本发明属于色彩还原处理技术领域，涉及到一种基于视敏度曲线的本征色彩还原方法。
背景技术：
随着我国“中国制造2025”的提出，指明了中国工业制造的发展方向，网络化、智能化势在必行。高温电视作为各类工业炉窑等众多关键设备的重要信息源，视频图像的信息分析及提取，是实现智能视频监控的核心关键技术，其研究目标是利用计算机视觉技术、图像视频处理技术和人工智能技术对监控视频的内容对象进行描述、分析和理解，并将结果(如表征的定位、形变判定、几何测量等及内含的温度分布信息等)反馈给相应的上位系统进行控制，从而使视频监控系统达到具有较高层次的智能化水平。
近年来，随着网络摄像机的普及，国内有些厂家已将此类摄像机用于高温电视系统中，尽管初步实现了数字化，但图像质量、稳定性以及远程传输监控等技术方面还存在许多不足，与正真的数字化、高清化、智能化三位一体的智能制造技术标准还相距甚远，其主要原因包括网络摄像机功能有限，对所监控到的图像信息识别能力有限，换个角度说，就是没有二次开发功能，不能根据各类用户的针对性要求，对图形中的rio(关键兴趣点)进行有效提取，且经常造成色彩丢失或失真。
技术实现要素：
本发明的目的在于提供一种基于视敏度曲线的本征色彩还原方法，根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线，再结合人眼对色彩的敏感曲线进行积分计算，还原目标的本征色彩，解决了现有网络摄像机对监控到的图像信息的识别能力差，造成色彩易丢失或失真的问题，导致图像的清晰度差。
本发明的目的可以通过以下技术方案实现：
一种基于视敏度曲线的本征色彩还原方法，包括以下步骤：
步骤1、根据红外相机获得预设波长的目标辐射能量，在此基础上利用斯蒂芬-玻耳兹曼定律公式得到目标温度；
步骤2、利用目标温度代入到普朗克(planck)黑体辐射定律公式，得到可见光范围内的黑体辐射曲线；
步骤3、根据人眼对红、绿、蓝色光视敏曲线公式分别与普朗克(planck)辐射定律公式在可见光波长范围内求定积分，得到红色分量、绿色分量和蓝色分量。
进一步地，所述步骤1中斯蒂芬-玻耳兹曼定律公式为：
w＝σt4，σ为玻耳兹曼常数，σ＝(5.67051±0.00019)×10-8w·m-2·k4；t为目标温度，w为目标辐射能量。
进一步地，所述步骤2中普朗克(planck)辐射定律公式为：
c1为第一辐射常数，c1＝2πhc2＝3.741844×10-16w/m2；
c2为第二辐射常数，
λ为波长，单位为m；
h为普朗克常数，h＝6.62606896×10-34j·s；
c为光在真空中传播的速度，c＝3×108m/s；
t为绝对温度，该绝对温度为步骤1和步骤2中的目标温度；
k为波尔兹曼常数，k＝1.3806504×10-23j/k。
进一步地，所述步骤3中红色光视敏曲线公式为：
fr(λ)＝-5×10-13λ6+2×10-9λ5-3×10-6λ4+0.0019λ3-0.8082λ2+181.66λ-16914，λ为波长。
进一步地，所述步骤3中绿色光视敏度曲线公式为：
fg(λ)＝-5×10-13λ6+2×10-9λ5-2×10-6λ4+0.0016λ3-0.6285λ2+132.8λ-11614，λ为波长。
进一步地，所述步骤3中蓝色光视敏度曲线公式为：
fb(λ)＝-10-11λ6+4×10-8λ5-4×10-5λ4+0.0247λ3-8.3462λ2+1501.4λ-112250，λ为波长。
进一步地，所述步骤3中，获取红色分量采用红色光积分公式，所述红色光积分公式为：
进一步地，所述步骤3中，获取绿色分量采用绿色光积分公式，所述绿色光积分公式为：
进一步地，所述步骤3中，获取蓝色分量采用绿色光积分公式，所述蓝色光积分公式为：
本发明的有益效果：
本发明根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线，再结合人眼对色彩的敏感曲线进行积分计算，还原目标的本征色彩，避免色彩丢失或失真，进而提高了图像的清晰度，实现图像信息的高清化且提高了对图像信息的识别能力。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是标准视敏度曲线图；
图2是红色光视敏度曲线图；
图3是绿色光视敏度曲线图；
图4是蓝色光视敏度曲线图；
图5是黑体辐射曲线图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图2-5所示，本发明为一种基于视敏度曲线的本征色彩还原方法，包括以下步骤：
步骤1、根据红外相机获得预设波长的目标辐射能量，在此基础上利用斯蒂芬-玻耳兹曼定律公式得到目标温度；
步骤2、将目标温度代入到普朗克(planck)辐射定律公式，得到可见光范围内的辐射曲线，进而得到可见光范围内某个波长的黑体辐射分量；
步骤3、根据人眼对红、绿、蓝色光视敏曲线公式分别与普朗克(planck)辐射定律公式在可见光波长范围内求定积分，得到红色分量、绿色分量和蓝色分量。
其中，所述斯蒂芬-玻耳兹曼定律公式的计算公式为：
w＝σt4，σ为玻耳兹曼常数，σ＝(5.67051±0.00019)×10-8w·m-2·k4；t为目标温度，w为目标辐射能量。
所述普朗克(planck)辐射定律公式的计算公式为：
c1为第一辐射常数，c1＝2πhc2＝3.741844×10-16w/m2；
c2为第二辐射常数，
λ为波长，单位为m；
h为普朗克常数，h＝6.62606896×10-34j·s；
c为光在真空中传播的速度，c＝3×108m/s；
t为绝对温度，该绝对温度为步骤1和步骤2中的目标温度；
k为波尔兹曼常数，k＝1.3806504×10-23j/k。
所述红色光视敏度曲线公式的计算公式为：
fr(λ)＝-5×10-13λ6+2×10-9λ5-3×10-6λ4+0.0019λ3-0.8082λ2+181.66λ-16914；
所述绿色光视敏度曲线公式的计算公式为：
fg(λ)＝-5×10-13λ6+2×10-9λ5-2×10-6λ4+0.0016λ3-0.6285λ2+132.8λ-11614；
所述蓝色光视敏度曲线公式的计算公式为：
fb(λ)＝-10-11λ6+4×10-8λ5-4×10-5λ4+0.0247λ3-8.3462λ2+1501.4λ-112250；
所述红色分量的获取通过红色光积分结果公式，所述红色光积分结果公式为：
所述绿色分量的获取通过绿色光积分结果公式，所述绿色光积分结果公式为：
所述蓝色分量的获取通过蓝色光积分结果公式，所述蓝色光积分结果公式为：
如图1所示，附图中v(λ)为标准视敏度曲线，vr(λ)为人眼对红色光视敏度曲线，vg(λ)为人眼对绿色光视敏度曲线，vb(λ)为人眼对蓝色光视敏度曲线，并通过曲线可知，对于辐射量相同，而波长不同的光，人眼在亮度感官上敏感程度是不同的，正常人眼最敏感的光波长为555nm，颜色为草绿色。
本发明根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线，再结合人眼对色彩的敏感曲线进行积分计算，还原目标的本征色彩，避免色彩丢失或失真，进而提高了图像的清晰度，实现图像信息的高清化且提高了对图像信息的识别能力。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。