论文摘要
光照变化会造成图像颜色失真和清晰度的下降,为了使计算机视觉系统具有颜色恒常感知功能,提出了一种基于极限学习机和杜鹃搜索算法的图像颜色校正与对比度增强算法.首先对于输入图像,提取该图像的17维特征向量,并利用训练好的极限学习机神经网络自适应地选择适合该图像的最佳颜色恒常算法,并进行相应的颜色校正;然后,针对图像的亮度分量,利用杜鹃搜索算法自动确定亮度增强函数的最优参数,并进行相应的对比度增强.基于Funt数据集的实验结果表明,文中算法不仅能有效地完成图像颜色校正,还能自适应地提高图像的信息量和对比度,获得图像颜色和对比度的综合最佳视觉质量.
论文目录
文章来源
类型: 期刊论文
作者: 李庆忠,赵峂,牛炯
关键词: 颜色校正,极限学习机,对比度增强,杜鹃搜索算法,颜色恒常算法
来源: 计算机辅助设计与图形学学报 2019年12期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 计算机软件及计算机应用
单位: 中国海洋大学工程学院
基金: 国家重点研发计划项目(2017YFC1405202),海洋公益性行业科研专项(201605002)
分类号: TP391.41
页码: 2121-2128
总页数: 8
文件大小: 1632K
下载量: 244