导读:本文包含了色彩增强论文开题报告文献综述及选题提纲参考文献，主要关键词:制造商,Nanolumi,量子点,增强膜
色彩增强论文文献综述
[1]（2019）在《Nanolumi推出业界首款用于量子点显示器的钙钛矿量子点色彩增强膜》一文中研究指出Chameleon? G钙钛矿(Perovskite Quantum Dots--Pe QD)薄膜是业界首款用于量子点显示器的无镉的色彩增强膜,具有卓越的亮度和前所未有的色彩表现,色域覆盖范围超过90%Rec. 2020、99.X% Adobe RGB和99.X% DCI-P3。作为首款钙钛矿色彩增强膜,完全符合RoHS指令的节能发光器件,Chameleon? G提供了一种安全、稳定、有量产能力的快速解决方案,适用于所有屏幕尺寸的液晶显示器,具有卓越的亮度、色纯度和色彩逼真的细节。(本文来源于《世界电子元器件》期刊2019年11期）
李志龙[2]（2019）在《HSV色彩空间下叁边滤波的Retinex图像增强算法》一文中研究指出图像增强技术能够从低分辨率及对比度的图像中将原本图像中的信息进行恢复,为了能够提高低动态范围图像视觉效果,改善图像清晰化程度,所以本文就提出了基于HSV色彩空间的叁遍滤波Retinex图像增强算法。首先对图像增强算法及Retinex图像增强算法的理论进行分析,然后对算法进行实验,实验结果表示,将此算法到图像增强处理中使用,处理之后的图像不仅能够保持色彩,还能够突出细节信息,从而促进对各种环境中图像的深入理解和使用。(本文来源于《信息技术与信息化》期刊2019年10期）
胡欢君[3]（2019）在《图像去雾中的细节和色彩增强算法研究》一文中研究指出在有雾的天气下,由于大气中存在着许多悬浮粒子,他们吸收和散射自然光,造成了成像设备捕捉到的图像质量对比度下降,富含的信息丢失,特别是图像的细节和色彩信息,同时也导致了图像中的纹理和特征难于辨别,影响了人们的视觉系统,也给后期的图像分类、视频监控、人脸视觉、目标追踪等应用技术带来了困难。因此,有雾图像的去雾算法研究对人类和社会的发展有着重要的意义。现在雾霾天气越来越严重,雾天图像的去雾研究也成为了热点,而计算机技术的发展的日益成熟,也为去雾算法的研究提供了很好的技术支持。因此,图像去雾算法研究也格外重要。传统的去雾算法主要分成两类,第一类是图像增强,直接在原图上进行增强处理;第二类是基于物理模型,考虑了大气光值,透射率,景深等的影响。近年来第二类的去雾算法研究更为普遍。本文算法也是基于物理模型进行的去雾算法增强。在图像去雾复原过程中,最容易出现的两个问题是:细节丢失和色彩失真。因此,本文主要围绕图像去雾中的细节信息增强和色彩恢复两个方面来进行去雾算法的研究。首先,提出了图像去雾复原中的细节增强算法。根据大气模型,影响图像去雾复原的细节信息的重要参数是透射率,基于引导滤波,提出了一种加权梯度域的引导滤波来优化透射率图,提升图像复原的细节。并提出一种基于细节提取的增强算法,应用到复原最后一步,进一步提升图像的细节信息。然后,提出了图像去雾还原中的色彩恢复算法。将金字塔融合算法应用到去雾图像处理中来,同时引入叁个色彩因子,色彩对比度,色彩饱和度,曝光度,并根据融合图像的不同信息来赋予不同的权重值,复原图像的色彩信息。最后,本文综合有雾图像还原中的细节增强和色彩恢复算法,来复原有雾图像。并与去雾中的传统算法和相关算法进行仿真实验,从主观评价和客观评价两个方面进行对比分析。本文所提出的图像去雾中的细节增强和色彩恢复算法具有更好的保持图像的细节纹理信息,并且也同时还原了色彩信息,符合人眼的视觉系统,且对于不同情况下如天空区域较多或细节信息多等,去雾效果更理想。(本文来源于《华中师范大学》期刊2019-05-01）
沈远飞[4]（2019）在《夜间增强图像色彩监控摄像机的设计和实现》一文中研究指出本文研究采用双图像传感器芯片的架构,应用了仿真学的原理,通过双光融合技术,在不同细节层次上对两种图像信息进行融合,可在照度极低的极端环境下获取高清全彩视觉感知,实现完美的夜视效果。(本文来源于《电工技术》期刊2019年04期）
刘浩然[5]（2019）在《人机交互界面的平面视觉图像色彩增强系统设计》一文中研究指出图像色彩的清晰度与人机交互界面的平面视觉效果具有较大的关联性,为了提升平面视觉图像色彩的视觉效果,深入研究人机交互界面的平面视觉图像色彩增强系统,设计图像采集模块提取图像信息传输至图像色彩增强模块。图像色彩增强模块使用基于视觉特性的色彩图像增强算法,以直方图非线性自适应拉升的方式增强平面视觉图像整体亮度;并根据当前点和区域像素的关联性增强平面视觉图像局部对比度,增强人机交互界面的平面视觉图像的整体清晰度。经验证,所设计系统可有效增强人机交互页面的平面图像色彩清晰度,且在处理简洁、常规与复杂叁类图像时,处理速度快。(本文来源于《现代电子技术》期刊2019年08期）
王永胜,宋子彬,校美玲,马增强[6]（2019）在《Lab色彩空间的Retinex轮对踏面图像增强算法》一文中研究指出针对货车轮对踏面检测中,由于低照度和雾霾环境产生的图像清晰度差、色彩失真问题,提出了一种基于Lab色彩空间的改进Retinex图像增强算法。该算法将RGB空间图像先转换为Lab色彩空间,然后保持图像色度分量a、b不变,仅对亮度分量L进行多尺度Retinex变换并根据L通道反射分量对a、b通道图像自适应调整,同时在亮度分量Retinex变换过程中将空间域高斯函数与图像的卷积运算转换为窗口无关快速均值滤波(FMF)算法处理,最后将Lab模型转换为RGB色彩空间,使增强后的图像颜色得到保持。实验结果表明,将改进算法应用于货车轮对踏面图像增强处理中,提高了图像色彩的保真度,增强了图像处理速度,为后续踏面图像检测分析打下了基础。(本文来源于《石家庄铁道大学学报(自然科学版)》期刊2019年01期）
师晶晶[7]（2018）在《HSV色彩空间下叁边滤波的Retinex图像增强算法研究》一文中研究指出图像处理技术一般都是对暗淡图形进行修复,提高该图像的辨识度和清晰度。这里提出一种彩色HSV空间下Retinex叁边滤波图像处理算法,该算法是将RGB空间变成HSV空间进行处理。利用叁遍滤波技术提取图像的亮度阶段,对图像脉冲噪声、高斯噪声进行降低,也能够对边缘细节部分进行保留。利用二值限制函数可以完成图像边缘平滑处理,从而提高图像边缘清晰度,选择Retinex多尺度技术增强图像强度,从而恢复图像信息。本文对叁边滤波倾斜角度窗口滤波进行分析,探讨该像素内最好的领域范围,从而实现自动修复。(本文来源于《自动化与仪器仪表》期刊2018年12期）
陈杰[8]（2018）在《基于色彩信息的图像增强研究》一文中研究指出图像增强是指根据应用需求采用特定的方法突出图像中的某些信息,同时削弱或去除无关或影响不大的信息,得到对具体应用来说更有用的图像的一类图像处理方法。传统的图像增强大多是在灰度图像上进行的。相比于单通道的灰度图像,多通道的彩色图像有更加丰富的信息。基于色彩信息进行处理,将给只针对灰度图像进行处理的传统图像增强赋予新的研究内容和方法。本文研究的基于色彩信息对图像进行增强,是利用多通道彩色图像本身具有的特性,来达成符合应用需求的图像增强目的,主要涉及到叁个方面内容:将灰度图像染色变为彩色图像的彩色化图像增强技术、在彩色图像超分辨率重建过程中利用彩色化算法提升重建的色度图像准确性的图像增强技术和在彩色图像转换为灰度图像过程中保持彩色图像特征的灰度化图像增强技术。论文的主要研究成果如下:1.在灰度图像彩色化研究中,针对基于颜色扩散的彩色化算法对人工着色的数量和位置要求较高,容易发生边缘区域颜色误扩散的缺点,提出一种基于邻域相似像素搜索和有效集最优化的彩色化(NSAS colorization)算法。用同时考虑了像素间空间距离和差值关系得到的邻域相似像素来取代通常采用的矩形或菱形窗口邻域像素,避免相邻的差值较大的像素对当前像素局部加权关系的影响,降低彩色化结果的边缘失真。将局部加权求和的自回归模型推导转化为有等式约束和不等式约束的二次规划问题,用有效集最优化算法来求取加权值,避免了对经验性加权值公式的依赖,提高了加权值准确性的同时使算法有更可靠的理论依据。2.在色度图像超分辨率重建研究中,考虑到亮度图像含有比色度图像更多的边缘、细节等信息,基于颜色扩散的彩色化算法用亮度图像来计算色度图像局部加权值,在一定程度上可以改善色度图像的边缘性能,所以首先提出一种将最优化彩色化融入迭代反投影来进行色度图像超分辨率重建的算法(IBPCSR),在不增加额外的对边缘部分的处理步骤的情况下,利用彩色化的特性提升算法的边缘处理能力。然后,为降低算法运行时间,提出一种用亮度图像为参考的,基于最优化彩色化和导引滤波的算法(GFCSR)。最后,因为以亮度图像作为导引图像的导引滤波器的核函数符合彩色化研究中提出的色度加权值的局部约束,而且迭代反投影的过程符合超分辨率重建过程的全局约束,所以提出一种将局部约束和全局约束相融合的基于凸集投影的色度图像超分辨率重建算法(POCSCSR),重建出的色度图像更接近于原始的高分辨率图像,而且运行时间相比于彩色图像超分辨率重建框架中通常对色度图像采用的插值算法并没有明显增加。3.在彩色图像灰度化研究中,根据人类视觉系统特性,和在灰度化变换前后保持图像的视觉感知一致性的目标,提出两种与图像显着性相关的灰度化算法。第一种是基于全局颜色显着性的灰度化算法(PSPGD),首先对彩色图像叁通道信息进行线性加权映射获得候选灰度图像,然后根据各图像的全局显着图与原彩色图像显着图的相似性来选取灰度化结果。该算法得到了对原彩色图像对比度保持较好的灰度图像,并且不会引入原本不存在的边缘跳变,但存在每个像素值或颜色计算全局对比度的计算量较大问题。所以针对这一问题,提出第二种基于区域显着性的灰度化算法(PGRSPD),同时结合像素梯度特征来降低边缘和细节失真。该算法根据人类视觉特性,增加了线性加权映射函数中的色度项,提高了候选灰度图像的全面性,并采用先降低候选图像数目再进行显着图计算的两步方法来降低算法计算量。该算法获得的灰度化结果图像主观上较好的保持了原彩色图像的视觉感知效果,客观上在用两种灰度化算法质量客观评价标准进行度量时,也获得了较高的评价。(本文来源于《南京邮电大学》期刊2018-11-14）
张翔,王伟,肖迪[9]（2018）在《一种改进的具有色彩保护的多尺度Retinex图像增强算法》一文中研究指出针对图像增强存在的光晕伪影、颜色失真等问题,在MSRCP(Multi-Scale Retinex with Chromaticity Preservation)的基础上提出一种改进的多尺度Retinex图像增强算法。该算法首先计算原图像的强度图像;然后采用引导滤波对强度图像进行平滑处理,估计出照度分量,进而根据Retinex原理估计出反射分量;最后在颜色恢复函数中引入S型曲线函数得到最终的增强图像。实验结果表明,该算法可以有效解决光晕伪影现象,提高细节信息,使增强图像的整体色彩与原图一致,改善了图像整体的视觉效果。(本文来源于《计算机科学》期刊2018年10期）
宋巍,王龑,黄冬梅,贺琪,王振华[10]（2018）在《结合背景光融合及水下暗通道先验和色彩平衡的水下图像增强》一文中研究指出水下环境、光线衰减和拍摄方式造成水下图像具有不同色调、对比度和模糊度.基于图像成像模型的水下图像复原方法通常基于暗通道先验或最大像素先验,容易受到水下复杂环境的干扰而输出低质量的复原图像,因此文中提出基于背景光融合及水下暗通道先验和色彩平衡的水下图像增强方法.首先,提出多候选背景光融合方法,估计正确的背景光.然后,基于高质量水下图像统计得出水下暗通道先验,计算更准确的RGB分量传输地图.将复原图像从RGB颜色模型转换到CIE-Lab颜色模型,对L亮度分量和a、b色彩分量分别进行归一化拉伸和优化调整,进一步提高复原后水下图像的亮度和对比度.多种定性和定量分析说明文中方法增强的图像在对比度、亮度和颜色上的显示效果优于大部分现有的水下图像增强方法复原的图像.(本文来源于《模式识别与人工智能》期刊2018年09期）
色彩增强论文开题报告
（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：
图像增强技术能够从低分辨率及对比度的图像中将原本图像中的信息进行恢复,为了能够提高低动态范围图像视觉效果,改善图像清晰化程度,所以本文就提出了基于HSV色彩空间的叁遍滤波Retinex图像增强算法。首先对图像增强算法及Retinex图像增强算法的理论进行分析,然后对算法进行实验,实验结果表示,将此算法到图像增强处理中使用,处理之后的图像不仅能够保持色彩,还能够突出细节信息,从而促进对各种环境中图像的深入理解和使用。
（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。
色彩增强论文参考文献
[1]..Nanolumi推出业界首款用于量子点显示器的钙钛矿量子点色彩增强膜[J].世界电子元器件.2019
[2].李志龙.HSV色彩空间下叁边滤波的Retinex图像增强算法[J].信息技术与信息化.2019
[3].胡欢君.图像去雾中的细节和色彩增强算法研究[D].华中师范大学.2019
[4].沈远飞.夜间增强图像色彩监控摄像机的设计和实现[J].电工技术.2019
[5].刘浩然.人机交互界面的平面视觉图像色彩增强系统设计[J].现代电子技术.2019
[6].王永胜,宋子彬,校美玲,马增强.Lab色彩空间的Retinex轮对踏面图像增强算法[J].石家庄铁道大学学报(自然科学版).2019
[7].师晶晶.HSV色彩空间下叁边滤波的Retinex图像增强算法研究[J].自动化与仪器仪表.2018
[8].陈杰.基于色彩信息的图像增强研究[D].南京邮电大学.2018
[9].张翔,王伟,肖迪.一种改进的具有色彩保护的多尺度Retinex图像增强算法[J].计算机科学.2018
[10].宋巍,王龑,黄冬梅,贺琪,王振华.结合背景光融合及水下暗通道先验和色彩平衡的水下图像增强[J].模式识别与人工智能.2018