色彩复制领域中光谱反射率模型的研究

近年来随着计算机图像技术的迅猛发展，以往用在卫星遥感测绘的光谱图像技术开始被运用在色彩复制领域来解决传统三原色系统中同色异谱现象带来的缺陷，对高保真品色彩的保存、修改、恢复和复制有重要意义。该项目主要研究自然界中各种颜色光谱反射率的特性，在传统低维线性模型的基础上，从人眼视觉特性和颜色光谱本身物理特性的两个方面出发分别建立和完善光谱反射率的理论模型, 并且建立、测试和评价基于不同光谱反射率模型构建的光谱图像的表述模式。该项目旨在通过对在色彩复制领域中光谱反射率模型的建立和研究找到对高容量光谱图像进行高效压缩的同时又能最大程度的保持色彩还原精度的解决方法。通过对光谱反射率数据的理论研究和低维模型的建立，有助于将来光谱图像格式国际标准的进一步完善，对于以后信息产业的发展有着非常重大的意义。该研究的结果可运用在光谱图像格式，图像传输以及跨媒体的高精度色彩复制等领域上面。

背景：光谱图像技术可用在色彩复制领域来解决传统三原色系统中同色异谱现象带来的缺陷，但是光谱图像的信息量过大，光谱反射率模型的建立和完善对光谱图像的压缩和颜色复制的精度起到了关键的作用。.方向：通过对在色彩复制领域中光谱反射率模型的建立和研究找到对高容量光谱图像进行高效压缩的同时又能最大程度的保持色彩还原精度的解决方法。该项目主要研究自然界中各种颜色光谱反射率的特性，在传统低维线性模型的基础上，从人眼视觉特性和颜色光谱本身物理特性的两个方面出发分别建立和完善光谱反射率的理论模型, 并且建立、测试和评价基于不同光谱反射率模型构建的光谱图像的表述模式。.主要内容：搭建了多光谱图像获取系统并基于该系统建立和研究了多光谱重构算法；研究了光谱反射率之间的相关性，建立与其相关的光谱反射率低维向量基空间；研究了光谱在物体表面的吸收特性和反射特性，创建了适用于不同光学特性原稿的基色色料光谱线性混合空间，并提出针对不同光学特性原稿的基色色料光谱预测算法。.重要结果：.应用方面，建立了两套多光谱图像获取系统，通过对光谱重构系统主要三大功能：图像获取、数码校正和光谱重构算法的研究，成功的完成了数码响应值到光谱反射率的转换，两个重构系统都具有较高的重构精度。.理论部分，研究了光谱反射率的低通性及光谱之间的相关性，建立了相关的线性模型，并研究了不同维数的基向量对系统误差的影响。频域的实验结果给出了在色彩复制领域不同光谱数据所需要的最小频率。建立了基于同色异谱黑的光谱降维模型，该模型在同一光照条件下可完全进行色度值的复制并同时保持足够高的光谱精度。通过对人眼视觉的研究，建立了基于人眼视觉的光谱降维模型，该模型在高光谱图像降维过程中兼顾光谱和色度两方面的匹配精度，并确保所建低维线性模型在变光源光照条件下能获得好的色度匹配效果。创建了适用于不同光学特性原稿的基色色料光谱线性混合空间，并提出了针对不同光学特性原稿的基色色料光谱预测算法。.关键数据：在基金资助下，共完成SCI论文2篇，Ei论文14篇，中文核心期刊论文9篇，发明专利3项，实用新型专利1项，培养硕士2名、博士研究生1名。.科学意义：本项目对光谱反射率模型的建立和研究，可应用于色彩复制领域中光谱图像的压缩，编码，格式等，对高保真色彩的保存、修改、恢复和复制有重要科学意义。