自适应颜色恒常算法研究

论文摘要

在色彩管理中，实现图像在不同设备环境的一致再现，必须考虑环境光照的影响，克服环境光照对图像带来的颜色偏移。但目前尚无通用算法可用于各种自然图像，必须针对不同的场景需要选择不同的算法。论文主要研究物理模型与统计方法相结合的颜色恒常算法。首先，在物理模型基础上，研究利用双色反射模型对图像底层特征进行分析的方法，并针对其应用范围的局限性进行改进，提出基于色度计算高光的算法；其次，在统计方法基础上，研究利用支持向量回归对图像色度信息进行分析的方法，针对其抗噪能力弱的不足，提出加权支持向量回归方法；最后，在改进的两种算法的基础上，将两者融合，提出自适应颜色恒常算法。实验结果表明，该算法比传统的算法在精度方面都有了很大的提高，在适应性方面也有很大的增强。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 研究现状
• 1.2.1 课题研究的背景和意义
• 1.2.2 国内外现状
• 1.3 本文研究内容
• 1.4 论文各章节的安排
• 第二章 颜色恒常的理论基础
• 2.1 色度学基础
• 2.1.1 表色系统
• 2.1.2 RGB颜色空间
• 2.1.3 颜色传感器数学模型
• 2.2 颜色恒常的主要算法
• 2.3 本章小结
• 第三章 双色反射模型和支持向量回归算法研究
• 3.1 双色反射模型
• 3.1.1 双色反射的数学模型和基础算法
• 3.1.2 基于单幅图像的反射特性恢复
• 3.2 支持向量回归
• 3.2.1 统计学习理论
• 3.2.2 求解支持向量回归机的算法
• 3.3 本章小结
• 第四章 光照色度估计算法的改进
• 4.1 单幅图像的反射分量快速分离算法
• 4.1.1 改进的去高光图像（SF）的分析
• 4.1.2 镜面反射分量的提取
• 4.2 ε-支持向量回归机估计光照色度
• 4.3 颜色恒常计算算法的融合
• 4.4 本章小结
• 第五章 自适应颜色恒常算法的实现及整体设计
• 5.1 基于色度计算高光的方法
• 5.2 加权的支持向量回归机
• 5.3 算法的融合及整体设计
• 5.4 本章小结
• 第六章 算法的分析与评价
• 6.1 试验数据采集
• 6.2 算法评价方法
• 6.3 实验环境
• 6.4 算法性能评价
• 结束语
• 致谢
• 参考文献