[发明专利]多维光谱颜色空间的构建方法、装置和电子设备

说明书

本发明提供了一种多维光谱颜色空间的构建方法、装置和电子设备，涉及颜色科学的技术领域，本发明方法在获取到目标对象的源光谱数据之后，利用预设色貌模型计算目标对象的色貌属性值，以及利用贡献率对光谱主成分进行加权，得到目标光谱主成分，最后基于目标对象的色貌属性值和目标光谱主成分构建多维光谱颜色空间，鉴于色貌模型考虑到人的视觉系统受观察条件的影响，能模拟颜色视觉受环境光、色对比、色适应等因素的作用；加权的处理弱化了不同光谱主成分在应用中的平均性能，突出了重要成分的作用，因此，利用本发明方法得到的多维光谱颜色空间，相比现有的光谱颜色空间更适用于实际的需要和具体的应用。

技术领域

本发明涉及颜色科学的技术领域，尤其是涉及一种多维光谱颜色空间的构建方法、装置和电子设备。

背景技术

光谱反射率和色度值可以描述物体的颜色特性，物体的光谱是其固有属性，但在不同的照明和观察条件下可能产生不同的颜色感觉。物体的颜色属性在生活和生产中都至关重要，如何用便捷而有效的方法，全面而简单的数据描述物体的颜色属性是一个热门的研究方向。目前已经有面向颜色再现的光谱颜色空间，如LabPQR，LabICA和LMSPCA等。

一般地，光谱颜色空间是由CIE均匀颜色空间中的色度值和降维光谱信息构成，但CIE均匀颜色空间没有考虑到人的视觉系统受观察条件的影响，不能模拟颜色视觉受环境光、色对比、色适应等因素的作用，在应用中受到了限制；LMSPCA虽然考虑了人眼视觉特性，但直接加权到源光谱上再进行PCA降维，并没有体现色度信息，也就意味着同样没有考虑到视觉系统受观察条件的影响，在对光源有要求的实际应用中同样存在一定的限制。

发明内容

本发明的目的在于提供一种多维光谱颜色空间的构建方法、装置和电子设备，以缓解了现有技术中的光谱颜色空间在实际应用中受限的技术问题。

第一方面，本发明实施例提供一种多维光谱颜色空间的构建方法，包括：获取目标对象的源光谱数据；基于所述源光谱数据和预设色貌模型确定所述目标对象的色貌属性值；基于所述源光谱数据确定所述目标对象的目标光谱主成分，其中，所述目标光谱主成分为累计贡献率达到预设阈值的光谱主成分与相对应的贡献率进行加权后得到的结果；基于所述目标对象的色貌属性值和所述目标对象的目标光谱主成分构建多维光谱颜色空间。

在可选的实施方式中，基于所述源光谱数据和预设色貌模型确定所述目标对象的色貌属性值，包括：基于所述源光谱数据确定目标条件下所述目标对象的三刺激值，其中，所述目标条件包括：任一种标准观察者条件和照明条件；利用所述预设色貌模型对所述目标对象的三刺激值进行处理，得到所述目标对象的色貌属性值。

在可选的实施方式中，在利用所述预设色貌模型对所述目标对象的三刺激值进行处理之前，所述方法还包括：设置并输入所述预设色貌模型的模型参数，其中，所述模型参数包括：参考白的三刺激值，适应度系数，环境光系数，色感应系数，适应场亮度和灰色背景的相对亮度。

在可选的实施方式中，基于所述源光谱数据确定所述目标对象的目标光谱主成分，包括：对所述源光谱数据进行降维处理，得到所述目标对象的多维光谱主成分以及每一维光谱主成分的贡献率；基于所述每一维光谱主成分的贡献率和所述预设阈值确定保留光谱主成分，其中，所述保留光谱主成分为累积贡献率达到所述预设阈值的光谱主成分的集合；将所述保留光谱主成分中的每个光谱主成分与相对应的贡献率进行加权，得到所述目标对象的目标光谱主成分。

在可选的实施方式中，将所述保留光谱主成分中的每个光谱主成分与相对应的贡献率进行加权，包括：利用算式Wρ_i＝ρ_i*α_i％对所述保留光谱主成分中的每个光谱主成分与相对应的贡献率进行加权，其中，ρ_i表示第i维光谱主成分，α_i％表示所述ρ_i的贡献率，i取值1至M，M表示所述保留光谱主成分中光谱主成分的总数，Wρ_i表示第i维目标光谱主成分。