[发明专利]一种基于视觉感知特征的光谱降维方法及系统

说明书

技术领域

本发明属于颜色科学技术中基于光谱的颜色复制技术领域，具体涉及一种基于视觉感知特征的光谱降维方法及系统。

背景技术

随着信息媒体技术的发展和人们文化生活水平的逐渐提高，颜色的跨平台再现技术在人类日常生活和工业生产中的重要性日益凸显。以三原色为基础的传统色度色彩复制技术存在严重的场景依赖性，已很难满足未来颜色媒体的跨平台无条件一致再现需要，因为三基色颜色编码机制只适用于特定的参考条件，当光源环境或观察者发生变化时会产生视觉上的不匹配现象，即所谓的同色异谱。基于光谱的颜色复制技术能通过准确采集和复制物体颜色的唯一标识——光谱，以实现色彩的跨平台一致再现，从根本上解决了色度色彩复制存在的同色异谱这一固有缺陷，也是未来颜色科学领域数字颜色媒体再现技术的发展方向。

基于光谱的颜色复制技术的基本工艺主要包括光谱的前端采集、光谱信息重构、光谱数据降维、光谱色域的描述与映射、光谱分色输出等环节，光谱成像仪在可见光波段对物体进行光谱采集，采样维度一般在30维以上。光谱数据的高维性引发的“维数灾难”无形之中会给计算系统带来巨大的负担，耗费大量的存储空间，并造成网络传输通道的拥塞，大幅降低颜色再现系统的处理效率。所以通常利用高维空间降维思想将多维光谱通过数学变换手段映射至一个较低维空间进行表征。光谱降维规则一般定义为一个与设备无关的低维中间连接空间(Interim connection space,ICS)，然后参照ICC的标准色彩管理体系，在颜色跨媒体拷贝输出前，在低维空间中完成光谱色域的匹配与映射。因此多维光谱降维技术作为连接光谱复制流程采集端和输出端的桥梁，其算法性能的优劣将直接影响颜色的跨平台再现精度。

光谱降维的目的是实现光谱色彩的高精度跨媒体一致再现，并在颜色复制过程中较好地兼顾光谱与色度两方面的重构精度，所以如何保证降维算法准确地还原物体的光谱信息，以适应复杂场景环境下颜色的高保真再现要求，是开发建立光谱降维算法的出发点。从研究现状来看，当前的可见光光谱降维方法一方面大都建立在特定参考光源或多光源的统计光源条件之下，仍然摆脱不了光源选择范围的影响，在变换光源场景下会产生较大色差，即算法色度稳定性较差，在面向复制的光谱降维应用中仍具有一定局限性，很难满足跨媒体平台任意光源下颜色再现的一致性。

发明内容

为克服现有技术的缺陷，本发明提出了一种基于视觉感知特征的光谱降维方法及系统。

本发明的方法多采用的技术方案是：一种基于视觉感知特征的光谱降维方法，其特征在于，包括以下步骤：

步骤1：构造综合人眼视觉色度特性和光谱特性的权函数w(λ)，

其中，表示标准观察者光谱三刺激值函数；

用全色差公式描述原始光谱r(λ)和重构光谱在波长λ处的颜色差异△E*(λ)，

其中，L*(λ)、a*(λ)、b*(λ)均在CIED50光源下计算得到的样本颜色色度信息，式二的一阶Taylor展开为：

其中，r(λ)表示原始光谱，表示降维后重构光谱；

将式三的等式两边同时除以△r(λ)，并结合式二得到w(λ)：

式中，L*(λ)，a*(λ)，b*(λ)对r(λ)的导数由复合函数的求导法则得到，至此完成综合人眼视觉色度特性和光谱特性的权函数w(λ)的构建；

步骤2：利用构造的权函数w(λ)计算任意光谱样本集S的权函数S_iw(λ)，其中i表示光谱样本集S中的第i个样本，i取值范围为1～k，k为光谱样本集S中样本的个数；

步骤3：对样本集S的权函数S_iw(λ)进行均值化处理，得到样本集S均值权函数矩阵Wf_v，

其中，Wf_v为方阵权函数矩阵，其主对角线为有所有样本计算得到的平均加权权重系数；

步骤4：构造用于均值权函数Wf_v平滑优化模型及约束目标函数，