裘柯槟， 陈维国,2， 周 华,2， 应双双

(1. 浙江理工大学 纺织科学与工程学院(国际丝绸学院)， 浙江 杭州 310018； 2. 浙江理工大学上虞工业技术研究院有限公司， 浙江 绍兴 312300)

颜色测量是纺织服饰产业中最常用的评价方法之一，不同于印刷品，纺织品种类繁多、结构多变、颜色丰富，其最终的颜色效果不仅受到纱线颜色的影响，也会受织物层数[1]、纤维形状[2]、织物纹理[3]、纱线线密度、捻度、织造工艺等因素的共同影响，准确、高效的纺织品颜色测量一直是纺织领域研究的热点。颜色测量方法包括：目测法、光电积分法、分光光度法、数码摄像法[4]和光谱成像法等。分光光度法是工业生产中应用非常广泛的颜色测量方法，分光光度计最小测量孔径达到3 mm，满足大部分颜色测量场景。对于纱线、纤维颜色测量时，受仪器测量孔径的限制，测量前需要对试样进行预处理，这使得测量过程复杂、效率低。在通过物理定位对被测纺织品指定位置的颜色测量时，纺织品柔软易扭曲变形的特点易影响测量结果的准确性，因此，尽管分光光度法颜色测量仪器是目前纺织行业最常用的仪器，但存在一定的局限性。

成像技术是基于光电技术发展起来的，成像技术中的图像传感器是一种将光学图像转换为一维时序信号的器件[5]。电荷耦合器件(CCD)是最常见的图像传感器，CCD传感器是一个小型单元矩阵，在空间均匀阵列，阵列中每个单元都是一个具有产生电能的光电二极管，能够根据入射光的强度产生不同强度的脉冲信号。非接触式的成像测量技术以像素为测量单位，能够获取每个像素的颜色，分辨物体微小的颜色变化，同时运用图像模式识别技术对纺织品变形区域进行识别和定位，并消除纺织品变形、噪声的影响，解决样品颜色不均匀性带来的测量难题，对纺织品颜色测量具有一定的优势。

高光谱成像技术具有图谱合一的优点，在农业、生物医学、印刷、纺织等行业受到学者的广泛关注与研究。本文主要介绍了基于成像的颜色测量技术的发展，分别对数码摄像法、多光谱成像法和高光谱成像法的特点，及其在纺织品颜色测量中的研究与应用成果进行分析，并基于高光谱成像技术的优势提出未来纺织品颜色测量技术的发展趋势，以期为解决目前纺织品颜色测量所面临的关键技术问题提供新的参考。

1 非成像测量技术

目前客观的颜色测量通常采用光电积分法和分光光度法。这2种方法均为基于颜色点的测量技术。

1.1 光电积分法

光电积分法使用滤光光源和3个或4个滤光片，其光谱响应近似于特定国际照明委员会(CIE)标准光源与传感器组合的光谱响应，能够直接测量三刺激值(如CIEXYZ)。光电积分法能准确测出2个被测样品之间的颜色差别，但由于不提供光谱数据，无法避免同色异谱；其次受滤光片透射率和光源稳定性的限制，不能准确地测量出三刺激值。光电积分法的优点在于结构小巧、测量速度快、操作简便，适用于只需要控制物体颜色，测量精度要求不高而又不需要配色的领域(如色差评价、颜色在线检测等)。

1.2 分光光度法

分光光度法采用光栅等分光元器件对入射光线进行分光，通过传感器探测样品空间的全部光谱能量分布的信息，能够比较精确测量物体的反射率并将反射率转换为各种颜色参数，提供足够的精确度和重复性。根据光谱信息采集方式的不同，分光光度法可分为光谱扫描法和光电摄谱法。光谱扫描法是单通道测色方法。入射狭缝的光线通过聚焦凹镜形成平行光束，充分照亮光栅。采用机械扫描结构旋转光栅，以改变指向输出的波长。单色仪在可见光范围内依次连续采集光谱信号，其优点是精度较高，但光路和结构复杂，测量效率低，系统重复性差，对光源的稳定性要求较高。光电摄谱法通过线性光电传感器同时采集待测物的全波段光谱信息，具有测量时间短、信噪比高，对光源稳定性要求低，适用于瞬态的光谱颜色测量的特点[6]。目前，分光光度法颜色测量仪大多采用光电摄谱法，测色准确且测色过程自动化。根据测色设备大小可分为台式和便携式2种，台式分光光度仪(如Datacolor 650台式分光光度仪和X-rite Ci7 860台式分光光度仪)体积大，常用于实验室测色；便携式分光测色计(如Datacolor CHECK 3便携式分光测色计、X-Rite eXact便携式分光测色计)的积分球较小，携带方便，但测色性能逊色于台式分光光度仪。

基于点测量的分光光度计受测量孔径大小的限制，每次只能采集测量孔径内的物体平均反射率，对于包含复杂嵌套颜色图案的提花、印花织物，测量结果缺乏有关物体的空间信息，需要分批测量，且满足被测区域为单色的要求，无法满足所有纺织品颜色测量的需求。

2 成像测量技术

根据图像包含的波段数不同，成像测量技术分为数码摄像法、多光谱成像法和高光谱成像法。为了提高成像技术的测量精度和稳定性，不少学者对成像传感器性能、分光方式、相机颜色特征化、光谱重建、图像分割等方面进行研究。目前成像技术已被应用于颜色再现[7]、文物保护[8]、纺织颜色测量[9]等领域。

2.1 数码摄像法

数码摄像法是一种基于三通道成像技术的测色方法，如扫描仪[10]或数码相机[11]。数码相机采集到的原始数字信号由其传感器表面的特定滤光片决定，每个滤光片只能透过对应波长的光信号。红(R)、绿(G)和蓝(B)3种滤光片一般4个为1组，从左至右、从上至下的顺序一般有RGGB、GBRG和GRBG这3种。基于RGB的成像只记录了物体在特定光源下的R、G、B 3个波长的颜色数值，而非全光谱信息，故记录的RGB颜色数值完全依赖于指定相机和光源，当相机以及观察环境的光源变化时(现实中很难保证光源一致不变)，记录的RGB颜色数值就会发生很大变化，导致颜色的不一致性，因此数码摄像法只能用于指定观察环境下的颜色评价。相机颜色特征化是比较有效解决颜色一致性问题的方法之一。相机颜色特征化主要内容是颜色空间转换，完成设备相关的颜色空间的颜色值(如RGB值)到设备无关的颜色空间的颜色值(如CIEL*a*b*值)的转换。相机颜色特征化主要有物理模型、查找表和数值评估这3种方法。物理模型通常包含诸如吸收率、散射率和反射率几个属性，例如，库贝卡-芒克(Kubelka-Munk)模型适用于打印机的表征方法。查找表描述设备相关的颜色空间和一个设备无关的颜色空间之间一系列对应关系，并可通过插值计算中间坐标，查找表通常需要大量的测量数据，效率低。数值评估无需事先假设测量仪器的物理状态，使用一组参考目标颜色样本，并找到一个回归模型将RGB值映射到CIEL*a*b*值(如线性模型、二次模型、伽马模型、直接模型和神经网络等)[12]。一般来讲，将相机作为色度计的模型准确性必须不超过3.0ΔE(ΔE为色差)，理想情况下应该不超过1.0ΔE。Seymour[13]对比分析了不同模型，表明只有少数模型的准确性低于3.0ΔE。伪逆法是映射模型中最简单的方法，但对噪声非常敏感。多项式模型估计色度值的准确性表现良好[14]，将模型分别应用于纺织品CNCS色卡和染色样布，色差结果表明平均色差差值分别为1.16和1.34，接近于DigiEye测色结果，且能与其保持良好的一致性，增加多项式的项数可提高估计性能，但参数数量并非越多越好，其有效度依赖于所选择的特定参数[15]。随着多项式回归项数的增加，模型泛化能力下降。上述模型将RGB值映射到CIEL*a*b*值需要依赖所选白点，这意味着重新选择白点后必须重新计算回归模型。

光谱分布估计利用相机RGB值与分光光度计测量的反射率建立模型，从而可确定给定的相机RGB值对应的光谱反射率，光谱分布估计的结果可转换为不同的颜色空间的色度值。凸集投影(POCS)方法[16]是一种常用的估计光谱分布方法，此方法严重依赖于样本颜色的先验知识，若没有良好的先验知识，结果可能很差。神经网络方法则需要选择正确的参数和良好的模型架构，同时需要大量的时间来训练模型[17]。光谱分布估计模型通过现有的RGB滤光片组合能够提高相机的准确性，计算结果与相机颜色特征化的结果类似。研究表明，光谱分布估计对中性色的测量效果最好，其次是亮色，而深色和高饱和度的颜色最难测量[18]。

英国Verivide公司的DigiEye数码测色系统是一种基于三通道数码摄像的测色系统，能够采集超小面积或多色样品的反射率和色度数据。测量织物颜色结果表明，DigiEye数码测色系统与分光光度计之间存在相关性，但在某些光谱区域中的光谱值存在差异，对色度测量值有所影响[19]。对于纸质色卡颜色测量而言，DigiEye数码测色系统和Datacolor SF600分光光度计能够获得较为一致的颜色评价；在非平整表面的染色织物颜色评价时，二者会出现一定的颜色评价差异；而在交织混色织物的颜色评价时，二者色彩差异更大。从视觉评判分析表明，其更符合视觉观察结果[20]，在织物色差评价中有一定的可行性和实用价值。

2.2 多光谱成像法

多光谱成像发展始于20世纪90年代中期，目的是实现纺织品在屏幕上的精确颜色再现。多光谱成像法通过提高成像测量的光谱数，与传统三通道的RGB图像相比，此方法包含了更多的颜色信息，能够提高光谱精度[21]。多光谱图像采集系统一般由光源、滤光片、镜头和图像传感器组成。根据分光方式的不同，多光谱成像系统主要有3种结构：1)N个窄带光源—传感器；2)光源—N个窄带滤光片—传感器；3)光源—N个窄带传感器，其中N为通道数(N>3)[21]。前2种是分时成像，成像速度随着N增加变慢，适合静态的颜色测量；第3种是N个传感器实时成像，成像响应快，但传感器成本高，每个成像传感器的位置不同，需要校准像差。光源—N个窄带滤光片—传感器图像采集方法如图1所示。

图1 光源—N个窄带滤光片—传感器图像采集方法Fig.1 Image acquisition method of light source-N narrowband filters-sensor

通过控制传感器前面的旋转轮上的宽带或窄带滤波片来过滤入射光，获取一些感兴趣的离散波段，然后在各波段下进行成像获取多光谱图像，目前其研究与应用较为广泛。

系统采集的图像波段数过低会影响光谱精度。为提高光谱精度，通常采用低维的多通道响应值重建高维的光谱反射率[22]。光谱重建算法是影响光谱重建精度的关键因素，光谱重建算法性能取决于成像传感器的性能、滤光片的数量及透射率、光源的稳定性、训练样本等因素。物理匹配法根据目标的各通道响应值及已知光谱反射率匹配出目标的光谱反射率[23]，该方法适用于通道数较多的多光谱成像系统。优化算法通过输入/输出数据确定模型中的参数来重建光谱反射率，如维纳估计及其改进算法[24]、最小二乘及其改进算法[25]、神经网络法、多项式拟合法[26]等。优化算法依赖于训练数据，需要尽可能多的样本来创建反射率数据，当测试数据是训练数据的1个子集时，这些优化方法表现良好，但当测试数据与训练数据不同时，其性能明显下降，因此训练样本与目标对象的一致性需要考虑在内，避免优化算法过拟合或欠拟合的问题。当在样本光谱反射率未知的前提下，通过自由选择适当的训练样本来求得维纳估计方法中的协方差矩阵，从而达到重建高精度反射率的目的，与传统的维纳估计在不同信噪比和不同成像通道数下进行比较，在系统低信噪比或成像通道少于7的情况下，该方法求得的光谱误差和色度误差都较小[27]。此外，线性方法比非线性方法可获得更有效的色度信息[28]。

针对纱线较织物测色复杂的现状，忻浩忠等研究发明了采用31个滤光片组合的多光谱成像颜色测量系统，克服样本量、形状和颜色的限制，根据图像颜色特征结合阈值概念对纱线和背景进行分割，得到纱线的光谱反射率[29]。由于纺织品的表面反射特性与标准白板之间存在差异，导致同样颜色的样品放在系统载物台不同位置时，测量结果会有一定色差，多光谱成像颜色测量系统在测量之前需要进行空间校正。基于多项式回归的空间一致性校正方法不仅相对基于虚拟板的校正方法有优势，还能减小多光谱系统的反射率重建色差，提升系统颜色测量的精度[30]。通过将多光谱成像系统测量的纱线光谱反射率转换到标准仪器测量的纱线板光谱反射率，能够实现短纱线颜色测量。基于核岭回归的纱线光谱映射方法与传统的线性回归、岭回归以及局部线性回归等方法比较发现，核岭回归具有更高的光谱反射率映射精度，很好地解决了短纱线的颜色和光谱测量问题[30]。

纱线测量结果易受到相邻纱线颜色影响，结合图像分割提取纱线颜色特征，可降低相邻纱线颜色干扰的影响。典型的图像分割算法主要有大津阈值法、K均值聚类算法、模糊C均值聚类的阈值法以及人工阈值法。罗林从纱线形态特征分析比较了平均像素法、中心区域平均像素法、最大值像素法和明度加权法[9]对纱线测量结果的影响。在图像分割过程中分析纱线形态特征，能够改善纱线的测量结果，与分光光度法测定纱线板颜色相比，最大值像素法得到的亮度和色度差最小，罗林利用改进K均值聚类算法提取纱线颜色，相比较于K均值聚类算法，提高了与纯色织物相似的颜色匹配效果[31]。通过确定模型相关系数，证实了测量纱线板的颜色不仅包括了纱线直接反射，还包含了纱线之间的互反射[9,32]。

目前多光谱成像系统已经商业化，如Datacolor公司研发的Spectravision多光谱成像系统，其仪器间一致性平均色差0.15(CIEL*a*b*)，有效像素大小对应空间上27.6 μm×27.6 μm，稳定性好，空间分辨率高。

2.3 高光谱成像法

高光谱成像比多光谱成像具有更丰富的光谱数据，高光谱图像中的每个像素都有完整的、连续的光谱，能够更精确区分相似颜色的样品[33]，是目前成像技术中较新的发展方向。

高光谱成像系统一般由图像传感器、分光仪和光源组成[34]。分光仪是高光谱成像系统的核心部件，其将入射光分散并投射出分散的光线到图像传感器上。大多数分光仪是基于衍射光栅，如棱镜-光栅-棱镜(PGP)。PGP成像光谱仪工作原理如图2所示。通过狭缝入射的光经过准直物镜准直后入射至PGP，经PGP色散分光后的光线，通过成像物镜聚焦在传感器上。PGP具有高达数百个波段，衍射效率高，能提供真正的高光谱能力[35]。

图2 PGP成像光谱仪工作原理Fig.2 Principle of hyperspectral imaging technology with PGP Component

近些年来，随着电子技术的发展，也有基于电子可调滤波的分光仪，如液晶可调谐滤波器(LCTF)和声光可调谐滤波器(AOTF)[36]，AOTF和LCTF采用面扫描成像，具有结构小的优点，但由于衍射效率较低，需要提高光照强度或增加曝光时间，对传感器要求具有较高的信噪比。

高光谱图像采集方法如图3所示。有点扫描、线扫描和面扫描3种方式，图中箭头表示扫描方向。点扫描和线扫描都是空间扫描，面扫描是光谱扫描。点扫描沿2个空间维度(x和y)移动样品或传感器采集单个点的光谱信息，扫描耗时，效率低，目前应用很少。线扫描(推扫型)每次获取一个具有一个空间维度(y)和一个光谱维度(λ)的特殊二维图像(y，λ)，通过移动样品或传感器获得完整的高光谱图像，适合大面积的样本图像采集。面扫描通过滤波(如滤光片或电子可调谐滤波器)一次获得单波段完整空间信息的灰度图像(x，λ)，传感器和样品之间没有相对运动，只通过依次改变波长获取完整的高光谱图像，适用于固定场景的图像采集。

x—x轴向空间维度；y—y轴向空间维度；λ—光谱维度。图3 高光谱图像采集方法Fig.3 Hyperspectral image acquisition methods.(a) Spot scan; (b) Line scan; (c) Area scan

对于颜色测量来讲，仪器的可靠性、稳定性至关重要。据相关文献报导，在ASTM E2214—2008《说明和鉴定颜色测定仪性能的标准实施规程》测量标准下，用高光谱成像系统与分光光度计对相同印刷品进行颜色测量，结果表明高光谱成像系统克服了分光光光度计和多光谱相机的局限性，具有良好的重复性以及精确结果[37]，验证了高光谱成像系统在颜色测量应用中的可行性。

基于推扫型高光谱成像技术的织物测色方法已经在织物数码印花的色彩管理中得到了应用。该方法采用高光谱相机对织物进行非接触式成像，利用计算机图像处理自动获得图像中每个色块的颜色信息，并对织物变形、沾污、沾色、褶皱等随机噪声进行图像识别及消除，使最终得到的颜色数据波动更小、更准确[38]。推扫型高光谱成像技术具有能够采集更大面积范围的数据和记录每个像素完整且连续的光谱数据和空间信息的优点，结合图像处理技术能够提高测量精度和测量稳定性，并减少测量时间，在纺织品颜色测量方面具有广阔的应用前景。此外，探究光源直接照射织物和织物表面纱线相互反射的光对织物颜色成像的影响，高光谱成像技术结合图像处理方法提供了不错的选择[8]。

基于材料光谱特性的色彩管理是确保准确的色彩再现和解决诸如异色现象等重要问题的唯一途径[39]。新一代色彩管理系统iccMAX引入了包括光谱处理、材料识别和可视化、新的数据类型、改进的色域边界描述以及对任意可编程转换的支持等新特性，扩展了现有的国际色彩组织(ICC)配置文件格式和体系结构，将光谱图像与色彩感知连接起来，可提高颜色再现准确性[40]。

3 存在的问题

虽然成像技术得到了快速的发展，但不同的成像技术应用于颜色测量依然存在不少问题。

1)数码摄像法依赖测量设备及测量条件、模型参数，存在色域局限，即所支持的sRGB空间和Adobe RGB空间并不能包含色品图的全部颜色，深色或高饱和度颜色的纺织品测量误差较大。数码摄像法在高精度的颜色测量中具有一定的局限性。针对数码摄像法的应用场景需进一步研究优化映射模型，在提高精度的同时适应不同应用场景的需要。

2)基于多光谱成像的颜色测量方法提高了光谱精度，结合图像分割可确定任意形状区域的颜色，拓宽了纺织品颜色测量的应用范围，但存在以下不足：在硬件方面，增加滤光片的数量可提高颜色精度，但使用滤光片分光的多光谱成像系统尺寸有限，仅容纳有限数量的滤光片；其次每个滤光片的透光率各不相同，需要对系统内每个滤光片进行校准，并且滤光轮的旋转引起振动，这可能导致图像像差问题[41]。在应用方面，被测物与传感器相对固定，导致成像面积有限，不适用于在线检测或大面积测量。在算法方面，颜色精度和可靠性受到光谱重建算法、训练样本等多种因素影响，优化算法对成像环境及训练样本变化不具有鲁棒性，需要在满足所需条件的情况下才能很好地工作，图像分割算法需要考虑纺织品的形态特征，对不同的纺织品自适应地调整阈值，满足测量要求。光谱成像系统的发展将会更加模块化、高精度和稳定实用。

3)高光谱成像法将光线分光后导致光强度减弱、噪声增加，增加了数据处理的难度，对传感器的信噪比性能提出更高的要求。当传感器信噪比低时，需要增加光照或曝光时间。其次，作为颜色测量应用来讲，系统长时间工作对光源稳定性、传感器稳定性提出了更高的要求。高光谱图像光谱信息量大，数据冗余度高，一方面需要提升计算机对原始数据的快速计算处理能力，另一方面，需要对数据特征选择方法进行研究，在不损失测量精度的前提下减少数据冗余，达到实时快速处理的目标。

4 结束语

本文论述了基于成像的颜色测量方法的特点以及对纺织品颜色测量的应用研究和发展趋势，针对纺织品图案多样、颜色丰富、立体感强的特点，给纺织品精确的颜色测量带来的挑战，将光谱学和图像处理结合起来的测量方法为克服纺织品颜色测量的难点提供了可行性。

在今后的研究过程中，基于成像技术的颜色测量方法可从仪器配制、测量方法、图像处理算法以及应用领域等方面进行探索，提高测量精度和扩展应用范围。发展趋势将包括以下几个方面：1)研制高空间分辨率、高信噪比的图像传感器，构建用于纺织品颜色测量的高光谱成像颜色测量系统，满足颜色测量仪器高稳定性、高重复性的要求；2)建立并完善基于高光谱成像技术的颜色测量标准与方法；3)研究基于空间-光谱关系的图像分割算法，达到对纺织品快速准确识别并分类的目的；4)结合新一代色彩管理系统iccMAX的新特性，将高光谱成像技术应用于纺织品色彩管理，将是未来纺织品色彩管理的热点。