【技術實現步驟摘要】
本專利技術屬于計算機數字圖像處理，具體涉及一種基于響應值預測的光譜靈敏度估計方法和系統。
技術介紹
1、數碼相機的光譜靈敏度估計在解決計算機視覺和顏色科學等相關領域中具有廣泛的應用，如多光譜成像、光照估計、顏色矯正以及數碼相機顏色特征化等。由于消費級相機并非為高精度視覺任務設計，制造商通常不會公開其光譜靈敏度數據。獲取相機光譜靈敏度的方法通常分為直接測量法和間接估計法兩類。直接測量法通過使用數碼相機拍攝單色儀產生的不同波長的單色光圖像，再根據相機在不同波長下的響應來計算其光譜靈敏度。盡管這種方法能夠獲得較為精確的結果，但其過程復雜繁瑣，且需要昂貴的設備和特定的測量環境。
2、因此科研人員提出使用間接方法對相機靈敏度函數進行估計。相機光譜靈敏度估計的主要困難包括：光譜反射比的有限維數導致問題的不適定性；相機拍攝過程中噪聲對算法的影響；相機光譜靈敏度函數曲線特性對估計算法的限制；估算所得光譜靈敏度曲線實際應用中色差較大等。大多數方法的主要思想是使用相機拍攝色卡獲取其對應響應值，然后基于成像模型和偽逆算法反向計算相機的光譜靈敏度函數。現有相機光譜靈敏度估計方法大多追求求解曲線和真實曲線的相似性，然而忽略了光譜靈敏度在實際應用中的主要作用，導致出現合成的響應值與相機實際拍攝所獲得的響應值之間存在較大色差的問題。
技術實現思路
1、本專利技術的目的是為了解決
技術介紹
中所述問題，提出一種基于響應值預測的光譜靈敏度估計方法。
2、針對上述現有研究存在的問題，本專利技術提出
3、本專利技術的技術方案為一種基于響應值預測的光譜靈敏度估計方法，具體包括以下步驟：
4、步驟1，收集公開光譜靈敏度數據庫s，其中包含多臺相機三個通道的光譜響應，并分通道進行歸一化處理；
5、步驟2，使用數碼相機拍攝獲取訓練樣本原始格式響應值，并對其進行分通道歸一化處理，得到訓練樣本原始格式響應值的歸一化之后的響應值x'；
6、步驟3，使用分光光度計和照度計分別測量訓練樣本集光譜數據r'和環境光源光譜功率分布l'；
7、步驟4，使用主成分分析(pca)分通道計算光譜靈敏度數據庫s各通道特征向量qj；
8、步驟5，結合訓練樣本集光譜數據r'、歸一化之后的響應值x'和環境光源光譜功率分布l'，以及主成分分析得到的各通道特征向量qj，使用偽逆算法計算初始光譜靈敏度sinitial；
9、步驟6，定義以成像顏色質量為目標的優化函數和保證光譜靈敏度固有性質的非負約束條件；
10、步驟7，將初始光譜靈敏度sinitial帶入內點法進行迭代優化；
11、步驟8，內點法迭代至收斂完成光譜靈敏度估計。
12、進一步的，步驟1和步驟2中對公開光譜靈敏度數據庫和原始格式響應值分通道做歸一化處理，其方法如式(1)和式(2)所示：
13、
14、式中，sij代表光譜靈敏度數據庫中第i個相機的j通道光譜響應值，min(sij)表示第i個相機的j通道中最小的光譜響應值，max(sij)表示第i個相機的j通道中最大的光譜響應值，si代表第i個相機歸一化之后的光譜靈敏度。
15、
16、式中，xj代表所有訓練樣本的j通道響應值，min(xj)表示所有訓練樣本的j通道響應值中最小的響應值，max(xj)表示所有訓練樣本的j通道響應值中最大的響應值，x'代表所有訓練樣本三通道歸一化之后的響應值。
17、進一步的，步驟4中使用主成分分析(pca)分通道提取光譜靈敏度數據庫主成分，其方法如式(3)所示：
18、sj＝qjdj,j∈{r,g,b}.(3)
19、式中，sj為公開光譜靈敏度數據庫所有相機的j通道光譜響應，qj為pca所得到的j通道特征向量，dj為對應j通道權重系數。
20、進一步的，步驟5中使用偽逆算法計算初始光譜靈敏度sinitial，其方法如式(4)所示：
21、sinitial＝q[(mq)t(mq)]-1(mq)tx'.(4)
22、式中，m為訓練樣本的光譜反射率r'與光源的相對光譜功率分布l'的乘積，q為pca所得到的特征向量，上標‘t’為轉置符號，上標‘-1’表示求逆運算，x'為所有訓練樣本歸一化之后的響應值，sinitial為pca方法初始估計所得的初始光譜靈敏度。
23、進一步的，步驟6中定義內點法目標函數和約束條件，目標函數中主要包含兩部分，其中μ-factor代表相機的成像顏色質量，de色差代表當前光譜靈敏度合成響應值與實際拍攝響應值之間的色差，這兩部分都能夠有效的保證光譜靈敏度合成響應值的顏色質量，光譜靈敏度具有非負的固有性質，因此添加非負約束。對應方法如式(5)和式(6)所示：
24、
25、f(s)＝μa(s)+de?(6)
26、式中，代表找到一個變量s的取值，使得目標函數f(s)達到最小值，s為待優化光譜靈敏度，s≥0代表優化過程中的約束為非負約束，f(s)為優化的目標函數，具體為式(6)所示，其中，μa(s)為當前待優化光譜靈敏度的μ-factor，具體計算方式如式(7)所示：其中，上標‘t’為轉置符號，上標‘-1’表示求逆運算，trace代表返回矩陣對角線之和，a為cie1931標準觀察者函數。
27、
28、de為預測響應值xpre和歸一化之后的響應值x'之間的色差。預測響應值通過式(8)實現，其中s為待優化的光譜靈敏度，m為訓練樣本的光譜反射率r'與光源的相對光譜功率分布l'的乘積。
29、xpre＝ms.(8)
30、色差計算方式如式9所示，其中，ltruth，atruth，btruth，lpre，apre，bpre分別代表歸一化之后的響應值和預測響應值在lab空間中的色度值。
31、
32、其中，計算色差需要將響應值先從rgb顏色空間轉換到xyz顏色空間，再轉換到lab顏色空間，計算方式如式(10)和(11)所示。
33、
34、
35、其中，l、a、b分別為樣本在cielab顏色空間的亮度、紅綠和黃藍顏色值；x、y、z分別為樣本的三刺激值顏色數據；xn、yn、zn分別為參考光源的三刺激值顏色數據；h、hn分別為樣本和參考光源的ciexyz三刺激值。
36、進一步的，步驟7中將初始光譜靈敏度sinitial帶入內點法進行迭代優化，其方法如式(12)所示：
37、
【技術保護點】
1.一種基于響應值預測的光譜靈敏度估計方法，其特征在于，包括如下步驟：
2.如權利要求1所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟1中對公開光譜靈敏度數據庫分通道做歸一化處理，其方法如式(1)所示：
3.如權利要求1所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟2中對原始格式響應值分通道做歸一化處理，其方法如式(2)所示：
4.如權利要求1所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟4中使用主成分分析PCA分通道提取光譜靈敏度數據庫主成分，其方法如式(3)所示：
5.如權利要求1所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟5中使用偽逆算法計算初始光譜靈敏度Sinitial，其方法如式(4)所示：
6.如權利要求1所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟6中目標函數中包含兩部分：相機的成像顏色質量和當前光譜靈敏度合成響應值與實際拍攝響應值之間的色差，這兩部分都能夠有效的保證光譜靈敏度合成響應值的顏色質量，光譜靈敏度具有非負的固有性
7.如權利要求6所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：預測響應值通過式(8)實現，其中S為待優化的光譜靈敏度，M為訓練樣本集的光譜數據R'與光源的相對光譜功率分布L'的乘積；
8.如權利要求6所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟7中將初始光譜靈敏度Sinitial帶入內點法進行迭代優化，其方法如式(12)所示：
9.如權利要求1所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟3中使用分光光度計和照度計分別測量訓練樣本集光譜數據R'和環境光源光譜功率分布L'。
10.一種基于響應值預測的光譜靈敏度估計系統，其特征在于，包括：
...【技術特征摘要】
1.一種基于響應值預測的光譜靈敏度估計方法，其特征在于，包括如下步驟：
2.如權利要求1所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟1中對公開光譜靈敏度數據庫分通道做歸一化處理，其方法如式(1)所示：
3.如權利要求1所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟2中對原始格式響應值分通道做歸一化處理，其方法如式(2)所示：
4.如權利要求1所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟4中使用主成分分析pca分通道提取光譜靈敏度數據庫主成分，其方法如式(3)所示：
5.如權利要求1所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟5中使用偽逆算法計算初始光譜靈敏度sinitial，其方法如式(4)所示：
6.如權利要求1所述的一種基于響應值預測的光譜靈敏度估計方法，其特征在于：步驟6中目標函數中包含兩部分：相...
【專利技術屬性】
技術研發人員：梁金星，李壹帆，朱晶怡，伍文，胡鑫，胡新榮，
申請(專利權)人：武漢紡織大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。