[发明专利]一种基于光谱反射率重建的织物图像颜色校准算法

权利要求书

1.一种基于光谱反射率重建的织物图像颜色校准算法，其特征是，包括有以下步骤：

通过相机采集获取颜色训练样本与待校正织物图像，获得颜色训练样本与待校正织物图像的实际系统响应，通过分光光度计获取颜色训练样本的真实光谱反射率；

构建虚拟成像系统，定义虚拟光谱响应函数，计算出所有颜色训练样本的虚拟系统响应及其对应的光谱反射率估计值；

根据颜色空间转换公式，分别对所有颜色训练样本的真实光谱反射率和虚拟成像系统中计算获得的光谱反射率估计值进行颜色空间转换；

采用定义的光谱重建误差评价函数，根据全局误差最小原则确定代表颜色训练样本；

根据确定的代表颜色训练样本，利用光谱反射率重建算法计算获得实际成像系统下的转换矩阵；

通过维纳估计法根据根据实际成像系统下的转换矩阵对待校正织物图像各像素点的实际系统响应进行估计得到对应的重建光谱反射率，并通过颜色空间转换后获得重构的RGB图像。

2.根据权利要求1所述的基于光谱反射率重建的织物图像颜色校准算法，其特征是：定义的虚拟光谱响应函数为

式中，1≤c≤3,1≤j≤31，c表示成像系统的通道响应；j表示光谱波段数；

对所有颜色训练样本计算其虚拟成像系统响应U_V为

U_V＝M_VR_train

式中，R_train为颜色训练样本的真实光谱反射率；

虚拟系统响应对应的光谱反射率估计值R_V具体为

R_V＝K_VM_V^T(M_VK_VM_V^T)^-1M_VR_train

根据维纳估计法重建的光谱反射率可表示为式中，K是s的自相关矩阵，s为选择的代表颜色训练样本集合，可计算K＝E{s_Ls_L^T}。

3.根据权利要求2所述的基于光谱反射率重建的织物图像颜色校准算法，其特征是：根据颜色空间转换公式进行CIELab颜色空间转换为，由光谱反射率计算标准色度系统的XYZ三刺激值，再经过XYZ到CIELab颜色空间转换得到L^*,a^*,b^*值；具体为：

根据光谱反射率计算物体色的XYZ三刺激值

用求和表达积分结果为：

式中，积分区域为整个可见光波段，X,Y,Z是CIE1931标准色度系统的三刺激值，S(λ)为光源的相对光谱功率分布，R(λ)为物体色的光谱反射率，为CIE1931标准色度观察者光谱三刺激值，波长间隔dλ(Δλ)取10nm，归化系数K为常数，其值由Y＝100 反算得到，即

计算得到所求的CIELab颜色空间的三个通道值L^*,a^*,b^*：

其中，f(X/X),f(Y/Y_n),f(Z/Z_n)为分段函数，满足表达式：

式中，X_n,Y_n,Z_n为CIE标准照明体照射到完全漫反射体表面的三刺激值，代表照明光源的颜色。

4.根据权利要求3所述的基于光谱反射率重建的织物图像颜色校准算法，其特征是，确定代表颜色训练样本的具体步骤为：

根据均方根误差公式和CIEDE2000色差公式，分别计算所有颜色训练样本的真实反射率与估计反射率之间的平均光谱均方误差E_rmse以及色度误差E_CA，

其中，ΔL′,ΔC′,ΔH′分别表示明度差、彩度差和色相差，K_L,K_C,K_H表示参数因子，S_L,S_C,S_H表示权重函数，用来校正颜色空间均匀性，R_r是旋转函数，校正色空间蓝色区域容差椭圆主轴方向的偏转。

定义光谱重建误差评价函数为

E＝αE_rmse+βE_CA

其中，α和β分别表示E_rmse和E_CA的权重，且α+β＝1；

代表颜色训练样本的选取算法的目标函数为：

E(R_train,R_V)＝α×E_rmse(R_train,R_V)+β×E_CA(R_train,R_V)→Minimun

满足上式的s_L＝s_L-1∪{r_j}即为选择的代表颜色训练样本的光谱反射率集合，L为代表颜色样本数。