用于彩色数字影像系统的色适应变换寻优方法及系统

摘要

用于彩色数字影像系统的色适应变换寻优方法及系统，包括输入影像客体各样本可见光范围光谱反射率数据；计算各样本在目标光源照明条件下色度信息，求解各样本在各种模拟光源照明条件下色度信息；利用各种色适应变换方法预测色适应变换后在目标光源照明条件下的色度信息；计算各模拟光源下各待寻优的色适应变换方法对各样本的色适应变换平均精度；构建BP神经网络对模拟光源的相对光谱功率分布曲线与色适应变换平均精度之间关系进行拟合；对于任意光源，利用各条BP神经网络分别预测相应色适应变换方法对于各样本的色适应变换平均精度，并依此确定最优色适应变换方法。本发明可保证影像色度信息在不同光照条件下映射的准确性，且实施方便。

主权项

一种用于彩色数字影像系统的色适应变换寻优方法，其特征在于，包括以下步骤：步骤1，输入影像客体的M个样本分别的可见光范围内的光谱反射率数据；步骤2，以步骤1中各样本的光谱反射率数据为基础，利用如下色度学公式分别计算各样本在目标光源L照明条件下色度信息，X＝k∫x(λ)E(λ)S(λ)dλ,Y＝k∫y(λ)E(λ)S(λ)dλ,Z＝k∫z(λ)E(λ)S(λ)dλ,k＝100/[∫y(λ)E(λ)dλ],其中，X、Y、Z表示色度三刺激值，x(λ)、y(λ)、z(λ)为人眼视觉匹配函数，照明光源E(λ)采用目标光源L相应的相对光谱功率分布曲线，颜色物体光谱反射率S(λ)采用样本相应可见光范围内的光谱反射率数据，k为由y(λ)、E(λ)确定的参数；步骤3，随机生成N条模拟光源的相对光谱功率分布曲线作为模拟的照明光源E(λ)，并利用步骤2所述色度学公式求解各样本在N种模拟光源照明条件下分别所对应色度信息；步骤4，针对P种待寻优的色适应变换方法，对每个样本根据步骤3所得在N种模拟光源照明条件下分别所对应色度信息，利用各种色适应变换方法预测色适应变换后在目标光源L照明条件下的色度信息，记为色适应变换预测色度信息；步骤5，结合步骤2所得各样本在目标光源L照明条件下色度信息及步骤4所得色适应变换预测色度信息，计算各模拟光源照明条件下各待寻优的色适应变换方法对各样本的色适应变换平均精度；步骤5实现如下，根据某个样本m在目标光源L照明条件下色度信息以及样本m在模拟光源n照明条件下色度信息经色适应变换方法p预测所得色适应变换预测色度信息采用CIEDE2000色差公式得到相应色差值对M个样本的色差值求和然后除以M取平均，得到模拟光源n照明条件下色适应变换方法p相应的色适应变换平均精度E^p.n2L，m的取值为1,2,…,M，n的取值为1,2,…,N，p的取值为1,2,…,P；步骤6，构建P条BP神经网络，对步骤3中模拟光源的相对光谱功率分布曲线与步骤5中色适应变换平均精度之间的非线性关系进行拟合；实现方式为，对每类色适应变换方法p，以N条模拟光源相对光谱功率分布曲线为输入，以N个模拟光源照明条件下色适应变换方法p相应的色适应变换平均精度E^p.12L,E^p.22L,...,E^p.N2L为输出，可构建一条相应BP神经网络W^p进行拟合；步骤7，对于任意光源照明条件下色度信息到目标光源L照明条件下色度信息的色适应变换过程，以相应光源相对光谱功率分布曲线为输入，利用步骤6中所构建的各条BP神经网络分别预测相应色适应变换方法对于M个样本的色适应变换平均精度，并依此确定最优色适应变换方法。