CN115049747B - 一种高动态范围屏幕的色度测量方法和系统 - Google Patents

Abstract

一种高动态范围屏幕的色度测量方法和系统，其中方法包括：获取使用第二曝光参数序列中各曝光值对高动态范围屏幕进行拍摄得到的屏幕图像序列，根据屏幕图像序列计算得到一张高动态范围的色度图像，对该高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，之后进行颜色校正，获取颜色校正后的高动态范围的色度图像的色度值作为最终的色度测量结果。由于根据屏幕图像序列生成一张高动态范围的色度图像，使用该色度图像进行后续处理，克服了一般相机动态范围低，用于测量高动态范围屏幕的色度时精度不足的问题，并且对亮度进行非线性偏差校正，根据镜头畸变系数进行亮度径向偏差校正，提高了色度测量的精度。

Description

一种高动态范围屏幕的色度测量方法和系统

技术领域

本发明涉及色度测量技术领域，具体涉及一种高动态范围屏幕的色度测量方法和系统。

背景技术

自2019年以来，MiniLED等背光终端产品密集发布。各大屏幕生产厂商纷纷推出MiniLED背光或类似技术的电视、显示器、VR（Virtual Reality，虚拟现实）和车载显示等终端产品，在背光终端和手机终端等电子产品的推动下，MiniLED等高亮度高动态范围屏幕迎来快速发展。MiniLED与传统的LCD比较，具有高动态范围，所能显示的对比度也更高，MiniLED可以在不需要亮的地方选择性关闭LED而不是统一给背光，从而实现屏幕对比度的极大提高，与此同时高动态范围的屏幕也给屏幕生产过程中的色度测量带来新的挑战。

屏幕色度的测量最开始常用一种分光式色度仪对屏幕进行测量，这种测量方法一般只能对单点视野进行测量，存在效率低下、漏检率高的问题。后面有人提出了使用相机传感器对屏幕进行成像式测量，这种方法能够一次对视野内所有点进行测量，大大提高了实际生产中检测的效率，但是这种方法一般会因镜头畸变导致视野周边的区域测量精度不够高，并且随着屏幕技术的发展，MiniLED等类型的屏幕的动态范围得到了极大提高，超过一般相机传感器的动态范围，从而导致一般的成像式测量方法在对这些高动态范围屏幕进行测量时精度大大下降。

发明内容

本发明主要解决的技术问题是如何提高高动态范围屏幕的色度测量精度。

根据第一方面，一种实施例中提供一种高动态范围屏幕的色度测量方法，包括：

获取使用第二曝光参数序列

中的各曝光值对高动态范围屏幕进行拍摄得到的屏幕图像序列，其中所述高动态范围屏幕为显示状态；

根据所述屏幕图像序列计算得到一张高动态范围的色度图像；

对所述高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，以得到亮度校正后的所述高动态范围的色度图像；

对亮度校正后的所述高动态范围的色度图像进行颜色校正；

获取颜色校正后的所述高动态范围的色度图像的色度值。

一种实施例中，所述根据所述屏幕图像序列计算得到一张高动态范围的色度图像，包括：

将所述屏幕图像序列输入预先训练好的第二高动态图像生成模型中以得到一张高动态范围的色度图像，所述第二高动态图像生成模型由第二编码器模型和第一解码器模型构成；

其中所述第二高动态图像生成模型通过以下方式训练得到：

构建第一曝光参数序列{E _i }；

获取在标准光源下使用第一曝光参数序列{E _i }中的各曝光值对标准色卡进行拍摄得到的第一图像序列；

将所述第一图像序列作为训练图像，将理想色度图像作为标记图像，对由第一编码器模型和第一解码器模型构成的第一高动态图像生成模型进行训练，以得到所述第一编码器模型和第一解码器模型的参数；

对第一曝光参数序列{E _i }进行抽样得到所述第二曝光参数序列

；

获取在标准光源下使用所述第二曝光参数序列

中的各曝光值对标准色卡进行拍摄得到的第二图像序列；

将所述第二图像序列作为训练图像，将理想色度图像作为标记图像，固定所述第一解码器模型的参数，对所述第二高动态图像生成模型进行训练，以得到所述第二编码器模型的参数。

一种实施例中，所述构建第一曝光参数序列{E _i }包括：

确定相机的最大曝光值E _max；

计算曝光值的初始步长s=E _max/k，其中k为预设的步长数；

根据初始步长计算得到曝光值步长序列

，其中s _j 表示第j个曝光值步长，且j的范围为[0,k]；

根据曝光值步长序列计算得到第一曝光参数序列{E _i }：

，

其中E _i 表示第i个曝光值。

一种实施例中，所述对所述高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正包括：

获取所述高动态范围的色度图像的亮度部分图像

；

根据以下公式对所述亮度部分图像

进行校正：

，

其中I _cor 为校正后的亮度部分图像，k ₁、k ₂和k ₃为镜头畸变系数，r为亮度部分图像

中的点到图像中心点的距离，α和β为预先构建的非线性倍率偏差模型的参数，所述非线性倍率偏差模型的数学表达式为：

，

其中I ₃为输入图像，I ₄为产生非线性倍率偏差后的亮度图像。

一种实施例中，所述色度测量方法还包括：

对相机进行标定，得到相机镜头的畸变系数k ₁、k ₂和k ₃；

获取使用所述第二曝光参数序列

中的各曝光值对均匀面光源进行拍摄得到的面光源图像序列；

根据所述面光源图像序列计算得到一张高动态范围的面光源色度图像，获取所述面光源色度图像的亮度部分图像；

将理想亮度图像作为输入图像输入径向偏差模型中以得到产生径向偏差后的亮度图像，其中所述径向偏差模型的数学表达式为：

，

其中I ₁为输入图像，I ₂为产生径向偏差后的亮度图像；

将所述产生径向偏差后的亮度图像作为输入图像I ₃，将所述面光源色度图像的亮度部分图像作为产生非线性倍率偏差后的亮度图像I ₄，代入所述非线性倍率偏差模型中，求解得到参数α和β。

一种实施例中，所述对亮度校正后的所述高动态范围的色度图像进行颜色校正，包括：

对于亮度校正后的所述高动态范围的色度图像的点(u,v)，获取其色度值(L,a,b)和色度梯度(ΔL,Δa,Δb)；

将坐标(u,v)、色度值(L,a,b)和色度梯度(ΔL,Δa,Δb)输入预先构建的混合色差模型中以得到校正后的色度值(L _cor ,a _cor ,b _cor )，其中所述混合色差模型的数学表达式为：

(x,y,1,L _cor ,a _cor ,b _cor ,ΔL _cor ,Δa _cor ,Δb _cor ) ^T =

(u,v,1,L,a,b,ΔL,Δa,Δb) ^T ，

其中(x,y)为点(u,v)对应的空间坐标，H为空间坐标到图像坐标的单应性矩阵，(ΔL _cor ,Δa _cor ,Δb _cor )为校正后的色度梯度，A和B为参数矩阵。

一种实施例中，所述色度测量方法还包括：

获取使用所述第二曝光参数序列

中的各曝光值对标定板进行拍摄得到的标定板图像序列；

根据所述标定板图像序列计算得到一张高动态范围的标定板色度图像；

对所述高动态范围的标定板色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，以得到亮度校正后的所述高动态范围的标定板色度图像；

获取所述标定板色度图像中的特征点，以及特征点的图像坐标

和对应的空间坐标

，其中l表示第l个特征点，n表示特征点的数量；

根据公式

计算得到单应性矩阵H；

获取所述标定板色度图像中的色散区域R _c ，对于色散区域中的点

，获取其色度值(L _c ,a _c ,b _c )和色度梯度(ΔL _c ,Δa _c ,Δb _c )；

根据以下方程计算得到参数矩阵A和B：

(x _c ,y _c ,1,L _c ,a _c ,b _c ,ΔL _c ,Δa _c ,Δb _c ) ^T =

(x _w ,y _w ,1,100,0,0,0,0,0) ^T ，

其中(x _w ,y _w ,1) ^T =H ^-1(x _c ,y _c ,1)。

一种实施例中，所述标定板为圆阵列标定板，所述获取所述标定板色度图像中的特征点具体为：获取所述标定板色度图像中色度值中

、

和

的区域作为圆点区域，其中(t _{L_min},t _{L_max})为预设的第一L值范围、(t _{a_min},t _{a_max})为预设的第一a值范围、(t _{b_min},t _{b_max})为预设的第一b值范围；计算所述圆点区域的重心位置作为特征点；

所述获取所述标定板色度图像中的色散区域R _c 具体为：获取所述圆点区域中色度值中

、

和

的区域作为色散区域R _c ，其中

为预设的第二L值范围、

为预设的第二a值范围、

为预设的第二b值范围。

根据第二方面，一种实施例中提供一种高动态范围屏幕的色度测量系统，包括：

屏幕图像获取模块，用于获取使用第二曝光参数序列

中的各曝光值对高动态范围屏幕进行拍摄得到的屏幕图像序列，其中所述高动态范围屏幕为显示状态；

高动态范围图像生成模块，用于根据所述屏幕图像序列计算得到一张高动态范围的色度图像；

亮度校正模块，用于对所述高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，以得到亮度校正后的所述高动态范围的色度图像；

颜色校正模块，用于对亮度校正后的所述高动态范围的色度图像进行颜色校正；

色度获取模块，获取颜色校正后的所述高动态范围的色度图像的色度值。

根据第三方面，一种实施例中提供一种计算机可读存储介质，所述介质上存储有程序，所述程序能够被处理器执行以实现如上述第一方面所述的色度测量方法。

依据上述实施例的高动态范围屏幕的色度测量方法和系统，首先获取使用第二曝光参数序列中的各曝光值对高动态范围屏幕进行拍摄得到的屏幕图像序列，根据屏幕图像序列计算得到一张高动态范围的色度图像，之后对该高动态范围的色度图像进行亮度校正和颜色校正，获取颜色校正后的高动态范围的色度图像的色度值作为最终的色度测量结果。由于使用不同曝光值拍摄得到的屏幕图像序列生成一张高动态范围的色度图像，使用该色度图像进行后续处理，因此克服了一般相机的动态范围相对较低，用于测量高动态范围屏幕的色度时精度不足的问题，同时在进行亮度校正时考虑到相机镜头的畸变，对该高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，进一步提高了对高动态范围屏幕进行色度测量的精度。

附图说明

图1为一种实施例的高动态范围屏幕的色度测量方法的流程图；

图2为一种实施例中第二高动态图像生成模型的训练流程图；

图3为一种实施例的第一高动态图像生成模型和第二高动态图像生成模型的结构示意图；

图4为一种实施例中构建径向偏差模型和非线性倍率偏差模型的流程图；

图5为一种实施例中构建混合色差模型的流程图；

图6为一种实施例中的圆点排布的镂空标定板的示意图；

图7为一种实施例中的高动态范围屏幕的色度测量系统的结构示意图；

图8为另一种实施例中的高动态范围屏幕的色度测量系统的结构示意图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。

另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。

本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接（联接）。

本文中涉及的若干术语的解释：

动态范围(Dynamic Range)：物理学概念，表示某一物理量最大值与最小值的比率，通常以对数表示，单位为dB，对于显示屏而言，它指屏幕中最明亮处与最黑暗处的亮度之比。

高动态范围(High Dynamic Range，HDR)屏幕：HDR屏幕的动态范围相比标准动态范围 (Standard Dynamic Range，SDR) 屏幕更高，明暗差别更明显；HDR屏幕可以显示高达10000尼特且动态范围高达14档或更高的亮度。

色度：指色彩的纯度，反映颜色的色调和饱和度，色度值可以用(L,a,b)表示，其中L代表明暗度（黑白），a代表红绿色度，b代表黄蓝色度。

下面先对一些现有技术进行介绍。在纺织、印染以及屏幕面板行业，一般需要通过亮度计或色度计测量产品的亮度和色度。而亮度计或色度计又分为点式的和成像式的。其中，点式的亮度计或色度计，需要对产品进行逐点测量，从而得到产品各个点的亮度或某一通道下的色度；成像式的亮度计或色度计，可以一次测得产品各个点的亮度或某一通道下的色度。从测量效率来看，成像式的亮度计或色度计要明显优于点式的亮度计或色度计。

随着MiniLED、MicroLED产品的面世，屏幕面板的尺寸和大小越来越大，达到了70寸以上，保证大尺寸面板色彩的一致性，是面板行业面临的一个重要问题。背景技术中已对MiniLED进行了介绍，下面对MicroLED进行简单介绍。MicroLED屏幕指的是在能够产生光的像素堆中使用有机材料的屏幕，属于一种OLED屏幕技术。MicroLED屏幕具有自发光的特性，当有电流通过时构成一个个像素点的有机材料就会发光来显示图像，不需要显示图像的像素点则无电流通过，从而能够实现真正的黑色，并且具有良好的节电特性。此外OLED屏幕技术还具有轻薄、可弯曲等应用前景宽广的特性。现阶段对于MicroLED屏幕的亮度和色度测量，一种情况是使用XYZ滤光片的转轮式成像色度计，但由于XYZ滤光片的精准度欠佳，而LED的谱线较窄，故而测量误差较大；另一种情况则是采用单点光谱仪测量的方式测量中心点的光谱信息，使用中心点校准，但对于其他区域的光谱无法便利地进行测量，故而导致除中心区域外的其他区域的测量误差较大。

屏幕色度测量是显示屏在生产出厂时必须经过的一道检验程序，如果LED显示屏色度不均匀，则无法通过后期校正设备解决，所以为了保证显示屏售出后的正常使用，减少售后问题，提高用户体验，需要提高屏幕色度测量的精确度。

有鉴于此，本发明提出一种高动态范围屏幕的色度测量方法，提高了测量高动态范围屏幕色度时的精度并且同时减少了由于镜头畸变产生的亮度和色度偏差，该方法主要包括三大过程：（1）使用一组曝光参数对高动态范围屏幕进行拍摄得到一组屏幕图像序列，由这组屏幕图像序列生成一张高动态范围的色度图像；（2）对该高动态范围的色度图像进行亮度校正以降低镜头畸变的影响；（3）对亮度校正后的高动态范围的色度图像进行颜色校正，获得最终的色度测量结果。请参考图1，一种实施例中该方法包括步骤110~150，下面具体说明。

步骤110：获取使用第二曝光参数序列

中的各曝光值对高动态范围屏幕进行拍摄得到的屏幕图像序列。

第二曝光参数序列

由一组曝光值组成，可在对屏幕进行色度测量前事先设置，可以由用户人工设置，也可以通过设置特定规则由机器计算生成。一种实施例中，可以将本发明的高动态范围屏幕的色度测量方法的实施过程分为离线阶段和在线阶段，离线阶段指在进行色度测量前预先设置参数、模型等的阶段，在线阶段指使用已设置好的参数、模型等对屏幕进行色度测量的阶段，第二曝光参数序列

的设置可在离线阶段完成。

使用相机对高动态范围屏幕拍摄图像，在拍摄时分别使用第二曝光参数序列

中的各曝光值，得到多张屏幕图像，组成屏幕图像序列，具体地可以是在标准光源下使用第二曝光参数序列

中的各曝光值进行拍摄。拍摄时高动态范围屏幕为显示状态，其上显示有图像，所显示的图像可依实际测量需要设置，例如可以是纯色图像、灰阶图等。

步骤120：根据屏幕图像序列计算得到一张高动态范围的色度图像。

由于相机的动态范围往往低于高动态范围屏幕的动态范围，因此本步骤中利用所拍摄的多张低动态范围的图像生成一张高动态范围的色度图像，有利于对动态范围高于相机的屏幕进行准确地色度测量。高动态范围的色度图像的生成可以使用深度学习技术实现，本发明一种实施例中采用具有编码器-解码器结构的第二高动态图像生成模型实现，将屏幕图像序列输入预先训练好的第二高动态图像生成模型中以得到一张高动态范围的色度图像，其中第二高动态图像生成模型由第二编码器模型和第一解码器模型构成。

请参考图2，一种实施例中第二高动态图像生成模型的训练流程包括步骤121~126，下面结合图3进行具体说明。第二高动态图像生成模型的训练可在离线阶段完成。

步骤121：构建第一曝光参数序列{E _i }。

第一曝光参数序列{E _i }可以为一均匀分布的序列，其范围可根据实际测量需要设置。在一种实施例中，也可以将第一曝光参数序列{E _i }构建为非均匀分布的序列。具体地，首先确定相机的最大曝光值E _max，确定方法可以为在标准光源下使用不同曝光值对标准色卡采集图像，取使图像所有像素值达到最大的曝光值为最大曝光值E _max；然后计算曝光值的初始步长s=E _max/k，其中k为预设的步长数，可以取k=20等；根据初始步长s计算得到曝光值步长序列{s _i }：

，其中s _j 表示第j个曝光值步长，且j的范围为[0,k]；最后根据曝光值步长序列{s _i }计算得到第一曝光参数序列{E _i }：

，其中E _i 表示第i个曝光值，且i的范围为[0,k]。

步骤122：获取在标准光源下使用第一曝光参数序列{E _i }中的各曝光值对标准色卡进行拍摄得到的第一图像序列。

步骤123：将第一图像序列作为训练图像，将理想色度图像作为标记图像，对由第一编码器模型和第一解码器模型构成的第一高动态图像生成模型进行训练，以得到第一编码器模型和第一解码器模型的参数。

第一高动态图像生成模型的结构请参考图3，由第一编码器模型和第一解码器模型构成。本发明中第一高动态图像生成模型和第二高动态图像生成模型的编码器-解码器结构可以使用Unet网络或者ResNet等其他网络结构。第一图像序列首先被输入到第一编码器模型中进行计算，然后由第一解码器模型计算得到一张高动态范围的色度图像。第一编码器模型包括多个子编码器，即编码器1_1、编码器1_2……编码器1_n，对应第一图像序列中的n张图像，每个子编码器对一张图像进行计算，各子编码器的计算结果相加，相加的结果与各子编码器的计算结果通过跳跃连接合并，之后输出至第一解码器模型。

在训练过程中，训练图像为第一图像序列，标记图像为理想色度图像，对第一高动态图像生成模型进行训练后得到第一编码器模型和第一解码器模型的参数。其中理想色度图像为标准色卡在标准光源下的色度图像。

步骤124：对第一曝光参数序列{E _i }进行抽样得到第二曝光参数序列

。一种实施例中可以对第一曝光参数序列{E _i }进行均匀抽样得到第二曝光参数序列

，例如将抽样率设为4，则

。

步骤125：获取在标准光源下使用第二曝光参数序列

中的各曝光值对标准色卡进行拍摄得到的第二图像序列。

步骤126：将第二图像序列作为训练图像，将理想色度图像作为标记图像，固定第一解码器模型的参数，对第二高动态图像生成模型进行训练，以得到第二编码器模型的参数。

由第二编码器模型和训练好的第一解码器模型构成第二高动态图像生成模型，请参考图3，第二编码器模型的结构与第一编码器模型类似，所不同的是，第二编码器模型包括m个子编码器，即编码器2_1、编码器2_2……编码器2_m，对应第二图像序列中的m张图像。

训练过程中，训练图像为第二图像序列，标记图像为理想色度图像，仅针对第二编码器模型进行训练，第一解码器模型保持不变，得到第二编码器模型的参数，完成对第二高动态图像生成模型的训练。

通过本实施例的方法训练得到第二高动态图像生成模型，其中编码器使用第二编码器模型，进行测量时可采用参数较少的第二曝光参数序列采集图像序列，曝光次数少，节省了测量时间，而解码器使用第一解码器模型，第一解码器模型由参数较多的第一曝光参数序列训练得到，保持了良好的效果，从而兼顾了高动态范围图像的生成效果和效率。

步骤130：对高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，以得到亮度校正后的高动态范围的色度图像。

由于相机镜头存在畸变，使得成像的亮度和色度受到影响，因此本发明对获得的高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，降低了镜头畸变的影响。本发明主要通过构建径向偏差模型和非线性倍率偏差模型来对亮度进行径向偏差校正，径向偏差模型和非线性倍率偏差模型的构建可在离线阶段进行。请参考图4，一种实施例中构建径向偏差模型和非线性倍率偏差模型的流程包括步骤131~135，下面具体说明。

步骤131：对相机进行标定，得到相机镜头的畸变系数k ₁、k ₂和k ₃。

相机标定可使用常用的张正友标定法等。径向偏差模型可根据畸变系数构建，用于根据镜头畸变系数进行亮度径向偏差校正，具体数学表达式为：

，

其中I ₁为输入图像，I ₂为产生径向偏差后的亮度图像，r为输入图像I ₁中的点到图像中心点的距离，不同位置处的点其r值不同，对输入图像I ₁中每个点按上式进行计算从而得到图像I ₂。

步骤132：获取使用第二曝光参数序列

中的各曝光值对均匀面光源进行拍摄得到的面光源图像序列。

步骤133：根据面光源图像序列计算得到一张高动态范围的面光源色度图像，获取面光源色度图像的亮度部分图像。

可以将面光源图像序列输入预先训练好的第二高动态图像生成模型中以得到一张高动态范围的面光源色度图像。可提取出色度值(L,a,b)中的L部分作为亮度部分图像。

步骤134：将理想亮度图像作为输入图像输入径向偏差模型中以得到产生径向偏差后的亮度图像。本领域技术人员可以理解，理想亮度图像可根据光源设置，对于不同光源可得到不同理想亮度图像，此处使用的是均匀面光源的理想亮度图像。

步骤135：将产生径向偏差后的亮度图像作为输入图像I ₃，将面光源色度图像的亮度部分图像作为产生非线性倍率偏差后的亮度图像I ₄，代入非线性倍率偏差模型中，求解得到非线性倍率偏差模型的参数α和β。

非线性倍率偏差模型用于对亮度进行非线性偏差校正，其数学表达式为：

，

将产生径向偏差后的亮度图像作为输入图像I ₃、面光源色度图像的亮度部分图像作为产生非线性倍率偏差后的亮度图像I ₄，代入后使用牛顿迭代法可求解出模型中的未知参数α和β。至此则完成了径向偏差模型和非线性倍率偏差模型的构建。

在在线阶段，使用径向偏差模型和非线性倍率偏差模型进行亮度校正，具体地，首先获取高动态范围的色度图像的亮度部分图像

，然后根据径向偏差模型和非线性倍率偏差模型获得校正后的亮度部分图像，用公式表示为：

，

其中I _cor 为校正后的亮度部分图像。

本实施例中构建的径向偏差模型和非线性倍率偏差模型，可以准确地减少由于镜头畸变导致的亮度失真，有效地缓解镜头畸变导致的亮度测量精度降低的问题，提高屏幕色度测量的精确度。

步骤140：对亮度校正后的高动态范围的色度图像进行颜色校正。

颜色校正主要对相机镜头成像时产生的色散或色差进行校正。色差包括轴向色差和垂轴色差。轴向色差是由于不同波长的光束通过镜头透镜聚焦在轴向的不同位置导致的色差；垂轴色差是由一物体通过透镜由不同波长的光成像时像平面上不同颜色波长的光线产生的横向色散。这两种色差往往是一起出现，因此本发明一种实施例中构建一种混合色差模型同时对这两种色差进行校正，混合色差模型的构建可在离线阶段进行。请参考图5，一种实施例中构建混合色差模型的流程包括步骤141~147，下面具体说明。

步骤141：获取使用第二曝光参数序列

中的各曝光值对标定板进行拍摄得到的标定板图像序列。

标定板可以是棋盘格标定板、圆阵列标定板等，对于棋盘格标定板来说特征点是棋盘格的角点，对于圆阵列标定板来说特征点是圆阵列中圆形特征点的圆心，圆形特征点即圆阵列标定板上的圆形图案。本发明一种实施例中提供一种圆阵列标定板，具体为一种圆点排布的镂空标定板，如图6所示，圆点的空间坐标可预先设置为

，其中l表示第l个圆点，n表示圆点的数量。拍摄时可以在标定板背面放置均匀白色面光源。

步骤142：根据标定板图像序列计算得到一张高动态范围的标定板色度图像。可以将标定板图像序列输入预先训练好的第二高动态图像生成模型中以得到一张高动态范围的标定板色度图像。

步骤143：对高动态范围的标定板色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，以得到亮度校正后的高动态范围的标定板色度图像。可以使用上述的径向偏差模型和非线性倍率偏差模型进行亮度校正，具体可参考步骤130，在此不再赘述。

步骤144：获取标定板色度图像中的特征点，以及特征点的图像坐标

和对应的空间坐标

，其中l表示第l个特征点，n表示特征点的数量。

特征点可以通过对标定板色度图像进行图像处理获得。对于圆阵列标定板，可以预先设置第一L值范围(t _{L_min},t _{L_max})、第一a值范围(t _{a_min},t _{a_max})和第一b值范围(t _{b_min},t _{b_max})，获取标定板色度图像中色度值中

、

和

的区域作为圆点区域，计算圆点区域的重心位置作为特征点。

步骤145：根据公式

计算得到单应性矩阵H。

步骤146：获取标定板色度图像中的色散区域R _c ，对于色散区域中的点

，获取其色度值(L _c ,a _c ,b _c )和色度梯度(ΔL _c ,Δa _c ,Δb _c )。

色散区域R _c 可以由人工设置，也可以设置阈值进行提取。对于步骤144所获得的圆点区域，可以预先设置第二L值范围

、第二a值范围

和第二b值范围

，获取圆点区域中色度值中

、

和

的区域作为色散区域R _c 。

步骤147：计算混合色差模型的参数矩阵A和B。

本实施例构建与空间位置相关的混合色差模型，根据图像中特征点与现实中特征点的对应关系校正色差，混合色差模型的数学表达式为：

(x,y,1,L _cor ,a _cor ,b _cor ,ΔL _cor ,Δa _cor ,Δb _cor ) ^T =

(u,v,1,L,a,b,ΔL,Δa,Δb) ^T ，

其中(L,a,b)为点(u,v)的色度值，(ΔL,Δa,Δb)为点(u,v)的色度梯度，(x,y)为点(u,v)对应的空间坐标，(L _cor ,a _cor ,b _cor )为校正后的色度值，(ΔL _cor ,Δa _cor ,Δb _cor )为校正后的色度梯度，A和B为参数矩阵。

将步骤146中获得的色散区域中的点的坐标(x _c ,y _c )、(L _c ,a _c ,b _c )和色度梯度(ΔL _c ,Δa _c ,Δb _c )代入以下方程可计算得到参数矩阵A和B的值：

(x _c ,y _c ,1,L _c ,a _c ,b _c ,ΔL _c ,Δa _c ,Δb _c ) ^T =

(x _w ,y _w ,1,100,0,0,0,0,0) ^T ，

其中(x _w ,y _w ,1) ^T =H ^-1(x _c ,y _c ,1)。可以使用LU分解法或QR分解法等求解上述方程。

在在线阶段，使用混合色差模型进行颜色校正，具体地，首先获取亮度校正后的高动态范围的色度图像的点的坐标(u,v)，以及其色度值(L,a,b)和色度梯度(ΔL,Δa,Δb)，然后将坐标(u,v)、色度值(L,a,b)和色度梯度(ΔL,Δa,Δb)输入混合色差模型中以得到校正后的色度值(L _cor ,a _cor ,b _cor )，将(u,v)处的颜色由(L,a,b)校正至(L _cor ,a _cor ,b _cor )。

本实施例中构建的混合色差模型，可以有效地减少镜头畸变导致的颜色失真，降低色度偏差，提高屏幕色度测量的精确度。

步骤150：获取颜色校正后的高动态范围的色度图像的色度值。

获取颜色校正后的高动态范围的色度图像的色度值，则该色度值即为最终的色度测量结果。

本发明还提供一种高动态范围屏幕的色度测量系统，请参考图7，一种实施例中该系统包括屏幕图像获取模块1、高动态范围图像生成模块2、亮度校正模块3、颜色校正模块4和色度获取模块5，下面分别说明。

屏幕图像获取模块1用于获取使用第二曝光参数序列

中的各曝光值对高动态范围屏幕进行拍摄得到的屏幕图像序列。

使用相机对高动态范围屏幕拍摄图像时，分别使用第二曝光参数序列

中的各曝光值，得到多张屏幕图像，组成屏幕图像序列，具体地可以是在标准光源下使用第二曝光参数序列

中的各曝光值进行拍摄。拍摄时高动态范围屏幕为显示状态，其上显示有图像，所显示的图像可依实际测量需要设置，例如可以是纯色图像、灰阶图等。

高动态范围图像生成模块2用于根据屏幕图像序列计算得到一张高动态范围的色度图像。一种实施例中，高动态范围图像生成模块2将屏幕图像序列输入预先训练好的第二高动态图像生成模型中以得到一张高动态范围的色度图像，其中第二高动态图像生成模型由第二编码器模型和第一解码器模型构成。

请参考图8，一种实施例中的高动态范围屏幕的色度测量系统还包括高动态图像生成模型训练模块6，高动态图像生成模型训练模块6用于训练得到第二高动态图像生成模型，具体可以通过以下方式训练得到第二高动态图像生成模型：构建第一曝光参数序列{E _i }；获取在标准光源下使用第一曝光参数序列{E _i }中的各曝光值对标准色卡进行拍摄得到的第一图像序列；将第一图像序列作为训练图像，将理想色度图像作为标记图像，对由第一编码器模型和第一解码器模型构成的第一高动态图像生成模型进行训练，以得到第一编码器模型和第一解码器模型的参数；对第一曝光参数序列{E _i }进行抽样得到第二曝光参数序列

；获取在标准光源下使用第二曝光参数序列

中的各曝光值对标准色卡进行拍摄得到的第二图像序列；将第二图像序列作为训练图像，将理想色度图像作为标记图像，固定第一解码器模型的参数，对第二高动态图像生成模型进行训练，以得到第二编码器模型的参数。关于第二高动态图像生成模型的训练可以参考步骤120，在此不再赘述。

亮度校正模块3用于对高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，以得到亮度校正后的高动态范围的色度图像。一种实施例中，亮度校正模块3使用径向偏差模型和非线性倍率偏差模型进行亮度校正，具体地，首先获取高动态范围的色度图像的亮度部分图像

，根据以下公式对亮度部分图像

进行校正：

，

其中I _cor 为校正后的亮度部分图像，k ₁、k ₂和k ₃为镜头畸变系数，r为亮度部分图像

中的点到图像中心点的距离，α和β为预先构建的非线性倍率偏差模型的参数，非线性倍率偏差模型的数学表达式为：

，

其中I ₃为输入图像，I ₄为产生非线性倍率偏差后的亮度图像。

请参考图8，一种实施例中的高动态范围屏幕的色度测量系统还包括亮度校正模型构建模块7，亮度校正模型构建模块7用于构建径向偏差模型和非线性倍率偏差模型，具体地，亮度校正模型构建模块7首先对相机进行标定，得到相机镜头的畸变系数k ₁、k ₂和k ₃；然后获取使用第二曝光参数序列

中的各曝光值对均匀面光源进行拍摄得到的面光源图像序列；根据面光源图像序列计算得到一张高动态范围的面光源色度图像，获取面光源色度图像的亮度部分图像，其中可以将面光源图像序列输入预先训练好的第二高动态图像生成模型中以得到一张高动态范围的面光源色度图像；将理想亮度图像作为输入图像输入径向偏差模型中以得到产生径向偏差后的亮度图像，其中径向偏差模型的数学表达式为：

，

其中I ₁为输入图像，I ₂为产生径向偏差后的亮度图像；最后将产生径向偏差后的亮度图像作为输入图像I ₃，将面光源色度图像的亮度部分图像作为产生非线性倍率偏差后的亮度图像I ₄，代入非线性倍率偏差模型中，求解得到参数α和β。关于径向偏差模型和非线性倍率偏差模型的具体构建过程可参考步骤130，在此不再赘述。

颜色校正模块4用于对亮度校正后的高动态范围的色度图像进行颜色校正。一种实施例中，颜色校正模块4使用混合色差模型进行亮度校正，具体地，首先获取亮度校正后的高动态范围的色度图像的点的坐标(u,v)，以及其色度值(L,a,b)和色度梯度(ΔL,Δa,Δb)，然后将坐标(u,v)、色度值(L,a,b)和色度梯度(ΔL,Δa,Δb)输入预先构建的混合色差模型中以得到校正后的色度值(L _cor ,a _cor ,b _cor )，将(u,v)处的颜色由(L,a,b)校正至(L _cor ,a _cor ,b _cor )，其中所述混合色差模型的数学表达式为：

(x,y,1,L _cor ,a _cor ,b _cor ,ΔL _cor ,Δa _cor ,Δb _cor ) ^T =

(u,v,1,L,a,b,ΔL,Δa,Δb) ^T ，

其中(x,y)为点(u,v)对应的空间坐标，H为空间坐标到图像坐标的单应性矩阵，(ΔL _cor ,Δa _cor ,Δb _cor )为校正后的色度梯度，A和B为参数矩阵。

请参考图8，一种实施例中的高动态范围屏幕的色度测量系统还包括混合色差模型构建模块8，混合色差模型构建模块8用于构建混合色差模型，具体地，混合色差模型构建模块8首先获取使用第二曝光参数序列

中的各曝光值对标定板进行拍摄得到的标定板图像序列；然后根据标定板图像序列计算得到一张高动态范围的标定板色度图像，可以将标定板图像序列输入预先训练好的第二高动态图像生成模型中以得到一张高动态范围的标定板色度图像；对高动态范围的标定板色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，以得到亮度校正后的高动态范围的标定板色度图像，可以使用上述的径向偏差模型和非线性倍率偏差模型进行亮度校正；获取标定板色度图像中的特征点，以及特征点的图像坐标

和对应的空间坐标

，其中l表示第l个特征点，n表示特征点的数量；根据公式

计算得到单应性矩阵H；获取标定板色度图像中的色散区域R _c ，对于色散区域中的点

，获取其色度值(L _c ,a _c ,b _c )和色度梯度(ΔL _c ,Δa _c ,Δb _c )；根据以下方程计算得到参数矩阵A和B：

(x _c ,y _c ,1,L _c ,a _c ,b _c ,ΔL _c ,Δa _c ,Δb _c ) ^T =

(x _w ,y _w ,1,100,0,0,0,0,0) ^T ，

其中

。

关于混合色差模型的具体构建过程可参考步骤140，在此不再赘述。

对于标定板，本发明一种实施例中提供一种圆阵列标定板，具体为一种圆点排布的镂空标定板，如图6所示，圆点的空间坐标可预先设置为

，其中l表示第l个圆点，n表示圆点的数量。拍摄时可以在标定板背面放置均匀白色面光源。

对于圆阵列标定板，可以预先设置第一L值范围(t _{L_min},t _{L_max})、第一a值范围(t _{a_min},t _{a_max})和第一b值范围(t _{b_min},t _{b_max})，获取标定板色度图像中色度值中

、

和

的区域作为圆点区域，计算圆点区域的重心位置作为特征点。然后获取圆点区域中色度值中

、

和

的区域作为色散区域R _c ，其中

为预设的第二L值范围、

为预设的第二a值范围、

为预设的第二b值范围。

色度获取模块5用于获取颜色校正后的高动态范围的色度图像的色度值，该色度值即为最终的色度测量结果。

依据上述实施例的高动态范围屏幕的色度测量方法和系统，由于利用所拍摄的多张低动态范围的图像生成一张高动态范围的色度图像，有利于对动态范围高于相机的屏幕进行准确的色度测量，同时考虑到相机镜头的畸变，对该高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，减少了由于镜头畸变产生的亮度和色度偏差，进一步提高了对高动态范围屏幕进行色度测量的精度。本发明的色度测量方法和系统可快速进行屏幕色度测量，可以适应多种屏幕规格，同时做到多点测试，提高效率，较少死角。

一种实施例中，通过第二高动态图像生成模型生成高动态范围的色度图像，第二高动态图像生成模型由第二编码器模型和第一解码器模型构成，其中第二编码器模型由参数较少的第二曝光参数序列训练得到，进行测量时可采用参数较少的第二曝光参数序列采集图像序列，曝光次数少，节省了测量时间，而第一解码器模型由参数较多的第一曝光参数序列训练得到，保持了良好的效果，从而兼顾了高动态范围图像的生成效果和效率。

一种实施例中，通过构建径向偏差模型和非线性倍率偏差模型进行亮度校正，可以准确地减少由于镜头畸变导致的亮度失真，有效地缓解镜头畸变导致的亮度测量精度降低的问题，提高屏幕色度测量的精确度。

一种实施例中，通过构建混合色差模型进行颜色校正，有效地减少了颜色失真，降低色度偏差，进一步提高了屏幕色度测量的精确度。

本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。

以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (9)

1.一种高动态范围屏幕的色度测量方法，其特征在于，包括：

获取使用第二曝光参数序列

中的各曝光值对高动态范围屏幕进行拍摄得到的屏幕图像序列，其中所述高动态范围屏幕为显示状态，

表示第二曝光参数序列中的第i个曝光值；

根据所述屏幕图像序列计算得到一张高动态范围的色度图像；

对所述高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，以得到亮度校正后的所述高动态范围的色度图像；

对亮度校正后的所述高动态范围的色度图像进行颜色校正；

获取颜色校正后的所述高动态范围的色度图像的色度值；

其中所述根据所述屏幕图像序列计算得到一张高动态范围的色度图像，包括：

将所述屏幕图像序列输入预先训练好的第二高动态图像生成模型中以得到一张高动态范围的色度图像，所述第二高动态图像生成模型由第二编码器模型和第一解码器模型构成；

其中所述第二高动态图像生成模型通过以下方式训练得到：

构建第一曝光参数序列{E _i }；

获取在标准光源下使用第一曝光参数序列{E _i }中的各曝光值对标准色卡进行拍摄得到的第一图像序列；

将所述第一图像序列作为训练图像，将理想色度图像作为标记图像，对由第一编码器模型和第一解码器模型构成的第一高动态图像生成模型进行训练，以得到所述第一编码器模型和第一解码器模型的参数；

对第一曝光参数序列{E _i }进行抽样得到所述第二曝光参数序列

；

获取在标准光源下使用所述第二曝光参数序列

中的各曝光值对标准色卡进行拍摄得到的第二图像序列；

将所述第二图像序列作为训练图像，将理想色度图像作为标记图像，固定所述第一解码器模型的参数，对所述第二高动态图像生成模型进行训练，以得到所述第二编码器模型的参数。

2.如权利要求1所述的色度测量方法，其特征在于，所述构建第一曝光参数序列{E _i }包括：

确定相机的最大曝光值E _max；

计算曝光值的初始步长s=E _max/k，其中k为预设的步长数；

根据初始步长计算得到曝光值步长序列

，其中s _j 表示第j个曝光值步长，且j的范围为[0,k]；

根据曝光值步长序列计算得到第一曝光参数序列{E _i }：

，

其中E _i 表示第一曝光参数序列中的第i个曝光值。

3.如权利要求1所述的色度测量方法，其特征在于，所述对所述高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正包括：

获取所述高动态范围的色度图像的亮度部分图像

；

根据以下公式对所述亮度部分图像

进行校正：

，

其中I _cor 为校正后的亮度部分图像，k ₁、k ₂和k ₃为镜头畸变系数，r为亮度部分图像

中的点到图像中心点的距离，α和β为预先构建的非线性倍率偏差模型的参数，所述非线性倍率偏差模型的数学表达式为：

，

其中I ₃为输入图像，I ₄为产生非线性倍率偏差后的亮度图像。

4.如权利要求3所述的色度测量方法，其特征在于，还包括：

对相机进行标定，得到相机镜头的畸变系数k ₁、k ₂和k ₃；

获取使用所述第二曝光参数序列

中的各曝光值对均匀面光源进行拍摄得到的面光源图像序列；

根据所述面光源图像序列计算得到一张高动态范围的面光源色度图像，获取所述面光源色度图像的亮度部分图像；

将理想亮度图像作为输入图像输入径向偏差模型中以得到产生径向偏差后的亮度图像，其中所述径向偏差模型的数学表达式为：

，

其中I ₁为输入图像，I ₂为产生径向偏差后的亮度图像；

将所述产生径向偏差后的亮度图像作为输入图像I ₃，将所述面光源色度图像的亮度部分图像作为产生非线性倍率偏差后的亮度图像I ₄，代入所述非线性倍率偏差模型中，求解得到参数α和β。

5.如权利要求1所述的色度测量方法，其特征在于，所述对亮度校正后的所述高动态范围的色度图像进行颜色校正，包括：

对于亮度校正后的所述高动态范围的色度图像的点(u,v)，获取其色度值(L,a,b)和色度梯度(ΔL,Δa,Δb)；

将坐标(u,v)、色度值(L,a,b)和色度梯度(ΔL,Δa,Δb)输入预先构建的混合色差模型中以得到校正后的色度值(L _cor ,a _cor ,b _cor )，其中所述混合色差模型的数学表达式为：

(x,y,1,L _cor ,a _cor ,b _cor ,ΔL _cor ,Δa _cor ,Δb _cor ) ^T =

(u,v,1,L,a,b,ΔL,Δa,Δb) ^T ，

其中(x,y)为点(u,v)对应的空间坐标，H为空间坐标到图像坐标的单应性矩阵，(ΔL _cor ,Δa _cor ,Δb _cor )为校正后的色度梯度，A和B为参数矩阵。

6.如权利要求5所述的色度测量方法，其特征在于，还包括：

获取使用所述第二曝光参数序列

中的各曝光值对标定板进行拍摄得到的标定板图像序列；

根据所述标定板图像序列计算得到一张高动态范围的标定板色度图像；

对所述高动态范围的标定板色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，以得到亮度校正后的所述高动态范围的标定板色度图像；

获取所述标定板色度图像中的特征点，以及特征点的图像坐标

和对应的空间坐标

，其中l表示第l个特征点，n表示特征点的数量；

根据公式

计算得到单应性矩阵H；

获取所述标定板色度图像中的色散区域R _c ，对于色散区域中的点

，获取其色度值(L _c ,a _c ,b _c )和色度梯度(ΔL _c ,Δa _c ,Δb _c )；

根据以下方程计算得到参数矩阵A和B：

(x _c ,y _c ,1,L _c ,a _c ,b _c ,ΔL _c ,Δa _c ,Δb _c ) ^T =

(x _w ,y _w ,1,100,0,0,0,0,0) ^T ，

其中

。

7.如权利要求6所述的色度测量方法，其特征在于，所述标定板为圆阵列标定板，所述获取所述标定板色度图像中的特征点具体为：获取所述标定板色度图像中色度值中

、

和

的区域作为圆点区域，其中(t _{L_min},t _{L_max})为预设的第一L值范围、(t _{a_min},t _{a_max})为预设的第一a值范围、(t _{b_min},t _{b_max})为预设的第一b值范围；计算所述圆点区域的重心位置作为特征点；

所述获取所述标定板色度图像中的色散区域R _c 具体为：获取所述圆点区域中色度值中

、

和

的区域作为色散区域R _c ，其中

为预设的第二L值范围、

为预设的第二a值范围、

为预设的第二b值范围。

8.一种高动态范围屏幕的色度测量系统，其特征在于，包括：

屏幕图像获取模块，用于获取使用第二曝光参数序列

中的各曝光值对高动态范围屏幕进行拍摄得到的屏幕图像序列，其中所述高动态范围屏幕为显示状态，

表示第二曝光参数序列中的第i个曝光值；

高动态范围图像生成模块，用于根据所述屏幕图像序列计算得到一张高动态范围的色度图像，具体用于将所述屏幕图像序列输入预先训练好的第二高动态图像生成模型中以得到一张高动态范围的色度图像，其中所述第二高动态图像生成模型由第二编码器模型和第一解码器模型构成；

亮度校正模块，用于对所述高动态范围的色度图像的亮度进行非线性偏差校正，并根据镜头畸变系数进行亮度径向偏差校正，以得到亮度校正后的所述高动态范围的色度图像；

颜色校正模块，用于对亮度校正后的所述高动态范围的色度图像进行颜色校正；

色度获取模块，获取颜色校正后的所述高动态范围的色度图像的色度值；

还包括高动态图像生成模型训练模块，所述高动态图像生成模型训练模块用于通过以下方式训练得到所述第二高动态图像生成模型：构建第一曝光参数序列{E _i }；获取在标准光源下使用第一曝光参数序列{E _i }中的各曝光值对标准色卡进行拍摄得到的第一图像序列；将所述第一图像序列作为训练图像，将理想色度图像作为标记图像，对由第一编码器模型和第一解码器模型构成的第一高动态图像生成模型进行训练，以得到所述第一编码器模型和第一解码器模型的参数；对第一曝光参数序列{E _i }进行抽样得到所述第二曝光参数序列

；获取在标准光源下使用所述第二曝光参数序列

中的各曝光值对标准色卡进行拍摄得到的第二图像序列；将所述第二图像序列作为训练图像，将理想色度图像作为标记图像，固定所述第一解码器模型的参数，对所述第二高动态图像生成模型进行训练，以得到所述第二编码器模型的参数。

9.一种计算机可读存储介质，其特征在于，所述介质上存储有程序，所述程序能够被处理器执行以实现如权利要求1-7中任一项所述的色度测量方法。

Images