跨媒体复制中的色域映射

色域映射是ICC色彩管理中的一项关键技术,能够解决不同类型设备的色域差异造成的色彩失真问题,实现颜色复制的真实再现。介绍了色域映射色空间的选择、色域边界的描述、色域映射的类型和映射算法,并比较分析了两种典型算法的优缺点和色域映射的效果。     

跨媒体复制中的色域映射

色域映射是ICC色彩管理中的一项关键技术,能够解决不同类型设备的色域差异造成的色彩失真问题,实现颜色复制的真实再现。介绍了色域映射色空间的选择、色域边界的描述、色域映射的类型和映射算法,并比较分析了两种典型算法的优缺点和色域映射的效果。     

宽色域显示器

新兴的宽色域显示器,主要是具有LED背光源的直视式LCDs,它能给使用者提供更多的用途和更佳的娱乐体验.但是完全推广它,仍然困难重重.显示器制造商如何确保实现平稳地过滤到宽色域世界呢?     

扩展色域显示器-第一部分:视频信号及显示系统的比色法

包括微显投影机和液晶电视的较新显示技术，不受荧光类显示器（如CRT）的色域限制．而能扩展色域覆盖大部分的自然颜色。测算和比较这些扩展色是困难的，而且显示业界没有标准方法可使用。在这个系列讨论的第一部分，将会解释与宽色域相关的色度问题，涉及色度、色差表达和视频信号色域的基本问题。     

LCD显示器三维色域测量和不同色空间应用对比

显示器的色域决定了显示器能够显示的颜色范围,且色域覆盖率也是显示器测试的一个重要参数。由于颜色三属性中包含亮度,所以对显示器进行色彩和色域测试时应该考虑亮度因素Y,这就需要在三维的色空间下进行分析。文中分析了LCD显示器背光源亮度对色域覆盖率和色饱和度的影响,以及色饱和度对色域覆盖率的影响。用MATLAB绘制出在不同的...     

电子地图色域映射的SOM神经网络方法

颜色的设备相关性导致电子地图在跨媒介再现时容易出现色彩变形以及地理信息错误传输等问题.本文分析了电子地图色域的特征,提出了一种基于SOM(Self-Organizing Maps)神经网络的色域映射方法.针对神经网络方法没有顾及电子地图色域映射过程中的色彩空间权重以及神经网络中邻域函数的各向同性假设不适用于地图色域这两个问题,提出了改进方法.将本文方法与ICC(International Color Consortium)感知再现、绝对色度再现色域映射方法进行了对比,结果表明本文方法能够很好的保持地图整体色差,能够提高电子地图颜色复制精度.     

显示器工作色域的选择及应用分析

数字时代,屏幕成为人们观看世界的窗口,显示器的工作色域和色彩表现成为了关注的重点。本文介绍了显示器的主流工作色域划分及特征比较,分析了广色域显示器在应用中容易引发的问题和解决方案,并对显示器选购中存在的误区进行了探讨,为不同需求人群选择显示器提供了参考。     

LG显示器展示采用量子点的宽色域液晶面板

日本电波新闻的报道,韩国LG显示器在全球最大的显示器国际会议“SID2010”的展会上,披露了利用量子点扩大色域（色彩表现范围）的液晶面板。通过采用量子点LED作为背光源的LED,可使液晶面板的色域扩大30％。     

LCD显示器色域边器的确定

本文介绍了LCD显示器色域边界的确定方法。确定LCD显示器色域及色域边界的最终目的是实现屏幕软打样,在计算机屏幕上实现所见即所得的效果,最终在输出设备(如彩色打印机等设备)中对样稿实现真实还原。对LCD显示器色域边界的确定的意义在于:我们能够精确地做到由一种设备的色域模拟另一种设备的色域,从而实现在整个计算机系统中色彩的一致性;另外,在知道了LCD显示器与彩色打印机之间的色域边界后,我们可以通过使用一些数学算法.准确计算出设备之间的色域性能参数差异值.分析出LCD显示器模拟其他设备输出色彩的整体能力。     

融合显著图和保真图的全参考图像质量评价

提出一种融合显著图(SM)和保真图(FM)的全参考图 像质量 评价算法,用于评价质降图像的失真度。利用亮度和色度的相似度提取质降图像相对于 参考图像的FM;对参考图像进行区域划分、全局显著性提取和纹理边缘补充得到SM,将SM与 质降图像的FM融合得到基 于感知的显著保真图(PSM),计算质降图像的客观评价得分。在标准数据库上的实验结果表 明,本文方法与主观评价能够很好保持一致,并对LIVE图像库中的5种失真图像均有很好的 表现。     

基于亮度统计的无参考图像质量评价

基于亮度均值减损对比归一化(MSCN) 系数统计特性及其8方 向邻域系数间的相关性,提出了一种通用无参考图像质量评价方法.首先,分别利用非 对称广义高斯分布(AGGD)模型拟合MSCN系数及其8方 向邻域系数,并估计 相应AGGD 模型参数作为亮度统计特征;其次,计算8方向邻域MSCN系数间的互信息(MI),作为描述方向相 关性的统计特征;进而,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; 最后, 在LIVE 等图像质量 评价数据库上进行了算法与DMOS的相关性、失真类型识别、模型 鲁棒性及计算复杂性等方面的实验。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,在LIVE图像质量评 价数据库上的斯 皮尔曼等级相关系数(SROCC)和皮尔逊线性相关系数 (PLCC)均在0.945以上;而且,图像失真 类型识别模型的识别准确率也高达到92.95%,明显高于 当今主流无参考图像质量评价方法。     

A weighted full-reference image quality assessment based on visual saliency

In full reference image quality assessment (IQA), the images without distortion are usually employed as reference, while the structures in both reference images and distorted images are ignored and all pixels are equally treated. In addition, the role of human visual system (HVS) is not taken account into subjective IQA metric. In this paper, a weighted full-reference image quality metric is proposed, where a weight imposed on each pixel indicates its importance in IQA. Furthermore, the weights can be estimated via visual saliency computation, which can approximate the subjective IQA via exploiting the HVS. In the experiments, the proposed metric is compared with several objective IQA metrics on LIVE release 2 and TID 2008 database. The results demonstrate that SROCC and PLCC of the proposed metric are 0.9647 and 0.9721, respectively,which are higher than other methods and it only takes 427.5 s, which is lower than that of most other methods.     

No-reference image quality assessment using structural activity

Presuming that human visual perception is highly sensitive to the structural information in a scene, we propose the concept of structural activity (SA) together with a model of SA indicator in a new framework for no-reference (NR) image quality assessment (QA) in this study. The proposed framework estimates image quality based on the quantification of the SA information of different visual significance. We propose some alternative implementations of SA indicator in this paper as examples to demonstrate the effectiveness of the SA-motivated framework. Comprehensive testing demonstrates that the model of SA indicator exhibits satisfactory performance in comparison with subjective quality scores as well as representative full-reference (FR) image quality measures.     

Dual-branch vision transformer for blind image quality assessment

Blind image quality assessment (BIQA) has always been a challenging problem due to the absence of reference images. In this paper, we propose a novel dual-branch vision transformer for BIQA, which simultaneously considers both local distortions and global semantic information. It first extracts dual-scale features from the backbone network, and then each scale feature is fed into one of the transformer encoder branches as a local feature embedding to consider the scale-variant local distortions. Each transformer branch obtains the context of global image distortion as well as the local distortion by adopting content-aware embedding. Finally, the outputs of the dual-branch vision transformer are combined by using multiple feed-forward blocks to predict the image quality scores effectively. Experimental results demonstrate that the proposed BIQA method outperforms the conventional methods on the six public BIQA datasets.     

基于图像质量评价的LCD运动模糊检测方法

运动模糊度是表征LCD显示器质量的重要指标。目前,国内针对LCD运动图像显示性能的检测大多采用人眼视觉检测的方法,而人工检测结果是检测人员的主观判断,易受外界环境和自身心理因素的影响,不利于生产的统一化、标准化。本文采用图像质量评价的思路,提出了一种基于区域对比度和结构相似度(RCSSIM)算法的LCD运动模糊检测方法。参考LCD显示的静止图像,对采集到的运动图像进行图像质量评价得到运动图像的清晰度,以此作为LCD显示器运动模糊程度的指标。仿真和实际检测结果均表明,该方法提出的检测指标不但能很好地量化LCD运动模糊度,且与人的主观感知相符。     

室内LED显示屏主观效果评价影响因素

户内LED显示屏近年来广泛应用于各个室内公共场合,其长时间观看下,容易引起视觉疲劳问题。针对这一现象,基于人眼的主观评价,探究室内情况下影响人眼对LED显示屏视觉感知的因素,分析了亮度、刷新率、色域对其的影响,并设计基于人眼主观评价的实验来验证只有合适的亮度、刷新率、色域才能得到好的人眼观看效果。     

Screen content image quality assessment based on convolutional neural networks

Screen content image (SCI) is a composite image including textual and pictorial regions resulting in many difficulties in image quality assessment (IQA). Large SCIs are divided into image patches to increase training samples for CNN training of IQA model, and this brings two problems: (1) local quality of each image patch is not equal to subjective differential mean opinion score (DMOS) of an entire image; (2) importance of different image patches is not same for quality assessment. In this paper, we propose a novel no-reference (NR) IQA model based on the convolutional neural network (CNN) for assessing the perceptual quality of SCIs. Our model conducts two designs solving problems which benefits from two strategies. For the first strategy, to imitate full-reference (FR) CNN-based model behavior, a CNN-based model is designed for both FR and NR IQA, and performance of NR-IQA part improves when the image patch scores predicted by FR-IQA part are adopted as the ground-truth to train NR-IQA part. For the second strategy, image patch qualities of one entire SCI are fused to obtain the SCI quality with an adaptive weighting method taking account the effect of the different image patch contents. Experimental results verify that our model outperforms all test NR IQA methods and most FR IQA methods on the screen content image quality assessment database (SIQAD). On the cross-database evaluation, the proposed method outperforms the existing NR IQA method in terms of at least 2.4 percent in PLCC and 2.8 percent in SRCC, which shows high generalization ability and high effectiveness of our model.     

基于STM32的全彩LED显示屏系统的设计

LED显示屏作为一种新的显示器件,近年来得到了广泛的应用.随着技术的不断更新,LED显示屏正朝着全彩化的方向发展.设计了一种LED显示屏控制系统,该系统以ARM Cortex-M3内核芯片STM32F103ZET6作为控制中心,以可编程逻辑器件EP1C6完成数据的刷新,通过以太网通信.系统可支持256级灰度全彩LED显...     

基于深层特征学习的无参考立体图像质量评价

提出了一种基于深层特征学习的无参考(NR)立体图 像质量评价方 法。与传统人工提取图像特征不同,采用卷积神经网络(CNN)自动提取图像特征,评价过程 分为训练和 测试两阶段。在训练阶段,将图像分块训练CNN网络,利用CNN提取图像块特征,并结合不同 的整合方式 得到图像的全局特征,通过支持向量回归(SVR)建立主观质量与全局特征的回归模型;在测 试阶段,由已训练的CNN网 络和回归模型,得到左右图像和独眼图的质量。最后,根据人眼双目视觉特性融合左图像、 右图像和独眼 图的质量,得到立体图像质量。本文方法在LIVE-I和LIVE-II数据库上的Spearman等级系 数(SROCC)分别达 到了0.94,评价结果准确,与人眼的主 观感受一致。