针对多基色显示系统的颜色转换问题,提出一种基于亮度因数分级BP神经网络的色度转换方法,并建立CIE标准(X,Y,Z)空间到多基色(K1,K2,…,Kn)空间的转换模型; 将整个(X,Y,Z)颜色空间按训练样本的亮度因数Y分解成多个二维子空间,并形成亮度因数分级子空间BP网序列,从而减少了从低维度空间向高维度空间进行颜色转换时出现的同色异谱问题。以五基色LED显示系统为例,对亮度因数分级BP网的有效性开展验证实验。首先根据五基色LED显示系统的实际色度参数,建立了五基色显示系统(K1,K2,K3,K4,K5)空间到CIE标准(X,Y,Z)空间的线性转换模型; 在此基础上采用最小色差匹配法,生成了典型亮度因数分级训练样本集和测试样本集,并完成了BP神经网络的训练和测试。结果表明,训练样本集的CIE1976L*a*b*平均色差达到6.37以下,并且还有进一步的改进空间,为多基色显示系统的颜色转换工作提供了一种有效的技术途径。

光谱成像可以记录拍摄场景的光谱信息, 从而实现颜色的高保真复现, 图像的光谱信息通常同时混合了物体的光谱信息和光源信息, 所以现有的光谱成像颜色还原需要通过提前放置的标定板或已知光谱特性的物体获取拍摄环境的光源信息, 再进行图像的颜色恒常性校正。 但光谱相机在实际使用过程中, 通常难以满足上述条件, 从而对图像高保真颜色还原提出挑战。 针对此问题, 提出一种光谱成像的图像颜色恒常性计算方法, 将光谱成像系统获得光谱数据转换到XYZ颜色空间, 并将图像分区域进行统计得到图像的统计点, 通过大量常见光源的分布规律, 给统计点施加位置权重和色温权重, 同时设置亮度权重去除图像中过暗和过饱和的统计点, 利用加权平均获得环境光的色度参数, 根据需求将图像的XYZ颜色空间数据转换到RGB颜色空间, 根据环境光的色度参数计算图像不同通道的增益, 从而完成光谱图像的颜色恒常性计算。 为了验证所提出算法的有效性, 对140张光谱图像进行处理, 计算算法得到的环境光色度参数和真实光源色度之间的再现角误差, 对校正结果进行评价, 结果表明提出的算法明显优于光谱图像不做处理和灰度世界法。 为进一步分析算法校正结果与人眼感知之间的联系, 设计颜色心理物理学实验中的分度实验, 18名视觉正常的观察者参与实验, 所有观察者对算法校正结果打分的平均值介于良好和优秀之间, 可以满足实际使用需求； 沿着平均色温线的方向, 观察者所允许的光源色度差异较其它方向稍大； 在图像中包含大面积记忆色时, 当光源色度差异向使记忆色饱和度增大的方向偏移时, 此时观察者所容忍的色度差异变大。 由客观和心理物理学实验结果可知, 所提出的算法可以在拍摄光源未知, 且没有标板的情况下, 较好的对光谱成像中的图像颜色恒常性进行处理, 为光谱图像的颜色高保真再现打下基础。

多基色显示是广色域显示技术的重要发展方向，但多基色显示系统目前面临着高分辨率、高帧率多基色驱动图像的获取问题。提出一种基于广色域RGB相机的多基色驱动图像生成方法。以实际多基色LED点阵显示系统为例，首先建立了显示系统的n基色空间与标准CIE XYZ空间的转换模型，即正向转换模型；在正向模型的基础上，建立了由3基色空间到多基色空间的逆向转换模型，从而将RGB相机摄取的高分辨率彩色图像转换为n基色显示系统的驱动图像。实验中，根据典型5基色LED点阵显示器的色度参数分别建立了正向和逆向转换模型，并将ColorChecker SG色卡的广色域图像作为目标图像，完成了基色转换和色差分析。

为实现多基色显示设备多通道亮度均衡程度最优的颜色转换, 提出了一种基于凸包算法的多基色显示设备色域的界定方法, 并提出了一种通过对亮度均衡程度评价函数进行非线性优化以求解出最优亮度均衡驱动值的颜色转换算法。在XYZ颜色空间均匀取样颜色坐标, 通过凸包算法判断得到位于设备色域内的颜色坐标;计算出设备色域内颜色坐标对应的亮度均衡程度最优的多基色驱动值, 从而建立XYZ颜色空间到多基色设备颜色空间的映射关系;以小间距点阵LED六基色显示器为实验平台, 结合该显示器子像素的发光参数, 实现了色域界定与亮度均衡颜色转换。结果表明提出的方法可实现平均亮度离散系数为0.1685的颜色转换。

大口径干涉成像光谱仪通过视场扫描和数据重组获取目标的干涉序列, 理想情况下帧间视场移动量为1个像素。若扫描速度偏快或偏慢, 按照正常重组算法得到的干涉序列不是源自同一目标, 导致图像和光谱出现误差。根据像点在数据立方体中的移动规律, 提出了像点轨迹追踪法进行校正, 按照轨迹坐标对数据进行重采样获得同一目标的干涉序列信号并校正横向尺寸变形。并利用干涉立方体的投影图像对运动误差校正效果进行评估。

同色异谱现象是光谱反射率重建与颜色再现中的一个重要问题。 采用三基色CCD相机采集CIE标准光源D65下的颜色样品信号, 建立非线性复合模型, 使用主成分分析结合神经网络的方法（PCA-NET）改进基于同色异谱黑理论的R矩阵算法, 对标准Munsell色卡光谱重建进行研究。 在保证给定照明条件下的色度精度同时, 对光谱重建的结果进行了实验评价和讨论。 实验结果表明, 在给定的照明条件下, PCA-NET算法能够准确的拟合相机输出信号与主成分系数之间的非线性关系, 将其代替线性算法应用于R矩阵算法中时, 测试集的平均均方根值是未改进R矩阵算法的0.76, 平均标准差是R矩阵算法的0.85, 可有效提高光谱反射率的重建精度。 改进后的R矩阵算法具有精度较高、 操作简单易实现的特点, 可用于对重建色度精度及光谱精度均要求较高的领域。

零级漂移存在于时空联合调制型紫外傅里叶变换成像光谱仪干涉图中。对干涉结构中分束体光路的计算表明，分束体中的光学胶和棱镜在紫外波长范围内的折射率变化会导致零级漂移。但是棱镜装配错位会使零级漂移更为严重，导致有效干涉信息丢失及反演光谱曲线失真。数值仿真结果表明，提高分束体装配精度，可避免有效干涉信息的丢失。实际测量结果表明，含固有零级漂移的时空联合调制型干涉成像光谱仪的反演光谱曲线与高分辨率光谱仪测量数据一致。当分束体装配精度较高时，零级漂移不会影响成像光谱仪测量的准确性。

基线校正是傅里叶变换成像光谱仪光谱反演的重要环节，因为干涉曲线切趾、相位校正等光谱反演预处理步骤均需要在基线校正完成后进行。提出了一种用于基线校正的自适应差分滤波方法。该方法使用迭代算法动态调整加权均值滤波窗口。仿真结果表明，该滤波方法对直流趋势项的滤除更为彻底。利用实验室仪器获取的紫外潜指纹残留物光谱数据进行分析，结果说明，在仪器工作光谱范围内，使用该方法进行基线校正后得到的光谱曲线与有效光谱曲线基本一致。该方法无需提前选择滤波窗口，具有自适应性。并且基于均值滤波算法的自适应差分滤波方法计算流程简单，迭代效率较高。

调整光谱仪的光谱分辨率, 可使光谱仪在满足不同目标测量需求的同时, 减少数据采集、 处理和存储的时间, 提高仪器的整体性能。 为克服传统傅里叶变换光谱仪的光谱分辨率固定的缺点, 提出了一种分辨率可调的空间调制傅里叶变换光谱仪。 介绍了该新型光谱仪及其干涉仪的工作原理, 利用光线追迹的方法推导了光程差和横向剪切量的计算公式, 并分析了新型干涉仪的光程等效模型。 在此基础上, 分析了光谱分辨率的调节原理。 结果表明, 该光谱分辨率可调的新型空间调制傅里叶变换光谱仪克服了传统光谱仪分辨率固定、 稳定性差等缺点, 具有分辨率可调、 高稳定性、 结构灵活和易于装调等特点。 该研究内容为分辨率可调的干涉光谱仪的设计提供了理论基础, 扩展了傅里叶变换光谱仪的实用范围。

针对普通彩色相机采用多次曝光获取高动态范围图像的技术, 提出了一种基于相机分段色域颜色模型的高动态范围图像获取及颜色合成的理论模型和实现方法。介绍了相机分段色域颜色模型的基本结构和建立方法。用NikonD70s彩色相机和修正的sRGB标准颜色转换模型对所提出的理论和方法进行了实验验证。结果表明, 所提出的方法可以在普通彩色相机上实现高动态范围彩色图像获取与图像合成, 并可同时实现高动态范围图像的颜色标准化。