导读:本文包含了色彩校正论文开题报告文献综述及选题提纲参考文献，主要关键词:像素工厂,近水,匀色
色彩校正论文文献综述
李琼,吴克友,任杨,李甜[1]（2019）在《基于像素工厂的近水区域色彩校正模型探讨》一文中研究指出像素工厂(Pixel Factory,简称PF)是法国空客公司研制的一套大型遥感处理系统,它通过强大计算能力的若干个计算节点,可以极大地提高航测产品生产效率。该系统拥有成熟的ADS系影像匀色基础模型。但是该模型遇到水(海)岸线不规则、水域面积大且分布复杂测区,会造成近水区域颜色信息损失。针对此问题,结合武汉测区水体情况,提出了一种新的近水区域匀色解决方案。通过对武汉东湖等样例数据对比分析,本文采用非近水区域匀色预处理,像素工厂匀色算法混合匹配等关键技术,能有效解决像素工厂在近水区域的颜色问题。(本文来源于《城市勘测》期刊2019年05期）
江丰邑[2]（2019）在《IT color色彩校正系统的应用》一文中研究指出提起色彩管理及校正系统,令人感觉是高大上的专业化设备及其配套软件,以及对色彩校正的专业知识与经验。色彩管理校正不仅针对印刷及打印设备的色彩校正,还关系到印前显示器、数码扫描仪、数码相机及移动显示设备等方面,对于印刷品类还有印后追色调整等方面的管理。笔者在以前的文章中详细提到色彩管理的基(本文来源于《丝网印刷》期刊2019年05期）
孙鹏,于彤,冯鹏定,蒋庄浩,魏丹妮[3]（2019）在《变化场景条件下视频目标色彩校正方法》一文中研究指出视频中犯罪嫌疑目标色彩的正确标定对于锁定、追踪犯罪嫌疑目标十分重要。针对光照变换条件下视频中目标与真实目标之间所存在的色彩偏离现象,首先分析了待检验视频相邻帧间整体色彩分布范围的相关性,然后随机选取包含犯罪嫌疑目标的视频关键帧作为参考帧,最后使用基于Retinex的视频目标色彩多重迭代循环校正方法对偏色帧进行校正。实验表明,该方法能够对视频中犯罪嫌疑目标的色彩偏离进行有效的校正。(本文来源于《中国刑警学院学报》期刊2019年02期）
秦洁[4]（2019）在《基于色彩校正与分层块匹配的图像配准算法》一文中研究指出鉴于当前图像配准色彩存在较大的差异,文章提出基于色彩校正与分层块匹配的图像配准算法。通过将RGB彩色图像转换为灰度图像,运用逆过程来校正图像的灰度级。基于块匹配思想以高斯金字塔为框架,结合图像块结构信息和相关信息作为图像块匹配准实现匹配块的精准定位;基于分层自适应图像块数量思想应用全搜索算法来加快算法效率。实验结果表明:文章提出的算法具备更高的匹配率和时间效率,是一种更加精确的鲁棒图像配准算法。(本文来源于《黄河科技学院学报》期刊2019年02期）
朱思捷,雷斌,吴一戎[5]（2019）在《基于稠密卷积神经网络的遥感图像自动色彩校正》一文中研究指出对于单幅遥感光学图像,目前已经有很多有效的色彩校正算法,但是这些算法需要人工经验或对场景的先验知识,无法满足对快速增长的海量遥感图像进行自动化处理的需求。针对这一问题,提出一种基于稠密卷积神经网络的遥感图像自动色彩校正方法DCN(dense convolutional networks)。该模型可以预测遥感图像的RGB通道的颜色校正系数K,从而对原始图像进行自动色彩校正。DCN使用稠密模块代替部分卷积层,用更少的层数实现更多的连接。DCN模型由3 000幅GF-2号遥感图像在Tensorflow框架上训练得到,损失函数为颜色校正系数向量与真值向量之间的色偏角θ。经过测试验证,校正后的图像与原图像仅有很小的色偏角,且与真实地物颜色吻合。与传统方法相比,该方法在训练后,可直接使用生成的模型对训练集中未出现的图像进行颜色校正,无需对场景的先验知识和人工经验,也无需参考图像,可实现对海量遥感光学图像的自动化色彩校正。与传统的卷积神经网络CNN(convolutional neural networks)相比,基于DCN的模型拥有更少的参数和更好的泛化能力,而且不受输入图像大小的限制,在测试集上有更好的结果。(本文来源于《中国科学院大学学报》期刊2019年01期）
翟振旺[6]（2019）在《连接虚拟与现实之间的时空隧道——关于《音乐传奇》节目视频色彩校正解析》一文中研究指出现在节目制作中融合了大量不同属性的视频,本文介绍了如何通过DaVinci Resolve调色软件的使用,让不同时空的不同人物同时展现在同一个舞台上,解析大型音乐晚会《一代芳华·邓丽君》的调色过程。(本文来源于《现代电视技术》期刊2019年01期）
蔡玲,刘振,陈广学[7]（2018）在《基于YNSN模型的艺术品色彩校正方法》一文中研究指出目的为了提高高仿真艺术品色彩再现的稳定性,有效改善色度复制中同色异谱现象所引起的缺陷,提出一种色彩校正模型。方法在传统色彩再现模型的基础上选取Y-N模型进行改进,进一步利用YNSN模型进行优化,从而得出精准的非线性校正n值,再选取光谱均方根误差和拟合度为控制参量,根据光谱均方根误差最小且拟合度最高的原则来选取最优n值,以提高复制品色彩再现的精确度和稳定性。结果实验结果显示,最终获取的非线性校正n值分别为青2.7814、品2.9312、黄3.9621、黑5.0116;与之相对应的平均光谱均方根误差达到0.0265,平均拟合度达到0.9972。结论该模型能有效地校正艺术品的色彩再现,且具有较高的色彩校正精确度。(本文来源于《包装工程》期刊2018年19期）
王永鑫,刁鸣,韩闯[8]（2018）在《基于同态滤波的水下图像增强与色彩校正模型》一文中研究指出水体对于不同波长的光信号衰减程度不一致,这种现象破坏了水下图像的清晰度和色彩恒定性。为了解决水下图像亮度与色彩扭曲问题,提出一种基于同态滤波的水下图像增强与色彩校正模型。首先,通过比尔-朗伯定律和路径辐射分量构建出水下成像模型。其次,通过同态滤波对未经过衰减的水下图像进行估计。最后,通过麦克劳林级数对水下成像模型进行级数展开,进而推导出一种保持颜色恒定的水下图像色彩校正模型。实验部分分别对比了水下图像的主观视觉效果和客观评价指标,验证了该算法能够有效地保证水下图像的清晰度和色彩恒定性。校正后的水下图像细节丰富,色彩逼真。(本文来源于《计算机工程与应用》期刊2018年11期）
赵明[9]（2018）在《基于Zynq的高温工业电视色差校正及炉内工件本征色彩还原方法研究》一文中研究指出高温工业电视是钢铁、石化等行业中不可缺少的实时视频监控平台。在钢铁行业中,现场操作工通过高温工业电视既可以实时了解高温炉内钢坯运行状态和位置,也可以大致判断钢坯表面温度分布,以此来判断钢坯在生产过程中的铸造情况。由于现在所使用的相机色温调整值最低不会低于2500K,而高温炉内色温只有1700K左右或更低,这会造成高温工业电视色彩失真的问题。并且在高温炉内长时间使用,相机的拜耳滤光片就会老化,也会造成高温工业电视色彩丢失的问题。针对这些问题,本文在基于Zynq的嵌入式开发平台实现了一种彩色相机色差校正,提出了一种基于红外成像的本征色彩还原方法,用于解决高温工业炉这一特殊环境中高温工业电视色彩失真或丢失的问题。随着工业4.0和我国“中国制造2025”的提出,高温工业电视平台的智能化、低成本化、低功耗也将成为未来的趋势。为此,本文利用Xilinx公司推出的基于Zynq SoC的嵌入式开发平台搭建了一个集视频图像采集、Bayer图像转灰度图像处理、伪彩色图像处理、HDMI高清显示为一体的高温工业电视色差校正平台。其中,由高温镜头和GigE工业相机组成的高温探头完成炉内工件视频图像的采集。图像处理部分分为两步:第一步根据GigE工业相机的传感器特性,完成Bayer图像转灰度图像处理;第二步实现伪彩色处理。利用硬件开发板上的HDMI视频输出接口,完成高清的视频输出。依据Zynq芯片的内部构造特性,合理划分了可以利用的软硬件资源,减少产品的研发周期。利用Vivado HLS高层次综合工具完成基于C++的Bayer图像转灰度图像、伪彩色算法的设计,并将其分别综合成相应的硬件描述语言。在Vivado工具上建立工程,将复杂的、需要消耗大量时间的图像处理模块和HDMI输出显示模块放在FPGA端进行高速处理。再在ARM处理器上搭建嵌入式Linux系统,移植能设计出精美交互界面的嵌入式Qt,完成视频图像的采集、显示以及对GigE工业相机参数设置。并且通过相关操作实现了硬件开发板启动后自动执行Qt程序的功能,进一步提高了平台的智能化。经测试,所搭建的基于Zynq的高温工业电视色差校正平台,能实现视频图像采集、Bayer图像转灰度图像和伪彩色图像处理、高清显示的设计方案。并且GigE工业相机在特定的速度模式和曝光时间下,叁种分辨率完成图像处理的总耗时、采集和显示帧率分别为:FPGA端对分辨率为640×480的视频完成图像处理总耗时为2～3ms,采集和显示帧率均稳定在43～45 fps;FPGA端对分辨率为1280×720的视频完成图像处理总耗时为7～8ms,采集和显示帧率均稳定在17～18fps;FPGA端对分辨率为1280×960的视频完成图像处理总耗时为10～11ms,采集和显示帧率均稳定在13～15fps。测试结果表明,所设计搭建的基于Zynq的高温工业电视色差校正平台在叁种分辨率下均能满足实时监控的要求。(本文来源于《安徽大学》期刊2018-05-01）
曾兆滨[10]（2018）在《基于摄像头模组红外串扰测定的四带图像色彩校正》一文中研究指出目前,市面上的监控系统多采用红外一体化的摄像机,其感光元件CCD(电荷耦合元件)或CMOS(互补金属氧化物半导体)不仅能够感知人类所能感知到的可见光,而且能接收到近红外光。为了处理近红外光对R、G、B叁通道产生的串扰问题,目前监控领域采用的方式是在光学成像系统中加入电控机械装置即IR-CUT切换器。实现了白天滤除红外光,在夜晚利用红外光补偿的功能,达到日夜拍摄的目的。但在早上或者傍晚时段的来回切换会发生振荡现象,容易造成滤镜切换不到位、故障率高和寿命下降等问题。本文针对上述问题,提出了基于摄像头模组红外串扰测定的四带图像色彩校正算法。该算法采用多项式回归的思想构建串扰矩阵,利用最小二乘法拟合出最佳解串扰矩阵,用算法的方式替代了机械切换装置,避免了机械故障。该方法利用色卡上的数值获取校正矩阵,接着使用该解串扰矩阵对同种光源条件下的四带图像进行色彩校正,达到滤除红外光串扰的目的。实验结果表明,该方法在室内和室外环境都能够对四带图像进行一定程度的校正,且只需一次定标解串扰矩阵,就能够对同种光源条件下的不同四带图像进行偏色校正,为后续四带图像色彩的进一步还原做了有益的探索。(本文来源于《福建师范大学》期刊2018-03-20）
色彩校正论文开题报告
（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：
提起色彩管理及校正系统,令人感觉是高大上的专业化设备及其配套软件,以及对色彩校正的专业知识与经验。色彩管理校正不仅针对印刷及打印设备的色彩校正,还关系到印前显示器、数码扫描仪、数码相机及移动显示设备等方面,对于印刷品类还有印后追色调整等方面的管理。笔者在以前的文章中详细提到色彩管理的基
（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。
色彩校正论文参考文献
[1].李琼,吴克友,任杨,李甜.基于像素工厂的近水区域色彩校正模型探讨[J].城市勘测.2019
[2].江丰邑.ITcolor色彩校正系统的应用[J].丝网印刷.2019
[3].孙鹏,于彤,冯鹏定,蒋庄浩,魏丹妮.变化场景条件下视频目标色彩校正方法[J].中国刑警学院学报.2019
[4].秦洁.基于色彩校正与分层块匹配的图像配准算法[J].黄河科技学院学报.2019
[5].朱思捷,雷斌,吴一戎.基于稠密卷积神经网络的遥感图像自动色彩校正[J].中国科学院大学学报.2019
[6].翟振旺.连接虚拟与现实之间的时空隧道——关于《音乐传奇》节目视频色彩校正解析[J].现代电视技术.2019
[7].蔡玲,刘振,陈广学.基于YNSN模型的艺术品色彩校正方法[J].包装工程.2018
[8].王永鑫,刁鸣,韩闯.基于同态滤波的水下图像增强与色彩校正模型[J].计算机工程与应用.2018
[9].赵明.基于Zynq的高温工业电视色差校正及炉内工件本征色彩还原方法研究[D].安徽大学.2018
[10].曾兆滨.基于摄像头模组红外串扰测定的四带图像色彩校正[D].福建师范大学.2018