CN111750994B - 一种基于数码相机成像模型的光谱测量方法 - Google Patents
一种基于数码相机成像模型的光谱测量方法 Download PDFInfo
- Publication number
- CN111750994B CN111750994B CN202010501555.XA CN202010501555A CN111750994B CN 111750994 B CN111750994 B CN 111750994B CN 202010501555 A CN202010501555 A CN 202010501555A CN 111750994 B CN111750994 B CN 111750994B
- Authority
- CN
- China
- Prior art keywords
- spectral
- digital camera
- measurement
- train
- training sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000003595 spectral effect Effects 0.000 title claims abstract description 97
- 238000003384 imaging method Methods 0.000 title claims abstract description 31
- 238000000691 measurement method Methods 0.000 title claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 68
- 238000012549 training Methods 0.000 claims abstract description 40
- 238000001228 spectrum Methods 0.000 claims abstract description 34
- 239000011159 matrix material Substances 0.000 claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 20
- 238000009826 distribution Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 15
- 230000035945 sensitivity Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- 238000002834 transmittance Methods 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004611 spectroscopical analysis Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/283—Investigating the spectrum computer-interfaced
- G01J2003/284—Spectral construction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J2003/2866—Markers; Calibrating of scan
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种基于数码相机成像模型的光谱测量方法,包括测量获得训练样本集的光谱数据Rtrain;测量获得实际应用环境中光源的光谱功率分布和测量对象方向的照度;选取合适拍摄参数,拍摄获得测量对象的数字图像,提取测量对象的raw响应值Dtest;依据数码相机成像模型,预测训练样本集在拍摄参数下的raw响应值Dtrain;利用训练样本集的预测raw响应值和对应的光谱数据Rtrain,计算光谱估计矩阵Q;利用光谱估计矩阵Q,估计测量对象的光谱Rtest;完成光谱测量,最终得到测量对象光谱数据。
Description
技术领域
本发明属于计算机数字图像处理技术领域,具体涉及一种基于数码相机成像模型的光谱测量方法。
背景技术
光谱表征物体表面的出射光辐射相对于入射光辐射在各个波段的比值,是物体本身物化属性的主要特征之一,在可见光范围内,光谱是颜色信息的指纹。光谱在众多工业生产领域以及其它相关应用领域中光谱分析方面,都发挥着重要的功用。当前光谱数据获取的仪器主要有分光光度计、光谱辐射度计和光谱相机等,但分光光度计和光谱辐射度计为单点测试方式,测量区域固定,要求测量对象为颜色均匀的平面物体,光谱相机虽然能够实现成像式测量,但其空间分辨率低,应用灵活性差,以上仪器在实际应用中均存在一定的局限性。
在计算机数字图像处理技术的应用领域,基于数码相机的光谱测量,能够克服分光光度计和光谱辐射度计基于单点测量方式的局限性,解决分光光度计仅能进行接触式测量的缺陷,避免现有光谱相机空间分辨率低、实际应用灵活性差等缺点,能够实现基于大面积和像素级别的光谱测量与应用,成为近些年的研究热点。基于数码相机的光谱测量是指以相机的线性化成像模型理论为基础,通过求解数学逆问题的思想和方法,利用数码相机数字响应值和相应光谱估计算法,对物体表面的光谱数据进行估计,以实现物体表面的光谱测量。
基于数码相机的光谱测量,首先利用数码相机拍摄一组光谱数据已知的训练样本集,求解光谱估计矩阵,然后利用光谱估计矩阵对测量对象进行光谱估计,获得测量对象的光谱数据。现有研究主要集中于实验室环境,通常采用色卡作为训练样本集,求解光谱估计矩阵,然而在面向开放测量环境的普适性实际光谱测量应用中,通常缺乏训练样本的支撑,如何在开放测量环境下,实现物体表面的光谱测量,是基于数码相机进行光谱测量当前所面临的一项亟待解决问题。
对于以上问题,目前学术界及工业界中均尚未提出合理有效的解决方法。本发明提出了一种基于数码相机成像模型的光谱测量方法,利用数码相机成像模型预测训练样本的响应数据,进行光谱估计矩阵的求解,实现数码相机在开放环境的光谱测量应用。
发明内容
本发明的目的是为了解决背景技术中所述问题,提出一种基于数码相机成像模型的光谱测量方法。
本发明的技术方案为一种基于数码相机成像模型的光谱测量方法,具体包括以下步骤:
步骤1,测量获得训练样本集的光谱数据Rtrain;
步骤2,测量获得实际应用环境中光源的光谱功率分布和测量对象方向的照度;
步骤3,选取合适拍摄参数,拍摄获得测量对象的数字图像,提取测量对象的raw响应值Dtest;
步骤4,依据数码相机成像模型,预测训练样本集在拍摄参数下的raw响应值Dtrain;
步骤5,利用训练样本集的预测raw响应值和对应的光谱数据Rtrain,计算光谱估计矩阵Q;
步骤6,利用光谱估计矩阵Q,估计测量对象的光谱Rtest;
步骤7,完成光谱测量,得到测量对象光谱数据。
需要说明的是,步骤1中,通常采用分光光度计在实验室条件下,完成训练样本集的光谱数据测量获取。
需要说明的是,步骤2中,通常采用便携式光谱辐射度计,测量获得实际应用环境中光源的光谱功率分布和测量对象方向的照度。
需要说明的是,步骤3中,拍摄参数的选取应避拍摄获得测量对象的数字图像出现过曝光或欠曝光问题。数字图像raw响应值的获取方法为现有技术,具体操作可参见参考文献:Sumner R.Processing raw images in matlab.Department of ElectricalEngineering,University of California Sata Cruz,2014。
需要说明的是,步骤4中,数码相机的成像模型中至少应包括感光度ISO、曝光时间、照度等基本参数,以数码相机理论成像模型为例,其表达式如下所示:
Φ(k)=gτc∫l(λ)r(λ)To(λ)S(k)(λ)e(λ)dλ+n 式一
其中,k用来指示R(红)、G(绿)、B(蓝)通道,Φ(k)表示样本各通道的raw响应值,g表示数码相机的感光度ISO,τ表示曝光时间,c表示测量对象方向的照度,λ表示波长,l(λ)表示光源的光谱功率分布,r(λ)表示样本的光谱反射率,To(λ)表示数码相机成像光学***的透射率,S(k)(λ)为数码相机各通道的光谱灵敏度函数,e(λ)表示传感器的光电量化效率,n表示***的噪声信号。
需要说明的是,步骤5中,训练样本的光谱数据为已知数据,如步骤1中所述,通常采用分光光度计测量获得。光谱估计矩阵Q的计算方法如下:以Rtrain表示训练样本集的光谱数据矩阵,以Dtrain表示训练样本集的raw响应值矩阵,以最小二乘法为例,光谱估计矩阵Q的计算方法如式二所示,其中上标‘+’表示伪逆算子。
Q=Rtrain(Dtrain)+ 式二
需要说明的是,步骤5中,为了提高光谱测量的精度,训练样本的raw响应值需进行多项式扩展,以三阶多项扩展为例,其扩展形式如式三所示:
dexpanded=[1 r g b rg rb gb r2 g2 b2 rg2 r2g rb2 r2b gb2 g2b r3 g3 b3] 式三
其中,r、g和b为每个训练样本的R(红)通道、G(绿)通道和B(蓝)通道的raw响应值,dexpanded表示raw响应值的扩展响应向量,用于构成练样本集的响应值矩阵Dtrain。
需要说明的是,步骤6中,测量对象的光谱估计方法如式四所示,
Rtest=Q·Dtest 式四
其中,Rtest表示通过光谱估计得到的测量对象的光谱数据,如果训练样本raw响应值进行了多项式扩展,则测量对象的raw响应值需要进行相同形式的多项式扩展。
本发明以数码相机的成像模型为基础,通过预测训练样本集在各种曝光组合条件下的数字响应值,进行光谱估计矩阵的计算,完成数码相机光谱特性化的校正,进而实现数码相机在开放测量环境中的光谱测量应用。本发明相对于本研究方向的现有研究成果而言,有效地解决了开放测量环境中缺乏便携式训练样本的难题,方法简单易行、成本低廉,且易于实现普适性推广应用。由于本发明技术方案具有重要应用意义,对本发明技术方案进行保护,将对我国相关行业竞争国际领先地位具有重要意义。
附图说明
图1为本发明实施例的流程图。
具体实施方式
本发明技术方案具体实施时可由本领域技术人员采用计算机软件技术运行。结合附图,提供本发明实施例具体描述如下。
如图1所示,实施例提供了一种基于数码相机成像模型的光谱测量方法,有效地解决了数码相机在开放测量环境应用时缺乏便携式训练样本的难题,保证数码相机在开放测量环境中的光谱测量实际应用,可应用于工业检测、文物保护、生物医疗等诸多领域的光谱数据测量。实施例采用Nikon D7200彩色数码相机、爱色丽i1-pro分光光度计、杭州远方光电信息股份有限公司的SPIC-300便携式光谱辐射度计、爱色丽Colorchecker SG色卡(包含140个色样)的光谱数据、Colorchecker色卡(包含24个色样),在室外开放测量环境下开展实验,对本发明方法进行说明。其中,以爱色丽Colorchecker SG色卡的光谱数据作为训练数据,以Colorchecker色卡作为开放环境中的实际测量对象。针对Nikon D7200数码相机,在实验室中完成成像模型中数码相机成像光学***的透射率、各通道的光谱灵敏度函数、传感器的光电量化效率、以及***的噪声信号等基本参数的确定,构建Nikon D7200数码相机的成像模型。需要说明的是,本发明并不仅仅局限于上述设备和样本的应用支持,对于任意能实现上述设备功能的同等性质的设备同样适用。
实施例主要包括以下步骤:
1)测量获得训练样本集的光谱数据Rtrain。
实施例中,在实验室环境下,利用爱色丽i1-pro分光光度计,测量获得爱色丽Colorchecker SG色卡中140个样本的光谱数据,获得其对应的光谱数据Rtrain,以应用于开放测量环境中响应值的预测和光谱估计矩阵的求解。
2)测量获得实际应用环境中光源的光谱功率分布和测量对象方向的照度。
实施例中,利用杭州远方光电信息股份有限公司的SPIC-300便携式光谱辐射度计,测量并记录室外开放测量环境光源的光谱功率分布和测量对象ColorChecker色卡方向的照度。
3)选取合适拍摄参数,拍摄获得测量对象的数字图像,提取测量对象的raw响应值Dtest。
实施例中,在室外开放测量环境下,设置数码相机的曝光参数为感光度ISO200、曝光时间1/10秒,利用Nikon D7200数码相机拍摄获得测量对象ColorChecker色卡的数字图像,并按照文献“Sumner R.Processing raw images in matlab.Department ofElectrical Engineering,University of California Sata Cruz,2014”所述方法,提取Colorchecker色卡和参考白板的raw响应值,获得其对应的raw响应值矩阵Dtest,其中色卡色样的raw响应值提取区域为中心区域30×30像素。
4)依据数码相机成像模型,预测训练样本集在拍摄参数下的raw响应值Dtrain。
实施例中,依据针对Nikon D7200数码相机建立的如式一所示的成像模型,利用步骤1)中测量获得的爱色丽Colorchecker SG色卡的光谱数据,和步骤2)中测量获得的光源的光谱功率分布和测量对象方向的照度数据,预测其在步骤3)中所述曝光条件下的raw响应值,获得对应的响应值矩阵Dtrain。
Φ(k)=gτc∫l(λ)r(λ)To(λ)S(k)(λ)e(λ)dλ+n 式一
其中,k用来指示R(红)、G(绿)、B(蓝)通道,Φ(k)表示样本各通道的raw响应值,g表示数码相机的感光度ISO,τ表示曝光时间,c表示测量对象方向的照度,λ表示波长,l(λ)表示光源的光谱功率分布,r(λ)表示样本的光谱反射率,To(λ)表示数码相机成像光学***的透射率,S(k)(λ)为数码相机各通道的光谱灵敏度函数,e(λ)表示传感器的光电量化效率,n表示***的噪声信号。
5)利用训练样本集的预测raw响应值和对应的光谱数据Rtrain,计算光谱估计矩阵Q。
实施例中,利用步骤1)中测量获得的Colorchecker SG色卡光谱数据Rtrain和步骤4)中预测获得的Colorchecker SG色卡raw响应值Dtrain,采用最小二乘方法计算光谱估计矩阵,光谱估计矩阵Q的计算方法如式二所示,其中上标‘+’表示求最小二乘的伪逆算子。
Q=Rtrain(Dtrain)+ 式二
为了提高光谱测量精度,实施例中采用了三阶多项扩展方式,对训练样本的raw响应值进行扩展,其扩展形式如式三所示:
dexpanded=[1 r g b rg rb gb r2 g2 b2 rg2 r2g rb2 r2b gb2 g2b r3 g3 b3] 式三
其中,r、g和b为每个训练样本集Colorchecker SG色卡的R(红)通道、G(绿)通道和B(蓝)通道的raw响应值,dexpanded表示raw响应值的扩展响应向量,用于构成练样本集Colorchecker SG色卡的响应值矩阵Dtrain。
6)利用光谱估计矩阵Q,估计测量对象的光谱Rtest。
实施例中,利用步骤5)计算得到的光谱估计矩阵Q,对测量对象Colorchecker色卡色样的光谱数据进行估计,估计方法如式四所示,
Rtest=Q·Dtest 式四
其中,Rtest表示通过光谱估计得到的测量对象Colorchecker色卡所有色样的光谱数据。同理,在求解Rtest时,对测量对象的raw响应值,按照式三进行了同样阶数的多项扩展。
7)完成光谱测量,得到测量对象光谱数据。
完成光谱测量,获得测量对象Colorcehecker色卡在室外开放测量环境下的光谱数据。实施例中,通过与测量对象Colorcehecker色卡的真实数据对比可知,室外开放测量环境下的光谱局方根误差(root-mean-square error,RMSE)分别为3.86%,展现了较好的光谱测量精度。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (8)
1.一种基于数码相机成像模型的光谱测量方法,其特征在于,包括以下步骤:
步骤1,测量获得训练样本集的光谱数据Rtrain;
步骤2,测量获得实际应用环境中光源的光谱功率分布和测量对象方向的照度;
步骤3,选取合适拍摄参数,拍摄获得测量对象的数字图像,提取测量对象的raw响应值Dtest;
步骤4,依据数码相机成像模型,预测训练样本集在拍摄参数下的raw响应值Dtrain;
步骤5,利用训练样本集的预测raw响应值和对应的光谱数据Rtrain,计算光谱估计矩阵Q;
步骤6,利用光谱估计矩阵Q,估计测量对象的光谱Rtest;
步骤7,完成光谱测量,得到测量对象光谱数据。
2.根据权利要求1所述的一种基于数码相机成像模型的光谱测量方法,其特征在于:步骤1中采用分光光度计完成训练样本集的光谱数据测量获取。
3.根据权利要求1所述的一种基于数码相机成像模型的光谱测量方法,其特征在于:步骤2中采用便携式光谱辐射度计,测量获得实际应用环境中光源的光谱功率分布和测量对象方向的照度。
4.根据权利要求1所述的一种基于数码相机成像模型的光谱测量方法,其特征在于:步骤3中,拍摄参数的选取要避免拍摄获得测量对象的数字图像出现过曝光或欠曝光问题。
5.根据权利要求1所述的一种基于数码相机成像模型的光谱测量方法,其特征在于:步骤4中,数码相机的成像模型中至少应包括感光度ISO、曝光时间、照度基本参数,以数码相机理论成像模型为例,其表达式如下所示:
Φ(k)=gτc∫l(λ)r(λ)To(λ)S(k)(λ)e(λ)dλ+n 式一
其中,k用来指示R、G、B通道,Φ(k)表示样本各通道的raw响应值,g表示数码相机的感光度ISO,τ表示曝光时间,c表示测量对象方向的照度,λ表示波长,l(λ)表示光源的光谱功率分布,r(λ)表示样本的光谱反射率,To(λ)表示数码相机成像光学***的透射率,S(k)(λ)为数码相机各通道的光谱灵敏度函数,e(λ)表示传感器的光电量化效率,n表示***的噪声信号。
6.根据权利要求1所述的一种基于数码相机成像模型的光谱测量方法,其特征在于:步骤5中,训练样本集中训练样本的光谱数据为已知数据,采用分光光度计测量获得,光谱估计矩阵Q的计算方法如下:以Rtrain表示训练样本集的光谱数据矩阵,以Dtrain表示训练样本集的raw响应值矩阵,利用最小二乘法计算光谱估计矩阵Q,其计算方法如式二所示,其中上标‘+’表示伪逆算子,
Q=Rtrain(Dtrain)+ 式二。
7.根据权利要求1所述的一种基于数码相机成像模型的光谱测量方法,其特征在于:步骤5中,为了提高光谱测量的精度,对训练样本集中训练样本的raw响应值进行多项式扩展,以三阶多项扩展为例,其扩展形式如式三所示:
dexpanded=[1 r g b rg rb gb r2 g2 b2 rg2 r2g rb2 r2b gb2 g2b r3 g3 b3] 式三
其中,r、g和b为每个训练样本的R通道、G通道和B通道的raw响应值,dexpanded表示raw响应值的扩展响应向量,用于构成练样本集的响应值矩阵Dtrain。
8.根据权利要求1所述的一种基于数码相机成像模型的光谱测量方法,其特征在于:步骤6中,测量对象的光谱估计方法如式四所示,
Rtest=Q·Dtest 式四
其中,Rtest表示通过光谱估计得到的测量对象的光谱数据,如果训练样本raw响应值进行了多项式扩展,则测量对象的raw响应值需要进行相同形式的多项式扩展。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010501555.XA CN111750994B (zh) | 2020-06-04 | 2020-06-04 | 一种基于数码相机成像模型的光谱测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010501555.XA CN111750994B (zh) | 2020-06-04 | 2020-06-04 | 一种基于数码相机成像模型的光谱测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111750994A CN111750994A (zh) | 2020-10-09 |
CN111750994B true CN111750994B (zh) | 2022-11-11 |
Family
ID=72674602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010501555.XA Active CN111750994B (zh) | 2020-06-04 | 2020-06-04 | 一种基于数码相机成像模型的光谱测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111750994B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298884B (zh) * | 2021-06-18 | 2023-09-19 | 常州千明智能照明科技有限公司 | 一种基于光谱可调led光源的rgb相机光谱敏感度标定方法 |
CN114235153B (zh) | 2022-02-24 | 2022-05-13 | 武汉纺织大学 | 一种基于数码相机的织物颜色数字化测量方法 |
CN117073842B (zh) * | 2023-07-21 | 2024-03-29 | 武汉纺织大学 | 基于纹理特征加权校正的纺织面料照相测色方法和*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104168475A (zh) * | 2014-08-15 | 2014-11-26 | 浙江大学 | 一种数码相机参数可变的成像式获取颜色三刺激值的方法 |
CN106896069A (zh) * | 2017-04-06 | 2017-06-27 | 武汉大学 | 一种基于彩色数码相机单幅rgb图像的光谱重建方法 |
CN206832361U (zh) * | 2017-04-21 | 2018-01-02 | 浙江大学 | 一种无人机快拍式高光谱遥感*** |
CN110784709A (zh) * | 2019-09-29 | 2020-02-11 | 浙江大学 | 基于感知色差最小化优化估计数码相机光谱灵敏度的方法 |
CN110926609A (zh) * | 2019-10-22 | 2020-03-27 | 齐鲁工业大学 | 一种基于样本特征匹配的光谱重建方法 |
CN111024228A (zh) * | 2019-12-31 | 2020-04-17 | 杭州高谱成像技术有限公司 | 一种高光谱相机辐射标定装置、方法及*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1170126C (zh) * | 2000-12-06 | 2004-10-06 | 中国科学院长春光学精密机械与物理研究所 | 一种用数码相机测量地物波谱特性的装置及方法 |
CN107144353B (zh) * | 2017-04-12 | 2018-05-25 | 江南大学 | 一种基于数码相机的纺织品色差测量方法 |
CN110736542B (zh) * | 2019-10-28 | 2021-07-16 | 南京林业大学 | 一种基于rgb值的光谱重建方法 |
-
2020
- 2020-06-04 CN CN202010501555.XA patent/CN111750994B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104168475A (zh) * | 2014-08-15 | 2014-11-26 | 浙江大学 | 一种数码相机参数可变的成像式获取颜色三刺激值的方法 |
CN106896069A (zh) * | 2017-04-06 | 2017-06-27 | 武汉大学 | 一种基于彩色数码相机单幅rgb图像的光谱重建方法 |
CN206832361U (zh) * | 2017-04-21 | 2018-01-02 | 浙江大学 | 一种无人机快拍式高光谱遥感*** |
CN110784709A (zh) * | 2019-09-29 | 2020-02-11 | 浙江大学 | 基于感知色差最小化优化估计数码相机光谱灵敏度的方法 |
CN110926609A (zh) * | 2019-10-22 | 2020-03-27 | 齐鲁工业大学 | 一种基于样本特征匹配的光谱重建方法 |
CN111024228A (zh) * | 2019-12-31 | 2020-04-17 | 杭州高谱成像技术有限公司 | 一种高光谱相机辐射标定装置、方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN111750994A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111750994B (zh) | 一种基于数码相机成像模型的光谱测量方法 | |
CN106896069B (zh) | 一种基于彩色数码相机单幅rgb图像的光谱重建方法 | |
JP5496509B2 (ja) | 色分類および皮膚色検出のための画像処理のためのシステム、方法、および装置 | |
CN107144353B (zh) | 一种基于数码相机的纺织品色差测量方法 | |
US10514335B2 (en) | Systems and methods for optical spectrometer calibration | |
KR20160026702A (ko) | 균열 성장을 검지하기 위한 시스템 및 방법 | |
CN110487737B (zh) | 用于智能手机光谱检测的图像信息提取与计算方法及*** | |
Han et al. | Camera spectral sensitivity estimation from a single image under unknown illumination by using fluorescence | |
JP2019020311A (ja) | 色彩測定方法及び色彩測定装置 | |
Webb et al. | Spectral and 3D cultural heritage documentation using a modified camera | |
CN111707382B (zh) | 一种温度变形同步测量的动态光学补偿方法及装置 | |
Nixon et al. | The importance of a device specific calibration for smartphone colorimetry | |
TWI512274B (zh) | 影像式彩色分析儀之校正方法及量測裝置 | |
CN108267426B (zh) | 基于多光谱成像的绘画颜料识别***及方法 | |
Maksimainen et al. | Calculation of mesopic luminance using per pixel S/P ratios measured with digital imaging | |
WO2022242608A1 (zh) | 物体喜好记忆色的获取方法及喜好记忆色标准色卡 | |
Shrestha et al. | Assessment of two fast multispectral systems for imaging of a cultural heritage artifact-a Russian icon | |
CN111750993B (zh) | 一种基于成像条件校正的开放测量环境光谱测量方法 | |
CN111750995B (zh) | 一种面向开放测量环境应用的光谱测量方法 | |
JP6770541B2 (ja) | 診断用辞書登録装置、診断装置、方法、プログラム、及びデータ構造 | |
Gebejes et al. | Color and image characterization of a three CCD seven band spectral camera | |
Wu et al. | Recovering sensor spectral sensitivity from raw data | |
Kang et al. | Spectral sensitivity estimation for EMCCD camera | |
CN111750992A (zh) | 一种基于自适应加权线性回归的光谱估计方法 | |
CN113095368B (zh) | 一种光谱颜色代表性样本选择方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |