一种显示器颜色特性的反向查找新方法

根据实验的数据建立了CRT的设备颜色空间(RGB空间)与标准颜色空间(CIELAB空间)之间的颜色特性转换模型。通过分析大量的实验测量数据,以改进的三维查找表形式建立了RGB和L*a*b*之间的正逆转换关系。其中正向查找表的建立是按照三维线性的插值方法,逆向查找表的建立则利用一种插值和迭代相结合的新方法,使L*a*b*查找到较为准确的RGB值。通过用标准图像的的随机误差检验,其转换的平均色差ΔE为0.9286色差单位。     

一种基于图像特征和神经网络的苹果图像分割算法

苹果识别是开发苹果采摘机器人的关键环节,利用图像处理技术和神经网络分类器探索苹果图像分割算法.从苹果树图片中选取苹果图像样本和背景网像样本.分别计算这两类图像样本的颜色特征和纹理特征.颜色特征的计算基于RGB色彩模型,纹理特征的计算基于灰度共生矩阵.选取适当的颜色特征(R/B值)和纹理特征(对比度值和相关性值)作为输入节点,利用反向传播神经网络分类器建模,输出值是一个O～1之间的计算值.通过阈值将输出结果分类为苹果或背景.试验结果表明,该算法正确率大于87.6%,对光照的影响不敏感,是一利较为实用的苹果分割算法.     

基于BP网络的打印机色彩控制技术

报道了一种基于ＢＰ网络的打印机色彩控制技术。作为控制器模型的ＢＰ网络通过学习打印机的输入／输出特性,实现颜色数据从ＣＩＥＬＡＢ到打印机色空间的转换。实验结果表明,利用ＢＰ网络可以控制打印机实际输出与希望输出颜色之间的平均色差为４－２３ΔＥ＊ａｂ 。     

LCD液晶显示器的颜色特性研究

定量描述了液晶显示器的颜色特性以及对显示彩色图像的影响。在实验测量的基础上,得到了LCD液晶显示器的颜色特性数据。以3D LUT方法建立了设备颜色空间RGB与标准颜色空间L a b 之间的近似转换模型。通过分析比较它们的色域边界特性,了解了与CRT显示器颜色色域的差异以及影响显示彩色图像时颜色失真的特点。     

检测通信信号的子波神经网络

根据速度和计算复杂性 ,设计和模拟了检测通信信号的一种有效系统。这种方案在信号处理时采用两种有效的方法 :子波和神经网络。判断系统将根据输入信号的先验概率计算作出决定。这种概率密度函数的估算选用的是子波神经网络 ( WNN)。上述选择基于下列考虑 :a)建立的神经网络作为一般近似方法来拟合输入 /输出数据非线性模型 ;b)子波分解作为近似法的有力工具已被普遍接受。综合上述因素产生了子波神经网络概念。这种网络保留子波系列的通用近似特性 ,具有神经网络结构的速度和有效计算的优点。神经网络的拓扑结构和学习算法将对所要求的…     

用于数码显微镜的白平衡校正方法

提出了一种用于数码显微镜的非线性白平衡方法.以标准D65光源光照下孟赛尔色卡每个色块的XYZ三刺激值和所成图像中的RGB值为训练样本,用神经网络建立不同数码显微镜拍摄的RGB输出与XYZ三刺激值之间的关系;再通过Estevens矩阵把XYZ三刺激值转换成人眼感光器所接受到的刺激值,并进行非线性计算;最后把计算结果转换回RGB空间,从而得到白平衡后的图像.实验结果表明,该方法所得的白平衡校正结果更加接近标准白光照射下的图像颜色.在光源色纯度较高的情况下,采用调整通道增益的方法变化幅度较大,而采用本文提出方法结果更加稳定;特别是当光源的色纯度过大使得图像中某个颜色通道的值接近0的时候,用调整三通道增益的方法已经完全失去了校正作用,而采用本文中的非线型方法仍然可以得到好的校正结果.同时,此方法中建立的神经网络模型反映的是成像设备的RGB空间到XYZ空间的转换特性,对于不同的光照条件,此特性不变,因此对于不同光源不需要分别建立神经网络模型.     

用于数码显微镜的白平衡校正方法

提出了一种用于数码显微镜的非线性白平衡方法.以标准D65光源光照下孟赛尔色卡每个色块的XYZ三刺激值和所成图像中的RGB值为训练样本,用神经网络建立不同数码显微镜拍摄的RGB输出与XYZ三刺激值之间的关系;再通过Estevens矩阵把XYZ三刺激值转换成人眼感光器所接受到的刺激值,并进行非线性计算;最后把计算结果转换回RGB空间,从而得到白平衡后的图像.实验结果表明,该方法所得的白平衡校正结果更加接近标准白光照射下的图像颜色.在光源色纯度较高的情况下,采用调整通道增益的方法变化幅度较大,而采用本文提出方法结果更加稳定;特别是当光源的色纯度过大使得图像中某个颜色通道的值接近0的时候,用调整三通道增益的方法已经完全失去了校正作用,而采用本文中的非线型方法仍然可以得到好的校正结果.同时,此方法中建立的神经网络模型反映的是成像设备的RGB空间到XYZ空间的转换特性,对于不同的光照条件,此特性不变,因此对于不同光源不需要分别建立神经网络模型.     

普通LCD显示器色域边界的准确计算

目前针对普通LCD显示器色域边界计算的研究较少,本文耦合迭代求解法和反向特征化计算方法提出一种准确快速计算普通LCD显示屏色域边界点的方法。其中的反向特征化计算方法是:利用GOG模型初步计算已知颜色点的近似输入值,然后利用正向特征化模型、原色的主刺激值与设备输入值的函数关系,采用逐步逼近法计算颜色点对应的输入值RGB。计算步骤为:首先确定迭代计算初始值,迭代计算任意色相面上任意仰角上的颜色的XYZ;然后计算XYZ值对应的输入值RGB;最后,以RGB来判断颜色点是否在色域边界上。实验结果表明,与SMGBD相比,本算法无需插值计算,需要的样本少,其计算结果比SMGBD更能满足实际需求。     

应用数字照片估算土壤pH的研究

土壤碱化严重威胁干旱区农牧业的发展,传统碱化程度的测定为破坏性取样和实验室分析。为验证利用普通数码相机的可见光光谱快速准确的估测土壤碱化程度的可行性,以土壤pH、野外实测数字照片、端元光谱数据为基础,分析了颜色空间(RGB,HLS,CIEL*a*b*)各参数与土壤pH的相关性,采用偏最小二乘法(PLSR)分别建立了三种颜色空间预测土壤pH的定量模型,并比较了照片数据与端元光谱数据所建立的模型精度的差异。结果表明:三种颜色空间中,虽然大部分参数与土壤pH间均达到了极显著相关水平,但CIEL*a*b*空间各参数与土壤pH的相关性最高,预测模型判定系数R2最高(0.795),并且RMSECV最低(0.084)。预测集也说明了该模型具有较好的精度和稳定性(R2=0.781,RMSEP=0.158)。由于CIEL*a*b*颜色空间各参数间数据冗余小,又避免了RGB空间各参数数值会受设备影响的不足。因此,利用其定量提取土壤碱化信息具有一定优势。数字照片数据与端元光谱数据所建立的预测土壤pH定量模型精度无显著差异。因此,数字照片具有提取土壤碱化信息的潜力。     

双参量偏振调制光纤传感器输出信号的分离与线性化

分析了用一个传感头实现双参量测量的偏振调制光纤传感器的工作原理，表明该传感器能同时输出两路信号，其中一路利用泡克耳斯效应测电压或利用光弹效应测压力，另一种利用旋光效应测温度。但其输出的两个测量参量之间存在交叉敏感现象，并且其输出呈明显的非线性。因此提出一种基于人工神经网络的双参量偏振调制光纤传感器输出信号分离与线性化方法。以传感器输出作为输入样本，测量参量的实际值作为输出样本，通过训练使神经网络建立传感器输出与其实际感受的测量值之间的复杂非线性关系。计算机仿真与实验结果表明，该方法不仅能在较宽的测量范围内有效地分离两个测量参量，而且能在神经网络的输出端得到理想的线性输出。     

彩色打印机特性化多元回归模型的研究

多元回归法是彩色打印机特性化普遍采用的方法,实验对影响多元回归精度的阶数、色空间选择、以及训练样本选取进行了研究.研究结果表明:(1)二、三、四阶的特性化精度分别在10.9±0.3、6.6±0.2、6.0±0.2个CIELAB色差单位;(2)回归模型采用RGB到CIELAB或CIEXYZ的预测精度基本相同,大概相差1个...     

基于孟塞尔系统的阴极射线管特性化新方法

提出了一种新的阴极射线管特性化的方法。该方法的特点是采用“视觉匹配”方法,在反射体表面色和白发光体之间映射一些色貌因素,但没有使用任何复杂的色貌模型。是一种考虑了一些色貌因素的阴极射线管特性化方法。由于该问题的个性因素较多,采用BP神经网络实现色空间的非线性映射。实验结果表明,只要阴极射线管被标定,在办公室环境下,该方法可以改进在不同的阴极射线管上重现的颜色。采用3-7-7-3简单的网络结构;分色相样本训练。训练样本平均色差可以达到3．07L^*u^*v^*色差单位,测试样本平均色差可以达到4．55L^*u^*v^*色差单位,小于阴极射线管的最大可接受色差,结果是令人满意的。这在电子商务和办公自动化方面有广泛的用途。     

基于机器学习和可见光光谱的冬小麦叶片氮积累量估算

在拔节期分4次采集了6个施氮水平下的冬小麦冠层图像,同步进行取样并以凯氏定氮法测定叶片含氮量,进而计算叶片氮积累量。利用随机森林算法分割冠层图像之后提取冠层覆盖度、可见光波段(R, G和B)三个分量及其衍生的5个色彩指数。以冠层覆盖度外加色彩指数、色彩分量的两种非线性回归,以及人工神经网络、支持向量回归、随机森林3种机器学习算法建立了冬小麦叶片氮积累量的估算模型。结果表明利用色彩指数的非线性回归模型的估算精度稍低于其他方法,而随机森林算法的拟合精度最高,但存在明显的过拟合现象。其他三种方法,即以冠层覆盖度及色彩分量为输入变量的非线性回归、支持向量回归和人工神经网络方法,均具有较高的拟合精度和泛化性能。     

Fractal dimensions in perceptual color space: a comparison study using Jackson Pollock's art

The fractal dimensions of color-specific paint patterns in various Jackson Pollock paintings are calculated using a filtering process that models perceptual response to color differences (L*a*b* color space). The advantage of the L*a*b* space filtering method over traditional red-green-blue (RGB) spaces is that the former is a perceptually uniform (metric) space, leading to a more consistent definition of "perceptually different" colors. It is determined that the RGB filtering method underestimates the perceived fractal dimension of lighter-colored patterns but not of darker ones, if the same selection criteria is applied to each. Implications of the findings to Fechner's "principle of the aesthetic middle" and Berlyne's work on perception of complexity are discussed.     

颜色视觉匹配中显示器颜色色差阈值的评价

为了对阴极射线管(Cathode ray tube,CRT)显示器颜色恰可辨别的小色差阈值进行评价,在中性灰背景下,用编制的颜色匹配程序,在CRT显示器上随机产生颜色,分别调节程序中R、G、B通道的值,使匹配色与随机色达到视觉上的一致,进行颜色视觉匹配实验,测量CRT显示器上随机色和匹配色的L*a*b*值.用不同的色差公式对实验数据分别从明度、色调、饱和度进行比较分析,色差公式评价小色差的性能是CIEDE2000优于CMC(2∶1)和CIEL*a*b*.在a*b*图上绘制实验颜色恰可辨别图.不同色差公式计算的CRT显示器恰可辨别小色差阈值不同.     

NCS颜色空间标号的扩充方法研究

为了对现有NCS颜色空间的标号进行扩充,通过分析NCS图谱集上样本的CIE1976L a b 的值与NCS颜色空间坐标的关系,将NCS标号间隔单位由图谱集中的每10个黑度、艳度单位扩充至每1个黑度、艳度单位。应用样条插值、线性插值算法计算出这些扩充标号对应的CIELAB值,并将它们绘制在CIELAB空间图上。     

彩色视觉装置的颜色校正对比实验研究

鉴于利用彩色视觉装置进行在线测量是颜色测量在工业应用发展的趋势,而光源的光谱分布和相机响应函数与人眼的光谱响应曲线的不一致会严重影响测量的精确性,在人工D65光源和LED阵列光源照明下,利用相同的工业相机获取校正图片,采用多项式回归方法在与设备无关空间sRGB和CIEL*a*b*空间进行校正。实验结果显示在校正前平均色差分别为27.68E和16.09E,人工D65光源照明下获取的图片色差较小,校正后不同光源下获取图片的色度趋于一致,分别为2.56E和2.39E。采用sRGB颜色空间,在校正精度、校正步骤、图片显示等方面都要优于CIEL*a*b*空间。以一幅拍摄的实际图片校正为例,显示了色度校正对彩色装置的重要性。