[发明专利]用于使用多个照明源的光谱内插的系统和方法

说明书

光学检测器（110）设置有具有不同光谱特性的多个光源（Lx），其跨照明强度组合的范围被控制开/关。测量传感器（213）接收经由受限光学通道从目标表面反射的辐射光，并生成代表性的输出信号。本地控制器（205）或远程计算设备（130）从光学检测器接收输出信号或对应的消息，并基于针对照明强度组合中的每一个的信号生成低分辨率光谱数据集合。低分辨率光谱数据集合基于机器学习算法进行内插，该机器学习算法利用来自参考设备的高分辨率数据进行训练以生成与目标表面相关联的高分辨率光谱数据集合。

技术领域

本公开总体上涉及光谱测量系统和方法。更特别地，本公开涉及一种用于通过使用照明源的不同组合来增强给定测量系统（诸如例如颜色测量系统）的光谱分辨率的方法。

背景技术

光谱测量（例如颜色测量）对于许多行业是重要的，该行业包括家用消费产品、汽车以及需要便携性、准确性和有成本效益的解决方案的任何数量的其他示例。颜色（特别是目标对象的颜色）可以由“光谱反射率”表征，其可以借助于在连续光谱中的可见范围的程度内观察到的不同波长的比例的分布直接确定。不幸的是，许多传统的高分辨率光谱测量设备包括或实现复杂的光学系统，其使产品对于许多应用来说太庞大和昂贵。

相对便宜且便携的光谱测量设备可能是可用的，但是相关联的光学传感器的较低分辨率至少由于从其获得的光谱数据的不准确性而使这些选项成为不期望的。在比较这些类型的传感器测量颜色的方式的差异（或大体上比较两种颜色的差异）时，最典型地使用被称为ΔE的颜色差异标准。这是一种特殊形式的颜色空间“距离”，其已经被开发用来模拟人眼感知颜色差异的方式。从感测值转换以及使传感器读数和标准颜色值之间的ΔE最小化的过程是仪器校准和设置变得重要的地方，并且严重影响颜色测量工具的准确性。

关于基于三刺激传感器的色度计的一个已知问题是其缺乏分光光度计的特异性，这是由于少得多的光学光谱中的独立可测量参数（即，RGB色度计可能仅测量R、G和B，而分光光度计可以记录可见光谱内的高分辨率反射率曲线）。诸如光学器件、刺激源和检测器响应之类的固有的设计差异使色度计产生与分光光度计并且与其他色度计不同的结果。

由于上述特异性（和更高的感知准确性），分光光度计测量结果通常用作参考标准。有趣的是，任何两个分光光度计之间确实存在变化，并且普遍的实践是校准分光光度计以匹配给定参考分光光度计的读数。然后，该设备的经校准的准确性将基于其与参考设备的一致性。

更一般地，所有颜色测量设备基于其与某个参考设备的一致性来判断。因此，将期望提供一种系统和方法，其能够允许具有低光谱分辨率的较便宜的检测器来完成通常需要昂贵的高光谱分辨率检测器的准确测量。

发明内容

光学检测器通常具有其可以测量的有限数量的窄光谱带。跨给定光谱范围的带的总数限定了测量系统的光谱分辨率。如本文中公开的新颖系统和方法通过使用照明源的不同组合来增强给定测量系统的光谱分辨率。

在实施例中，如本文中公开的光学检测器包括具有不同光谱特性的多个光源。在一个非限制性示例中，多个光源至少包括具有6500K发光二极管（LED）的第一光源、具有2700K LED的第二光源以及具有在2700K和6500K之间的各自的光谱特性的LED的第三光源和第四光源。测量传感器接收由多个光源辐射并从目标表面反射的光，并且进一步生成表示来自目标表面的反射的光的输出信号。控制器跨多个照明强度控制多个光源组合被关闭或打开。控制器或通信地链接到光学检测器的外部计算设备基于来自传感器的对应于多个照明强度组合中的每一个的相应输出信号来生成低分辨率光谱数据集合。以编程方式内插低分辨率光谱数据集合以生成与目标表面相关联的高分辨率光谱数据集合。

在另一个实施例中，控制器和/或外部计算设备在功能上链接到数据存储设备，该数据存储设备包括对应于参考设备的存储的高分辨率光谱数据。

在另一个实施例中，控制器和/或外部计算设备被配置成基于感测到的低分辨率光谱数据集合来预测来自参考设备并对应于目标表面的高分辨率光谱数据集合。