基于岭回归的四带图像偏色校正算法

对于在可见光范围拍摄的图像中混入近红外光引起的图像偏色问题,传统监控系统采用机械切换的红外截止滤镜来实现日夜拍摄模式的切换,但这容易产生机械故障,影响成像.本文在不改变原来CCD或CMOS传感器的基础上,采用可见光加850 nm双峰滤镜替代传统机械切换滤镜,但仍存在850 nm红外串扰问题.为解决红外干扰,本文抛弃传统的红外干扰图像偏色校正分析方法,从传感器受近红外光的影响分析入手,通过岭回归的彩色定标方法对相机自身的光谱特性进行校正.这个过程即拟合了摄像头拍摄三带图像时启用红外截止滤镜的状态.首先在实验室黑暗环境中,使用D65标准光源箱,并用850 nm的近红外光源直射已经移除红外截止滤镜的摄像头,在棚中拍摄潘通色卡的四带图像（RGB三带与IR近红外带）;随后关闭近红外光源,同机位拍摄潘通色卡的三带图像.根据岭回归算法进行彩色定标,获取三带图像与四带图像之间的校正矩阵,用于四带图像色彩校正,获得色彩自然的图像.     

基于SSA-CatBoost的颜色校正模型仿真

针对图像采集设备在采集过程中出现的颜色失真以及传统方法存在校正效果不佳的问题,提出了一种结合SSA算法的CatBoost颜色校正模型。首先,建立三个CatBoost模型,并使用SSA算法分别搜索三个模型的最佳参数;然后将所得到的最优参数赋值给三个CatBoost模型,并分别对三通道的测量值与真实值进行拟合;最后,与传统多项式回归方法进行对比,校验此模型校正效果。模型仿真结果表明,上述模型可将色差值ΔE控制在3以内,证实了SSA-CatBoost模型具有更好的颜色校正。     

基于标准白色模板的扩展RGB颜色校正算法

如何通过颜色校正获得真实的颜色重现已成为图像处理中普遍存在的技术难点。针对此类问题,提出一种基于白色模板的颜色校正方法：首先将颜色空间的精度扩展到一定的程度,然后制作一个标准状态下的白色模板;接着根据条件选取适当的校正算子,根据校正算子得出的RGB值去校正在同样条件下得到的目标图像。工程实践和仿真结果表明,校正后的图像不但在视觉上与标准图像达到一致,并且在数值误差上也小于传统的校正方法。     

基于von-Kries色适应的分区颜色校正方法

通过定性分析Munsell色样集在不同光源下的von Kries校正系数随色样不同而变化的现象,本文提出了一种按照图像所属区域类型调整von Kries系数的颜色校正方法,并给出了区域判定规则及各区域von Kries系数确定方法。在GCCD测试数据集上的实验结果表明,该方法有较好的效果。     

基于正交多项式的称重仪表非线性校正算法

针对称重仪表检测电路中输入与输出值之间存在非线性关系的特性,在比较了几种非线性校正方法的基础上,给出了一种易于微处理器实现的正交多项式的非线性校正方法,求取称重仪表检测电路的非线性特征,实现了称重仪表的非线性校正。同时讨论了该算法的原理、校正参数的空间复杂度和算法的时间复杂度,从而论证了此算法在简单微处理器上的可用性,并以3阶多项式为例介绍了该算法的实验效果。实践表明,该算法简单实用,效果较好。     

基于线性分类器的混合空间查找表颜色分类方法

提出了一种基于线性分类器的混合颜色空间查找表颜色分类方法,该方法主要解决颜色查找表分类方法的区分能力受颜色空间选择、阈值确定等因素影响而难以区分近似颜色的问题。将模式识别中的线性分类器思想应用于颜色查找表映射关系的建立,并通过同时使用HSI空间与YUV空间的方法提高查找表对近似颜色的区分能力。实验结果表明,基于线性分类器的混合空间查找表颜色分类方法具有查找表建立原则简单、效果直观的特点,并且对近似颜色有较强的区分能力,适用于彩色图像的快速颜色分割。     

基于非线性回归的目标航迹预测算法

基于非线性回归对目标航迹进行准确预测是实现目标跟踪的基础。针对传统的卡尔曼滤波在目标行为发生较快变化时航迹预测精度降低的问题,本文提出了一种改进的卡尔曼滤波算法对目标航迹进行预测。该方法结合了目标的实际运动情况,根据预测值和真实值的实时偏差调整滤波过程,将系统方差矩阵转换为可变量,从而可以解决当目标行为明显变化时传统方法预测精度低的问题。实验结果表明,在目标行为状态发生变化的情况下,提出的算法均可以实现对目标航迹的速度、方向和转向角的精准预测。     

基于局部颜色空间转换的快速识别算法

综合考虑足球机器人系统的实时性和鲁棒性要求,本文提出了一种基于局部颜色空间转换的识别方法,实验证明此方法可以有效的提高系统的运行速度,并且具有很好的鲁棒性。     

基于多层局部回归神经网络的多变量非线性系统预测控制

以罐式搅拌反应器为例,针对复杂多变量系统的强耦合性、非线性、时变性等问题,研究了多变量非线性系统的预测控制及改善控制性能的方法,采用多层局部回归神经网络离线建立预测模型,以偏差补偿和模型修正相结合的方式对预测模型进行误差补偿,以要线校正用于预测控制,通过对性能指标中的偏差项负指数加权,进一步改善预测控制性能,住址结果表明了控制算法的有效性。     

基于颜色传递的数字视频融合方法

针对伪彩色融合方法的融合图像色彩单一、颜色传递算法计算复杂等问题,提出一种新的红外与可见光数字视频融合方法。该方法在Toet算法的基础上,利用图像统计信息进行颜色查找表映射运算,对融合图像进行快速颜色传递,使融合结果具有与参考图像相同的色彩信息。实验结果表明,该方法的融合结果接近自然景物的颜色,效果优于伪彩色融合方法,且运算速度较颜色传递算法有较大提高。     

颜色校正方法及其在图像处理中的应用

如何通过颜色校正获得真实的颜色重现已成为图像处理中普遍存在的技术难点。首先对影响颜色失真的主要因素进行分析;然后讨论了一些有代表性的颜色校正方法及其改进机制,并进一步介绍了颜色校正在图像处理中的不同应用;最后指出了颜色校正未来的发展趋势。     

基于小波神经网络建立虚拟仪器非线性软校正模型

神经网络具有良好的学习特性,小波变换有良好的时频局部化性质,将二者结合在一起构成小波神经网络兼有神经网络和小波变换的优点。本文提出了解决虚拟仪器系统非线性校正问题的小波神经网络算法。最后通过一个应用实例表明,采用小波神经网络建立软校正模型,不仅可以使系统获得高精度,而且在相同的误差条件下,其收敛速度也要远远快于传统的BP神经网络。     

一种投影显示图像颜色失真校正方法

颜色校正是提高投影显示图像视觉效果及内容感知理解程度的重要环节,针对此,提出了一种基于颜色空间变换和亮度响应函数(ITF)的颜色校正方法。设计一幅16×16的灰度渐变棋盘格作为标定图像,进行采样;利用测光表测量环境光,以调整相机拍摄参数;根据投影仪-相机系统映射关系矩阵,求解匹配采样点对;建立亮度响应曲线的经验参数模型,利用最小二乘法估计曲线参数;依据亮度响应曲线的反函数建立颜色查找表,从而实现投影显示图像的颜色失真校正。在LCD投影仪上进行了该算法的可行性和效果测试,实验结果表明:该算法校正后的投影画面质量较好,且实现简单。     

基于遗传神经网络的传感器非线性校正研究

针对实际传感器的非线性问题,介绍了用神经网络进行传感器非线性校正的原理,提出了基于自适应遗传算法的神经网络传感器非线性校正模型、算法及实现方法。通过实验结果显示:此方法不但可以实现非线性校正和减少环境因素的影响,而且,校正后的精度也高于单一的神经网络模型。     

非线性复合邻域人脸光照补偿

变化的光照是提高人脸正确检测率的瓶颈,提出了非线性复合邻域光照补偿方法来解决人脸检测的光照问题。非线性复合邻域光照补偿方法用对数函数做为基函数,设置的平移系数和分界值系数可以同时对过亮和偏光的图像进行补偿,引入了邻域光照补偿公式解决了传统非线性方法不能针对同一灰度值像素在不同局部应该进行不同补偿的问题。实验结果表明,该方法对过暗和过亮的人脸图像都可以进行有效的光照补偿,熵比较优于传统非线性光照补偿、Gamma校正和直方图归一化。     

MPSO-SVM的压力传感器的非线性校正研究

为了消除压力传感器受温度变化和电压波动的影响而产生的非线性特性,提出了改进粒子群优化支持向量机(MPSO-SVM)非线性校正,利用改进粒子群首先对支持向量机的参数进行搜索寻优,通过建立压力传感器输出特性与其实际电压值之间非线性映射关系的校正模型,再根据支持向量机具有逼近任意非线性函数的特点,实现压力传感器非线性校正。实验结果表明,压力传感器的最大相对波动从原来的22.2%降为0.12%,有效地消除了温度和电压波动的影响,此方法实现简单、成本低,具有实用价值。     

基于小波变换的非线性回归

提出了一种利用小波变换得到非线性回归估计函数的方法,把信号分解成近似部分和细节部分,对细节部分的小波系数进行阈值去噪,然后通过重构该函数得到信号。给出了基于小波变换的非线性回归分析算法,并进行了仿真实验,该方法得到的回归信号信噪比更低,更光滑,表明该方法是有效的。     

非线性畸变PDF417条码的定位与校正方法

对于产生了非线性畸变的PDF417条码,传统的定位和校正的方法已经不适用,提出了一种新的方法。使用沈俊边缘检测,基于链码的直线检测,直线聚类的方法进行条码定位,然后采用分块校正的方法对整个条码完成校正。这种方法不仅适用于非线性畸变的PDF417条码,同样适用于线性畸变的PDF417条码。实验结果证明该方法具有良好的性能,能够满足实际使用的要求。     

基于多特征的综合皮肤检测方法

皮肤识别是人脸识别、视频监控等技术的基础。提出了一种新的皮肤检测方法。首先,图像被划分成8×8的区域块,并从每个块中提取3个纹理特征,分别表达其水平、垂直和对角3个方向的纹理,经一个基于贝叶斯方法的纹理特征模型判断,识别皮肤块。然后,提取块中64个像素的两个颜色特征,采用正反查表法识别块中皮肤像素。该方法提取了皮肤的纹理和颜色特征,并在8×8块和像素两个尺度上综合了SPM和查表法的优点。实验结果表明该方法能够在精确识别皮肤的同时保持较低的背景错分率,取得了较好的效果。     

局部颜色映射的彩色夜视算法

针对现有基于全局统计信息的彩色夜视算法不能较好保持图像目标色彩恒常性的不足,提出一种简单有效的局部自然彩色夜视算法。首先依据人类视觉系统的中心-环绕对抗结构生成伪彩色融合图像;按照不同颜色特征对伪彩色融合图像进行聚类,分割成不同颜色域,参考自然彩色图像中对应域为与融合图像对应位置像素集合;最后在简化Lab空间实现对应域间的局部颜色映射,将参考图像颜色特征传输至融合图像。实验结果表明,本文方法使得夜视图像获得如白天参考图像般自然、真实的效果,有利于提高场景辨识能力;方法执行速度快,便于实时处理。