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神经网络法的扫描仪的色空间转换分析

采用BP神经网络法建立了扫描仪的色空间转换模型,实现了RGB色空间到CIE L*a*b*色空间的转换,并以实验验证了该方法的准确性,对色彩管理的应用有一定的指导作用.     

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.     

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.     

自然场景兴趣区的分量组合-压缩快速分割法

为实现野外自然道路、农田复杂场景或动态纹理感兴趣区（ROI）的快速分割，提出了一种基于RGB颜色分量线性组合与颜色位屏蔽压缩的主动摄像机视觉目标分割新技术.结合含误差带FloodFill算法与提出的RGB色域特征循环学习，获得理想的自然道路场景核心或指定纹理目标.以该ROI为对比模板，快速搜索出进行特定目标实时分割的最优RGB颜色分量组合.大量实验显示：颜色分量线性组合能增强特定目标的显示特性，颜色位屏蔽能压缩色域，提取近似的颜色主成分，同时减弱图像中的噪声影响，并减小干扰引起的纹理分割误差.该方法的计算时间几乎不受目标纹理复杂度影响，能在30 ms内全图分割分辨率为320×240的图像序列中的多目标，对颜色噪声变化和光线波动有较强鲁棒性，在野外自然道路或农田场景、多颜色目标和动态纹理兴趣区的分割速度与稳定性上取得明显进步.     

颜色空间变换及其在印刷中的应用

提出一种基于人工神经网络的LAB-CMYK颜色空间变换方法在原稿三原色(RGB)图像中选取N个像素点,转换到LAB空间,由印刷分版机对原图进行黄(Y)、品红(M)、青(C)、黑(K)4色分版,得到N个像素点对应的黄、品红、青、黑值,建立训练样本集,应用人工神经网络建立LAB-CMYK颜色空间的映射关系.     

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.     

基于TCS3200D的颜色再现与分类

介绍了一种结合新型颜色传感器TCS3200D与微处理器STM32设计的一种新型颜色识别系统.提高了颜色传感器颜色识别的精度与速度,简化了电路,同时也增强了系统扩展性.利用薄膜液晶显示屏TFTLCD显示出红绿蓝RGB值以及该RGB值对应的颜色,实现颜色再现.利用更直观的色相饱和度亮度HSL颜色空间方法分析实验数据来实现颜色分类,给出该方案的软硬件设计以及对该方法的具体应用.实践证明系统设计合理,具有很强的实用性.     

颜色空间变换及其在印刷中的应用

提出一种基于人工神经网络的LAB—CMYK颜色空间变换方法:在原稿三原色(RGB)图像中选取N个像素点,转换到LAB空间,由印刷分版机对原图进行黄(Y)、品红(M)、青(C)、黑(K)4色分版,得到N个像素点对应的黄、品红、青、黑值,建立训练样本集,应用人工神经网络建立LAB—CMYK颜色空间的映射关系。     

数字图像设备颜色特征化反向变换算法

CIEXYZ是一种不规则颜色空间,难以建立规则的三维查找表直接对数字图像设备进行反向变换.采用基于立方体细分的查找表插值匹配算法,通过设备RGB颜色空间中立方体的细分搜索和迭代,获得与目标颜色三刺激值匹配的设备RGB值.以打印机为例建立三维查找表,通过自制色卡验证了该算法和正向三维查找表算法有较高的重复性.并以ANSI IT8.7/2标准色卡的反向变换为例考察该算法的实际变换精度,结果表明,当CIE三刺激值XYZ位于打印机色域内时,该算法的平均/最大色差为2.06/6.31 CIELAB色差单位.此算法可以精确有效地实现数字图像设备的颜色特征化反向变换.     

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.     

基于三维欧式距离的纸张颜色色差分级

介绍一种基于三维欧式距离的对纸张白色的分级方法:采用一块白色的面板作为度量的标准,在标准光源下拍摄以得到标准图像并获得该颜色的RGB三色的各自均值,再转化为C IE1976L*U*V*颜色空间,再对要测量分级的颜色在同等光源条件下获得RGB分量值,利用三维欧式距离对待测量的颜色进行等级划分.该方法试验结果表明,可对白颜色进行比较精确的划分,且简单有效,快速准确.     

一种基于RGB与HIS颜色空间模型的火焰尺寸检测方法研究

现有的火焰尺寸检测方法具有误检率高、易受日照条件影响以及对具有复杂背景的火焰区域分割保留疑似火焰区域的缺点。为了改进现有的检测方法,提出了一种基于RGB颜色空间与HIS颜色空间模式相结合的火焰尺寸检测方法,将两种颜色空间火焰特征结合,定义新的火焰判断约束条件,并根据RGB颜色分量值之间的比值来消除光照影响。对不同背景下火焰图像进行检测的结果表明,所提出的检测方法可以有效测量火焰尺寸。     

基于BP网络的植物病害彩色图像的分割技术

通过颜色空间的转换,把RGB颜色空间的植物病害图像转换到HSI和YCbCr颜色空间,由于HSI和YCbCr空间的H,Cb,Cr分量与图像的亮度无关,可以有效地抑制噪声,因此选取H,Cb,Cr分量为特征值作为BP人工神经网络的输入值。网络经过训练后,对265幅病害图像进行分割,其中251幅被正确分割,分割的准确率达到94.7%,满足了诊断植物病害的前期处理要求。     

具有颜色保真性的彩色眼底图像增强方法

为了改善彩色眼底图像增强后颜色失真及采集过程所造成的对比度低、细节信息模糊甚至细节丢失的问题,提出一种兼顾颜色保真、亮度增强和细节增强相匹配的眼底图像增强方法.首先将RGB空间的眼底图像转换到HSV空间进行基于亮度的自适应幂律变换,以解决眼底图像亮度的平衡问题.其次,在Lab颜色空间中采用受限直方图均衡化方法提高眼底图...