随着计算机图像处理技术的飞速发展,彩色图像和多光谱图像越来越多地应用于颜色信息的展现、传递以及复制。不同的成像设备具有各自的色彩特征,而且所获得及传递的颜色信息都是设备相关的。为了能够精确地得到颜色信息,需要对成像设备进行色彩表征,得到与设备无关的所成像物体的光谱反射率。本文对在非线性成像系统下的光谱反射率重建方法和在反射率重建过程中代表颜色的选取方法进行了研究。当成像系统为非线性或测量过程受到噪声干扰时,已有的光谱反射率重建方法都无法得到较高的重建精度。例如,线性的维纳估计法无法很好地处理非线性的问题。为了很好地处理系统非线性和测量噪声,本文研究了文献中结合多项式的普通最小二乘法和正则化最小二乘法。实验结果表明,在光谱误差和色度误差方面,正则化最小二乘法明显优于维纳估计法和普通最小二乘法。色彩表征过程中通常会用到标准色卡,但由于标准色卡的颜色样本数量较大,在实际成像系统中使用时有诸多不便。考虑到颜色样本之间存在较大冗余,可从中选出具代表性的少数样本用于光谱表征。本论文提出了一种代表颜色的分步选取算法,即首先通过假设一个虚拟成像系统,根据全局误差最小的原则,挑选出部分最具代表性的颜色,估计出实际成像系统的光谱响应函数,然后在此基础上继续选择其余的代表颜色。实验表明,本论文所提出的方法在光谱精度及色度方面均优于先前方法。