彩色攝像機顏色分辨力測量

徐記偉，杜 仙，方海棠，邢冀川

彩色攝像機顏色分辨力測量

徐記偉1，杜 仙2，方海棠3，邢冀川1

（1. 北京理工大學 光電學院，北京 100081；2. 國網宜昌供電公司信息通信分公司，湖北 宜昌 443000；3. 塔里木油田公司信息與通訊技術中心，新疆 庫爾勒 841000）

為實現對彩色攝像機顏色分辨力測試，設計了通過雙離散顏色源、反射式準直光學系統和四桿靶靶標模塊組成的測試裝置。雙離散顏色源分別產生經過標定的前景和背景顏色光束，經過準直光學系統，最終合成四桿靶測試靶標圖像。該系統在測量過程分別獲取各頻率下從靶標圖像中提取的目標靶標并對其進行色差計算，通過圖像算法對測試靶標進行判斷和識別，獲得彩色攝像機的最小可分辨色差（minimum resolvabledifference，MRED）和最小可探測色差（minimum detectabledifference，MDED），實現對彩色攝像機顏色分辨力的客觀檢測。

彩色攝像機；顏色分辨力；四桿靶測試靶標

0 引言

在視覺識別、藝術再現和軍事目標探測領域，彩色攝像機相比于單色成像系統，能夠從空間場景中獲取更豐富的頻率信息。然而彩色攝像機也面臨圖像顏色失真、不均勻性等問題，嚴重降低了彩色攝像機的空間分辨力。到目前為止，現有對成像傳感器分辨力的研究大部分集中在“黑白”問題，只有很少部分涉及到顏色分辨力的測量[1]，為了獲得彩色攝像機對兩種顏色差異的分辨能力，因此需要對彩色攝像機顏色分辨力進行精確地測量。

典型的顏色精度測試是通過顏色測試卡來進行顏色測試，然而這種方法工作量大，而且無法測試不同空間頻率的色差。文獻[2]和文獻[3]中使用兩路能產生特定顏色共軛像的光源及平行光管組成的顏色分辨力測量系統都需要由人來對彩色攝像機顏色分辨力進行主觀判斷。本文提出了通過標定的顏色光源產生雙路控制四桿靶標圖像，并結合圖像算法對靶標圖像中的目標進行探測和識別的顏色分辨力測量系統將會更加客觀、有效地實現顏色精度和分辨力的測量。

1 彩色攝像機顏色分辨力測試系統

本裝置由一個雙離散的顏色光源和反射式目標靶組成的單個光學系統，產生雙路顏色可調的單色光照射測試靶標，通過測試靶標來填充被測彩色圖像傳感器，由此對彩色攝像機的顏色分辨力進行測試。其中每一個顏色源都處于閉環控制狀態，整個系統的輸出被精確地校準。實驗裝置原理圖如圖1所示。

圖1 彩色攝像機顏色分辨力實驗裝置原理圖

顏色光源是通過兩組雙積分球[4]，來產生顏色可調的雙路顏色光。雙積分球裝置主要由主積分球、次積分球和濾光片組等組成。主積分球和次積分球主要是為了在濾光片上得到均勻光和消除濾光片所引起光源的不均勻性；濾光片通過3個可獨立運動的濾光片在次積分球內產生任意的顏色光。為了對輸出的顏色光進行精確地控制，每一個雙積分球顏色源上都有兩個光亮度傳感器和光譜傳感器形成閉環控制系統，分別對光源的亮度和光譜特性進行精確控制。雙積分球光源結構如圖2所示。

圖2 雙積分球顏色源系統結構

測試靶標是進行彩色攝像機顏色分辨力測試的核心部件，雙路顏色光源分別照射測試靶標，通過裝置中反射式光學系統將靶標圖像投射在被測彩色圖像傳感器上。為了實現雙路顏色測試圖像，測試靶標是成對設計的，分為前景靶標和背景靶標。測試靶標合成如圖3所示。

圖3 測試靶標合成圖

為了提高顏色光的保真度，系統采用了反射式光學系統[5]。傳統的反射型準直器可以有一個折返鏡和一個離軸拋物面組成，但是本系統要求有兩路顏色靶標圖樣合成一路測試靶標圖像，因此在光路中加入了一個分光棱鏡用于在光譜和空間上組合前景通道和背景通道。光學系統原理圖如圖4所示。

圖4 光學系統原理圖

2 彩色圖像的特征提取與色差計算

2.1 目標特征提取

通過測試靶標圖像客觀地測試彩色攝像機顏色分辨力的過程中，需要對測試靶標圖像進行預處理。在人主觀測量彩色攝像機的顏色分辨力時，由于人眼觀察圖像具有一定的積分效應[6]，一定程度上消除了部分隨機噪聲，因此在預處理時不進行過多的圖像濾除噪聲和改善圖像信噪比。僅僅對彩色攝像機采集的靶板圖像在0.1s內進行幀平均處理去除部分隨機噪聲，同時避免了圖像條紋特征的失真[7]。

要從圖像中提取顏色條紋特征首先要確定四桿靶的位置，選取顏色差異較大的靶標圖像，通過自適應邊緣檢測和圖像分割算法分別對測試靶標的感興趣區域和靶桿位置區域進行處理。由于在測量過程中靶板相對于攝像機處于靜止狀態，將此區域作為一個定值。測試靶標圖像處理流程圖，如圖5所示。

圖5 測試靶標圖像處理流程圖

2.2 圖像色差的計算

圖像色差進行計算是在三維CIE L*a*b*均勻色度空間中進行的。CIELAB均勻顏色空間以等距性好、色差分辨力高[2]以及更加逼近人類的視覺感知，已經作為國際通用的測色標準。如圖6所示，L*a*b*色度空間立體圖。

圖6 L*a*b*色度空間立體圖，L*表示顏色的明度，a*正值表示偏紅，負值表示偏綠；b*正值表示偏黃，負值表示偏藍

2.2.1 顏色空間的轉換

假設彩色攝像機的顏色空間為sRGB[8]，而sRGB和CIELAB顏色空間是不能直接轉化的，需要先從sRGB顏色空間轉化為CIEXYZ顏色空間，在經過CIEXYZ顏色空間變換到CIELAB顏色空間，轉化程序如圖7[8]所示。由sRGB轉化為CIELAB可以通過一個3×3的矩陣轉換來實現[9]：

由CIEXYZ轉化為CIELAB的轉化公式[9]如下：

明度：

色度：

式中：X、Y、Z為照明光源的三刺激值所對應標準照明體的三刺激值。

圖7 顏色空間轉化程序處理流程圖

2.2.2 圖像色差計算

彩色攝像機采集的測試靶標圖像采用的是雙色四桿靶圖像，可以把前景色和背景色作為感興趣區域分開處理。在CIELAB顏色空間中，*、*、*三個分量對總體平均色差的貢獻是相互獨立的，因此可以通過對前景靶標區域和背景靶標區域分別求3個分量的算術平均值[10]：

對彩色攝像機顏色分辨力進行測量就需要色差閾值作為對測試圖像判定的依據，當所測量的色差小于該閾值就無法分辨，反之可以分辨；在彩色電視系統中兩種顏色恰巧剛好不能區分的色差值[12]（just noticeable color difference, JNCD）為5NBS（Dalton, 1987）[13]，并且該值已經廣泛應用到彩色攝像機顏色檢測和校正中[14]。因此取該值作為設備的色差閾值。測試圖像的可分辨區域的劃分可通過式(6)來描述：

D≥JNCD (6)

3 彩色攝像機色差分辨力測試

本實驗通過最小可探測色差MRED、最小可分辨色差MDED兩個指標來反映彩色攝像機對顏色的分辨能力。MDED用于量化測試者可探測兩種顏色測試圖像的最小色差；MRED用于量化測試者可識別兩種顏色測試圖像的最小色差[3]。MDED和MRED分別可以通過識別四桿靶測試圖樣中至少一個色桿目標（當識別的像素數占一個靶桿目標的75%時，確認該目標被識別出來時的色差為最小可探測色差）和3個色桿目標（恰好識別每只靶桿圖案像素點的75%且識別四桿靶圖像中的3個靶桿目標時）所對應的前景色和背景色之間的色差來表示，如圖8所示。

在測試過程中先通過光源控制器調節兩個光源的參數，使其具有相同的波長、帶寬和強度。此時完全不能分辨前景靶標和背景靶標。保持背景光源顏色不變的條件下，調節前景光源的波長（測試中按照lnm的步長進行測試，前景和背景色差變化如圖9所示），將會逐漸增大前景和背景顏色的差異。

圖8 彩色攝像機的最小可探測色差測試圖像和最小可分辨色差測試圖像

圖9 顏色分辨力測試裝置從590nm～653nm的色差變化曲線

在此過程中，用被測彩色攝像機連續采集50幅圖像，對獲取的目標圖像數據預處理（圖像平均運算）后，作為對彩色攝像顏色分辨力進行測試的顏色樣本。通過圖5中所示中靶板前景和背景目標提取算法，對獲取四桿靶圖像中的區域目標按照圖7所示的顏色空間轉換算法變換到Lab顏色空間，在經過公式(4)和公式(5)計算前景目標和背景目標的色差。MRED和MDED可通過公式(6)計算能夠探測到的靶桿像素個數并結合JNCD判別標準對測試靶桿進行分辨。重復上面的測試步驟，只需要更換分辨力靶板的便可以計算出不同分辨力下的最小可分辨色差和最小可探測色差。測試結果如圖10所示。

圖10 彩色攝像機顏色分辨力測試曲線

由圖10可知，隨著空間頻率越大，最小可探測和最小可分辨色差也逐漸增加，這一規律符合客觀事實。但是其增加的幅度不大，在3NBS左右，該值小于攝像機可以識別的最小色差5NBS，可以忽略不計。因此，在某一種顏色波段范圍內（前景色的亮度、飽和度不變，只改變前景波長的情況下），我們可以通過該方法測出各種顏色的最小可探測和最小可分辨色差。

4 總結

本文介紹了使用雙色圖樣測試靶標結合反射式光學系統組成的彩色攝像機顏色分辨力測試系統，該系統通過圖像處理算法客觀的測量了不同分辨力下彩色攝像機的MDED和MRED。從測試結果分析，我們可以測量和標定彩色攝像機對顏色的分辨能力，尤其對在特殊場合或者在某一特定顏色應用的彩色攝像機的檢測提供了客觀可行的方法，而且具有方便、快速、準確等特點。該系統也可以應用在對商業攝像機、彩色印染檢測攝像機、智能機器人中的人眼仿生相機和彩色醫療設備等顏色分辨力檢測方面。

[1] SONG Yuehong, XU Junqing. Digital Camera Color Resolution Test Based on Knife-Edge Method[J]., 2013, 469: 246-250.

[2] 連禮泉. 色差分辨力測量[C]//第十三屆全國光學測試學術討論會論文, 2010: 202.

LIAN Liquan. The measurement of color resolution[C]//13th, 2010: 202.

[3] Jason A Mazzetta, Jason A Mazzetta, Stephen D Scopatz, et al. Relative color delineation testing of visible camera systems[C]//, 2008: 694116.

[4] 荊其誠, 焦書蘭, 喻柏林, 等.色度學[M]. 北京: 科學出版社, 1979.

JING Qicheng, JIAO Shulan, YU Bailin, et al.[M]. Beijing: Science Press, 1979.

[5] 顧小超, 胡雯雯, 黃麗俐, 等. 一種離軸拋物面準直光管的設計[J]. 激光與紅外, 2008, 38(5): 472-473.

GUO Xiaochao, HU Wenwen, HUANG Lili, et al. Design of the Off-axis Collimator[J]., 2008, 38(5): 472-473

[6] 董偉, 郭颋, 張偉. MRTD客觀測量中四桿靶圖像的特征提取[J]. 激光與紅外, 2002, 32(2): 104-106.

DONG Wei, GUO Ting, ZHANG Wei. The Extraction of Character of Four Bacilliform Target Image in the Objective Measurement of MRTD[J]., 2002, 32(2): 104-106.

[7] 王東偉, 張旭生, 何川, 等. 紅外熱像儀最小可辯溫差客觀測評技術[J]. 紅外與激光工程, 2010, 39(4): 611-614.

WANG Dongwei, ZHANG Xusheng, HE Chuan, et al. Objective evaluation method for MRTD of IR themal imager[J]., 2010, 39(4): 611-614.

[8] Renee Charriere, Mathieu Hebert, Alain Trémeau, et al. Color calibration of an RGB camera mounted in front of a microscope with strong color distortion[J]., 2013, 52(21): 5262-5271.

[9] Yves Vander Haeghen, et al. An Iamging System with Calibrated Color Image Acquisition for Use in Dermatology[J]., 2000, 19(7): 722-730.

[10] 孫建明, 周世生, 周利國. 基于CIEDE2000色差公式的印刷品色差檢測研究[J]. 機械科學與技術, 2011, 30(4): 582-585.

SUN Jianming, ZHOU Shisheng, ZHOU Liguo. Detection of the Printing Color Difference Based on CIEDE2000 Color-difference Formula[J]., 2011, 30(4): 582-585.

[11] 劉浩學, 黃敏, 武兵, 等. 彩色數字圖像色差計算方法的研究[J].光學學報, 2012, 32(9): 1-9.

LIU Haoxue, HUANG Min, WU Bing, et al. Study of Difference Evaluation in Color Digital Images[J]., 2012, 32(9): 1-9.

[12] LIU Kuocheng. An Improvement of Just Noticeable Color Difference Estimation[C]//, 2016, 8: 803-806.

[13] N J C Strachan, P Nesvadba, et al. Calibration of a video camera digitizing in the CIE L*u*o* colour space[J]., 1990, 11(11): 771-777.

[14] Montse Corbala′n, Mar?′a S. Milla′n, Mar?′a J. Yzuel. Color measurement in standard CIELAB coordinates using a 3CCD camera: correction for the influence of the light source[J]., 2000, 39(6): 1470-1476.

Measurement of Color Resolution for Color Cameras

XU Jiwei1，DU Xian2，FANG HaiTang3，XING Jichuan1

(1.,,100081,;2.,433000,;3.,841000,)

In order to calibrate the color resolution of a color camera, an experimental prototype is designed which consists of a double discrete color source, a reflective collimating optical system and four-bar target panel. The dual discrete color sources respectively produce a foreground and background color beam passing through a collimating optical system, and then form a four-bar synthetic image on the color CCD. In the experiment, we extracts the stripe from the target image at each frequency and calculates the color difference of each pixel. Then, we use the criterion to mark the detectable pixels and define the minimum resolvabledifference (MRED) and the minimum detectabledifference (MDED) as two indexes to objectively evaluate the color resolution of the color camera.

color camera, color resolution, four-bar target test target

TN948.41

A

1001-8891(2020)05-0468-05

2019-03-15；

2020-03-06.

徐記偉（1992-），男，河南鄲城人，碩士研究生，主要從事光電檢測和彩色圖像處理等方面的研究。E-mail：maxwell_xjw@163.com。