基于遗传神经网络的颜色恒常感知计算模型

在机器视觉领域,颜色恒常性是实现计算机视觉颜色校正和保持机器对颜色识别稳定性的重要因素.该模型通过心理物理实验获得由人眼感知得到的颜色恒常感知数据,将其放入神经网络中进行样本训练,并用遗传算法优化BP神经网络的连接权值和阈值.将所建立颜色恒常感知计算模型应用到图像颜色校正,通过主观和客观两个方面对校正结果进行对比评价,结果表示所建立的颜色恒常感知计算模型计算精度和效率高、复杂度低,比几种经典算法处理误差要小,针对图像的颜色再现有着更为符合人眼感知的特性.     

彩色图像像素分布特征及成像光提取划分研究

目的研究彩色图像像素分布特征及用之提取像素反射和漫射信息的方法,为从图像中提取其内景物客观颜色外貌提供理论依据。方法采用理论分析和实验相结合的方法,剖析图像强度和其内物体及外界光照之间的关联性,阐明图像像素漫射色度和RGB分强度及总强度之间的客观数据分布特征。结果图像反射像素的色度分布具有线性和双曲线特性,而漫射像素的分布具有与光照无关的聚集特性。结论图像反射和漫射像素的分布规律非常不同,采用特定斜率不同的直线可以将之有效分离,再结合特定的像素映射转换机制,就能获得图像内物体及照明的本质颜色特征。