基于多光谱成像系统的光谱重建研究

作     者：龚冬冬 

作者单位：云南师范大学 

学位级别：硕士

导师姓名：冯洁

授予年度：2020年

学科分类：07[理学] 08[工学] 080203[工学-机械设计及理论] 070302[理学-分析化学] 0802[工学-机械工程] 0703[理学-化学] 

主      题：多光谱成像 光谱重建 神经网络算法 贝叶斯正则化 多角度 颜色空间 

摘      要：颜色在日常生活中随处可见,与我们生活息息相关。随着科学技术的不断发展,人们对彩色图像的颜色复制的要求也随着提高,颜色复制技术现已成为颜色工作者研究的热点。目前,颜色复制技术主要有两种,色貌模型的颜色复制和光谱的颜色复制。前者复制后的色彩在视觉上具有相同的颜色,光谱可能并不一致,无法避免由同色异谱现象带来的困扰。光谱颜色复制是通过使用光谱反射率作为颜色信息传递和再现的媒介,能确保颜色的一致性,现已被广泛使用。传统获取光谱反射率的方法主要有分光光度计和高光谱分析仪,但由于两者自身存在的局限性,常在实际应用中造成不必要的麻烦。为此,颜色科技工作者们提出用多光谱成像技术来获取光谱反射率,利用多光谱成像系统相机输出的多通道图像信息对目标样本的光谱反射率进行估算,估算的过程被称之光谱重建。彩色数码相机能够在多种条件下,对目标样本采取非接触式成像,且数码相机具有灵活方便性、性价比高等优势,因此本文采取彩色数码相机搭载一套滤光片组成多光谱成像系,统获RGB信号重建出物体表面反射率。当前光谱重建得到物体表面光谱反射率估值的常用方法有伪逆法、主成分分析法和BP神经网络算法。基于BP神经网络重建算法的不足,引入多项式模型和贝叶斯正则化修正项,改进传统的BP神经网络光谱重建算法,以此来优化算法提高精度。为了便于验证重建算法的可行性,实验中训练样本使用标准色卡Digital ColorChecker SG,检验样本使用标准色卡Color Checker Rendition Chart。实验结果表明本文所提出的算法重建的光谱反射率,无论在色度精度还是光谱精度上都优于传统神经网络算法,且精度远远大于伪逆法,主成分分析法,说明本文所提出的方法对物体表面颜色的真实再现具有一定的价值。最后利用本文提出的贝叶斯正则化神经网络光谱重建算法,得到重建后的光谱反射,再结合色度学和计算机图形图像学知识重现蜡染画芯真实色彩。对画芯中的同一色块,在光源不同角度下,对其重现后的颜色色块采用HSI和Lab颜色空间分析。实验结果表明,HSI颜色空间的稳定性更好,能为后续参考标准色块的任一实拍图像拟合出任意角度下的图像工作,提供理论支撑。