[发明专利]一种基于相机响应值的光谱稀疏重建方法

说明书

本发明提供了一种基于相机响应值的光谱稀疏重建方法，其特征在于，包括以下步骤：首先在数字成像设备中通过测量和计算获得物体颜色对应的相机响应值；然后在充分考虑训练样本光谱集和测试样本色度特征的基础上计算得到优化稀疏基，最后使用正交匹配追踪算法对物体光谱反射率进行重建。因此，在考虑训练样本光谱集合测试样本色度特征影响的前提下，通过优化稀疏基来重建光谱反射率，计算简单，光谱重建精度高，并且相对用户使用而言也较为方便。

技术领域

本发明涉及一种光谱重建方法，具体涉及到一种基于相机响应值的光谱稀疏重建方法，可广泛应用于纺织颜色、印刷检测、艺术品复制以及电子商务等领域。

背景技术

基于物体表面光谱反射率的颜色信息被人们称为颜色“指纹”，是被测物体反射的光通量与入射的光通量之间的比值，是物体的固有属性而不受到外界因素的影响。与常规的三通道相机响应值不同，多光谱图像能够准确地表达在任意观察环境下物体的颜色特性，现已广泛应用在纺织颜色、印刷检测、艺术品复制以及电子商务等领域。物体光谱颜色信息可直接通过多光谱相机或者分光光度计获得，但是它们常常被性价比、便携性、复杂性所限制导致其在日常生活中的应用较少。与此同时，相机响应值则可以很容易地通过数字成像设备(如数码相机、智能手机和扫描仪等)获得。

相机响应值通过颜色三通道(R/G/B)在固定的环境下描述物体颜色信息，很明显不能满足许多应用场景下颜色信息再现。相机响应值从物体光谱反射率计算是一对一问题，而物体光谱反射率从相机响应值计算是一对多问题。基于相机响应值的光谱重建是一个欠定问题而产生同色异谱问题。有趣的是，自然场景下同色异谱对产生的相对频率在10^-6到10^-4非常低的频率之间，这就意味着在实际应用场景中同色异谱对产生的概率非常低。因此，基于相机响应值的光谱重建方法得到了广泛地研究，包括R矩阵法，违逆法、维纳法、主成分分析法、神经网络法等。然而，这些方法常忽略光谱自身的稀疏特性而不需要满足奈奎斯特-香农(Shannon/Nyquist)需求进行光谱重建。压缩感知法能够充分考虑光谱稀疏特性，利用相机响应值进行光谱重建。然而，现有的压缩感知法利用主成分分析法计算稀疏基时，仅考虑训练样本光谱集而忽略了测试样本自身的色度特征，导致光谱重建精度不高。

发明内容

本发明为了弥补现有技术的缺陷，在充分考虑训练样本光谱集和测试样本自身色度特征的基础上，提出了一种基于相机响应值的光谱稀疏重建方法。

本发明是通过如下技术方案实现的：

一种基于相机响应值的光谱稀疏重建方法，其特征是，包括以下步骤：

步骤1，物体颜色数据的获取：在数字成像设备(如数码相机、智能手机和扫描仪等)中通过测量和计算获得物体颜色对应的相机响应值y，利用Moore-Penrose伪逆(Moore-Penrose Pseudoinverse)重建出物体颜色的光谱反射率r；具体操作步骤如下：

(1)在数字成像设备中通过测量和计算获得物体颜色对应的相机响应值y：

y＝∫_λI(λ)τ(λ)r(λ)dλ

式中，y＝[R,G,B]^T为物体颜色相对应的相机响应值，λ为可见光波长范围，I(λ)为光源相对光谱功率分布，τ(λ)为数字成像设备光谱敏感度函数，r(λ)为物体颜色的光谱反射率。

(2)相机响应值y用矩阵形式进行表示：

y＝φr

式中，φ为测量矩阵，测量矩阵是由光源相对光谱功率分布I(λ)和数字成像设备光谱敏感度函数τ(λ)积分计算得到。

(3)利用Moore-Penrose伪逆(Moore-Penrose Pseudoinverse)重建出物体颜色的光谱反射率r：