王萌，聶亮

摘 要：最小可辨色差（MRED）是評價可見光成像系統(tǒng)的重要技術指標，傳統(tǒng)的測量方法都是由測量人員的主觀判讀得到的，精確度和重復性不高。文章提出了一種基于圖像處理技術的最小可分辨色差的客觀評測方法，并通過實驗進行驗證。利用數(shù)字圖像處理技術對最小可分辨色差進行識別、判斷來代替人眼的主觀判斷。客觀方法測得的MRED為0.6764個色差單位。實驗結果表明：測量結果準確，具有很好的重復性，與相同測量環(huán)境條件下由人眼主觀測量的MRED結果相吻合。

關鍵詞：計算機圖像處理；最小可分辨色差；可見光成像系統(tǒng)

中圖分類號：TN919.3 文獻標志碼：A 文章編號：2095-2945（2018）06-0077-02

Abstract： MRED is an important technical parameter to estimate the color imaging system. The traditional measurement method based on the testers subjective judgment has low precision and poor repeatability. In order to get more accurate and objective MRED， an objective evaluation method based on image processing technology was developed. Using image processing technology to identify and judging instead of human subjective judgment. The objective method of MRED is 0.6764. The results show that the value got by the subjective measurement method is consistent with that of the objective.

Keywords： computer image processing technology； MRED； visible imaging system

引言

在現(xiàn)有的光電系統(tǒng)中，可見光系統(tǒng)正在取代傳統(tǒng)的黑白成像系統(tǒng)，擔負著目標探測及目標識別的任務。然而，可見光成像系統(tǒng)不可避免地會出現(xiàn)圖像的彩色失真和非均勻性問題，使色彩空間分辨力下降，影響圖像彩色空間信息的準確性，導致目標探測、識別及精度的降低[1，2]。

隨著可見光成像系統(tǒng)在軍事和民用領域獲得廣泛的應用，對彩色成像系統(tǒng)性能的評測顯得越來越重要[3]。MRED既可以反應系統(tǒng)的色彩靈敏度特性，又能反應系統(tǒng)的空間分辨力，因此成為綜合評級彩色成像系統(tǒng)性能的重要參數(shù)[4]。傳統(tǒng)的MRED測量由于受到觀測者主觀狀態(tài)、判讀技術的影響，測量結果往往帶有誤差，缺少客觀性。彩色成像系統(tǒng)MRED的客觀評測問題研究具有重要的理論意義及實用價值。本文在前人對人眼視覺特性的研究基礎上，利用數(shù)字圖像處理技術實現(xiàn)彩色成像系統(tǒng)中性能參數(shù)MRED的客觀評測。

1 主觀MRED測量方法原理介紹

利用具有不同空間頻率、高度比為7：1的正負四桿靶生成了具有一定色差的彩色目標圖案。測量時由至少6名觀察者進行觀察判斷，其測量方法原理方框圖如圖1。圖中測試系統(tǒng)的設備有彩色目標發(fā)生器、準直光學系統(tǒng)、計算機。彩色目標發(fā)生器產(chǎn)生具有一定色差的4靶桿彩色目標圖案，經(jīng)準直光學系統(tǒng)被被測試彩色成像設備接收，并在顯示器上成像，觀察者通過對顯示器上的彩色圖案進行觀察判斷。測試時，改變色差，四名觀察者至少三名恰好可看見靶標圖案面積的75%時，此時的色差即為MRED。

2 基于圖像處理的客觀測量方法

2.1 基本思路

本文提出的基于圖像處理技術客觀評測獲得MRED。首先基于主觀方法測量得到彩色測試圖案，進行圖像預處理，然后提取圖像中目標與背景的位置信息，獲得背景的平均R、G、B值；然后進行色彩空間轉(zhuǎn)換，利用CIELAB色差公式，計算每個像素點色差值，結合人眼可分辨閾值判斷探測概率，從而實現(xiàn)對彩色成像系統(tǒng)MRED的測量，其過程如圖2所示。

2.2 具體步驟

（1）預處理

獲取前景背景具有一定色差的初始圓形靶標圖像（綠色背景、紅色靶標），對獲得的靶標圖像進行濾波消除噪聲并選取四桿靶所在的方形目標區(qū)域。

（2）特征提取

根據(jù)方形目標區(qū)域中顏色信息提取目標與背景位置信息并將目標背景像素點所在的位置（行，列）保存起來，將這些位置作為后續(xù)圖像的感興趣區(qū)域。

（3）色彩空間轉(zhuǎn)換

建立標準顯示器的設備色彩空間到CIELAB色彩空間轉(zhuǎn)換關系，具體步驟如下：

（1）

其中X0，Y0，Z0為顯示器探測到的白色光源的三刺激值。美國國家標準局采納了上述公式計算色差，上式計算的絕對值為1的色差為一個單位，為NBS色差單位，一個NBS相當于視覺色差識別閾值的5倍。坐標（X0，Y0，Z0）相應于報紙白光（即R、G、B分別等于255）所對應的X、Y、Z 值。

（4）色差計算

通過CIELAB色差公式計算每一個像素點與得出的背景特征色的色差值?？傮w色差可用空間幾何距離表示：

（5）對運算結果做出判斷

在CIELAB空間計算得到圖像的色差閾值與人眼分辨閾值進行比較，大于若干點的靶標可被識別，有3.5個靶標可以被識別出來的色差是可識別色差。在CIELAB空間計算得到圖像的色差閾值與人眼分辨閾值輸入判別結果使用1、0來分別表示可辨、不可辨。輸出判別結果，大于0.61的看做1，即可辨；小于0.61的看做0，即不可辨。分析得到色差三維的圖像，當恰可以分辨色差占據(jù)3.5桿靶時，此時的色差為最小可分辨色差。

3 實驗及結果分析

實驗設備可以產(chǎn)生多種顏色目標圖樣，本實驗選用紅、綠、藍三色。實驗產(chǎn)生不同色調(diào)的初始圓形靶標圖案以其作為特征提取模板。實驗時，把目標與背景的色差從零逐漸增大，同時采集出20幅不同色差值的彩色測試圖案。每個顏色中心有20幅彩色測試圖樣，三個顏色中心共有60組彩色測試圖樣。對得到的彩色測圖案與模板圖樣進行對比并進行圖像處理，從而得到MRED?？梢詼y得的數(shù)據(jù)見表1。

表1為運用圖像處理的客觀方法測試計算得到的實驗數(shù)據(jù)。通過以上實驗結果及數(shù)據(jù)分析表明，所提出的基于圖像處理的客觀測量處理方法與主觀結果相一致，所得的結果更具客觀性，避免了人員經(jīng)驗及環(huán)境等因素的影響。

4 結束語

通過以上試驗結果及數(shù)據(jù)分析表明，所提出的基于圖像處理的客觀測量方法所測得的結果較為合理。利用計算機預處理、特征提取、空間轉(zhuǎn)換等圖像處理方法，結合人眼閾值的判斷，對客觀法測量彩色成像系統(tǒng)靜態(tài)參數(shù)進行了理論與實踐結合的方法探討。該方法為客觀評價色彩分辨力這一難題提供了思路，同時在圖像處理方面的應用提供了一個新的方向。但是，要真正實現(xiàn)此方法對彩色成像系統(tǒng)色彩分辨力的評價，還有許多工作要做：利用靜態(tài)參數(shù)測試系統(tǒng)，對多種不同的典型的彩色CCD攝像機進行大量的實驗、驗證。

參考文獻：

[1]Bianco S， Bruna A R， Naccari F， et al. Color correction pipeline optimization for digital cameras[J]. Journal of Electronic Imaging， 2013，22（2），023014：1-10.

[2]K Witt. Geometric relations between scales of small colour differences[J]. Color Research & Application， 1999，24（2）：78-92.

[3]CAI Yi， WANG Ling-xue. Nine issues associated with infrared imaging technology[J]. Infrared Technology， 2013，35（11）：671-682.

[4]FAN Xintian， LU Zhenwu， SUN Qiang. Measurement method for MRTD of infrared imaging system[J]. Infrared and Laser Engineering， 2004，33（5）：445-448.