|
高动态多光谱成像系统和光谱重构模型研究
步骤一，以测量的光谱作为实验样本，分别使用三色数字相机加双光源和三色数字相机在某光源下加有无滤色片这两种方式构建两个理想的7通道虚拟成像系统，再针对典型的线性和非线性光谱重构模型，进行实验仿真和分析，比较这些光谱重构模型在两种成像系统中色度精度和光谱精度之间的差别。 步骤二，在分析现有多通道光谱图像获取系统基础上，建立新的基于高动态范围图像的多通道光谱图像获取系统。使用三色相机分别拍摄无滤色片的/有滤色片或两种不同光源的不同曝光量的图像，而后对同组图像进行高动态图像处理，再编写MATLAB程序读取图像编码，并验证该图像数据编码是否能有效的提高光谱重建精度。 步骤三，确定拍摄标准，以确保多通道的光谱获取系统能有效地获取拍摄目标的数码响应值。 步骤四，对直接获取的数码响应值进行优化校准和光源照明的空间均匀性校正等预处理，建立数码响应值的优化模型。方法有两种，其一是线性化校准方法研究，其目标是建立起实际响应值与线性响应值的数学转换模型。在建立该数学转换模型时需要对训练样本进行先验性分析，但由于相机的光谱灵敏度函数一般是未知的，要直接得到训练样本的线性响应值比较困难，因此需要寻找与线性响应值呈近似线性的物理量来代替线性响应值。其二是光源照明空间均匀性校正，由于光源照明和数码相机光学系统在空间上存在不均匀性，需对线性校正后的数据进行空间均匀性校正。 步骤五，获取系统特征光谱向量空间的建立。基于着色剂的混合线性空间建立特征光谱向量空间，在进行原稿的光谱复制中，光谱反射率空间并不适合用于要对原稿的颜料组份(基础着色剂)进行识别和映射，即光谱反射率空间不适合于减色混合系统，其与着色剂的数量并不成构成线性关系，研究适合着色剂混合的线性空间，并以此空间为基础建立特征光谱向量空间。 
多元谱图像获取系统 步骤六，建立符合人眼视觉特性的多通道光谱图像重构模型，首先将颜色光谱分解为基本光谱和同色异谱黑，确保分解得到的基本光谱决定图像的色度信息，图像的光谱信息则由基本光谱和同色异谱黑共同决定。然后再分别建立数码响应值到基本光谱，数码响应值到同色异谱黑的转换，并以此为基础建立新的基于多光源技术的多通道光谱图像重构算法，满足光谱重构精度和色度精度的需要。 多基色输出设备光谱特性化方法研究 利用建立的降维模型，将高维光谱数据投影至低维空间。以这个低维空间作为光谱反射率空间和多色打印机设备空间之间的连接空间，采用多维的查找表技术进行从光谱反射率空间到设备色空间的转换，完成多色打印机的光谱特性化。具体方案是选择一多色打印机，对其M个打印基色空间进行均匀采样，形成色靶。 用多色打印机打印其色靶，获取光谱反射率数据，再对其进行降维处理，得到对应的低维空间数据。这样就可以建立起分色数据和低维空间数据之间的对应关系，建立正向查找表。同样，将光谱反射率空间变换到低维空间，在低维空间进行均匀采样，生成色靶。再采用优化方法得到与低维空间采样点对应分色数据，建立反向查找表。 通过上述技术研究，这个方法可以应用于指导印刷企业具体工作中。印刷企业在原稿复制前，先对原稿图像进行多光谱处理，通过高动态多光谱图像分析处理系统及相关算法研究和多基色输出设备光谱特性化方法研究，开发数字化同色同谱复制平台，实现基于高精度同色同谱的颜色复制，减少复制印刷品与原稿之间的颜色偏差。 |
