窄帶快照式多光譜成像色彩還原方法

易定容，孔令華，趙艷麗，楊子涵

1. 華僑大學機電及自動化學院，福建 廈門 361021 2. 福建工程學院機械與汽車工程學院&數字福建工業制造物聯網實驗室，福建 福州 350118

引 言

光譜分析通過對物質特征光譜或者物質的特性對光譜成像的影響來實現物質化學成分的定量與定性分析，成像技術可獲取目標的二維空間信息。光譜成像技術兼顧目標物體的影像信息和光譜信息，在國土資源遙感[1]、農業遙感[2]、刑偵[3]、食品檢測[4]、生命科學[5]、醫學病理診斷[6]中得到廣泛應用。傳統光譜成像技術采用光譜空間掃描來分時獲取目標在不同波段下二維空間信息或采用空間掃描來獲取目標不同空間點位置下連續光譜信息，時間效率較低[7]。另外，在獲取圖像過程中，成像系統相對于目標的運動造成不同波段圖像之間錯位，需要算法來校正錯位，延遲目標和背景分離結果的輸出。為了克服不同波段光譜圖像錯位及提高光譜成像效率，近年來快照式光譜成像技術引起了學術界的廣泛關注[8-10]。典型的快照式光譜成像技術包括基于Wollaston棱鏡干涉型的快照式成像光譜技術[8，10]，及二維點陣式多通道窄帶微濾片與圖像傳感器集成的快照式窄帶多光譜成像方法(snapshot narrow band spectral imaging, SNBSI)。前者具有較高的光譜覆蓋范圍及學術研究價值，后者具有較高的時間效率、儀器更緊湊、性價比高，因此具有更高的應用價值?；诙S點陣式多通道窄帶微濾片的SNBSI已經實現單相機單次曝光零時差獲取目標多幅窄帶光譜圖像，并已經應用在褥瘡早期診斷[6, 10]及宮頸癌篩查中。近年來，各國陸續出現了基于點陣式二維微濾片的產業化的SNBSI相機。

由于SNBSI使用在目標與背景具有明顯區別的幾個特征光譜波段窄帶成像，從而提升目標與背景之間圖像灰度對比度，所獲得的圖像都是灰度圖像，即黑白圖像。此技術丟失場景的近自然色彩，不方便人眼鑒別、評價及欣賞，尤其是在安防偵察、醫療成像診斷等應用中。已有彩色還原技術主要是針對光譜波段多[12-14]或者光譜波段寬，使得可見光波段覆蓋率較高的光譜成像方法，不一定適用于SNBSI。因為后者為了提高光譜分辨能力及目標與背景的對比度，成像波段比較狹窄，且波段之間間隔較大，對可見光譜范圍覆蓋不完整。由于成像波段帶寬狹窄及成像波段稀疏，可見光波段缺失70%以上，SNBSI顏色恢復具有挑戰性，在光譜分辨所要求的“窄帶光譜”與彩色信息所需的“寬光譜”之間，存在一對矛盾量關系。為此，研究適用于窄帶多光譜成像的色彩還原方法，建立一種具體實現快照式窄帶多光譜彩色成像的方法，使得該技術兼具高光譜分辨及高圖像對比度的同時，還能夠具有方便人眼觀察的接近自然的色彩信息。研究中提出窄帶多光譜彩色相機的概念。

1 實驗部分

由多或者高光譜圖像恢復顏色的方法主要有三種，基于矩陣R理論的光譜降維方法[15-16]、基于CIE三刺激值色彩還原方法[13]及基于貝爾陣列的顏色插值算法。

1.1 基于CIE三刺激值的色彩還原方法

在CIE XYZ色度系統中，用于定量描述物體顏色的三刺激值X,Y,Z坐標計算公式如式(1)—式(3)

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

XYZ色度系統中的顏色所包含的紅綠藍三原色由式(10)確定

(10)

1.2 基于貝爾陣列的顏色插值算法

由于SNBSI使用馬賽克陣元排列的二維點陣式微濾鏡，與貝爾格式顏色濾波陣列具有一定的相似性，因此提出基于貝爾濾鏡陣列的圖像插值算法來還原SNBSI色彩信息。其處理思想為： 首先將SNBSI接近紅綠藍的光譜圖像看作貝爾顏色濾波陣列中的RGB三通道圖像，獲得一幅類似于馬賽克圖像的融合圖，如圖1所示。然后通過插值算法分別計算出在每一個N_R像素位置的綠色和藍色通道灰度值。類似地在，N_G/B像素位置計算出該處沒有采集到的R&B/R&G通道圖像灰度值。

N_RN_GN_GN_B

1.3 調整近自然彩色圖像偏色方法

(11)

式中SRij是圖像塊的標準差，Hij的值是對圖像塊之間的相關性進行二值化標記，φ是控制閾值。第三步，根據公式(12)計算色彩豐富且相關性大的圖像塊R，G和B分量的加權平均值

(12)

第四步，利用式(13)計算RGB三色的增益系數

(13)

第五步，根據式(14)對圖像進行色差校正(對于灰度值大于255的，將其賦值為255)，R′，G′和B′分別為校正后的紅、綠、藍分量圖像。

(14)

2 結果與討論

使用四波段微型快照式窄帶多光譜相機(寧波五維檢測科技有限公司)分別對(a)植物、(b)人體手背、(c)宮頸組織等不同種類物體，實現每次曝光零時差獲取像素與像素自動對準的窄帶四波段： (415±10)，(450±10)，(525±10)和(620±10) nm二維窄帶光譜圖像。這四幅零時差獲得的窄帶光譜圖像僅僅覆蓋了80 nm范圍，占可見光400～700 nm波段范圍的30%左右，具有超過70%的可見光譜波段信息丟失。

2.1 兩種方法還原SNBI色彩

分別使用基于CIE方法的公式[式(4)—式(7)]及基于貝爾陣列格式插值算法，對窄帶620，525和450 nm(舍棄415波段)光譜圖像還原。兩種方法還原結果分別如圖2(a,b,c)及圖3(a,b,c)所示。

圖2 基于CIE三刺激色法對(a)植物，(b)手臂，(c)宮頸組織對SNBSI光譜圖像色彩還原結果

圖3 使用貝爾格式插值法對(a)植物、(b)手臂、(c)宮頸組織相應的SNBI光譜圖像色彩還原結果

2.2 兩種色彩還原算法定量比較結果

2.3 色差校正結果

使用基于圖像塊色彩信息的白平衡算法對基于CIE三刺激色的彩色還原方法所得的彩色圖像進行色差校正，校正前后對比圖像如圖4所示，色差比較結果如表2所示。通過分析圖4(a1, a2, b1, b2, c1, c2)及表2，校正后圖像逼近目標真實色彩。

表1 兩種色彩還原方法效果比較Table 1 Effectiveness comparison between thetwo color recovery methods applied

3 結 論

提出基于CIE三刺激色及基于貝爾格式插值法兩種窄帶多光譜圖像色彩還原方法，并分別使用兩種色彩還原方法對四波段SNBSI相機對具有代表性的目標如植物、手臂及宮頸組織所獲得的窄帶圖像進行近彩色還原。通過對兩種方法所還原彩色圖像的均值、標準差、熵及梯度等質量指標進行比較，表明基于CIE三刺激色的還原方法更適合SNBSI技術彩色還原，與定性比較圖1和圖2結果一致。在基于CIE三刺激值色彩還原基礎之上，提出一種基于圖像塊色彩信息的白平衡色差校正算法，使從SNSBI窄帶圖像還原出的彩色圖像的色彩與物體的真實顏色更相近，整體效果較好，實現由多光譜灰度圖像至近自然彩色圖像的還原。

針對快照式窄帶多光譜成像方法因光譜分辨所追求的“窄帶光譜”與顏色還原所需的“寬光譜”之間所存在的矛盾問題，提出了一種從窄帶光譜圖像實現顏色還原的方法。聯合使用基于CIE三刺激值及改進灰度世界顏色校正算法，使快照式窄帶多光譜成像既具有光譜分辨能力，同時保持供人主觀辨識的色彩信息。由此提出了一種新型快照式窄帶多光譜彩色成像概念及方法。

真實色彩的還原一直是有待徹底解決的研究課題。與傳統彩色相機的RGB顏色通道圖像彼此混雜重疊不同，快照式窄帶多光譜成像不同光譜波段在光譜空間彼此不重疊，光譜信息彼此獨立，有可能采用多通道快照式窄帶多光譜成像獲得比RGB相機更真實的顏色。針對如何實現真實色彩的定量獲取及辨識，可以進一步開展，窄帶多光譜波段的選擇優化，及對應的色彩還原方法的探索。

圖4 色差校正前后對比圖 (a1), (b1)，(c1)為校正前的； (a2), (b2)，(c2)為校正后的植物，手臂，及宮頸組織Fig.4 Comparison of color correction result

表2 色差校正前后平均色差比較