 238000012512 characterization method Methods 0.000 title claims abstract description 69
- 238000011156 evaluation Methods 0.000 claims abstract description 83
- 230000003595 spectral effect Effects 0.000 claims abstract description 69
- 230000000007 visual effect Effects 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000010586 diagram Methods 0.000 claims description 39
- 230000000694 effects Effects 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 13
- 238000005286 illumination Methods 0.000 claims description 11
- 238000003384 imaging method Methods 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 4
- 230000033764 rhythmic process Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000029553 photosynthesis Effects 0.000 claims description 3
- 238000010672 photosynthesis Methods 0.000 claims description 3
- 208000027418 Wounds and injury Diseases 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 230000006378 damage Effects 0.000 claims description 2
- 208000014674 injury Diseases 0.000 claims description 2
- 238000009877 rendering Methods 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 76
- 238000004590 computer program Methods 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007723 transport mechanism Effects 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Spectrometry And Color Measurement (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明公开了一种光源性能表征方法、装置及计算机可读存储介质,获取携带有多光谱光源各光谱通道对应的色度信息的目标表征图像;基于多光谱光源的光谱特征信息与色度信息的第一关联关系,以及光谱特征信息与光源性能评估信息的第二关联关系,构建相对性能特征模型;根据相对性能特征模型与目标表征图像的色度信息,在目标表征图像上对目标光源性能评估信息进行相应可视化表征。通过本发明的实施,充分考量了光源的光谱特征,基于色度与光源性能的关联关系对光源性能进行可视化表征,可实现光源性能的准确评估,以此可对光源调整控制提供有效指导。
Description
技术领域
本发明涉及照明技术领域,尤其涉及一种光源性能表征方法、装置及计算机可读存储介质。
背景技术
多光谱光源应用是未来发展的趋势,其具有更好的光谱可调性,能适应更多场合下用户的照明需求。目前对于具有较多色彩、光谱可变的光源应用中,尽管光源可进行照明参数调整,但是缺乏对实时光源性能的定量分析,从而光源调整较为盲目,因此有必要提供一种准确的光源性能表征方法,以对光源调整控制提供有效指导。
发明内容
本发明实施例的主要目的在于提供一种光源性能表征方法、装置及计算机可读存储介质,至少能够解决相关技术中对于多光谱光源的性能缺乏有效评估的问题。
为实现上述目的,本发明实施例第一方面提供了一种光源性能表征方法,应用于设置有多光谱光源的照明设备,该方法包括:
获取所述多光谱光源对应的目标表征图像;其中,所述目标表征图像携带有所述多光谱光源各光谱通道对应的色度信息;
基于所述多光谱光源的光谱特征信息与色度信息的第一关联关系,以及所述光谱特征信息与光源性能评估信息的第二关联关系,构建相对性能特征模型;
根据所述相对性能特征模型与所述目标表征图像的色度信息,在所述目标表征图像上对目标光源性能评估信息进行相应可视化表征。
为实现上述目的,本发明实施例第二方面提供了一种光源性能表征装置,应用于设置有多光谱光源的照明设备,该装置包括:
获取模块,用于获取所述多光谱光源对应的目标表征图像;其中,所述目标表征图像携带有所述多光谱光源各光谱通道对应的色度信息;
构建模块,用于基于所述多光谱光源的光谱特征信息与色度信息的第一关联关系,以及所述光谱特征信息与光源性能评估信息的第二关联关系,构建相对性能特征模型;
表征模块,用于根据所述相对性能特征模型与所述目标表征图像的色度信息,在所述目标表征图像上对目标光源性能评估信息进行相应可视化表征。
为实现上述目的,本发明实施例第三方面提供了一种电子装置,该电子装置包括:处理器、存储器和通信总线;
所述通信总线用于实现所述处理器和存储器之间的连接通信;
所述处理器用于执行所述存储器中存储的一个或者多个程序,以实现上述任意一种光源性能表征方法的步骤。
为实现上述目的,本发明实施例第四方面提供了一种计算机可读存储介质,该计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述任意一种光源性能表征方法的步骤。
根据本发明实施例提供的光源性能表征方法、装置及计算机可读存储介质,获取携带有多光谱光源各光谱通道对应的色度信息的目标表征图像;基于多光谱光源的光谱特征信息与色度信息的第一关联关系,以及光谱特征信息与光源性能评估信息的第二关联关系,构建相对性能特征模型;根据相对性能特征模型与目标表征图像的色度信息,在目标表征图像上对目标光源性能评估信息进行相应可视化表征。通过本发明的实施,充分考量了光源的光谱特征,基于色度与光源性能的关联关系对光源性能进行可视化表征,可实现光源性能的准确评估,以此可对光源调整控制提供有效指导。
本发明其他特征和相应的效果在说明书的后面部分进行阐述说明,且应当理解,至少部分效果从本发明说明书中的记载变的显而易见。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明第一实施例提供的光源性能表征方法的基本流程示意图;
图2为本发明第一实施例提供的一种色域划分示意图;
图3为本发明第一实施例提供的一种光源性能可视化表征示意图;
图4为本发明第一实施例提供的一种色域范围划分示意图;
图5为本发明第一实施例提供的另一种色域范围划分示意图;
图6为本发明第一实施例提供的另一种光源性能可视化表征示意图;
图7为本发明第二实施例提供的光源性能表征装置的程序模块示意图;
图8为本发明第三实施例提供的电子装置的结构示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
第一实施例:
为了解决相关技术中对于多光谱光源的性能缺乏有效评估的问题,本实施例提出了一种光源性能表征方法,应用于设置有多光谱光源的照明设备,不同光谱光源可以为单色光谱光源,也可以是混合光谱光源,如图1所示为本实施例提供的光源性能表征方法的基本流程示意图,本实施例提出的光源性能表征方法包括以下的步骤:
步骤101、获取多光谱光源对应的目标表征图像。
具体的,本实施例的目标表征图像携带有多光谱光源各光谱通道对应的色度信息。在实际应用中,目标表征图像可以是基于多光谱光源色度信息生成的色度图,各个光谱光源在色度图上具有相对应的色度值,或者是通过成像设备针对光源照明环境拍摄的色彩图像,色彩图像中各像素点携带有色度信息。
步骤102、基于多光谱光源的光谱特征信息与色度信息的第一关联关系,以及光谱特征信息与光源性能评估信息的第二关联关系,构建相对性能特征模型。
具体的,在本实施例中,光谱特征信息可以包括:光谱峰值波长、半宽度特征。光源性能评估信息可以包括以下任意一种:光源自身性能评估信息(可以理解为源端性能)、环境照明性能评估信息(可以理解为对象端性能)。进一步地,光源自身性能评估信息可以包括:亮度、对比度、光谱辐射效率、显色性、节律效应、中间视觉效应、物种作用效应;环境照明性能评估信息可以包括:照度、亮度、对比度、光色对比度、辨识度、光谱反射辐射效率、光色效果、光合作用效率、物种作用效应、节律效应、中间视觉效应、舒适度、疲劳度、偏好性、光遗传效应、蓝光伤害效应。
应当说明的是,本实施例的第一关联关系可以采用函数关系(x,y)=f(PW,FWHM)表示,其中(x,y)为色度值,PW为峰值波长,FWHM为半宽度。而对于选用的复合光源,可以分为m个具有PW、FWHM的光谱,其中m≥2,形成(xm,ym)=f(PWm,FWHMm),其中(xm,ym)是指第m个光谱对应色度值,PWm、FWHMm是指第m个光谱的PW、FWHM。
另外,本实施例的第二关联关系可以采用函数关系(L,S,H)=f(PW,FWHM)表示,其中L为亮度/明度,S为饱和度/纯度/彩度,H为色相/色调,PW为峰值波长,FWHM为半宽度。而对于选用的复合光源,可以分为m个具有PW、FWHM的光谱,其中m≥2,形成(L,S,H)=f(PWm,FWHMm)。
进一步地,本实施例的相对性能特征模型可以采用函数关系P=f(x,y,Y,En)表示,其中P为光源性能评估信息,x、y为色度坐标,Y为亮度,E为环境特征参数,n是指第n个环境特征所形成的参数影响,该函数模型可以为各种色域空间,相应的函数表达可以转换到相应色度空间。
此外,本实施例的相对性能特征模型还可以采用函数关系P=f(L,S,H)的形式,其中P为光源性能评估信息,L为亮度/明度,S为饱和度/纯度/彩度,H为色相/色调。
步骤103、根据相对性能特征模型与目标表征图像的色度信息,在目标表征图像上对目标光源性能评估信息进行相应可视化表征。
具体的,本实施例的光源性能评估信息为特定类型光源性能的性能评估值,在本实施例中,将色度与性能进行关联,然后基于该关联模型以及色度信息即可得到相应性能评估值,由此,再基于所得性能评估值进行可视化表征,最后对可视化表征图像进行输出,以向用户提供光源性能参考。
在本实施例一些实施方式中,目标表征图像还携带有多光谱光源各光谱通道对应的光度信息。相应的,上述获取多光谱光源对应的目标表征图像的步骤之后,还包括:基于多光谱光源的光谱特征信息与光度信息的第三关联关系,以及第一关联关系、第二关联关系,构建绝对性能特征模型。
并且,上述根据相对性能特征模型与目标表征图像的色度信息,在目标表征图像上对目标光源性能评估信息进行相应可视化表征的步骤,具体包括:根据相对性能特征模型与目标表征图像的色度信息、以及绝对性能特征模型与目标表征图像的光度信息、色度信息,在目标表征图像上对目标光源性能评估信息进行相应可视化表征。
具体的,本实施例还可以将光度与性能进行关联,基于光度所表征的性能为绝对性能,而前述基于色度所表征的性能则为相对性能。由此,可以实现更为全面、多样化的性能表征效果。
在本实施例一些实施方式中,上述获取多光谱光源对应的目标表征图像的步骤,具体包括:获取多光谱光源各光谱通道对应的色度信息,并基于色度信息生成色度图。
相应的,上述在目标表征图像上对光源性能评估信息进行相应可视化表征的步骤之前,还包括:在色度图上将多光谱光源的色域划分为多个互不重合的独立色域。
并且,上述在目标表征图像上对目标光源性能评估信息进行相应可视化表征的步骤,具体包括:在色度图上各独立色域,对目标光源性能评估信息进行相应可视化表征。
如图2所示为本实施例提供的一种色域划分示意图,描述了一种RGBW光源在CIE色度图上的色域划分方式,色度图被划分为BGW色域、RGW色域、BWR色域,每个色域中各色度值对应唯一确定的光谱。对于本实施例的色域划分,可以是多种光色光源对应在色度图上所行成的色域互不交叉,也可以是多种光色光源对应在色立体中不同亮度级别所形成的色域互不交叉。
应当说明的是,通过本实施例的色域划分,可以有效避免同色异谱现象,也即不会出现同一个色度下有多个光谱实现方案;并且,各独立色域光滑连续变化,在不同色域交界处所相应表征的性能也是连续变化的,可以提高后续进行性能表征的效果;此外,本实施例各分区表征简单,更容易用函数形式表达。
如图3所示为本实施例提供的一种光源性能可视化表征示意图,描述了一种RGBW光源照射物体对应的光谱反射辐射效率可视化表征,图中正方形方框图示为被照明物体自身的色彩示意,图中右侧长条状图示为光谱反射辐射效率在不同取值下的色彩示意。
进一步地,在本实施例一些实施方式中,上述在色度图上各独立色域,对目标光源性能评估信息进行相应可视化表征的步骤之后,还包括:根据目标光源性能评估信息的分级阈值,在色度图上针对不同性能等级进行色域范围划分,得到色域范围划分结果;根据色域范围划分结果,确定待控制色域范围;获取待控制色域范围对应的色度信息和光度信息;基于色度信息和光度信息,确定光源控制参数;基于光源控制参数控制多光谱光源相应光谱通道进行光色调整。
如图4所示为本实施例提供的一种色域范围划分示意图,具体的,在实际应用中,根据性能的优劣可以制定不同性能等级相应的阈值,然后通过多个阈值可以将可视化表征图上的性能表征值进行等级划分,由此即将可视化表征图上的色域划分为多个色域范围,多个色域范围分别对应不同性能等级。在本实施例优选的可以将性能等级最高的色域范围(例如图4中通过阈值1划分出的色域范围),然后通过该色域范围的光、色度信息对相应光谱通道进行绝对强度比例、相对强度比例调整,以实现光源性能优化。
更进一步地,在本实施例一些实施方式中,上述目标光源性能评估信息有多个。相应的,上述根据色域范围划分结果,确定待控制色域范围的步骤,包括:针对对应于多个目标光源性能评估信息的多个色域范围划分结果,将综合性能最优的公共色域范围确定为待控制色域范围。
具体的,在实际应用中,待评估的光源性能类型可能有多种,那么则对应有多个性能表征结果,并且根据性能分级阈值所相应划分的色域范围也有所不同,如图5所示为本实施例提供的另一种色域范围划分示意图。在本实施例中,考虑到仅基于单一性能的色域范围划分结果进行光源控制导致其中一光源性能得到优化的同时另一光源性能反而被削弱,在具体实践中,综合多种光源性能的色域范围划分结果,来将综合性能最优的公共色域范围确定最终进行光源控制的色域范围,以实现多光源性能的协同优化。
在本实施例的一种可选的实施方式中,上述获取多光谱光源对应的目标表征图像的步骤,具体包括:基于与成像设备的通信连接,接收成像设备拍摄的包括多光谱光源对应照明环境内照明对象的色彩图像;其中,色彩图像的像素信息关联于多光谱光源各光谱通道对应的色度信息。
具体的,本实施例的成像设备可以是照明设备自身配置的成像组件,也可以是外部的手机等终端设备。如图6所示为本实施例提供的另一种光源性能可视化表征示意图,由于目标表征图像为在照明环境内拍摄的照明场景图像,图像中每个像素点具有光、色度信息,该图像可以理解为一种伪色度图,依据当前照明环境下各性能评估值与光度、色度的函数模型或是对应数据库,亦可进行可视化评估。
进一步地,在本实施例的一种可选的实施方式中,在目标表征图像上对目标光源性能评估信息进行相应可视化表征的步骤之前,还包括:获取色彩图像上的目标兴趣点;根据目标兴趣点预设的光学参数参考值,对色彩图像进行校正。
具体的,本实施例在拍摄得到照明场景图像之后,依据参考点(也即兴趣点)所形成的光度、色度进行定标,进而标定整个拍摄场景各光照像素点结果,以进行图像参数修正,提高性能表征结果的准确性。
进一步地,针对目标表征图像为色彩图像的性能可视化表征,本实施例还进一步提供了基于该表征结果的光源控制实现,在本实施例的一种可选的实施方式中,在目标表征图像上对目标光源性能评估信息进行相应可视化表征的步骤之后,还包括:基于色彩图像上感兴趣区域内所有像素点相应的光源性能评估信息,计算感兴趣区域的整体性能评估值;将整体性能评估值与目标性能阈值进行比较;在整体性能评估值不符合目标性能阈值要求时,基于预设光源控制参数控制多光谱光源相应光谱通道进行光色调整。其中,在性能优异性与性能评估值正相关时,目标性能阈值要求为高于目标性能阈值,在性能优异性与性能评估值负相关时,目标性能阈值要求为低于目标性能阈值。
具体的,在一种实现中,本实施例可以获取目标性能阈值关联的色度信息与光度信息,然后基于色度信息与光度信息,确定光源控制参数,以此控制多光谱光源相应光谱通道进行光色调整。在另一种实现中,本实施例可以基于色彩图像上所有像素点相应的光源性能评估信息,生成性能表征色度图,然后从性能表征色度图上获取目标性能等级的色域范围;最后基于所获取的色域范围对应的色度信息与光度信息,确定光源控制参数,以此控制多光谱光源相应光谱通道进行光色调整。
在本实施例的一种可选的实施方式中,在目标表征图像上对目标光源性能评估信息进行相应可视化表征的步骤之前,还包括:获取多光谱光源对应照明环境的环境属性信息;基于环境属性信息确定相应的照明性能偏好信息;基于照明性能偏好信息从多种类型光源性能评估信息中确定目标光源性能评估信息。
具体的,在实际应用中,不同照明环境下所需关注的性能类型有所不同,例如汽车内饰照明场景下关注的是对比度、舒适度,农业照明场景下关注的是光合作用效率、光色效果、光谱反射辐射效率。由此,在本实施例中,针对实际照明环境对应获取相应所需关注的光源性能类型,然后有针对性的进行光源性能可视化表征,以保证最终的性能可视化表征结果对用户形成有效指导。
根据本发明实施例提供的光源性能表征方法,获取携带有多光谱光源各光谱通道对应的色度信息的目标表征图像;基于多光谱光源的光谱特征信息与色度信息的第一关联关系,以及光谱特征信息与光源性能评估信息的第二关联关系,构建相对性能特征模型;根据相对性能特征模型与目标表征图像的色度信息,在目标表征图像上对目标光源性能评估信息进行相应可视化表征。通过本发明的实施,充分考量了光源的光谱特征,基于色度与光源性能的关联关系对光源性能进行可视化表征,可实现光源性能的准确评估,以此可对光源调整控制提供有效指导。
第二实施例:
为了解决相关技术中对于多光谱光源的性能缺乏有效评估的问题,本实施例示出了一种光源性能表征装置,应用于设置有多光谱光源的照明设备,具体请参见图7,本实施例的光源性能表征装置包括:
获取模块701,用于获取多光谱光源对应的目标表征图像;其中,目标表征图像携带有多光谱光源各光谱通道对应的色度信息;
构建模块702,用于基于多光谱光源的光谱特征信息与色度信息的第一关联关系,以及光谱特征信息与光源性能评估信息的第二关联关系,构建相对性能特征模型;
表征模块703,用于根据相对性能特征模型与目标表征图像的色度信息,在目标表征图像上对目标光源性能评估信息进行相应可视化表征。
在本实施例的一些实施方式中,获取模块具体用于:获取多光谱光源各光谱通道对应的色度信息,并基于色度信息生成色度图。相应的,本实施例的光源性能表征装置还包括:划分模块,具体用于在色度图上将多光谱光源的色域划分为多个互不重合的独立色域。另外,表征模块具体用于:在色度图上各独立色域,对目标光源性能评估信息进行相应可视化表征。
进一步地,在本实施例的一些实施方式中,划分模块还用于:根据目标光源性能评估信息的分级阈值,在色度图上针对不同性能等级进行色域范围划分,得到色域范围划分结果。相应的,光源性能表征装置还包括:第一控制模块,用于:根据色域范围划分结果,确定待控制色域范围;获取待控制色域范围对应的色度信息和光度信息;基于色度信息和光度信息,确定光源控制参数;基于光源控制参数控制多光谱光源相应光谱通道进行光色调整。
更进一步地,在本实施例的一些实施方式中,目标光源性能评估信息有多个。相应的,第一控制模块在执行根据色域范围划分结果,确定待控制色域范围的功能时,具体用于:针对对应于多个目标光源性能评估信息的多个色域范围划分结果,将综合性能最优的公共色域范围确定为待控制色域范围。
在本实施例的另一些实施方式中,获取模块具体用于:基于与成像设备的通信连接,接收成像设备拍摄的包括多光谱光源对应照明环境内照明对象的色彩图像;其中,色彩图像的像素信息关联于多光谱光源各光谱通道对应的色度信息。
进一步地,在本实施例的一些实施方式中,光源性能表征装置还包括:校正模块,具体用于:在目标表征图像上对目标光源性能评估信息进行相应可视化表征的步骤之前,获取色彩图像上的目标兴趣点;根据目标兴趣点预设的光学参数参考值,对色彩图像进行校正。
进一步地,在本实施例的一些实施方式中,光源性能表征装置还包括:第二控制模块,用于:在目标表征图像上对目标光源性能评估信息进行相应可视化表征之后,基于色彩图像上感兴趣区域内所有像素点相应的光源性能评估信息,计算感兴趣区域的整体性能评估值;将整体性能评估值与目标性能阈值进行比较;在整体性能评估值不符合目标性能阈值要求时,基于预设光源控制参数控制多光谱光源相应光谱通道进行光色调整。
更进一步地,在本实施例的一些实施方式中,第二控制模块还用于:在基于预设光源控制参数控制多光谱光源相应光谱通道进行光色调整的步骤之前,获取目标性能阈值关联的色度信息与光度信息;基于色度信息与所述光度信息,确定光源控制参数。或,基于色彩图像上所有像素点相应的光源性能评估信息,生成性能表征色度图;从性能表征色度图上获取目标性能等级的色域范围;基于色域范围对应的色度信息与光度信息,确定光源控制参数。
在本实施例的一些实施方式中,光源性能表征装置还包括:确定模块,具体用于:在目标表征图像上对目标光源性能评估信息进行相应可视化表征的步骤之前,获取多光谱光源对应照明环境的环境属性信息;基于环境属性信息确定相应的照明性能偏好信息;基于照明性能偏好信息从多种类型光源性能评估信息中确定目标光源性能评估信息。
在本实施例的一些实施方式中,目标表征图像还携带有多光谱光源各光谱通道对应的光度信息。相应的,构建模块还用于:基于多光谱光源的光谱特征信息与光度信息的第三关联关系,以及第一关联关系、第二关联关系,构建绝对性能特征模型。另外,表征模块具体用于:根据相对性能特征模型与目标表征图像的色度信息,以及绝对性能特征模型与目标表征图像的光度信息、色度信息,在目标表征图像上对目标光源性能评估信息进行相应可视化表征。
应当说明的是,前述实施例中的光源性能表征方法均可基于本实施例提供的光源性能表征装置实现,所属领域的普通技术人员可以清楚的了解到,为描述的方便和简洁,本实施例中所描述的光源性能表征装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
采用本实施例提供的光源性能表征装置,获取携带有多光谱光源各光谱通道对应的色度信息的目标表征图像;基于多光谱光源的光谱特征信息与色度信息的第一关联关系,以及光谱特征信息与光源性能评估信息的第二关联关系,构建相对性能特征模型;根据相对性能特征模型与目标表征图像的色度信息,在目标表征图像上对目标光源性能评估信息进行相应可视化表征。通过本发明的实施,充分考量了光源的光谱特征,基于色度与光源性能的关联关系对光源性能进行可视化表征,可实现光源性能的准确评估,以此可对光源调整控制提供有效指导。
第三实施例:
本实施例提供了一种电子装置,参见图8所示,其包括处理器801、存储器802及通信总线803,其中:通信总线803用于实现处理器801和存储器802之间的连接通信;处理器801用于执行存储器802中存储的一个或者多个计算机程序,以实现上述实施例一中的光源性能表征方法中的至少一个步骤。
本实施例还提供了一种计算机可读存储介质,该计算机可读存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、计算机程序模块或其他数据)的任何方法或技术中实施的易失性或非易失性、可移除或不可移除的介质。计算机可读存储介质包括但不限于RAM(Random Access Memory,随机存取存储器),ROM(Read-Only Memory,只读存储器),EEPROM(Electrically Erasable Programmable read only memory,带电可擦可编程只读存储器)、闪存或其他存储器技术、CD-ROM(Compact Disc Read-Only Memory,光盘只读存储器),数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
本实施例中的计算机可读存储介质可用于存储一个或者多个计算机程序,其存储的一个或者多个计算机程序可被处理器执行,以实现上述实施例一中的方法的至少一个步骤。
本实施例还提供了一种计算机程序,该计算机程序可以分布在计算机可读介质上,由可计算装置来执行,以实现上述实施例一中的方法的至少一个步骤;并且在某些情况下,可以采用不同于上述实施例所描述的顺序执行所示出或描述的至少一个步骤。
本实施例还提供了一种计算机程序产品,包括计算机可读装置,该计算机可读装置上存储有如上所示的计算机程序。本实施例中该计算机可读装置可包括如上所示的计算机可读存储介质。
可见,本领域的技术人员应该明白,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件(可以用计算装置可执行的计算机程序代码来实现)、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。
此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、计算机程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。所以,本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明实施例所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (13)
1.一种光源性能表征方法,应用于设置有多光谱光源的照明设备,其特征在于,包括:
获取所述多光谱光源对应的目标表征图像;其中,所述目标表征图像携带有所述多光谱光源各光谱通道对应的色度信息;
基于所述多光谱光源的光谱特征信息与色度信息的第一关联关系,以及所述光谱特征信息与光源性能评估信息的第二关联关系,构建相对性能特征模型;
根据所述相对性能特征模型与所述目标表征图像的色度信息,在所述目标表征图像上对目标光源性能评估信息进行相应可视化表征。
2.如权利要求1所述的光源性能表征方法,其特征在于,所述光源性能评估信息包括以下任意一种:光源自身性能评估信息、环境照明性能评估信息。
3.如权利要求2所述的光源性能表征方法,其特征在于,所述光源自身性能评估信息包括:亮度、对比度、光谱辐射效率、显色性、节律效应、中间视觉效应、物种作用效应;
所述环境照明性能评估信息包括:照度、亮度、对比度、光色对比度、辨识度、光谱反射辐射效率、光色效果、光合作用效率、物种作用效应、节律效应、中间视觉效应、舒适度、疲劳度、偏好性、光遗传效应、蓝光伤害效应。
4.如权利要求1所述的光源性能表征方法,其特征在于,所述获取所述多光谱光源对应的目标表征图像的步骤,包括:
获取所述多光谱光源各光谱通道对应的色度信息,并基于所述色度信息生成色度图;
所述在所述目标表征图像上对所述光源性能评估信息进行相应可视化表征的步骤之前,还包括:
在所述色度图上将所述多光谱光源的色域划分为多个互不重合的独立色域;
所述在所述目标表征图像上对目标光源性能评估信息进行相应可视化表征的步骤,包括:
在所述色度图上各所述独立色域,对目标光源性能评估信息进行相应可视化表征。
5.如权利要求4所述的光源性能表征方法,其特征在于,所述在所述色度图上各所述独立色域,对目标光源性能评估信息进行相应可视化表征的步骤之后,还包括:
根据所述目标光源性能评估信息的分级阈值,在所述色度图上针对不同性能等级进行色域范围划分,得到色域范围划分结果;
根据所述色域范围划分结果,确定待控制色域范围;
获取所述待控制色域范围对应的色度信息和光度信息;
基于所述色度信息和所述光度信息,确定光源控制参数;
基于所述光源控制参数控制所述多光谱光源相应光谱通道进行光色调整。
6.如权利要求5所述的光源性能表征方法,其特征在于,所述目标光源性能评估信息有多个;
所述根据所述色域范围划分结果,确定待控制色域范围的步骤,包括:
针对对应于多个所述目标光源性能评估信息的多个所述色域范围划分结果,将综合性能最优的公共色域范围确定为待控制色域范围。
7.如权利要求1所述的光源性能表征方法,其特征在于,所述获取所述多光谱光源对应的目标表征图像的步骤,包括:
基于与成像设备的通信连接,接收所述成像设备拍摄的包括所述多光谱光源对应照明环境内照明对象的色彩图像;其中,所述色彩图像的像素信息关联于所述多光谱光源各光谱通道对应的色度信息。
8.如权利要求7所述的光源性能表征方法,其特征在于,所述在所述目标表征图像上对目标光源性能评估信息进行相应可视化表征的步骤之前,还包括:
获取所述色彩图像上的目标兴趣点;
根据所述目标兴趣点预设的光学参数参考值,对所述色彩图像进行校正。
9.如权利要求1至8中任意一项所述的光源性能表征方法,其特征在于,所述在所述目标表征图像上对目标光源性能评估信息进行相应可视化表征的步骤之前,还包括:
获取所述多光谱光源对应照明环境的环境属性信息;
基于所述环境属性信息确定相应的照明性能偏好信息;
基于所述照明性能偏好信息从多种类型光源性能评估信息中确定所述目标光源性能评估信息。
10.如权利要求1至8中任意一项所述的光源性能表征方法,其特征在于,所述目标表征图像还携带有所述多光谱光源各光谱通道对应的光度信息;
所述获取所述多光谱光源对应的目标表征图像的步骤之后,还包括:
基于所述多光谱光源的光谱特征信息与光度信息的第三关联关系,以及所述第一关联关系、所述第二关联关系,构建绝对性能特征模型;
所述根据所述相对性能特征模型与所述目标表征图像的色度信息,在所述目标表征图像上对目标光源性能评估信息进行相应可视化表征的步骤,包括:
根据所述相对性能特征模型与所述目标表征图像的色度信息,以及所述绝对性能特征模型与所述目标表征图像的光度信息、色度信息,在所述目标表征图像上对目标光源性能评估信息进行相应可视化表征。
11.一种光源性能表征装置,其特征在于,应用于设置有多光谱光源的照明设备,包括:
获取模块,用于获取所述多光谱光源对应的目标表征图像;其中,所述目标表征图像携带有所述多光谱光源各光谱通道对应的色度信息;
构建模块,用于基于所述多光谱光源的光谱特征信息与色度信息的第一关联关系,以及所述光谱特征信息与光源性能评估信息的第二关联关系,构建相对性能特征模型;
表征模块,用于根据所述相对性能特征模型与所述目标表征图像的色度信息,在所述目标表征图像上对目标光源性能评估信息进行相应可视化表征。
12.一种电子装置,其特征在于,包括:处理器、存储器和通信总线;
所述通信总线用于实现所述处理器和存储器之间的连接通信;
所述处理器用于执行所述存储器中存储的一个或者多个程序,以实现如权利要求1至10中任意一项所述的光源性能表征方法的步骤。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至10中任意一项所述的光源性能表征方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110862827.3A CN113689510B (zh) | 2021-07-29 | 2021-07-29 | 一种光源性能表征方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110862827.3A CN113689510B (zh) | 2021-07-29 | 2021-07-29 | 一种光源性能表征方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113689510A true CN113689510A (zh) | 2021-11-23 |
CN113689510B CN113689510B (zh) | 2024-06-07 |
Family
ID=78578204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110862827.3A Active CN113689510B (zh) | 2021-07-29 | 2021-07-29 | 一种光源性能表征方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113689510B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08105798A (ja) * | 1994-10-03 | 1996-04-23 | Kanebo Ltd | 演色性評価方法及び装置並びに演色性を考慮した染色レサイプを選定する方法及び装置 |
JPH1194644A (ja) * | 1997-09-24 | 1999-04-09 | Canon Inc | 測定装置及び光源特性値の算出装置及びその算出方法 |
US20050111693A1 (en) * | 2003-11-25 | 2005-05-26 | Xerox Corporation | Systems for spectral multiplexing of source images to provide a composite image, for rendering the composite image, and for spectral demultiplexing the composite image to obtain a normalized color image |
US20090109237A1 (en) * | 2007-10-31 | 2009-04-30 | Canon Kabushiki Kaisha | Generating colorimetric profiles from spectral data and user input |
CN110231148A (zh) * | 2019-06-04 | 2019-09-13 | 武汉大学 | 一种面向颜色分辨的展陈光源显色性评价方法及系统 |
US20200242322A1 (en) * | 2017-07-09 | 2020-07-30 | Ringo Ai, Inc. | Characterizing reflectance, illuminance, and sensor response for electromagnetic radiation |
CN111486947A (zh) * | 2020-04-24 | 2020-08-04 | 广州市三信红日照明有限公司 | 一种基于照度和相关色温的展陈照明光品质评价方法及系统 |
-
2021
- 2021-07-29 CN CN202110862827.3A patent/CN113689510B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08105798A (ja) * | 1994-10-03 | 1996-04-23 | Kanebo Ltd | 演色性評価方法及び装置並びに演色性を考慮した染色レサイプを選定する方法及び装置 |
JPH1194644A (ja) * | 1997-09-24 | 1999-04-09 | Canon Inc | 測定装置及び光源特性値の算出装置及びその算出方法 |
US20050111693A1 (en) * | 2003-11-25 | 2005-05-26 | Xerox Corporation | Systems for spectral multiplexing of source images to provide a composite image, for rendering the composite image, and for spectral demultiplexing the composite image to obtain a normalized color image |
US20090109237A1 (en) * | 2007-10-31 | 2009-04-30 | Canon Kabushiki Kaisha | Generating colorimetric profiles from spectral data and user input |
US20200242322A1 (en) * | 2017-07-09 | 2020-07-30 | Ringo Ai, Inc. | Characterizing reflectance, illuminance, and sensor response for electromagnetic radiation |
CN110231148A (zh) * | 2019-06-04 | 2019-09-13 | 武汉大学 | 一种面向颜色分辨的展陈光源显色性评价方法及系统 |
CN111486947A (zh) * | 2020-04-24 | 2020-08-04 | 广州市三信红日照明有限公司 | 一种基于照度和相关色温的展陈照明光品质评价方法及系统 |
Non-Patent Citations (1)
Title |
---|
QI YAO 等: "Chromaticity-based real-time assessment of melanopic and luminous efficiency of smartphone displays", 《OPTICS EXPRESS》, pages 4898 - 4909 * |
Also Published As
Publication number | Publication date |
---|---|
CN113689510B (zh) | 2024-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100563297C (zh) | 实现白平衡校正的方法及装置 | |
Rizzi et al. | A new algorithm for unsupervised global and local color correction | |
Sunoj et al. | Color calibration of digital images for agriculture and other applications | |
CN113170028B (zh) | 生成基于机器学习的成像算法的图像数据的方法 | |
US8300069B2 (en) | Optimal backlighting determination apparatus and method | |
KR101555183B1 (ko) | 칼러 맵핑 방법 | |
CN100551081C (zh) | 一种实现白平衡校正的方法及装置 | |
RU2707728C2 (ru) | Обработка изображения с изменением степени яркости при постоянстве цвета | |
RU2018126764A (ru) | Оптимизация изображений высокого динамического диапазона для конкретных дисплеев | |
US8953879B2 (en) | System, method and medium performing color correction of display images | |
US8300931B2 (en) | Non-linear tone mapping apparatus and method and computer readable medium stored thereon computer executable instructions for performing the method | |
JP6199856B2 (ja) | カラーグレーディングおよびコンテンツ承認における表示限度を管理するための方法および装置 | |
CN105721845B (zh) | 用于电子照相机的自动白平衡系统 | |
KR20180044575A (ko) | 디스플레이 장치 및 그의 캘리브레이션 방법 | |
CN101352028A (zh) | 色彩坐标系统和图像编辑 | |
US9307215B1 (en) | Automatic white balance methods and systems for electronic cameras | |
US11405997B2 (en) | Lighting control device, lighting control method, and program | |
CN111458967B (zh) | 颜色色温校准方法、校准装置和投影显示设备 | |
CN113689510A (zh) | 一种光源性能表征方法、装置及计算机可读存储介质 | |
CN113705581A (zh) | 一种光源性能表征方法、装置及计算机可读存储介质 | |
CN113692089B (zh) | 一种光源控制方法、装置及计算机可读存储介质 | |
Rougeron et al. | Color fidelity in computer graphics: A survey | |
US20120293533A1 (en) | Methods for creating gamma correction and tone mapping effects in a digital image | |
CN111210780B (zh) | 一种模拟真实物体光谱呈现的显示方法及装置 | |
CN118571161B (zh) | Led显示屏的显示控制方法、装置、设备及存储介质 |
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 |