面向复制的多光谱获取关键技术研究

摘 要：本文对多光谱获取的关键技术进行了研究，在合适环境中对色卡进行拍摄得到多光谱图像，同时用分光光度计测量色卡上每个色样的光谱反射率，并对校正后的图像提取RGB三通道的光谱信息，最后利用光谱反射率重建算法，对图像进行光谱反射率重建。实验结果表明，伪逆法的光谱误差比维纳估计法小。

关键词：图像获取；多光谱成像；光谱反射率；光谱重建

提高颜色的真实再现，是当前图像复制技术的热门研究方向之一。传统的颜色复制技术基于人眼视觉特征，不能实现各种环境下物体颜色的准确复制。通过颜色的光谱复制技术，利用物体表面的光谱反射信息来再现色彩，可提高复制精度，再现目标颜色。获取物体的光谱反射率也成为实现光谱复制的重要技术和关键环节。

1 颜色理论基础

颜色科学把看到的颜色称为颜色视觉。其形成的四大要素是：光源、颜色物体、人眼和大脑。颜色并不是纯粹的物理量，而是心理物理量。物体呈现不同的颜色，在于它对光线的选择性吸收、透射或反射，也即对可见光范围中某一段波长的色光进行了反射或透射。物体的这一性质，就叫做物体的光谱特性。

人的视觉系统只能分辨出颜色的色调、明度和饱和度三个属性。只要视觉上对这三个颜色属性的感觉相同，我们就认为颜色相同且可替换。通常在视觉感觉上一样的两种颜色，其光谱功率分布却不相同，也即同色异谱现象。同色同谱是最准确的匹配，但实际中很难存在这一情况。传统颜色复制中，都是基于视觉感受相同来实现的。但复制的颜色，在给定的环境照明和观察条件发生变化时则会出现颜色失真现象。多光谱成像技术可以较好的解决这一问题。

2 多光谱重建技术

目前，多通道光谱成像系统大多是用滤色片截取不同波段图像光谱信息。因多光谱成像系统采集的图像是囊括了相机性能、环境光、滤色片光谱透射性能等因素的与设备相关的色度图，不能满足复制所需的数据精度。因此，需校正采集的光谱反射率并插值，以重建出接近源图像的光谱反射率。重建后的图像，只能是最大限度的靠近源图像的原始光谱。在这个过程中，高精确度的重建算法设计是人们的研究热点。

多光谱的反射率获取关键环节有多通道图像光谱的获取和多光谱图像数据的处理。光谱反射率一般是用分光光度计来测量，工作量极大。为了精确地获取物体的光谱反射率，可对成像系统进行光谱表征。

3 实验研究

3.1 实验仪器

GG475（黄色玻璃片）、BG39（蓝色玻璃片）的宽带滤色片。格灵达 SG 140色卡，IT8.7-3 CMYK i1色卡，爱色丽标准白版及分光光度计。佳能 EOS40D单反数码相机。选用两个钨丝灯，45度对称照射原稿。三脚支架、黑板、18%的中性灰墙面环境。

3.2 获取实验

采用多通道相机采集的方法获取图像光谱。实验时，首先完成实验拍摄位置的选择，放置好光源，数码相机，待测样本。规范连接并设置数码相机，尤其注意滤色片的安放。调节光源并使照度均匀。将色卡放置在拍摄视野的正中心，拍摄图像。将最终得到的多通道图像保存为RAW格式，这种原始保存状态可以保证后期光谱数据处理和光谱反射率重建的精度。利用分光光度计测量待测色卡上的全部颜色训练样本的光谱反射率。通过光谱图像获取實验，将得到六张图片，分别是利用GG475拍摄的黑板、SG 140色卡和IT8.7-3 CMYK i1色卡与利用BG39拍摄的黑板、SG 140色卡和IT8.7-3 CMYK i1色卡。

以用GG475拍摄的SG 140色卡的数据处理为例。利用拍摄黑板的图片为基础光环境光谱信息，通过matlab对所拍摄的色卡图片进行图像处理。先将各图片按RGB三通道提取，得到三通道各自的灰度图。利用matlab分通道处理，去除光照不均匀性的干扰，校正完成再将单通道图合成彩色图片。对图片进行各个色块的RGB三光谱信息的提取并保存。最后利用反射率重建算法，模拟出图像的光谱反射率曲线。

3.3 光谱反射率重建

常见的算法有伪逆法、维纳估计法与有限维模型法，其他的优化算法都可以在此基础上进行改进。选择SG140色卡、IT8.7-3 CMYK i1色卡作为实验训练样本，利用多光谱成像系统获取其系统响应值。多通道影像数据由GG475滤色片获取偏红图像的RGB三通道光谱信息与BG39滤色片拍摄偏绿图像的RGB三通道光谱信息组合而成。同时用分光光度计测量每张色卡上每个色块的光谱反射率，所测光谱的波段为360～750纳米，间隔10纳米进行采样。最后得到各色卡各色块的六通道光谱信息及其反射率。利用六通道光谱信息，分别通过伪逆法重建算法与维纳重建算法，依靠matlab平台等到两组重建的光谱反射率。取两张色卡上的部分色块，将其真实反射率与重建反射率进行对比。对重建得到的反射率精度评价，要基于图像的真实反射率信息。主要可以通过色差比较、光谱误差RMS比较来评价最后重建的反射率精度。

3.4 结果分析

在MATLAB平台上对比了两种算法的重建精度。通过光谱误差RMS的评价方法等到：用伪逆法得到的反射率曲线与真实反射率曲线，光谱误差RMS为10.1755；用维纳估计法重得到的反射率曲线与真实反射率曲线，光谱误差RMS为14.4896。

总体而言，从光谱误差程度的角度看，伪逆法的重建精度比维纳估计法的重建精度稍高点。但是从两者重建的光谱反射率曲线与物体色的真实光谱反射率曲线相比看，不论是在曲线形状的相似度上，还是数值上，都存在较大的偏差，重建的效果没有理论上设想的好。

4 结论

整个实验过程，存在许多的干扰因素，如光环境，设备精度，样本多通道光谱信息的取值是否具有代表性等等，而且实验选用的色卡，重建算法都比较基础与简单，这些对实验结果都造成了一定的误差影响。基于此，实验结果的通用性还有待考证。从以上的实验数据评价看，初步断定本实验采用的两种重建算法的光谱重建精度都还不能满足实际生产中的颜色复制需求。在今后的研究中，可以继续优化出新算法。

参考文献：

[1] 王莹.多光谱图像色彩再现关键技术研究[D].西安：西安电子科技大学，2010.

[2] 王丽梅.基于多通道采集的光谱反射率重建算法研究[D].上海：上海理工大学，2015.

[3] 刘振.面向复制的多光谱图像获取技术研究[D].武汉：武汉大学，2012.

作者简介：李守礼（1995-），男，汉族，山东临沂人，本科，研究方向：包装印刷技术。