颗粒图像的颜色校准与表征

【目的】减少图像法测量系统中颗粒成像的颜色失真,并对颗粒进行颜色表征。【方法】采用色卡对颗粒成像系统进行标定,使用色彩校正算法建立实际拍摄的色卡的颜色值与D65光源下的色卡理论颜色值之间的映射关系,以此对颗粒图像进行色彩校正,对比分析基于多项式回归的6种色彩校正算法,对基于校正前、后色卡的平均色差和算法的曝光适应性进行算法测试,并在白色LED灯光与偏黄的卤素灯光照射下分别验证色彩校正效果。【结果】三阶多项式色彩校正算法的回归精度最高,在白色LED光源照射下,校正前、后色卡的24个色块的平均色差由38.67下降到3.82,但测试发现,三阶多项式色彩校正算法不具备曝光适应性;三阶根多项式色彩校正算法在回归精度上接近三阶多项式色彩校正算法且具有良好的曝光适应性。【结论】基于色卡标定和色彩校正算法可以在一定程度下减少系统的颗粒成像的色偏,在6种校正算法中三阶根多项式色彩校正算法能够提高回归精度和曝光适应性;针对颗粒系,可结合颗粒的平均色品坐标和颗粒数量进行表征,针对单个颗粒,可以使用颜色矩和主要颜色进行表征。

不同孔渗关系模型对比

为了解决空气渗透率与有效孔隙度回归模型斜率偏低、计算结果范围偏小的问题,分析了线性回归模型的特点,对比了自变量、因变量交换以后线性回归模型的变化,提出了二种改进的几何解法并推导了对应的算法。一是应用二条回归直线的角平分线计算渗透率的“角平分线法”模型;二是基于“样品点到关系线距离平方和最小”假设的模型。应用本文提出的孔渗关系模型,可以部分解决回归模型斜率偏低、计算结果范围偏小的问题;其中“样品点到关系线距离最小”模型可推广到多元函数。本文为依据有效孔隙度计算空气渗透率的提供了二种新算法。