数码相机色彩还原测试方案

合集下载

数码相机彩色校正方法研究

数码相机彩色校正方法研究

数码相机彩色校正方法研究第一章:绪论随着数码相机的普及,越来越多的人开始使用数码相机进行拍摄。

然而,由于数码相机的不同厂商、型号及不同环境下的拍摄条件,经常会导致拍摄出的照片色彩失真问题。

因此,在数字图像处理领域中,图像色彩校正一直是一个重要的研究方向。

本文将介绍数码相机色彩校正的相关研究内容。

第二章:数码相机的色彩校正方法2.1 白平衡算法数码相机采用自动白平衡算法对图像中的白色区域进行自动调整,同时校正其他颜色的色温。

白平衡算法的核心是找到图像中的灰度区域,进行自动调整。

但是,自动白平衡算法虽然能很好地解决白平衡问题,但它在校正色彩失真问题时存在一定的局限性。

2.2 视差校正算法视差校正算法主要是将不同的相机位置和角度带来的色彩变化消除,以达到校正色彩失真问题的目的。

视差校正算法主要是通过发现物体表面的平面、检测图像间的对应点等方式,从而实现图像的自适应几何校正。

2.3 直方图均衡化算法直方图均衡化算法是一种比较普通的直方图处理方式。

它是通过将像素直方图像素分布均匀地分散到整个灰度级上,以实现图像色彩的校正。

虽然该算法能够提高图像的对比度,但因为它只对亮度进行操作,所以在处理图片饱和时会导致板块过多,从而丢失图片的构造细节信息。

第三章:数码相机的颜色再现能力评价为了能够更好地研究数码相机的色彩校正算法,需要对数码相机的颜色再现能力进行评价。

因为颜色再现能力与数码相机的硬件配置、算法及参数设置有关,所以评价方法相对较为复杂。

目前,主要采用色彩还原误差(Color Reproduction Error, CRE)和彩色还原度(Color Reproduction Degree, CRD)两种方式进行评价。

第四章:常见的数码相机色彩校正问题及其解决方法4.1 色温偏移问题由于数码相机摄像头和拍摄环境的影响,经常出现色温偏移的问题。

解决方法主要有两种:一是通过手动设置白平衡,使相机自动根据环境变化调整色温;二是通过直方图均衡化算法的方式来进行图像校正。

camera测试方案

camera测试方案

Camera测试方案随着手机摄像头相熟的提高,现在的消费者已经不满足于只是拿摄像头玩玩而已,而是把它当作一个数码相机。

消费者购机时摄像头的品质成为一个重要选机指标,各大IT网站的测评也开始专业化。

所以手机研发阶段测量手机摄像头的摄像品质是绝对必须了。

受限于人力与物力,还不具备建立专业光学实验室的实力。

现阶段使用ISO12233标准分辨率测试卡与24色ColorChecker并配合照明箱进行简单的测试应为最适合的途径。

测试仪器需求:1,标准光源箱:提供D65(自然色日光),TL84(商店光源),F(夕阳光,黄光源,比色参考光源),UV(紫外灯光源)。

2,反射式灯光箱。

3,照度计。

4,分光式色度计。

5,反射式光密度计。

6,帧频测试仪。

7,放大镜。

8,显微镜。

测试图卡:1,分辨率测试图卡IOS12233解析度卡。

2,色彩测试图卡:GretagMacbeth ColorChecker 。

3,几何失真测试图卡。

4,灰阶测试图卡。

5,中性灰测试图卡。

6,全白测试图卡。

测试环境:1,暗室:测试的环境照度应小于1 Ix 勒克斯(Luxes)2,如无特殊规定,为保证摄像设备拍摄测试图卡时能够输出足够的信号,拍摄时测试图卡表面照度范围应在700~1200 Ix 勒克斯(Luxes)之间,测试时饱和度和均匀度可根据实际调节;3,在D65 光源色温下,测试图卡上任何一点的照度与测试图卡中心照度差不大于10%;在其他色温下,测试图卡上任何一点的照度与测试图卡中心照度差不大于30%4,光源应采取必要的遮光措施,防止光源直射镜头。

测试图卡周围(包括放置测试图卡的置具)应是低照度,减少炫光,测试时应尽量避免外界光线照射。

测试图卡背景采用黑或吸光型中性灰。

5,测试中可使下列标准色温:D65 光源色温6500K、泛光灯色温3400K。

实际测试环境的色温标准偏差应不大于200K。

色温从2700k-7500k 可调换,国际照明学会(CIE)所认可的七色人工E 光。

数码相机色彩还原测试方案

数码相机色彩还原测试方案

数码相机色彩还原测试方案
一、测试目的
1、了解数码相机色彩还原性测试标板。

2、掌握数码相机色彩还原性测试方法。

二、测试步骤
1、使用数码相机拍摄sineimage24色标准色卡。

2、使用Imatest软件的Colorcheck模块测量数码相机色彩还原性。

3、了解Imatest色彩还原性测试结果的含义。

三、测试过程与结果
相机型号:富士s1770
相机基本设置:有效像素:1220万
光学变焦:15倍
等效焦距:28-420mm
快门速度:1/4-1/2000秒
拍摄时相机设定自动
1.拍摄24色标准色卡图片如下:
sineimage24色标准色卡
2.用Imatest软件的Colorcheck模块测量数码相机色彩还原性结果如下:
Colorcheck模块测量数码相机色彩还原性结果
从结果来看,富士s1770色彩饱和度达到106.4%,最大偏移量21.3,整体色彩偏移控制的较好,色彩还原准确,如果用户对色彩有偏好,可以使用机器内的色彩风格设定。

相机色彩实验报告

相机色彩实验报告

一、实验背景随着科技的发展,相机在各个领域得到了广泛的应用。

色彩作为图像的重要组成部分,对于图像的视觉效果和后续处理有着重要的影响。

为了深入了解相机色彩性能,我们开展了一次相机色彩实验,通过一系列测试和分析,评估相机的色彩还原准确性、色彩饱和度和色彩失真情况。

二、实验目的1. 了解相机色彩性能,评估其色彩还原准确性。

2. 分析相机色彩饱和度和色彩失真情况。

3. 探讨改善相机色彩性能的方法。

三、实验器材1. 相机:某品牌数码相机2. 实验台:稳定的工作台3. 色彩标准板:国际照明委员会(CIE)标准色卡4. 显示器:高分辨率显示器5. 图像处理软件:Adobe Photoshop、ImageJ等四、实验方法1. 色彩还原准确性测试(1)将色彩标准板放置在实验台上,调整相机与标准板之间的距离,确保相机能够清晰拍摄到标准板上的颜色。

(2)拍摄标准板图像,并保存为原始图片。

(3)使用图像处理软件对原始图片进行处理,提取出各个颜色通道的数值。

(4)将提取出的颜色通道数值与标准色卡上对应颜色的数值进行对比,计算色彩还原误差。

2. 色彩饱和度测试(1)在相同条件下,拍摄不同饱和度的物体图像。

(2)使用图像处理软件对图像进行处理,提取出各个颜色通道的数值。

(3)计算各个颜色通道的数值与原始数值的比值,得到饱和度。

3. 色彩失真测试(1)在相同条件下,拍摄标准色卡上的颜色图像。

(2)使用图像处理软件对图像进行处理,分析各个颜色通道的数值。

(3)根据颜色通道数值的变化,判断相机是否存在色彩失真。

五、实验结果与分析1. 色彩还原准确性通过对比标准色卡上的颜色数值和相机拍摄图像的颜色数值,计算色彩还原误差。

实验结果显示,相机的色彩还原准确性较高,误差在可接受范围内。

2. 色彩饱和度实验结果显示,相机的色彩饱和度表现良好,各个颜色通道的饱和度比值与原始数值相近。

3. 色彩失真通过分析各个颜色通道的数值,发现相机在拍摄某些颜色时存在轻微的色彩失真。

色彩还原方案_Xrite

色彩还原方案_Xrite

利用ProfileMaker的色彩还原方案
1.首先用标准灯箱,在不同色温下,用数码相机拍摄24色ColorChecker,
由于要用ProfileMaker制作ICC文件,如下图所示,“Reference Data”的输入只能为.txt 格式的,所以需要考虑的问题是如何把用数码相机拍摄的24色ColorChecker图像转换成.txt格式的???
当然,也可以用ProfileMaker自带的ColorChecker 24.txt等系列文件作为Reference Data,但可能调整效果会不大理想。

2.然后,是“Photographed Test Chart”,用标准灯箱在不同色温下,打开用工业相机拍摄
的24色ColorChecker,这里最好是用Raw格式的文件(这里的Raw格式文件应该是经过了插值的彩色图像),扩展名只能是.tif或.jpg才能加载。

3.下一步,“Photo Task”的设置,包括一些灰度平衡、曝光补偿、饱和度和对比度、专色
处理等设置。

4.下一步,“Light Source”光源设置,包括不同标准的光源、不同色温的选择,
5.最后,“Calculate Profile”,执行“Start”,产生ICC配置文件。

将该配置文件放在系统目
录下,Win7:C:\Windows\System32\spool\drivers\color
6.利用Photoshop CS6,打开工业相机图片后,“指定配置文件”,然后就可以看到效果。

如下图所示,是未经ICC色彩管理的效果图:
经过处理,采用指定的配置文件,显示效果如下,可以明显看到在总体明亮程度上有明显改善,但色彩饱和度上感觉降低了。

处理前:
处理后:。

色彩还原测试方案

色彩还原测试方案

色彩还原测试方案1. 引言色彩还原测试是一个用于评估图像处理算法表现的重要测试方法。

在许多应用领域,如计算机视觉、图像处理、计算机图形学等,图像的色彩还原质量对结果的准确性和可靠性有着重要的影响。

本文将介绍一个针对色彩还原测试的方案,以帮助测试人员评估算法的性能。

2. 背景知识在进行色彩还原测试之前,测试人员需要了解以下背景知识:2.1 色彩空间色彩空间是一种描述和表示图像色彩的数学模型。

常见的色彩空间有RGB色彩空间、CMYK色彩空间、HSV色彩空间等。

2.2 色彩还原算法色彩还原算法是一种用于还原原始图像中失真或变化的色彩的方法。

常见的色彩还原算法包括色彩均衡化、色彩校正、色彩映射等。

2.3 色彩还原质量评估指标色彩还原质量评估指标是用于衡量图像色彩还原效果的指标。

常见的评估指标有峰值信噪比(PSNR)、结构相似性(SSIM)等。

3. 测试方案设计基于以上背景知识,我们设计了以下的色彩还原测试方案:3.1 数据集选择选择具有不同特征的图像数据集,包括室内场景、室外场景、人物肖像等。

确保图像数据集能够覆盖算法可能遇到的各种情况。

3.2 测试环境搭建搭建一套完整的测试环境,包括计算机设备、图像处理软件、色彩空间转换工具等。

保证测试环境的稳定性和准确性。

3.3 测试指标选择根据测试需求和算法特点,选择合适的测试指标进行评估。

常见的测试指标有色彩还原误差、PSNR、SSIM等。

根据具体情况,可以选择单一指标或综合多个指标进行评估。

3.4 测试用例设计根据测试需求和算法特点,设计一系列测试用例。

测试用例应该包括不同的色彩还原场景和环境,以确保测试的全面性和准确性。

3.5 测试执行和数据采集依据测试用例,执行测试并采集测试数据。

测试数据可以包括原始图像、处理后的图像、还原误差等。

3.6 结果评估和分析根据采集的测试数据,对算法的性能进行评估并进行结果分析。

可以使用图表、数据统计等方式来展示结果。

3.7 优化调整和再测试根据评估结果,对算法进行优化调整,并再次测试。

色彩还原测试方案

色彩还原测试方案

色彩还原测试方案背景在数字图像处理和计算机视觉领域,色彩还原是指通过一系列的算法和技术来还原被数字相机、扫描仪或其他图像采集设备捕捉到的图像的真实色彩。

由于不同的设备和采集条件,所捕捉到的图像可能会出现色彩失真或色彩偏移等问题。

因此,开发有效的色彩还原算法是很重要的。

为了验证色彩还原算法的效果,需要进行色彩还原测试。

本文档旨在提供一个详细的色彩还原测试方案,以帮助开发人员和研究人员进行色彩还原算法的评估和比较。

目标色彩还原测试的主要目标是评估和比较不同的色彩还原算法的性能和效果。

具体来说,我们的目标是:1.评估算法的色彩还原能力,即算法是否能够准确还原图像的真实色彩;2.比较不同算法的性能,找出最优的色彩还原算法;3.验证算法的鲁棒性,即算法在不同图像和采集条件下的表现。

测试数据集为了进行色彩还原测试,我们需要一个包含真实色彩图像和其对应的捕捉图像的数据集。

这个数据集应该尽可能地包含各种不同类型的图像,如室内场景、室外场景、人物照片、自然风景等。

在选择测试数据集时,我们应该注意以下几点:1.数据集应该包含足够数量的图像样本,以覆盖各种不同的场景和情况;2.数据集应该包含原始图像和经过色彩失真或偏移的捕捉图像;3.数据集中的图像应该有足够的分辨率和色彩深度,以保证测试的准确性。

测试方法色彩还原测试可以采用主观评估和客观评估两种方法。

主观评估是通过人眼观察图像来评估色彩还原效果,而客观评估则是通过一些图像质量评估指标来量化评估。

主观评估主观评估是最直观的评估方法,通过让人眼观察和比较不同算法还原的图像来评估色彩还原效果。

具体的评估步骤如下:1.选取一组包含原始图像和经过色彩失真或偏移的捕捉图像的样本;2.将样本分成若干组,每组包含一个原始图像和多个还原图像,每个还原图像对应不同的算法;3.以随机顺序展示每组的图像,并让观察者对图像的色彩还原效果进行评估;4.使用主观评分进行评估,可以用1到5的评分,表示从不满意到非常满意。

数码相机性能测评 实验四 噪声及色彩还原性测试

数码相机性能测评   实验四   噪声及色彩还原性测试

噪声及色彩还原性测试实验报告色彩还原性测试相机型号尼康D90相机设置自动模式,F/5.0,ISO400,曝光0.01s,FL44.0mm测试标版116.30%平均值7.2最大值13.1平均值8.99最大值17.1平均值10.3最大值18.6测试人员袁祖瑞测试日期2012年11月28日(周三晚)反射色彩饱和度色差deltAC corr deltACuncorrdeltAE注: deltAC 是不考虑Y 信号的色差值,deltAE 是包含Y 信号的色差值,corr 和uncorr 分别表示校准值和未校准值,corr 加入了对饱和度的考量,更客观。

由表格的数据可知,该相机尼康D90的色彩饱和度是116.3%,色差(此处参考deltAC corr )的最大偏移量为13.1平均值为7.2,整体色彩偏移控制得较好,色彩还原准确。

图一 这是Imatest 软件在色差方面的处理结果图(已缩小)注:这是色表上的区块 #1 - 区块 #18 做一色彩偏离的测试, 圆圈处是相机的实际表现, 方型处则是色表上的理想值, 整个坐标是较大的 CIELAB 色域,而较小的、被灰线画起来的范围则是相机本身的 sRGB 色域。

图二这是软件在色彩偏移对照方面的处理结果图注:如下图所示,在每个方格中的最外层区域Zone1原本的色块,里边两层Zone2和Zone3是标明的理想值。

在Zone 1 和Zone 2 之间, 主要是用来比较曝光的误差。

Zone 3 代表色彩的理想值, 比较Zone 1 及Zone 3 可以知道在色彩上的偏移情况。

注:在白平衡的误差上, 我们主要是HSV 色彩模式中的彩度值( 上图褐色数值), 以及Kelvin 的色温值( 上图蓝色数值) 以及Mireds( Mireds = 10^6 /(Degrees Kelvin) ) 表示。

比较上图中的各方格的区域Zone1和Zone2,发现亮度接近,说明该相机的曝光误差小。

色彩还原性及色差分辨力的测量

色彩还原性及色差分辨力的测量

研究成果声明本人郑重声明:所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。

尽我所知,文中除特别标注和致谢的地方外,学位论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。

与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。

特此申明。

签名:日期:关于学位论文使用权的说明本人完全了解北京理工大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段复制并保存学位论文;③学校可允许学位论文被查阅或借阅;④学校可以学术交流为目的,复制赠送和交换学位论文;⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。

签名:日期:导师签名:日期:摘要人眼是接收外界光信息的感觉器官,可以获取物体形状、颜色等信息。

随着光电成像技术和机器视觉的发展,越来越多光电成像系统使用CCD/CMOS 作为光学接收器件。

这些光学器件模拟了人眼的各种能力,目前,人们最关注的是它们的空间分辨能力,对它们颜色接收能力的正确性和精确性的研究却不多。

随着图像识别等技术的发展,颜色在机器视觉中提供的信息越来越多,在某些应用场合中,已经成为不可替代的关键信息。

本文从色彩还原性和色差分辨力两个参数来完成对光电成像系统的颜色接收能力的评测,色彩还原性和色差分辨力分别反映了光电成像系统颜色接受能力的正确性和精确性。

本文利用色卡及特定光源提供标准颜色样本,从光电成像系统输出的图像中获取系统输出的颜色信息,通过比较输出颜色和标准颜色的差异来计算系统的色彩还原能力,并尝试在CIE1976LAB均匀色空间中表示两者的差异。

这种方法的误差大小与光源和靶板的光谱特性紧密相关。

本文设计了一个色差分辨力测量系统来测量光电成像系统的色差分辨能力,在设计过程中使用了蒙特卡罗方法使得设计过程大大简化,对系统设计中存在的误差进行了分析。

摄像机测试步骤

摄像机测试步骤

摄像机测试步骤测试摄像机主要测试晰度和色彩还原性、照度、逆光补偿,其次是测其球型失真、耗电量、最低工作电压,下面先把清晰度和色彩还原性以及照度、逆光补偿的测量步骤先介绍一下。

1.清晰度的测量多个摄像机进行测试时,应使用相同镜头,(推荐使作定焦、二可变镜头),以测试卡中心圆出现在监视器屏幕的左右边为准,清晰准确的数出已给的刻度线共10组垂直线和10组水平线。

分别代表着垂直清晰度和水平清晰度,并相应的一组已给出了线数。

如垂直350线水平800线,此时最好用黑白监视器。

测试时可在远景物聚焦,也可边测边聚焦。

最好能两者兼用,可看出此摄像机的差异(对远近会聚)。

2.彩色还原性的测试测试此参数应选好的彩色监视器。

首先远距离观察人物、服饰,看有无颜色失真,拿色彩鲜明的物体对比,看摄像机反应灵敏度,拿彩色画册放在摄像机前,看画面勾勒得清晰程度,过淡或过浓,再次应对运动的彩色物体进行摄像,看有无彩色拖尾、延滞、模糊等。

测试条件如此摄像最代照度在50V时应在50+10V照度情况下测量,即每摄像机最代照度基础上加十伏,且光圈应保持最接近状态。

3.照度将摄像机置于暗室,暗室前后为有源220V自炽灯,处设调压器,以调压器调节电压高代来调节暗室内灯的明暗,电压可以从0V调到250V。

室内光照也可从最暗调至最明,测试时把摄像机光圈均开至最大时记录下一个最低照度值(把有源灯用调压器调暗至看不清暗室内置画面)再把光圈打至最小再记录下一个最低照度值,也可前后灯分别调压明灭。

4.逆光补偿测试此参数有两种方法:一种是在暗室内,把摄像机前侧调压灯打开,调至最亮时,然后在灯的下方放置一图画或文字,把摄像机迎光摄像,看图像和文字能否看清,画面刺不刺眼,并调节AL、AX拔档开关,看有无变化,哪种效果最好。

另一种是在阳光充足的情况下把摄像机向窗外照,此时看图像和文字能否看清楚。

5.球型失真看球型失真把测试卡置于摄像机前端使整个球体出现在屏幕上,看圆球形有无椭圆,把摄像机前移,看圆中心有无放大,再远距离测试边、角、框有无弧形失真等。

色彩拍照调试技巧教案设计

色彩拍照调试技巧教案设计

色彩拍照调试技巧教案设计教案标题:色彩拍照调试技巧教案设计教学目标:1. 了解色彩拍照调试的基本原理和技巧。

2. 学会使用相机的色彩调试功能,提高照片的色彩还原度。

3. 培养学生对色彩的敏感度,提升摄影技术。

教学准备:1. 相机(最好是单反相机或高级数码相机)2. 计算机和投影仪3. 色彩调试软件(如Adobe Photoshop)4. 色彩调试样本照片教学过程:引入(5分钟):1. 向学生介绍本节课的主题:“色彩拍照调试技巧”。

2. 引导学生思考为什么照片的色彩有时候会失真或不真实。

探究(15分钟):1. 向学生解释色彩拍照调试的基本原理,包括色彩空间、白平衡、色温等概念。

2. 演示如何使用相机的色彩调试功能,调整白平衡和色温。

3. 通过投影仪展示不同白平衡和色温设置下的样本照片,让学生观察和比较。

实践(25分钟):1. 将学生分成小组,每组配备一台相机。

2. 给每个小组分发不同的色彩调试样本照片。

3. 学生根据样本照片的要求,调试相机的白平衡和色温,尽量还原样本照片中的色彩。

4. 学生拍摄自己的照片,并使用色彩调试软件对照片进行进一步调整。

总结(5分钟):1. 邀请学生分享他们拍摄和调试的经验和成果。

2. 总结本节课学习的内容和技巧。

3. 强调继续练习和探索色彩拍照调试技巧的重要性。

拓展活动:1. 鼓励学生自主拍摄其他场景的照片,并进行色彩调试。

2. 学生可以对比不同相机的色彩调试功能,探索不同相机的表现差异。

3. 学生可以尝试使用其他色彩调试软件,比较不同软件的效果。

评估方法:1. 观察学生在实践环节的表现,包括调试相机和调整照片的能力。

2. 收集学生拍摄的照片和调试前后的对比图,评估照片的色彩还原度和质量。

教学延伸:1. 在后续课程中,可以进一步探讨色彩在摄影中的表现和运用。

2. 可以引导学生学习其他摄影调试技巧,如曝光调整、对比度调整等。

教学资源:1. 色彩调试样本照片2. 投影仪和计算机3. 相机和色彩调试软件教学反思:本教案通过引入、探究、实践和总结等环节,帮助学生理解色彩拍照调试的基本原理和技巧,并通过实践提高学生的实际操作能力。

一种低光照度下的彩色数码设备色彩还原能力评价方法

一种低光照度下的彩色数码设备色彩还原能力评价方法

第35卷㊀第5期2020年5月㊀㊀㊀㊀㊀㊀㊀液晶与显示㊀㊀㊀C h i n e s e J o u r n a l o fL i q u i dC r y s t a l s a n dD i s p l a ys ㊀㊀㊀㊀㊀V o l .35㊀N o .5㊀M a y 2020㊀㊀收稿日期:2019G12G06;修订日期:2020G02G10.㊀㊀基金项目:吉林省教育厅 十三五 科学技术项目(N o .J J K H 20190576K J );吉林省科技厅重点项目(N o .20180201034G X );长春理工大学青年科学基金(N o .X Q N J J G2018G01)S u p p o r t e db y "T h i r t e e n t hF i v e GY e a rP l a n "S c i e n c ea n dT e c h n o l o g y P r o j e c t o fE d u c a t i o nD e p a r t m e n t o f J i l i nP r o v i n c e (N o .J J K H 20190576K J );K e y P r o j e c t o f J i l i nP r o v i n c eS c i e n c e a n dT e c h n o l o g y D e pa r t m e n t (N o .20180201034G X );Y o u t hS c i e n c eF o u n d a t i o no fC h a n g c h u n U n i v e r s i t y o fS c i e n c ea n d T e c h n o l o g y (N o .X Q N J J G2018G01)㊀㊀∗通信联系人,E Gm a i l :d a n z i k 3@126.c o m文章编号:1007G2780(2020)05G0477G09一种低光照度下的彩色数码设备色彩还原能力评价方法王晓岩,李㊀野,岳㊀丹∗(长春理工大学理学院,吉林长春130022)摘要:彩色数码设备色彩还原能力直接影响彩色图像的最终呈现效果,是彩色数码设备性能设计优劣的一个重要指标.为研究低光照度下不同彩色数码设备的色彩还原能力,本文提出了一种简便快捷的可视化客观色彩还原能力评价方法,该方法首先将R G B 三基色颜色空间转换到C I E L A B 颜色空间,并基于C I E D E 2000色差公式在C I E L A B 颜色空间建立全面客观的量化评价指标,最终基于V C ++软件平台开发了上位机软件程序,能实现对彩色数码设备的色彩还原能力的现场评价.实验结果表明,该评价方法与主观视觉感受吻合较好,能为低光照度环境下的彩色数码设备色彩还原能力提供一种有效的评价方法.关㊀键㊀词:彩色数码设备;低光照度;色差;色彩还原能力中图分类号:T P 317.4㊀㊀文献标识码:A㊀㊀d o i :10.3788/Y J Y X S 20203505.0477E v a l u a t i o nm e t h o d o f c o l o r r e s t o r a t i o na b i l i t y o f c o l o r d i g i t a l e q u i pm e n t u n d e r l o w i l l u m i n a t i o n WA N G X i a o Gya n ,L IY e ,Y U ED a n ∗(S c h o o l o f N a t u r a l a n dA p p l i e dS c i e n c e ,C h a n g c h u nU n i v e r s i t yo f S c i e n c e a n dT e c h n o l o g y ,C h a n gc h u n 130022,C h i n a )A b s t r a c t :T h e c o l o r r e p r od u c t i o n c a p a b i l i t y o f t he c o l o r d i g i t a l d e v i c e s d i r e c t l y af f e c t s t h e f i n a l r e n d e r Gi ng e f f e c t o f c o l o r i m a g e s ,a n d i s a n i m p o r t a n t i n d i c a t o r o f th e p e r f o r m a n c e d e si g no f t h e c o l o r d i g i t a l d e v i c e s .I no r d e r t os t u d y t h ec o l o rr e p r o d u c t i o na b i l i t y o fd i f f e r e n tc o l o rd i gi t a ld e v i c e su n d e r l o w l i g h t ,a s i m p l e a n d f a s t v i s u a l o b j e c t i v e c o l o r r e p r o d u c t i o n a b i l i t y e v a l u a t i o nm e t h o d i s p r o po s e d .T h i s m e t h o d f i r s t l y c o n v e r t s t h eR G Bt h r e e Gp r i m a r y c o l o r s p a c e t oC I E L A Bc o l o r s p a c e ,a n de s t a b l i s h e s a c o m p r e h e n s i v ea n d o b j e c t i v e q u a n t i t a t i v ee v a l u a t i o ni n d e xi n t h e C I E L A B c o l o rs pa c eb a s e d o nC I ED E2000c o l o r d i f f e r e n c e f o r m u l a.F i n a l l y,a h o s t c o m p u t e r s o f t w a r e p r o g r a mi s d e v e l o p e d b a s e d o n t h eV C++s o f t w a r e p l a t f o r m,w h i c hc a nr e a l i z et h eo nGs i t ee v a l u a t i o no ft h ec o l o rr e p r o d u c t i o n a b i l i t y o f c o l o r d i g i t a l e q u i p m e n t.T h e e x p e r i m e n t a l r e s u l t s s h o wt h a t t h e e v a l u a t i o nm e t h o d i s i n g o o d a g r e e m e n tw i t h t h es u b j e c t i v ev i s u a l p e r c e p t i o n,a n dc a n p r o v i d ea ne f f e c t i v ee v a l u a t i o n m e t h o df o r t h e c o l o r r e p r o d u c t i o na b i l i t y o f c o l o r d i g i t a l d e v i c e s i na l o wl i g h t e n v i r o n m e n t.K e y w o r d s:c o l o r d i g i t a l e q u i p m e n t;l o wl i g h t i n t e n s i t y;c h r o m a t i c a b e r r a t i o n;c o l o r r e p r o d u c t i o na b i l i t y1㊀引㊀㊀言㊀㊀图像色彩作为图像显示效果的一个重要方面,取决于彩色数码设备的色彩还原能力[1].随着光电成像器件的迅速发展,彩色数码设备在可见光条件下的色彩还原能力日趋完善,如何提高低光照度[2G3]下彩色数码设备的色彩还原能力成为目前的研究热点.目前,市面上涌现了诸多新型的彩色数码设备,其目的是为了提高在低光照度下的拍摄效果.但这些彩色数码设备在低光照下的色彩还原能力具体如何,尚未形成一种有效的测试方法.对彩色数码设备色彩还原能力进行评价是个相对复杂的问题,目前市面上大多利用I m a t e s t 和C o l o rC h e c k e r进行评价.I m a t e s t是一套图像质量分析软件[4],被广泛应用于各种彩色数码设备色彩还原能力的客观评测.虽然I m a t e s t各个功能模块能够得出许多参数,但在不同环境㊁用不同的测试图卡得出的参数值也不尽相同,这使得对彩色数码设备的评价变得复杂.德国影像工程公司I m a g eE n g i n e e r i n g通过使用分光光度计测量C o l o rC h e c k e r,将仪器读出的参考数据与相机拍摄的图像一起提供给分析软件,通过计算颜色误差等差异评测了2017年以后上市的相机产品,对其色彩还原能力进行了严谨的测试及评价,其方法虽简便却不具有可重复性.因此,为了使其评价更加简单快捷并具有可重复性,本文将直接使用各种彩色数码设备输出图像来进行彩色数码设备色彩还原能力的现场评价.目前国内外采用的对彩色数码设备输出图像质量评价方法主要分为两类:主观图像质量评价方法和客观图像质量评价方法[5].主观图像质量评价方法选择大量评测者在特定环境中对同一目标图像进行评价打分,并对其分数进行加权平均从而得到图像质量评价结果.客观图像质量评价方法是指脱离人的主观意识判断,依据人眼的主观视觉系统建立一个数学模型,对待评图像进行相关的处理运算,从而得到待评图像的质量值.2000年,汪孔桥等[6]提出了一种简化的图像质量评价模型,基于人眼感兴趣区域特性对传统的P N S R方法进行改进,划分人眼视觉感兴趣区域并赋予对应的加权值进行质量评估.2006年, S h n a y d e r m a n等[7]提出了一种基于奇异值分解的图像质量度量方法,该方法可以图形方式用作二维工具,也可以在数值上用作标量度量,使多种损伤类型图像都能获得较好的评价效果.2007年,C h a n d l e r等[8]提出了一种基于人类视觉的近阈值和超阈值特性来量化自然图像视觉保真度的有效指标,该方法是基于物理亮度和视觉角度,因此可以用来评价不同视觉条件的图像质量.2011年,Z h a n g等[9]针对人眼视觉系统(H V S)主要根据图像的底层特征来理解图像,提出了一种新的全参考I Q A特征相似度(F S I M)指标.在6个基准I Q A数据库上进行的大量实验表明,F S I M能够比最先进的I Q A指标获得更高的主观评价一致性.主观图像质量评价方法虽然结果可靠,但需要评测者对图像做多次反复性试验,无法应用于所有场合,不便于图像系统的集成和实现.而客观评价方法是利用算法代替人眼视觉来感知和评价图像质量,省时省力,实施稳定,应用领域广,评价结果具有重现性,不受主观因素的影响.因此,使用客观评价方法相对于主观评价方法更有意义.本文在低光照度条件下采用客观质量评价方法对各种彩色数码设备色彩还原能力进行评价,通过建立评价模型来计算标准色卡图像和彩色数码设备所采集图像的差异,作为彩色数码设备图像质量的评测标准,从而实现对彩色数码设备色彩还原能力的有效评价.首先选取874㊀㊀㊀㊀液晶与显示㊀㊀㊀㊀㊀㊀第35卷㊀符合评价需求的色彩空间及构建色彩空间理论转换模型,然后构建彩色数码设备色彩还原能力度量标准,最后通过V C ++软件平台实现彩色数码设备色彩还原能力评价方法,其方法计算简单㊁意义明确,具备可操作和可重复性.本文提出的彩色数码设备色彩还原能力评价方法,对于研究低光照度下彩色数码设备色彩还原能力具有较大的理论意义和实际应用价值,同时对微光夜视设备色彩还原能力的评价也具有重要的指导意义和参考价值.2㊀色彩还原能力评价方法2.1㊀色彩空间的选取及转换通常彩色数码设备用的R G B 三基色颜色空间是面向硬件的模型[10],用于建模物理设备的输出,是与设备相关的色彩空间,无法直接用于各种彩色数码设备色彩还原能力的评价.而C I E L A B颜色空间是一种与设备无关的颜色系统[11],也是一种基于生理特性的颜色系统,以数字化方式来描述人的视觉感应.在表达色域范围上,C I E L A B 色彩空间具有最宽的色域范围,它适用于一切光源色体或物体色的表示与计算.当色彩从色域范围大的色彩模型向色域范型围小的色彩模型转换时,色彩不会损失,避免了色彩损失带来的误差.本文采用C I E L A B 颜色空间作为彩色数码设备输出图像的评价空间.基于色度学理论,本文采用以下方法建立从显像R G B 颜色空间到C I E L A B 颜色空间理论转换模型:R G B 颜色空间不能直接转换到C I E L A B 颜色空间,需要借助X Y Z 颜色空间.首先将R G B 颜色空间转换到X Y Z 颜色空间,再将X Y Z 颜色空间转换到C I E L A B 颜色空间.R G B 颜色空间到C I E X Y Z 颜色空间的转换模型如公式(1)所示:㊀X Y Z éëêêêêùûúúúú=0.4339530.3762190.1898280.2126710.7151600.0721690.0177580.1094770.872765éëêêêêùûúúúúR G B éëêêêêùûúúúú,(1)但该转换矩阵与具体的显示系统硬件相关.基于该模型,针对彩色数码设备特点,通过颜色标定方法对转换矩阵中的参数进行修正及优化.C I E X Y Z 颜色空间到C I E L A B 颜色空间的模型如公式(2)所示:L ∗=116f Y /Y n ()-16a ∗=500f X /X n ()-f Y /Y n ()[]b ∗=200f Y /Y n ()-f Z /Z n ()[]ìîíïïïï㊀,(2)其中:f (t )=t 1/3㊀i f ㊀t >629æèçöø÷313296æèçöø÷2t +429㊀o t h e r w i s e ìîíïïïï,X ㊁Y ㊁Z 为颜色样品的三刺激值,X n ㊁Y n ㊁Z n 为标准照明体照射在完全漫反射体上后反射到观察者眼中的三刺激值.2.2㊀评价指标的建立针对彩色数码设备图像特点,选定颜色空间内构建彩色数码设备色彩还原能力评价度量标准,实现对彩色数码设备色彩还原能力的全面客观的量化评价,从而为系统设计性能的优劣提供可靠的客观量化指标.2.2.1㊀色差C I E D E 2000由于人眼与色差计在色度图中不同位置的色彩评估方法和形状上的差异,引起了许多色彩评定时测量数据与目测结论不匹配的问题.在2000年,经过国际照明技术委员会对现有色差公式和视觉评价数据的分析与测试,提出了一个新的色彩评价公式,称为C I E D E 2000色差公式,简称C I EDE 2000,色差符号为ΔE 00[12].C I E D E 2000是到目前为止最新的色差公式,该公式与C I E 94相比复杂得多,其在各个色差范围都表现优异,同时也大幅提高了精度.因此本文基于C I E D E 2000色差公式,构建待评价图像自身对比度及与标准色样图像之间的色彩还原度度量模型,实现对系统产生图像的质量评价.C I EDE 2000色差公式如公式(3)所示:㊀ΔE 00=ΔL ᶄS L æèçöø÷2+ΔC ᶄS C æèçöø÷2+ΔH ᶄS H æèçöø÷2㊀,(3)其中,L 表示人类视觉的亮度响应,用于量化图像的亮度;C 是饱和度,H 是色调,这两者都用于定量人类视觉的色彩响应.ΔL ᶄ㊁ΔC ᶄ㊁ΔH ᶄ分别表示亮度差㊁饱和度差和色调差,具体表达式如公式(4)所示:ΔL ᶄ=L ᶄb -L ᶄs ΔC ᶄ=C ᶄb -C ᶄsΔH ᶄ=2C ᶄb C ᶄs ()1/2s i n Δh ᶄ/2()ìîíïïïï,(4)974第5期㊀㊀王晓岩,等:一种低光照度下的彩色数码设备色彩还原能力评价方法式中:b 和s 分别表示颜色样品和标准色样.亮度L ᶄ㊁彩度C ᶄ和色调角h ᶄ均可由C I E L A B 值转换得到,转换公式如式(5)所示:L ᶄ=L ∗C ᶄ=L ∗a ᶄ2+b '2()h ᶄ=180πa r c t a n b ᶄa ᶄæèççççç㊀,(5)其中:a ᶄ=a ∗1+G (),b ᶄ=b ∗,G 表示为红绿轴的调整因子,权重函数S L ㊁S c ㊁S H 用来校正颜色空间的均匀性,其值取决于颜色在标准C I E 颜色空间中的位置.基于C I E D E 2000色差公式,本文中提出的彩色数码设备图像质量度量标准包括对比度模型及色彩还原度模型,分别如公式(6)㊁(7)所示:C o n t r a s t :C =ΔE 00100,(6)㊀C o l o rE r r o r :E =1100ΔC h S C æèçöø÷2+ΔH S H æèçöø÷2éëêêùûúú.(7)对于同一图像的两个部分对比度的值越大,从视觉上就越容易区分这两个部分.色彩还原度是将系统产生图像与可接受的标准图样进行比较,其值越小,表示系统的色彩还原度越高.2.2.2㊀M S E 和P S N R均方误差(M e a nS qu a r eE r r o r ,M S E )[13]和峰值信噪比(P e a k GS i gn a l t o N o i s e R a t i o ,P S N R )[14G15]都是通过计算待评图像与参考图像之间像素灰度值误差的大小来全局衡量待评图像质量好坏.M S E 的值越小,表明待评图像质量越好.而P S N R 的值越大,表明待评图像与参考图像之间的失真越小,待评图像质量越好.其计算公式如下:K M S E =1NðNi =1x i -y i ()2,(8)K P S N R =10l g L 2K M S E,(9)其中:x 与y 分别表示参考与失真图像,N 是参考或失真图像中像素点总数,L 是图像中最大亮度值,通常为255.2.2.3㊀R M S E 均方根误差亦称标准误差[16],其计算公式如下:K R M S E =1m ˑn ðm ˑniy i -y i ɡ()2,(10)式中:m ㊁n 为图像像素大小,R M S E 的值越小表示得到的散点偏离拟合线的程度越小,拟合效果也就越好,图像质量越好.2.2.4㊀S S I M结构相似度(S S I M )是一种衡量电视㊁电影或者其他数字图像㊁视频的主观感受质量的一种方法[17].S S I M 算法是用来测试两幅图像的相似性,其评价图像的质量是基于未压缩的或者无失真的图像作为参考.S S I M 是一种基于感知的计算模型,它能够考虑到图像的结构信息在人的感知上的模糊变化,该模型还引入了一些与感知上的变化有关的感知现象,包含亮度变化和对比度变化,结构信息指的是像素之间有着内部的依赖性,尤其是空间上靠近的像素点,这些依赖性携带着目标对象视觉感知上的重要信息.指定两个图像x 和y ,则两张图像的结构相似性可按公式(11)和(12)求出:K S S I M x ,y ()=2μx μy +C 1()2σx y +C 2()μ2x+μ2y +C 1()σ2x +σ2y +C 2(),(11)其中:㊀㊀μx =ðNi =1w i x i σx =ðNi =1w i x i -μx ()2()1/2σx y =ðN i =1w i x i -μx ()y i -μy ()ìîíïïïïïïïï㊀,(12)其中:μx 和μy 分别为x 和y 的平均值,σ2x 和σ2y 分别为x 和y 的方差,σx y 是x 和y 的协方差.c 1=k 1L ()2和c 2=k 2L ()2为两个用来维持稳定的常数,L 为像素值的范围,k 1=0.01,k 2=0.03,结构相似性的范围为-1~1,当两张图像完全相同时,S S I M 的值等于1.3㊀实验过程与结果3.1㊀实验方法该阶段所涉及的实验部分是对所构造出来的图像质量评价算法编写相应的数值程序,包括仿真测试程序及上位机软件程序.在仿真测试阶段,基于MA T L A B 软件平台编写程序[18],对提出的图像质量评价算法进行仿084㊀㊀㊀㊀液晶与显示㊀㊀㊀㊀㊀㊀第35卷㊀真分析.主要是针对所研究的彩色数码设备进行系统修正及优化色彩空间转换模型参数,同时基于实验结果,对建立的质量评价模型进行修正,最终得到符合彩色数码设备特点的色彩还原能力评价模型.在完成MA T L A B 仿真测试后,设计并实现基于V C++编程语言的M F C 界面的上机测试软件[19].其上机测试软件的设计思想是模块化㊁清晰化和有效化.通过使用V C++面向对象技术,对图像质量评价方法的各类功能进行分解,并用类的方式实现各类功能.图1给出了彩色数码设备的图像质量测试软件设计示意图.图1㊀图像质量测试软件设计示意图F i g .1㊀S c h e m a t i c d i a g r a mo f i m a g e q u a l i t y te s t s of t Gw a r e d e s i gn 图2㊀V C ++M F C 评价界面显示F i g .2㊀V C ++M F Ce v a l u a t i o n i n t e r f a c e d i s p l a y其中,数据采集模块主要实现对设备输出彩色图像的采集;色彩空间转换模型是实现待评图像由R G B 颜色空间到C I E L A B 颜色空间的转化;图像质量度量标准是实现对图像质量的评价;图像存储和参数管理是测试软件中主要的数据结构部分,负责相应的内存管理;界面操作部分是提供参数设定以及计算结果显示功能.图2为设计出的V C ++M F C 界面,主要分为图像显示㊁评价数据㊁评价指标3部分.其中图像输出为标准图像及测试图像的导入显示,评价数据为各图像指定区域平均R G B 及L A B 值,评价指标为色差C I E D E 2000㊁对比度(C o n t r a s t )㊁均方误差(M S E )㊁均方根误差(R M S E )㊁峰值信噪比(P S N R )㊁结构相似性(S S I M )等.3.2㊀实验过程及结果实验环境:暗室,环境照度小于5l x,温度21~25ħ,湿度20%~60%,中性灰白色墙面.实验设备:L e n o v o I d e a P a dY o g a 13,三脚架,标准光源D 65,佳能E W G73D 数码相机,良田高拍仪,华为m a t e 7手机,华为P 10手机,华为m a Gt e 20P r o 手机,i P h o n e 6手机,照度计,美侬24色标准色卡.为更好地测试㊁表征及校准彩色数码设备图像显示系统,利用如图3所示的美侬24色标准色卡作为观测图像.它能为真实还原任何照明条件下任何介质上的图像色彩提供参照,其中的每块色块都代表了自然物体的真实色彩,而且反光率与真实物体相同.基于上述观测目标,利用评价指标实现对系统产生的彩色图像进行量化评价,从而为彩色数码设备色彩还原能力评价提供可靠的客观量化指标.图3㊀美侬24色标准色卡F i g .3㊀B e a u t y 24c o l o r s t a n d a r d c o l o r c a r d 3.3㊀实验过程(1)设置各彩色数码设备参数,关闭闪光灯.确保实验环境全黑且无反光,照度均小于5l x .(2)将被评测的彩色数码设备分别瞄准置于中性灰背景中的标准色卡,使其处于各彩色数码设备取景器视场的中央,并尽可能充满视场(标准色卡应占取景器视场面积的70%以上),取20ʎ~45ʎ的入射角进行拍摄,拍摄完成后将图像存为B M P 格式.(3)将所拍摄的图像导入计算机中,然后上机184第5期㊀㊀王晓岩,等:一种低光照度下的彩色数码设备色彩还原能力评价方法程序进行评测.打开程序,点开图像导入按钮进行图像导入,并点击其他参数按钮进行图像质量测评.实验设置如图4所示.图4㊀实验设置F i g .4㊀E x p e r i m e n t a l s e t u p d i a gr a m 3.4㊀实验结果分析使用各种彩色数码设备拍摄标准色卡并选取指定区域进行色彩还原能力评价.以24色美侬标准色卡的理想值作为参考标准,分别用佳能E W G73D 数码相机㊁良田高拍仪㊁华为m a t e 7手机㊁华为P 10手机㊁华为m a t e 20P r o 手机拍摄标准色卡的颜色值与理想值比较,通过所得到的色差㊁均方误差㊁峰值信噪比㊁均方根误差㊁结构相似性大小来判断彩色数码设备的色彩还原能力.色差值和对比度值越小,说明彩色数码设备的色差还原能力越好;均方误差M S E 的值越小,表明图像质量越好;而峰值信噪比P S N R 的值越大,表明待评图像与参考图像之间的失真越少,图像质量越好,彩色数码设备的色彩还原能力越佳;结构(a )色差C I E D E 2000曲线图(a )C I E D E 2000c u r ve(b)对比度曲线图(b )C o n t r a s t c u r ve(c)均方误差曲线图(c )M S Ec u r ve(d)均方根误差曲线图(d )R M S Ec u r v e284㊀㊀㊀㊀液晶与显示㊀㊀㊀㊀㊀㊀第35卷㊀(e)峰值信噪比曲线图(e )P S N Rc u r ve(f)结构相似性曲线图(f )S S I Mc u r v e图5㊀低光照度下各种彩色数码设备评价指标数据曲线图F i g.5㊀C u r v e so fe v a l u a t i o ni n d e x d a t ao fv a r i o u s c o l o r d i gi t a l d e v i c e su n d e r l o wi l l u m i n a t i o n 相似性S S I M 值越大,说明数码相机的色差还原能力越好.图5是低光照度下各种彩色数码设备评价指标数据曲线图.分析色差值ΔE 00及对比度C ,从图5(a )和(b)数据中可得出各彩色数码设备色彩还原能力为:华为m a t e 20P r o >佳能EW G73D 数码相机>良田高拍仪>华为P 10>i P h o n e 6>华为m a t e 7.分析均方误差M S E 及均方根误差R M S E ,从图5(c )和(d )数据中可得出各彩色数码设备色彩还原能力为:华为m a t e 20P r o >佳能E W G73D 数码相机>良田高拍仪>华为P 10>i P h o n e6>华为m a t e 7.分析峰值信噪比P S N R ,从图5(e )数据中可以得出各彩色数码设备色彩还原能力为:华为m a t e 20P r o >佳能E W G73D 数码相机>良田高拍仪>华为P 10>i P h o n e6>华为m a t e 7.分析结构相似度S S I M ,从图5(f )数据中可以得出各彩色数码设备色彩还原能力为:华为m a t e 20P r o >佳能E W G73D 数码相机>良田高拍仪>华为P 10>i P h o n e 6>华为m a t e 7.由上分析可知,在低光照度的情况下,华为m a t e 20P r o 的色彩还原能力最好,以下依次是佳能E W G73D 数码相机㊁良田高拍仪㊁华为P 10手机㊁i P h o n e 6手机㊁华为m a t e 7手机,该实验结果与人眼主观视觉感受相吻合,具有一定的可靠性.4㊀结㊀㊀论彩色数码设备色彩还原能力不仅受到本身色彩还原能力算法的影响,而且在实际测评过程中还会受到拍摄环境㊁光源等影响.本文从评价低光照度下彩色数码设备色彩还原能力的需求出发,利用色差公式C I E D E 2000等度量指标,基于V C ++平台编写图像质量评价算法和相应的数值程序,设计出一款色彩还原能力评价软件系统.现场实验结果表明,此方法可以实现对低光照度下彩色数码设备色彩还原能力的全面客观量化评价,能为各类数码设备设计性能的优劣提供全面可靠的评价指标,同时对微光夜视设备色彩还原能力的研究也具有指导意义和参考价值.参㊀考㊀文㊀献:[1]㊀王欢,陈向宁,姜明勇.彩色图像显示系统的色彩还原技术研究[J ].计算机工程与应用,2014,50(4):200G202.WA N G H ,C H E NXN ,J I A N GZY.R e s e a r c h o n c o l o r r e s t o r a t i o n o f c o l o r i m a g e d i s p l a y [J ].C o m p u t e rE n gi n e e r Gi n g a n dA p pl i c a t i o n s ,2014,50(4):200G202.(i nC h i n e s e )[2]㊀吕国强,梁监天,芦云龙,等.显示器的实时色彩管理[J ].光学精密工程,2016,24(2):292G299.384第5期㊀㊀王晓岩,等:一种低光照度下的彩色数码设备色彩还原能力评价方法484㊀㊀㊀㊀液晶与显示㊀㊀㊀㊀㊀㊀第35卷㊀L Y U G Q,L I A N GJT,L U YL,e t a l.R e a lGt i m e c o l o rm a n a g e m e n t f o r d i s p l a y s[J].O p t i c s a n dP r e c i s i o nE n g iGn e e r i n g,2016,24(2):292G299.(i nC h i n e s e)[3]㊀邵帅,郭永飞,刘辉,等.H S I色彩空间下的低照度遥感图像增强[J].光学精密工程,2018,26(8):2092G2099.S HA OS,G U O YF,L I U H,e t a l.L o wGi l l u m i n a t i o n r e m o t e s e n s i n g i m a g e e n h a n c e m e n t i nH S I c o l o r s p a c e[J].O p t i c s a n dP r e c i s i o nE n g i n e e r i n g,2018,26(8):2092G2099.(i nC h i n e s e)[4]㊀陈加新.基于I m a t e s t的移动终端摄像头性能评判体系[D].上海:上海交通大学,2014.C H E NJX.Av a l i d a t i o n s y s t e ma n d c r i t e r i a b a s e d o n I m a t e s t f o rm o b i l e d e v i c e c a m e r a p e r f o r m a n c e[D].S h a n g h a i:S h a n g h a i J i a o t o n g U n i v e r s i t y,2014.(i nC h i n e s e)[5]㊀朱江英,郁梅,陈芬,等.立体图像质量的主观感知评价研究[J].宁波大学学报:理工版,2015,28(1):35G41.Z HUJY,Y U M,C H E N F,e ta l.S u b j e c t i v e p e r c e p t i o na s s e s s m e n to fs t e r e o s c o p i c i m a g e q u a l i t y:s t u d y[J].J o u r n a l o f N i n g b oU n i v e r s i t y:N a t u r a lS c i e n c eE d i t i o n,2015,28(1):35G41.(i nC h i n e s e)[6]㊀汪孔桥,沈兰荪,邢昕.一种基于视觉兴趣性的图象质量评价方法[J].中国图象图形学报,2000,5(4):300G303.WA N G K Q,S H E NLR,X I N G X.A q u a l i t y a s s e s s m e n tm e t h o do f i m a g eb a s e do nv i s u a l i n t e r e s t s[J].J o u r n a l o f I m a g e a n dG r a p h i c s,2000,5(4):300G303.(i nC h i n e s e)[7]㊀S HN A Y D E R MA N A,G U S E V A,E S K I C I O G L U A M.A nS V DGb a s e d g r a y s c a l e i m a g e q u a l i t y m e a s u r e f o r l o c a la n d g l ob a l a s s e s s m e n t[J].I E E E T r a n s ac t i o n s o nI m a g eP r o c e s s i n g,2006,15(2).422G429.[8]㊀C HA N D L E R D M,H E MAM ISS.V S N R:aw a v e l e tGb a s e dv i s u a l s i g n a lGt oGn o i s er a t i of o rn a t u r a l i m a g e s[J].I E E E T r a n s a c t i o n s o nI m a g eP r o c e s s i n g,2007,16(9).2284G2298.[9]㊀Z HA N GL,Z HA N G L,MO U X Q,e ta l.F S I M:af e a t u r es i m i l a r i t y i n d e xf o r i m a g e q u a l i t y a s s e s s m e n t[J].I E E E T r a n s a c t i o n s o nI m a g eP r o c e s s i n g,2011,20(8):2378G2386.[10]㊀F U J I WA R A M,T A K A D A N,A R A K IH,e t a l.C o l o r r e p r e s e n t a t i o n m e t h o du s i n g R G Bc o l o rb i n a r yGw e i g h t e dc o m p u t e rGg e n e r a t e dh o l o g r a m s[J].C h i n e s eO p t i c sL e t t e r s,2018,16(8):080901.[11]㊀S A E E D IH,K A N D I SG.H o wa n i s o t r o p y o fC I E L A Bc o l o r s p a c ea f f e c t s t h e s e p a r a t i o ne f f e c t:a ne x p e r i m e n t a l s t u d y[J].J o u r n a l o f t h eO p t i c a lS o c i e t y o f A m e r i c a A,2019,36(1):51G60.[12]㊀杨杨,明军.一种与C I E D E2000相关的彩色图像视觉研究[J].安徽大学学报:自然科学版,2010,34(3):49G54.Y A N G Y,M I N GJ.Ac o l o r i m a g e r e s e a r c h r e l a t e dw i t hC I E D E2000c o l o r d i f f e r e n c e[J].J o u r n a l o f A n h u iU n iGv e r s i t y:N a t u r a lS c i e n c eE d i t i o n,2010,34(3):49G54.(i nC h i n e s e)[13]㊀C U I ZG,G A NZL,T A N G GJ,e t a l.I m a g es i g n a t u r eb a s e d m e a ns q u a r ee r r o r f o r i m a g e q u a l i t y a s s e s s m e n t [J].C h i n e s eJ o u r n a l o f E l e c t r o n i c s,2015,24(4):755G760.[14]㊀L I U N,Z HA IG T.F r e ee n e r g y a d j u s t e d p e a ks i g n a l t on o i s er a t i o(F E AGP S N R)f o r i m a g e q u a l i t y a s s e s s m e n t [J].S e n s i n g a n dI m a g i n g,2017,18(1):11.[15]㊀何阳,黄玮,王新华,等.稀疏阈值的超分辨率图像重建[J].中国光学,2016,9(5):532G539.H EY,HU A N G W,WA N G X H,e ta l.S u p e rGr e s o l u t i o n i m a g er e c o n s t r u c t i o nb a s e do ns p a r s e t h r e s h o l d[J].C h i n e s eO p t i c s,2016,9(5):532G539.(i nC h i n e s e)[16]㊀郑加苏.基于图像信息熵的无参考图像质量评估算法的研究[D].北京:北京交通大学,2015.Z H E N GJS.A ni m a g ei n f o r m a t i o ne n t r o p yGb a s e da l g o r i t h m o fn oGr e f e r e n c ei m a g e q u a l i t y a s s e s s m e n t[D].B e i j i n g:B e i j i n g J i a o t o n g U n i v e r s i t y,2015.(i nC h i n e s e)[17]㊀袁莉.基于视觉感知的梯度结构相似度图像质量评价方法[D].合肥:安徽大学,2016.Y U A N L.G r a d i e n ts t r u c t u r es i m i l a r i t y b a s e do nv i s u a l p e r c e p t i o ni m a g e q u a l i t y e v a l u a t i o n[D].H e f e i:A n h u i U n i v e r s i t y,2016.(i nC h i n e s e)[18]㊀文冠果,何刚跃,何剑,等.用M a t l a b实现液晶显示控制芯片的可视化仿真[J].液晶与显示,2005,20(5):451G455.W E N GG,H EGY,H EJ,e t a l.V i s u a l s i m u l a t i o n f o r L C Dd i s p l a y c o n t r o l l e r u s i n g M a t l a b[J].C h i n e s e J o u r n a l o f L i q u i dC r y s t a l s a n dD i s p l a y s,2005,20(5):451G455.(i nC h i n e s e)[19]㊀张涛,王成龙,赵新宇.一种C MO S相机色彩还原算法[J].液晶与显示,2014,29(5):839G843.Z HA N G T,WA N GCL,Z HA O X Y.C o l o r r e v e r s i o n a l g o r i t h mo fC MO S c a m e r a[J].C h i n e s eJ o u r n a l o f L i qGu i dC r y s t a l s a n dD i s p l a y s,2014,29(5):839G843.(i nC h i n e s e)作者简介:㊀王晓岩(1994-),女,吉林松原人,硕士研究生,2017年于长春理工大学获得学士学位,主要从事光电成像器件与系统方面的研究.E Gm a i l :695615782@q q.c om ㊀岳㊀丹(1989-),女,四川成都人,博士,讲师,2016年于长春光学精密机械与物理研究所获得博士学位,主要从事拼接型大口径成像系统波前检测和图像恢复方面的研究.E Gm a i l :d a n z i k 3@126.c o m584第5期㊀㊀王晓岩,等:一种低光照度下的彩色数码设备色彩还原能力评价方法。

如何正确设置白平衡还原真实色彩

如何正确设置白平衡还原真实色彩

如何正确设置白平衡还原真实色彩很多人对白平衡概念不是很清楚,更不知怎样正确设置调整,以至于许多初用数码相机的人对拍摄的照片色彩不满意。

要想真正掌握了解白平衡,我们先来看看以下几个概念。

不同的光源发出光的色调是不同的。

不同光的色调是用色温来描述的,单位是开尔文(K)它是这样定义的:在常温下把一块理想的纯黑色金属物质加热,随着温度不断上升物体会呈现出不同的颜色,人们把不同颜色下的温度叫色温。

万里无云的蓝天的色温约为10000 K,阴天约为7000~9000 K,晴天日光直射下的色温约为5600K,荧光灯的色温约为4700 K,碘钨灯的色温约为3200k,钨丝灯的色温约为2600 K,日出或日落时的色温约为2000 K,烛光下的色温约为1000 K。

在各种不同的光线状况下,目标物的色彩会产生变化。

在这方面,人们对白色物体的变化最为敏感:在室内钨丝灯光下,白色物体看起来会带有橘黄色色调,在这样的光照条件下拍摄出来的景物就会偏黄;但如果是在蔚蓝天空下,则会带有蓝色色调。

在这样的光照条件下拍摄出来的景物会偏蓝。

为了尽可能减少外来光线对目标颜色造成的影响,在不同的色温条件下都能还原出被摄目标本来的色彩,这就需要数码相机进行色彩校正,以达到正确的色彩平衡。

白色物体因反射了全部的可见光谱,所以数码相机把它作为调定的标准,在进行手动白平衡调整时,白平衡机构会试图把一定范围内除了纯白色以外的其它色调调制成纯白色,如果这个部分是黄色,它会加强蓝色来减少画面中的黄色色彩,以求得更为自然的色彩。

数码相机只要在拍摄白色物体时正确还原物体的白色,就可以在同样的照明条件下正确还原物体的其他色彩。

因此称为白平衡调整。

它分为自动和手动调整,手动更准确一些且调整范围更大。

传统相机是靠使用不同的胶片(日光型、灯光型)或不同滤色片来实现正确的色彩平衡的。

要想得到色彩还原正确的PP,就要在拍摄现场光源下进行手动白平衡调整,具体操作:如果拍摄现场有纯白色物体(如纯白色墙体),那么用镜头对准它充满相机取景器,调整手动白平衡(一般是按住手动白平衡钮1-2秒),就可以了。

色彩还原测试方案

色彩还原测试方案

色彩还原测试方案1.方案概述本方案将使用深度学习技术,结合已有的图像语义分割模型和色彩还原算法,设计并训练一个神经网络模型,以实现对图像颜色的还原。

该方案的主要步骤包括:数据准备、模型设计与训练、测试与评估。

2.数据准备选择一批带有颜色标注的图像作为训练数据集,这些图像可以是来自于真实生活场景的照片,也可以是从电影、电视剧中截取的图像。

对于每个样本图像,需要提供其原始彩色图像和被修改过的灰度图像。

在准备数据时,需要注意保持数据集的多样性和平衡性,以提高测试模型的泛化能力。

3.模型设计与训练根据问题的要求,我们选择合适的图像语义分割模型作为基础模型,如U-Net、SegNet等。

这些模型可以通过卷积神经网络(CNN)实现对图像的语义分割,即将图像中的不同区域进行分割和标注。

然后,我们在这些分割后的图像上应用色彩还原算法,将灰度图像转化为彩色图像。

最后,通过反向传播算法,对整个神经网络模型进行训练,以提高模型的还原精度和泛化能力。

4.测试与评估在训练完成后,我们使用一组独立的测试数据集对模型进行测试和评估。

对于每个测试样本,首先将其输入神经网络模型,获得还原的彩色图像。

然后,与真实的彩色图像进行对比,计算还原图像与真实图像之间的色彩差异,并使用常见的评估指标,如结构相似性(SSIM)指标、均方误差(MSE)指标等,对模型的还原效果进行量化和评估。

5.结果分析与改进在评估结果的基础上,我们对模型的性能进行分析,并根据分析结果进行改进。

改进思路可以包括:增加更多的训练数据,调整模型的结构和参数,尝试不同的色彩还原算法等。

分析和改进的目标是提高模型的准确性、稳定性和实用性。

6.实际应用在模型达到预期性能后,该还原系统可以应用于实际生产环境中。

例如,在电影制作中,可以通过该系统对影片中的黑白片段进行自动彩色还原,提高影片的观赏性和影响力;在摄影领域,可以通过该系统对老照片进行修复和还原,使其重新焕发生机。

7.总结本方案使用了神经网络和深度学习技术,设计了一种基于图像语义分割和色彩还原算法的色彩还原测试方案。

摄影入门:如何准确的色彩还原?——白平衡

摄影入门:如何准确的色彩还原?——白平衡

摄影入门:如何准确的色彩还原?——白平衡一、白平衡的定义白平衡,字面上的理解是白色的平衡。

在单反相机上的最大的做用,就是使白色还原成白色的一种工具。

二、白平衡的实现靠色温a. 色温(赤裸裸的百科定义):所谓色温,简而言之,就是定量地以开尔文温度(K)来表示色彩。

英国著名物理学家开尔文认为,假定某一黑体物质,能够将落在其上的所有热量吸收,而没有损失,同时又能够将热量生成的能量全部以“光”的形式释放出来的话,它便会因受到热力的高低而变成不同的颜色。

例如,当黑体受到的热力相当于500—550℃时,就会变成暗红色,达到1050-1150℃时,就变成黄色,温度继续升高会呈现蓝色。

光源的颜色成分与该黑体所受的热力温度是相对应的,任何光线的色温是相当于上述黑体散发出同样颜色时所受到的“温度”,这个温度就用来表示某种色光的特性以区别其它,这就是色温。

打铁过程中,黑色的铁在炉温中逐渐变成红色,这便是黑体理论的最好例子。

色温现象在日常生活中的表现:钨丝灯所发出的光由于色温较低表现为黄色调,不同的路灯也会发出不同颜色的光,天然气的火焰是蓝色的,原因是色温较高。

正午阳光直射下的色温约为5600 K,阴天色温6200K。

日出或日落时的色温约为2000K,烛光的色温约为1000K。

这时我们不难发现一个规律:色温越高,光色越偏蓝;色温越低则偏红。

阴天的湖面色温较高,表现为蓝色:傍晚的色温较低,表现为黄色:b. 如何准确的色彩还原白平衡的定义已经说明了,使白色成为白色需正确的使用白平衡,一般数码相机都有多种白平衡模式应对不同光源下色彩正常还原的需要。

常见白平衡模式为:自动、日光、多云、阴天、钨丝灯(白炽灯)、闪光灯、荧光灯、色温值等。

在有些环境中,常用的白平衡模式,并不能满足专业需求,这个时候你需要色温的帮助。

在不同的环境中有不同的色温值,只要使用正确的色温值,便能得到正确的色彩还原。

c. 常用色温值:晴天日光5400k 阴天 6000k阴影 7000k 闪光灯5600k日落前3800k 日落后3200k黎明前8000k 晴朗草原 5800k煤油灯2200k 暖黄节能灯 2600k冷白节能灯 4000k 白炽灯2800k阴天雪地 6000k 蓝天雪地 6800k室内自然光:上午十点 5000k 中午5300k 下午三点 5100k(以上色温值只是约数。

测试摄像头色彩还原_白平衡_灰阶等性能(PDF)

测试摄像头色彩还原_白平衡_灰阶等性能(PDF)

测试摄像头色彩还原、白平衡、灰阶性能;可以用24色色卡一次性完成;当然,要想获取更为准确的数据,还可以选择其他灰卡和灰阶卡。

下面介绍怎么用iSeetest软件分析摄像头的还原能力。

准备工作:在标准光源下拍摄一张24色色卡的照片,上传到电脑再用软件分析。

一、首先打开软件,如图:
二、点击"文件>综合测试>24色色卡" 选择要分析的24色色卡图片打开;如图:
三、框选24个色块,注意必须选取色块中心均匀部分;如图:
四、放开鼠标后,软件会自动弹出分析出的测试结果;如图:。

利用Imatest与ColorChecker评定色彩还原的方法

利用Imatest与ColorChecker评定色彩还原的方法

利用Imatest與ColorChecker評定色彩還原的方法我們在上一講中簡略地介紹了自然色彩是如何數字化進入電腦系統之中,接下來我們所要討論的檢測色彩方式,其實就和解像力測詴模式相近;也就是利用一組標準色版,在標準環境下拍攝,取得數據之後再去比較與原始值之間的差異,就可以概略的知道設備偏色的程度。

然而,真正的問題卻自此開始,許多同學都知道影像工業的極致原是在追求完整呈現真實色彩;然而現實生活之中,在消費者導向的意志下,更多人希望具有高飽和度的色彩表現。

換言之,天空藍還要更藍,草地綠拍出來要更綠,尤其牽涉到人像美感,更是要求人人膚色都白晰透紅,達到普世的審美哲學。

在此思考邏輯之中,要求消費級、甚至專業級數字相機不運用人為的方式色偏,幾乎是不可能的事。

同學們在此講中應該要瞭解到『色偏』既是不可能不存在,那麼色彩測詴本身所量度的數據就不應當是評量相機表現的絕對標準。

而相對地,我們要從色偏的範圍中學到,如何在特定的環境下,運用相機的特性拍出好照片。

以下,我們將以Imatest 與ColorChecker 範例來說明,如何看懂色彩測詴圖表:ColorChecker (24色卡)簡易色彩測詴我們在前一講中曾經提到幾種色彩測詴的圖表,ColorChecker 因為簡單易用已經逐漸變成業界的主流。

基本上,色彩校正包含的範圍除了,色彩本身之外,還有噪音表現、動態範圍、白平衡等項目。

色彩(Color)在數字化的世界中是以一個3D三維空間的座標表現(La*b*),L 代表明度,a*b*代表顏色座標(座標規範請見第75講\CIELAB色彩空間說明)。

如果要討論相機完整的色彩表現,理應測詴完整L值;不過,這樣光是測詴數據就會龐大到令人無法分析的地步。

要求測詴簡單明瞭,我們勢必取一定值的明度L表現,來分析對應的a*b*位置,這就像將整條火腿,切下薄薄的一片來品嚐味道一樣。

Mean Camera Saturation 平均相機飽和度許多數字相機和單眼機身都有內建的數字效果設定,包含從最基本的對比、飽和度、銳利變化到許多色彩特效等。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

数码相机色彩还原测试方案
一、测试目的
1、了解数码相机色彩还原性测试标板。

2、掌握数码相机色彩还原性测试方法。

二、测试步骤
1、使用数码相机拍摄sineimage24色标准色卡。

2、使用Imatest软件的Colorcheck模块测量数码相机色彩还原性。

3、了解Imatest色彩还原性测试结果的含义。

三、测试过程与结果
相机型号:富士s1770
相机基本设置:有效像素:1220万
光学变焦:15倍
等效焦距:28-420mm
快门速度:1/4-1/2000秒
拍摄时相机设定自动
1.拍摄24色标准色卡图片如下:
sineimage24色标准色卡
2.用Imatest软件的Colorcheck模块测量数码相机色彩还原性结果如下:
Colorcheck模块测量数码相机色彩还原性结果
从结果来看,富士s1770色彩饱和度达到106.4%,最大偏移量21.3,整体色彩偏移控制的较好,色彩还原准确,如果用户对色彩有偏好,可以使用机器内的色彩风格设定。

相关文档
最新文档