數(shù)碼相機(jī)在染色織物色差測(cè)量中的應(yīng)用

辛春莉， 王子玉， 周 建， 潘如如， 高衛(wèi)東

(生態(tài)紡織教育部重點(diǎn)實(shí)驗(yàn)室(江南大學(xué))， 江蘇 無(wú)錫 214122)

在實(shí)際生產(chǎn)中，紡織品顏色及色差控制是紡織品品質(zhì)保證的重要因素。目前測(cè)量顏色及色差的方法有光電積分法、分光光度法和數(shù)碼測(cè)色法[1]。其中：光電積分式儀器可測(cè)出2個(gè)色源之間的差別，但不能精確測(cè)量出色源的三刺激值和色品坐標(biāo)[2]；分光光度法是通過測(cè)量光源的光譜功率分布或物體反射光的光譜功率得出各顏色參數(shù)，其結(jié)果精度高，但價(jià)格昂貴且對(duì)測(cè)量樣本的尺寸有嚴(yán)格要求；數(shù)碼測(cè)色法是近些年較為熱門的測(cè)色方法，其主要原理是在標(biāo)準(zhǔn)光源下，采用特定的標(biāo)定色卡并配合相機(jī)參數(shù)校正來(lái)實(shí)現(xiàn)樣品RGB信息的測(cè)定，經(jīng)過顏色校正后可得到樣品的標(biāo)準(zhǔn)色度數(shù)據(jù)[3]。數(shù)碼測(cè)色法典型代表是英國(guó)VeriVide公司的DigiEye圖像測(cè)色系統(tǒng)，其測(cè)色結(jié)果更加接近于人眼視覺，且可測(cè)量表面不平整以及不規(guī)整或粗糙的物體的顏色。隨著測(cè)量精度的提高，目前數(shù)碼測(cè)色法在各行業(yè)都得到了廣泛應(yīng)用，如服裝、裝飾紡織品、鞋類設(shè)計(jì)制造、木板、金屬材料及化妝品等，但由于數(shù)碼測(cè)色法采用電荷耦合原件作為圖像采集傳感器，其測(cè)量色域受到一定限制。

色差是指2個(gè)顏色在色覺上的差異，包括明度差、彩度差和色相差3個(gè)方面[4]。紡織品的生產(chǎn)樣顏色和標(biāo)準(zhǔn)樣顏色存在一定差異，若同一批產(chǎn)品色差較大，則直接影響企業(yè)的經(jīng)濟(jì)效益，因此，為實(shí)現(xiàn)紡織品顏色及色差的測(cè)量和檢測(cè)，找到一種既實(shí)用且價(jià)格低廉的方法測(cè)量紡織品色差是急需解決的問題。本文通過數(shù)碼相機(jī)在標(biāo)準(zhǔn)光源下采集樣本圖像，經(jīng)過對(duì)圖像原始顏色信息提取及顏色空間轉(zhuǎn)換，實(shí)現(xiàn)對(duì)織物色差快速、客觀的測(cè)量。

1 實(shí)驗(yàn)裝置

本文實(shí)驗(yàn)所涉及的儀器和材料包括：Datacolor 650型分光光度計(jì)(Datacolor公司)，自制圖像采集裝置，DigiEye測(cè)色系統(tǒng)，潘通(Pantone)標(biāo)準(zhǔn)色卡，紡織品CNCS色卡，染色樣布。

光源和幾何照明條件是影響顏色測(cè)量結(jié)果的重要因素之一。數(shù)碼相機(jī)能否在標(biāo)準(zhǔn)的光源環(huán)境和幾何照明條件下采集圖像是實(shí)驗(yàn)成功的關(guān)鍵，因此，自行創(chuàng)建的圖像采集裝置的照明條件和幾何條件等要與DigiEye測(cè)色系統(tǒng)保持一致。本文自制裝置系統(tǒng)可提供d/8幾何條件以及2°和10°視場(chǎng)角。d/8幾何條件是指反射光束軸線與試樣中心法線成8°，在接收光束軸線5°內(nèi)的所有方向上，采樣孔徑反射的輻射是均勻的[5]。其裝置示意圖如圖1所示。國(guó)際照明委員會(huì)(CIE)推薦的常用標(biāo)準(zhǔn)照明體有A、B、C、D65、D50、D55、D75等[6]。嚴(yán)格的光照控制將顯著影響樣本間的色差辨別[7]，本文實(shí)驗(yàn)選用最常用的人工日光D65作為照明光源，幾何條件為d/8，10°視場(chǎng)角下進(jìn)行觀察。

圖1 圖像采集系統(tǒng)示意圖Fig.1 Schematic diagram of image acquisition system

2 圖像顏色提取與轉(zhuǎn)換

2.1 原始RGB信號(hào)提取

通常數(shù)碼相機(jī)可獲得多種格式的數(shù)字圖像，如最為常見的JPEG格式，但該格式是一種有損壓縮格式，不能直接應(yīng)用其提取圖像的顏色信息。而對(duì)于數(shù)碼相機(jī)而言，通常都支持RAW格式的輸出(RAW格式是一種文件格式，不是圖像格式)，該格式文件是最原始且未被處理的數(shù)據(jù)。相比JPEG，RAW文件記錄了更多的場(chǎng)景信息，保留了更寬廣的色域以及動(dòng)態(tài)范圍，也留下了更為自由的后期處理空間[8]，因此，本文選用RAW文件進(jìn)行圖像采集，并在其上提取原始傳感器三通道的響應(yīng)信息(以下簡(jiǎn)稱原始RGB信號(hào))。

數(shù)碼相機(jī)圖像傳感器(CMOS或CCD)所能采集到的原始RGB信號(hào)由其表面的特定濾光片(也稱拜耳濾鏡)決定。濾鏡一般4個(gè)為1組，從左至右、從上至下的順序一般有RGGB、GBRG和GRBG 3種。每個(gè)濾鏡只能透過對(duì)應(yīng)波長(zhǎng)的光信號(hào)，剩余的2種顏色要經(jīng)過差值計(jì)算得到，差值計(jì)算也稱領(lǐng)域取平均法，濾鏡下方對(duì)應(yīng)的像素點(diǎn)的r、g、b響應(yīng)信息就是此時(shí)計(jì)算得到的顏色信息，這個(gè)過程稱為色彩插值或去馬賽克。

首先實(shí)驗(yàn)采用標(biāo)準(zhǔn)白板拍照計(jì)算增益參數(shù)進(jìn)行白平衡調(diào)校，然后在此基礎(chǔ)上，根據(jù)所用數(shù)碼相機(jī)拜耳濾鏡的排列順序，直接在其經(jīng)過白平衡調(diào)校的RAW格式文件上提取紅、綠、藍(lán)3個(gè)通道的響應(yīng)信息的平均值，作為原始RGB信號(hào)輸出，用變量r、g、b表示。

2.2 顏色空間轉(zhuǎn)換

通過數(shù)碼相機(jī)輸出的R、G、B值屬于設(shè)備依賴，與CIE標(biāo)準(zhǔn)三刺激值響應(yīng)并不完全對(duì)應(yīng)，因此，不能直接轉(zhuǎn)換到CIEL*a*b*空間進(jìn)行色差計(jì)算。以往的數(shù)碼相機(jī)顏色信號(hào)到CIE顏色的轉(zhuǎn)換是R、G、B值到X、Y、Z[9]，之后還需再轉(zhuǎn)換到CIEL*a*b*，過程繁瑣，且結(jié)果不是非常理想，因此，本文采用最小二乘法將提取的原始RGB信號(hào)直接轉(zhuǎn)換到CIEL*a*b*顏色空間，并通過轉(zhuǎn)化計(jì)算色差，再得到色差差值。其主要步驟包括以下幾個(gè)方面。

步驟1：在CIE標(biāo)準(zhǔn)光源D65照明下，利用Datacolor獲得對(duì)應(yīng) Pantone色卡的CIEL*a*b*空間下的亮度值L和色度值a、b，記為矩陣Pi=[L,a,b]T，其中i=1，…，N，表示第i個(gè)色卡，作為構(gòu)建回歸模型的標(biāo)準(zhǔn)顏色值。

步驟2：應(yīng)用圖1裝置采集樣本的RAW格式圖像，并提取樣本的原始RGB信號(hào)，記為矩陣Ci(i=1，…，N)。考慮到顏色轉(zhuǎn)換的非線性關(guān)系，將所提取的原始傳感器響應(yīng)信息進(jìn)行非線性展開，展開方式包括以下7種模型：

1)Ci=[rgbrgrbgb]T

2)Ci=[rgbrgrbgb1]T

3)Ci=[rgbrgrbgbrgb1]T

4)Ci=[rgbrgrbgbr2g2b2]T

5)Ci=[rgbrgrbgbr2g2b21]T

6)Ci=[rgbrgrbgbr2g2b2rgb1]T

7)Ci=[rgbrgrbgbr2g2b2rgb(rg)2(rb)2(gb)21]T

步驟3：將提取的原始RGB信號(hào)轉(zhuǎn)換到標(biāo)準(zhǔn)CIEL*a*b*顏色空間的非線性關(guān)系表示為

Pi=M·Ci

(1)

式中：Ci為3個(gè)傳感器通道響應(yīng)構(gòu)成的向量矩陣；Pi為CIEL*a*b*空間下的3個(gè)向量矩陣；M是待求解的轉(zhuǎn)換矩陣，其最小二乘解為

M=Pi·CiT(Ci·CiT)-1

式中：T表示矩陣的轉(zhuǎn)置；“-1”表示矩陣的逆[10]。

2.3 色差公式

目前最常用且發(fā)展比較成熟的色差公式是基于CIEL*a*b*均勻顏色空間的CIE1976L*a*b*色差公式、CMC(2∶1)色差公式、CIE94色差公式以及CIEDE2000色差公式。紡織品顏色控制及評(píng)價(jià)中，CIEDE2000 色差公式比CMC或CIE1976L*a*b*更適合[1]，因此，本文實(shí)驗(yàn)采用CIEDE2000色差公式，其色差ΔE00計(jì)算式為

ΔE00=

200個(gè)訓(xùn)練樣本和280個(gè)測(cè)試樣本的實(shí)驗(yàn)用Pantone標(biāo)準(zhǔn)色卡的色品圖見圖2，圖中橫縱坐標(biāo)分別代表色品圖中色度坐標(biāo)的x、y值。

圖2 Pantone標(biāo)準(zhǔn)色卡的色品圖Fig.2 Color chart of Pantone standard color card

由圖2可知，本實(shí)驗(yàn)選用的訓(xùn)練和測(cè)試樣本顏色分布均勻，顏色約涵蓋了標(biāo)準(zhǔn)色品圖Adobe RGB空間的2/3，保證了得到的實(shí)驗(yàn)結(jié)果具有代表性和可靠性。

3 實(shí)驗(yàn)結(jié)果與分析

為得到準(zhǔn)確、可靠的色差測(cè)量結(jié)果，分別用不同尺寸的色塊圖像、不同的回歸模型及不同模型訓(xùn)練樣本數(shù)量對(duì)色差結(jié)果的影響進(jìn)行分析。

3.1 色塊尺寸

為分析同一鏡頭下，不同尺寸色塊對(duì)測(cè)量結(jié)果的影響，選定大小分別為100像素×100像素、200像素×200像素和300像素×300像素的色塊進(jìn)行實(shí)驗(yàn)，選取32張Pantone標(biāo)準(zhǔn)色卡作為測(cè)試樣本，比較每張3個(gè)不同色塊圖像生成的原始RGB信號(hào)的變化情況，觀察其變異系數(shù)，結(jié)果如表1所示。

表1 不同色塊尺寸測(cè)量結(jié)果Tab.1 Results for different color block size

表1表明：不同尺寸的色塊生成的原始RGB信號(hào)變異系數(shù)(CV)平均值分別為：0.17(r)，0.12(g)和0.18(b)，32張Pantone色卡變異系數(shù)均遠(yuǎn)小于1，說明所測(cè)不同尺寸的色塊對(duì)所要提取的原始RGB信號(hào)無(wú)影響，每次提取的原始RGB信號(hào)具有穩(wěn)定性。為減少實(shí)驗(yàn)運(yùn)算量，以下實(shí)驗(yàn)均選用 100像素×100像素的色塊尺寸進(jìn)行顏色提取。

3.2 訓(xùn)練樣本數(shù)量和回歸模型

為研究訓(xùn)練樣本數(shù)量和不同回歸模型對(duì)色差差值測(cè)量結(jié)果的影響，統(tǒng)一選取圖像色塊尺寸為 100像素×100像素。色卡樣本總數(shù)量480張，其中 280張用于測(cè)試，剩余200張用于訓(xùn)練。回歸訓(xùn)練樣本數(shù)量分別設(shè)為60、80、100、120、140對(duì)。

首先采用不同模型和不同樣本數(shù)量，經(jīng)過訓(xùn)練得到響應(yīng)的回歸模型，然后利用此模型計(jì)算剩余色卡樣本的CIEL*a*b*顏色值，并計(jì)算樣本之間的色差，最后將所計(jì)算的色差與Datacolor 650所測(cè)量色差做對(duì)比，計(jì)算二者差值的絕對(duì)值。不同訓(xùn)練樣本數(shù)量和不同回歸模型的色差差值測(cè)量結(jié)果如表2所示。

色差差值越小，表示本文方法測(cè)得的色差越準(zhǔn)確，即越接近Datacolor的結(jié)果。從表2可以看出：訓(xùn)練樣本數(shù)量相同時(shí)，模型1較其他模型的平均色差差值均大，說明常數(shù)項(xiàng)在模型參數(shù)中的重要性；隨著訓(xùn)練樣本數(shù)量增多，不同模型平均色差差值呈減小趨勢(shì)，但是對(duì)于模型6和7，樣本數(shù)量從100對(duì)增加到140對(duì)，二者的平均色差差值先減小后略有增加，說明訓(xùn)練樣本數(shù)量增加到一定程度，再增加其數(shù)量對(duì)色差測(cè)量精度的提高幫助不大；樣本數(shù)量為120對(duì)時(shí)，模型3較模型2的平均色差差值大，分別為0.89和0.83，而模型6較模型5的平均色差小，分別為0.53和0.63，說明rgb這個(gè)參數(shù)項(xiàng)對(duì)模型色差精度影響不大；當(dāng)樣本數(shù)量同為140對(duì)時(shí)，將模型5 和模型2進(jìn)行對(duì)比，前者色差結(jié)果更好，說明r2、g2、b2這3個(gè)平方參數(shù)項(xiàng)對(duì)色差差值結(jié)果的影響較大；當(dāng)樣本數(shù)量相同時(shí)，參數(shù)較多的模型較參數(shù)較少的模型的平均色差差值小，中位數(shù)也較小，說明模型構(gòu)建中參數(shù)數(shù)量越多，對(duì)轉(zhuǎn)化后色差差值減小的幫助越大，但樣本數(shù)量為140對(duì)時(shí)，模型6和7的平均色差差值分別為0.55和0.58，平均色差差值反而稍有增加；因此，所用回歸模型參數(shù)數(shù)量并非決定性因素，其有效度依賴于所選擇的特定參數(shù)[9]。

采用本文實(shí)驗(yàn)所提出的所有模型計(jì)算所得的色差差值的標(biāo)準(zhǔn)差都較小，最大為1.26，最小為0.14，平均標(biāo)準(zhǔn)差為0.72，數(shù)據(jù)變動(dòng)小，說明本文方法得到的色差穩(wěn)定性較好。故綜合得出優(yōu)選模型為模型5和6，且對(duì)應(yīng)的最優(yōu)訓(xùn)練樣本數(shù)量為120對(duì)。

表2 不同訓(xùn)練樣本數(shù)量和不同映射模型的色差測(cè)量結(jié)果Tab.2 Results of color difference with different training samples and different models

3.3 在紡織品色卡及染色樣布中的應(yīng)用

為驗(yàn)證上述實(shí)驗(yàn)方法所得的色差測(cè)量模型的有效性，將其應(yīng)用于中國(guó)紡織行業(yè)的專業(yè)棉布CNCS色卡及染色樣布的色差測(cè)量。

實(shí)驗(yàn)以上述Pantone標(biāo)準(zhǔn)色卡的120對(duì)訓(xùn)練樣本和優(yōu)選模型5、6為基礎(chǔ)，色塊尺寸為100像素×100像素，測(cè)試了100對(duì)CNCS色卡和30對(duì)染色樣布，測(cè)試結(jié)果如表3、4所示，表中包含DigiEye測(cè)色系統(tǒng)與對(duì)應(yīng)的標(biāo)準(zhǔn)色差的對(duì)比結(jié)果。圖3示出所測(cè)CNCS色卡和染色樣布的色品圖，圖中橫縱坐標(biāo)分別代表色品圖中色度坐標(biāo)的x、y值。

表3 CNCS色卡色差測(cè)量結(jié)果Tab.3 Results of color difference for CNCS color card

表4 染色樣布色差測(cè)量結(jié)果Tab.4 Results of color difference for dyed fabric

圖3 CNCS色卡和染色樣布的色品圖Fig.3 Color chart of CNCS color card and dyed fabric

由表3可知，模型5、6的平均色差差值分別為1.16和1.47，與上述色卡測(cè)量結(jié)果相比，數(shù)值略有增加。其可能原因?yàn)椋篊NCS色卡屬于紡織品織物，表面沒有Pantone標(biāo)準(zhǔn)色卡光滑，提取的圖像像素會(huì)略有差異。與DigiEye相比：模型5、6的平均色差差值略大，但其標(biāo)準(zhǔn)差分別為0.95和1.05，色差波動(dòng)較小。模型5平均色差差值較模型6小0.31，說明模型5較模型6更加適用于紡織品CNCS色卡色差測(cè)量。表4表明，模型5和6應(yīng)用于紡織染色樣布時(shí)，所得的平均色差差值分別為1.34和1.44，很接近于DigiEye測(cè)量結(jié)果，且模型5較優(yōu)于模型6。此外，模型5的標(biāo)準(zhǔn)差為1.26，其波動(dòng)小、穩(wěn)定性較好，所得色差結(jié)果能與DigiEye測(cè)量結(jié)果保持良好的一致性。

4 結(jié) 論

1)本文以分光光度計(jì)為標(biāo)準(zhǔn)測(cè)量?jī)x，Pantone標(biāo)準(zhǔn)色卡為訓(xùn)練樣本，采集色卡的RAW圖像，提取圖像的原始RGB信號(hào)，建立其與CIEL*a*b*值之間的非線性回歸模型，完成任意2個(gè)待測(cè)樣本的色差預(yù)測(cè)，為快速、成本低的色差的評(píng)價(jià)裝置提供理論基礎(chǔ)。

2)將回歸模型[rgbrgrbgbr2g2b2]T分別應(yīng)用于紡織品CNCS色卡和染色織物樣本的色差測(cè)量，所得到平均色差差值分別為1.16和1.34， 略高于DigiEye測(cè)色系統(tǒng)的結(jié)果(0.86和1.11)，但總體上與DigiEye測(cè)量結(jié)果保持良好的一致性，尤其是對(duì)染色織物。

本文選用了有代表性的Pantone標(biāo)準(zhǔn)色卡顏色作為模型訓(xùn)練樣本，不同于DigiEye測(cè)色系統(tǒng)專用的標(biāo)定色卡，導(dǎo)致測(cè)量精度受限，后續(xù)的研究方向需進(jìn)一步改進(jìn)回歸模型和優(yōu)化訓(xùn)練樣本顏色組合。