宽带多光谱成像系统CCD响应的线性化校正方法

对多光谱成像系统CCD响应特性进行了分析,并提出使用物理阶调模型作为新的线性化校正方法。在分析了数码相机CCD响应值的线性化校正原理和方法的基础上,通过校正精度和光谱重构效果两个方面,将其与传统的多项式模型和指数模型等方法进行了比较分析。实验结果表明,经过线性化校正的各通道的线性相关性进一步增强,其中GOG模型各通道的相关系数值均接近0.996,具有最好的线性校正效果;且GOG模型校正过的RMSE和ΔE值分别降低了37%和61%。因此,采用GOG模型,可以较好地实现CCD响应值的线性化校正,提高多光谱图像获取中光照不均匀性的校正精度和效率。     

基于GIF滤波分解的低照度图像增强算法

针对常见的对比度增强方法在处理低照度图像时不能兼顾提升图像亮度、对比度,和增强细节的问题,提出基于引导滤波器(guided image filter,GIF)的低照度图像增强算法。首先将输入图像从RGB颜色空间转换到HSV颜色空间;再利用GIF滤波器对图像进行图像分解,得到一个基本层和一个细节层;然后对基本层进行自适应Gamma校正,提高图像的整体亮度和对比度;再对细节层进行S型曲线增强,突出图像的局部细节;最后合成并恢复颜色,得到增强图像。将本文算法、全局Gamma校正、MSRCR 3种算法分别对低照度Bridge和Street图像进行处理,实验结果表明:本文算法能够在有效提升对比度的同时增强图像细节,提升了低照度图像的视觉效果。     

彩色显色器颜色特征化方法

数字图像设备的颜色特征化、色域映射和色貌模型是颜色管理系统的三个重要组成部分,其中数字图像设备的颜色特征化技术是整个系统的基础。如果没有精确的设备特征化模型,色域映射和色貌变换就如同空中楼阁,颜色管理系统也无从谈起。     

基于LEP多尺度滤波分解的图像增强算法

为了解决传统图像增强方法不能在多个尺度上处理图像细节的问题,采用一种基于局部边缘保持(Local Edge-Preserving,LEP)滤波器的图像多尺度分解方法对图像进行增强。利用LEP滤波器对图像进行多尺度分解,分解成一个基本层和两个细节层;根据分解后各层的特点和增强的要求,通过保留基本层,对细节层进行S形曲线增强,实现图像细节的增强;最终合成并恢复颜色,得到最终增强图像。采用主观评价和对比度增益、信息熵来评价图像增强效果。实验结果表明,该方法能够有效增强图像细节,提升对比度,避免光晕现象,所得增强图像具有良好的视觉效果。     

基于JDF的印刷流程管理与质量控制

<正>传统的印刷工作流程无法解决不同生产厂商生产的各种设备之间的兼容性问题,使得从印前到印后的各个生产过程不能紧密地衔接起来,也不能及时准确地获得和追踪印刷生产过程中的各种数据信息。为弥补传统印刷工作流程的不足,CIP4推出了JDF的概念,它使印刷工作流程朝着数字化、网络化的方向飞速发展。     

增值印刷面面观

印刷商大可以利用印前和电子出版在前期制作上的相似性,为客户提供电子出版方面的配套服务,将其内容实现电子化,网络化。其实印刷商扮演一个客户数字资产管家的角色,合理高效利用数字信息获得最大经济利益。     

矿物颜料颜色数据库系统的建立与应用研究

采用多种非接触式颜色测量仪器和分析测试设备,记录矿物颜料的色度、光谱、颗粒度等信息,制定一套标准的矿物颜料编号规则,建立矿物颜料数据库,采用Java编程语言开发矿物颜料颜色管理系统。完成了对矿物颜料颜色数据库和管理系统的总体设计,测试了该软件系统的功能,基本上实现了预期目标。矿物颜料数据库和管理系统的建立,为矿物颜料颜色研究和检索提供了便利,满足了从普通画工到颜色科学工作者各个阶层使用者的需求。