成像技術在紡織品顏色測量中的應用進展

裘柯檳， 陳維國,2， 周 華,2， 應雙雙

(1. 浙江理工大學 紡織科學與工程學院(國際絲綢學院)， 浙江 杭州 310018； 2. 浙江理工大學上虞工業技術研究院有限公司， 浙江 紹興 312300)

顏色測量是紡織服飾產業中最常用的評價方法之一，不同于印刷品，紡織品種類繁多、結構多變、顏色豐富，其最終的顏色效果不僅受到紗線顏色的影響，也會受織物層數[1]、纖維形狀[2]、織物紋理[3]、紗線線密度、捻度、織造工藝等因素的共同影響，準確、高效的紡織品顏色測量一直是紡織領域研究的熱點。顏色測量方法包括：目測法、光電積分法、分光光度法、數碼攝像法[4]和光譜成像法等。分光光度法是工業生產中應用非常廣泛的顏色測量方法，分光光度計最小測量孔徑達到3 mm，滿足大部分顏色測量場景。對于紗線、纖維顏色測量時，受儀器測量孔徑的限制，測量前需要對試樣進行預處理，這使得測量過程復雜、效率低。在通過物理定位對被測紡織品指定位置的顏色測量時，紡織品柔軟易扭曲變形的特點易影響測量結果的準確性，因此，盡管分光光度法顏色測量儀器是目前紡織行業最常用的儀器，但存在一定的局限性。

成像技術是基于光電技術發展起來的，成像技術中的圖像傳感器是一種將光學圖像轉換為一維時序信號的器件[5]。電荷耦合器件(CCD)是最常見的圖像傳感器，CCD傳感器是一個小型單元矩陣，在空間均勻陣列，陣列中每個單元都是一個具有產生電能的光電二極管，能夠根據入射光的強度產生不同強度的脈沖信號。非接觸式的成像測量技術以像素為測量單位，能夠獲取每個像素的顏色，分辨物體微小的顏色變化，同時運用圖像模式識別技術對紡織品變形區域進行識別和定位，并消除紡織品變形、噪聲的影響，解決樣品顏色不均勻性帶來的測量難題，對紡織品顏色測量具有一定的優勢。

高光譜成像技術具有圖譜合一的優點，在農業、生物醫學、印刷、紡織等行業受到學者的廣泛關注與研究。本文主要介紹了基于成像的顏色測量技術的發展，分別對數碼攝像法、多光譜成像法和高光譜成像法的特點，及其在紡織品顏色測量中的研究與應用成果進行分析，并基于高光譜成像技術的優勢提出未來紡織品顏色測量技術的發展趨勢，以期為解決目前紡織品顏色測量所面臨的關鍵技術問題提供新的參考。

1 非成像測量技術

目前客觀的顏色測量通常采用光電積分法和分光光度法。這2種方法均為基于顏色點的測量技術。

1.1 光電積分法

光電積分法使用濾光光源和3個或4個濾光片，其光譜響應近似于特定國際照明委員會(CIE)標準光源與傳感器組合的光譜響應，能夠直接測量三刺激值(如CIEXYZ)。光電積分法能準確測出2個被測樣品之間的顏色差別，但由于不提供光譜數據，無法避免同色異譜；其次受濾光片透射率和光源穩定性的限制，不能準確地測量出三刺激值。光電積分法的優點在于結構小巧、測量速度快、操作簡便，適用于只需要控制物體顏色，測量精度要求不高而又不需要配色的領域(如色差評價、顏色在線檢測等)。

1.2 分光光度法

分光光度法采用光柵等分光元器件對入射光線進行分光，通過傳感器探測樣品空間的全部光譜能量分布的信息，能夠比較精確測量物體的反射率并將反射率轉換為各種顏色參數，提供足夠的精確度和重復性。根據光譜信息采集方式的不同，分光光度法可分為光譜掃描法和光電攝譜法。光譜掃描法是單通道測色方法。入射狹縫的光線通過聚焦凹鏡形成平行光束，充分照亮光柵。采用機械掃描結構旋轉光柵，以改變指向輸出的波長。單色儀在可見光范圍內依次連續采集光譜信號，其優點是精度較高，但光路和結構復雜，測量效率低，系統重復性差，對光源的穩定性要求較高。光電攝譜法通過線性光電傳感器同時采集待測物的全波段光譜信息，具有測量時間短、信噪比高，對光源穩定性要求低，適用于瞬態的光譜顏色測量的特點[6]。目前，分光光度法顏色測量儀大多采用光電攝譜法，測色準確且測色過程自動化。根據測色設備大小可分為臺式和便攜式2種，臺式分光光度儀(如Datacolor 650臺式分光光度儀和X-rite Ci7 860臺式分光光度儀)體積大，常用于實驗室測色；便攜式分光測色計(如Datacolor CHECK 3便攜式分光測色計、X-Rite eXact便攜式分光測色計)的積分球較小，攜帶方便，但測色性能遜色于臺式分光光度儀。

基于點測量的分光光度計受測量孔徑大小的限制，每次只能采集測量孔徑內的物體平均反射率，對于包含復雜嵌套顏色圖案的提花、印花織物，測量結果缺乏有關物體的空間信息，需要分批測量，且滿足被測區域為單色的要求，無法滿足所有紡織品顏色測量的需求。

2 成像測量技術

根據圖像包含的波段數不同，成像測量技術分為數碼攝像法、多光譜成像法和高光譜成像法。為了提高成像技術的測量精度和穩定性，不少學者對成像傳感器性能、分光方式、相機顏色特征化、光譜重建、圖像分割等方面進行研究。目前成像技術已被應用于顏色再現[7]、文物保護[8]、紡織顏色測量[9]等領域。

2.1 數碼攝像法

數碼攝像法是一種基于三通道成像技術的測色方法，如掃描儀[10]或數碼相機[11]。數碼相機采集到的原始數字信號由其傳感器表面的特定濾光片決定，每個濾光片只能透過對應波長的光信號。紅(R)、綠(G)和藍(B)3種濾光片一般4個為1組，從左至右、從上至下的順序一般有RGGB、GBRG和GRBG這3種。基于RGB的成像只記錄了物體在特定光源下的R、G、B 3個波長的顏色數值，而非全光譜信息，故記錄的RGB顏色數值完全依賴于指定相機和光源，當相機以及觀察環境的光源變化時(現實中很難保證光源一致不變)，記錄的RGB顏色數值就會發生很大變化，導致顏色的不一致性，因此數碼攝像法只能用于指定觀察環境下的顏色評價。相機顏色特征化是比較有效解決顏色一致性問題的方法之一。相機顏色特征化主要內容是顏色空間轉換，完成設備相關的顏色空間的顏色值(如RGB值)到設備無關的顏色空間的顏色值(如CIEL*a*b*值)的轉換。相機顏色特征化主要有物理模型、查找表和數值評估這3種方法。物理模型通常包含諸如吸收率、散射率和反射率幾個屬性，例如，庫貝卡-芒克(Kubelka-Munk)模型適用于打印機的表征方法。查找表描述設備相關的顏色空間和一個設備無關的顏色空間之間一系列對應關系，并可通過插值計算中間坐標，查找表通常需要大量的測量數據，效率低。數值評估無需事先假設測量儀器的物理狀態，使用一組參考目標顏色樣本，并找到一個回歸模型將RGB值映射到CIEL*a*b*值(如線性模型、二次模型、伽馬模型、直接模型和神經網絡等)[12]。一般來講，將相機作為色度計的模型準確性必須不超過3.0ΔE(ΔE為色差)，理想情況下應該不超過1.0ΔE。Seymour[13]對比分析了不同模型，表明只有少數模型的準確性低于3.0ΔE。偽逆法是映射模型中最簡單的方法，但對噪聲非常敏感。多項式模型估計色度值的準確性表現良好[14]，將模型分別應用于紡織品CNCS色卡和染色樣布，色差結果表明平均色差差值分別為1.16和1.34，接近于DigiEye測色結果，且能與其保持良好的一致性，增加多項式的項數可提高估計性能，但參數數量并非越多越好，其有效度依賴于所選擇的特定參數[15]。隨著多項式回歸項數的增加，模型泛化能力下降。上述模型將RGB值映射到CIEL*a*b*值需要依賴所選白點，這意味著重新選擇白點后必須重新計算回歸模型。

光譜分布估計利用相機RGB值與分光光度計測量的反射率建立模型，從而可確定給定的相機RGB值對應的光譜反射率，光譜分布估計的結果可轉換為不同的顏色空間的色度值。凸集投影(POCS)方法[16]是一種常用的估計光譜分布方法，此方法嚴重依賴于樣本顏色的先驗知識，若沒有良好的先驗知識，結果可能很差。神經網絡方法則需要選擇正確的參數和良好的模型架構，同時需要大量的時間來訓練模型[17]。光譜分布估計模型通過現有的RGB濾光片組合能夠提高相機的準確性，計算結果與相機顏色特征化的結果類似。研究表明，光譜分布估計對中性色的測量效果最好，其次是亮色，而深色和高飽和度的顏色最難測量[18]。

英國Verivide公司的DigiEye數碼測色系統是一種基于三通道數碼攝像的測色系統，能夠采集超小面積或多色樣品的反射率和色度數據。測量織物顏色結果表明，DigiEye數碼測色系統與分光光度計之間存在相關性，但在某些光譜區域中的光譜值存在差異，對色度測量值有所影響[19]。對于紙質色卡顏色測量而言，DigiEye數碼測色系統和Datacolor SF600分光光度計能夠獲得較為一致的顏色評價；在非平整表面的染色織物顏色評價時，二者會出現一定的顏色評價差異；而在交織混色織物的顏色評價時，二者色彩差異更大。從視覺評判分析表明，其更符合視覺觀察結果[20]，在織物色差評價中有一定的可行性和實用價值。

2.2 多光譜成像法

多光譜成像發展始于20世紀90年代中期，目的是實現紡織品在屏幕上的精確顏色再現。多光譜成像法通過提高成像測量的光譜數，與傳統三通道的RGB圖像相比，此方法包含了更多的顏色信息，能夠提高光譜精度[21]。多光譜圖像采集系統一般由光源、濾光片、鏡頭和圖像傳感器組成。根據分光方式的不同，多光譜成像系統主要有3種結構：1)N個窄帶光源—傳感器；2)光源—N個窄帶濾光片—傳感器；3)光源—N個窄帶傳感器，其中N為通道數(N>3)[21]。前2種是分時成像，成像速度隨著N增加變慢，適合靜態的顏色測量；第3種是N個傳感器實時成像，成像響應快，但傳感器成本高，每個成像傳感器的位置不同，需要校準像差。光源—N個窄帶濾光片—傳感器圖像采集方法如圖1所示。

圖1 光源—N個窄帶濾光片—傳感器圖像采集方法Fig.1 Image acquisition method of light source-N narrowband filters-sensor

通過控制傳感器前面的旋轉輪上的寬帶或窄帶濾波片來過濾入射光，獲取一些感興趣的離散波段，然后在各波段下進行成像獲取多光譜圖像，目前其研究與應用較為廣泛。

系統采集的圖像波段數過低會影響光譜精度。為提高光譜精度，通常采用低維的多通道響應值重建高維的光譜反射率[22]。光譜重建算法是影響光譜重建精度的關鍵因素，光譜重建算法性能取決于成像傳感器的性能、濾光片的數量及透射率、光源的穩定性、訓練樣本等因素。物理匹配法根據目標的各通道響應值及已知光譜反射率匹配出目標的光譜反射率[23]，該方法適用于通道數較多的多光譜成像系統。優化算法通過輸入/輸出數據確定模型中的參數來重建光譜反射率，如維納估計及其改進算法[24]、最小二乘及其改進算法[25]、神經網絡法、多項式擬合法[26]等。優化算法依賴于訓練數據，需要盡可能多的樣本來創建反射率數據，當測試數據是訓練數據的1個子集時，這些優化方法表現良好，但當測試數據與訓練數據不同時，其性能明顯下降，因此訓練樣本與目標對象的一致性需要考慮在內，避免優化算法過擬合或欠擬合的問題。當在樣本光譜反射率未知的前提下，通過自由選擇適當的訓練樣本來求得維納估計方法中的協方差矩陣，從而達到重建高精度反射率的目的，與傳統的維納估計在不同信噪比和不同成像通道數下進行比較，在系統低信噪比或成像通道少于7的情況下，該方法求得的光譜誤差和色度誤差都較小[27]。此外，線性方法比非線性方法可獲得更有效的色度信息[28]。

針對紗線較織物測色復雜的現狀，忻浩忠等研究發明了采用31個濾光片組合的多光譜成像顏色測量系統，克服樣本量、形狀和顏色的限制，根據圖像顏色特征結合閾值概念對紗線和背景進行分割，得到紗線的光譜反射率[29]。由于紡織品的表面反射特性與標準白板之間存在差異，導致同樣顏色的樣品放在系統載物臺不同位置時，測量結果會有一定色差，多光譜成像顏色測量系統在測量之前需要進行空間校正。基于多項式回歸的空間一致性校正方法不僅相對基于虛擬板的校正方法有優勢，還能減小多光譜系統的反射率重建色差，提升系統顏色測量的精度[30]。通過將多光譜成像系統測量的紗線光譜反射率轉換到標準儀器測量的紗線板光譜反射率，能夠實現短紗線顏色測量。基于核嶺回歸的紗線光譜映射方法與傳統的線性回歸、嶺回歸以及局部線性回歸等方法比較發現，核嶺回歸具有更高的光譜反射率映射精度，很好地解決了短紗線的顏色和光譜測量問題[30]。

紗線測量結果易受到相鄰紗線顏色影響，結合圖像分割提取紗線顏色特征，可降低相鄰紗線顏色干擾的影響。典型的圖像分割算法主要有大津閾值法、K均值聚類算法、模糊C均值聚類的閾值法以及人工閾值法。羅林從紗線形態特征分析比較了平均像素法、中心區域平均像素法、最大值像素法和明度加權法[9]對紗線測量結果的影響。在圖像分割過程中分析紗線形態特征，能夠改善紗線的測量結果，與分光光度法測定紗線板顏色相比，最大值像素法得到的亮度和色度差最小，羅林利用改進K均值聚類算法提取紗線顏色，相比較于K均值聚類算法，提高了與純色織物相似的顏色匹配效果[31]。通過確定模型相關系數，證實了測量紗線板的顏色不僅包括了紗線直接反射，還包含了紗線之間的互反射[9,32]。

目前多光譜成像系統已經商業化，如Datacolor公司研發的Spectravision多光譜成像系統，其儀器間一致性平均色差0.15(CIEL*a*b*)，有效像素大小對應空間上27.6 μm×27.6 μm，穩定性好，空間分辨率高。

2.3 高光譜成像法

高光譜成像比多光譜成像具有更豐富的光譜數據，高光譜圖像中的每個像素都有完整的、連續的光譜，能夠更精確區分相似顏色的樣品[33]，是目前成像技術中較新的發展方向。

高光譜成像系統一般由圖像傳感器、分光儀和光源組成[34]。分光儀是高光譜成像系統的核心部件，其將入射光分散并投射出分散的光線到圖像傳感器上。大多數分光儀是基于衍射光柵，如棱鏡-光柵-棱鏡(PGP)。PGP成像光譜儀工作原理如圖2所示。通過狹縫入射的光經過準直物鏡準直后入射至PGP，經PGP色散分光后的光線，通過成像物鏡聚焦在傳感器上。PGP具有高達數百個波段，衍射效率高，能提供真正的高光譜能力[35]。

圖2 PGP成像光譜儀工作原理Fig.2 Principle of hyperspectral imaging technology with PGP Component

近些年來，隨著電子技術的發展，也有基于電子可調濾波的分光儀，如液晶可調諧濾波器(LCTF)和聲光可調諧濾波器(AOTF)[36]，AOTF和LCTF采用面掃描成像，具有結構小的優點，但由于衍射效率較低，需要提高光照強度或增加曝光時間，對傳感器要求具有較高的信噪比。

高光譜圖像采集方法如圖3所示。有點掃描、線掃描和面掃描3種方式，圖中箭頭表示掃描方向。點掃描和線掃描都是空間掃描，面掃描是光譜掃描。點掃描沿2個空間維度(x和y)移動樣品或傳感器采集單個點的光譜信息，掃描耗時，效率低，目前應用很少。線掃描(推掃型)每次獲取一個具有一個空間維度(y)和一個光譜維度(λ)的特殊二維圖像(y，λ)，通過移動樣品或傳感器獲得完整的高光譜圖像，適合大面積的樣本圖像采集。面掃描通過濾波(如濾光片或電子可調諧濾波器)一次獲得單波段完整空間信息的灰度圖像(x，λ)，傳感器和樣品之間沒有相對運動，只通過依次改變波長獲取完整的高光譜圖像，適用于固定場景的圖像采集。

x—x軸向空間維度；y—y軸向空間維度；λ—光譜維度。圖3 高光譜圖像采集方法Fig.3 Hyperspectral image acquisition methods.(a) Spot scan; (b) Line scan; (c) Area scan

對于顏色測量來講，儀器的可靠性、穩定性至關重要。據相關文獻報導，在ASTM E2214—2008《說明和鑒定顏色測定儀性能的標準實施規程》測量標準下，用高光譜成像系統與分光光度計對相同印刷品進行顏色測量，結果表明高光譜成像系統克服了分光光光度計和多光譜相機的局限性，具有良好的重復性以及精確結果[37]，驗證了高光譜成像系統在顏色測量應用中的可行性。

基于推掃型高光譜成像技術的織物測色方法已經在織物數碼印花的色彩管理中得到了應用。該方法采用高光譜相機對織物進行非接觸式成像，利用計算機圖像處理自動獲得圖像中每個色塊的顏色信息，并對織物變形、沾污、沾色、褶皺等隨機噪聲進行圖像識別及消除，使最終得到的顏色數據波動更小、更準確[38]。推掃型高光譜成像技術具有能夠采集更大面積范圍的數據和記錄每個像素完整且連續的光譜數據和空間信息的優點，結合圖像處理技術能夠提高測量精度和測量穩定性，并減少測量時間，在紡織品顏色測量方面具有廣闊的應用前景。此外，探究光源直接照射織物和織物表面紗線相互反射的光對織物顏色成像的影響，高光譜成像技術結合圖像處理方法提供了不錯的選擇[8]。

基于材料光譜特性的色彩管理是確保準確的色彩再現和解決諸如異色現象等重要問題的唯一途徑[39]。新一代色彩管理系統iccMAX引入了包括光譜處理、材料識別和可視化、新的數據類型、改進的色域邊界描述以及對任意可編程轉換的支持等新特性，擴展了現有的國際色彩組織(ICC)配置文件格式和體系結構，將光譜圖像與色彩感知連接起來，可提高顏色再現準確性[40]。

3 存在的問題

雖然成像技術得到了快速的發展，但不同的成像技術應用于顏色測量依然存在不少問題。

1)數碼攝像法依賴測量設備及測量條件、模型參數，存在色域局限，即所支持的sRGB空間和Adobe RGB空間并不能包含色品圖的全部顏色，深色或高飽和度顏色的紡織品測量誤差較大。數碼攝像法在高精度的顏色測量中具有一定的局限性。針對數碼攝像法的應用場景需進一步研究優化映射模型，在提高精度的同時適應不同應用場景的需要。

2)基于多光譜成像的顏色測量方法提高了光譜精度，結合圖像分割可確定任意形狀區域的顏色，拓寬了紡織品顏色測量的應用范圍，但存在以下不足：在硬件方面，增加濾光片的數量可提高顏色精度，但使用濾光片分光的多光譜成像系統尺寸有限，僅容納有限數量的濾光片；其次每個濾光片的透光率各不相同，需要對系統內每個濾光片進行校準，并且濾光輪的旋轉引起振動，這可能導致圖像像差問題[41]。在應用方面，被測物與傳感器相對固定，導致成像面積有限，不適用于在線檢測或大面積測量。在算法方面，顏色精度和可靠性受到光譜重建算法、訓練樣本等多種因素影響，優化算法對成像環境及訓練樣本變化不具有魯棒性，需要在滿足所需條件的情況下才能很好地工作，圖像分割算法需要考慮紡織品的形態特征，對不同的紡織品自適應地調整閾值，滿足測量要求。光譜成像系統的發展將會更加模塊化、高精度和穩定實用。

3)高光譜成像法將光線分光后導致光強度減弱、噪聲增加，增加了數據處理的難度，對傳感器的信噪比性能提出更高的要求。當傳感器信噪比低時，需要增加光照或曝光時間。其次，作為顏色測量應用來講，系統長時間工作對光源穩定性、傳感器穩定性提出了更高的要求。高光譜圖像光譜信息量大，數據冗余度高，一方面需要提升計算機對原始數據的快速計算處理能力，另一方面，需要對數據特征選擇方法進行研究，在不損失測量精度的前提下減少數據冗余，達到實時快速處理的目標。

4 結束語

本文論述了基于成像的顏色測量方法的特點以及對紡織品顏色測量的應用研究和發展趨勢，針對紡織品圖案多樣、顏色豐富、立體感強的特點，給紡織品精確的顏色測量帶來的挑戰，將光譜學和圖像處理結合起來的測量方法為克服紡織品顏色測量的難點提供了可行性。

在今后的研究過程中，基于成像技術的顏色測量方法可從儀器配制、測量方法、圖像處理算法以及應用領域等方面進行探索，提高測量精度和擴展應用范圍。發展趨勢將包括以下幾個方面：1)研制高空間分辨率、高信噪比的圖像傳感器，構建用于紡織品顏色測量的高光譜成像顏色測量系統，滿足顏色測量儀器高穩定性、高重復性的要求；2)建立并完善基于高光譜成像技術的顏色測量標準與方法；3)研究基于空間-光譜關系的圖像分割算法，達到對紡織品快速準確識別并分類的目的；4)結合新一代色彩管理系統iccMAX的新特性，將高光譜成像技術應用于紡織品色彩管理，將是未來紡織品色彩管理的熱點。