TWI410614B - 物體反射譜估計方法 - Google Patents
物體反射譜估計方法 Download PDFInfo
- Publication number
- TWI410614B TWI410614B TW99121167A TW99121167A TWI410614B TW I410614 B TWI410614 B TW I410614B TW 99121167 A TW99121167 A TW 99121167A TW 99121167 A TW99121167 A TW 99121167A TW I410614 B TWI410614 B TW I410614B
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- color
- reflection spectrum
- data
- light source
- Prior art date
Links
Landscapes
- Color Image Communication Systems (AREA)
- Spectrometry And Color Measurement (AREA)
- Image Processing (AREA)
Description
本發明係關於一種物體反射譜估計方法，詳而言之，係關於一種涉及光源、人眼和物體三者之物體反射譜估計方法。
隨著電腦技術進步，數位科技亦快速蓬勃發展，尤以影像合成為多媒體業未來的一大趨勢。
影像合成技術是將兩張不同的影像切割後進行重疊合成，通常會使用交界處漸變技術或計算補償的方式來解決影像合成的邊界問題。在兩張影像的光源條件差異不大時，這樣的合成方法是可行的，然而，兩組於不同光源環境下所拍攝的影像，在合成時會於邊界產生不真實感，這是因為物體將光源反射或透射至人眼的感色錐狀細胞，因而相同物體在光源條件不同下所拍攝到的影像色彩會不同。
為解決影像合成的不真實感，對於熟悉彩色影像處理領域中的人士而言，較常使用白平衡技術或其他色彩調整技術來處理。過去常見的白平衡處理法包含灰界理論演算法(Gray World Theory,GWT)、最大RGB值演算法(Maximal RGB Value,GAM)，其他色彩調整技術例如主成分分析估計法、多次回歸分析模擬法等。
另外，合成影像欲使觀賞者同意並接受其真實感，必須針對透視和觀點、尺寸關係、鏡頭(lens)、色彩與對比、亮光和陰影、反射、材質和底片顆粒、邊緣和邊緣品質、手作圖和圖樣等要素來仔細修正，然而，這樣的修改過程相當費時且繁瑣。
因此，如何提供一種基於色彩學的影像色彩估計方法，能夠應用於如色溫調整、等色溫合成等影像處理用，以改進現今以人工經驗法則為主的影像調色技術，進而增加影像處理效率。
為解決先前技術的種種問題，本發明提供一種物體反射譜估計方法，可簡易並快速地進行影像後製，進而提高其影像品質。
本發明之物體反射譜估計方法，係應用於數位影像處理，該物體反射譜估計方法包括以下步驟：(1)對資料處理裝置輸入複數個光源頻譜資料、複數個配色資料、複數個影像色彩資料；(2)令該資料處理裝置依據該複數個光源頻譜資料、該複數個配色資料、該複數個影像色彩資料，以預定公式估算出複數個基底反射譜；(3)對該資料處理裝置輸入一影像並擷取該影像的色彩資料；以及(4)令該資料處理裝置依據該影像的色彩資料及該複數個基底反射譜，估計出該物體之反射譜。
於一實施形態中，前述步驟(4)復包括步驟(4-1)令該資料處理裝置依據一預定的光源從該複數個基底反射譜中選擇相對應的基底反射譜；以及步驟(4-2)令該資料處理裝置依據該影像的色彩資料及對應該預定的光源的基底反射譜，估計出該物體的反射譜。
於前述實施形態中復包括步驟(4-3)令該資料處理裝置依據該影像的反射譜以該預定公式估算該影像的色彩值；以及步驟(4-4)令該資料處理裝置依據該預定的光源的色溫資料，將該影像的色彩值轉換成該影像的三色色彩值。
相較於習知技術，本發明先建立一個基底反射譜的模型，以於執行影像處理時，依據該影像的色彩資料或其他相關資料，配合該基底反射譜模型而進行反射譜的估計，此外，本發明應用於數位影像後製時，得以提升效率及品質。
以下藉由特定的實施形態說明本發明，熟悉此技術之人士可由本說明書所揭示之內容輕易地了解本發明之其他優點與功效，亦可藉由其他不同的具體實施態樣加以施行或應用。
首先，須說明的是，人眼之可以能感知色彩，是由於光源、物體反射、以及眼睛三者配合而共同達成的，因此，若已知光源和眼睛兩個參數，則可推得物體的反射光，即物體的影像。
第1A圖係顯示本發明之物體反射譜估計方法之基本流程圖。
於步驟S11中，對例如為個人電腦、筆記型電腦、數位相機或智慧型手機等資料處理裝置輸入複數個光源頻譜資料、複數個配色資料及複數個影像色彩資料。詳言之，複數個光源頻譜資料為光源各波長的能量分佈，複數個配色資料為人眼錐狀細胞的感光量化程度，複數個影像色彩資料則為物體所能反射的所有顏色。接著進至步驟S12。
於步驟S12中，令資料處理裝置依據所述之複數個光源頻譜資料、複數個配色資料及複數個影像色彩資料，利用預定公式估算出複數個基底反射譜，俾建立一個物體的基底反射譜模型。接著進至步驟S13。
於步驟S13中，令資料處理裝置輸入一影像並擷取該影像的色彩資料。該影像的色彩資料係為該影像的R、G、B分量，即影像的c R
、c G
、c B
。接著進至步驟S14。
於步驟S14中，令資料處理裝置依據該影像的色彩資料及該複數個基底反射譜，估計出該影像之反射譜。換言之，即將影像的色彩資料輸入至透過所述步驟S11至S12所建立的基底反射譜模型中，即可取得該影像的反射譜。
較佳者，於步驟S14中，復包括如第1B圖所示之步驟S141~S142。
於步驟S141中，令資料處理裝置依據一預定的光源從該複數個基底反射譜中選擇相對應的基底反射譜。詳言之，於所述預先建立的基底反射譜模型中並沒有限定所使用的光源，因而當估算該影像的反射譜時需要選擇與一預定的光源相對應的基底反射譜，通常為拍攝該影像時的光源，進而估計該物體於該預定的光源下的反射譜。接著進至步驟S142。
於步驟S142中，令資料處理裝置依據該影像的色彩資料及對應該預定的光源的基底反射譜，估計出該影像的反射譜。須說明的是，藉由基底反射譜模型所獲得之反射譜，係為光譜反射率(spectral reflectance)，即每單位波長的反射率，其中，反射率為入射光與經物體反射之反射光的比值。
更佳者，本發明之物體的反射譜估計方法復包括如第1C圖所示之步驟S143~S144。
於步驟S143中，令資料處理裝置依據該影像的反射譜以該預定公式估算該影像的色彩值，即將反射譜換算為色彩值。接著進至步驟S144。
於步驟S144中，依據該預定光源的色溫資料，將該影像的色彩值轉換為該影像的三色色彩值，即將該色彩值經由線性矩陣轉換成以RGB三色色彩空間所定義的RGB值。
由前述配合第1A至第1C圖之流程步驟可知，在基於光源、影像色彩、配色資料建立起基底反射譜模型後，僅需輸入一影像的色彩資料，即可配合該基底反射譜模型估計出該影像的反射譜。因此，透過本發明之物體反射譜估計方法之實施，除了快速估算出影像的反射譜之外，更可選擇不同光源來估計在不同光源下的物體反射譜，進而提升影像處理的效率及品質。
以下係以數學公式表達本發明之基本概念與原理，下列公式涉及不同色彩空間的轉換，本文僅例示性說明，並非用以限制本發明之權利範圍。
前述步驟S12所使用的預定公式為三刺激值(tristimulus values)公式結合色彩混色原理，該三刺激值公式為：
其中，R(λ
)為物體反射譜，P(λ
)為光源的頻譜，、、為人眼配色函數，k
作為正規化。
另外，於色彩混色法理論中，假設以R、G、B三原色作為模擬反射譜的基底時，其模擬函數分別為r R
(λ
)、r G
(λ
)、r B
(λ
)，則物體的最佳化反射譜為：
其中，c R
、c G
、c B
分別為R、G、B分量值加成係數。
結合前述公式(1)和公式(2)可得到：
由公式(3-1)可知，輸入光源頻譜資料P(λ
)、人眼配色函數、、和影像色彩資料，包括色彩值X、Y、Z及色彩資料c R
、c G
、c B
，可估算出物體的基底反射譜r R
(λ
)、r G
(λ
)、r B
(λ
)。
於本實施形態中，本發明係應用於數位影像處理，配合人眼配色函數，將光源頻譜資料限制於可見光的範圍，即波長介於380nm至780nm之間，且加入光源的色溫(color temperature)參數t，因此公式(3-1)成為
因此，由公式(3-2)可知，輸入可見光頻譜分佈、人眼配色函數、物體所能反射的所有顏色，即影像色彩資料，可建立起一個基底反射譜資料庫。
接著，輸入一張影像的c R
、c G
、c B
，並依據該影像拍攝時的光源，從該基底反射譜資料庫中選擇對應該光源的基底反射譜rR
(λ
)、rG
(λ
)、rB
(λ
)，配合其c R
、c c
、c B
，透過公式(2)可算出物體的物體反射譜Ro
(λ
)。
再者，可利用公式(1)將物體的反射譜Ro
(λ
)換算為三刺激值X、Y、Z。其次，三刺激值可藉由色彩空間轉換公式(4)再轉換成RGB值，
其中，t表示光源的色溫，因為色彩空間轉換公式中的矩陣M跟所選擇的參考白點有關，因而在色溫不同的光源下會有不同的轉換矩陣。
具體實施時，本發明使用Munsell Color Science Laboratory所實驗之各項光源頻譜資料(Daylight series光源)，以及由國際照明委員會(International Commission on Illumination,CIE)於1931年根據混色原理所進行之配色實驗，即將人眼對光的反應量化係得到配色函數(Color Matching Function)，並自製平均分佈的影像色彩資料，作為計算RGB三色基底反射譜之依據。
根據前述之公式(1)和公式(2)，可推導出物體反射譜與色彩三刺激值之關係公式(3-2)，等號左邊的XYZ值可藉由色彩空間轉換公式(4)轉換成RGB值。因此將色溫t
的光源頻譜資料分佈Pt
(λ
)、人眼配色函數、、以及影像色彩資料代入公式(3-2)，將可反推求出未知的RGB三色基底反射譜r R
(λ
)、r G
(λ
)、r B
(λ
)，再以此三色基底反射譜估計出物體反射譜。
請參閱第2A至2K圖，其係色溫4000K至9000K的光源頻譜資料分佈圖。首先，從全波段光譜中選擇可見光範圍，如Daylight series光源從4000K開始每隔500K直至9000K共11組的光源頻譜資料，如第2A至2K圖所示，光源所發出的光譜組成以能量來表示，代表光源發出不同波長的輻射功率的分佈。人眼配色函數則如第3A至3C圖所示，分別為人眼配色函數、、。
依照前述之公式(3-2)，輸入R、G、B各從0至255互相組合的影像色彩資料，根據色溫t
的不同，配合第2圖所示之11組色溫4000K至9000K的光源頻譜資料，將可反推求出如第4A至4K圖所示之11組的RGB三色基底反射譜r R
(λ
)、r G
(λ
)、r B
(λ
)。接著，依據數位影像拍攝時的光源選用相對應的RGB三色基底反射譜，即可計算出數位影像的在該光源下的物體反射譜。
此外，第5A至5K圖則顯示同一輸入影像在不同色溫下的光源之物體反射譜，亦即從4000K、4500K、5000K、5500K、…9000K共11組之物體反射譜，其中，該輸入影像的色彩資料c R
、c G
、c B
分別為R:140,G:90,B:70。由第5圖中可知，當色溫越高時，物體反射譜的圖形會向短波長的方向偏移，在500nm處的反射率會下降，代表高色溫原始影像色彩的物體反射譜，對於短波長的能量反射率會提升。
因此，對於數位影像而言，當得到該影像的影像色彩資料和拍攝時的光源後，配上不同色溫的光源頻譜資料即可進行影像的色溫調整，使得該影像呈現在不同光源下的調整結果。
最後執行驗證程序，預先將白平衡模式設定為日光5200K，並使用光譜儀(JETI spectroradiometers specbos)記錄拍攝時的色溫。接著，拍攝兩張實拍影像A、B，其色溫分別是5400K和5760K，將實拍影像B轉換色溫至5400K與實拍影像A相同，轉換後的影像稱為影像B2，最後計算其樣本色與估計色的色差，樣本色和估計色的最大色差值為4.14，平均色差值則為2.54。因此，經過驗證程序可證明，將本發明所提供之物體反射譜估計方法應用於物體映像的色溫調整，其所調整後的影像情況與真實拍攝情況相差不多，故，使用本發明之物體反射譜估計方法所進行之數位影像的色溫調整，具有良好的效果。
是故，本發明以三刺激值公式和色彩混色法為理論基礎，且基於人眼、光源和物體三者的關係，在人眼與光源參數已知的情況下可估計出物體的反射譜。換言之，利用三刺激值公式和色彩混色法、人眼配色函數、光源頻譜分佈和影像色彩資料(包括色彩資料和色彩值)先建構出一個基底反射譜模型，於已知一影像的色彩資料時，配合前述基底反射譜模型並令光源為拍攝時的光源或另一預定光源，得以估計出物體在某光源下的反射譜。
綜上所述，應用本發明之物體反射譜估計方法，能估計物體於原始拍攝光源下的反射譜，亦可賦予不同色溫的光源以估計改變光源後的物體反射譜，再者，經由實驗證明，改變光源(即為調整光源的色溫)後所得到的影像與實際於該變光源下所拍攝的影像，其色差不大。因此，將本發明之物體反射譜估計方法應用於數位影像如影像合成、影像處理、虛擬實境等，可縮短其作業時程、增進工作效率和提升內容品質，對於電腦動畫、影視內容等領域具有進一步的良好功效。
上述實施態樣僅例示性說明本發明之原理及功效，而非用於限制本發明。任何熟習此項技術之人士均可在不違背本發明之精神及範疇下，對上述實施形態進行修飾與改變。因此，本發明之權利保護範圍，應如後述之申請專利範圍所列。
S11~S14．．．步驟
S141~S144．．．步驟
第1A圖係顯示本發明之物體反射譜估計方法之流程圖；
第1B圖係顯示本發明之物體反射譜估計方法之較具體實施形態之流程圖；
第1C圖係顯示本發明之物體反射譜估計方法之一實施形態之流程圖；
第2A至2K圖係顯示應用本發明之物體反射譜估計方法之具體實施時色溫4000K至9000K的光源頻譜資料分佈圖；
第3A至3C圖係分別顯示本發明之物體反射譜估計方法所使用之人眼配色函數、、；
第4A至4K圖係分別顯示本發明之物體反射譜估計方法之具體實施時色溫4000K至9000K的RGB三色基底反射譜r R
(λ
)、r G
(λ
)、r B
(λ
)；以及
第5A至5K圖係顯示應本發明之物體反射譜估計方法之具體實施時在色溫4000K至9000K的光源下之物體反射譜。
S11~S14．．．步驟
Claims (9)
- 一種物體反射譜估計方法，係應用於數位影像處理，該物體反射譜估計方法包括以下步驟：(1) 對資料處理裝置輸入複數個光源頻譜資料、複數個配色資料及複數個影像色彩資料；(2) 令該資料處理裝置依據該複數個光源頻譜資料、該複數個配色資料及該複數個影像色彩資料，以預定公式估算出複數個基底反射譜；(3) 對該資料處理裝置輸入一影像並擷取該影像的色彩資料；以及(4) 令該資料處理裝置依據該影像的色彩資料及該複數個基底反射譜，估計出該物體之反射譜。
- 如申請專利範圍第1項所述之物體反射譜估計方法，其中，該預定公式為三刺激值公式。
- 如申請專利範圍第1項所述之物體反射譜估計方法，其中，該影像色彩資料包括色彩資料及色彩值。
- 如申請專利範圍第1項所述之物體反射譜估計方法，其中，該色彩資料為該影像的色彩分量資料。
- 如申請專利範圍第1項所述之物體反射譜估計方法，其中，步驟(4)復包括以下步驟：(4-1) 令該資料處理裝置依據一預定的光源從該複數個基底反射譜中選擇相對應的基底反射譜；以及(4-2) 令該資料處理裝置依據該影像的色彩資料及對應該預定的光源的基底反射譜，估計出該影像的反射譜。
- 如申請專利範圍第5項所述之物體反射譜估計方法，其中，該預定的光源為該影像的拍攝光源。
- 如申請專利範圍第5項所述之物體反射譜估計方法，其中，步驟(4)復包括以下步驟：(4-3) 令該資料處理裝置依據該影像的反射譜以該預定公式估算該影像的色彩值；以及(4-4) 令該資料處理裝置依據該預定的光源的色溫資料，將該影像的色彩值轉換為該影像的三色色彩值。
- 如申請專利範圍第7項所述之物體反射譜估計方法，其中，該影像的色彩值為三刺激值。
- 如申請專利範圍第7項所述之物體反射譜估計方法，其中，該三色色彩值為RGB值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW99121167A TWI410614B (zh) | 2010-06-29 | 2010-06-29 | 物體反射譜估計方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW99121167A TWI410614B (zh) | 2010-06-29 | 2010-06-29 | 物體反射譜估計方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201200851A TW201200851A (en) | 2012-01-01 |
| TWI410614B true TWI410614B (zh) | 2013-10-01 |
Family
ID=46755566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW99121167A TWI410614B (zh) | 2010-06-29 | 2010-06-29 | 物體反射譜估計方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI410614B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5221959A (en) * | 1990-03-16 | 1993-06-22 | Olympus Optical Co., Ltd. | Color discrimination data input apparatus |
| TW200816829A (en) * | 2006-09-29 | 2008-04-01 | Univ Nat Taiwan Normal | Image color balancing method based on multiple reference colors |
| US7417735B2 (en) * | 2004-09-27 | 2008-08-26 | Idc, Llc | Systems and methods for measuring color and contrast in specular reflective devices |
| TW200950533A (en) * | 2008-05-21 | 2009-12-01 | Univ Nat Taiwan Normal | Control system and method for adjusting color temperature of high dynamic range images |
-
2010
- 2010-06-29 TW TW99121167A patent/TWI410614B/zh not_active IP Right Cessation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5221959A (en) * | 1990-03-16 | 1993-06-22 | Olympus Optical Co., Ltd. | Color discrimination data input apparatus |
| US7417735B2 (en) * | 2004-09-27 | 2008-08-26 | Idc, Llc | Systems and methods for measuring color and contrast in specular reflective devices |
| TW200816829A (en) * | 2006-09-29 | 2008-04-01 | Univ Nat Taiwan Normal | Image color balancing method based on multiple reference colors |
| TW200950533A (en) * | 2008-05-21 | 2009-12-01 | Univ Nat Taiwan Normal | Control system and method for adjusting color temperature of high dynamic range images |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201200851A (en) | 2012-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5883949B2 (ja) | 画像取込デバイス処理のためのスペクトル合成 | |
| Finlayson et al. | Solving for colour constancy using a constrained dichromatic reflection model | |
| US9514535B1 (en) | Color calibration method of camera module | |
| Zheng et al. | Illumination and reflectance spectra separation of a hyperspectral image meets low-rank matrix factorization | |
| CN113487681B (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 | |
| Kawakami et al. | Consistent surface color for texturing large objects in outdoor scenes | |
| Marszalec et al. | Some aspects of RGB vision and its applications in industry | |
| JP6068375B2 (ja) | 分光放射輝度計 | |
| CN106895916B (zh) | 一种单次曝光拍摄获取多光谱图像的方法 | |
| Darling et al. | Real-time multispectral rendering with complex illumination | |
| TWI410614B (zh) | 物體反射譜估計方法 | |
| JP4174707B2 (ja) | 分光測定システム、色再現システム | |
| Shrestha et al. | CFA based simultaneous multispectral imaging and illuminant estimation | |
| Holm et al. | A cinematographic spectral similarity index | |
| TWI747039B (zh) | 多角度行動電子裝置頻譜拍攝系統及影像顯示方法 | |
| Guarnera et al. | Turning a Digital Camera into an Absolute 2D Tele‐Colorimeter | |
| Castro et al. | Extended framework for Multispectral RTI | |
| Normand et al. | Automated digital camera sensor characterization | |
| Shrestha et al. | Computational color constancy using chromagenic filters in color filter arrays | |
| Amiri | Novel Approaches to the Spectral and Colorimetric Color Reproduction | |
| TWI827151B (zh) | 透明玻璃薄膜鍍膜厚度量測方法 | |
| Tominaga et al. | Appearance reconstruction of fluorescent objects based on reference geometric factors | |
| Maali Amiri | Novel Approaches to the Spectral and Colorimetric Color Reproduction | |
| Conde et al. | CIE-XYZ fitting by multispectral images and mean square error minimization with a linear interpolation function | |
| Tominaga et al. | Spectral image analysis of florescent objects with mutual illumination |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |