印刷品质量检测颜色转换模型研究

目的研究印刷品质量检测中的颜色转换模型。方法基于色靶的测量数据,采用三维查找表法和多项式回归法,分别建立RGB与CIE L*a*b*颜色空间转换模型,并实验比较了2种算法转换模型的精度。结果三维查找表法转换模型的最大色差为3,四面体插值算法精度稍高于三线性、三棱柱和金字塔插值算法,平均色差为0.64;多项式回归算法的精度随着项数的增多而提高,20项的平均色差为2.58。结论三维查找表法转换模型精度高于多项式回归法,效果理想,能判断出CCD采集到的印刷图像是否存在色偏,且随着RGB颜色空间划分越细小,转换精度会越高。     

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。     

一种新的RGB到L^＊a^＊b^＊转换方法的研究

采用改进的四面体插值技术实现印刷品检测过程中图像信息从RGB到L*a*b*的转换.对于四面体插值技术,利用采样点的虚拟扩充方法,获得更大尺寸的三维查找表,进一步提高空间转换精度;采用距离定位的方法,快速确定包含点的四面体,提高其转换速度.实验证明,该算法空间转换速度和精度有了较大程度的提高,为印刷品在线质量检测奠定了基础.     

多项式回归法在印刷品质量检测中的研究

采集1000样本点用多项式回归方程法建立RGB到L*a*b*颜色空间的转换模型,计算色差,分析多项式回归方程法的优点及缺陷。实验结果表明:多项式回归方法计算方法简单,易于逆运算,且运行速度快。     

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。     

基于平面方程理论实现L*a*b*到CMYK色空间的转换与输出

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。     

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.     

CIELAB色空间内窥镜色彩还原能力对比分析

基于CIELAB色空间评价硬性内窥镜色彩还原能力,并进行4支硬性内窥镜色彩还原能力对比分析.通过与内窥镜连接的工业相机拍摄内窥镜观测到的色彩标靶图像,拍摄图像发送至计算机保存并处理.处理后得到图像中红绿蓝色块的RGB值,将RGB值转换至CIELAB色空间进而求得图像的L*、a*、b*值,最后利用已知标靶色块的L*、a*、b*值和求得的图像L*、a*、b*值计算CIELAB色差△Eab*,即色彩还原误差值.实验数据表明:4支内窥镜的色彩还原误差值都在47.9以上;4号腹腔镜对红、绿、蓝三色块的色彩还原误差值最小,色彩还原能力最好;2号宫腔检查镜对三色块色彩还原误差值比较大,色彩还原能力最差;1号鼻窦镜和3号关节镜的色彩还原能力处于中间水平.CIELAB色空间作为国际通用的测色标准,可以用于评价硬性内窥镜色彩还原能力.     

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。     

基于颜色空间转换的颜色复原方法研究

目的 研究解决因成像原理、 元件性能、 机械上的限制等因素导致的色彩失真与偏差的方法。方法 通过对基于BP神经网络的颜色复原和基于全局多项式回归的颜色复原等2种方法进行对比研究, 提出基于色调分区多项式回归的、 由 RGB 到 L*a*b*的颜色复原转换方法。结果 基于 BP 神经网络的颜色复原得到的最小色差为 2.8476, 基于全局多项式回归的颜色复原得到的最小色差为2.857, 二者相差仅 0.3%; 而经过分区后的多项式回归颜色复原得到的平均色差为 2.206, 比基于 BP神经网络和全局多项式回归方法降低了 23%左右的色差。结论 经过分区后的多项式回归颜色复原方法能更有效地提高颜色复原的精度。     

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。     

基于立方体内缩的反向颜色空间转换算法

目的提出一种基于立方体内缩的反向颜色空间转换算法,实现颜色值从CIELab颜色空间到RGB颜色空间的转换。方法选取4096组建模点和512组测试点,以三维查表插值法为理论基础,设计一种基于立方体内缩的方法逐步搜索符合条件的特征点来代替测试点,计算得到测试点反向转换后的RGB值。结果通过CIELAB 1976,CIE94和CIE2000色差公式对算法的转换精度进行评价,计算测试点的Lab值和反向转换得到RGB值对应的Lab值之间的色差。测试点的平均色差分别为2.07,1.53和0.96,大部分色差的分布范围在0~3之间,算法的转换精度较高。测试点反向转换后的结果较为理想,在绿色调区域和亮度较低的红色调区域的精度可进一步提升。结论实验结果表明此算法可精准、快速、有效地实现颜色值从CIELab颜色空间到RGB颜色空间的转换。     

彩色印刷品缺陷快速精确检测方法研究

目的为解决在不同光照强度下,彩色印刷品缺陷检测的实时性和精确性问题,基于CIE L*u*v颜色空间和SURF算法,提出一种面向彩色印刷品缺陷的快速精确检测方法。方法采用中值滤波器,对采集到的待检测印刷图像进行滤波去噪;将采集到的样张图像与待检测印刷图像由RGB颜色空间转换到CIE L*u*v颜色空间;基于SURF算法,构建CIE L*u*v颜色描述向量的122维特征描述符;使用双线程并行方法,计算样张图像与待检测印刷图像中兴趣点间的欧式距离进行匹配,以兴趣点的全部匹配成功来表明待检测印刷图像无缺陷。结果在光照度150~650 lux范围内,能够对常见的位置偏移、墨迹沾染、色彩改变等印刷质量缺陷进行检测,其平均耗时为650 ms。结论该方法所需硬件配置简单,对光照强弱变化有较好的适应性,对常见的印刷质量缺陷能够给予快速精确的检测。     

一种数码喷墨印花机的颜色特性化方法

目的为了提升数码印花中彩色图像的复现精度,提出一种在子空间采用遗传算法优化BP神经网络的颜色特性化方法。方法介绍遗传算法(GA)优化BP神经网络的基本原理,设计一种在L*a*b*颜色子空间建立的颜色特性化模型,并对1000个色样开展GA-BP神经网络模型训练实验,最终拟合出印花色样的L*a*b*色度值和输入的印花图像RGB驱动值之间的非线性关系。结果该方法对125个测试色样的颜色特性化预测结果显示,超过90%的色样色差分布在2.0以内,光谱均方根误差(RMSE)分布在0.02以内。结论该方法较未进行遗传算法优化BP神经网络,预测精度得到明显提升,能够达到较高的数码喷墨印花彩色图像复现精度。     

RGB到CIEXYZ色彩空间转换的研究

介绍了RGB和CIEXYZ颜色空间,采用多项式回归算法建立了RGB到CIEXYZ色彩转换模型,并编程实现了转换实例,最后分析了此模型的精度.     

CIE DE2000在彩色扫描仪特征化色差评价中的应用

采用支持向量回归机(SVR)建立了RGB色空间到CIE Lab色空间的转换模型,分别采用CIE DE2000与CIE 1976L*a*b*色差公式对模型精度进行色差计算。采用CIE DE2000色差公式得到的测试组色差平均值、最大和最小值分别为2.659 7,5.219 4和0.206 5,采用CIE 1976L*a*b*色差公式得到的测试组色差平均值、最大和最小值分别为2.865 6,5.879 1和0.376 9。实验结果表明,CIE DE2000与CIE 1976L*a*b*色差公式计算的色差值基本一致,均符合彩色扫描仪特征化精度要求,可将CIE DE2000色差公式用于扫描仪特征化管理中。     

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。