[发明专利]光源显色性性能的光谱诊断方法及系统

说明书

技术领域

本发明涉及照明技术领域，具体涉及色度学领域，尤其涉及光源显色性性能的光谱诊断方法及系统。

背景技术

光源显色性是一个非常重要的用于表示光源对物体显示真实性的参数。传统光源采用显色指数CRI(Color Rendering Index)来表示，对于传统光源来说，这种方法应用较好。但是随着新光源LED的出现，显色指数CRI出现了越来越多的问题。CIE技术报告指出：CRI对于包含LED光源的一系列光源进行显色评价时得到的结果不能令人满意。为正确评估LED光源的显色性，需要对光源的显色性评估体系进行深入的探讨和研究。

近年来，国际上提出了数十种显色性评价指标，比如，RCRI(Rank-order based Color rendering index，基于排序的显色指数)，CQS(Color quality scale，颜色质量指标)，MCRI(Color rendering index based on memory colors，基于记忆色的显色指数)和GAI(Gamut area index，色域指数)。其中CQS和GAI获得了较多的认可。Rea提出了颜色的显色能力应该包括三个方面，自然性(naturalness)、饱和性(saturation)以及辨识能力(discrimination)，他提出三种评估指标分别来评价不同方面的属性。其中，CRI用于评价自然性，GAI用于评价饱和性，而FSCI(Full spectrum color index，全波段光谱颜色指数)用于评价辨识能力。正常的Ra值是基于8种颜色样品的，Ra表明了光源对于这8种颜色样品的显色能力。而CQS系统采用了15种更为饱和的颜色作为评价显色性的标准颜色样品。相比较于CRI，CQS更为科学一些。但是，CRI和CQS系统都要依赖于标准颜色样品，越多的标准颜色样品，将会得到更好的结果。虽然CRI和CQS在大部分条件下都能较好的对光源显色性进行定量评估，但是CRI、GAI采用8种颜色样品是不够的，而CQS采用15种标准颜色样品也不能很好的评估所有光源。在评价一些比较特殊的光谱组成时，CRI、GAI和CQS出现了很大的问题。目前的显色性体系只是进行性能评价，并不能诊断光谱问题而达到性能提升。因此，需要针对显色性技术中不能解决诊断光谱问题进行研究。

发明内容

本发明所要解决的技术问题在于提供一种光源显色性性能的光谱诊断方法及系统，旨在解决现有技术中诊断光源光谱所引起的显色性性能效果差的问题。

本发明是这样实现的，光源显色性性能的光谱诊断方法，包括：

步骤1、计算需要诊断光源光谱能量分布的显色指数；

步骤2、提取所述光源光谱能量分布中的单色光谱，并在所述单色光谱中加入等能白光，根据所述单色光谱和所述等能白光在CIE1976色度图上绘制光谱纯度曲线，所述光谱纯度曲线形成光谱色域面积；

所述的光谱诊断方法还包括以下步骤：

步骤3、根据所述光谱色域面积计算光谱色域面积指数，使用所述光谱色域面积指数评价光谱的缺失情况；

步骤4、结合所述光谱色域面积和光谱的缺失情况，判断需要添加的光谱的缺失部位；

步骤5、根据光谱的缺失部位计算光谱主波长，根据所述光谱主波长与峰值波长关系，判断缺失部位需要的峰值波长光谱，所述峰值波长光谱即为需要添加的缺失部分光谱；

步骤6、结合所述缺失部分光谱、色度坐标以及原光源光谱进行光色合成计算，确定缺失部分光谱应该添加的比例，得到生成光源光谱，所述色度坐标根据所述生成光源光谱进行设定得到；根据所述生成光源光谱重新计算显色指数，并判断所述显色指数是否达到预置条件，如达到则结束，否则返回重新执行步骤2至6，直到达到预置条件。

与上述方案相结合，所述步骤3中，将光谱色域面积分成SGAa和SGAb两部分，其中SGAa为所述光谱纯度曲线所围成的多边形区域，SGAb为SGAa多边形区域对应的凸多边形区域与SGAa多边形区域差值区域，所述光谱色域面积指数根据公式SGAI＝100×C×(SGAa+α×SGAb)进行计算，其中SGAI为光谱色域面积指数，α为系数，范围在0-1之间，C为常数。

与上述各个方案相结合，所述步骤4中，根据所述光谱色域面积通过添加光谱缺失部分的色度点，计算新的色域面积增大比例，根据所述色域面积增大比例判断需要添加的光谱的缺失部位。

与上述各个方案相结合，所述步骤5中，所述光谱主波长与峰值波长随着半宽度变化而变化，根据变化的关系进行调整，得到对应在光谱能量分布图上的峰值波长光谱。