本发明属于led智能照明技术领域，具体涉及一种基于光源照度及色度信息的光照颜色分辨能力量化方法及系统。
背景技术：
近年来，随着led制造技术的快速发展，光源产品的性能日趋多样化与专业化，光源颜色质量已受到商场展陈、文物照明、工业检测以及医疗卫生等诸多应用领域的高度重视。其中，光照颜色分辨能力(也称为光源辨色力)是现阶段评价光源颜色质量的重要方面，其表示人眼视觉在特定光源照明条件下区分或辨别颜色色相、亮度和饱和度之间差异的能力。
为指导各领域专用照明系统的构建与优化，探索颜色质量度量指标在表征和预测光源颜色分辨能力方面的有效性已成为国内外照明领域的热门问题。目前，国内外很多学者已经对光源光照颜色分辨能力的量化方法展开研究，并已提出了多种涉及光照颜色分辨能力量化评价的理论方法。
参考文献：1.zhenghuang,qiangliu*,michaelrpointer,weichen,yingliu,andyuwang,“colorqualityevaluationofchinesebronzewareintypicalmuseumlighting,”journaloftheopticalsocietyofamericaa2020,37,a170-a180.
2.q.liu*,y.liu,m.r.pointer,z.huang,x.wu,z.chen,m.r.luo*.colordiscriminationmetricbasedontheneutralityoflightingandhuetranspositionquantification[j].opticsletters,2020,45(21):6062-6065.
然而，现阶段国内外学者的相关研究尚未充分考虑照度变化对于光源光照颜色分辨能力的影响，基于光源照度差异的颜色分辨能力量化方法的相关研究目前尚属空白。
针对上述问题，亟待提出一种技术方案，针对不同照度光源的光照颜色分辨能力进行量化表征与预测，进而为不同照明场景下的光源照度设计与优化提供指导。
技术实现要素：
本发明的目的是为了解决背景技术中所述问题，提出一种基于光源照度及色度信息的光照颜色分辨能力量化方法及系统。
本发明的技术方案为提供一种基于光源照度及色度信息的光照颜色分辨能力量化方法，包括以下步骤：
步骤1，测量待评价光源的照度；
步骤2，判断待评价光源的照度e是否在本发明所适用的照度范围内，即判断a≤e≤b是否成立，若不成立则不适用本发明，若成立则进行下一步骤；
步骤3，测量待评价光源的光谱功率分布；
步骤4，在均匀颜色空间s中计算待评价光源的色度信息；
步骤5，判断待评价光源的相关色温cct是否在本发明所适用的相关色温范围内，即判断c≤cct≤d是否成立，若不成立则不适用本发明，若成立则进行下一步骤；
步骤6，将步骤4中待评价光源的色度信息输入到本发明所构建的评价光源光照颜色分辨能力的量化模型m中，得到待评价光源的光照颜色分辨能力估计量值，进而实现对于不同照度光源的光照颜色分辨能力的表征；
m为光源光照颜色分辨能力估计模型，具体形式如下：
m＝-0.08*[log10(cct)]2 0.48*log10(cct)-0.95
其中，m为光源光照颜色分辨能力估计量值，e为待评价光源的照度，duv为待评价光源在cie1976ucs颜色空间中光源色度点距离黑体轨迹线的最短距离，cct为待评价光源的相关色温。
而且，步骤2中，a＝50lx，b＝1000lx。
而且，步骤3中，对测量得到的待评价光源光谱功率分布采用400nm-700nm波段信息。
而且，步骤4中，均匀颜色空间s采用cam16-ucs均匀颜色空间。
而且，步骤5中，c＝2500k，d＝6500k。
本发明还提供一种基于光源照度及色度信息的光照颜色分辨能力量化系统，包括以下模块：
待评价光源照度信息采集模块，测量待评价光源的照度e；
照度范围判断模块，用于判断待评价光源的照度e是否在设定的照度范围内，即判断a≤e≤b是否成立，若不成立则退出，若成立则进行下一模块；
待评价光源光谱信息采集模块，用于测量待评价光源的光谱功率分布；
待评价光源色度信息计算模块，用于在均匀颜色空间s中计算待评价光源的色度信息；
相关色温范围判断模块，用于判断待评价光源的相关色温cct是否在设定的相关色温范围内，即判断c≤cct≤d是否成立，若不成立则退出，若成立则进行下一模块；
光品质评价模块，用于采用本发明所构建的模型m，对待评价光源进行光照颜色分辨能力的评价，根据输出结果衡量待评价光源的照明质量。实现方式为，将待评价光源的色度信息输入到本发明所构建的照明质量估计模型中，通过照明质量估计模型得到对应估计量值，实现待评价光源光品质的表征；
m为光源光照颜色分辨能力估计模型，具体形式如下：
m＝-0.08*[log10(cct)]2 0.48*log10(cct)-0.95
其中，m为光源光照颜色分辨能力估计量值，e为待评价光源的照度，duv为待评价光源在cie1976ucs颜色空间中光源色度点距离黑体轨迹线的最短距离，cct为待评价光源的相关色温。
而且，照度范围判断模块中，a＝50lx，b＝1000lx。
而且，待评价光源光谱信息采集模块中，对测量得到的待评价光源光谱功率分布采用400nm-700nm波段信息。
而且，待评价光源色度信息计算模块中，均匀颜色空间s采用cam16-ucs均匀颜色空间。
而且，相关色温范围判断模块中，c＝2500k，d＝6500k。
与现有技术相比，本发明的有益效果如下：
本发明提出的一种基于光源照度及色度信息的光照颜色分辨能力量化技术方案，以待评价光源的光度学和色度学特性为依托，以光源光照颜色分辨能力量化模型为手段，实现了对光源光照颜色分辨能力全面而准确的表征，进而为本领域提供了一种全面且具有针对性的光源评价方法。
附图说明
图1为本发明实施例的流程图；
图2是本发明实施例中实验视觉环境实拍图。
具体实施方式
结合附图，提供本发明实施例具体描述如下。
如图1所示实施例提供的一种基于光源照度及色度信息的光照颜色分辨能力量化技术方案，以待评价光源的光度学和色度学特性为依托，以光源光照颜色分辨能力量化模型为手段，实现了对光源光照颜色分辨能力全面而准确的表征，进而为本领域提供了一种全面且具有针对性的光源评价方法。
实施例采用6种具有相同相关色温(3000k)不同照度特性的led光源作为待评价光源，照度分别为：50lx，100lx,200lx,500lx,800lx,1000lx；以fm-100色相棋作为实验物体，以心理物理学实验结果为模型检验依据，对本文提出的一种基于光源照度及色度信息的光照颜色分辨能力量化方法准确性进行说明。需要说明的是，本发明并不局限上述光源与物体，对于其他led光源或其他物体，本方法同样适用。
本发明技术方案具体实施时可由本领域技术人员采用计算机软件技术实现自动运行。实施例提供的方法流程包括以下步骤：
1)测量待评价光源的照度e；
在实施例中，采用x-riteilpro2分光光度仪测量6种具有相同相关色温不同照度特性的待评价led光源的照度。
2)判断待评价光源的照度e是否在本发明所适用的照度范围内，即判断a≤e≤b是否成立，若不成立则不适用本发明，若成立则进行下一步骤；
在实施例中，a＝50lx，b＝1000lx。
3)测量待评价光源的光谱功率分布，采用400nm-700nm波段信息；
在实施例中，采用x-ritei1pro2分光光度仪测量6种具有相同相关色温不同照度特性的待评价led光源的光谱功率分布，波长范围为400nm-700nm。
4)在均匀颜色空间s中计算待评价光源的色度信息；
在实施例中，采用cie1976ucs颜色空间，计算所有待评价光源的相关色温cct。
5)判断待评价光源的相关色温cct是否在本发明所适用的相关色温范围内，即判断c≤cct≤d是否成立，若不成立则不适用本发明，若成立则进行下一步骤；
在实施例中，c＝2500k,d＝6500k。
6)将4)中待评价光源的色度信息输入到本发明所构建的评价光源光照颜色分辨能力的量化模型m中，得到待评价光源的光照颜色分辨能力估计量值，进而实现对于不同照度光源的光照颜色分辨能力的表征；
m为光源光照颜色分辨能力估计模型，具体形式如下：
m＝-0.08*[log10(cct)]2 0.48*log10(cct)-0.95
其中，m为光源光照颜色分辨能力估计量值，e为待评价光源的照度，duv为待评价光源在cie1976ucs颜色空间中光源色度点距离黑体轨迹线的最短距离，cct为待评价光源的相关色温。
为进一步证实本发明所述方法在光源光照颜色分辨能力量化方面所具有的技术优势，采用fm-100色相棋辨色力主观实验，通过相关系数r之方法，计算fm-100色相棋辨色力主观实验所获得的观察者错误分数与6)中光源光照颜色分辨能力估计量值m之间的pearson相关系数。实施例的具体实施过程如下：
1)在暗室中以上述6种待评价光源为实验光源，邀请24名具有正常视力的观察者在标准灯箱light-cube(50cm×50cm×60cm，灯箱四周和底部均为中性灰)中进行fm-100色相棋辨色力实验，实验视觉环境实拍图如图2所示。对于fm-100色相棋的相关介绍以及辨色力实验的流程介绍，可参见zhuang,qliu,yliu，etal.bestlightingforjeans,part1:optimisingcolourpreferenceandcolourdiscriminationwithmultiplecorrelatedcolourtemperatures[j].lightingresearch&technology,2-19,51:1208-1223.本发明不予赘述。
2)通过fm-100色相棋实验可获得观察者辨色力错误得分，实施例如表1所示。并计算其与光照颜色分辨能力估计量值m之间的pearson相关系数，两者之间的相关系数越接近1说明模型预测效果越好。结果显示，实施例中两者的相关系数r＝0.99。证明本发明所构建的光照颜色分辨能力量化模型具有极高的准确性，进而证明本发明所述方法在光源光照颜色分辨能力评价方面具有较强的技术优势
表1.fm-100色相棋观察者平均错误分结果
本发明还提供一种基于光源照度及色度信息的光照颜色分辨能力量化系统，包括以下模块：
待评价光源照度信息采集模块，测量待评价光源的照度e；
照度范围判断模块，用于判断待评价光源的照度e是否在设定的照度范围内，即判断a≤e≤b是否成立，若不成立则退出，若成立则进行下一模块；
待评价光源光谱信息采集模块，用于测量待评价光源的光谱功率分布；
待评价光源色度信息计算模块，用于在均匀颜色空间s中计算待评价光源的色度信息；
相关色温范围判断模块，用于判断待评价光源的相关色温cct是否在设定的照度范围内，即判断c≤cct≤d是否成立，若不成立则退出，若成立则进行下一模块；
光品质评价模块，用于采用本发明所构建的模型m，对待评价光源进行光照颜色分辨能力的评价，根据输出结果衡量待评价光源的照明质量。实现方式为，将待评价光源的色度信息输入到本发明所构建的照明质量估计模型中，通过照明质量估计模型得到对应估计量值，实现待评价光源光品质的表征；
m为光源光照颜色分辨能力估计模型，具体形式如下：
m＝-0.08*[log10(cct)]2 0.48*log10(cct)-0.95
其中，m为光源光照颜色分辨能力估计量值，e为待评价光源的照度，duv为待评价光源在cie1976ucs颜色空间中光源色度点距离黑体轨迹线的最短距离，cct为待评价光源的相关色温。
而且，照度范围判断模块中，a＝50lx，b＝1000lx。
而且，待评价光源光谱信息采集模块中，对测量得到的待评价光源光谱功率分布采用400nm-700nm波段信息。
而且，待评价光源色度信息计算模块中，均匀颜色空间s采用cam16-ucs均匀颜色空间。
而且，相关色温范围判断模块中，c＝2500k，d＝6500k。
各模块具体实现和各步骤相应，本发明不予赘述。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以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，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
1.一种基于光源照度及色度信息的光照颜色分辨能力量化方法，其特征在于，包括以下步骤：
步骤1，测量待评价光源的照度；
步骤2，判断待评价光源的照度e是否在设定的照度范围内，即判断a≤e≤b是否成立，若不成立则退出，若成立则进行下一步骤；
步骤3，测量待评价光源的光谱功率分布；
步骤4，在均匀颜色空间s中计算待评价光源的色度信息；
步骤5，判断待评价光源的相关色温cct是否在设定的相关色温范围内，即判断c≤cct≤d是否成立，若不成立则退出，若成立则进行下一步骤；
步骤6，将步骤4中待评价光源的色度信息输入到所构建的评价光源光照颜色分辨能力的量化模型m中，得到待评价光源的光照颜色分辨能力估计量值，进而实现对于不同照度光源的光照颜色分辨能力的表征；
m为光源辨色力估计模型，具体形式如下：
m＝-0.08*[log10(cct)]2 0.48*log10(cct)-0.95
其中，m为光源辨色力估计量值，e为待评价光源的照度，duv为待评价光源在cie1976ucs颜色空间中光源色度点距离黑体轨迹线的最短距离，cct为待评价光源的相关色温。
2.根据权利要求1所述的一种基于光源照度及色度信息的光照颜色分辨能力量化方法，其特征在于：步骤2中，a＝50lx，b＝1000lx。
3.根据权利要求1所述的一种基于光源照度及色度信息的光照颜色分辨能力量化方法，其特征在于：步骤3中，对测量得到的待评价光源光谱功率分布采用400nm-700nm波段信息。
4.根据权利要求1所述的一种基于光源照度及色度信息的光照颜色分辨能力量化方法，其特征在于：步骤4中，均匀颜色空间s采用cam16-ucs均匀颜色空间。
5.根据权利要求1所述的一种基于光源照度及色度信息的光照颜色分辨能力量化方法，其特征在于：步骤5中，c＝2500k，d＝6500k。
6.一种基于光源照度及色度信息的光照颜色分辨能力量化系统，其特征在于，包括以下模块：
待评价光源照度信息采集模块，测量待评价光源的照度e；
照度范围判断模块，用于判断待评价光源的照度e是否在设定的照度范围内,即判断a≤e≤b是否成立，若不成立则退出，若成立则进行下一模块；
待评价光源光谱信息采集模块，用于测量待评价光源的光谱功率分布；
待评价光源色度信息计算模块，用于在均匀颜色空间s中计算待评价光源的色度信息；
相关色温范围判断模块，用于判断待评价光源的相关色温cct是否在设定的相关色温范围内，即判断c≤cct≤d是否成立，若不成立则退出，若成立则进行下一模块；
光品质评价模块，用于采用所构建的模型m，对待评价光源进行光照颜色分辨能力的评价，根据输出结果衡量待评价光源的照明质量；实现方式为，将待评价光源的色度信息输入到所构建的照明质量估计模型中，通过照明质量估计模型得到对应估计量值，实现待评价光源光品质的表征；
m为光源辨色力估计模型，具体形式如下：
m＝-0.08*[log10(cct)]2 0.48*log10(cct)-0.95
其中，m为光源辨色力估计量值，e为待评价光源的照度，duv为待评价光源在cie1976ucs颜色空间中光源色度点距离黑体轨迹线的最短距离，cct为待评价光源的相关色温。
7.根据权利要求6所述的一种基于光源照度及色度信息的光照颜色分辨能力量化系统，其特征在于：
照度范围判断模块中，a＝50lx，b＝1000lx。
8.根据权利要求6所述的一种基于光源照度及色度信息的光照颜色分辨能力量化系统，其特征在于：
待评价光源光谱信息采集模块中，对测量得到的待评价光源光谱功率分布采用400nm-700nm波段信息。
9.根据权利要求6所述的一种基于光源照度及色度信息的光照颜色分辨能力量化系统，其特征在于：
待评价光源色度信息计算模块中，均匀颜色空间s采用cam16-ucs均匀颜色空间。
10.根据权利要求6所述的一种基于光源照度及色度信息的光照颜色分辨能力量化系统，其特征在于：
相关色温范围判断模块中，c＝2500k，d＝6500k。
技术总结