CN102231786A - 信息处理设备和方法 - Google Patents

Abstract

本发明提供一种信息处理设备和方法。该信息处理设备包括：用于获取待估计环境光的光谱数据的单元；用于接收多个参考环境光条件的光谱数据和环境光类型信息的单元；比较单元，用于将所述待估计环境光的光谱数据与所述多个参考环境光条件的光谱数据进行比较；以及估计单元，用于基于由所述比较单元提供的比较结果，根据所述参考环境光条件的环境光类型信息，来估计所述待估计环境光的光谱数据的环境光类型。

Description

信息处理设备和方法

(本申请是申请日为2008年4月28日，申请号为200810093473.5，发明名称为“信息处理设备和方法”的申请的分案申请。)

技术领域

本发明涉及一种能够估计环境光(ambient light)的类型的信息处理设备。

背景技术

基于测色颜色再现(colorimetric color reproduction)的颜色再现技术通常用于在不同的输出装置(例如，监视器和打印机)之间进行颜色匹配。测色颜色再现包括获得从每个输出装置输出的颜色的XYZ三刺激值(tristimulus value)，然后获得CIE-L^*a^*b^*值，并最终进行颜色再现以使从各输出装置输出的颜色的L^*a^*b^*值与所获得的CIE-L^*a^*b^*值一致。

如果输出装置为监视器或者其它自发光装置，下面示出的公式(1)可以用来获得颜色的XYZ三刺激值。另一方面，打印品通过反射观察环境中的光(在下文称为“环境光”)来再现颜色。公式(2)可以用来获得打印品中的颜色的XYZ三刺激值。此外，公式(3)可以用来从XYZ三刺激值获得CIE-L^*a^*b^*值。

如从公式(2)可以明显看出，如果改变用于观察打印品的环境光，则XYZ三刺激值相应地改变，结果，CIE-L^*a^*b^*值改变。因此，在不同装置(例如，监视器和打印机)之间进行颜色匹配时，用于观察打印品的环境光的类型很重要。通常，通过在具有CIE(Commission Internationale de 

国际发光照明委员会)规定的相当于5000K的色温的太阳光D50的基准光下计算XYZ三刺激值来进行颜色匹配。

$X=k{\∫}_{\mathrm{vis}}P\left(\mathrm{\λ}\right)\·\stackrel{\‾}{x}\left(\mathrm{\λ}\right)\·\mathrm{d\λ}$

$Y=k{\∫}_{\mathrm{vis}}P\left(\mathrm{\λ}\right)\·\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\·\mathrm{d\λ}$

$Z=k{\∫}_{\mathrm{vis}}P\left(\mathrm{\λ}\right)\·\stackrel{\‾}{z}\left(\mathrm{\λ}\right)\·\mathrm{d\λ}---\left(1\right)$

k＝683.0

在公式(1)中，P(λ)表示光源色(illuminant color)的光谱辐射亮度(spectral radiance)，并且

和

表示颜色匹配函数。

$X=k{\∫}_{\mathrm{vis}}R\left(\mathrm{\λ}\right)\·P\left(\mathrm{\λ}\right)\·\stackrel{\‾}{x}\left(\mathrm{\λ}\right)\·\mathrm{d\λ}$

$Y=k{\∫}_{\mathrm{vis}}R\left(\mathrm{\λ}\right)\·P\left(\mathrm{\λ}\right)\·\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\·\mathrm{d\λ}$

$Z=k{\∫}_{\mathrm{vis}}R\left(\mathrm{\λ}\right)\·P\left(\mathrm{\λ}\right)\·\stackrel{\‾}{z}\left(\mathrm{\λ}\right)\·\mathrm{d\λ}---\left(2\right)$

$k=\frac{100}{{\∫}_{\mathrm{vis}}P\left(\mathrm{\λ}\right)\·\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\·\mathrm{d\λ}}$

在公式(2)中，R(λ)表示物体色(object color)的光谱反射率，P(λ)表示光源色的光谱辐射亮度，并且

和

表示颜色匹配函数。

$\begin{array}{c}{L}^{*}=116*f\left(\frac{Y}{Y_n}\right)-16\\ a^{*}=500*\{f\left(\frac{X}{X_n}\right)-f\left(\frac{Y}{Y_n}\right)\}\end{array}---\left(3\right)$

$b^{*}=200*\{f\left(\frac{Y}{Y_n}\right)-f\left(\frac{Z}{Z_n}\right)\}$

在公式(3)中，Xn、Yn和Zn表示白色点的X、Y和Z值。

然而，需要在各种类型的环境光下进行颜色匹配。因此，颜色匹配需要关于各种环境光条件的信息以及在每个环境光条件下获得的XYZ三刺激值。

日本特开2002-218266中讨论的传统方法包括利用光谱照度计(spectral illuminometer)来测量环境光的光谱数据，并根据公式(2)基于物体色的光谱数据和环境光的光谱数据来获得环境光下物体色的XYZ三刺激值。

日本特开2002-218266中讨论的方法可以获得环境光的光谱数据，因此可以精确地进行颜色匹配。此外，日本特开2002-218266中讨论的方法可以保持物体色的光谱数据，因此可以使用该光谱数据进行计算。

然而，如果要求用户存储物体色的光谱数据，则光谱数据量太大而难以处理。

如果将以10nm的间隔进行的采样应用于380nm～730nm的可见光范围，则环境光的光谱信息变为总共36条数据。此外，精确的简档(profile)的生成需要数百种物体色的大量数据。因此难以管理环境光信息和物体色两者的光谱数据。

另一方面，如果仅基于作为环境光信息测得的环境光的XYZ三刺激值来进行颜色匹配，则由于即使从公式(1)得出环境光的相同XYZ三刺激值，光谱数据也可能不同，所以匹配精确度可能劣化。例如，通常将荧光灯分为三种类型：宽带型(broad-band type)、三带型(three-band type)和普通型。即使这些荧光灯具有相同的XYZ三刺激值，它们在光谱数据和颜色特性方面也有所不同。

如上所述，如果在颜色匹配中使用的环境光信息是光谱数据，则存在过多数据的问题。如果环境光信息是XYZ三刺激值，则存在缺乏精确度的问题。

发明内容

本发明的典型实施例涉及一种能够使用环境光的类型作为环境光信息并实现适当精确且容易处理的信息的信息处理设备。此外，本发明的典型实施例涉及一种能够基于环境光的光谱数据来精确地估计环境光的类型的信息处理设备。

根据本发明的一方面，一种信息处理设备包括：用于获取待估计环境光的光谱数据的单元；用于接收多个参考环境光条件的光谱数据和环境光类型信息的单元；比较单元，用于将所述待估计环境光的光谱数据与所述多个参考环境光条件的光谱数据进行比较；以及估计单元，用于基于由所述比较单元提供的比较结果，根据所述参考环境光条件的环境光类型信息，来估计所述待估计环境光的光谱数据的环境光类型。

根据本发明的另一方面，一种计算机可读存储介质，其存储有使计算机能够实现如上所述的信息处理设备的程序。

根据本发明的又一方面，一种信息处理方法，包括：获取待估计环境光的光谱数据；接收多个参考环境光条件的光谱数据和环境光类型信息；将所述待估计环境光的光谱数据与所述多个参考环境光条件的光谱数据进行比较；以及基于比较结果，根据所述参考环境光条件的环境光类型信息，来估计所述待估计环境光的光谱数据的环境光类型。

根据下面参考附图对典型实施例的详细说明，本发明的其它特征和方面将变得显而易见。

附图说明

包含在说明书中并构成说明书的一部分的附图示出本发明的典型实施例和特征，并和说明书一起用来解释本发明的至少某些原理。

图1是示出根据本发明典型实施例的信息处理系统的结构的框图。

图2示出示例用户界面。

图3是示出根据本发明典型实施例的环境光信息获取方法的流程图。

图4是示出由环境光类型估计单元进行的示例处理的流程图。

图5示出环境光类型的一些例子。

图6A～6D是示出根据加权函数的示例效果的图。

具体实施方式

下面对典型实施例的说明本质上是示意性的，并不意图限制本发明、其应用或者用途。本领域技术人员已知的处理、技术、设备和系统意图在适当的地方作为能够实现的说明的一部分。应当注意，在整个说明书中，相似的附图标记和字母在下面的附图中表示相同的项，因此一旦在一个附图中说明了该项，则不需要就其它附图进行说明。下面将参考附图详细说明典型实施例。

图1是示出根据本发明典型实施例的信息处理系统的结构的框图。

根据图1的信息处理系统包括测量用于观察打印品的环境光的光谱照度计102和基于测量结果来显示估计出的环境光信息的监视器103。个人计算机(PC)101基于由光谱照度计102测得的环境光的光谱数据来估计环境光信息。PC 101使监视器103显示估计出的环境光信息以通知用户。

根据典型实施例的环境光信息是环境光类型和色温的组合。信息处理系统包括PC 101、光谱照度计102和监视器103。光谱照度计控制单元104控制光谱照度计102，并获取环境光的光谱数据。监视器驱动器105控制监视器103，以显示用户界面和环境光信息。中央处理单元(CPU)106控制由PC 101进行的操作。随机存取存储器(RAM)107临时存储从外部设备提供的程序和数据。只读存储器(ROM)108存储不需要改变的程序和参数。系统总线116使上述单元104～115能够相互通信。

环境光信息获取单元109基于通过光谱照度计控制单元104由光谱照度计102测得的环境光的光谱数据，来估计环境光。阈值存储单元110存储用于环境光估计的一个或更多个阈值。环境光光谱数据存储单元111存储由光谱照度计102测得的环境光的光谱数据。

环境光光谱数据库存储单元112存储多个代表性环境光条件的光谱数据和环境光类型信息。代表性的环境光条件为参考环境光。在估计存储在环境光光谱数据存储单元111中的环境光的光谱数据的环境光信息时，可以使用存储在环境光光谱数据库存储单元112中的多个代表性环境光条件的光谱数据作为参考数据。

标准化处理单元113进行标准化处理。环境光类型估计单元114估计存储在环境光光谱数据存储单元111中的环境光的光谱数据的环境光类型。色温计算单元115计算存储在环境光光谱数据存储单元111中的环境光的光谱数据色温。

图2示出可以显示在监视器103上的示例用户界面。

图2中示出的用户界面包括：显示环境光的类型的环境光类型显示栏201和显示环境光的色温的色温显示栏202。

在典型实施例中，环境光信息是环境光类型和色温的组合。因此，作为环境光估计的结果，环境光类型显示栏201显示环境光类型，并且色温显示栏202显示色温。

测量开始按钮203允许用户指示光谱照度计控制单元104通过光谱照度计102来测量环境光。结束按钮204使用户能够停止环境光估计处理。

图3是示出根据本发明典型实施例的示例环境光类型估计处理的流程图。

在步骤S301，CPU 106判断用户是否按下测量开始按钮203。如果CPU 106判断为按下了测量开始按钮203(步骤S301中为“是”)，则该处理进入步骤S302。如果CPU 106判断为没有按下测量开始按钮203(步骤S301中为“否”)，则CPU 106重复步骤S301的处理。

在步骤S302，CPU 106测量环境光的光谱数据。CPU 106指示光谱照度计控制单元104通过光谱照度计102来测量环境光。然后，CPU 106将所测得的环境光的光谱数据存储在环境光光谱数据存储单元111中。

在步骤S303，CPU 106使环境光类型估计单元114估计与存储在环境光光谱数据存储单元111中的光谱数据相对应的环境光的光源类型(环境光类型)。

在步骤S304，CPU 106使监视器驱动器105在用户界面的环境光类型显示栏201中显示在步骤S303中估计出的环境光的光源类型。

在步骤S305，CPU 106使色温计算单元115计算与存储在环境光光谱数据存储单元111中的光谱数据相对应的环境光的色温。

在步骤S306，CPU 106使监视器驱动器105在用户界面的色温显示栏202中显示在步骤S305中计算出的色温。

在步骤S307，CPU 106判断用户是否按下了结束按钮204。如果CPU 106判断为按下了结束按钮，则CPU 106终止该处理例程。如果CPU 106判断为没有按下该结束按钮(步骤S307中为“否”)，则该处理返回步骤S301。如果CPU 106判断为按下了结束按钮(步骤S307中为“是”)，则该处理结束。

下面参考图4中示出的流程图来详细说明在步骤S303中进行的用于估计环境光的光源类型的示例处理。

在步骤S401，CPU 106在将任意环境光的光谱数据与环境光类型信息相关联的同时输入来自环境光的光谱数据库的数据。

根据典型实施例的环境光光谱数据库存储了CIE规定的照明(A、D50、D65、C和F1～F12)的光谱数据。此外，典型实施例将环境光类型分类为如在图5中示出的“宽带型”、“三带型”、“普通型”和“未知”四种类型。环境光类型的分类基于光谱数据的特有形状。根据典型实施例的CIE规定的照明(A、D50、D65、C和F1～F12)可以被分类为“宽带型”、“三带型”、和“普通型”三种类型。

在步骤S402，CPU 106根据下面的公式(4)来对存储在环境光光谱数据库存储单元112中的环境光的每个类型的光谱数据进行标准化。

$k{\∫}_{380}^{730}r\left(\mathrm{\λ}\right)V\left(\mathrm{\λ}\right)\mathrm{d\λ}=100---\left(4\right)$

在公式(4)中，r(λ)表示存储在数据库中的光谱数据，V(λ)表示标准光视效率(luminous efficiency)，k表示标准化系数。

在步骤S403，CPU 106输入来自ROM 108的阈值，并将所输入的阈值存储在阈值存储单元110中。

在步骤S404，CPU 106根据下面的公式(5)来对存储在环境光光谱数据存储单元111中的环境光的光谱数据进行标准化。

$k{\∫}_{380}^{730}s\left(\mathrm{\λ}\right)V\left(\mathrm{\λ}\right)\mathrm{d\λ}=100---\left(5\right)$

在公式(5)中，s(λ)表示测得的光谱数据，V(λ)表示标准光视效率，k表示标准化系数。

在典型实施例中，CPU 106针对光谱数据的形状，将存储在环境光光谱数据库中的多个代表性环境光条件的光谱数据与由光谱照度计102测得的环境光的光谱数据进行比较。为了进行形状的精确比较，有必要在比较中使用相同的相对值。因此，在典型实施例中，CPU 106进行标准化以使进行比较的环境光之间的亮度相等。亮度是环境光的重要参数。

在典型实施例中，CPU 106针对相对光谱辐射强度，使用公式(4)和(5)来比较存储在环境光光谱数据库中的光谱数据和测得的环境光的光谱数据。

在步骤S405，CPU 106将存储在环境光光谱数据存储单元111中的要估计的测得的环境光的光谱数据与存储在环境光光谱数据库中的每个光谱数据类型进行比较。在典型实施例中，CPU 106计算要估计的环境光的光谱数据和存储在环境光光谱数据库中的每个类型的光谱数据之间的二乘误差值。然后，CPU106在计算出的多个二乘误差值中选择作为最小值的最小二乘误差值。后面说明用于计算二乘误差值的典型方法。

在步骤S406，CPU 106判断在步骤S405中计算出的最小二乘误差值是否等于或小于存储在阈值存储单元110中的阈值。如果CPU 106判断为最小二乘误差值等于或小于阈值(步骤S406中为“是”)，则该处理进入步骤S408。如果CPU 106判断为最小二乘误差值大于阈值(步骤S406中为“否”)，则该处理进入步骤S407。

在步骤S407，CPU 106输出估计结果“不匹配”。

实际观察条件包括各种类型的环境光。例如，可能的观察条件是太阳光(宽带型)和荧光灯(三带型)的混合光源。如果使用这种光源，则该光源与存储在环境光光谱数据库中的环境光在形状上大为不同。根据典型实施例，在这种情况下，CPU 106判断为估计结果为不匹配，并向用户通知识别环境光的类型失败。因此，在根据环境光信息的颜色匹配处理中，典型实施例可以防止进行基于不适当的环境光信息的颜色处理。

在步骤S408，CPU 106输出与最小二乘误差值相对应的环境光类型。

在上述典型实施例中，CPU 106在步骤S402和S404中进行标准化处理，以使相对光谱辐射强度相等。因此，CPU 106可以精确地对被比较的光谱数据的形状进行比较。光谱数据的形状根据环境光的类型而变化。因此，典型实施例可以精确地识别环境光的类型。

下面详细说明在步骤S405中用于计算二乘误差值的典型方法。CPU 106使用下面的误差值公式(6)，获得在步骤S404中标准化后的环境光的光谱数据和在步骤S402中标准化后的、环境光光谱数据库中的每个类型的环境光的光谱数据之间的加权二乘误差。

${\mathrm{err}}_i={\∫}_{380}^{730}{w}_i\left(\mathrm{\λ}\right){(R_i\left(\mathrm{\λ}\right)-S\left(\mathrm{\λ}\right))}^2\mathrm{d\λ}---\left(6\right)$

在公式(6)中，R_i(λ)表示存储在环境光光谱数据库中的第i个环境光光谱数据，S(λ)表示测得的环境光光谱数据，w(λ)表示加权函数。

在典型实施例中，CPU 106使用如在下面的公式(7)中定义的、与颜色匹配函数相对应的加权函数。

$w\left(\mathrm{\λ}\right)=\stackrel{\‾}{x}\left(\mathrm{\λ}\right)+\stackrel{\‾}{y}\left(\mathrm{\λ}\right)+\stackrel{\‾}{z}\left(\mathrm{\λ}\right)---\left(7\right)$

在公式(7)中，

和

表示颜色匹配函数。

使用与颜色匹配函数相对应的加权函数对精确地估计环境光的类型是有效的。

图6A～6D是示出根据由公式(7)表示的、与颜色匹配函数相对应的加权函数的示例效果的图。图6A和图6B示出不使用任何加权函数而获得的二乘误差值。图6C和图6D示出在使用由公式(7)表示的加权函数时获得的二乘误差值。

在图6A～6D中，实线表示存储在环境光光谱数据库中并在图5中示出的多个环境光类型的光谱数据中具有最小二乘误差值的光谱数据。虚线表示测得的环境光的光谱数据。半色调区域表示二乘误差值。

图6A和6C示出灯泡颜色是宽带型的荧光灯的测量数据。图6B和6D示出汞气灯的测量数据。根据图6A中示出的测量数据，如果波长等于或大于680nm，则误差变得非常大。因此，二乘误差值在图6A和图6B之间相似。如果测得的环境光是可能没有预测到的汞气灯，则颜色匹配精确度极大地劣化。因此，期望判断为估计结果是不匹配。然而，如在图6A和图6B中所示，即使荧光灯为宽带型，二乘误差值在荧光灯和汞气灯之间也相似。

因此，如果设置阈值，使得判断为图6A中的二乘误差值等于或小于阈值，则图6B中的二乘误差值也变得等于或小于该阈值。尽管期望评价为“不匹配”，但图6B中示出的例子可能由此错误地判断为“匹配”。因此，不依赖于任何加权函数的方法使在估计环境光类型时的精确度劣化。

另一方面，如果使用由公式(7)定义的、与颜色匹配函数相对应的加权函数，则如在图6C中所示，可以降低二乘误差值。同时，如在图6D中所示，在使用汞气灯的情况下，二乘误差值没有严重下降。因此，如果环境光是汞气灯或者其它未预见的光源，则参考图6C中示出的例子来设置阈值使得能够精确地将估计结果判断为“不匹配”。

这是因为荧光灯的设计参数包括根据颜色匹配函数的色度点(chromaticity point)。通常，荧光灯被设计成在光谱灵敏度高的颜色匹配函数的区域中具有优良特性。由于上述原因，颜色匹配函数作为加权函数是有效的。因此，使用与该颜色匹配函数相对应的加权函数的典型实施例可以极大地改善在估计环境光类型时的精确度。

下面详细说明图3的步骤S305中色温的示例计算。

在典型实施例中，CPU 106使用下面的公式(8)来计算色温T。

T＝-437×n³+3601×n²-6861×n+5514.31

n＝(x-0.3320)/(y-0.1858)

x＝X/(X+Y+Z)

y＝Y/(X+Y+Z)

$X=K\underset{\mathrm{vis}}{\∫}P\left(\mathrm{\λ}\right)\·\stackrel{\‾}{x}\left(\mathrm{\λ}\right)\mathrm{d\λ}$

$Y=K\underset{\mathrm{vis}}{\∫}P\left(\mathrm{\λ}\right)\·\stackrel{\‾}{y}\left(\mathrm{\λ}\right)\mathrm{d\λ}$ $\left(8\right)$

$Z=K\underset{\mathrm{vis}}{\∫}P\left(\mathrm{\λ}\right)\·\stackrel{\‾}{z}\left(\mathrm{\λ}\right)\mathrm{d\λ}$

在公式(8)中，K＝683，P(λ)表示环境光的光谱照度(spectralilluminance)，

和

表示颜色匹配函数。

如上所述，在典型实施例中，CPU 106基于测得的环境光的光谱数据来计算色温，而无需参考任何环境光光谱数据库。

因此，典型实施例可以根据测得的环境光来计算色温，而与存储在环境光光谱数据库中的环境光的有限色温信息无关。

典型实施例使用环境光光谱数据库来估计环境光类型，然后计算环境光的色温。结果，典型实施例可以精确地估计在类型上与存储在环境光光谱数据库中的环境光相似、但在色温上与其不同的环境光的信息。例如，环境光光谱数据库包括宽带型6500K、5000K、和4000K。即使测得的环境光是宽带型5500K，典型实施例也可以精确地估计环境光类型(宽带型)和色温(5500K)，作为环境光信息。

如上所述，典型实施例使用环境光光谱数据库，以基于测得的光谱数据的形状来精确地判断环境光类型。如果由于环境光光谱数据库没有存储相应的类型而不能估计环境光类型，则典型实施例判断为估计结果为“不匹配”，并向用户通知该估计结果。

另一方面，典型实施例根据公式(8)，基于测得的环境光的光谱数据来精确地计算色温，而无需使用任何光谱数据库。因此，典型实施例还可以精确地估计没有存储在环境光光谱数据库中的色温。

上述典型实施例中使用的环境光光谱数据库是CIE规定的照明光谱数据。然而，可以使用任何其它光谱数据。例如，示例环境光光谱数据库可以存储通过光谱照度计实际测得的光谱数据。

可以用任何其它环境光类型来替代图5中示出的示例环境光类型。例如，其它示例环境光类型包括太阳光、灯泡颜色、和汞气灯。

环境光的测量装置不限于光谱照度计，并且可以是能够测量光谱辐射亮度数据的类型。

在上述典型实施例中，CPU 106对存储在环境光光谱数据库中的光谱数据进行标准化(步骤S402)。然而，光谱数据库可以提前存储标准化后的光谱数据。在这种情况下，CPU 106可以跳过步骤S402的处理。

此外，可以向包括各种装置的系统或设备提供用于实现上述典型实施例的功能的软件程序代码。系统或设备中的计算机(或CPU或微处理单元(MPU))可以执行该程序以操作装置来实现上述典型实施例的功能。因此，当可由计算机实现典型实施例的功能或处理时，本发明包含可安装在计算机上的程序代码。在这种情况下，程序代码自身可以实现典型实施例的功能。如果程序的等同物具有类似的功能，则可以使用该等同物。在这种情况下，程序的类型可以是目标代码、解释器程序、和OS脚本数据中的任何一个。

此外，本发明包含利用存储有程序代码的存储(或记录)介质来向计算机提供程序代码。可以从如下中的任意一个来选择提供该程序的存储介质：软盘、硬盘、光盘、磁光(MO)盘、致密盘-ROM(CD-ROM)、可记录CD(CD-R)、可重写CD(CD-RW)、磁带、非易失性存储卡、ROM和DVD(DVD-ROM、DVD-R)。

此外，运行在计算机上的操作系统(OS)或者其它应用程序软件可以基于程序的指令执行部分或者全部实际处理。

另外，可以将从存储介质读出的程序代码写入至装配在计算机中的功能扩展板的存储器中或者连接至计算机的功能扩展单元的存储器中。在这种情况下，基于该程序的指令，功能扩展板或者功能扩展单元中设置的CPU可以执行部分或者全部实际处理，从而可以实现上述典型实施例的功能。

尽管参考典型实施例说明了本发明，但是应该理解，本发明不限于所公开的典型实施例。所附权利要求书的范围符合最宽的解释，以包含所有这类修改、等同结构和功能。

Claims (4)

1.一种信息处理设备，包括：

获取单元，用于获取输入环境光的输入光谱数据；

标准化单元，用于以所述输入光谱数据和光视效率的积在预定波长范围上的总和为常数的方式来对所述输入光谱数据进行标准化；

获得单元，用于获得多个参考光信息，其中所述多个参考光信息各自包括参考光谱数据和参考环境光类型数据；以及

选择单元，用于基于标准化后的输入光谱数据和每个所述参考光谱数据之间的比较，从多个所述参考环境光类型数据中选择所述输入环境光的输入环境光类型数据。

2.根据权利要求1所述的信息处理设备，其特征在于，所述标准化单元用于以所述输入光谱数据和光视效率的积在所述预定波长范围上的积分为常数的方式来对所述输入光谱数据进行标准化。

3.根据权利要求1所述的信息处理设备，其特征在于，还包括计算单元，所述计算单元用于使用与颜色匹配函数相对应的加权函数来计算所述输入环境光的输入光谱数据和每个所述参考光谱数据之间的误差；以及

其中，所述选择单元基于由所述计算单元计算出的误差，从多个所述参考环境光类型数据中选择所述输入环境光的输入环境光类型数据。

4.一种信息处理方法，包括：

获取输入环境光的输入光谱数据；

以所述输入光谱数据和光视效率的积在预定波长范围上的总和为常数的方式来对所述输入光谱数据进行标准化；

获得多个参考光信息，其中所述多个参考光信息各自包括参考光谱数据和参考环境光类型数据；以及

基于标准化后的输入光谱数据和每个所述参考光谱数据之间的比较，从多个所述参考环境光类型数据中选择所述输入环境光的输入环境光类型数据。

Images