一种基于彩色数码相机单幅RGB图像的光谱重建方法技术

本发明专利技术属于光谱成像技术领域，涉及一种基于彩色数码相机单幅RGB图像的光谱重建方法，包括测量训练样本光谱反射率；搭建拍摄环境，拍摄训练样本和重建对象RGB图像，校正图像；提取训练样本和重建对象各像素RGB响应值，计算任一像素与训练样本之间RGB值的欧氏距离，依据欧式距离从小到大对训练样本进行升序排列，取前

A spectral reconstruction method based on single RGB image of color digital camera

The invention belongs to the technical field of spectral imaging, relates to a method of spectral reconstruction single color digital camera based on RGB images, including the measurement of spectral reflectance of training samples; build the shooting environment, shooting training samples and RGB image reconstruction of the object, the corrected image extraction; response value of training samples and the reconstruction of the object pixels between each pixel and RGB calculation the training samples of RGB value based on Euclidean distance, Euclidean distance from ascending to the training samples are taken before

【技术实现步骤摘要】
一种基于彩色数码相机单幅RGB图像的光谱重建方法
本专利技术属于光谱成像
，具体涉及一种基于彩色数码相机单幅RGB图像的光谱重建方法。
技术介绍
由于光谱成像技术在光谱与色度方面具有较高成像质量的能力，且具有图谱合一的功能，因此在遥感、彩色成像、生物医疗、文化遗产和艺术品研究等领域发展迅速。为了满足以上不同领域的具体应用，产生了各种类型的光谱成像系统，如相机+线阵扫描光谱仪、相机+滤光片轮、相机+带通滤光片(宽带或窄带)、相机+多光谱光源、单色相机+声光或液晶可调谐滤光片等，在颜色科学领域常被分为窄带和宽带两大类。对于上述基于光学带通滤光片的光谱成像系统而言，由于从低维度的数字响应信号重建高维度光谱反射率信息是一个病态的数学求解过程，因此光谱重建方法是上述光谱成像系统的关键所在。此外，由于光谱成像系统自身的复杂性以及不同型号滤光片本身厚度、折射率和非理想共面等因素存在，导致不同滤光片对应的数字图像之间存在几何扭曲，降低了光谱成像的精度。分析当前基于光学带通滤光片的光谱成像系统的工作原理可知，相对于彩色数码相机，其主要优势是通过配合滤光片来增加数字图像采集的通道数，为光谱重建提供更高维度的输入信息，从而提高光谱重建的精度。受此启发，诸多学者开展利用彩色数码相机响应值扩展的方法实现物体表面光谱反射率重建的相关研究。虽然现有研究实现了基于彩色数码相机的光谱重建，获得了较好的光谱重建精度。但现有研究大多采用标准形式的多项式扩展模型，忽略了相机响应值扩展项数对光谱重建精度的影响。此外，当前方法多以整个训练样本集去重建所有的测试样本，所有的训练样本的权重相同，忽略了训练样本的数量以及其与测试样本之间的相关性对光谱重建精度的影响，制约了整体的光谱重建精度。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。本专利技术提出了一种基于响应值扩展和局部反距离加权的单幅RGB光谱重建方法，通过伪逆方法求解光谱重建转换矩阵，实现了光谱图像的获取，有效提高了光谱重建精度。
技术实现思路
本专利技术的目的是为了解决
技术介绍
中所述问题，提出一种基于彩色数码相机单幅RGB图像的光谱重建方法。本专利技术的技术方案为一种基于彩色数码相机单幅RGB图像的光谱重建方法，具体包括以下步骤：步骤1，测量获得训练样本集的光谱反射率数据；步骤2，搭建均匀的拍摄照明环境；步骤3，设定彩色数码相机的各项拍摄参数，在相同拍摄条件下，拍摄获取训练样本集和重建对象的RGB图像，同时拍摄获取相机暗电流噪声和标准灰板的RGB图像；步骤4，对训练样本集和重建对象的RGB图像进行暗电流噪声校正和光照不均匀性校正；步骤5，提取训练样本集的RGB响应值和重建对象各像素的RGB响应值；步骤6，针对重建对象任一像素，计算其与所有训练样本之间RGB响应值的欧式距离，计算公式如式一所示：其中，下标j表示训练样本集中第j个训练样本，下标test表示重建的一个像素点或一个样本，ej表示重建样本与第j个训练样本之间的欧几里得距离，N表示训练样本数量，r、g和b分别表示一个像素点或一个样本的R通道、G通道和B通道的响应值；步骤7，将训练样本集按照步骤6计算得到的欧氏距离值从小到大升序排列，提取前p个训练样本，作为局部最优训练样本集；步骤8，计算局部最优训练样本集中每个样本的反距离加权权重，得到反距离加权矩阵，反距离加权权重计算方式如式二所示，其中，下标k表示局部最优训练样本集中第k个训练样本，ek表示重建样本与第k个训练样本之间的欧几里得距离，σ是为了避免式二中出现分母为零而加入的一个极小数值，对于任意一个重建样本，其对应局部最优训练样本集的反距离加权权重矩阵如式三所示，其中，p表示步骤7中提取的前p个训练样本；步骤9，对局部最优训练样本集和重建像素的响应值进行扩展，扩展项数为s，响应值扩展形式如式四所示，其中，dexpanded表示一个像素点或一个样本的相机响应值的扩展响应向量，r、g和b表示一个像素点或一个样本的R通道、G通道和B通道的响应值；步骤10，利用反距离加权矩阵对局部最优训练样本集的响应值扩展矩阵和光谱反射率矩阵进行加权处理，如式六和式七所示：Rwlocaltrain＝WRlocaltrain式六Dwlocaltrain＝WDlocaltrain式七其中，Rlocaltrain表示局部最优训练样本集的光谱反射率矩阵，Rwlocaltrain表示反距离加权之后的局部最优训练样本集的光谱反射率矩阵，Dlocaltrain表示局部最优训练样本集的扩展响应矩阵，Dwlocaltrain表示反距离加权之后的局部最优训练样本集的扩展响应矩阵，W为反距离加权权重矩阵；步骤11，利用伪逆方法求解光谱重建转换矩阵，如式八所示，Q＝RwlocaltrainDwlocaltrain+式八其中，Q为光谱重建转换矩阵，上标+表示伪逆运算符号；步骤12，利用光谱重建转换矩阵Q重建对应像素的光谱反射率，如式九所示，rtest＝Qdtest式九其中，rtest表示一个重建像素点或一个样本的光谱反射率向量，dtest表示一个重建像素点或一个样本的响应值扩展响应向量；步骤13，完成重建对象所有像素的光谱反射率重建，获得重建对象的光谱图像。而且，所述步骤2中彩色数码相机的各项拍摄参数包括曝光时间、光圈大小、感光度ISO。而且，所述步骤4中对训练样本集和重建对象的RGB图像进行暗电流噪声校正和光照不均匀性校正的具体实施方式为，从拍摄的训练样本、重建对象和标准灰板图像信号中减去暗电流噪声信号，完成暗电流噪声校正，然后利用训练样本和重建对象图像每个通道的每个像素响应值，分别除以标准灰板对应每个通道的响应均值，完成光照不均匀性校正。而且，所述步骤7中局部最优训练样本数量p的取值，由训练样本集的样本数量N确定，当训练样本集的样本数量N大于等于100时，p值取100，当训练样本集的样本数量N小于100时，p取值为N。而且，所述步骤8中极小值σ的取值为0.001。而且，所述步骤1中矿物颜料样本集的光谱反射率数据由分光光度计测量获得。本专利技术从光谱重建过程自适应优化处理角度出发，提出通过将相机响应值扩展与光谱重建局部样本反距离加权最优化相结合的方式，提高基于彩色数码相机的光谱重建精度。本专利技术相对于本研究方向的现有研究成果而言：1)有效地克服了首先将数码相机响应值映射到一个中间空间，然后再映射到光谱反射率信息的两步方法的繁琐性，实现了相机信号到光谱反射率的直接映射。2)弥补了现有研究方法使用整体训练样本集等权重计算光谱重建转换矩阵的缺点，构建了自适应优化光谱重建转换矩阵计算方法，有效提高了重建样本集的整体光谱重建精度。由于本专利技术技术方案具有重要应用意义，受到多个项目支持：1.国家自然基金项目61275172，2.国家自然基金项目61575147，3.国家973基础研究子项目2012CB725302。对本专利技术技术方案进行保护，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为本专利技术实施例的流程图。具体实施方式本专利技术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，提供本专利技术实施例具体描述如下。如图1所示,本专利技术实施例提供了一种基于彩色数码相机单幅RGB图像的光谱重建方法，可以有效地克服当前本文档来自技高网...

【技术保护点】
一种基于彩色数码相机单幅RGB图像的光谱重建方法，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反射率数据；步骤2，搭建均匀的拍摄照明环境；步骤3，设定彩色数码相机的各项拍摄参数，在相同拍摄条件下，拍摄获取训练样本集和重建对象的RGB图像，同时拍摄获取相机暗电流噪声和标准灰板的RGB图像；步骤4，对训练样本集和重建对象的RGB图像进行暗电流噪声校正和光照不均匀性校正；步骤5，提取训练样本集的RGB响应值和重建对象各像素的RGB响应值；步骤6，针对重建对象任一像素，计算其与所有训练样本之间RGB响应值的欧式距离，计算公式如式一所示：

【技术特征摘要】
1.一种基于彩色数码相机单幅RGB图像的光谱重建方法，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反射率数据；步骤2，搭建均匀的拍摄照明环境；步骤3，设定彩色数码相机的各项拍摄参数，在相同拍摄条件下，拍摄获取训练样本集和重建对象的RGB图像，同时拍摄获取相机暗电流噪声和标准灰板的RGB图像；步骤4，对训练样本集和重建对象的RGB图像进行暗电流噪声校正和光照不均匀性校正；步骤5，提取训练样本集的RGB响应值和重建对象各像素的RGB响应值；步骤6，针对重建对象任一像素，计算其与所有训练样本之间RGB响应值的欧式距离，计算公式如式一所示：其中，下标j表示训练样本集中第j个训练样本，下标test表示重建的一个像素点或一个样本，ej表示重建样本与第j个训练样本之间的欧几里得距离，N表示训练样本数量，r、g和b分别表示一个像素点或一个样本的R通道、G通道和B通道的响应值；步骤7，将训练样本集按照步骤6计算得到的欧氏距离值从小到大升序排列，提取前p个训练样本，作为局部最优训练样本集；步骤8，计算局部最优训练样本集中每个样本的反距离加权权重，得到反距离加权矩阵，反距离加权权重计算方式如式二所示，其中，下标k表示局部最优训练样本集中第k个训练样本，ek表示重建样本与第k个训练样本之间的欧几里得距离，σ是为了避免式二中出现分母为零而加入的一个极小数值，对于任意一个重建样本，其对应局部最优训练样本集的反距离加权权重矩阵如式三所示，其中，p表示步骤7中提取的前p个训练样本；步骤9，对局部最优训练样本集和重建像素的响应值进行扩展，扩展项数为s，响应值扩展形式如式四所示，其中，dexpanded表示一个像素点或一个样本的相机响应值的扩展响应向量，r、g和b表示一个像素点或一个样本的R通道、G通道和B通道的响应值；步骤10，利用反距离加权矩阵对局部最优训练样本集的响应值扩展矩阵和光谱反射率矩阵进行加权处理，如式六和式七所示，Rwlocaltrain＝WRlocaltrain式六Dwlocaltrain＝WDlocaltrain式七其中，Rlocaltrain表示局部最优训练样本集的光谱...

【专利技术属性】
技术研发人员：万晓霞，梁金星，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42