基于三维查找表法的调频加网呈色模型研究

主要研究建立调频加网工艺条件下的三色呈色数学模型,也就是建立调频加网工艺的色彩转换模型.专门针对调频加网工艺的色彩转换数学模型,国内外的研究较少.通过分析现有印刷颜色转换的数学模型,针对典型的CTP胶印调频加网工艺条件,采用三维查找表法建立从设备相关色空间CMY到设备无关色空间CIEXYZ或CIELab的色空间转换模型.分析、验证这种数学模型时调频加网工艺的理论适用性与实际应用性.     

BP 神经网络在显示器色空间转换中的应用

用色彩管理软件以及分光光度仪对显示器的屏幕进行了校准和特性化,采用BP 神经网络法建立了从RGB 色空间到Lab 色空间的转换模型。通过对实验数据进行对比分析,结果表明这种算法对色彩空间转换具有较好的非线性拟合能力和更高的预测准确性。     

基于数码打样CMYK到L*a*b*色彩空间转换方法的研究

通过对ECI2002标准色靶数码打样样张进行实验数据测试、分析得到其色块网点呈色符合平面规律,并建立起不同K值下的CMYK到L*a*b*色彩空间转换方程,应用△E*ab色差公式进行精度检验后,最终得出基于平面理论建立起来的CMYK到L*a*b*色彩空间转换方程是实现数码打样设备色空间转换的有效方法,可为数码打样中色彩管理色空间转换部分的研究提供更加广泛的理论依据.     

基于视觉效应的自适应图像隐写算法

空间域中,本文根据光混合颜色立方体,通过计算欧式空间中的特征向量,提出了衡量主观不敏感区域的特征参数"色度"、"色偏差",根据设定的参数阈值筛选隐写视觉效果好的像素位置.算法通过分析原始像素值与待隐写数据的数字特征,自适应地将信息写到特征相近的像素点中,并记录下隐写位置表.通过理解隐写位置表,算法在不需要原始图像的情况下完成信息提取.同时,算法还提出了数据隐写协议,有效地避免了图像遭破坏后导致的信息误传.仿真结果表明,该隐写算法视觉效果好,利用空间域最常用的隐写分析算法分析法和RS分析法对图像进行隐写分析也无法准确判断图像是否含有隐写信息.     

基于单元多项式回归法的扫描仪色彩校正研究

针对IT8.7/2色靶及自定义色靶,采用单元多项式回归法,进行扫描仪RGB到Lab颜色空间的转换,以实现扫描仪的色彩校正.结果表明:针对IT8.7/2色靶,当采用5级均等分割中心点并采用13项50点进行多项式回归时,精度相对较高,效果较好;针对自定义色靶,当采用8级均等分割中心点并采用19项180点进行单元多项式回归时,精度相对较高,效果较好.采用单元多项式回归法,可提升扫描仪RGB到Lab颜色空间的转换精度,并节约计算时间,能有效实现扫描仪的色彩校正,且处理过程更简便、直观.     

基于BP神经网络的CMYK到L*a*b*颜色空间转换模型

由于BP神经网络不需要充分的理论根据,利用色靶的大量数据,通过BP神经网络,建立了CMYK到L*a*b*色空间的转换关系,并评价了模型精度。研究结果表明:BP神经网络用于CMYK到L*a*b*颜色空间转换,计算速度快,转换精度较高。     

神经网络在色空间转换中的应用

通过运用MATLAB7.8进行了BP和RBF的数值仿真,并作出了二者的转换误差图,研究了采用BP和RBF神经网络方法进行色空间转换的精度差异问题。结果表明:BP神经网络由于本身收敛速度慢及训练无记忆性等缺陷,整体性能低于RBF神经网络,即用RBF来解决色彩管理中的色空间转换问题更符合要求。     

基于划分子空间的数码相机颜色空间转换方法研究

基于数码相机的印刷品质量检测是未来发展的方向,在颜色检测领域需要首先解决色空间转换的精度问题。采用分子空间的多项式回归法实现了从RGB 颜色空间到CIEL* a* b* 颜色空间的转换,首先把RGB 颜色空间划分成若干个子空间,然后在每个子空间中运用最小二乘法建立多项式模型,对任意RGB 颜色值根据其所在子空间求解对应的多项式方程,即可得到L*a*b*值。实验表明,该方法的转换精度有了很大程度的提高,能够满足数码相机色空间转换的基本要求,为基于数码相机的印刷品质量检测奠定基础。     

设备特征化过程中的三棱柱插值与多项式回归算法研究

介绍了目前设备特征化过程中色彩空间转换的主要方法,以从RGB色空间到Lab色空间的转换为例,讨论了三棱柱插值和多项式回归这2种算法,并通过实验检验了2种算法的效果,对实验数据进行了对比分析。结果表明,这2种算法在色彩管理领域的应用均有继续改进的空间。     

基于平面方程理论实现L*a*b*到CMYK转换与输出

目的研究L*a*b*到CMYK颜色空间转换建模的思路及方法。方法在平面方程理论的基础上,按照K取特征值的思路,在Matlab中采用拟合等方法,求出四色平面方程的相关系数,建立色空间转换的数学模型。结果实现了L*a*b*到CMYK的颜色转换,并根据模型输出了图像,通过计算色差验证了模型精度达到要求。结论该模型具有结构相对简单、运算速度较快的特点,对于颜色空间转换的研究有一定的参考和借鉴意义。     

建立CRT色度变换的神经网络模型

针对7点LOG空间分布方案的343个训练样本,提出了采用2个隐层和少节点网络结构的方案,并用拟牛顿法训练神经网络模型。采用10点LOG空间分布方案中不同于训练样本的216个检验样本实时监控训练过程,以避免出现“过训练”现象,从而求得全局极小点邻域内的可行解,建立从CRT的R,G,B到CIE的X,Y,Z色度空间变换的BP模型。实例计算表明,该模型在收敛性、训练时间和泛化能力等方面均明显优于采用3～4个隐层方案的模型;模型的色差平均转换精度接近0.60个CIELUV色差单位,标准离差为0.57个色差单位,而4个隐层方案模型的色差平均精度和标准离差分别为1.53和0.77个CIELUV色差单位。     

关于颜色空间转换的RBF网络动态子空间自动划分辨识方法研究

以RGB与CIEL*a*b*颜色空间转换为例,采用径向基函数(RBF)神经网络,研究了颜色值在不同颜色空间之间的转换。利用基本采样数据集建立了颜色空间转换RBF网络模型,并通过增加样本数据,采用动态规划颜色子空间的方法,提高了模型转换精度。研究结果显示,该方法的转换速度和精度都优于基于动态子空间自动划分的BP神经网络颜色空间转换方法。     

基于生成对抗网络的小样本颜色空间转换方法

目的 解决基于深度学习的颜色空间转换方法需求样本量大、样本采集成本高的问题。方法 以色度学和深度学习方法为基础，提出融合多通道校正的Cor−WGAN模型，设计多阶段训练方法，在小样本条件下，学习RGB到CIELab颜色空间的转换关系。先在标准颜色空间下测试模型的转换效果，再设计非标准颜色空间仿真实验和逆转换实验，并测试模型在实际应用中的效果。结果 实验结果表明，文中提出的Cor−WGAN模型的小样本学习能力较强，在64个均匀分布样本的训练条件下就可实现较好的转换效果，转换的平均色差为1.71，最小色差达到0.16，超过90%的样本点可以达到人眼无法分辨色差的转换程度。结论 文中算法在处理小样本颜色空间转换任务方面具有明显优势，为基于深度学习的色彩管理应用提供了一种新思路。     

基于BP神经网络的数码相机颜色特征化

以色度学理论和神经网络为基础,在综合比较数码相机颜色特征化方法之后,采用了基于BP神经网络的颜色特征化方法。利用MATLAB实现了从RGB到XYZ及Lab的颜色空间转换,比较了2种转换模型的精度,统计分析了该模型产生训练误差和测试误差的主要原因,验证了RGB→Lab转换算法是一种较优和可靠的方法。     

彩色显示器颜色特征化的研究

为了研究显示器颜色特性化问题,用多项式回归方法对色谱进行了分析,分别采用一次拟合与二次拟合建立了CIERGB到CIEL*a*b*空间的多项式模型。通过色差ΔE和拟合方差σ2的比较,分析了模型的差异。结果表明:多项式模型项数为9和11时,模型效果较为满意,项数为20时,模型出现震荡;并且二次拟合比一次拟合效果好。     

色貌模型在跨媒体图像复制中的应用研究

目的 研究CIECAM02和iCAM色貌模型颜色空间的均匀性,以及应用于不同观察条件下的图像复制效果。方法 利用均匀颜色数据集测试色貌模型颜色空间的均匀性,并通过视觉评价实验来测试2个色貌模型的图像复制效果。结果 CIECAM02的色貌空间具有更好的色差均匀性,iCAM的色貌空间具有更好的色相、明度和彩度均匀性。在不同观察条件下的图像复制中,CIECAM02有更好的表现。结论 iCAM的颜色空间适合于颜色色貌属性的计算,而CIECAM02的颜色空间更适合于颜色色差的计算,在不同观察条件下的图像复制中,CIECAM02有更稳定的表现,但并不是对所有图像都有更好的表现。     

多投影大屏幕拼接显示系统中投影仪颜色空间转换模型研究

为了更好地发挥投影仪在大屏幕拼接显示系统中的作用,需要对投影仪的颜色系统进行深入研究,使之达到颜色一致的效果。以2台投影仪组成的拼接显示系统为例,比较了阶调曲线法、颜色主刺激值修正算法和BP神经网络在投影仪颜色空间转换过程中的特点,得出了BP神经网络是投影仪颜色空间转换的最优模型,可推广应用于同类型颜色空间转换模型的研究。     

基于OSA-UCS数据的CIECAM02图像复制色差评价

目的为了改进彩色图像复制时在不同观测环境下的误差,将优化后的色貌模型引入色彩信息转换。方法在分析CIECAM02-Jab用于彩色图像复制的色彩评价的基础上,提出利用OSA-UCS数据集建立新的优化色貌空间实验方案。利用线性回归的方法,调整原始颜色空间中的明度和彩度,构建出新的均匀颜色空间J_xa_xb_x。结果经过检验发现新的优化色貌空间J_xa_xb_x色差的离散程度减轻,空间更趋均匀,更加符合均匀性标准。结论新的优化色貌空间J_xa_xb_x修正了均匀颜色空间的均匀性,比CAM02初始色貌空间有了一定程度的提高,对彩色图像复制的色差评价取得了一定的效果。