（测试计量技术及仪器专业论文）彩色测量实验与图像处理技术研究.pdf

摘要 彩色机器视觉技术是视觉检测技术在工程应用中的一个非常有意义的研究 领域。在彩色机器视觉系统中，光源是重要组成部分，而其颜色和光谱能量分布 特性直接影响对彩色目标采集图像的质量。本文研究了红( r ) ，绿( g ) ，蓝( b ) - - 种 具有单光谱特性的l e d 光源显色特性，探索基于彩色视觉测量光源选择规律。 彩色图像处理是彩色机器视觉系统另一个重要组成部分，其流程一般包括图 像预处理、特征抽取、识别分析三个阶段。彩色图像分割的目的是将图像中的目 标与背景分离，以便于对感兴趣区域进行几何测量和形态评估，分割结果直接影 响后续的目标区域的研究结果，能否准确地将目标提取出来决定着整个系统的准 确性和可靠性。 。 本论文以彩色光源为出发点，对常见r ，g ，b 三种单光谱的显色特性进行 研究。论文的主要研究内容有： 1 研究r g bl e d 光源对不同目标颜色之间的对比度的影响。通过该研究得 到，在应用中选择合适光源，可以增强( 或减弱) 背景和目标颜色之间的对比度， 增强( 或减弱) 目标颜色边缘，便于物体特征的提取。 2 通过颜色比对实验验证彩色机器视觉相对于传统机器视觉的优势。利用 原色还原能力强的惠普彩色激光打印机设计实验对象，通过彩色数码相机与普通 黑白c c d 摄相机采集图像的对比，验证彩色图像采集系统得到比传统灰度采集 更多的信息，实验结果比较理想。 3 利用h s v 颜色空间更适合人眼视觉特性，对彩色图像进行边缘提取。通 过矢量中值滤波可以明显抑制噪声；边缘检测算子采用改进的四方向s o b e l 边缘 算子，含有更多的边缘强度信息，有效地提取边缘强度信息：最后采用o t s u 阈 值分割法，对边缘强度信息进行二值化，确定最终的彩色图像边缘。 关键词：彩色测量，颜色对比度，显色性，光谱特性，彩色图像，h s v ，边缘 提取 a b s t r a c t c o l o rm a c h i n ev i s i o nt e c h n o l o g yi sav e r ys i g n i f i c a n tr e s e a r c hf i e l do ft h ev i s u a l i n s p e c t i o nt e c h n o l o g yi ne n g i n e e r i n ga p p l i c a t i o n l i g h ts o u r c ei sak e yf a c t o ri nc o l o r m a c h i n ev i s i o ns y s t e m i t sc o l o ra n ds p e c t r a ld i s t r i b u t i o nc h a r a c t e r i s t i c sa f f e c tt h e c o l o ri m a g ea c q u i s i t i o nq u a l i t yo ft h et a r g e td i r e c t l y i nt h i sp a p e r ，t h ec o l o rr e n d e r i n g o ft h er e d ( r ) ，g r e e n ( g ) ，b l u e ( b ) l e dw i t ht h r e es i n g l e - p e a ks p e c t r aw a ss t u d i e d ； a l s ot h el a wo f h o wt oc h o o s et h el i g h ts o u r c eo fc o l o rm a c h i n ev i s i o nw a se x p l o r e d c o l o ri m a g ep r o c e s s i n gi sa n o t h e ri m p o r t a n tp a r to fc o l o rm a c h i n ev i s i o ns y s t e m t h i s p r o c e s s i n c l u d e sc o l o r i m a g es e g m e n t a t i o n ，t a r g e t i d e n t i f i c a t i o n ，f e a t u r e e x t r a c t i o n a sw e l la ss o m eo t h e ri m a g ep r o c e s s i n gp r o j e c t s i m a g ep r e p r o c e s s i n g d e c i d e st h ea c c u r a c ya n dc o m p l e x i t yo fp r o c e s sb e h i n d t h ep u r p o s eo fc o l o ri m a g e s e g m e n t a t i o ni st os e p a r a t ei n t e r e s t e do b j e c tf r o mb a c k g r o u n d ，s ot h a ti se a s yf o rt h e g e o m e t r i cm e a s u r e m e n ta n dc o n f i g u r a t i o ne v a l u a t i o n b a s e do nc o l o rl i g h ts o u r c e ，t h i sp a p e rs t u d i e dt h ec o l o rr e n d e r i n go fr e d ，g r e e n ， b l u es p e c t r a t h em a i nc o n t e n t sa r ea sf o l l o w s ： 1 s t u d yt h ee f f e c to ni m a g ec o n t r a s tb e t w e e nd i f f e r e n tc o l o ro b j e c t su n d e rr g b l e di l l u m i n a t i o n t h ee x p e r i m e n t a lr e s u l t si n d i c a t et h a tc e r t a i nl i g h ts o u r c ew i l l e n h a n c eo rr e d u c et h ec o n t r a s tb e t w e e no b j e c ta n db a c k g r o u n d ，a n da tl a s tf a c i l i t a t e t h ee x t r a c tt h ef e a t u r eo fo b j e c t 2 v e r i f yt h ea d v a n t a g eo fc o l o rm a c h i n ev i s i o no v e rt h a to ft r a d i t i o n a lm a c h i n e v i s i o n c o m p a r i n gt h eg r a b b i n gi m a g e sp h o t o g r a p h e dr e s p e c t i v e l yb yc o l o rd i g i t a l c a m e r aa n dm o n o c h r o m ec c dc a m e r a ，t h ee x p e r i m e n t a lr e s u l t ss h o wt h a tc o l o r i m a g ec o n t a i n sm o r ei n f o r m a t i o nt h a ng r a y s c a l ei m a g e 3 r e s e a r c ho nt h ee d g ed e t e c t i o no fc o l o ri m a g ei nh s vc o l o rs p a c ew h i c hi s s u i t a b l ef o rh u m a nv i s u a lc h a r a c t e r i s t i c s i nt h i sp 印e r ，t h ev e c t o rm e d i a nf i l t e rc a n r e m o v en o i s es i g n i f i c a n t l y t h ee d g ei n t e n s i t yi n f o r m a t i o nc a nb ee f f e c t i v e l yd e t e c t e d b yu s i n gf o u rd i r e c t i o n a ls o b e le d g eo p e r a t o r s ；f i n a l l yb i n a r ye d g eo fc o l o ri m a g ew a s d e t e r m i n e da f t e ro t s ut h r e s h o l ds e g m e n t a t i o n k e yw o r d s ：c o l o rm e a s u r e m e n lc o l o rc o n t r a s t ，c o l o rr e n d e r i n g ，s p e c t r a l c h a r a c t e r i s t i c s ，c o l o ri m a g e ，h s v ，e d g ed e t e c t i o n 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得叁叠盘堂或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名：统；建矽 签字日期： 加7 年月争日 学位论文版权使用授权书 本学位论文作者完全了解墨盗盘堂 有关保留、使用学位论文的规定。 特授权苤鲞盘鲎可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名： 苏建功 导师签名： 签字日期：力年6 月中日 签字日期：年日 第一章绪论 1 1 引言 第一章绪论 人们从外界环境获取的信息中，8 0 来自于视觉。人们的眼睛从周围的环境 获取大量信息并传入大脑，由大脑根据知识或经验，对信息进行加工、推理等处 理，最后识别、理解周围环境，包括环境内的对象物。计算机视觉( 又常称为机 器视觉) 是研究用计算机模拟人和生物的视觉系统功能的技术科学，就是让计算 机具有对周围世界的空间物体进行传感、抽象、判断的能力，从而达到识别、理 解的目的。视觉测量技术是建立在计算机视觉研究基础上的一门新兴测量技术。 和计算机视觉研究的视觉模式识别、视觉理解等内容不同，视觉测量技术利用计 算机视觉研究成果，重点研究物体的几何形状尺寸及物体的空间状态。 随着计算机技术和数字图像处理技术的不断发展，机器视觉在医学图像、工 业生产、质量检测等领域得到了广泛的应用。机器视觉技术是现代工业的基础技 术之一，是保证产品质量的关键。在现代工业生产中，涉及到各种各样的检测， 例如汽车零配件尺寸和自动装配的完整性，电子装配线的元件自动定位，饮料瓶 盖的印刷质量，产品包装上的条码和字符识别，电路板焊接的好坏等。这类应用 的共同特点是连续大批量生产、带有高度重复性和智能性、对质量的要求非常高。 有些时候，不仅仅要求外观的检测，同时需要准确获取检测数据，比如零件的宽 度，圆孔的直径，形状的匹配，以及基准点的坐标等等。 机器视觉系统稳定工作的必要条件是：在外部条件不断变化( 外部光噪声， 目标的倾斜，材质和系统类型的变化等) 的情况下，持续获得对比鲜明的图像。 l e d 光源以其光亮度、高稳定性、高性价比满足了这一要求。除此之外，欲获 得稳定图像输入的另一方面就是选择光源的颜色。甚至相同形状的光源，由于颜 色的不同得到图像也会有很大的差别。实际上，如何利用光源颜色的技术特性得 到最佳对比度的图像效果一直是光源开发的主要方向。对于不同工件的外形条 件，选择最佳的照明颜色是获得高质量图像的一个重要因素。 在机器视觉应用中，除了进行图像采集之外，还有就是对采集图像的软件处 理。彩色图像分割是彩色图像处理的重要问题，彩色图像分割可以看成是灰度图 像分割技术在各种颜色空间上的应用。彩色图像分割可以粗略地分为3 类：基于 直方图的分割技术、基于领域的分割技术、基于物理性质的分割技术等。彩色图 第一章绪论 像的颜色空间很多，各有各的特点；同时，彩色图像处理的算法很多，因此如何 选择台理的颜色空间咀及图像处理算法是实现高效，精确软件处理地前提。彩色 罔像分割已经提出了很多算法，但是尚没有一种适合于所有图像的通用分割算 法。绝大多数算 击都是针对具体问题而提出的。 我们生活中处处接触彩色信息，遇到的图像太多数是彩色图像。因此彩色图 像的采集、传输、处理技术尤为重要。彩色视觉测量是一个多学科的领域，涉及 色度学、测量学、编码学等知识，是新兴的一门学科。但是由于测量系统的准确 度限制和视觉算；土的复杂度，目前在信息识别、分析和处理上，图像的信息技术 主要集中在灰度图像检测与处理。 2 彩色机器视觉国内外研究状况和应用 在机器视觉系统中，图像的彩色信息很有用，例立口食品、医学、p c b 检测、 包装自动化等领域。一些发选国家对颜色检测和彩色图像处理非常重视，起步较 早，应用范围很广。在医学方面，j o s e pp l a d e l l o r e n s ，a a g u s t ip i n t o 和j o r d is e g u m 提出一套在白色l e d 光源下，使用彩色工业c c d 相机采集图像的新系统，用于 测量颜色和检测皮肤的斑点，对皮肤医学和化妆学带来了便利。图1 - 1 是皮肤 斑点检测系统装置图和检涣揿件界面。 图i i 检测皮肤的斑点系统装置国和应用举例 在彩色校正和颜色精确复现方面，g u o w e jh o o g mr o n n j e rl u o ，p e t e ra r h o d e s ( u n i r e r s i t yo f d e r b y ) 采用多种多项式拟台对数字相机进行拟台，比较不 同色差精度：mjv r h e l 和hjt r u s s e l l 采用人工神经网络的方法对彩色扫描 仪进行颜色校正”j ；m a s a h i r o y a m a g u c h i 开发一套在不同光照度下，利用多光 谱相机来实现医学成像的精确颜色再现一j 。 在彩色图像技术处理方面，y a n g x i n gl i u t a k e s h ii k e n a g 等提出一种新的 第一章绪论 算法，综台多尺度梯度和统计分析，可阻自动地在场部区域的彩色图像提取p 图】2 举例说明该方法能有效提取边缘信息。 图i2 房屋原始图像和综台多尺度都度和统计分析边缘提取图 口本早稻田大学的y a n g x i n g l i u 和y a k e s h ii k e n a g a 等提出一种新的混合 彩色图像分割方法，在边缘检测的基础上进行区域颜色聚粪。实验表明；在不 需要先验知识的前提下，该图像分割算法是很高效的，见图i 3 。 第一章绪论 s ch y u np a r k ，j o n gk o o kl e e 和h a n gj o a nk i m 结合分布式遗传算法和h i s 色彩空间提出了一种分割道路交通场景色彩图的办法，该方法的鲁棒性，在处理 变形道场景和固有的并行性都具有令人满意的效果，并且在交通场景得到成功 的应用见图1 - 5 。 囊萎葶簿港目 图1 - 5 公路场面原始图像和提取运动车辆图 可见，国外的彩色视觉已经应用在医学、工业、农业、交通等各个领域内， 应用较为广泛，技术也相当成熟。 目前，国内对于彩色视觉的应用在近几年也取得了迅速发展，具有代表性的 研究有x 射线安全检查仪下危险品的检测n 车牌识别系统、农产品的识别检 测l 、复杂背景下人脸的检测【“i 、彩色瓷砖的表面颜色匀度分析1 3 等。 香港理工大学的x i a o h u iq u s i uc h u n gw o n ga n dc h ikt s e 提出一种l e d 结温度测量技术，因为基于脉冲宽度调制的正电流可以控制整个r g bl e d 发光 系统，从而选到对r g b ( r e d g r e e n b l u e ) l e d 光源进行颜色控制。图l 一6 ( a ) 为l e d 光源实物图；( b ) 红，绿，蓝l e d 随温度增加色差变化评估曲线圈。 ：蕞巴 一t f j ；= 二一 7 7 0 7 1 ， + 圈】- 6 ( a ) l e d 光源驱动和控制电路和( b ) 随温度变化输出色差评估 第一章绪论 由于r g bl e d 具有立即产生不同颜色的功能，因此已在在很多领域得到应 用。台湾科技大学的s h i h - j e n c h e n g ，h u a n g j e n c h i u ，c h u n - j e ny a o 对l c d 背光 供电的r g bl e d 的电流和白平衡系统进行控制。图1 7 为r g bl e d 在l c d 面板中的应用。 b e f 圈1 - 7 r g bl e d 用于l c d 空心类型背光结构 南京大学软件新技术国家重点实验室杨大刚等利用h i s 颜色模型符合人类 的视觉习惯与视觉心理，分别使用h 分量、s 分量作为阐值条件分割细胞的核区 域和浆区域”。 中南大学物理科学与技术学院刘征等在c c d 测温原理的基础上，提出了标 定修正的c c d 比色测温方法，将c c d 响应特性曲线的非理想性和信号转换等因 素引入的剥温误差归结到比色测温公式的k 值中，再利用黑体炉对k 值进行标 定修正。通过实验表明，使用标定修正的彩色c c d 比色测温方法能有效减少测 温误差，提高测温精度”i 。图l 一8 为彩色c c d 采集的不同温度的高温黑体路辐 射图片。 i 下 “-! ：e ”1 图i - 8 光圈快门设置相同时拍摄的辐射图像 温州医学院的王思钱等研究背景及测量位置对前牙测色的影响，得出在无环 境光源时，背景色对人中切牙的色度测量影响不大m i 。中国科学院长春光学精密 机械与物理研究所任智斌等利用均匀颜色的c i el a b ，进行颜色量化，解决了量 第一章绪论 化误差相对人眼不均匀的问题，从而实现图像的压缩”。 青岛大学的王大维等利用彩色视觉特点，对自动引导车进行视觉导航，简化 了对自动引导车定位路标的要求口。文中使用彩色c c d 采集图像对地面上预 先铺设的彩色条带状路标图像信息进行了快速提取研究提出了一种颜色分量 近似的滤波方法。该方法可以解决图像处理| 十算量大而影响自动引导车决策系统 的实时性问题。图i 9 是含有蓝色条带状导航路标的青色水磨石地面处理后图像。 圉i 9 原始图像和滤波后的图像 天津大学光电信息技术科学技术教育部重点实验室张盛彬，王庆有等研究彩 色线阵c c d 在物体尺寸精密测量的应用。现有精密尺寸测量系统采用单阵列的 线阵c c d 作为光电传感器，不能检测像元的排列方向与物体尺寸方向的夹角， 而当夹角在测量中发生变化时将引起测量误差。针对这种现象，采用彩色线阵 c c d ( t c d 2 9 0 1 d ) 作为光电传感器进行精密尺寸测量，检测出夹角变化带来的 尺寸测量误差，并将误差进行修正“1 。 3 本课题研究的目的和意义 先进技术的发展日新月异，精密测量技术必须适应这种发展。精密测量技术 不仅要为先进制造业服务，而且要成为产品质量的有力保证，不能单纯为了检测 而检测，更不能因为要检测而影响了生产的效益应该是由于精密测量技术的良好 服务从而促进生产能力的提高。精密测量技术是工业发展的基础和先决条件。从 生产发展的历史来看，制造加工精度的提高总是与测量技术的发展水平密切相 关。网此，才有把精密测量与控制和材料、精密加工一起看作为现代精密工程( 包 括宇航) 的三大支柱。对于科学技术来说测量与控制是使其发展的促进因素， 测量的精度和效率在一定程度上决定若科学挂术的水平。因此，精密测量技术必 须适应先进技术的发展需求。 第一章绪论 目前，在工业生产领域，视觉检测主要集中在灰度图像，而彩色测量利用颜 色信息，比灰度图像含有更多的信息，同时彩色图像符合人类视觉特点。为了使 计算机视觉在精密测量领域得到更好的应用，满足未来精密测量的需求，需要突 破传统的灰度计算机视觉测量技术，而利用物体的颜色信息来提高测量的精度。 计算机工业水平的飞速提高以及人工智能、并行处理和神经元网络等学科的发 展，更促进了机器视觉系统的实用化和涉足许多复杂视觉过程的研究。 目前，彩色机器视觉处于刚刚起步探索的阶段，为了使机器视觉更好的利用 的颜色信息，很有必要对彩色光源和彩色图像处理进行研究。本研究将对彩色机 器视觉数字化过程中的硬件及软件系统进行深入研究。研究目的在于分析机器视 觉中光源显色性对目标颜色图像采集的影响和基于符合颜色视觉特性的h s v 颜 色空间的图像处理技术。 本课题的重点研究方向是探索如何利用彩色信息提高工业测量精度。本论文 受国家自然科学科学基金( 5 0 8 7 5 1 8 5 ) ，天滓市应用基础及前沿技术重点项目 ( 0 9 j c z d j c 2 3 6 0 0 ) 资助。 1 4 本文主要工作 本文主要从光源对图像采集的影响和彩色图像处理两个方面进行深入地探 讨和实践。主要工作概括如下： 1 研究具有单光谱特性的l e d 彩色光源对八种常见目标颜色的色外貌，以 及背景和目标之间的对比度的影响。本实验采用r g b ( r e dg r e e nb l u e ) l e d 光源， 由于r g bl e d 光源由gb 三种不同具有窄单峰的波长组成；同时，通过调 节三个颜色l e d ，可以调配出不同的颜色。研究不同光谱光源对目标颜色的采 集图像颜色的影响。通过实验得到，彩色光源对颜色对比度的影响。利用光的吸 收和反射的基础理论，对实验现象进行分析。通过不同颜色光源照明下采集的色 块图像得到：当目标颜色吸收彩色光源光谱时，目标颜色反射光较少，颜色偏黑， 反之亦然。通过该研究，可以在应用中选择合适光源时，来增强( 或减弱) 背景 和目标颜色的对比度，增强( 或减弱) 目标颜色边缘，便于物体特征的提取。 2 验证彩色图像相对于灰度图像的优势。由于人眼只能识别几十种灰度， 而识别的颜色却是成千上万。通过颜色比对实验验证彩色图像采集相对于灰度图 像采集的优势。利用颜色还原能力强的惠普彩色激光打印机设计实验对象，通过 彩色数码相机与普通黑白c c d 相机采集图像的对比，验证彩色图像采集系统得 到比传统灰度采集更多的信息，实验结果比较理想。 3 利用h s v 颜色空间更适合人眼视觉特性，对彩色图像进行边缘提取。分 第一章绪论 别对滤波，边缘检测算子，阈值分割进行研究。通过本文矢量中值滤波可以明显 抑制噪声；边缘检测算子采用四方向改进s o b e l 边缘算子，比普通水平、垂直两 个方向的s o b e l 边缘算子含有更多的边缘强度信息，有效地提取边缘强度信息； 最后采用o t s u 阈值分割法，对边缘强度信息进行二值化，确定最终的彩色图像 边缘。 第二章颜色科学基础 2 1 物体颜色 2 1 1 色彩的属性 第二章颜色科学基础 人眼能识别成千上万的色彩，为了科学地比较和鉴别这些色彩，人们制定出 了衡量色彩标准的三个独立的属性：色调、明度、饱和度【2 2 1 。 色调( h u e ) 所谓色调( 相) 就是色别，或是色的外貌，如红、橙、黄、 绿、蓝等。色调的实质就是可见光谱不同波长的辐射在视觉上表现出来的感觉。 不同波长的光波具有不同的色调，它们一一对应的。一般视觉正常的人眼最多能 够清晰地分辨出1 0 0 个左右的色调。 饱和度( s a t u r a t i o n ) 所谓饱和度就是指彩色的纯洁性，又称纯度。可见光 谱的各种单色光是最饱和的彩色。当光谱色掺入白光成分愈多时，就愈不饱和。 当光谱色掺入白光成分达到最大比例时，在眼睛看到，它就不再成为彩色光，而 成为白光了。物体色的饱和度决定于该物体表面反射光谱辐射的选择性程度。物 体对光谱某一较窄波段的反射率很高，而对其他波长的反射率很低或没有反射， 表明它有很高的光谱选择性，这一色彩的饱和度就高。 明度( b r i g h t n e s s ) 所谓明度就是色彩的明暗、深浅的程度。色彩光的光度 愈高，人眼就愈感觉明亮，或者说有较高的明度。彩色物体表面的光反射率愈高， 它的明度就愈高。各种色调的明度是不同的，黄色的明度最高，紫色的明度最低。 即使是同一种色调的明度也是不同的，如在色中加以白色，明度提高，而加黑色 后明度降低。 2 1 2 三原色原理 原色是色彩的基本色，是能混合成任何色彩的母色，即用原色可以互相混合 产生出不同明度、不同纯度和不同色相的任何色。 加色系统通过原色的不同色光的相加产生各种色彩，最终色光的光谱是每一 原色光谱的叠加或平均。国际上选定了色光的三原色为：红( r ) 波长为7 0 0 r i m ， 绿( g ) 波长为5 4 6 1 n m ，蓝( b ) 波长为4 3 5 8 n m 。减色系统是从白光中去掉( 减 去) 不需要的光谱成分而形成需要的颜色，这样的系统主要是投射和反射材料， 观测时由外部白光照明。常见的色料的三原色是品红，黄，青。图2 l 为加色系 第二苹颜色科学基础 统和减色系统的三原色原理图 f 目2 - l ( a ) 加色系统嗣2 i ( b )碱色系统 1 8 5 4 年格拉斯曼将色彩混合现象总结成为色彩棍台定律 1 人的视觉只能分辨色彩的三种变化：明度、色调、饱和度。 2 在由两个成分组成的混合色中如果一个成分连续地变化，混合色的外 貌也连续地变化。由这一定律导出两个定律： 补色律每一种色彩都有一个相应的补色。如果某一色彩与其补色以适当比 例混合，便产生白色或灰色：如果二者按其他比例混合，便产生近似比重大的色 彩成分的非饱和色。 中间色律任何两个非补色相混台，便产生中间色，其色调决定于两色彩的 相对数量，其饱和度决定于两者在色调顺序上的远近。 3 色彩外貌相同的光，不管它们的光谱组成是否一样，在色彩混合中具有 相同的效果。换言之，凡是在视觉上相同的色彩都是等效的。 4 混合色的总亮度等于组成混合色的各色彩光亮度的总和。这一定律叫做 亮度相加律。 22 常见色彩空间 色彩空间，也称为色彩模型，是描述使用一组值( 通常使用三个、四个值或 者颜色成分) 表示颜色方法的抽象数学模型m l ，由于颜色变量的复杂性，学者们 多年来提出过不少的颜色空间，这些颜色空间不尽相同，有的便于直接评价，有 的便于计算，尚无一种颜色模型能全匣的描述所有的颜色感知。在实际的应用中， 我们只能根据不同的需要来选择使用的颜色模型。实际中各种不同设备常用的表 色空间有x y zc i e l a br g bh s v h i s 及c m y k 等颜色系统。这里仅就常见的 的r g bc m y k ，h s v 和h i s 系统加以讨论。 第二章颜色科学基础 2 2 1r g b 系统 r g b 颜色空间是用色光三原色来描述物体颜色特征的。在计算机图像处理 系统、图形处理系统的r g b 颜色空间中，红( r ) 、绿( g ) 、蓝( b ) 每一种颜 色都用二进制的一个字节表示，即2 8 来表示单一颜色的变化级别，其取值范围 为0 - 一2 5 5 ，数值越大，颜色越明亮。当把三种原色以各自的2 5 6 种值组合起来， 就可得到2 2 4 - - - 1 67 7 72 1 6 种颜色。 在r g b 颜色空间中，任意彩色光f ，其配色方程可写成： f = r r 】+ g 【g 】+ b 【b 】( 2 一1 ) 其中r ，g ，b 为色度坐标，r r 】、班g 】，b 【b 】为f 色光的三色分量。任意一种色 光，其色度可由色度坐标中的任意两个唯一的确定。因此，各种彩色的色度可以 用二维函数来表示。用r 和g 作为直角坐标系中两个直角坐标所画的平面图形， 就叫作r g b 色度图，如图2 2 所示： ，黥 、雄 。飞 j 、j 弹 - 。5 5 拍 n 脚飘 。醇飞 叶q 一j 鬈 - 4 1 , 1 吁l d l 订一，一 图2 - 2r g b 色度图 r g b 系统在彩色处理系统中，是不可缺少的表色体系。在计算机图像处理 软件和图形处理软件的色彩管理系统中，r g b 颜色模式是数字照相机、扫描仪、 显示器所使用的颜色系统，是一个与设备相关的颜色空间。也就是说，他们产生 的颜色是与具体使用的设备有关的，不同的设备可能使用不同的r g b 三原色， 混合出的效果也不会完全相同。 第二章颜色科学基础 图2 - 3r g b 色彩模型 如图2 3 所示，三基色一红，绿和蓝色：剩下的三个角对应于二次色一黄色， 青色( 蓝绿色) 和品红( 紫色) 。虽然大多数彩色图像显示器使用红、绿、蓝三原色， 但是红、绿、蓝颜色模型使用起来不太方便。这是因为它与直观的概念如色相、 饱和度和明度没有直接的联系。因此，我们还将讨论c m y k ，h s v 和h i s 颜色 模型。 2 2 2c m y k 系统 c m y k 颜色模型是以青( c y a n ) 、品红( m a g e n t a ) 、黄( y e l l o w ) 和黑( b l a c k ) 为原色构成的颜色系统。c m y k 颜色模型对应的直角坐标系的子空间与r g b 模 型所对应的子空间几乎完全相同。差别仅在于前者的圆点为白，后者的圆点为黑。 c m y k 模型针对印刷媒介，即基于油墨的光吸收反射特性，眼睛看到颜色实际 上是物体吸收白光中特定频率的光而反射其余的光的颜色。 c m y k 颜色空间也是与设备相关的颜色空间，同样的网点比例、不同的原 色油墨得到的颜色是不同的。c m y k 颜色空间的色域比r g b 颜色空间的色域范 围要小一些。 2 2 3h s v 系统 h s v 色彩模型从c i e 三维颜色空间演变而来，它采用的是用户直观的色彩 描述方法，它跟孟塞尔显色系统的h v c 球型色立体较接近。如图2 4 为h s v 色彩六棱锥。只不过h s v 色彩模型是一个倒立的六菱锥，只相当于孟塞尔球型 色立体的一半( 南半球) ，所以不含黑色的纯净颜色都处于六菱锥项面的一个色 平面上。在h s v 六菱锥色彩模型中，色相( h ) 处于平行于六菱锥顶面的色平 面上，它们围绕中心轴v 旋转和变化，红、黄、绿、青、蓝、品红六个标准色 分别相隔6 0 度。色彩明度( b ) 沿六菱锥中心轴v 从上至下变化，中心轴顶端 呈白色( v = 1 ) ，底端呈黑色( v = 0 ) ，它们表示无彩色系的灰度颜色。色彩饱 第二章颜色科学基础 和度( s ) 沿水平方向变化，越接近六菱锥中心轴的色彩，其饱和度越低，六边 形正中心的色彩饱和度为零( s = o ) ，与最高明度的v = l 相重合，最高饱和度 的颜色则处于六边形外框的边缘线上( s = 1 ) 。 ( 1 ) 色相、饱和度与六棱锥色平面( h 和s ) 色平面( h 、s ) 的基础是c i e 色度图的x 、y 色平面 ( 2 ) 明度与六棱锥中轴色( v ) 色明度( v ) 的基础是c i e 三维颜色空间的 亮度因素y 。 0 0b i 扯k 图2 - 4 h s v 颜色模型 r g b 空间到h s v 空间转化公式： 设( r ，g ，b ) 分别是一个颜色的红、绿和蓝坐标，它们的值是在0 到1 之间 的实数。设m a x 等价于r ，g 和b 中的最大者。设m i n 等于这些值中的最小者。 要找到在h s v 空间中的( h ，s ，v ) 值，这里的h 【0 ，3 6 0 。 是角度的色相角， 而s ，v 【0 ，l 】是饱和度和亮度，计算如式2 2 所示： h = 0 。当m a x = m i n 6 0 。咚l - 0 ，当m a x = r 凡6 m a x 一l l n 6 0 。尝i - 3 6 0 。，当m a x 印如 0 0 0 8 8 5 6 “ 1 9 0 33 f ( y r 尸当y rs 0 0 0 8 8 5 6 d25 0 0 f ( x m ) 一f ( y i r ) r 2 5 、 b = 2 0 0 f ( y i ) 一厂( z z ；) 】 其中： r c ， ，。：，。当当。t ； 。0 。0 。0 。8 。8 ，5 。6 ，：。、 其中x 、y 、z 是物体的三刺激值；x o 、y o 、西为c i e 标准照明体的j 刺 激值；表示心理明度；口、矿为心理色度。 如图2 - 6 所示。在这一坐标系统中，+ 日表示红色，一口表示绿色，+ b 表示 黄色b 表示蓝色颜色的明度由r 的百分数来表示。 带 t 乏三) 4 - l “。” 图2 - 6 b 。色空间 233c i e 均匀颜色空间色差公式 理想的色差评定模型基于真正视觉感知均匀的颜色空间其预测的色差应与 目视判断具有良好的一致性而且可以采用统一的色差宽容度来进行颜色质量控 制，即对所有颜色产品能用相同的色差容限来判定其合格与否，而与标准色样在 颜色空间中所处的位置或所属的色区无关。长期以来各国的颜色科学工作者已在 这一领域投入r 大量的经历做了很多的工作，至今已提出几十个色差公式，其 中一些公式已被c i e 阶段性地推荐为评价标准。 色差度量本质七说也是颜色之间相似性的度量，色差大代表颜色相似性程 第二章颜色科学基础 度小，反之，色差小则代表颜色相似性程度大。色差用e 表示，表示差异， 单位是n b s 。当a e = l 时称为1 个n b s 色差单位，1 n b s 色差单位大约相当于 在最优试验条件下人眼所能知觉的恰可观察差的5 倍。在c i e 色度图中，i n b s 色差单位相当于0 0 0 1 5 0 0 0 2 5 x 或y 的色度坐标变化。在孟塞尔色系中，一个 孟塞尔明度单位等于l o 个n b s 色差单位，1 个孟塞尔饱和度单位等于7 个n b s 色差单位。表2 1 表示n b s 单位及在色差视觉上的显著程度。 表2 1n b s 单位及在色差视觉上的显著程度 in b s 单位 0 0 0 50 6 1 5 1 5 3 03 0 - 6 06 o 1 2 01 2 0 以上 l 视觉上的显著程度甚微 微 稍微显大很大 1 c i e l u v 色差公式 c i e l u v 色差公式是在c i ei9 7 6l 幸“孛，枣空间中的色差公式，单位为c i e l u v ，较 多用于光源的色度计算，其总的色差为 a e ”v ：【( 三木) 2 + ( 血) 2 + ( 血) 2 】l 2 ( 2 7 ) 式中u ，v 是颜色样品的色度坐标，r 是明度。 2 c i e l a b 色差公式 c i e l a b 色差公式这是在c i e l 9 7 6 c 口b + 均匀颜色空间中的色差公式，单位为 c i e l a b ，多用于纺织品的色差计算，其结果与人眼的视觉相关性较好，计算公式比 较简单，总色差的表达式为： a e 动：【( 缸) 2 + ( 口木) 2 + ( 矿) 2 】l 2 ( 2 8 ) 本文主要采用常用的c i e l a b 色差公式，在实验中对在特定颜色光源下目标 颜色与背景颜色对比度进行评价。 2 4 颜色评价 2 4 1 光源显色性的评价 通常把照明光源对物体色外貌所产生的影响成为显色( c o l o rr e n d e r i n g ) ，而 将光源固有的显色特性成为显色性( c o l o rr e n d e r i n gp r o p e r t y ) 【2 5 1 。光源的光谱功 率分布决定了光源的显色性。日光、白炽灯都是连续光谱，具有与白炽灯和日光 相似的连续光谱的光源均有较好的显色性。 近年来一些研究表明，除了连续光谱的光源有较好的显色性外，由几个特定 光组成的混合光源也能有很好的显色效果。桑顿发现，光谱4 3 0 n m ( 蓝) ，5 4 0 n m ( 绿) ，6 1 0 n m ( 红) 波长区的辐射对提高光源的显色性具有特殊的效果。用这 第二章颜色科学基础 三个颜色光以一定比例混合所产生的白光( 亮度不连续光谱) ，与连续光谱的日 光或白炽灯具有同样优良的显色性。实验发现，在不连续光谱的光源中，含有 5 0 0 n m 和5 8 0 n m 波长附近的光谱对颜色显现有不利的影响，些颜色会失真， 成为干扰波长。另外，在消除4 5 0 n m 、5 4 0 n m 、6 1 6 n m 波长功率时，显色性明显 下降，这也从反面说明了这三个波长对提高显色性的重要性。光源的色温和显色 性之间没有必然的联系。具有不同光谱功率分布的光源可能有相同的色温，但是 显色性可能差别很大。各种色温的光源都可能有较好的显色性，也可能有较差的 显色性。 1 9 6 5 年c i e 制定一种评价光源显色性的方法，简称“测验色”法，经1 9 7 4 年 修订，正式推荐在国际上采用。这个方法是用一个显色指数量值表示光源的显色 性。光源的显色指数是待测光源下物体的颜色与参考光源下物体的颜色相符程度 的度量。c i e 规定用普朗克辐射体或标准照明体d 作为参考光源，并使其显色指 数定为1 0 0 。c i e 规定若干测验用的标准颜色样品，以这些样品在参考光源下和 另一色温为3 0 0 0 k 标准荧光灯下的颜色变化量( 在两种光源下颜色样品的色差 a e ) 为尺度，约定标准荧光灯的显色指数为5 0 。c i e 根据在参考光源下和待测 光源下颜色样品的色差，结合上诉显色指数的定量尺度，导出计算光源显色指数 的公式。光源对某一颜色样品的显色指数称为特殊显色指数r i ， r i = 1 0 0 - 4 6 蛆， ( 2 - 9 ) 光源对特定8 个颜色样品的平均显色指数称为一般显色指数民， k i l 善s 足。 ( 2 1 0 ) 如果在待测光源下某一颜色样品与在参考光源下所看到的颜色相同，则待测 光源对这一样品的特殊显色指数为1 0 0 。如果在另一待测光源下，样品的颜色发 生变化，光源对该样品的特殊显色指数就低于lo o 。光源的一般显色指数是对特 定的8 个颜色样品的特殊显色指数的平均值。光源的一般显色指数愈高，其显色 性就愈好。 光源的一般显色指数只是体现光源的显色能力，而某特定的光源对不同颜色 的显色能力是不同的，需要进行研究。尤其是在工业上常用的l e d 光源，其单 色性好，研究其显色性能是很有必要的。 2 4 2 同色异谱颜色及其评价 在某种确定的照明与观察条件下，非荧光性材料所显示的颜色主要取决于材 料本身的光度特性，所以当两种非荧光性材料的光度特性完全一致时，它们在同 样的照明和观察条件下具有相同的颜色，这是毫无疑问的。但是，如果这两种非 第二章颜色科学基础 荧光性材料的光度特性不完全一致，那么它们必须在某一特定的照明和观察条件 下，才有可能具有相同的颜色外貌。因此，当两种颜色样品的光谱反射比或光谱 透射比不同( 异谱) ，而在特定的照明和观察条件下，其颜色外貌又能相互匹配( 同 色) 的两种颜色刺激就称为同色异谱颜色或同色异谱色对( m e t a m e r i cp a i r ) 。 一般同色异谱颜色，常常是指在同样的照明和观察条件下( 包括照明体的相 对光谱功率分布、观察者的色匹配函数以及观察视场等) ，两个具有不同光度特 性的颜色具有同样的颜色外貌。这时，如果改变照明体或者观察者，那么颜色的 匹配就会被破坏，或称为失配。因此，c i e 对因条件变化所产生的同色异谱颜色 的失配，推荐了改变照明体光谱分布和改变观察者色匹配函数的评价方法。 对于同色异谱颜色，当改变成为同色的条件时( 如改变照明体的光谱分布) ， 颜色匹配就会因遭破坏而变为不同色，因此，也称为条件等色。通常，将产生的 颜色失配的程度叫做同色异谱程度，并把表示这种失配程度的指数称为同色异谱 指数( m e t a m e r i s mi n d e x ) t j 。 由照明体的光谱分布变化而引起的同色异谱颜色偏移的程度，即为照明体同 色异谱程度，可以用c i e 推荐的照明体同色异谱指数( i i l u m i n a n t m e t a m e r i s mi n d e x ： 来评价。 c i e 标准色度观察者的光谱三刺激值函数也称色匹配函数，它们是正常颜色 视觉者的色匹配函数的平均值，而实际观察者的色匹配函数是因人而异的。因此， 作为参照观察者认为是同色异谱的颜色，对于实际的观察者来说，可能会出现颜 色偏移。通常将这种颜色偏移的程度称为观察者同色异谱程度，并以其平均值， 即观察者同色异谱指数( o b s e r v e rm e t a m e r i s mi n d e x ) 来进行定量评价。同时，把给 出观察者同色异谱指数的假想的观察者称为标准偏差观察者( s t a n d a r dd e v i a t e o b s e r v e r ) ，其表示了正常色觉者产生的同色异谱颜色偏移的平均值。图2 7 是在 c i e l 9