Lab的多投影颜色校正及亮度融合技术

传统的多投影颜色校正和亮度融合在RGB颜色空间下进行,存在校正过程中亮度和色度相互干扰的问题。针对上述问题,提出一种基于Lab颜色空间的颜色校正和亮度融合方法。将亮度与色度单独提取出来,用B样条曲线模型建立起各投影仪原图像与投影显示画面的亮度、色度转换关系,以消除各投影仪投影显示画面之间的颜色差异,并采用融合B样条曲线的伽玛校正对画面重叠区域的亮度进行调节。实验结果表明,相对于RGB颜色空间,在Lab空间进行颜色校正使两个投影显示画面的颜色强度差异在Lab三通道分别减少了4.14,2.41,2.44;相对于RGB颜色空间的伽马校正,在Lab空间将伽马校正与B样条曲线融合进行亮度调节使投影显示画面重叠区域与非重叠区域的颜色强度差异在Lab三通道分别减少了6.12,4.64,3.47。基于Lab的多投影颜色校正及亮度融合技术可对投影显示画面亮度与色度进行更准确的校正,并且给予不同颜色强度对应的伽马系数。     

基于LMS与RGB子空间的扫描输入数据的颜色校正

在RGB子空间内使用最小二乘原则建立从设备RGB空间直接到CIELAB空间的三维一阶映射方程,实行对扫描输入数据的颜色校正.实验验证,理想色与分别在各RGB子空间内建立的颜色映射方程所计算的颜色的色差明显小于与在整体空间建立的映射方程所计算的颜色的色差.     

一种金属零件图像高光消除技术

采用了一种基于颜色空间变换和多项式调校的金属件图像高光消除方法,首先将RGB颜色空间转换为YC6Cr颜色空间,然后进行亮度的直方图均衡化,最后采用多项式来调校图像中高光的亮度.实验结果表明,这种新的算法能够在一定程度上有效地消除金属件表面上的高光.     

用于机载液晶显示的四基色发光二极管背光源

针对机载液晶显示的特殊要求,设计了一种四基色发光二极管(LED)背光源。采用了能单独控制亮度的红、绿、蓝、琥珀等4种颜色的LED,以克服现有滤光片方法带来的夜模式下显示色域大幅下降的问题。在昼模式下工作时,4种颜色的LED同时发光,混合成白光;在夜模式下工作时,关闭红色LED以减少红外辐射,而绿、蓝、琥珀等3种颜色LED工作。计算了夜模式下3种颜色的混合配比。将蓝色LED的混光比例作为固定值代入昼模式下计算得到红、绿、琥珀的配比。仿真设计了采用红、绿、蓝三合一LED和单独琥珀色LED的背光源,分析了它们的性能,并开发了实际样品。测试结果表明:昼模式下,背光模块的发光强度为23 515cd/m2(屏前亮度为1 175cd/m2),非均匀性为8.07%,色域为NTSC(National Television Standard Committee)的116.5%;夜模式下,背光模块的发光强度为15.36cd/m2(屏前亮度为0.77cd/m2),非均匀性为15.49%,色域为NTSC的83.5%,满足机载液晶显示的要求。     

基于simple γ模型的各种CRT色空间变换方法

采用基于simple γ模型色空间变换基础上的多项式拟合、三维查找表和神经网络的方法,建立设备颜色空间RGB与输出CIEXYZ色空间的非线性对应关系,完成了设备颜色显示的特征化。并分别与多项式拟合、三维查找表和神经网络的方法做比较,发现基于simple γ模型的色空间变换的各种方法,都对原方法在色差精度上有所提高。其中simple γ模型变换的神经网络方法最具优势,CIELab平均色差小于~2.8。     

用彩色CCD相机测量发光二极管显示屏的色度

提出了一种高精度色度计和彩色CCD相机相结合快速测量发光二极管(LED)显示像素的亮度和色度的方法.首先,用彩色CCD相机测量LED显示像素,通过图像处理提取每个LED显示像素点在RGB颜色空间中的亮度值和色度值.然后,建立RGB颜色空间和CIE 19 31XYZ颜色空间的多通道自适应矩阵,并使用色度计对部分LED显示像素点进行精确测量,基于精确测量值和对应的RGB值计算出自适应矩阵.最后,通过自适应矩阵计算出所有LED显示像素的亮度和色度值.实验结果表明:自适应矩阵大小合适的情况下,该方法计算出的数据与色度计测量数据之间的色差值△E＜1,在人眼视觉中的颜色差异轻微,可快速、精确地采集LED显示像素的亮度和色度值,实现LED显示屏的高精度亮度、色度校正,从而大幅提高LED显示屏的显示效果.     

三基色大功率白光LED色度稳定性的研究

三基色合成白光技术由于可以获得良好的显色指数、较宽的色温范围、以及多种多样的色彩变换能力而得到了广泛应用。对于三基色大功率白光LED,由于其发热量较大,故实现色度稳定的难度相对较大,特别是要实现亮度可调的同时,色度保持稳定就更加困难。现采用三基色合成白光技术实现大功率白光LED,通过设计制作驱动补偿电路进行色度稳定性的反馈控制。结果表明,采用三基色合成白光技术制作的大功率白光LED,设计合适的反馈控制驱动电路,其色度可以达到很好的稳定性,色差可以稳定在0.002以内。即使是在连续调整亮度的条件下,加入反馈控制后,合成白光的色差也可以稳定在0.01以内。     

真空溅射镀膜机中工作气体对镀件色差的影响

真空溅射镀膜机镀件的色差是衡量一件镀件质量好坏的重要的指标,也是评估一台设备质量的重要技术指标.影响镀件色差有多种因素,工作气体是其中一个重要因素.从真空溅射机的工作原理、工作气体对膜层的影响及试验研究入手,从气体压力和气体分布均匀性两个方面探讨了真空溅射机镀膜过程中工作气体对镀件色差的影响.为镀件色差分析、真空溅射镀膜机工作气体进气管的设计和镀件质量的提高提供了新的思路和参考.     

基于概率神经网络的尿样颜色识别

基于概率神经网络,提出一种与尿液反应后尿试纸的颜色识别方法。针对颜色色空间转换的非线性复杂关系,获取标准阈值颜色色度值,进行归一化处理后,建立基于概率神经网络的尿样颜色识别模型。实验结果表明,用概率神经网络进行尿样颜色识别是可行而有效的。与颜色色差评价方法作比较,该方法无须进行色空间转换,只利用设备原有RGB颜色空间的RGB值即可实现,更易于操作。     

oRGB颜色空间的夜视图像彩色融合

针对红外与可见光双波段夜视图像增强提出了基于oRGB颜色空间的彩色融合算法。选择亮度与颜色分离的对立色颜色空间,应用多尺度Top-hat变换方法将红外与可见光增强融合图像作为伪彩色图像的亮度分量,根据双波段图像的差异性并结合参考图像色调构造颜色分量;为避免线性变换的颜色传递方法容易造成灰度级压缩或过饱和情况,在分析颜色传递机理的基础上,使用非线性的直方图匹配方法实现颜色传递。实验结果表明,融合图像的颜色分布更自然,纹理细节、整体亮度和对比度等视觉特征表现更优。     

彩色打印机色空间变换的色度密度方法

提出了一种用于彩色打印机色空间变换的方法.基于输出色彩单色色度特性与数字驱动值以及复色与单色色度特性之间存在着一维和三维的特征关系,通过色度密度的概念及神经网络方法将此特征关系定量化,由此建立了输出色度色空间与输入数字色空间之间的变换关系.采用729组训练数据的实验结果表明,该色度密度方法达到的变换精度高于一些直接建立输出输入关系的方法.喷墨打印系统的实验结果表明,输出CIELAB色度平均和最大色差分别为3.18和16.0;260组泛化测试CIELAB色度平均和最大色差分别为4.00和16.8.     

套准偏差自动检测方法

目前,国内多色印刷机多采用手动方式调整套准精度,自动化程度较低,为解决该问题,提出一种套准偏差自动检测方法。基于视觉成像原理拍摄套准标记图像,采用图像分析理论建立套准偏差计算方法。通过彩色图像矢量信号滤波法预处理标记图像并提取图像目标,给出青(C)、品红(M)、黄(Y)、黑(B)四种原色及其复合色像素的分色归类模型,在此基础上检测四种原色套准标记的边缘像素,进一步结合最小二乘和Hough变换法拟合套准标记的多条边缘直线,最后在图像中计算四种原色特征直线之间的偏移距离,通过视觉标定给出物空间的套准偏差。试验结果表明该方法自动检测套准偏差的精度高于20 μm,符合国家印刷行业标准规定的套准精度要求,适用于以C、M、Y、K合成原理为基础的双色、四色胶印系统。     

GPS双目摄像机标定及空间坐标重建

为减轻双目摄像机标定过程中对高精度靶标的依赖,实现摄像机参数的精确标定,并对空间坐标进行高精度重建,提出一种GPS双目摄像机标定及空间坐标重建方法,采用GPS代替2D或3D靶标进行双目摄像机标定。将GPS的位置在视场中任意移动,由被标摄像机拍摄多组含有GPS的图像,利用空间三维坐标与图像二维坐标间的映射关系,结合摄像机成像模型和双目摄像机标定原理,标定出双目摄像机参数,并对空间坐标进行精确重建。通过空间重建坐标与GPS实际测量值之间的相对距离误差,对重建精度进行检验。实验证明,该方法能够克服双目摄像机标定过程中对高精度靶标的依赖,空间重建坐标具有较高的精度,相对距离误差从1.56%减小到0.52%。     

LCOS激光投影显示亮度均匀性和色度均匀性的测量及校正系统

为了提高激光投影显示画面的亮度均匀度和色度均匀度,提出了一种对灰度值很大和很小的像素点采用大压缩率,并尽可能多地提高中等灰度值的方法.搭建一个由投影显示、相机和计算机构成的闭环系统对应于此种方法,以达到亮度均匀度和色度均匀度矫正的目的.实验和分析表明,通过该系统,投影显示的整个屏幕的亮度均匀性和色度均匀性得到了很大提高...     

小尺寸LCD显示器自动测试设备研究

为了快速、准确地完成小尺寸LCD显示器视角及亮度、色度的均匀性测试,提出了一种包括图像信号发生器、色彩亮度计和测试台的小尺寸显示器自动测试设备,并通过对已知样本数据的测试,实现了对小尺寸LCD显示器的合格检验良好预期效果。     

激光显示的原理与实现

基于三基色激光显示具有亮度高、色彩鲜艳、清晰度高等特点,给出了大屏幕激光显示技术的原理,介绍了本实验室应用波长分别为671 nm、532 nm和473 nm,功率为1.3 W,0.32 W和3.5 W的红、绿、蓝固态激光器制造的大屏幕激光彩色电视。针对激光显示中干涉散斑现象和颜色失真提出的瞬间小视场变波前消干涉方法和颜色扩展方法,在实验中取得了良好效果。     

高灵敏度分束干涉型LCD盒间隙厚度测量仪

本文报道一种高灵敏度分束干涉型ＬＣＤ盒间隙厚度测量仪（以下简称测厚仪），并重点介绍其两项关键技术：干涉条纹级次的彩色识别法和光楔干涉定标法。要精确测量液晶盒间隙厚度，必须准确测定基准和测量这两组干涉条纹间的距离，因而必须准确识别干涉条纹的级次。强度识别法的测量精度易受随机噪声的影响。本文提出条纹级次的彩色识别法，利用这种方法，测量精度可以大幅度提高。定标是测厚仪的另一关键技术。本文提出独特的光楔干涉定标法。文中给出了光楔干涉法定标精度的理论估算，同时制成一光楔并应用于高精度测厚仪的实际定标     

Effective color correction method employing HSV color model

This paper suggests a new algorithm to solve problems of the current retinex algorithm such as distortion of grey out and color noise due to the individual treatment of RGB channel and log function,and halo effect occurred by use of the Gaussian filter.The current retinex algorithm treats each channel in RGB space that brings a phenomenon to change the rate of RGB.To improve this phenomenon,the color information was fixed in the HSV color space,and retinex treatment was conducted against the V value,a luminance feature.Linear treatment was carried out to remove color noise occurred by the use of log function.S value,a saturation value was compensated in proportion to the change of V value in luminance to obtain a clearer image.The proposed algorithm was evaluated against the landscape images that had strong backlit phenomena,and it is proved to have a better performance than the current retinex algorithm,multiscale retinex with cdor restoration(MSRCR).     

用高稳定光源校准光电倍增管灵敏度的新方法

本文叙述了一种利用高稳定光源和微机技术校准光电倍增管灵敏度的新方法.实测表明,其灵敏度稳定性可长期控制在1％以内。此系统已成功地应用于CL—1型彩色亮度计中。     

基于色彩感知的无参考图像质量评价

图像发生失真会改变RGB色彩空间的颜色特征、各色彩分量的亮度分布及其间的相关性,基于此,提出了一种新的无参考图像质量评价方法。首先,标准化6种颜色系数以消除光照环境变化对RGB模型的影响,并利用各颜色系数的拟合广义高斯分布模型(GGD)的形状参数作为颜色统计特征;其次,分别计算各色彩分量的均值减损对比归一化(MSCN)系数及其邻域系数间的互信息,利用互信息作为统计特征来描述其各分量间的相关性;进而,利用人眼更为敏感的G分量MSCN系数的拟合GGD模型参数及其4方向邻域MSCN系数的拟合非对称广义高斯分布模型(AGGD)参数作为亮度统计特征;最后,分别利用支持向量回归机(SVR)和支持向量分类机(SVC)构建无参考图像质量评价模型和图像失真类型识别模型,并在LIVE等数据库上进行了算法与差异平均意见分(DMOS)的相关性、模型的鲁棒性等方面的实验。实验结果表明,本文方法的评价结果与人类主观评价具有高度的一致性;而且图像失真类型识别模型的识别准确率也高达到93.59%,明显高于当今主流无参考图像质量评价方法。