基于BP神经网络的阴极射线管显示器标定模型

为了精确标定阴极射线管（CRT）显示器，应用分光光谱辐射计1980B采集计算机控制的CRT显示器色度数据，建立了经过三通道输出整合优化的前馈BP神经网络CRT显示器标定模型.该模型是CRT显示器的红、绿、蓝3个通道的亮度等级值和颜色三刺激值之间的非线性映射.神经网络的预测颜色三刺激值与测量颜色三刺激值之间的决定系数均大于0.999 9，两者之间的CIE色差均值为0.409 7，标准差为0.332 3，远小于最小颜色可觉差.该模型的标定色差显著小于CIE伽马校正标定模型的标定色差（CIE色差均值为4.695 5，标准差为3.533 0）.     

采用查找表的超四色打印光谱色彩校正方法

为解决多光谱图像打印输出时的色彩校正问题,提出一种采用查找表进行打印光谱色彩校正的方法．首先在超四色打印机色空间规则采样并测量采样点的光谱值,将光谱值变换至一个低维空间,建立正向查找表;然后在低维光谱空间中采样,运用非线性优化技术确定采样点在打印机色空间中的映射点,根据采样点确定优化参数来提高优化精度和时间效率,建立反向查找表; 最后采用高维线性插值方法,在正向和反向查找表中插值以实现打印光谱色彩校正．实验结果表明,在相同的仿真环境下,新方法与常用的建立光谱打印色彩校正模型法相比,在正向校正的色度精度和光谱精度上分别提高了40％和44％,在反向校正精度上分别提高了51％及41％,且反向校正的时间效率提高了96％．     

色度空间转换模型评价体系的研究

颜色的色度值在不同色度空间之间的相互转换是色彩管理技术的核心技术之一.通过定义色度空间转换模型的稳定性和鲁棒性的概念及其评价方法,建立了以模型稳定性、鲁棒性及模型转换精度为参数的色度空间转换方法评价体系,并选择确定的检验色块样本集,分别以基于动态子空间划分的BP神经网络颜色空间转换方法和基于模糊神经辨识方法的颜色空间转换模型这两种人工智能的彩色设备特征化方法为例,分别对其进行评价分析.结果表明,该评价体系可以有效地对颜色空间转换模型进行定量分析,从而为色度空间转换方法的评价建立新的思路.     

CRT显示器的颜色转换模型

在分析CRT显示器色彩呈现原理的基础上,用色彩管理软件ProfileMaker 5.0以及Eye-OnePro分光光度仪对N700DF CRT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CIERGB到CIEXYZ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了比较。在所抽取的12个色块中,9个色块的色差值都在3.0以内,只有2个检测样点的色差在5.0以上。转换模型具有较高的转换精度。     

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.     

Gamma值对LCD显示器色彩影响的实验研究

在色彩管理系统中,为了产生一致的颜色效果,需要对用来观察图像色彩的显示器进行校正与特性化,在显示器的校正与特性化中,常常会涉及Gamma值、白点坐标、色温、三原色荧光荆色度值等参数的设定,其中Gamma值的设定至关重要,不同的Gamma值参数设定使显示器显示的亮度和颜色有较大的差别。显示器作为图像信息输出的主要设备,Gamma值对LCD显示器色彩的影响实验数据有更实际的应用价值。实验测量了不同Gamma值下10块Macbeth公司提供的colorchecker样品颜色的三刺激值X,Y,Z和色度值L,a,b,并计算了其色差,得出了Gamma值对LCD显示器色彩的影响,以得到较好的LCD颜色管理模式,为图像处理技术奠定基础。     

陶瓷3D打印机结构设计与运动学分析

为克服现有陶瓷打印机不能连续进料的缺点以及整机质量较重、精度和稳定性不足等弊端,基于Delta结构设计出一款陶瓷打印机,并对机体位置正逆解、速度和加速度进行分析,建立位置正逆解和速度、加速度方程,将三维模型导入ADAMS软件,结合具体算例进行仿真分析.结果表明:仿真结果与数学模型一致,打印终端在X、Y、Z 3个方向上的最大速度分别为31、18、38 mm/s,在X、Y、Z 3个方向上的最大加速度分别为30、45、45 mm/s2,验证了位置正逆解和速度、加速度数学模型的正确性,优化了陶瓷打印机打印终端的运动特性,避免打印过程中出现急停、速度突变等情况,实现了平稳打印.     

3-CCD扫描输入的分区校正

针对目前3-CCD扫描色彩失真问题,结合色彩管理应用需求,提出一种分区回归校正的新方法．新方法通过改进多项式回归校正模型,引入色调调整曲线(TRC)变换和开方运算,提高了回归校正的精度．讨论了按精度要求递归子分的分区校正策略及其校正样靶的设计方法．新方法可明显减小3-CCD扫描仪的检测误差,使其可用于打印设备彩色特性的自动检测．     

柱坐标式FDM 3D打印机的研制

针对基于笛卡儿坐标系的熔融沉积成型(fused deposition molding,FDM)3D打印机打印旋转体精度低,且速度慢等问题,设计开发了一种基于柱坐标系的FDM 3D打印机.其成型原理和机械结构都借鉴了传统的FDM 3D打印机,并在此基础上将基于笛卡儿坐标系的运动方式改为基于柱坐标系的运动方式.相较于传统FDM 3D打印机,在使用相同的硬件(包括电机、喷头、打印丝材)配置情况下,该设备打印旋转体模型时可以实现更高的打印精度,在某些情况下可以实现更快的打印速度.     

日晒牢度的色度学评价方法研究

传统的牢度测试方法一直是人工目测色差,受到环境、光源、工作人员的视力、辨色经验等因素的限制。随着电脑测色配色技术的迅速发展,研究证明使用仪器代替人眼来评价颜色之间的差异是完全可行的。在5级标准的牢度评价中,有关牢度等级和色度值变化规律已经逐步成熟,但8级评价体系的日晒牢度人工评定等级与色度值变化关系还未见报道。为客观评价日晒牢度,通过测定大量已人工评级的日晒试样的色度值,根据所得的色差值,建立了日晒牢度人工评级和计算机测色的色差值关系表。为了检验所建立的色差值与牢度级别的关系表,测定日晒牢度标准色样中各牢度级别对应的色差值,结果表明,在标准色样中,牢度级别对应的色差值基本符合所建立的关系表。这为日晒牢度的色差值评定提供了参考。     

基于神经网络的瓦斯传感器非线性校正

瓦斯传感器输出非线性问题的原因很多,其中包括敏感元件温度变化所带来的影响,但即使使用恒温瓦斯检测技术,非线性误差仍然存在,影响了瓦斯检测的准确性。在简述用神经网络进行非线性校正的原理的基础上,探讨了用BP神经网络实现瓦斯传感器非线性校正的模型、MATLAB算法和实现程序,通过计算机仿真,其结果表明采用该方法能够得到令人满意的结果,且结构简单,准确度高。     

基于局部马尔科夫随机场的模型校准嘴唇分割方法

为了有效挖掘人说话时的唇动特征,提出了一种综合局部区域马尔科夫随机场（Markov random field,MRF）特性和模型校准的嘴唇分割方法。将嘴唇区域图像从RGB转换到LUX色彩空间,并利用对数化色彩分量U实现初始化轮廓的确定。沿轮廓选取固定半径的圆形窗口函数界定局部区域,再利用马尔科夫随机场进行嘴唇分割,并使用基于Kullback-Leiller（KL）距离的模型校准方法使局部区域之间的分割结果相互协调。实验证明,该方法可以在皮肤中分离出嘴唇,分割准确率高,鲁棒性好,具有较高的实用价值。     

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BP神经网络的太湖富营养化时空变化预测

建立拓扑结构为5-9-1的3层BP神经网络模型,预测太湖的富营养化水平,为水环境监测平台提供决策支持。该模型采用动量梯度下降法对太湖的湖体的富营养化水平进行预测并评价。验证结果表明,训练后的网络得出的预测结果与实际值很接近。因此,采用BP(Back Propagation)神经网络对太湖湖体富营养化水平进行预测并评价是一种有效的方法。     

Combined Transmission Interference Spectrum of No Core Fiber and BP Neural Network for Concentration Sensing Research

To investigate wavelength response of the no core fiber(NCF)interference spectrum to concentration, a three-layer back propagation(BP) neural network model was established to optimize the concentration sensing data. In this method,the measured wavelength and the corresponding concentration were trained by a BP neural network, so that the accuracy of the measurement system was optimized. The wavelength was used as the training set and got into the input layer of the three layer BP network model which is used as the input value of the network, and the corresponding actual concentration value was used as the output value of the network, and the optimal network structure was trained. This paper discovers a preferable correlation between the predicted value and the actual value, where the former is approximately equal to the latter. The correlation coefficients of the measured and predicted values for a sucrose concentration were 1.000 89 and 1.003 94; similarly, correlations of 0.999 51 and 1.018 8 for a glucose concentration were observed. The results demonstrate that the BP neural network can improve the prediction accuracy of the nonlinear relationship between the interference spectral data and the concentration in NCF sensing systems.     

隐层改进的BP网络在织物染色配色中的应用

为提高BP网络及其改进网络的收敛和泛化能力,依据计算机配色理论,深入研究了BP神经网络的优缺点,在此基础上提出了一种基于隐层输出反馈改进的BP网络训练算法应用于织物染色配色的算法,并按照此算法进行了织物染色的计算机配色实验。实验验证了人工神经网络算法在织物染色配色中应用的可能性和可靠性,为神经网络模型在织物染色配色中选择和构造合适的高性能网络结构提供了参考。