王曉巖，李 野，岳 丹

(長春理工大學(xué) 理學(xué)院，吉林 長春 130022)

1 引 言

圖像色彩作為圖像顯示效果的一個(gè)重要方面，取決于彩色數(shù)碼設(shè)備的色彩還原能力[1]。隨著光電成像器件的迅速發(fā)展，彩色數(shù)碼設(shè)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(shù)碼設(shè)備的色彩還原能力成為目前的研究熱點(diǎn)。目前，市面上涌現(xiàn)了諸多新型的彩色數(shù)碼設(shè)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(shù)碼設(shè)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(shù)碼設(shè)備色彩還原能力進(jìn)行評價(jià)是個(gè)相對復(fù)雜的問題，目前市面上大多利用Imatest和Color Checker進(jìn)行評價(jià)。Imatest是一套圖像質(zhì)量分析軟件[4]，被廣泛應(yīng)用于各種彩色數(shù)碼設(shè)備色彩還原能力的客觀評測。雖然Imatest各個(gè)功能模塊能夠得出許多參數(shù)，但在不同環(huán)境、用不同的測試圖卡得出的參數(shù)值也不盡相同，這使得對彩色數(shù)碼設(shè)備的評價(jià)變得復(fù)雜。德國影像工程公司Image Engineering通過使用分光光度計(jì)測量Color Checker，將儀器讀出的參考數(shù)據(jù)與相機(jī)拍攝的圖像一起提供給分析軟件，通過計(jì)算顏色誤差等差異評測了2017年以后上市的相機(jī)產(chǎn)品，對其色彩還原能力進(jìn)行了嚴(yán)謹(jǐn)?shù)臏y試及評價(jià)，其方法雖簡便卻不具有可重復(fù)性。因此，為了使其評價(jià)更加簡單快捷并具有可重復(fù)性，本文將直接使用各種彩色數(shù)碼設(shè)備輸出圖像來進(jìn)行彩色數(shù)碼設(shè)備色彩還原能力的現(xiàn)場評價(jià)。

目前國內(nèi)外采用的對彩色數(shù)碼設(shè)備輸出圖像質(zhì)量評價(jià)方法主要分為兩類：主觀圖像質(zhì)量評價(jià)方法和客觀圖像質(zhì)量評價(jià)方法[5]。主觀圖像質(zhì)量評價(jià)方法選擇大量評測者在特定環(huán)境中對同一目標(biāo)圖像進(jìn)行評價(jià)打分，并對其分?jǐn)?shù)進(jìn)行加權(quán)平均從而得到圖像質(zhì)量評價(jià)結(jié)果。客觀圖像質(zhì)量評價(jià)方法是指脫離人的主觀意識判斷，依據(jù)人眼的主觀視覺系統(tǒng)建立一個(gè)數(shù)學(xué)模型，對待評圖像進(jìn)行相關(guān)的處理運(yùn)算，從而得到待評圖像的質(zhì)量值。2000年，汪孔橋等[6]提出了一種簡化的圖像質(zhì)量評價(jià)模型 ,基于人眼感興趣區(qū)域特性對傳統(tǒng)的PNSR方法進(jìn)行改進(jìn)，劃分人眼視覺感興趣區(qū)域并賦予對應(yīng)的加權(quán)值進(jìn)行質(zhì)量評估。2006年，Shnayderman 等[7]提出了一種基于奇異值分解的圖像質(zhì)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(shù)值上用作標(biāo)量度量，使多種損傷類型圖像都能獲得較好的評價(jià)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(biāo)，該方法是基于物理亮度和視覺角度，因此可以用來評價(jià)不同視覺條件的圖像質(zhì)量。2011年，Zhang等[9]針對人眼視覺系統(tǒng)(HVS)主要根據(jù)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(biāo)。在6個(gè)基準(zhǔn)IQA數(shù)據(jù)庫上進(jìn)行的大量實(shí)驗(yàn)表明，F(xiàn)SIM能夠比最先進(jìn)的IQA指標(biāo)獲得更高的主觀評價(jià)一致性。主觀圖像質(zhì)量評價(jià)方法雖然結(jié)果可靠，但需要評測者對圖像做多次反復(fù)性試驗(yàn)，無法應(yīng)用于所有場合，不便于圖像系統(tǒng)的集成和實(shí)現(xiàn)。而客觀評價(jià)方法是利用算法代替人眼視覺來感知和評價(jià)圖像質(zhì)量，省時(shí)省力，實(shí)施穩(wěn)定，應(yīng)用領(lǐng)域廣，評價(jià)結(jié)果具有重現(xiàn)性，不受主觀因素的影響。因此，使用客觀評價(jià)方法相對于主觀評價(jià)方法更有意義。

本文在低光照度條件下采用客觀質(zhì)量評價(jià)方法對各種彩色數(shù)碼設(shè)備色彩還原能力進(jìn)行評價(jià)，通過建立評價(jià)模型來計(jì)算標(biāo)準(zhǔn)色卡圖像和彩色數(shù)碼設(shè)備所采集圖像的差異，作為彩色數(shù)碼設(shè)備圖像質(zhì)量的評測標(biāo)準(zhǔn)，從而實(shí)現(xiàn)對彩色數(shù)碼設(shè)備色彩還原能力的有效評價(jià)。首先選取符合評價(jià)需求的色彩空間及構(gòu)建色彩空間理論轉(zhuǎn)換模型，然后構(gòu)建彩色數(shù)碼設(shè)備色彩還原能力度量標(biāo)準(zhǔn)，最后通過VC++軟件平臺實(shí)現(xiàn)彩色數(shù)碼設(shè)備色彩還原能力評價(jià)方法，其方法計(jì)算簡單、意義明確，具備可操作和可重復(fù)性。本文提出的彩色數(shù)碼設(shè)備色彩還原能力評價(jià)方法，對于研究低光照度下彩色數(shù)碼設(shè)備色彩還原能力具有較大的理論意義和實(shí)際應(yīng)用價(jià)值, 同時(shí)對微光夜視設(shè)備色彩還原能力的評價(jià)也具有重要的指導(dǎo)意義和參考價(jià)值。

2 色彩還原能力評價(jià)方法

2.1 色彩空間的選取及轉(zhuǎn)換

通常彩色數(shù)碼設(shè)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(shè)備的輸出，是與設(shè)備相關(guān)的色彩空間，無法直接用于各種彩色數(shù)碼設(shè)備色彩還原能力的評價(jià)。而CIELAB顏色空間是一種與設(shè)備無關(guān)的顏色系統(tǒng)[11]，也是一種基于生理特性的顏色系統(tǒng)，以數(shù)字化方式來描述人的視覺感應(yīng)。在表達(dá)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(jì)算。當(dāng)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(zhuǎn)換時(shí)，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(shù)碼設(shè)備輸出圖像的評價(jià)空間。

基于色度學(xué)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(zhuǎn)換模型：

RGB顏色空間不能直接轉(zhuǎn)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(zhuǎn)換到XYZ顏色空間，再將XYZ顏色空間轉(zhuǎn)換到CIELAB顏色空間。

RGB顏色空間到CIEXYZ顏色空間的轉(zhuǎn)換模型如公式(1)所示：

(1)

但該轉(zhuǎn)換矩陣與具體的顯示系統(tǒng)硬件相關(guān)?；谠撃Ｐ?，針對彩色數(shù)碼設(shè)備特點(diǎn)，通過顏色標(biāo)定方法對轉(zhuǎn)換矩陣中的參數(shù)進(jìn)行修正及優(yōu)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(biāo)準(zhǔn)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(jià)指標(biāo)的建立

針對彩色數(shù)碼設(shè)備圖像特點(diǎn)，選定顏色空間內(nèi)構(gòu)建彩色數(shù)碼設(shè)備色彩還原能力評價(jià)度量標(biāo)準(zhǔn)，實(shí)現(xiàn)對彩色數(shù)碼設(shè)備色彩還原能力的全面客觀的量化評價(jià)，從而為系統(tǒng)設(shè)計(jì)性能的優(yōu)劣提供可靠的客觀量化指標(biāo)。

2.2.1 色差CIEDE2000

由于人眼與色差計(jì)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(shí)測量數(shù)據(jù)與目測結(jié)論不匹配的問題。在2000年，經(jīng)過國際照明技術(shù)委員會對現(xiàn)有色差公式和視覺評價(jià)數(shù)據(jù)的分析與測試，提出了一個(gè)新的色彩評價(jià)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(fù)雜得多，其在各個(gè)色差范圍都表現(xiàn)優(yōu)異，同時(shí)也大幅提高了精度。因此本文基于CIEDE2000色差公式，構(gòu)建待評價(jià)圖像自身對比度及與標(biāo)準(zhǔn)色樣圖像之間的色彩還原度度量模型，實(shí)現(xiàn)對系統(tǒng)產(chǎn)生圖像的質(zhì)量評價(jià)。

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

(4)

式中：b和s分別表示顏色樣品和標(biāo)準(zhǔn)色樣。亮度L′、彩度C′和色調(diào)角h′均可由CIELAB值轉(zhuǎn)換得到，轉(zhuǎn)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(diào)整因子，權(quán)重函數(shù)SL、Sc、SH用來校正顏色空間的均勻性，其值取決于顏色在標(biāo)準(zhǔn)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(shù)碼設(shè)備圖像質(zhì)量度量標(biāo)準(zhǔn)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(gè)部分對比度的值越大，從視覺上就越容易區(qū)分這兩個(gè)部分。色彩還原度是將系統(tǒng)產(chǎn)生圖像與可接受的標(biāo)準(zhǔn)圖樣進(jìn)行比較，其值越小，表示系統(tǒng)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(jì)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(zhì)量好壞。MSE的值越小，表明待評圖像質(zhì)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(zhì)量越好。其計(jì)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(diǎn)總數(shù)，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(biāo)準(zhǔn)誤差[16]，其計(jì)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(diǎn)偏離擬合線的程度越小，擬合效果也就越好，圖像質(zhì)量越好。

2.2.4 SSIM

結(jié)構(gòu)相似度(SSIM)是一種衡量電視、電影或者其他數(shù)字圖像、視頻的主觀感受質(zhì)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(jià)圖像的質(zhì)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(jì)算模型，它能夠考慮到圖像的結(jié)構(gòu)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(guān)的感知現(xiàn)象，包含亮度變化和對比度變化，結(jié)構(gòu)信息指的是像素之間有著內(nèi)部的依賴性，尤其是空間上靠近的像素點(diǎn)，這些依賴性攜帶著目標(biāo)對象視覺感知上的重要信息。指定兩個(gè)圖像x和y,則兩張圖像的結(jié)構(gòu)相似性可按公式(11)和(12)求出：

(11)

其中：

(12)

3 實(shí)驗(yàn)過程與結(jié)果

3.1 實(shí)驗(yàn)方法

該階段所涉及的實(shí)驗(yàn)部分是對所構(gòu)造出來的圖像質(zhì)量評價(jià)算法編寫相應(yīng)的數(shù)值程序，包括仿真測試程序及上位機(jī)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(zhì)量評價(jià)算法進(jìn)行仿真分析。主要是針對所研究的彩色數(shù)碼設(shè)備進(jìn)行系統(tǒng)修正及優(yōu)化色彩空間轉(zhuǎn)換模型參數(shù)，同時(shí)基于實(shí)驗(yàn)結(jié)果，對建立的質(zhì)量評價(jià)模型進(jìn)行修正，最終得到符合彩色數(shù)碼設(shè)備特點(diǎn)的色彩還原能力評價(jià)模型。

在完成MATLAB仿真測試后，設(shè)計(jì)并實(shí)現(xiàn)基于VC++編程語言的MFC界面的上機(jī)測試軟件[19]。其上機(jī)測試軟件的設(shè)計(jì)思想是模塊化、清晰化和有效化。通過使用VC++面向?qū)ο蠹夹g(shù)，對圖像質(zhì)量評價(jià)方法的各類功能進(jìn)行分解，并用類的方式實(shí)現(xiàn)各類功能。圖1給出了彩色數(shù)碼設(shè)備的圖像質(zhì)量測試軟件設(shè)計(jì)示意圖。

圖1 圖像質(zhì)量測試軟件設(shè)計(jì)示意圖Fig.1 Schematic diagram of image quality test software design

圖2 VC++ MFC評價(jià)界面顯示Fig.2 VC++ MFC evaluation interface display

其中，數(shù)據(jù)采集模塊主要實(shí)現(xiàn)對設(shè)備輸出彩色圖像的采集；色彩空間轉(zhuǎn)換模型是實(shí)現(xiàn)待評圖像由RGB顏色空間到CIELAB顏色空間的轉(zhuǎn)化；圖像質(zhì)量度量標(biāo)準(zhǔn)是實(shí)現(xiàn)對圖像質(zhì)量的評價(jià)；圖像存儲和參數(shù)管理是測試軟件中主要的數(shù)據(jù)結(jié)構(gòu)部分，負(fù)責(zé)相應(yīng)的內(nèi)存管理；界面操作部分是提供參數(shù)設(shè)定以及計(jì)算結(jié)果顯示功能。

圖2為設(shè)計(jì)出的VC++ MFC界面，主要分為圖像顯示、評價(jià)數(shù)據(jù)、評價(jià)指標(biāo)3部分。其中圖像輸出為標(biāo)準(zhǔn)圖像及測試圖像的導(dǎo)入顯示，評價(jià)數(shù)據(jù)為各圖像指定區(qū)域平均RGB及LAB值，評價(jià)指標(biāo)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(jié)構(gòu)相似性(SSIM)等。

3.2 實(shí)驗(yàn)過程及結(jié)果

實(shí)驗(yàn)環(huán)境：暗室，環(huán)境照度小于5 lx，溫度21～25 ℃，濕度20%～60%，中性灰白色墻面。

實(shí)驗(yàn)設(shè)備：Lenovo IdeaPad Yoga13,三腳架，標(biāo)準(zhǔn)光源D65，佳能EW-73D數(shù)碼相機(jī)，良田高拍儀，華為mate7手機(jī)，華為P10手機(jī),華為mate20Pro手機(jī)，iPhone6手機(jī)，照度計(jì)，美儂24色標(biāo)準(zhǔn)色卡。

為更好地測試、表征及校準(zhǔn)彩色數(shù)碼設(shè)備圖像顯示系統(tǒng)，利用如圖3所示的美儂24色標(biāo)準(zhǔn)色卡作為觀測圖像。它能為真實(shí)還原任何照明條件下任何介質(zhì)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(shí)色彩，而且反光率與真實(shí)物體相同。基于上述觀測目標(biāo)，利用評價(jià)指標(biāo)實(shí)現(xiàn)對系統(tǒng)產(chǎn)生的彩色圖像進(jìn)行量化評價(jià)，從而為彩色數(shù)碼設(shè)備色彩還原能力評價(jià)提供可靠的客觀量化指標(biāo)。

圖3 美儂24色標(biāo)準(zhǔn)色卡Fig.3 Beauty 24 color standard color card

3.3 實(shí)驗(yàn)過程

(1)設(shè)置各彩色數(shù)碼設(shè)備參數(shù)，關(guān)閉閃光燈。確保實(shí)驗(yàn)環(huán)境全黑且無反光，照度均小于5 lx。

(2)將被評測的彩色數(shù)碼設(shè)備分別瞄準(zhǔn)置于中性灰背景中的標(biāo)準(zhǔn)色卡，使其處于各彩色數(shù)碼設(shè)備取景器視場的中央，并盡可能充滿視場(標(biāo)準(zhǔn)色卡應(yīng)占取景器視場面積的70%以上)，取20°～45°的入射角進(jìn)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(dǎo)入計(jì)算機(jī)中，然后上機(jī)程序進(jìn)行評測。打開程序，點(diǎn)開圖像導(dǎo)入按鈕進(jìn)行圖像導(dǎo)入，并點(diǎn)擊其他參數(shù)按鈕進(jìn)行圖像質(zhì)量測評。實(shí)驗(yàn)設(shè)置如圖4所示。

圖4 實(shí)驗(yàn)設(shè)置Fig.4 Experimental setup diagram

3.4 實(shí)驗(yàn)結(jié)果分析

使用各種彩色數(shù)碼設(shè)備拍攝標(biāo)準(zhǔn)色卡并選取指定區(qū)域進(jìn)行色彩還原能力評價(jià)。以24色美儂標(biāo)準(zhǔn)色卡的理想值作為參考標(biāo)準(zhǔn)，分別用佳能EW-73D數(shù)碼相機(jī)、良田高拍儀、華為mate7手機(jī)、華為P10手機(jī)、華為mate20Pro手機(jī)拍攝標(biāo)準(zhǔn)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(jié)構(gòu)相似性大小來判斷彩色數(shù)碼設(shè)備的色彩還原能力。色差值和對比度值越小，說明彩色數(shù)碼設(shè)備的色差還原能力越好；均方誤差MSE的值越小，表明圖像質(zhì)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(zhì)量越好，彩色數(shù)碼設(shè)備的色彩還原能力越佳；結(jié)構(gòu)相似性SSIM值越大，說明數(shù)碼相機(jī)的色差還原能力越好。圖5是低光照度下各種彩色數(shù)碼設(shè)備評價(jià)指標(biāo)數(shù)據(jù)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(jié)構(gòu)相似性曲線圖(f) SSIM curve圖5 低光照度下各種彩色數(shù)碼設(shè)備評價(jià)指標(biāo)數(shù)據(jù)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(shù)據(jù)中可得出各彩色數(shù)碼設(shè)備色彩還原能力為：華為mate20Pro>佳能EW-73D數(shù)碼相機(jī)>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(shù)據(jù)中可得出各彩色數(shù)碼設(shè)備色彩還原能力為：華為mate20Pro>佳能EW-73D數(shù)碼相機(jī)>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(shù)據(jù)中可以得出各彩色數(shù)碼設(shè)備色彩還原能力為：華為mate20Pro>佳能EW-73D數(shù)碼相機(jī)>良田高拍儀>華為P10>iPhone 6>華為mate7。分析結(jié)構(gòu)相似度SSIM，從圖5(f)數(shù)據(jù)中可以得出各彩色數(shù)碼設(shè)備色彩還原能力為：華為mate20Pro>佳能EW-73D數(shù)碼相機(jī)>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(shù)碼相機(jī)、良田高拍儀、華為P10手機(jī)、iPhone6手機(jī)、華為mate7手機(jī)，該實(shí)驗(yàn)結(jié)果與人眼主觀視覺感受相吻合，具有一定的可靠性。

4 結(jié) 論

彩色數(shù)碼設(shè)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(shí)際測評過程中還會受到拍攝環(huán)境、光源等影響。本文從評價(jià)低光照度下彩色數(shù)碼設(shè)備色彩還原能力的需求出發(fā)，利用色差公式CIEDE2000等度量指標(biāo)，基于VC++平臺編寫圖像質(zhì)量評價(jià)算法和相應(yīng)的數(shù)值程序，設(shè)計(jì)出一款色彩還原能力評價(jià)軟件系統(tǒng)?，F(xiàn)場實(shí)驗(yàn)結(jié)果表明，此方法可以實(shí)現(xiàn)對低光照度下彩色數(shù)碼設(shè)備色彩還原能力的全面客觀量化評價(jià)，能為各類數(shù)碼設(shè)備設(shè)計(jì)性能的優(yōu)劣提供全面可靠的評價(jià)指標(biāo)，同時(shí)對微光夜視設(shè)備色彩還原能力的研究也具有指導(dǎo)意義和參考價(jià)值。