因光学特性(吸收系数与散射吸收)与组分比例不呈严格的线性关系, 基于K-M理论的配色模型无法保证比例预测精度, 针对上述问题, 建立了油墨组分比例预测模型与方法。首先利用与组分比例具有强线性相关性的特征波长处的光谱反射率倒数值替换K-M配色理论中的吸收系数与散射系数, 引入非线性项, 构建油墨混合呈色模型；然后在此基础上建立油墨组分比例预测模型。以两组二元基色油墨混合样本为例, 对提出的油墨组分比例预测模型及方法进行验证。实验结果表明, 文中方法可预测获得与真实结果较为接近的组分比例, 两组实验样本的预测平均偏差分别为1.57%和3.6%, 可为目标样油墨组分比例预测提供一种新的方法。

训练样本构成是影响光谱重建精度的一个重要因素, 针对学习型光谱重建算法中训练样本选择问题, 提出了一种基于主成分分析的训练样本选择方法。 为了保证训练样本与重建样本的相似度, 首先根据欧式距离最小原则从待选样本集中选择与重建样本相机响应值相似的样本, 并去掉其中的重复样本； 然后进行主成分分析； 设定阈值筛选各主成分系数较大的样本作为训练样本, 最后得到与主成分个数相同的训练样本子集。 为验证该方法的有效性, 通过在镜头前加载宽带滤色片搭建多通道图像获取系统采集多通道图像信息, 将得到的各样本子集用作训练样本, 利用伪逆法重建光谱信息, 最后将重建的光谱精度与常用的训练样本及训练样本选择方法得到的重建光谱精度进行比较。 实验结果表明： 提出的方法显著提高了光谱重建的色度精度和光谱精度, 优于常用的样本选择方法, 能较大程度满足高精度颜色复制要求。

在跨媒体色彩再现流程中, 受色彩再现场景光源及设备呈色机理等因素的影响, 同一色彩信息在不同数字媒介之间进行传递时, 往往存在色彩传递失真现象, 该问题严重影响了现阶段影像色彩复制与传递的客观准确性。 色度校正旨在克服上述色彩失真问题, 进而提升影像色彩信息传递品质。 现有色度校正方法主要可分为色适应变换类算法以及回归校正算法两大类, 目前由于此两类方法所采用的训练样本普遍色域过小, 故其往往导致在高饱和度色彩区域色度校正误差较大。 为此, 研究提出了一种基于宽色域色彩光谱样本集的新型色度校正方法。 通过各类典型色彩光谱样本的收集与制备, 构建了具有广阔色域范围的典型色彩光谱样本集, 并在此基础上结合色域划分及色纯度寻优方法实现了现有回归校正模型建模样本的扩充与优化, 显著提升了现阶段色度校正算法的校正精度。 实验结果显示, 在各类照明组合条件下, 相比于现有色适应变换类方法以及回归校正类方法, 所提出的色度校正方法可将以CIEDE2000色差公式表示的色度校正误差降低15%左右, 对于高饱和度色彩区域其对应降幅可达40%左右。 该方法的提出, 将为未来数字影像色彩复制领域色彩再现技术的发展, 提供有效的理论与方法支撑。

针对彩色相机三通道响应值重构光谱反射率精度低的问题, 提出了基于光谱连接空间的彩色相机光谱反射率重构方法。首先通过光谱反射率已知的训练样本集和多项式拟合方法建立相机响应值到光谱连接空间的转换矩阵, 然后利用该矩阵将待重构样本的相机响应值映射到光谱连接空间, 最后选用合适的光谱重构算法在光谱连接空间内实现光谱反射率重构, 并利用色度误差和光谱误差两个指标对重构结果进行评价。在上述过程中, 鉴于转换矩阵的重要性, 采用了基于反距离加权的最小二乘法计算转换矩阵以提高相机响应值到光谱连接空间的转换精度。实验结果表明: 本文方法切实可行且精度可靠, 与基于彩色相机三通道响应值的光谱重构方法相比, 色度重构精度和光谱重构精度均显著提高, 平均色差和谱差分别为1.145 2和0.010 3, 可在较大程度上满足数字典藏、高保真颜色复制等的需要。

普通彩色相机加载宽带滤光片构造的多通道光谱采集系统的光谱重建性能与滤光片的选用密切相关。针对上述问题, 提出基于主成分分析法的合成滤光片设计方法, 旨在获得具有较高光谱重建性能并对所有图像场景均适用的最优滤光片组合。在收集多个宽带滤光片的基础上, 测得其透射率并转换成矩阵形式; 采用主成分分析方法提取该矩阵的前2个主成分, 标准化处理后的主成分即为所求合成滤光片的透射率。为了验证上述方法获得的滤光片的性能, 利用色差和光谱均方根误差2个指标对加载了合成滤光片的仿真采集系统的光谱重建精度进行了评价。实验结果表明: 采用该方法得到的滤光片组合优于常用方法得到的滤光片组合, 用其构造的成像系统具有较高的色度重建精度和光谱重建精度, 此外, 改变目标场景颜色特性, 其重建性能保持稳定。

该研究目的为提出一种面向我国各类文物体系的典型色彩光谱样本集构建方法。 以具有1700多年历史的世界级佛教艺术文化遗产敦煌莫高窟壁画彩绘为典型研究对象, 以保证文物色彩传递过程中的色彩恒常性为主要创新, 最终从视觉感知角度提出基于色彩恒常性的敦煌典型色彩光谱样本集构建方法。 在具体实施过程中, 在敦煌研究院美术所及保护所工作人员的配合与指导下, 结合现有敦煌学研究成果, 研究选取了48类敦煌典型颜料并设计制备了240个代表性色彩样本。 利用分光光度计获取其在360～750 nm范围内反射光谱信息, 通过聚类分析法对原始色彩光谱样本集进行分类, 以6类典型光源场景条件下色彩易变性指数（color inconstancy index）的综合量值为依据, 结合Wilcoxon符号秩检验, 确定分类数量及各子类的代表性样本, 初步构建光谱样本集。 随后, 从色域完整性角度对初步建立的样本集进行补充, 最终构建由100个样本组成的全色域光谱数据集。 分析结果显示, 该样本集在99%置信条件下的色彩易变性指数可低至3.28, 且均匀分布于敦煌色彩体系的整个色域, 因而可以为敦煌色彩再现过程中合理的选用具有高恒常性水平的色彩提供数据参考及方法依据。

复制的多光谱数据获取要求图像数据具有设备无关、 场景无关特性, 能够真实客观表征物体颜色信息。 针对获取系统扰动、 噪声误差以及光谱重建中训练样本典型代表性与相关性要求, 提出了基于正交回归的光谱重建算法, 并通过子空间跟踪的训练样本选择算法, 选择重建样本与训练样本集中相关性与代表性最好的样本参与光谱重建。 实验通过改造后的仙娜宽带多通道成像系统进行验证, 数据表明本文提出的方法, 所选训练样本能较好的表征样本空间并具有较好的正交性, 在宽带多光谱成像方面, 重建光谱平均色度误差为3.6, 其光谱精度与色度精度较其他方法具有明显提高。