C语言图形程序设计（五）

六、象素与颜色(二) 2、CGA调色板 调色板(palette)用来在显示图形时给所显示的颜色“配色”,它是在任何给定时间都能显示屏幕上所有颜色的列表。在很多情况下,在调色板上列出的颜色数只是屏幕上实际能够显示的颜色数的一部分,因为调色板内颜色的数目受到可用视频内存的限制。 根据控制方法的不同,可以把颜色屏幕划分为两类:一类是CGA,包括CGAHI、MCGAMED、MC-     

面向自然图像的年画风格化算法

年画作为中国民间艺术的优秀代表之一,其风格对艺术创作有重要意义。为了快速方便地实现自然图像的年画风格化,设计了一种自动化的年画风格化算法框架,并尽可能准确的保持自然图像的原有图案与颜色分配。对于一幅用户给定的自然图像,算法首先对图像进行自动的颜色分割聚类,提取关键线条作为年画轮廓线,运用基于优化的年画配色映射方法将不同的分割区域重新着色,最后通过年画风格细节增强,使结果图的颜色风格更加接近年画风格。针对颜色配色优化,算法综合考量了生成图像与原图像的颜色相似度和相邻色块的颜色对比度,并利用差分进化策略对能量方程进行最小化求解得出合理的颜色配置方案。在实验中进行了几组不同产地的年画风格化实验,结果算法可有效地将一幅自然图像自动转化为年画风格,且效果较自然,颜色具有地方特色。     

面向办公应用的自动配色方案创作与应用系统

提出了一种基于样本学习的协调颜色自动生成及搭配方法,并在此基础上开发了一个面向办公应用的自动配色方案创作与应用系统.该系统可以根据用户给定的彩色图片或者图案(例如公司的标志或者产品商标)自动提取其主要颜色,并在此基础上自动生成与之相协调的一组颜色,并通过使用智能优化算法给出合理的配色方案.实验表明,利用该算法生成的配色方案非常协调和合理,能够满足用户的个性化配色的需求.     

Windows3.0下调色板在显示点位图中的应用

Windows 3.0系统提供的彩色调色板在应用程序和彩色输出设备(如显示器)之间建立一层接口。调色板分为逻辑调色板和系统调色板。逻辑调色板是一个GDI对象,它存放应用程序所需颜色列表,用这些颜色指定设备描述表中用于绘图的颜色。系统调色板是系统可用颜色列表,这些颜色为所有Windows程序共享。应用程序通过创建和使用一个或多个逻辑调色板来使用系统调色板。     

基于计算机视觉的皮革测配色

为解决传统皮革测配色过程对配色人员的依赖性大、对配色质量没有严格统一衡量标准的问题,提出一种基于计算机视觉的皮革测配色方法。以标样的颜色特征为标准,根据每张待配色皮革表面的颜色特征,运用三刺激值配色法得出配色方案,使其配色后实现与标样视觉等色。仿真结果表明,将该方法用于皮革的测配色生产工序可以提高测配色效率。     

代表性调色板提取及图像重着色EI北大核心CSCD

基于调色板的图像编辑技术是近年的热门研究方向,在海报制作、服装设计、电影、短视频编辑等方向有着广泛的应用.通过计算凸包提取图像调色板是一个较新技术.然而,其目前仍然存在2个问题:一是忽略了凸包内部的颜色分布,使得调色板整体上缺乏代表性;二是插值权重缺乏稀疏性,难以实现针对性的局部编辑.针对上述问题,提出一种新颖的调色板提取算法,并在此基础上实现高效的图像重着色编辑.首先,提取图像在RGB空间的凸包并简化;其次,通过聚类算法捕捉凸包内部的颜色分布,构造代表性调色板;最后,在RGB空间对调色板颜色进行四面体剖分,并对图像像素进行插值.为了验证该算法的有效性,从互联网上获取了40余幅图像组成数据集进行实验,对插值权重的稀疏性、图像重着色效果等进行了对比分析和用户调研.大量实验结果表明,该算法提取的调色板具有更好的代表性,插值权重具有更好的稀疏性,实现了更精确的局部编辑.     

一种面向信息质量的移动群智感知协作方法

现有的感知信息质量研究主要集中在节点的招募、选择和感知任务的分配阶段,缺少对感知任务执行过程的优化。为此,借鉴移动设备云中的感知任务迁移理念,设计基于效用的感知任务迁移算法,提出一种移动群体内节点间直接协作的感知方法。对感知任务的执行阶段进行优化,以解决移动设备的异构性与感知信息质量需求之间的矛盾。实验结果表明,与随机选择算法和基于多任务的参与者选择算法相比,该算法可有效提高感知数据覆盖率和感知任务完成率。     

计算机实现涂料深色配色仿真建库算法研究

涂料深色配色仿真一直以来是涂料配色技术难点之一,本文对深色配色仿真建库特点进行分析,针对性地采用涂料相对颜色参数描述方法,提出涂料深色配色多基底建库算法,并对算法进行实验验证,实验表明该算法简化了建库过程,较好地解决了传统算法中涂料颜色参数不准确的问题,对提高深色配色仿真的准确性有重要应用价值。     

基于遗传神经网络的颜色恒常感知计算模型

在机器视觉领域,颜色恒常性是实现计算机视觉颜色校正和保持机器对颜色识别稳定性的重要因素.该模型通过心理物理实验获得由人眼感知得到的颜色恒常感知数据,将其放入神经网络中进行样本训练,并用遗传算法优化BP神经网络的连接权值和阈值.将所建立颜色恒常感知计算模型应用到图像颜色校正,通过主观和客观两个方面对校正结果进行对比评价,结果表示所建立的颜色恒常感知计算模型计算精度和效率高、复杂度低,比几种经典算法处理误差要小,针对图像的颜色再现有着更为符合人眼感知的特性.     

IHLS颜色空间的灰度化全局非线性三向映射

为了减少彩色图像转化为灰度图像过程中颜色信息的损失,基于人眼感知明度的视觉模型,提出一种全局灰度化方法.首先使用彩色图像的IHLS颜色空间,建立了关于亮度、色度和饱和度3个因子的全局非线性映射模型;然后将该映射模型中全局参数的计算转化为一个能量函数的优化,其中第一个能量项度量了彩色图像和灰度图像梯度的差异,第二个能量项定义了图像中给定一个像素与其随机采样点集之间两两彩色距离与灰度距离的差异;最小化上述2个能量项可以通过3个因子的迭代算法进行求解.大量的实验结果表明,该方法可更好地反映人眼对彩色图像的感知,使得灰度转化结果更加贴近颜色的感知明度.