导读:本文包含了颜色重建论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:光谱,颜色,稀疏,反射率,土家,正交,顶盖。
颜色重建论文文献综述
闫文明[1]（2019）在《基于鸽视顶盖神经元动作电位信号的颜色字符重建研究》一文中研究指出采用重建感知信息的方式进行神经科学的研究是一种有效方式。颜色是物体、环境具备的一条自然属性,利用神经元动作电位信号实现颜色字符刺激的重建对解析视觉系统关于颜色信息的处理机制具有重要意义。鸽子具有优秀的颜色信息感知能力,视顶盖(the Optic Tectum,OT)是鸽子处理颜色信息的关键神经核团。基于利用重建方式解析神经元编码机制的目的,本文设计了不同的颜色字符刺激模式,采集了鸽子视顶盖神经元动作电位响应信号(Spike),分析了不同颜色棋盘格刺激下的神经元感受野特性,并在此基础上根据神经元响应构建了颜色信息重建模型,实现了不同颜色字符的重建,解析了鸽子OT区神经元对颜色信息处理的神经机制。本文的主要工作以及研究结果如下:(1)分析了鸽子OT区神经元的颜色感受野特性鸽子OT区神经元感受野内接受颜色刺激是神经电信号有效发放的前提。本文选取了HSV颜色空间模型中具有代表性的红色(Red,R),绿色(Green,G),蓝色(Blue,B)作为基本颜色,设计了白底红、白底绿、白底蓝、绿底红、蓝底红、红底绿、蓝底绿、红底蓝、绿底蓝类型的颜色棋盘格模式,并采用反向相关法(spikes-triggered average,STA)结合高斯拟合的方式测定感受野。以白底红棋盘格刺激的感受野为基础比较发现,白底绿刺激感受野的中心位置相对偏差为2.1902±0.3656mm,半径相对偏差为3.3648±0.1982mm,白底蓝刺激的中心位置相对偏差为2.0690±0.3953mm,半径相对偏差为2.9564±0.6217mm。对于不同背景下的棋盘格实验,经过分析发现,神经元感受野中心位置的最小相对偏差为1.4560±0.2317mm,最大中心位置偏差为2.9085±0.4402mm,感受野半径最小偏差为1.2875±0.4525mm,感受野半径最大偏差为4.3955±0.5562mm。以上分析说明不同颜色刺激下感受野的位置和大小发生了改变,因此需要在重建实验中及时调整刺激播放位置以克服感受野位置和大小变化对实验数据造成影响。(2)提取了神经元动作电位响应特征并构建了重建模型提取能够有效表征颜色视觉刺激的神经元响应特征是重建的前提。本文对B、N、空心叁角形、空心圆、十字架五种字符图像分别设计了白色背景红色字符(W-R)、白色背景绿色字符(W-G)、白色背景蓝色字符(W-B)、红色背景绿色字符(R-G)、红色背景蓝色字符(R-B)、绿色背景红色字符(G-R)、绿色背景蓝色字符(G-B)、蓝色背景红色字符(B-R)、蓝色背景绿色字符(B-G)类型的字符刺激模式。提取了神经元集群Spike信号发放率特征并利用主成分分析法(PCA)对响应特征矩阵降维,并将响应特征矩阵与线性逆滤波器算法(Linear Inverse Filter,LIF),随机森林算法(Random Forest,RF)和卷积神经网络算法(Convolutional Neural Networks,CNN)结合分别构建了颜色字符重建模型。(3)选取了重建模型参数并重建了颜色字符图像,解析了OT区神经元的颜色信息处理机制重建模型参数的选取有利于提高模型的性能。对于参与重建的神经元通道,文中采用信息论和重建正确率两种方式对神经元通道进行了选取。对于刺激持续时间(T)、刺激后开始时间(delay)和时间窗口(bin)等参数,采用网格搜索法和交叉检验法的联合方法进行选取,利用选取的参数构建了性能更优的重建模型。对于颜色字符重建结果的分析,首先,利用重建模型分别对颜色字符进行重建,其中LIF重建模型的最高重建正确率达到0.9778,RF模型最高正确率达到0.9675,CNN模型最高重建正确率达到0.9822,这说明发放率特征能够表征颜色信息。然后,对颜色字符重建结果通过方差分析(ANOVA)发现:白色背景下的颜色字符刺激重建结果之间并没有显着性差异。对不同背景下的字符刺激重建结果进行分析发现,当字符为红色时,各颜色背景重建结果无显着性差异。当字符为蓝色时,红色背景削弱了蓝色的刺激响应。当字符为绿色时,蓝色背景增强了绿色的视觉刺激效果。最后,对不同颜色组合下的字符刺激进行分析发现,红底蓝(R-B)和蓝底红(B-R)类型字符与蓝底绿(B-G),绿底蓝(G-B)和红底绿(R-G)类型字符的重建结果存在显着性差异,这表明蓝色与红色两种颜色相互影响,削弱了颜色刺激强度。(本文来源于《郑州大学》期刊2019-05-01）
王可,王慧琴,殷颖,毛力,张毅[2]（2019）在《基于光谱重建技术的壁画颜色复原与评价》一文中研究指出为了在给定的照明和观察条件下,用相机响应信号重建物体表面光谱反射率,实现颜色的高精度复原,采用了多光谱成像技术采集物体表面的多光谱图像,使用主成分分析、R矩阵和正则化R矩阵方法进行了光谱反射率重建的理论研究,并对壁画色块颜色复原进行了实验验证,取得了壁画色块的重建光谱和颜色复原数据,同时对基于正则化R矩阵方法的壁画色块颜色复原结果进行了评价。结果表明,正则化R矩阵方法进行光谱重建的光谱精度和色度精度更高,与主成分分析和R矩阵方法相比,色差降低了0.0732,适应度系数提高了1.10%,均方根误差降低了0.0035,光谱匹配偏指数降低了0.0225。该方法能够满足高精度颜色再现的需要,适用于文物艺术品数字化存档、文物艺术品修复等领域。(本文来源于《激光技术》期刊2019年02期）
杜德伟[3]（2018）在《基于BRDF与KECA光谱重建算法的国画颜色重建对比研究》一文中研究指出我国作为作为四大古文明中唯一还存在并且繁荣的文明,其在漫漫历史长河中历经了百炼千磨而传承至今的各种艺术中,国画乃是独一无二的臻品。早在两千年前,国画的雏形就已初现,如今现存的各式国画真迹中,年代久远的作品在艺术和历史的价值上都无可比拟,然而鉴于其材质本身的性质,年代愈是久远的国画作品完好程度就愈加地低下。以现有的保存技术,在对国画的研究和展示的过程中对国画的损伤是加速和不可逆的,而利用现代科技对其进行数字化重建将极大地保护国画真迹远离氧化、潮湿、摩擦等自然和人为的损伤,因此有着重要的意义。在生活中,人们之所以能看到各种景物的颜色,是因为物体表面反射了来自光源的波长,人眼锥体细胞接收了反射波长并反馈给大脑,人就有了颜色的感知。影响颜色感知的客观因素包括光源、物体表面的反射特性以及人眼的构造。在颜色科学技术发展过程中,人们发现了同色异谱现象,如果要真实地跨媒体重建颜色,就必须从光谱的角度上尽可能地减少同色异谱现象,这就要求对物体表面的反射特性进行研究并以此得到包含光谱信息在内的颜色信息。在现在的跨媒体颜色重建领域,利用BRDF进行颜色重建是一门较为热门的技术,因为BRDF可以反应物体表面的纹理、材质和光谱信息。BRDF自诞生起经过各国学者数十年的研究,已经发展出多个模型以适应不同的情况,极具发展前景。本文通过理论阐述,说明了BRDF重建颜色的原理,并搭建了BRDF信息采集系统,测量相关信息并重建了国画色块样本图像及颜色信息。多光谱成像是一种“图谱合一”的技术,近年来被广泛应用于跨媒体颜色重建。在多光谱成像领域,光谱反射率重建是一个核心课题,围绕这一课题,多种多样的算法被学者利用在其中以不断改进颜色重建的效果和效率。在这些算法中,核熵成分分析算法作为一种新颖高效的非线性处理算法开始被颜色工作者所关注。本文介绍了基于核熵成分分析算法的光谱反射率重建算法,搭建了多光谱成像系统并采集了多光谱数据,再利用多光谱数据结合核熵成分分析算法重建了国画样本图像。本文分别搭建了BRDF和多光谱成像系统,对国画样本进行相关数据测量并处理得到相应的国画色块颜色重建图像,之后对实验方法进行了对比,对颜色的重建效果进行了主观评价和客观评价。实验及分析结果表明,两种颜色重建方法重建的颜色图像效果均较好,均在跨媒体颜色重建人眼可接受的色差范围之内;在实验操作方面基于BRDF的颜色重建方法更加简便,在色彩重建精度方面基于KECA算法得到的重建图像更加精良。(本文来源于《云南师范大学》期刊2018-06-03）
张迪[4]（2017）在《基于稀疏表示的灰度图像颜色重建算法研究》一文中研究指出灰度图像颜色重建是图像处理和模式识别领域中一个活跃且具挑战性的研究课题和重要分支,近年来受到越来越多研究人员的广泛关注。目前,灰度图像颜色重建已成为黑白照片的着色、历史遗留照片和影像的上色、医疗、太空探索等众多应用领域中最受欢迎的技术之一。因此,对灰度图像颜色重建方法进行广泛深入研究具有非常重要的现实意义。随着压缩感知理论的发展,基于稀疏表示的灰度图像颜色重建方法以其简便、快捷、高效、精确、真实及完全自动化等着色优势成为诸多研究者关注的热点。尽管基于稀疏表示理论的灰度图像颜色复原方法已取得一定进展,但仍存在以下问题:1、单一字典无法反映不同图像块之间的差异性、包含图像的多种内容信息,导致错误着色现象;2、忽略图像自身拥有的非局部自相似性导致重建图像中产生一定程度的人工分块效应;3、忽略重建误差造成着色效果不令人满意。本文首先对灰度图像颜色恢复的相关算法以及稀疏表示的相关理论进行研究与探索。在此基础上,针对已有的基于稀疏表示的灰色图像颜色重建方法中的不足,对其相关改进算法展开深入研究。本文的主要工作概括如下:(1)提出一种基于分类和非局部稀疏编码的颜色重建算法。针对传统颜色重建算法中单一字典适用性低导致重建效果不理想的问题,利用方差和熵将图像块分类,增强字典的适用性。其次,针对颜色重建过程中一定程度人工分块效应的问题,利用非局部稀疏编码对稀疏系数进行改进,有效避免分块现象,进而提高颜色重建效果。(2)提出一种基于K均值分类和残差补偿的颜色重建方法。针对已有方法中单一字典无法反映不同图像块之间的差异性导致着色不合理的问题,分别利用K均值算法和最小形心距方法将参考图像块和待重建图像块自适应地分成K类。其次,针对重建过程中的误差导致重建效果不尽人意,利用残差补偿对重建结果进行修正,有效地减少误差,使重建彩色图像更符合人类主观视觉要求。(本文来源于《西北大学》期刊2017-06-01）
杨晓莉[5]（2016）在《用于土家织锦颜色的光谱反射率重建系统》一文中研究指出针对具有纹理特征的土家织锦表面颜色复制,选用标准灯箱作为多光谱获取系统的光源环境以降低纹理特征的影响,配以短波段窄带滤色片来增强蓝紫光波段的光谱信息,进行多光谱反射率信息重建来获得高保真的土家织锦颜色复制.重建实验结果评价显示,待测样本的适应度系数GFC的平均值为99.63%;RMSE的平均值为2.52%;重建结果的色差ΔE_(ab)~*的平均值为1.93个色差.可见所采用的多光谱获取系统和光谱估计算法针对有纹理特征的土家织锦颜色的光谱反射率信息的重建具有可行性,能得到满意的结果.(本文来源于《湖北民族学院学报(自然科学版)》期刊2016年03期）
张迪,康宝生,张雷,张婧[6]（2017）在《一种基于K-均值分类稀疏表示的灰度图像颜色重建方法》一文中研究指出充分利用参考图像与待处理灰度图像的关联关系,运用稀疏表示理论和字典学习的方法,提出一种基于K-均值分类和残差补偿的稀疏表示的方法来对灰度图像进行颜色重建。首先根据K-均值算法将参考图像分成K类,利用K阶奇异值分解(K-SVD)算法训练各类的亮度—特征—颜色的联合字典;其次,根据最小形心距离将待处理灰度图像自适应地分成K类,利用其亮度和特征信息根据正交匹配追踪(OMP)算法得到各类的稀疏系数;然后利用各类的字典和稀疏系数重建初始的彩色图像;最后用残差补偿对重建结果进行修正。实验结果表明,该算法相比于经典算法及其他改进算法对灰度图像进行颜色重建时取得了更好的效果,重建的图像看起来更自然、平滑,并且在客观评价标准方面也优于对比算法。(本文来源于《计算机应用研究》期刊2017年08期）
何成栋,黄新国,张姗姗[7]（2016）在《基于颜色属性的光谱重建训练样本正交优化》一文中研究指出选择具有代表性的颜色作为光谱重建的训练样本可以有效减少样本冗余,提高光谱重建精度。采用正交试验方法,基于色相、明度和饱和度在Munsell颜色集中选择具有代表性的颜色样本,并分析颜色叁属性对光谱重建精度的影响。结果表明,采用主成分分析(PCA)法重建得到的反射率与原反射率的平均均方差(RMS)最大可达0.120 4,而采用违逆(PSE)法和R矩阵(R-matrix)法重建得到的平均RMS相对较小。叁属性的优先级别R极差分析中,明度明显大于色相和饱和度。颜色叁属性对P C A法的影响大于对PSE法和R-matrix法。明度对光谱重建精度的影响较大,而色相和饱和度对光谱重建精度的影响相对较小。(本文来源于《包装学报》期刊2016年03期）
张勋,赵瑞珍,岑翼刚,胡绍海[8]（2014）在《基于字典学习与稀疏表示的灰度图像颜色重建算法》一文中研究指出为了充分利用参考彩色图像与待处理灰度图像的关联关系,进一步提高图像颜色重建的自动化程度,利用稀疏表示理论和字典学习方法,提出一种自动全局图像着色算法.首先利用图像亮度、特征信息、图像颜色信息之间的相关性,依据参考图像训练出一个亮度-特征-颜色的联合字典;然后利用目标灰度图像的亮度和特征信息计算出其在该字典下的稀疏表示系数;最后利用上述联合字典与计算得到的稀疏表示系数进行灰度图像的颜色信息重建.文中算法无需进行图像分割,针对整幅图像进行着色,是一种自动的全局算法.实验结果表明,该算法可以有效地对灰度图像进行着色,对于色调单一的图像,着色效果更好.(本文来源于《计算机辅助设计与图形学学报》期刊2014年07期）
杨宇[9]（2014）在《水下多通道真彩色叁维重建与颜色还原方法研究》一文中研究指出水下图像探测是海洋探测的重要方式，近年来随着光电成像技术与叁维测距技术的迅速发展，传统的水下图像探测方法逐渐向叁维方向发展，随着各国对海洋资源开发利用的重视，水下叁维重建方法逐渐成为海洋探测领域的研究热点。线结构光扫描法是一种常用的水下叁维重建方法，具有较高的重建分辨率，光束能量较集中，可以减少水下后向散射光的影响，具有较远的探测距离，但传统的线结构光扫描法无法获取目标的彩色信息。本文提出一种多通道结构光扫描方法进行水下目标的真彩色叁维重建，改进了线结构光扫描系统，利用叁基色激光作为主动光源，以CCD相机作为图像接收器，建立了水下多通道真彩色叁维扫描实验系统，分通道获取叁基色彩色信息，实验结果表明此方法可在高分辨率叁维重建的基础上同时复原目标的真彩色信息。基于线结构光扫描法，本文提出了一种寻址最近标定点的叁维重建算法，建立了扫描图像的二维像素坐标系与真实空间的叁维世界坐标系的映射关系；采用寻址最近标定点的方法，搜索距数据点最近的标定点，再根据已建立的坐标系映射关系计算叁维坐标。此方法不同于传统的结构光扫描叁维重建方法，不涉及叁角几何关系的计算，高效易行，易于快速、实时地获取并重建叁维信息。为还原水下图像的真彩色信息，提出了一种基于感光曲线拟合的叁基色校正方法，建立叁基色记录值与标准值之间的映射关系，以此作为颜色还原的校正根据。在以上叁基色校正方法的基础上，进一步提出基于CCD相机的水下衰减系数测量方法和衰减颜色补偿方法。为证明以上方法的有效性进行了系统的实验，扫描并重建了水下叁维场景，实现了毫米量级叁维重建，并成功再现了水下被测物体的真实彩色纹理图像信息；针对不同深度的水下颜色衰减，测量衰减系数，再分别利用两种方法：功率前补偿法、图像后补偿法，进行了水下颜色补偿实验，均实现了较为真实准确的颜色再现。本文提出的方法和系统作为一种水下叁维成像方式，可以应用于水下地形环境的探测、水下叁维地形图的绘制、水下目标的叁维重建、辅助水底资源勘探等方面，具有一定的应用潜力和应用价值。(本文来源于《中国海洋大学》期刊2014-05-20）
田立勋,廖宁放,王佳佳,柴阿丽,谭博能[10]（2012）在《基于液晶可调变滤色器的光谱图像获取及颜色重建方法》一文中研究指出基于液晶可调变滤色器(LCTF)的光谱成像系统具有光谱分辨率高、结构紧凑、控制灵活等特点。搭建了一套可见光波段的高分辨率LCTF光谱成像系统,对系统的光谱图像获取及彩色图像重建方法进行了研究;建立了系统的光谱及颜色重建模型;基于标准色卡及标准测色系统,对该系统的颜色复现效果进行了实验验证;实验结果表明,该LCTF光谱成像系统的彩色图像颜色复现精度达可到较小色差水平。(本文来源于《光学技术》期刊2012年05期）
颜色重建论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了在给定的照明和观察条件下,用相机响应信号重建物体表面光谱反射率,实现颜色的高精度复原,采用了多光谱成像技术采集物体表面的多光谱图像,使用主成分分析、R矩阵和正则化R矩阵方法进行了光谱反射率重建的理论研究,并对壁画色块颜色复原进行了实验验证,取得了壁画色块的重建光谱和颜色复原数据,同时对基于正则化R矩阵方法的壁画色块颜色复原结果进行了评价。结果表明,正则化R矩阵方法进行光谱重建的光谱精度和色度精度更高,与主成分分析和R矩阵方法相比,色差降低了0.0732,适应度系数提高了1.10%,均方根误差降低了0.0035,光谱匹配偏指数降低了0.0225。该方法能够满足高精度颜色再现的需要,适用于文物艺术品数字化存档、文物艺术品修复等领域。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
颜色重建论文参考文献
[1].闫文明.基于鸽视顶盖神经元动作电位信号的颜色字符重建研究[D].郑州大学.2019
[2].王可,王慧琴,殷颖,毛力,张毅.基于光谱重建技术的壁画颜色复原与评价[J].激光技术.2019
[3].杜德伟.基于BRDF与KECA光谱重建算法的国画颜色重建对比研究[D].云南师范大学.2018
[4].张迪.基于稀疏表示的灰度图像颜色重建算法研究[D].西北大学.2017
[5].杨晓莉.用于土家织锦颜色的光谱反射率重建系统[J].湖北民族学院学报(自然科学版).2016
[6].张迪,康宝生,张雷,张婧.一种基于K-均值分类稀疏表示的灰度图像颜色重建方法[J].计算机应用研究.2017
[7].何成栋,黄新国,张姗姗.基于颜色属性的光谱重建训练样本正交优化[J].包装学报.2016
[8].张勋,赵瑞珍,岑翼刚,胡绍海.基于字典学习与稀疏表示的灰度图像颜色重建算法[J].计算机辅助设计与图形学学报.2014
[9].杨宇.水下多通道真彩色叁维重建与颜色还原方法研究[D].中国海洋大学.2014
[10].田立勋,廖宁放,王佳佳,柴阿丽,谭博能.基于液晶可调变滤色器的光谱图像获取及颜色重建方法[J].光学技术.2012
论文知识图
