基于光谱反射率的低照度图像增强方法研究

低照度图像增强技术是机器视觉研究热点之一,Retinex理论模型假设图像是反射分量与光照分量乘积,通过去除或校正光照分量并结合物体的反射特性来恢复图像,被广泛应用在传统算法和深度学习增强模型中。光谱反射率是颜色的指纹,多光谱图像比普通图像的信息量更为丰富。色度学理论和Retinex理论都认为图像的颜色特性取决于反射系数,但光谱反射率是基于仪器测量获得真实的数据,而图像反射分量是基于图像分解假设的数据,目前文献没有从光谱角度对低照度图像增强进行研究。受Retinex理论启发结合深度学习非线性拟合能力,用颜色的光谱反射率代替RetinexNet网络中的图像反射分量,用CIE标准光源的光谱功率分布代替网络中的图像照明分量,提出了一种基于光谱反射率的低照度图像增强方法。首先对图像数据库中正常光照图像进行光谱重建,构建低照度图像与正常光照的多光谱图像数据集。然后训练将低照度图像转换成多光谱图像的深度学习网络模型。任意低照度图像通过网络模型得到多光谱图像,多光谱图像根据色度学理论得到CIEXYZ三刺激值,再通过标准颜色空间转换到RGB颜色空间中显示。该方法在公开LOL数据集上进行训练与测试,结果表明在图像噪声抑制和颜色恢复方面都优于常用方法,证明该方法对低照度图像增强的优越性和有效性。

LED混光颜色质量及优化研究

在影视灯光和植物栽培等领域都需要对LED光源进行混光设计。本文采用遗传算法分别针对4色、6色LED混光光谱,单目标优化一般显色指数R_(a)或色彩保真度指数Rf,来获得高一般显色指数R_(a)或者高色彩保真度指数Rf。研究初始种群数目和进化代数对优化数值和优化时长的影响,同时分析一般显色指数R_(a)和色彩保真度指数Rf的关系。采用带精英策略的快速非支配排序遗传算法针对6色LED混光光谱,双目标优化一般显色指数R_(a)和电视光源一致性参数TLCI Q_(a),来同时获得高一般显色指数R_(a)和高电视光源一致性参数TLCI Q_(a),使得该光源能够在一些特定的场景如影视照明等作为良好的照明光源。仿真和实验结果表明:4色混光光源在色温为2700~7500 K范围内,一般显色指数R_(a)都超过95,色彩保真度指数Rf都能够超过93。同时色彩保真度指数Rf对一般显色指数R_(a)具有很好的兼容性。并且随着LED颜色数目的增加,一般显色指数最优化数值在增加。对于双目标优化6色LED混光光谱,在色温为3000~9000 K范围内,都能够保持一般显色指数R_(a)大于96,电视光源一致性参数TLCI Q_(a)大于96。

基于Philips棱镜3CMOS相机的光学设计及其光谱优化

针对彩色数字相机高成像质量以及高色准的需求,本文研究了基于Philips棱镜的3CMOS相机的光学系统设计以及相机光谱优化方法。通过对Philips棱镜进行光路建模,优化了棱镜的结构参数。在保证全内反射以及出射窗口大小的条件下,减小了系统的体积,并由此设计了Philips棱镜3CMOS相机光学系统。其视场角为45°,相对孔径为1/2.8,在110 lp/mm的奈奎斯特采样频率下,系统的MTF全视场全波段均大于0.4。基于色度学基本原理建立了Philips棱镜相机的矢量成像模型,分析了由光线入射角度变化造成的薄膜光谱偏移,提出了宽光束下光谱偏移的修正模型。利用该模型设计并优化了相机中的4组光学薄膜。通过光路仿真实验以及色差分析,基于优化后的相机光学系统的平均色差降低了15.8%,像面颜色不均匀性降低了60%。结果表明:本文设计的光学系统拥有良好的成像质量,优化后的相机光谱实现了良好的颜色性能以及颜色均匀性。

缅甸抹谷紫方钠石光致变色效应脱色效率研究

光致变色效应是紫方钠石最显著且极具价值的光学特征。本文通过EDXRF、FTIR、UV-VIS-NIR、D65标准光源、照度计以及色度学方法,对缅甸抹谷紫方钠石光致变色效应脱色效率进行了定量研究。紫方钠石的主量元素为Na、Al、Si和O,此外含有少量Cl和S,微量元素可含Ca、K和Fe, UV-VIS-NIR光谱存在472、540和667 nm的3个吸收峰,其中以540 nm吸收强度最大,脱色过程中,其光谱吸收峰峰位不变,但强度随时间逐渐减小,540 nm吸收峰面积在0~80 s与时间呈线性负相关(R^(2)=0.99);脱色过程中,当照度从5 000 lx升高至30 000 lx时,紫方钠石脱色效率明显升高,明度L^(*)升高,彩度C^(*)降低,色品a^(*)降低且色品b^(*)升高,色调由紫色向粉色调轻微变化,是电荷转移导致F中心被破坏的直接结果。

周期性超表面的广色域结构色调制光谱分析

设计一种新的周期性超表面,基于介质层与吸收层的夹层式纳米柱结构表现出强烈的共振吸收效应,在可见光波段实现具有广色域、高饱和度、高分辨率优势的结构色。使用时域有限差分法(FDTD)模拟周期性纳米阵列在调节周期、介质层厚度时的光学响应,基于反射光谱建立从结构参数到显色特性的映射关系。结果表明,周期与介质层厚度的协同调节可生成更丰富的结构色,周期通过改变主波长显著影响结构色色相,介质层厚度优化光谱形状有助于实现高单色性颜色;该结构的光谱反射率高、半峰宽窄、主波长覆盖面广,色域扩大至156.8%的sRGB;经优化后实现的高质量RGB颜色,在±40°入射范围色相变化低于0.075π。该研究在显示成像、纳米印刷、高分辨打印等领域的应用具有重要价值。

基于颜色视觉理论的实验室虹现象探究

设计实验室中虹现象的复现方案,研究虹现象的视觉特性以及折射介质的影响,引入颜色视觉理论,使用色度图定量表征虹现象的成像质量.设计基于液态介质的复现方案,得到符合理论推演的弓形色度图,验证上述表征方法的可行性.设计基于亚克力材料的复现方案,得到不同粒径、不同均匀程度的折射材料对应的虹现象及其色度图.对比发现,随着介质粒径的增大,对应虹现象中色彩丰富度明显提升.混合不同粒径的折射介质并使其均匀分布,得到色彩更丰富的虹现象.多次实验发现,当粒径为0.1~0.2 mm和0.2~0.4 mm的亚克力小球以质量比5∶12混合后,所得虹现象条带分布明显,具有较高的色彩丰富度和较低的噪点比例.

LED照明体的应用及发展趋势

国际照明委员会(CIE)在最新出版的CIE 251:2023中发布了用于光度校准的标准光谱L41,这是CIE继1931年标准照明体A之后的另一种基于LED的用于光度计量的照明体,是光度计量史上近百年来的首次变化,必将对光度计量领域产生重大的影响。本文介绍了L41产生的背景、光谱分布选择方法和过程、LED标准灯的光谱分布与L41光谱失配的评价方法。基于分析比较L41与A光源的差异和特点,提出了我国建立基于LED的光度量值传递体系的路线图。

基于亮度因数分级BP神经网络的多基色显示系统色度转换模拟

针对多基色显示系统的颜色转换问题,提出一种基于亮度因数分级BP神经网络的色度转换方法,并建立CIE标准(X,Y,Z)空间到多基色(K_(1),K_(2),…,K_(n))空间的转换模型;将整个(X,Y,Z)颜色空间按训练样本的亮度因数Y分解成多个二维子空间,并形成亮度因数分级子空间BP网序列,从而减少了从低维度空间向高维度空间进行颜色转换时出现的同色异谱问题。以五基色LED显示系统为例,对亮度因数分级BP网的有效性开展验证实验。首先根据五基色LED显示系统的实际色度参数,建立了五基色显示系统(K_(1),K_(2),K_(3),K_(4),K_(5))空间到CIE标准(X,Y,Z)空间的线性转换模型;在此基础上采用最小色差匹配法,生成了典型亮度因数分级训练样本集和测试样本集,并完成了BP神经网络的训练和测试。结果表明,训练样本集的CIE1976L^(*)a^(*)b^(*)平均色差达到6.37以下,并且还有进一步的改进空间,为多基色显示系统的颜色转换工作提供了一种有效的技术途径。

不同测色仪器重复性的评价与分析

测色仪器的重复性是评价仪器性能最重要的指标之一。基于ASTM E2214-20标准及相关研究,选取了19个评价仪器重复性的指标,对6台国内外测色仪器的重复性进行了评价。测量了短、中、长期共计120×6=720组数据,采用排序与归一化处理方法,对比了测色仪器的重复性以及19个指标评价重复性的一致性。结果显示:4台高精度分光测色仪的重复性很好;RMS R指标计算简便,且与其他所有指标一致性最高。对于测色仪器无法测得反射率的情况,可采用V XYZ、V LAB这两个指标进行仪器重复性的评价。

基于色度特征化的乾隆色谱跨设备色彩再现

色彩失真现象普遍存在于图像在不同设备之间传输的过程中,为保证纺织文物图像跨设备的色彩真实再现,继而推进博物馆数字化发展,在乾隆色谱染色丝织物的基础上,分别对数码相机和显示屏进行色度特征化,并讨论了不同图像格式、不同训练数据集、多项式不同阶数对相机预测模型精度的影响,同时采用增益-偏置-伽马模型(GOG模型)对显示屏进行色度特征化,然后对乾隆色谱跨设备再现情况进行色差分析以确定最优特征化模型,最后采用中国丝绸博物馆馆藏纺织品文物对建立模型进行检验。结果表明:选择RAW格式图像和三阶多项式对相机进行色度特征化处理,并使用采集的纺织品颜色数据集训练模型,模型的精度可达到2.18(ΔE_(ab)^(∗))(CIEDE2000色差值);显示器特征化模型精度为0.58(ΔE_(ab)^(∗));乾隆色谱跨设备再现的色差均值为2.16(ΔE_(ab)^(∗)),真实丝绸文物跨设备再现的色差值为2.38(ΔE_(ab)^(∗)),表明该特征化模型具有优异的跨设备色彩再现效果。

半导体白激光作为水下成像系统光源与单色激光、LED白光的对比成像实验

为了解决现阶段开展水下探测工作时存在的照明距离短、光谱范围窄等问题,建立了水下半导体白激光成像系统,并对该系统在不同光源及不同条件下采集图像的质量进行分析。将基于红绿蓝(RGB)三基色半导体激光器合成的功率为220 mW、色温为6 469 K的白激光作为水下照明光源,分别与红、绿、蓝三种单色激光及LED白光光源在不同条件下的水下成像效果进行对比。对于不同水下光源采集的图像,使用不同算法对其进行处理、分析及质量评价。实验结果表明:半导体白激光作为水下光源,采集的图像不仅在细节信息及结构完整性上优于LED白光光源,同时在目标物色彩还原度以及边缘特征信息完整度方面也优于单色激光。半导体白激光具有能量集中、显色性强、光照度高的优势,其光源性能可满足水下低照度的成像要求,在相同的成像系统及成像距离下可获得真实性更强、质感更好、目标物特征信息更多的图像。

基于二阶多项式回归和权重主成分分析法的多光谱降维算法研究

基于主成分或者权重主成分的多光谱降维方法实现高维多光谱数据和低维空间数据之间相互转换,但低维空间数据含有大量负值,不能和色度空间如CIELAB等连接起来,给光谱颜色复制的后续研究带来困扰;建立XYZ三刺激到多光谱数据的转换,在多光谱数据降维到XYZ三刺激值过程中保留更多的颜色信息;通过二阶多项式回归建立XYZ三刺激值与多光谱通过权重主成分降维的得到的三维空间数据对应关系,实现XYZ三刺激值到多光谱数据转换;在不同的训练样本,不同的测试样本时,相对于主成分和权重主成分,推荐的方法在多种照明条件下色度重建精度得到提高,可以较好地应用到多光谱图像的高保真降维和压缩。

基于BRDF数据的金属漆颜料制品的色貌预测评估

通过双目观察与匹配心理物理学实验,对金属漆颜料制品在两种几何条件下进行了视觉评价,随后将金属漆颜料制品的视觉平均数据分别与基于双向反射分布函数(BRDF)数据和基于PR715分光辐射计测量结果的色貌模型预测结果进行最小二乘法线性拟合。实验结果表明,在不同几何条件下,BRDF数据均可以用来对金属漆颜料制品进行色貌预测;对于三属性预测而言,在明度和彩度方面,基于BRDF数据的色貌模型预测精度不如基于PR715分光辐射计数据的色貌模型预测精度,而在色调角方面,基于BRDF数据的色貌模型预测精度则高于基于PR715分光辐射计数据的色貌模型预测精度。

基于密度的凹版专色梯尺光谱预测模型的研究

基于密度与光谱反射率的关系建立了一种凹版专色梯尺的光谱反射率预测模型。该方法首先依据密度的定义建立实地光谱反射率与其密度的关系,并基于实地光谱反射率建立阶调光谱反射率的计算方法;然后根据密度的叠加原理,假设阶调密度与实地密度比例关系成立建立阶调密度、实地密度和承印物密度的关系;最后结合计算阶调光谱反射率的方法建立凹版专色梯尺光谱反射率预测模型;调配30种专色油墨通过凹印实打样,对预测模型通过决定系数R^(2)和色差进行验证。实验结果表明,不同专色在同一网点面积率下实际阶调密度与实际实地密度的比例系数相同,两者的决定系数R^(2)均大于0.98。在此关系基础上所建立的预测模型在不同网点面积率下都具有较高的决定系数,其均方根误差都小于0.01,最大色差为2.667 NBS。最后另外调配10种专色油墨在相同工艺条件下实打样样张,利用实际阶调密度与实际实地密度的比例系数,通过色差公式进而验证该模型预测专色油墨梯尺光谱反射率的精度。色差结果表明,82.12%的色差小于2.5 NBS,大部分色差在0.5~2 NBS之间,占据了总频率的58.32%,平均色差为1.58 NBS,达到了企业精细复制颜色的要求。验证了该模型对于预测凹印专色梯尺光谱反射率具有较高精度,可为数码打样代替凹印上机打样提供科学方法。

基于光谱色差权重函数的多光谱降维方法研究

光谱反射率维度高,与光照和观察条件无关,能够真实、客观地描述物体的颜色信息,由物体本身特性决定,因此被称为物体的“指纹”。但是,光谱反射率数据量超过传统三色系统十倍以上,这些巨大的光谱数据在存储、数据处理及传递等方面造成巨大的负担,花费太多的计算时间。如果高维光谱可以通过数学变换方法映射到低维空间,并确保低维空间能够更好地表示原始光谱所覆盖的信息,可以有效地压缩多光谱数据,提高基于光谱的颜色复制的处理效率。针对主成分分析法平等地对待可见光范围的所有波长,重建光谱仅仅是对原始光谱的数学逼近,由于波长对颜色的重要性不同,经常会导致光谱重建误差较小而色度误差较大的问题,提出了一种基于光谱色差权重函数的多光谱降维算法。使用主成分分析法将孟塞尔颜色系统Munsell维度降低到1维,再恢复重建到31维,Munsell的原始光谱和重建光谱的平均光谱色差作为权重函数。以NCS为训练样本,分别以NCS、Munsell和3张多光谱图像为测试样本,分析和比较本文推荐的权重主成分分析法与主成分分析法以及另外4种权重主成分的性能。以D65/2°和A/2°照明观察条件下的CIELAB色差和均方根误差(RMSE)分别评价测试样本的原始光谱和重建光谱之间的色度重建精度和光谱重建精度。实验统计结果表明:相对于主成分分析法,无论测试样本是多光谱数据还是多光谱图像,推荐的方法在牺牲一定光谱重建精度的情况下,在D65/2°和在A/2°两种照明观察条件下的色度重建精度得到显著的提高,而色度重建精度提高对于目前广受关注的基于光谱的颜色复制研究具有非常重要意义。实验统计结果也表明本文推荐的方法的色度重建精度优于目前已经存在的另外4种权重主成分分析法。

对抗曝光变化的自适应加权光谱重建方法研究

光谱是颜色信息的指纹,也是表征物质物化属性的重要特征,对于颜色的高保真复制和物质的精准识别分析具有重要应用价值。基于光谱重建的多光谱成像技术利用成像系统拍摄物体表面数字图像,并通过光谱重建计算得到物体表面的多光谱图像,能够克服传统RGB图像对成像条件的依赖性,更加精细化地表征识别物体。该技术相对于价格昂贵的高光谱相机而言,能够有效提升多光谱图像的空间分辨率和获取效率,降低设备成本。然而,无论是基于机器学习还是基于深度学习的光谱重建方法,在光谱重建应用时均对图像的曝光变化敏感,即光谱重建方法在一种曝光水平下建立的光谱重建模型,无法直接在另一曝光水平下进行光谱重建应用,否则将导致重建光谱曲线的形状特征偏离真实光谱,制约着光谱重建面向光照强度易变和光照不均性场景的应用。针对现有光谱重建方法对图像曝光水平变化敏感的问题,论文提出了一种基于根多项扩展的自适应加权光谱重建方法,首先利用根多项式对样本rawRGB图像数据进行扩展,并利用伪逆法建立光谱重建模型,以解决模型对曝光水平变化的敏感性,然后在光谱不变特征空间构建自适应加权矩阵,以进一步提升光谱重建精度。研究以理论实验和具体实验样本为基础,首先对现有光谱重建方法对曝光变化的敏感性进行分析,然后将该方法与现有同类型光谱重建方法进行对比,最后探讨了加权策略对该方法的影响。实验结果表明,现有先进光谱重建方法均对曝光水平变化敏感,而该方法能有效对抗曝光水平变化,且光谱重建的光谱均方根误差(RMSE)和色差(ΔE^(*)_(ab))显著低于现有同类方法。此外,在光谱不变特征空间构建自适应加权矩阵,对于该方法提升光谱重建精度至关重要。研究成果对开放场景下的高精度光谱重建具有重要应用价值。

几种颜色测量方法的比较

本文回顾了颜色测量的历史,分析比较了目视法、光电积分法和分光光度法三类颜色测量方法,重点阐述了目前最先进的测色方法——光电摄谱法。简述了目前国内外测色仪器的产品现状,展望了仪器测色的发展趋势。

一种基于LAB色空间拓扑剖分影射的颜色恒常性模型

本文针对人体肤色和黏膜颜色特点,建立一种室内自然光条件下的医学真彩图像采集分析的颜色恒常性模型.在LAB均匀色度空间中,对一维L*空间进行线性影射,二维a*b*空间进行三角剖分影射和还原,建立了一种拓扑剖分影射TRM模型.通过对SG色标中13个肤色色标进行的校正还原,结果显示,TRM模型还原的颜色色差明显减小,离散度小,性能稳定.

面向色彩再现的多光谱图像非线性降维方法

针对多光谱图像数据维数高导致图像色彩再现过程中数据处理复杂度高的问题,提出一种多光谱图像非线性降维方法。首先根据人眼视觉系统特征,用CIE标准观察者色匹配函数对源光谱进行加权,对加权光谱采用主成分分析(PCA)方法降维来提高降维的色度精度及光照变换时的色差稳定性;然后针对因色匹配函数加权降维引起的光谱损失,采用PCA方法对损失的光谱进行降维,补偿因色度精度提升引起的光谱损失,有效提高降维的光谱精度。最后根据应用精度要求用前两步获得的主成分组合形成降维后数据。实验结果显示,提出方法的平均光谱精度为0.013 9,平均色度精度为0.705 8,色差稳定性为1.950 6,比现有的线性变换PCA法和LabPQR法分别提高了14%,15%;47%,68%和82%,表明新方法在光照变换色差稳定性、光谱精度及色度精度3方面均优于现有其他算法。

光谱颜色科学研究进展及其在中药领域中应用前景分析

综述了光谱颜色科学的研究进展,近年来常用的颜色模型及颜色测量仪器,归纳总结测色技术在农业、食品、工业、医药等领域的应用进展。探讨测色技术实现中药外观色泽量化的可能性,并分析其在中药领域中的应用前景,为实现中药无损在线的质量控制规范化研究提供示范。