高光谱成像技术为诸如智能手机和平板电脑等消费类电子显示器的色彩测量提供了一种有效的解决方案。
显示技术性能的快速提高使得需要更好的度量工具来确保色彩和均匀性的准确呈现。
几十年来，低成本，简单的3色滤光片成像仪器对阴极射线管（CRT）RGB监视器的有限色域进行了评估。四色，LCD，OLED和类似的新技术的出现，同时也伴随着更高的消费者意识和对性能的期望，因此需要更精确的成像仪器来执行此类关键测量。
传统上，根据国际照明委员会（CIE）定义的颜色图或空间中的各种坐标系对颜色进行量化。最常见的是x，y和u’，v’。这些地图和其相应的坐标从基于人类观察者的颜色匹配函数得到的从1931年进行的实验和1 976 1,2
根据RGB滤波器的测量结果，可以随后使用简单的代数方程从地图中计算出坐标：
高性能分光辐射计通过引入基于色坐标的光谱测量结果，提供了急需的精度改进，因为色彩匹配功能的测量比仅近似响应的滤光片更精确。这些可以看作是加权函数，可以根据这些加权函数精确地计算出坐标：
但是，除非借助台架或机械手在整个样品区域进行物理扫描，否则此类仪器只能进行现场测量。这使得评估诸如色彩均匀性之类的特征的空间依赖性变得困难，费时且昂贵。高光谱成像提供了一种解决方案，结合了能力成像色度计的优势，可以在一次测量中捕获整个区域，并且具有光谱仪的精度。
高光谱成像相机生成的数据的“超立方体”表示为图像中每个像素收集的波长光谱。通过比较像素之间的光谱，可以立即识别出人眼甚至RGB相机无法观察到的细微反射色差。
存在多种光谱成像技术。最常见的高光谱成像相机类型是推扫系统，即物平面上的线在阵列传感器上生成2D模式。完整的数据立方体（2D空间x 1D光谱）的收集需要机械扫描。
虽然可以将分散元件做得很小，并且可以在短至1 ms的时间内收集每个光谱，但是机械运动使这些仪器有些笨重，并且容易出现未对准的情况。此外，提高空间分辨率的代价是采集时间更长。
图1：图为HinaLea Imaging的4200型（顶部）
推扫光栅系统是最早由美国国家航空航天局（NASA）开发的高光谱相机，安装在卫星和机载平台上以用于研究目的。
波段序列，前视或快照成像仪不需要机械扫描。取而代之的是，可以依次选择光谱带的可调滤波器放置在传感器的前面，并通过收集每个光谱带的完整图像来生成超立方体。采集时间不取决于像素的数量，而是取决于要采集的光谱带的数量。这些成像仪特别适合需要高空间和光谱分辨率，可调节光谱范围和小外形尺寸的应用。
通过在经典的Fabry-Perot干涉仪（FPI）配置中控制反射镜的反射率及其间距，可以实现高精细的光谱过滤。Kapolei是第一家将这种基于FPI的滤波配置并入电池供电的手持凝视高光谱成像相机的公司，该相机可捕获550个光谱带中的多百万像素图像在短短两秒钟内。
由于摄像机中的嵌入式硬件支持实时数据处理，因此避免了通常由高光谱系统生成的大型数据集。相反，相机可以识别感兴趣的特征（在光谱域和空间域中），并在图像中对这些特征进行分类。
功率受限的声光可调滤光片（AOTF）或液晶可调滤光片的重现性较差的其他波段序列成像仪不同，FPI技术易于配置用于实验室台式调查或生产线测试。
图2：此处显示用于显示颜色测量的高光谱成像相机配置。
平板电脑和智能手机显示屏的颜色测量示例
使用根据图2配置的HinaLea Imaging VNIR高光谱相机（型号4200）捕获了一系列消费电子显示器的数据立方体。在设备上显示色块测试图案，对随机选择的目标区域的光谱求平均值（5光谱，并计算出色度坐标。图3显示了来自同一制造商的智能手机和平板设备的结果。两者都是AMOLED（有源矩阵有机LED）显示器，但可能来自不同的制造商。
图3：此图片中的是AMOLED手机和平板电脑的示例显示器。
为了评估颜色，它是相对光谱形状，而不是计算坐标所依据的强度，因此在此讨论中不应考虑后者。对红色，蓝色和绿色图块以及白色区域的光谱进行的检查清楚地显示了每个光谱所得到的光谱之间的差异。
图4（a，b，c，d）：此处显示了在手机和平板电脑上显示的白色区域，红色，绿色和蓝色图块的样本区域的平均光谱比较。
采样的所有四个区域均显示出明显的差异，但最明显的是红色和蓝色分量。计算出的色度坐标的汇总表（图5）证明了这一点。随后用白色证明，这是三色成分的组合。否则这些差异可能无法通过常规过滤器方法检测到或识别出来，并且实际上，鉴于这些设备来自同一制造商，目前可能使用的计量仪器无法做出此类区分。
图5：在手机和平板电脑上显示的白色区域，红色，绿色和蓝色图块的样本区域的平均光谱计算得出的色度坐标的比较列于此处。
有趣的是，这会影响色域或设备所测量产生的颜色范围（映射到色彩空间）（图6）。
除了空间信息之外，通过识别不仅对眼睛不可见而且对彩色（RGB）相机甚至是成像色度计不可见的图像的区别，高光谱成像相机可以提供对显示产品颜色指标的更准确，更快速的评估。
图6：此处列出了色域坐标的所得色域的列表比较，该色域坐标是根据手机和平板电脑上显示的白色区域，红色，绿色和蓝色瓷砖的样本区域的平均光谱计算得出的。
在所讨论的示例中，高光谱成像系统能够检测到光谱差异，该光谱差异对来自同一制造商的两个产品显示器之间的色彩差异具有重大影响。
由于具有便携性以及动态改变光谱范围和带通能力的能力，高光谱成像技术可在检查阶段针对各种参数和关注点配置同一台仪器，从而优化准确性。
外星眼机器视觉认为：精度更高的色彩检测，可以满足厂家使用多家供应商的产品，对于厂家来说，可以更好的控制成本，和供货周期，对于消费者来说，电子产品不容易缺货，而且还不影响屏幕的使用体验。
备注：本博客经常会发一些对大家学习非常有参考价值的帖子，开阔设计机器视觉解决方案的思路和分享一些机器视觉相关的软件（Halcon，Opencv，Visionpro），硬件（工业相机，工业光源，工业镜头，工业图像采集卡）的资料，大家可以关注我以及看下我其他帖子。
如果想一起交流可以加我WX：1007742116或者关注微信公众号：外星眼机器视觉
还可以关注我在网易云课堂的免费光源课程和其他课程
http://m.study.163.com/provider/400000000472021/index.htm?share=2&shareId=400000000472021
