基于Matlab神经网络工具箱的颜色模型转换方法研究(英文)

由于计算机颜色量化系统的每个设备都具有不同的色域和色彩特征,颜色信息在该系统中的精确控制及传递就显得尤为困难,所以采用彩色亮度计对颜色量化系统进行标定。摄像机获取的彩色图像被表示成RGB值,从彩色亮度计获得XYZ值,两者之间的转换是非线性的,因此引入神经网络完成这一转换。借助MATLAB神经网络工具箱完成了训练程序、测试程序、预测程序的编写工作,用经过归一化的黄色训练样本与测试样本对隐层节点数为12的三层网络进行训练,结果表明经过训练的BP网络可以满足RGB空间向CIEXYZ颜色空间转换要求,达到了预定目标,使用该网络可以定量表达颜色。     

基于Matlab神经网络工具箱的颜色模型转换方法研究

由于计算机颜色量化系统的每个设备都具有不同的色域和色彩特征,颜色信息在该系统中的精确控制及传递就显得尤为困难,所以采用彩色亮度计对颜色量化系统进行标定.摄像机获取的彩色图像被表示成RGB值,从彩色亮度计获得XYZ值,两者之间的转换是非线性的,因此引入神经网络完成这一转换.借助MATLAB神经网络工具箱完成了训练程序、测试程序、预测程序的编写工作,用经过归一化的黄色训练样本与测试样本对隐层节点数为12的三层网络进行训练,结果表明经过训练的BP网络可以满足RGB空间向CIEXYZ颜色空间转换要求,达到了预定目标,使用该网络可以定量表达颜色.     

颜色空间转换的模糊神经网络辨识算法

为了提高颜色在不同成像设备之间传递的准确性,以RGB颜色空间与CIE L*a*b*颜色转换为例,提出采用颜色空间转换模糊模型将输入颜色空间划分为多个子空间,在子空间内采用神经网络模型对输入值进行输出,利用神经网络优化颜色空间模糊转换模型,得到了基于模糊神经系统的颜色空间转换模型.研究结果表明,该模型转化精度相对于单一的颜色空间模糊转换模型有很大提高,并解决了BP神经网络颜色空间转换模型由于空间采样点数目过多而引起的训练难度增加问题.     

基于GRNN的RGB到L＊a＊b＊色彩空间的转换模型

针对目前色彩空间转换精度低的问题,建立了一种基于广义回归神经网络（GRNN）的色彩空间转换模型．将RGB色彩空间进行分割,并将RGB值用Adobe Photoshop软件中的拾色器进行手工转换,得到对应的L＊a＊b＊值,从而得到建模样本和检验样本数据．用MATLAB7．5软件编程,建立RGB到L＊a＊b＊色彩空间的转换模型,并对其转换精度进行评价．检验结果表明,该转换模型精度高且训练速度极快,可应用于色彩管理的相关技术领域．     

基于CIELab颜色空间的矢量彩色图像放大算法

提出了一种基于CIELab颜色空间和矢量滤波器的彩色图像放大算法.该算法利用彩色图像各颜色通道的固有相关性,在CIELab颜色空间中利用矢量滤波器将彩色像素作为矢量集合进行处理,首先将彩色图像从RGB空间转换为CIELab颜色空间,然后在CIELab颜色空间利用矢量滤波器进行空间插值,最后将插值后的图像从CIELab空间转换为RGB颜色空间,得到放大后的彩色图像,保持了彩色图像的空间和频率特性.实验结果表明该算法优于传统算法.     

基于人工神经网络的彩色摄像系统颜色信号失真的校正方法

本文为了提高彩色摄像系统对颜色信息的校正质量,改善彩色重现的效果,提出了一种基于人工神经网络的色彩校正方法.该方法利用神经网络的非线性变换的特点,实现RGB→XYZ变换或XYZ→RGB的变换.并对网络的学习、变换误差进行了分析.如采用硬件的神经网络,可望实现实时校正.     

基于直方图和颜色矩的胃癌细胞颜色特征表达与识别

探讨RGB和HSL彩色空间转换技术,提出利用HSL空间中H分量的颜色直方图对几种胃癌细胞的颜色特征进行提取和表达,并结合切片图像的颜色矩等参数综合表达其颜色特征,还探讨了BP网络分类方法中的参数的调整技术,实验显示该方法能较好地将不同种类的胃癌细胞区分开,达到了应用要求的识别率。     

基于HLC颜色空间的彩色淋巴瘤病理图像自动分割

针对彩色淋巴瘤病理图像的特征,提出基于HLC颜色空间的自动分割方法．该方法首先进行颜色空间转换,将原始图像的RGB颜色空间转换到(Munsell)HLC颜色空间,然后根据NBS距离进行边缘跟踪,根据跟踪结果将图像划分成各个独立区域,最后再利用聚类方法对这些区域进行分类。     

基于蚁群聚类算法的彩色图像量化方法

提出了一种新的彩色图像颜色量化算法:蚁群聚类算法.该算法通过模拟蚂蚁对物体的捡起和丢弃行为,得到一种捡起和丢弃像素的概率模型,对RGB彩色空间下的彩色图像进行了聚类.实验结果表明蚁群聚类算法实现起来简单快捷,并且取得了很好的颜色量化效果.     

基于Lab颜色空间的彩色等差线骨架线的提取

提出一种基于Lab颜色空间的彩色等差线提取新技术,即针对白光光源的彩色等差线条纹图特点,将图像从RGB颜色空间转换到Lab颜色空间a通道,实现对彩色等差线条纹的精确提取.     

阴极射线管色度转换的神经网络模型

利用神经网络技术实现了从阴极射线管(CRT)的R、G和B空间到CIE的标准色度空间的转换.用拟牛顿法训练网络模型,建立了从CRT的R、G和B到CIE的X、Y和Z色度空间变换的3 10 10 3神经网络模型.采用7点LOG空间分布方案的343个训练样本建模的试验表明,收敛性与训练时间及模型精度均优于前人采用3~4个隐层的方案,343个训练样本、216个检验样本和64组测试样本的平均转换精度分别为0.6个CIELUV色差单位,说明该模型的泛化能力很好.     

基于孟塞尔系统岩石颜色定量分析研究

基于岩石颜色描述特点,阐述颜色测量的基本原理、相关色度学内容及石油地质岩石颜色标准。以TCS230颜色传感器为基础,选用C照明体提供标准照明光源,及CY7C68013A为主控芯片的单片机设计控制器系统;采用漫反射积分球为几何观测条件,进行光电积分式测量和光电信号转换获取颜色信息;对RGB色彩空间与孟塞尔颜色系统进行转换后,将色样投影到RGB色彩空间上得到近似均匀划分的mRGB色彩空间;最终得到按照石油地质岩石颜色标准输出的颜色定量测量系统。实现了岩石颜色从定性到半定量分析,精确的颜色描述可以反映主要矿物类型和沉积环境,对野外地质工作具有重要的指导意义。     

基于区域直方图统计的灰度图像色彩传递方法

应用直方图统计法描述图像的区域纹理,提出基于区域直方图纹理描述的灰度图像色彩传递处理方法.为待彩色化处理的灰度图像选定适当的参考图像,并在去相关的对立色空间对两幅图像的亮度通道作线性变换.用直方图统计法描述的像素邻域纹理特征进行图像间的像素匹配,将匹配性最佳的参考图像像素的颜色值传递给相应灰度图像像素的颜色通道,将色彩传递结果图像转换回RGB空间显示.实验结果表明:该方法能够提高像素匹配的准确性,获得色彩自然感优于常规色彩传递方法的彩色化图像;该方法运算量较小,便于实际应用.     

可视电话的视频色彩空间的实时转换

可视电话视频信号处理的一项关键技术就是把RGB色彩空间转换成YCbCr色彩空间.由于视频信号的处理具有实时性,本文在介绍了彩色图像的色彩空间之后,根据RGB与YCbCr色彩空间的转换算法,用VHDL语言编程,在FPGA器件上设计并实现.具有较高的转换速率,满足了视频信号实时处理的要求.     

一种基于色彩恒常理论的薄雾图像增强方法

针对薄雾天气下的图像对比度较低,以及光照不均引起的颜色退化失真问题,提出了一种基于色彩恒常理论的薄雾图像增强方法。该方法将Frankle_McCann Retinex(FMR)算法与光照补偿算法系统地结合。首先利用FMR算法来提高图像对比度,再采用光照补偿方法,将彩色图像从RGB空间转换至HSV空间,对亮度分量进行直方图均衡处理;再转回RGB空间,以此提高图像亮度同时保留色彩真实性。实验表明,此方法比传统FMR算法能更有效去除色彩失真,改善退化细节,获得良好视觉效果。     

基于YCbCr模型和传统ARQP算法的信息隐藏算法

针对传统抗原始快速配对(ARQP)算法的不足,该文以YCbCr模型和传统的ARQP算法为基础,结合亮度Y和RGB三色分量的关系转换公式,给出了ARQP改进算法--AR.QP213.该算法利用HVS对于不同颜色敏感程度的差异,在保证图像质量的情况下尽可能地扩展ARQP密写的颜色空间.与原ARQP算法相比,改进算法具有时间复杂度低、对载体图像质量影响小、抵抗原始快速配对(RQP)攻击能力强等优点.     

基于RGB比例空间的立体匹配算法

实际场景中, 由于光照条件不同, 使从不同角度获得的、对应同一场景的图像像素对的RGB 值不同,从而导致匹配错误, 为了改善此问题, 根据RGB 色彩模型, 形成RGB 比例空间, 提出基于RGB 比例空间的自适应权值算法。实验结果表明, 在光照条件不同时, 与传统的基于RGB 空间的匹配算法进行比较, 该算法可以得到更准确的视差图。