一种基于成像设备的数字测色方法

摘要

本发明公开了一种基于成像设备的数字测色方法。首先根据应用需求，选取2～3个照明体或光源，并设计与拍摄目标样本介质相同的色卡作为训练样本色卡。然后搭建45^o/0^o照明拍摄环境并对成像设备参数进行手动设置。在此基础上分别获取训练样本色卡及目标样本的数字化图像，并分别进行照明均匀性和重复性校正。然后采用基于多项式等模型实现目标样本RGB值到所选取的照明体或光源下CIEXYZ三刺激值的预测，在此基础上采用伪逆等方法实现光谱值的预测。本发明可以广泛应用于纺织、印染、印刷、皮革、塑料、涂料、油漆、文物、医疗、机器视觉、艺术品数字典藏及复现等对彩色图像获取有较高颜色精度要求的应用领域。

主权项

一种基于成像设备的数字测色方法，其特征在于，该方法包括以下步骤：步骤一：根据实现物体测色的目标照明体或光源的光谱辐射强度分布情况，挑选多个照明体或光源；步骤二：设计用于实现模型预测的训练样本色卡；训练样本色卡材质应与待测物体材质相同，色卡色域能够覆盖待测物体的颜色范围，训练样本色卡中色块颜色均匀分布在色域空间中；步骤三：用分光光度计分别测量训练样本色卡中各个色块的光谱反射比，然后按照式(1)和(2)计算各个色块在所选取照明体和光源下的CIEXYZ三刺激值；$\left\{\begin{array}{c}{X}_1=k_1{\int }_{{\lambda }_{\min }}^{{\lambda }_{\max }}{p}_1\left(\lambda \right)r\left(\lambda \right)\bar{x}\left(\lambda \right)\mathrm{d\lambda }\\ Y_1=k_1{\int }_{{\lambda }_{\min }}^{{\lambda }_{\max }}{p}_1\left(\lambda \right)r\left(\lambda \right)\bar{y}\left(\lambda \right)\mathrm{d\lambda }\\ Z_1=k_1{\int }_{{\lambda }_{\min }}^{{\lambda }_{\max }}{p}_1\left(\lambda \right)r\left(\lambda \right)\bar{z}\left(\lambda \right)\mathrm{d\lambda }\\ X_2=k_2{\int }_{{\lambda }_{\min }}^{{\lambda }_{\max }}{p}_2\left(\lambda \right)r\left(\lambda \right)\bar{x}\left(\lambda \right)\mathrm{d\lambda }\\ Y_2=k_2{\int }_{{\lambda }_{\min }}^{{\lambda }_{\max }}{p}_2\left(\lambda \right)r\left(\lambda \right)\bar{y}\left(\lambda \right)\mathrm{d\lambda }\\ Z_2=k_2{\int }_{{\lambda }_{\min }}^{{\lambda }_{\max }}{p}_2\left(\lambda \right)r\left(\lambda \right)\bar{z}\left(\lambda \right)\mathrm{d\lambda }\\ ·\\ ·\\ ·\\ X_n=k_n{\int }_{{\lambda }_{\min }}^{{\lambda }_{\max }}{p}_n\left(\lambda \right)r\left(\lambda \right)\bar{x}\left(\lambda \right)\mathrm{d\lambda }\\ Y_n=k_n{\int }_{{\lambda }_{\min }}^{{\lambda }_{\max }}{p}_n\left(\lambda \right)r\left(\lambda \right)\bar{y}\left(\lambda \right)\mathrm{d\lambda }\\ Z_n=k_n{\int }_{{\lambda }_{\min }}^{{\lambda }_{\max }}{p}_n\left(\lambda \right)r\left(\lambda \right)\bar{z}\left(\lambda \right)\mathrm{d\lambda }\end{array}\right.,---\left(1\right)$其中，X₁Y₁Z₁、X₂Y₂Z₂、…、X_nY_nZ_n分别表示色块在选取的照明体或光源p₁(λ)、p₂(λ)、…、p_n(λ)下对应的CIEXYZ三刺激值，λ_min和λ_max分别表示选取波段的最小波长和最大波长，和表示CIE1931XYZ或CIE1964XYZ标准色度观察者，可以根据实际应用需求选取，k_s(s＝1,2,…,n)表示各个照明体或光源下对应的归一化系数，可以通过式(2)计算得到：$k_s=\frac{100}{{\int }_{{\lambda }_{\min }}^{{\lambda }_{\max }}{p}_s\left(\lambda \right)\bar{y}\left(\lambda \right)\mathrm{d\lambda }}---\left(2\right)$步骤四：搭建45°/0°照明拍摄环境，即光源在与拍摄目标法线45°方向照明，数字成像设备在拍摄目标法线方向拍摄；手动设置数字成像设备的各个参数，使得拍摄图像不偏色，色卡中所有色块都处于数字成像设备RGB动态范围内，不出现亮饱和或暗剪切现象；若照明环境不够均匀，数字成像设备先后拍摄同一目标的RGB值有差异，可通过拍摄白板图像的方法对照明均匀性和重复性校正，校正方法如式(3)和(4)所示，$d_{m,(i,j)}^{\prime }=d_{m,(i,j)}\frac{A_{,\mathrm{ref}}}{A_{m,(i,j)}}---\left(3\right)$$d_{m,(i,j)}^{\prime \prime }=d_{m,(i,j)}^{\prime }\frac{B_{m,\mathrm{ref}}}{B_m}---\left(4\right)$式中，m(m＝R,G,B)表示通道类型，d_m,(i,j)和d′_m,(i,j)分别表示目标图像在(i,j)像素位置对应的m通道在校正前后的驱动值，A_m,ref表示照明均匀性校正白板图像中心区域对应的m通道平均驱动值，A_m,(i,j)则为照明均匀性校正白板图像在(i,j)像素位置的m通道驱动值，d″_m,(i,j)表示目标图像经重复性校正后在(i,j)像素位置对应的m通道驱动值，B_m,ref表示与照明均匀性校正白板同时拍摄的重复性校正白板中心区域对应的m通道平均驱动值，B_m表示与目标图像同时拍摄的重复性校正白板中心区域对应的m通道平均驱动值；步骤五：按照步骤四中搭建的拍摄环境对训练样本色卡、用于校正照明均匀性和拍摄重复性的白板拍照，如果数字图像获取设备支持Raw格式，则获取Raw格式图像，如果不支持Raw格式，则获取其他格式图像；然后分别按式(3)和(4)对训练样本色卡进行照明均匀性和拍摄重复性校正，获取经校正的训练样本色卡各个色块中心区域RGB的平均值，作为代表该色块的RGB值；步骤六：对待测量目标拍照，并对拍摄图像按式(3)和(4)分别进行照明均匀性和重复性校正，获取各个像素的RGB值；步骤七：对待测量目标图像中各个像素的RGB值，分别利用多项式模型、神经网络或查找表的方法，实现RGB值到所选取的照明体或光源下CIEXYZ三刺激值的预测；步骤八：采用伪逆或主成份分析的方法实现基于各个照明体或光源下CIEXYZ三刺激值到光谱值的预测。