Adquisición y procesamiento de imágenes multiespectrales enfocado en la reproducción y corrección de color en entornos de iluminación controlados

Abstract

Esta tesis presenta la validación del funcionamiento y calibración de una nueva versión de un sistema imágenes multiespectrales que utiliza un sensor de cámara de amplio espectro (400-1000nm), y tecnología de iluminación basada en LED de ancho de banda estrecha dentro del espectro visible (410,650nm). Esta versión consta de una cámara monocromática de amplio espectro que se adaptó a varios lentes para realizar diferentes tomas y pruebas. Cuenta con un entorno de iluminación controlado con forma de caja octagonal oscura y cerrada. Dentro de ella se encuentran cuatro módulos, cada uno de ellos con 8 tríos de LEDs de alta potencia con ancho de banda estrecho en diversas longitudes de onda, que incluyen 7 dentro del espectro visible y 1 en el infrarrojo cercano que toma el rango de 410-850nm. El propósito de esta tesis es presentar un sistema multiespectral para adquirir la información intrínseca del color de las imágenes en un entorno de iluminación controlado como sistema de medida de color. Para ello, es necesario caracterizar y calibrar el sistema; y adecuar la configuración de los parámetros del sensor/lente. Además, se presentan las comparaciones respectivas de los sistemas para medir su precisión y exactitud. Como resultado del proceso de captura, se generan 8 imágenes multiespectrales que contienen información correspondiente a cada una de las longitudes de onda disponibles en cada sistema. Con el fin de evitar problemas de saturación, contraste, etc; se realiza la calibración y el estudio de repetibilidad del sistema. Además, se realiza la optimización en el software del sistema para corregir errores y ajustar el color respecto a la referencia según el CIE (Comission Internationale de l´Eclairage). Para ello, se aplican técnicas de regresión lineal, no lineal y una red neuronal. La capacidad del sistema para reproducir color a partir de imágenes espectrales genera como resultado una distancia de color de 23,74 Delta E y 40,45 Delta E cuando se utiliza la primera versión, la Corona Multiespectral y la segunda, el Domo Multiespectral, respectivamente. Utilizando el mejor entre los método probados para la corrección de color (Red neuronal) los errores disminuyen hasta 3,31 Delta E y 2,22 Delta E cuando se utiliza la primera versión y la segunda, respectivamente (Texto tomado de la fuente)

This thesis presents the validation of the operation and calibration of a new version of a multispectral image acquisition system using a wide spectrum (400-1000nm) camera sensor, and narrow bandwidth LED based illumination technology within the visible spectrum (410,650nm). This version consists of a broad spectrum monochromatic camera that was adapted to various lenses for different shots and tests. It has a controlled illumination environment in the shape of a dark, closed octagonal box. Inside it are four modules, each containing 8 trios of narrow bandwidth power LEDs of different wavelengths (7 within the visible spectrum and 1 in the near infrared) taking the range 410-850nm. The purpose of this thesis is to present a multispectral system for acquiring intrinsic color information from images in a controlled illumination environment as a color measurement system. For this purpose, it is necessary to characterize and calibrate the system; and to adapt the configuration of the sensor/lens parameters. In addition, the respective comparisons of the systems are presented to measure their precision and accuracy. As a result of the acquisition process, 8 multispectral images are obtained with information of each of the wavelengths available in each system. In order to avoid problems of saturation, contrast, etc., the calibration and repeatability study of the system is performed. In addition, the system software is optimized to correct errors and adjust the color with respect to the reference according to the Colorimetry Standard (CIE). For this purpose, linear and nonlinear regression techniques and a neural network are applied. The system's ability to reproduce color from spectral images results in a color distance of 23.74 Delta E and 40.45 Delta E when using the first version: Corona Multispectral and the second version: Dome Multispectral, respectively. Using the best among the proven methods for color correction (Neural Network) the errors decrease to 3.31 Delta E and 2.22 Delta E when using the first version and the second version, respectively.