基于奇异值分解伪光谱图像压缩算法.docVIP

基于奇异值分解伪光谱图像压缩算法 　　摘要：提出了一种光谱图像的快速获取和有效压缩算法。将一幅三原色图像转换为光谱图像，其像素被通过查找光谱调色板后所确定的相应的光谱反射因子取代，该反射因子的色度值与原像素最为接近。此时转换所得的图像并没有真实光谱数据而只有基于调色板的伪光谱值，它可用于模拟原始RGB图像在不同光源条件下的颜色外观。奇异值分解法对于光谱图像的压缩是非常有用的，人们可以对局部子块图像中经过重新排列后的36个像素×36个光谱波段的数据运用该方法，以能够充分利用矩阵数据在空间和光谱分布中的强相关性。实验结果表明，基于奇异值分解的光谱图像压缩算法在较高的压缩比下仍能取得很好的光谱重建效果。 　　关键词：颜色匹配； 伪光谱图像； 光谱插值； 奇异值分解； 光谱重建 　　中图分类号：TP751文献标志码：A 　　文章编号：1001－3695(2008)04－1105－03 　　 　　现代计算机配色可分为无条件配色和条件配色，即通常所说的理想光谱匹配和三刺激值匹配法。如果两个物体具有完全相同的光谱分布（即反射率或透射率）曲线，那么就能肯定它们在任何光源和观察者条件下均可产生相同的视觉匹配效果，这两个物体的颜色即被称为同色同谱色。在当前颜色科学研究领域中，为了实现上述理想的光谱匹配，必须设法获取原始图像的光谱数据并对其进行相应的配色处理[1~3]。?? 　　要生成一幅具有高精度和高波段分辨率的光谱图像通常需要进行大量的分光光度测量。而在本文中，传统的RGB或XYZ三原色图像只需通过用光谱反射因子来取代相应像素值即可转换为光谱图像，所采用的调色板中的每个色块均由光谱反射率或透射率向量组成。其中含有在380~730 nm内每隔10 nm宽度进行一次采样所得的36个离散的波段测量数据。虽然上述所生成的光谱图像并不能反映真实物体的光谱特性，但它仍代表着特定纸张介质上通过实际油墨打印生成的调色板中某一色块的精确光谱值。?? 　　 　　1伪光谱图像获取?? 　　 　　首先，将一幅特定条件下的RGB或XYZ三原色图像转换为??Lab图像[4，5]；然后，生成一个光谱调色板数据与Lab值之间所对应的查找表。原稿图像中的每一个像素均被具有与原始像素最为接近的Lab值的光谱色块所取代。也就是说，根据上述查找表选择了将光谱色块k嵌入到像素i中，这两者之间的色差在像素i的Lab值LAB??pix??(i)与光谱色块j (j=1, 2, …, J) 的Lab值LAB??spect??(j)之间的所有色差中是最小的，即有?? 　　 　　3实验与结果?? 　　 　　本文采用了四色印刷标准色谱中的三色色谱作为原始光谱调色板。三色色谱是利用青、品红、黄三色油墨，以0、10%、20%、…、100%等11种不同的网点面积百分比进行叠印而形成的印刷色谱。其中：含有11??3=1 331种不同颜色的色块[11]。利用分光光度计来测量光谱反射率，每一个色块均含有380~730 nm内以10 nm为波长间隔的36个光谱测量值，并且还可以对该光谱调色板数据进行线性插值处理。至此可以获得一个特定条件下的光谱调色板数据与??Lab??值之间的查找表，以便于将一幅原始RGB图像转换为伪光谱图像。?? 　　??D??65光源下根据光谱调色板获取的伪光谱图像如图1所示。?? 　　在图1中，(a)和(b)分别为一幅测试图像及其相应的颜色分布图；(c)则为通过查找(d)中所示的光谱调色板后转换而得的伪光谱图像；(c)是通过从基本光谱调色板的1 331种色块中查找出最为接近的光谱色块来生成的。由于调色板中光谱色块数量的不足，经取代后的彩色像素明显缺少某些灰度级。(e)即为向(a)所示的RGB图像中嵌入插值光谱后所得的伪光谱图像。这里??K=5，基本光谱调色板的J=1 331，所以经过k级插值后的光谱调色板中的色块数目为J′=(5-1)×(1 331-1)+1=5 321个。??(f)为相应调色板在CIELAB空间中的颜色分布图。(e)中所示的光谱转换图像在颜色层次上与(c)相比有所改进。?? 　　综上所述，本文所提出的方法不需要任何昂贵的光谱成像仪器，只需利用一个标准光谱调色板即可获取一幅给定条件下的伪光谱图像，并且还可用于模拟原始图像在不同光源条件下的颜色外观。图2所示即为根据光谱调色板从相机中的RGB图像转换而来的伪光谱图像在另外两种不同照明体环境下的视觉效果。?? 　　将光谱图像分为若干6×6像素的子块后，每一个子块图像可被重新排列为36个像素×36个光谱波段的矩阵形式，然后利用奇异值分解法对其进行压缩。根据奇异值分解法只需利用少量的奇异值即可对每一个子块光谱图像进行压缩和重建（图3）。?? 　　在图3中，(a)和(b)分别为转换后所得的原始