基于相机响应值预测的光谱重建方法研究.pdfVIP

第45卷，第7期光谱学与光谱分析Vol45,No.7,pp1809-1819

2025年7月SpectroscopyandSpectralAnalysisJuly,2025

基于相机响应值预测的光谱重建方法研究

梁金星1.²，周文森1，胡鑫1，李壹帆，王鼎康，李

李宁1，彭涛1，2*

430200

1.武汉纺织大学计算机与人工智能学院，湖北武汉

430200

2，湖北省服装信息化工程技术研究中心，湖北武汉

摘要光谱是颜色信息的指纹，也是表征物质物化属性的重要特征，对于颜色高保真复制和物质识别分

析具有重要应用价值。基于光谱重建的光谱成像技术利用成像系统拍摄物体表面数字图像，并通过光谱重

建计算得到物体的光谱图像，能够克服传统RGB图像对成像条件的依赖性，更加精细地表征和识别物体。

相对于价格昂贵的高光谱相机而言，该项技术能够有效提升光谱图像的空间分辨率和获取效率，降低设备

成本。尽管该技术在实验室已经取得较好的进展，但其面向光源多变、光照不均、以及成像参数易变的开放

环境应用时，仍面临许多挑战。光谱重建技术对成像条件变化敏感，以上因素导致成像条件的多变性，使得

单一成像条件下构建的光谱重建模型难以成像多变的开放环境。为此，本研究提出一种基于相机raw响应

值预测的光谱重建方法。方法以数码相机适应模型为基础，通过预测训练样本集在任意成像条件下的raw

响应值，对相机进行光谱特性化建模，然后对相同成像条件下的测试对象进行光谱重建，能够有效克服开放

环境下光谱重建面临的成像条件多变难题。研究以ColorcheckerSG140色卡为训练样本，以Colorchecker24

色卡为测试样本，分别在实验室和开放环境的不同成像条件下对方法进行了测试。实验结果显示，在实验室

不同成像条件下，利用预测响应值对拍摄响应值的光谱重建的平均RMSE为4.02%，平均色差△Eoo为5.3；

在开放环境不同成像条件下，利用预测响应值对拍摄响应值的光谱重建的平均RMSE为3.2%，平均色差

△E为4.5，验证了所提方法在实验室和开放环境下的有效性，为开放场景下的光谱重建提供了一种可行的

参考方案。此外，研究发现所提方法对使用的光谱重建算法敏感，不同的光谱算法在光谱和色度方面的表现

存在一定差异。

关键词光谱重建；开放环境；数码相机；成像模型；raw响应值预测

中图分类号：0432.3文献标识码：AD0l:10.3964/j.issn.1000-0593(2025)07-1809-11

谱重建模型对成像条件变化敏感1]，导致其面向自然开放环

引言境应用时仍然面临许多挑战。如图1所示，在CIED65光源

条件下构建光谱重建矩阵，应用于CIEA光源的下壁画进行

光谱是颜色信息的“指纹”，也是表征物质物化属性的重光谱重建时，重建的光谱均方根误差（root-mean-square

要特征，对于高保真颜色复制和精准物质分析具有重要应用error，RMSE)从2.87%陡增至41.32%，说明光谱重建对光

价值。以数码相机成像模型为基础，利用光谱重建技术可获源变化敏感。此外，光照不均匀性和成像参数变化，也将导

得物体的光谱图像。该项技术能够克服分光光度计仅能进行致成像条件改变，造成如图1所示的光谱重建误差显著增

单点测量的应用限制，相对于多光谱相机而言，能够进一步加。因此，面对成像条件多变的开放环境进行光谱重建应

提升光谱图像空间分辨率，降低硬件系统成本，成为近些年用，如何构建相应