计算机视觉与智能手机相结合有助于准确地查看颜色|bob体育下注安卓版赫尔辛基大学

研究人员正在开发基于AI算法的应用程序，该应用程序在常规智能手机上运行，并以简单的方式利用精确的高光谱成像。

由研究人员设计的计算机视觉技术很快就可以将智能手机转化为极其准确的相机。与助理教授一起Arto Klami.，计算机科学的博士生Mikko.toivonen和张拉贾尼设计了计算机视觉算法spexel.ai项目，可用于从使用智能手机拍摄的照片中以非常高的精度确定颜色。

精确的色彩检测可以帮助，例如，室内设计师或使用涂料的人。使用spexel.ai技术，他们可以拍摄他们的主题的照片，并从应用程序中获得有关其颜色阴影的准确信息。该技术对寻找特定色调的产品的在线购物者来说也是有用的。

Spexel.ai的技术基于智能手机的组合，连接到手机的外围设备和应用程序在计算机视觉算法的帮助下确定基于云服务中的颜色的应用程序。

“还有其他可用于颜色检测的设备，但它们需要非常接近正在测量的对象。我们的解决方案使得也可以从其他方式确定颜色，也可以用于拍摄图像，说，屋顶，“Chang Rajani说。

高光谱图像揭示了更多

颜色检测构成了Spexel.ai产品开发中采取的第一步。随后，相同的技术允许利用极其精确的高光谱成像，其中用外围设备拍摄的图像被处理到具有计算机视觉算法的高光谱图像中。换句话说，该技术比颜色检测更先进。

由于它们揭示了在拍摄的物体中的肉眼上看不见的事实，Hyperspectral图像不同于普通照片。该技术不基于泛耕;相反，高光谱图像比普通照片更准确地解释光的波长。

“普通照片使用三种颜色频道，如红色，蓝色和绿色。在高光谱成像中，光波长分辨率更精细，包括百色通道，“Klami解释。

“简单的三色相机无法区分例如叶绿素的光谱。在户外拍摄的高光谱图像中，更容易识别叶绿素的比特，即植被的区域，“Toivonen说。

视频后的故事继续

高光谱成像中涉及的技术在其他领域已经在地理遥感和农业中估算产量尺寸。高光谱图像也可用于识别假冒艺术和药物。

该技术在工业质量控制中也有一系列用途，但到目前为止，它还没有对消费者提供的。

“我们的愿景是为消费者带来高光谱成像。在此，颜色检测是一种自然起点，因为所需的技术解决方案更容易实现，“Ville Kurri.，Spexel.ai的商业领先。

目前可用的高光谱成像容量的大多数器件都是昂贵的专业设备，它从开始完成时创建图像。在研究人员的版本中，从使用配备有外围设备的智能手机拍摄的常规照片转换图像，并且在云服务中执行繁重的升降或高光谱图像的开发。

“手机外围设备与基本上所有的智能手机都便宜且兼容。“消费者不需要购买一个单独的设备，”Klami说。

目前，Spexel.ai开发人员正在调查潜在客户的需求，并持有概念和发展证明以及与投资者的谈判。已经启动了本发明的商业化，并申请专利。还启动了国际患者考试程序以确定获得国际专利的前提。研究人员的目标是将外围设备和应用程序提供给消费者2021。

使用Spexel.ai的解决方案，精确的色彩检测变得简单。该方法为消费者提供有价值的信息以及使用颜色的专业人员。

Arto Klami，Mikko Toivonen和Chang Rajani。照片：Susan Heikkinen

更多信息：

本文最初于2019年10月29日出版，之后，经修订版本于2020年10月23日发布。