Artificial Neural Network Performing the Forward Operation of Color Appearance Model

A method of the forward operation of color appearance(from colorimetric attributes to color appearanceattributes)using an artificial neural network(ANN)is presented.The neural network model developed is a multilayerfeedforward neural network model for predicting color appearance model(CAM).This method greatly decreased themathematical computation in color appearance prediction.The error backed-propagation(BP)algorithm was applied     

基于Sigmoid权函数的分段色彩匹配模型

为兼顾对高低浓度色彩再现精度的要求,解决单一模型进行色彩匹配时出现的“低浓度细节丢失、高浓度色彩饱和度低”的问题,提出一种基于单色样本学习的分段式色彩匹配方法．首先,根据模拟退火技术求解出最佳：分段阈值,将样本数据分成高、低浓度两类,分别对其样本数据进行学习,建立高、低浓度色彩匹配模型,然后,基于sigmoid权函数对两个模型学习得到的曲线进行合成．实验结果表明：与单一色彩匹配模型相比,这种分段式色彩匹配模型可以在不增加测试样本数量的前提下,有效提高色彩匹配尤其是在高、低浓度端的匹配精度;用sigmoid函数作为权函数的曲线合成方法,与一般常用的曲线合成方法相比,不仅可以保证高、低浓度色彩的匹配精度,而且还能有效处理分段式建模中两段曲线的光滑衔接问题,避免曲线衔接点处“颜色反转”现象的发生．     

基于CIE 1997简化色貌模型的新色差公式

推导基于CIE 1997简化色貌模型 (CIECAM 97s)的新色差公式CDF CIECAM 97s.首先用该色貌模型中的色貌描述量J,a和b构建颜色空间Ja1b1,然后在该颜色空间里建立相应的色差公式 ,其中的明度、彩度和色调校正因子是根据BFD CP色差实验数据用线性回归法推导得到的 .统计分析的结果表明 ,推导所得的新色差公式与色差实验数据的一致性比CMC( 1∶1) ,CIE94和CIEL a b 等色差公式更好 .基于色貌模型的新色差公式能够在各种不同的观察条件下预测色差知觉     

基于改进BP神经网络的显示器色空间转换

彩色显示器是用来传达颜色的重要工具,而色彩在不同设备或系统上往往会有差异,所以对显示器建立一个色彩管理系统很有必要.用色彩管理软件和分光光度仪对显示器进行屏幕的校准和特性化,采用改进的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可知,这种算法对色彩空间的转换具有较好的非线性拟合能力和更高的预测准确性.     

Color Reproduction on CRT Displays via BP Neural Networks Under Office Environment

A CRT characterization method based on color appearance matching is presented. A matching between Munsell color chips and CRT charts was obtained in vision perceiver in typical office environment and viewing condition by recommending. And neural networks were utilized to accomplish the color space conversion from CIE standard color space to CRT device color space. The neural networks related the color space conversion and color reproduction of soft/hard-copy directly to the influence of the illuminance and viewing condition in vision perceiver. The average color difference of training samples is 3.06 and that of testing samples is 5.17. The experiment results indicated that the neural networks can satisfy the requirements for the color appearance of hard-copy reproduction in CRT.     

细菌菌落优化的印刷色彩配色

分析了两种原色油墨叠印后的颜色光谱,并在此基础上建立了印刷中黄、品、青3原色的网点面积率和相互叠印之后的光谱反射率之间的关系模型,结合细菌菌落算法具有良好寻优能力的特点,该文提出了细菌菌落优化的印刷色彩配色模型,以标准色谱作为测试样本进行仿真实验,结果表明该模型具有较高的配色精度。     

基于多项式回归法的显示器色彩空间转换模型研究

彩色显示器是用来传达颜色的重要工具,而色彩在不同设备和系统上往往会有差异,所以建立一个显示器色彩管理系统很有必要.用色彩管理软件及分光光度仪对显示器进行屏幕的校准和特性化,采用多项式回归算法建立了CIE RGB到CIE XYZ颜色转换模型,并对转换模型所得到的X,Y,Z计算值与实际测量值进行比较,取得了较好的实验结果.模型转换后的绝大部分色差都小于6,在人的视觉不敏感范围内,故转换模型具有较高的转换精度.     

一种颜色传感器结合Elman神经网络在颜色识别上的研究

针对OPB780颜色传感器对颜色识别的快速和精度高的特点,提出了结合Elman神经网络用于颜色识别的研究.采用可编程的OPB780颜色传感器设计非接触式颜色检测电路,测量出色卡集的RGB频率值.利用所测得的色卡集RGB频率值同相配对的RGB颜色空间值,构建出反映二者映射关系的Elman神经网络;为了使目标颜色的隶属类同人眼观察到的模糊结果统一起来,采用CIE1976Lab均匀颜色空间及色差公式,计算出目标色卡同黑蓝绿青红紫黄白八种常见颜色的色差,并按照色差最小原则确定出同这8种颜色的聚类.试验验证了颜色传感器OPB780采用Elman神经网络技术用于颜色归类检测,同人眼的颜色感觉大体上是一致的,能较好地反映人对物体颜色的心理感受,取得了良好效果.     

数码冲印颜色空间转化的神经网络优化

为了提高神经网络在数码冲印颜色空间转化应用中的收敛效率，设计了一种基于反向传播（BP）神经网络的自适应优化模型.通过等间距分割由曝光实验测得的青、品、黄染料累积色差曲线，构建了在CIE Lab色域空间内分布相对规则的大容量学习样本.基于对网络训练过程中隐含层神经元节点间相关性和离散性的动态分析，合并或删除了冗余的节点结构.根据学习速率对网络收敛效率的影响，引入全局平均误差（GME）作为权值，对学习速率进行即时调整.仿真结果表明，与传统的BP神经网络相比，优化后的神经网络模型收敛成功率显著提高，收敛速度加快.输出精度能够满足色差要求.     

一种纺织印染图案的多尺度彩色分割算法

为了提高纺织印染图案的分色精度,提出一种多尺度彩色图像分割技术.该方法利用纺织印染图案中主要套色数少的特点,通过人眼观察手动提取图案中最具代表性的套色；根据上一尺度方块的颜色信息和同一尺度下邻近方块的颜色信息对图像进行多尺度分割,形成一棵非均匀的四叉树形结构,树中每个节点按照颜色空间的距离映射到最近的套色中,并随着尺度的递增对上一级的分割结果进行递归修正.最后对分割图像中一些小的连通区域进行后处理,消除合并这些区域,提高整体的分割精度.由计算机模拟实验的分割结果表明,与一般基于聚类技术的彩色分割算法和基于边缘提取的分割算法相比,该方法对于纺织印染图案有较好的颜色分割效果,并和人的主观视觉效果有更好的一致性.     

从光色的物理性研究到艺术色彩设计应用

着重揭示光色的内在规律,以及来自于自然的色彩内在结构,传递着形成色彩关系的基本规律和调和规律,为人们提供色彩设计的语素,启示着色彩设计构思的灵感,是设计师进行色彩设计的有力工具,因而成为我们自觉地认识色彩和创造色彩的有效手段。     

基于BP神经网络的车身U形类冲压件成形回弹预测

基于MATLAB平台,将BP神经网络和数值模拟技术应用于冲压回弹预测中。采用三层BP神经网络建立基于变压边力的回弹预测数学模型,由正交实验法安排模拟实验组合,采用有限元软件进行冲压过程的数值模拟,并把端点处的Z向回弹量作为模型目标值。将模拟结果作为神经网络的输入样本对训练网络并建立网络知识源,得到了输入为工艺参数、输出为冲压回弹量的神经网络模型,并通过检验样本检验了ANN模型的准确性。实验表明：将神经网络与正交实验、数值模拟三者结合用于板料冲压参数优化可以明显缩短优化工艺参数的时间,提高工艺设计效率,同时在数值模拟实验次数一定的条件下,能获得比单纯使用正交实验和数值模拟方法更为精确的结果。     

彩印油墨的一种新色相分析方法

彩印过程中的油墨色彩管理十分重要.本文在前期研发的智能色相分析系统基础上,研究探讨了一种新的色相分析方法,即基于将RGB和CMYK两种色彩转换空间先转换到一个公共空间L*a*b*,再通过L*a*b*找到两者之间关系的原理.它与原有系统使用的色相分析方法相比,其特点是不需要大量依赖采样样本数据,故该方法具有准确性高、分析速度快、存储空间小等显著优点.在线运行表明,采用这种新的色相分析方法所配置的油墨颜色在肉眼观察下与样本色差偏差很小.     

一种基于色域几何特征的色域匹配算法

色域匹配能够实现源色，显示色与打印色之间的良好映射，是色彩管理的一项关键技术，通过对打印与显示色域的分析，提出了一种面向打印过程的色域匹配算法，该算法有效地利用了显示与打印色域的几何特征，提高了颜色再现精度，同时缩短了对图像进行色域匹配处理所需的时间。     

基于信息扩散和BP神经网络的水资源预测

将信息扩散原理和BP神经网络相结合,提出了一种新的水资源预测方法.用因素状态空间上信息扩散的方法对不完备的历史资料进行优化处理,把处理过的结果作为神经网络训练样本的输入和输出因素,并利用BP算法进行网络训练,当计算达到要求的精度后即完成训练.经训练所得的神经网络即可用于水资源预测.结果表明,该方法能较好地解决水资源系统中实测样本少和存在矛盾样本之不足,提高了水资源系统预测的精度和水平.     

基于神经网络的摄像机色度标定方法

研究将摄像机颜色数据从设备依赖色空间转化到与设备无关色空间 .利用BP神经网络的非线性映射特性 ,实现RGB色空间到CIELAB色空间的映射 .给出用不同的网络结构得到的映射精度 .对于摄像机色空间的颜色数据转换 ,用BP网络可以获得令人满意的转换精度     

基于RBF神经网络的彩色图像盲水印算法

利用径向基函数神经网络(radial basis function, RBF)把水印嵌入到彩色图像的DCT(discrete cosine transform)域.首先把原始图像从RGB空间变换到YCrCb颜色空间,使得水印的嵌入更加符合人的视觉特性;然后将色度分量(CrCb)进行二维DCT变换,将水印通过量化的方式嵌入到CrCb的直流成分中,以提高水印的不可见性和鲁棒性;嵌入水印的时候,使用密钥来控制水印在图像的嵌入位置,来增强水印的安全性;最后,利用RBF来训练模拟量化的逆过程,借助训练得到的RBF神经网络来完成嵌入和提取水印,进一步提高水印鲁棒性.仿真试验表明该方法在保证了很好的不可见性的同时,使水印对于常见的图像水印攻击都具有良好的鲁棒性.     

基于人工神经网络的汽车闭环系统的研究

对于驾驶员－轮胎－汽车闭环系统的研究是全面评价和预估汽车操纵稳定性能的一条能效途径,但用一般数学方法难以精确描述轮胎和驾驶员的非线性特性。利用人工神经网络反映轮胎和驾驶员输入、输出特性之间的非线性映射关系,并将它们与相应的汽车模型结合进行闭环系统仿真。结果表明,人工神经网络可以产生出具有相当准确性及很高计算效率的驾驶员模型和轮胎侧偏特性模型。     

Application of nonlinear color matching model to four-color ink-jet printing

0　ＩＮＴＲＯＤＵＣＴＩＯＮＣｏｌｏｒｉｓａｐｏｗｅｒｆｕｌａｎｄａｔｔｒａｃｔｉｖｅａｓｐｅｃｔｏｆｏｕｒｅｘｐｅ ｒｉｅｎｃｅｏｆｔｈｅｗｏｒｌｄ .Ｉｔｓｈａｐｅｓｏｕｒｐｅｒｃｅｐｔｉｏｎ ,ｉｎｔｅｒｐｒｅｔａ ｔｉｏｎ ,ａｎｄｍｅｍｏｒｙｏｆｅｖｅｒｙｔｈｉｎｇｗｅｓｅｅ .Ｃｏｌｏｒｔｈｅｒｅｆｏｒｅｐｒｏｖｉｄｅｓａｎｉｍｐｏｒｔａｎｔｄｉｍｅｎｓｉｏｎｉｎｖｉｓｕａｌｃｏｍｍｕｎｉｃａｔｉｏｎ :ｗｈｅｎｕｓｅｄｗｅｌｌ ,ｉｔｃａｎｇｒｅａｔｌｙｅｎｈａｎｃｅｔｈｅｅｆｆｅｃｔｉｖｅｎｅ…     

利用颜色模拟估算皮肤色素浓度

为研究人体皮肤中黑色素与血色素的分布,提出了一种利用皮肤颜色模拟技术从数字图像中估算色素浓度的方法.对皮肤的结构组织与光学属性进行总结,得到了数字图像与皮肤色素浓度之间的关系.定量分析皮肤层中黑色素与血色素对光的吸收量,根据已测得的数据,配合其他相关参数,模拟皮肤在各种色素浓度搭配下可能产生的颜色,生成皮肤颜色表.根据该颜色表估算皮肤图像中每个点的黑色素与血色素浓度,得到最终的色素浓度分布图.实验表明,该算法鲁棒性好,仅以数字皮肤图像作为输入,就能很好地展示相应的色素浓度分布图.