开放光照明环境下物体颜色高保真图像获取及处理关键方法研究

There are illumination metamerism, observer metamerism, color constancy and color gamut limitation problems in existing RGB digital imaging systems. Various multispectral imaging systems developed thus far help address these problems; however, they are only suitable for the applications under known or controlled lighting. In addition, multispectral imaging systems are usually complicated and large, and require a tedious calibration process before use. A multi-channel, stereo vision digital imaging system will be built during the proposed project by adding new imaging channels to existing RGB digital imaging systems. To acquire images of high color accuracy under an uncontrolled lighting environment without requiring special calibration, color constancy algorithms based on the new imaging system will be created to estimate the color information of the lighting environment. New color correction algorithms for the multi-channel images under different lights will also be developed. To acquire the spectral reflectance information of common objects and lights, new algorithms that separate the spectral reflectance of object from the relative spectral power distribution of light will be proposed. Applications including high color fidelity image acquisition and reproduction, and object recognition based on the color information of the object will be implemented. The study results will be widely applicable in the many fields requiring very accurate color acquisition and reproduction under an uncontrolled lighting environment, including computer/machine vision, entertainment, security, outdoor large-scale digital heritage preservation, and agricultural robots.

RGB数字成像系统在实际应用中存在光照同色异谱、观察者同色异谱、颜色恒常性和色域受限等问题，目前开发的能够解决该类问题的多光谱系统主要适用于已知或可控照明环境中，系统复杂庞大且需繁琐的定标过程。本项目拟在现有RGB数字成像系统基础上通过增加成像通道的方法搭建立体双目视觉多通道数字成像系统，基于该系统开发用于估计照明光源颜色信息的颜色恒常性算法以及从源光源下拍摄图像到参考光源下图像的颜色校正算法，实现无需定标即可在开放光照明环境下获取物体颜色高保真数字图像。并开发物体光谱反射比和光源相对光谱辐射强度分离算法，实现常见光源及物体光谱信息的获取。给出开放光照明环境下物体颜色高保真图像获取及跨媒体复现和基于物体颜色信息的目标识别应用实例。该研究成果可以广泛应用于计算机视觉、机器视觉、文体娱乐、安保、野外大型文物古迹数字化、农业机器人等照明环境多变且对物体颜色信息获取及复现精度有较高要求的应用领域。

本项目旨在解决在开放光环境下数字成像系统的颜色失真问题。在过去四年的研究期间，本研究团队始终围绕课题任务书中的研究目标，分别对申请书中的各项内容进行了研究，取得了一系列理论与实践研究成果，达到了预期研究目标，超额完成了预期成果指标。本研究团队首先针对目前成像系统在不同光源环境下的颜色恒常性进行了研究分析，提出了新的算法模型解决相关问题，提高不同光源环境下估计结果的准确度及鲁棒性。另外，基于理论同色异谱色对以及搜集的47,586,022个自然界真实物体光谱，分析不同光源不同相机通道数目下的同色异谱程度变化情况，最终从同色异谱角度出发确定相机具备几个通道时可以达到与人眼近似的颜色分辨能力。针对二色视觉无法准确区分颜色的问题，本研究团队提出对色度和亮度修正的道尔顿化色觉缺陷图像增强算法，该算法不但可以根据不同的缺陷类型和严重程度匹配不同的优化参数并保持全局色彩的一致性，而且对色彩视觉正常的观看者影响较小，另外也针对二色视觉提出了有效性的光源显色性评价指标。针对目前一些标准颜色空间图像在宽色域上显示的颜色退化问题，本研究团队提出了一种用于评判图像颜色视觉喜好性的定量化指标，据此提出一套完整的色域映射方案，并从图像预处理出发提出了一种渲染标准彩色图像到宽色域显示器的方法。该项目研究成果可以广泛应用于计算机视觉、机器视觉、多通道成像系统、显示器色彩管理等对物体颜色信息获取及复现精度有较高要求的应用领域。

内容获取失败，请点击重试