一種低光照度下的彩色數碼設備色彩還原能力評價方法

王曉巖，李 野，岳 丹

(長春理工大學 理學院，吉林 長春 130022)

1 引 言

圖像色彩作為圖像顯示效果的一個重要方面，取決于彩色數碼設備的色彩還原能力[1]。隨著光電成像器件的迅速發展，彩色數碼設備在可見光條件下的色彩還原能力日趨完善，如何提高低光照度[2-3]下彩色數碼設備的色彩還原能力成為目前的研究熱點。目前，市面上涌現了諸多新型的彩色數碼設備，其目的是為了提高在低光照度下的拍攝效果。但這些彩色數碼設備在低光照下的色彩還原能力具體如何，尚未形成一種有效的測試方法。

對彩色數碼設備色彩還原能力進行評價是個相對復雜的問題，目前市面上大多利用Imatest和Color Checker進行評價。Imatest是一套圖像質量分析軟件[4]，被廣泛應用于各種彩色數碼設備色彩還原能力的客觀評測。雖然Imatest各個功能模塊能夠得出許多參數，但在不同環境、用不同的測試圖卡得出的參數值也不盡相同，這使得對彩色數碼設備的評價變得復雜。德國影像工程公司Image Engineering通過使用分光光度計測量Color Checker，將儀器讀出的參考數據與相機拍攝的圖像一起提供給分析軟件，通過計算顏色誤差等差異評測了2017年以后上市的相機產品，對其色彩還原能力進行了嚴謹的測試及評價，其方法雖簡便卻不具有可重復性。因此，為了使其評價更加簡單快捷并具有可重復性，本文將直接使用各種彩色數碼設備輸出圖像來進行彩色數碼設備色彩還原能力的現場評價。

目前國內外采用的對彩色數碼設備輸出圖像質量評價方法主要分為兩類：主觀圖像質量評價方法和客觀圖像質量評價方法[5]。主觀圖像質量評價方法選擇大量評測者在特定環境中對同一目標圖像進行評價打分，并對其分數進行加權平均從而得到圖像質量評價結果。客觀圖像質量評價方法是指脫離人的主觀意識判斷，依據人眼的主觀視覺系統建立一個數學模型，對待評圖像進行相關的處理運算，從而得到待評圖像的質量值。2000年，汪孔橋等[6]提出了一種簡化的圖像質量評價模型 ,基于人眼感興趣區域特性對傳統的PNSR方法進行改進，劃分人眼視覺感興趣區域并賦予對應的加權值進行質量評估。2006年，Shnayderman 等[7]提出了一種基于奇異值分解的圖像質量度量方法，該方法可以圖形方式用作二維工具，也可以在數值上用作標量度量，使多種損傷類型圖像都能獲得較好的評價效果。2007年，Chandler等[8]提出了一種基于人類視覺的近閾值和超閾值特性來量化自然圖像視覺保真度的有效指標，該方法是基于物理亮度和視覺角度，因此可以用來評價不同視覺條件的圖像質量。2011年，Zhang等[9]針對人眼視覺系統(HVS)主要根據圖像的底層特征來理解圖像，提出了一種新的全參考IQA特征相似度(FSIM)指標。在6個基準IQA數據庫上進行的大量實驗表明，FSIM能夠比最先進的IQA指標獲得更高的主觀評價一致性。主觀圖像質量評價方法雖然結果可靠，但需要評測者對圖像做多次反復性試驗，無法應用于所有場合，不便于圖像系統的集成和實現。而客觀評價方法是利用算法代替人眼視覺來感知和評價圖像質量，省時省力，實施穩定，應用領域廣，評價結果具有重現性，不受主觀因素的影響。因此，使用客觀評價方法相對于主觀評價方法更有意義。

本文在低光照度條件下采用客觀質量評價方法對各種彩色數碼設備色彩還原能力進行評價，通過建立評價模型來計算標準色卡圖像和彩色數碼設備所采集圖像的差異，作為彩色數碼設備圖像質量的評測標準，從而實現對彩色數碼設備色彩還原能力的有效評價。首先選取符合評價需求的色彩空間及構建色彩空間理論轉換模型，然后構建彩色數碼設備色彩還原能力度量標準，最后通過VC++軟件平臺實現彩色數碼設備色彩還原能力評價方法，其方法計算簡單、意義明確，具備可操作和可重復性。本文提出的彩色數碼設備色彩還原能力評價方法，對于研究低光照度下彩色數碼設備色彩還原能力具有較大的理論意義和實際應用價值, 同時對微光夜視設備色彩還原能力的評價也具有重要的指導意義和參考價值。

2 色彩還原能力評價方法

2.1 色彩空間的選取及轉換

通常彩色數碼設備用的RGB三基色顏色空間是面向硬件的模型[10]，用于建模物理設備的輸出，是與設備相關的色彩空間，無法直接用于各種彩色數碼設備色彩還原能力的評價。而CIELAB顏色空間是一種與設備無關的顏色系統[11]，也是一種基于生理特性的顏色系統，以數字化方式來描述人的視覺感應。在表達色域范圍上，CIELAB色彩空間具有最寬的色域范圍，它適用于一切光源色體或物體色的表示與計算。當色彩從色域范圍大的色彩模型向色域范型圍小的色彩模型轉換時，色彩不會損失，避免了色彩損失帶來的誤差。本文采用CIELAB顏色空間作為彩色數碼設備輸出圖像的評價空間。

基于色度學理論，本文采用以下方法建立從顯像RGB顏色空間到CIELAB顏色空間理論轉換模型：

RGB顏色空間不能直接轉換到CIELAB顏色空間，需要借助XYZ顏色空間。首先將RGB顏色空間轉換到XYZ顏色空間，再將XYZ顏色空間轉換到CIELAB顏色空間。

RGB顏色空間到CIEXYZ顏色空間的轉換模型如公式(1)所示：

(1)

但該轉換矩陣與具體的顯示系統硬件相關。基于該模型，針對彩色數碼設備特點，通過顏色標定方法對轉換矩陣中的參數進行修正及優化。

CIEXYZ顏色空間到CIELAB顏色空間的模型如公式(2)所示：

(2)

其中：

X、Y、Z為顏色樣品的三刺激值，Xn、Yn、Zn為標準照明體照射在完全漫反射體上后反射到觀察者眼中的三刺激值。

2.2 評價指標的建立

針對彩色數碼設備圖像特點，選定顏色空間內構建彩色數碼設備色彩還原能力評價度量標準，實現對彩色數碼設備色彩還原能力的全面客觀的量化評價，從而為系統設計性能的優劣提供可靠的客觀量化指標。

2.2.1 色差CIEDE2000

由于人眼與色差計在色度圖中不同位置的色彩評估方法和形狀上的差異，引起了許多色彩評定時測量數據與目測結論不匹配的問題。在2000年，經過國際照明技術委員會對現有色差公式和視覺評價數據的分析與測試，提出了一個新的色彩評價公式，稱為CIEDE2000色差公式，簡稱CIEDE2000，色差符號為ΔE00[12]。CIEDE2000是到目前為止最新的色差公式，該公式與CIE94相比復雜得多，其在各個色差范圍都表現優異，同時也大幅提高了精度。因此本文基于CIEDE2000色差公式，構建待評價圖像自身對比度及與標準色樣圖像之間的色彩還原度度量模型，實現對系統產生圖像的質量評價。

CIEDE2000色差公式如公式(3)所示:

(3)

其中，L表示人類視覺的亮度響應，用于量化圖像的亮度；C是飽和度，H是色調，這兩者都用于定量人類視覺的色彩響應。ΔL′、ΔC′、ΔH′分別表示亮度差、飽和度差和色調差，具體表達式如公式(4)所示：

(4)

式中：b和s分別表示顏色樣品和標準色樣。亮度L′、彩度C′和色調角h′均可由CIELAB值轉換得到，轉換公式如式(5)所示：

(5)

其中：a′=a*(1+G),b′=b*，G表示為紅綠軸的調整因子，權重函數SL、Sc、SH用來校正顏色空間的均勻性，其值取決于顏色在標準CIE顏色空間中的位置。

基于CIEDE2000色差公式，本文中提出的彩色數碼設備圖像質量度量標準包括對比度模型及色彩還原度模型，分別如公式(6)、(7)所示：

(6)

(7)

對于同一圖像的兩個部分對比度的值越大，從視覺上就越容易區分這兩個部分。色彩還原度是將系統產生圖像與可接受的標準圖樣進行比較，其值越小，表示系統的色彩還原度越高。

2.2.2 MSE和PSNR

均方誤差(Mean Square Error, MSE)[13]和峰值信噪比(Peak-Signal to Noise Ratio, PSNR)[14-15]都是通過計算待評圖像與參考圖像之間像素灰度值誤差的大小來全局衡量待評圖像質量好壞。MSE的值越小，表明待評圖像質量越好。而PSNR的值越大，表明待評圖像與參考圖像之間的失真越小，待評圖像質量越好。其計算公式如下：

(8)

(9)

其中：x與y分別表示參考與失真圖像，N是參考或失真圖像中像素點總數，L是圖像中最大亮度值，通常為255。

2.2.3 RMSE

均方根誤差亦稱標準誤差[16]，其計算公式如下：

(10)

式中：m、n為圖像像素大小，RMSE的值越小表示得到的散點偏離擬合線的程度越小，擬合效果也就越好，圖像質量越好。

2.2.4 SSIM

結構相似度(SSIM)是一種衡量電視、電影或者其他數字圖像、視頻的主觀感受質量的一種方法[17]。SSIM算法是用來測試兩幅圖像的相似性，其評價圖像的質量是基于未壓縮的或者無失真的圖像作為參考。SSIM是一種基于感知的計算模型，它能夠考慮到圖像的結構信息在人的感知上的模糊變化，該模型還引入了一些與感知上的變化有關的感知現象，包含亮度變化和對比度變化，結構信息指的是像素之間有著內部的依賴性，尤其是空間上靠近的像素點，這些依賴性攜帶著目標對象視覺感知上的重要信息。指定兩個圖像x和y,則兩張圖像的結構相似性可按公式(11)和(12)求出：

(11)

其中：

(12)

3 實驗過程與結果

3.1 實驗方法

該階段所涉及的實驗部分是對所構造出來的圖像質量評價算法編寫相應的數值程序，包括仿真測試程序及上位機軟件程序。

在仿真測試階段，基于MATLAB軟件平臺編寫程序[18]，對提出的圖像質量評價算法進行仿真分析。主要是針對所研究的彩色數碼設備進行系統修正及優化色彩空間轉換模型參數，同時基于實驗結果，對建立的質量評價模型進行修正，最終得到符合彩色數碼設備特點的色彩還原能力評價模型。

在完成MATLAB仿真測試后，設計并實現基于VC++編程語言的MFC界面的上機測試軟件[19]。其上機測試軟件的設計思想是模塊化、清晰化和有效化。通過使用VC++面向對象技術，對圖像質量評價方法的各類功能進行分解，并用類的方式實現各類功能。圖1給出了彩色數碼設備的圖像質量測試軟件設計示意圖。

圖1 圖像質量測試軟件設計示意圖Fig.1 Schematic diagram of image quality test software design

圖2 VC++ MFC評價界面顯示Fig.2 VC++ MFC evaluation interface display

其中，數據采集模塊主要實現對設備輸出彩色圖像的采集；色彩空間轉換模型是實現待評圖像由RGB顏色空間到CIELAB顏色空間的轉化；圖像質量度量標準是實現對圖像質量的評價；圖像存儲和參數管理是測試軟件中主要的數據結構部分，負責相應的內存管理；界面操作部分是提供參數設定以及計算結果顯示功能。

圖2為設計出的VC++ MFC界面，主要分為圖像顯示、評價數據、評價指標3部分。其中圖像輸出為標準圖像及測試圖像的導入顯示，評價數據為各圖像指定區域平均RGB及LAB值，評價指標為色差CIEDE2000、對比度(Contrast)、均方誤差(MSE)、均方根誤差(RMSE)、峰值信噪比(PSNR)、結構相似性(SSIM)等。

3.2 實驗過程及結果

實驗環境：暗室，環境照度小于5 lx，溫度21～25 ℃，濕度20%～60%，中性灰白色墻面。

實驗設備：Lenovo IdeaPad Yoga13,三腳架，標準光源D65，佳能EW-73D數碼相機，良田高拍儀，華為mate7手機，華為P10手機,華為mate20Pro手機，iPhone6手機，照度計，美儂24色標準色卡。

為更好地測試、表征及校準彩色數碼設備圖像顯示系統，利用如圖3所示的美儂24色標準色卡作為觀測圖像。它能為真實還原任何照明條件下任何介質上的圖像色彩提供參照，其中的每塊色塊都代表了自然物體的真實色彩，而且反光率與真實物體相同。基于上述觀測目標，利用評價指標實現對系統產生的彩色圖像進行量化評價，從而為彩色數碼設備色彩還原能力評價提供可靠的客觀量化指標。

圖3 美儂24色標準色卡Fig.3 Beauty 24 color standard color card

3.3 實驗過程

(1)設置各彩色數碼設備參數，關閉閃光燈。確保實驗環境全黑且無反光，照度均小于5 lx。

(2)將被評測的彩色數碼設備分別瞄準置于中性灰背景中的標準色卡，使其處于各彩色數碼設備取景器視場的中央，并盡可能充滿視場(標準色卡應占取景器視場面積的70%以上)，取20°～45°的入射角進行拍攝，拍攝完成后將圖像存為BMP格式。

(3)將所拍攝的圖像導入計算機中，然后上機程序進行評測。打開程序，點開圖像導入按鈕進行圖像導入，并點擊其他參數按鈕進行圖像質量測評。實驗設置如圖4所示。

圖4 實驗設置Fig.4 Experimental setup diagram

3.4 實驗結果分析

使用各種彩色數碼設備拍攝標準色卡并選取指定區域進行色彩還原能力評價。以24色美儂標準色卡的理想值作為參考標準，分別用佳能EW-73D數碼相機、良田高拍儀、華為mate7手機、華為P10手機、華為mate20Pro手機拍攝標準色卡的顏色值與理想值比較，通過所得到的色差、均方誤差、峰值信噪比、均方根誤差、結構相似性大小來判斷彩色數碼設備的色彩還原能力。色差值和對比度值越小，說明彩色數碼設備的色差還原能力越好；均方誤差MSE的值越小，表明圖像質量越好；而峰值信噪比PSNR的值越大，表明待評圖像與參考圖像之間的失真越少，圖像質量越好，彩色數碼設備的色彩還原能力越佳；結構相似性SSIM值越大，說明數碼相機的色差還原能力越好。圖5是低光照度下各種彩色數碼設備評價指標數據曲線圖。

(a) 色差CIEDE2000曲線圖(a) CIEDE2000 curve

(b) 對比度曲線圖(b) Contrast curve

(c) 均方誤差曲線圖(c) MSE curve

(d) 均方根誤差曲線圖(d) RMSE curve

(e) 峰值信噪比曲線圖(e) PSNR curve

(f) 結構相似性曲線圖(f) SSIM curve圖5 低光照度下各種彩色數碼設備評價指標數據曲線圖Fig.5 Curves of evaluation index data of various color digital devices under low illumination

分析色差值ΔE00及對比度C，從圖5(a)和(b)數據中可得出各彩色數碼設備色彩還原能力為：華為mate20Pro>佳能EW-73D數碼相機>良田高拍儀>華為P10>iPhone 6>華為mate7。分析均方誤差MSE及均方根誤差RMSE，從圖5(c)和(d)數據中可得出各彩色數碼設備色彩還原能力為：華為mate20Pro>佳能EW-73D數碼相機>良田高拍儀>華為P10>iPhone 6>華為mate7。分析峰值信噪比PSNR，從圖5(e)數據中可以得出各彩色數碼設備色彩還原能力為：華為mate20Pro>佳能EW-73D數碼相機>良田高拍儀>華為P10>iPhone 6>華為mate7。分析結構相似度SSIM，從圖5(f)數據中可以得出各彩色數碼設備色彩還原能力為：華為mate20Pro>佳能EW-73D數碼相機>良田高拍儀>華為P10>iPhone 6>華為mate7。

由上分析可知，在低光照度的情況下，華為mate20Pro的色彩還原能力最好，以下依次是佳能EW-73D數碼相機、良田高拍儀、華為P10手機、iPhone6手機、華為mate7手機，該實驗結果與人眼主觀視覺感受相吻合，具有一定的可靠性。

4 結 論

彩色數碼設備色彩還原能力不僅受到本身色彩還原能力算法的影響，而且在實際測評過程中還會受到拍攝環境、光源等影響。本文從評價低光照度下彩色數碼設備色彩還原能力的需求出發，利用色差公式CIEDE2000等度量指標，基于VC++平臺編寫圖像質量評價算法和相應的數值程序，設計出一款色彩還原能力評價軟件系統。現場實驗結果表明，此方法可以實現對低光照度下彩色數碼設備色彩還原能力的全面客觀量化評價，能為各類數碼設備設計性能的優劣提供全面可靠的評價指標，同時對微光夜視設備色彩還原能力的研究也具有指導意義和參考價值。