导读:本文包含了色外观论文开题报告文献综述及选题提纲参考文献，主要关键词:HDR图像,色阶映射,色外观匹配,观察条件估计
色外观论文文献综述
罗雪梅,王义峰,曾平,郑海红[1]（2013）在《色外观匹配的高动态范围图像再现》一文中研究指出针对高动态范围(high dynamic range,HDR)图像再现因观察条件变化引起的再现图像与源图像色外观不一致问题,提出一种色外观匹配的HDR图像再现算法.首先将HDR图像的色度和亮度信息分离,通过估计源场景观察条件,利用色外观模型(color appearance model,CAM)将HDR图像再现至显示环境,保持源场景的色度外观;然后针对亮度图像,根据直方图特征进行自适应分区,构造分段线性色阶调整函数,将显示亮度范围动态分配给不同的亮度分区,以增强图像感知对比度,并利用双边滤波技术提取图像细节信息进行细节补偿;最后,将处理后的彩色和非彩色信息合成,并对亮度压缩带来的色外观变化进行色度校正,得到与源HDR图像色外观一致的低动态范围(low dynamic range,LDR)再现图像.实验表明,新算法在色外观保持、动态范围压缩和细节表现上均优于传统算法.(本文来源于《计算机研究与发展》期刊2013年08期）
罗雪梅[2]（2012）在《图像色外观再现技术研究》一文中研究指出针对传统色彩再现技术不支持变观察条件下色彩一致再现问题，研究了图像的色外观再现技术。重点研究了色外观再现系统的体系结构，色外观处理模型，以及色度图像、多光谱图像和高动态范围图像的色外观再现等问题。首先探讨了色外观再现系统的体系结构。分析了现有的基于色度和基于光谱的两类色彩管理模式，针对其仅考虑源和目的观察条件相同的不足，提出了变观察条件下色外观一致再现的思路，并分别针对两种色彩管理，给出了可实现这一思想的色外观再现系统结构。其次研究了色外观再现的处理模型——色外观模型。从分析一个简单的色彩管理系统入手，说明传统色度匹配不能实现变观察环境下的色外观匹配，进而探讨了色外观表示、观察条件属性以及一些色外观现象，然后重点研究了能够描述、预测色刺激外观的色适应模型以及色外观模型，最后实验对比了现有的色外观模型，并根据项目需求，选择CIECAM02模型作为本文的色外观处理模型。针对色度图像再现现存问题，提出并实现了两套解决方案。首先针对常用CIELAB空间色调非恒常影响色域匹配效果的问题，研究了色调恒常校正方法，建立了一种新的校正空间tLAB，用其替代CIELAB空间实施色彩管理。实验表明，利用tLAB空间进行色域匹配的效果明显优于传统方法。针对传统色度再现系统只能实现标准观察条件下的色彩再现问题，提出利用色外观模型CIECAM02预测和补偿因观察条件不同产生的色外观变化，通过使用RIT-DuPont、Witt1999、Leeds和BFD-P四种色差评估实验数据集对CIECAM02模型进行优化，构建了均匀的色外观空间，并替代原CIELAB空间进行色彩管理。实验表明，基于优化CIECAM02模型的色彩管理能够实现变观察条件下的图像色外观一致再现，其色域匹配效果明显优于传统方法，由其产生的新的色差评价指标体系亦能更好地反映人眼的感知差别。最后，为与传统ICC色彩管理系统相兼容，采用CMM+Profile软件结构构建了新的色外观管理系统，其通过支持色外观处理的CMM，以及用于设备相关空间和设备无关空间变换的Profile，进行图像色外观管理。针对多光谱图像再现因观察条件变化引起的再现图像与源图像色外观不一致问题，提出了一种色外观匹配的多光谱图像再现方法。该方法通过增加源端的“色外观变换”和再现端的“色外观反变”，使得源图像和再现图像在观察条件独立空间达到色外观匹配；为了更好地保持源多光谱图像的光谱信息，以源光谱为标准对估计光谱进行光谱调制，使再现光谱与源光谱达到光谱匹配；为借鉴ICC色彩管理的成功经验，采用CMM+Profile软件结构，支持光谱色外观再现。最后，针对高动态范围图像再现因观察条件变化引起的再现图像与源图像色外观不一致问题，提出一种色外观匹配的高动态范围图像再现算法。算法在结构上将色外观匹配与色调映射过程分离，通过色外观匹配保持源场景的色外观，通过色调映射进行动态范围压缩，以支持将现有的优秀色外观模型与色调映射算子任意混合使用，达到充分借鉴现有的研究成果的目的；在色外观匹配方面，考虑了源场景观察条件通常未知的实际情况，提供了估计方法以提高算法适用性；针对色调映射，提出了一种新的自适应分区色调映射算子，通过给不同区域动态分配显示亮度范围，增强了图像的感知对比度。实验表明，新算法在色外观保持、动态范围压缩和细节表现上均优于传统算法。(本文来源于《西安电子科技大学》期刊2012-09-01）
罗雪梅,曾平,王莹,郑海红[3]（2011）在《色外观匹配的多光谱图像再现》一文中研究指出针对多光谱图像再现过程中由于观察条件变化引起再现图像与源图像色外观不一致的问题,提出一种基于色外观匹配的多光谱图像再现算法.首先,在源端引入色外观变换,得到源光谱反射率图像在源观察条件下的色外观描述;然后,建立逆向模型,估计目的观察条件下的高维光谱,使得估计光谱与源光谱在观察条件改变时达到色外观匹配;最后,为同时提高再现多光谱图像的光谱精度,以源光谱为标准,采用同色异谱校正方法对估计光谱进行校正,得到变观察条件下与源多光谱图像色外观相匹配、光谱逼近的再现图像.试验结果表明,在源与目的观察条件不同的情况下,再现图像与源图像间的感知色差及光谱误差均较小,在保持源多光谱图像光谱信息的基础上,实现了等观感再现.(本文来源于《西安电子科技大学学报》期刊2011年04期）
华起[4]（2011）在《图像色外观模型及再现质量评价方法研究》一文中研究指出随着计算机科学及彩色输入/输出技术的发展,人们对于色彩再现的质量提出了更高的要求。研究发现,当图像在跨设备复制时经常出现颜色不匹配的现象,在色彩管理系统中加入色外观模型则能够较好地解决该问题。二十多年来,色外观模型已由最初的研究热点发展成为国际标准。然而,对于复杂图像,传统色外观模型仅仅是把每个图像像素都当作独立的色刺激来处理,未考虑到人眼的色恒常性以及像素间的影响。因此,色外观模型不能满足复杂图像的再现质量要求。当图像经过再现后,需要一个方法来计算源图像和再现图像间的色差,以评估再现效果。目前的色差公式均基于CIE色度值,其仅适用于评估那些相同灰色背景下色差较小的简单色块。对于复杂图像,由于这些公式仅以像素为单位计算色差均值,并将该均值作为整幅图像的色差,故不能准确体现图像间的感知色差。本文分析了传统色外观模型的局限性,并对之进行改进,给出了图像色外观模型。论文分析了各种图像色外观现象,给出了图像色外观模型的详细设计及实现过程(包括正向过程和逆向过程),并将再现的效果与传统色外观模型的再现效果做出比较。此外,在研究图像色外观模型的基础上,针对现有色差公式进行再现质量评价的不足,本文给出了基于IPT颜色空间的图像质量评价方法。实验表明,该方法比传统的评价方法拥有更好的评价效果,更加贴近人眼的真实感知。(本文来源于《西安电子科技大学》期刊2011-01-01）
裴晓鹏[5]（2010）在《基于色外观的图像再现技术研究》一文中研究指出随着彩色信息在相关领域得到越来越广泛的应用,跨设备图像复制时颜色不匹配的问题越来越得到人们的重视。在色彩管理系统中加入色外观模型能够很好地解决这个问题。本文针对传统色彩管理技术不能适用于照明条件多变情况下的问题,引入了一种基于色外观匹配的色彩再现模型与算法,以达到不同媒体在不同观察条件、不同背景和环境下的色彩真实再现目的。论文分析了各种色外观现象,研究了几种常用的色外观模型,重点研究了最新的色外观模型——CIECAM02模型,该模型通过色适应转换将源条件下颜色的刺激值转换为中间参考条件下的色外观参数,以此为基础,加入目的条件环境信息,再逆向转换得到目的条件下该颜色的刺激值,使颜色达到源、目的条件下色外观一致再现。论文以CIECAM02色外观模型为基础,通过设计并实现相关算法,完成了软拷贝图像与硬拷贝图像的色外观再现。实验表明,该算法在不同显示设备和不同观察条件下比传统色彩管理有着更好的效果。最后将色外观模型应用到颜色管理系统。(本文来源于《西安电子科技大学》期刊2010-01-01）
涂焕龙[6]（2009）在《基于色外观匹配的色彩再现》一文中研究指出随着彩色信息在相关领域得到越来越广泛的应用,人们对色彩再现的质量也提出了更高的要求。色外观匹配技术是跨媒体色彩管理的一个重要组成部分。本文针对传统色彩管理技术不能适用于照明条件多变情况下的应用需求,引入了一种基于色外观匹配的色彩再现模型与算法,以达到不同媒体在不同观察条件、不同背景和环境下的色彩真实再现目的。论文分析了各种色外观现象,选取了一种符合实际应用的色外观模型,模型通过色适应转换将源条件下刺激值转换为中间参考条件下的色外观参数,以此为基础,加入目的条件环境信息,再反向转换为目的条件下的刺激值,达到源、目的条件下色外观一致。实验表明,该算法在不同媒体和不同观察条件下比传统色彩管理有着更好的效果。最后介绍了引入色外观匹配技术后的色彩管理系统。(本文来源于《西安电子科技大学》期刊2009-01-01）
许法强,万晓霞[7]（2008）在《一种基于主色外观图的彩色图像分割算法》一文中研究指出在对叁维传统的颜色直方图(CCH)作出了一系列改进的基础上,提出了一种基于主色外观图(DCG)的新的彩色图像分割方法。首先根据改进后的颜色直方图确立彩色图像的近似主色成分,然后再利用CIE-1976色差公式分别计算出其每个像素与主色之间的距离,并据此建立相应图像的颜色距离直方图(CDH),它精确地反映了图像像素与参考色之间的色彩相似度。为了证实CDH在彩色图像分割中的效用性,又通过进一步地扩展得到了CDH集,或可称为主色外观图。实验结果表明,就精确性、鲁棒性和计算的复杂度而言,基于DCG的分割方法能够得到比传统阈值法和聚类法更好的分割效果。(本文来源于《计算机应用研究》期刊2008年01期）
郭守堂,黎立光,曹景锋[8]（2002）在《中国昆明犬毛色外观优势序列的调查分析》一文中研究指出为了掌握警犬训导员及民间养犬爱好者对不同毛色的中国昆明犬的喜爱程度,我们对全国范围内训养过昆明犬的111名警犬训导员及昆明地区28名民间养犬爱好者进行了调查。经统计,调查对象对昆明犬毛色的喜爱序列为狼青第一,黑背第二,草黄第叁。同时我们还发现,不同工作经历的警犬训导员对昆明犬的毛色喜爱程度又有所不同。(本文来源于《中国养犬杂志》期刊2002年03期）
色外观论文开题报告
（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：
针对传统色彩再现技术不支持变观察条件下色彩一致再现问题，研究了图像的色外观再现技术。重点研究了色外观再现系统的体系结构，色外观处理模型，以及色度图像、多光谱图像和高动态范围图像的色外观再现等问题。首先探讨了色外观再现系统的体系结构。分析了现有的基于色度和基于光谱的两类色彩管理模式，针对其仅考虑源和目的观察条件相同的不足，提出了变观察条件下色外观一致再现的思路，并分别针对两种色彩管理，给出了可实现这一思想的色外观再现系统结构。其次研究了色外观再现的处理模型——色外观模型。从分析一个简单的色彩管理系统入手，说明传统色度匹配不能实现变观察环境下的色外观匹配，进而探讨了色外观表示、观察条件属性以及一些色外观现象，然后重点研究了能够描述、预测色刺激外观的色适应模型以及色外观模型，最后实验对比了现有的色外观模型，并根据项目需求，选择CIECAM02模型作为本文的色外观处理模型。针对色度图像再现现存问题，提出并实现了两套解决方案。首先针对常用CIELAB空间色调非恒常影响色域匹配效果的问题，研究了色调恒常校正方法，建立了一种新的校正空间tLAB，用其替代CIELAB空间实施色彩管理。实验表明，利用tLAB空间进行色域匹配的效果明显优于传统方法。针对传统色度再现系统只能实现标准观察条件下的色彩再现问题，提出利用色外观模型CIECAM02预测和补偿因观察条件不同产生的色外观变化，通过使用RIT-DuPont、Witt1999、Leeds和BFD-P四种色差评估实验数据集对CIECAM02模型进行优化，构建了均匀的色外观空间，并替代原CIELAB空间进行色彩管理。实验表明，基于优化CIECAM02模型的色彩管理能够实现变观察条件下的图像色外观一致再现，其色域匹配效果明显优于传统方法，由其产生的新的色差评价指标体系亦能更好地反映人眼的感知差别。最后，为与传统ICC色彩管理系统相兼容，采用CMM+Profile软件结构构建了新的色外观管理系统，其通过支持色外观处理的CMM，以及用于设备相关空间和设备无关空间变换的Profile，进行图像色外观管理。针对多光谱图像再现因观察条件变化引起的再现图像与源图像色外观不一致问题，提出了一种色外观匹配的多光谱图像再现方法。该方法通过增加源端的“色外观变换”和再现端的“色外观反变”，使得源图像和再现图像在观察条件独立空间达到色外观匹配；为了更好地保持源多光谱图像的光谱信息，以源光谱为标准对估计光谱进行光谱调制，使再现光谱与源光谱达到光谱匹配；为借鉴ICC色彩管理的成功经验，采用CMM+Profile软件结构，支持光谱色外观再现。最后，针对高动态范围图像再现因观察条件变化引起的再现图像与源图像色外观不一致问题，提出一种色外观匹配的高动态范围图像再现算法。算法在结构上将色外观匹配与色调映射过程分离，通过色外观匹配保持源场景的色外观，通过色调映射进行动态范围压缩，以支持将现有的优秀色外观模型与色调映射算子任意混合使用，达到充分借鉴现有的研究成果的目的；在色外观匹配方面，考虑了源场景观察条件通常未知的实际情况，提供了估计方法以提高算法适用性；针对色调映射，提出了一种新的自适应分区色调映射算子，通过给不同区域动态分配显示亮度范围，增强了图像的感知对比度。实验表明，新算法在色外观保持、动态范围压缩和细节表现上均优于传统算法。
（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。
色外观论文参考文献
[1].罗雪梅,王义峰,曾平,郑海红.色外观匹配的高动态范围图像再现[J].计算机研究与发展.2013
[2].罗雪梅.图像色外观再现技术研究[D].西安电子科技大学.2012
[3].罗雪梅,曾平,王莹,郑海红.色外观匹配的多光谱图像再现[J].西安电子科技大学学报.2011
[4].华起.图像色外观模型及再现质量评价方法研究[D].西安电子科技大学.2011
[5].裴晓鹏.基于色外观的图像再现技术研究[D].西安电子科技大学.2010
[6].涂焕龙.基于色外观匹配的色彩再现[D].西安电子科技大学.2009
[7].许法强,万晓霞.一种基于主色外观图的彩色图像分割算法[J].计算机应用研究.2008
[8].郭守堂,黎立光,曹景锋.中国昆明犬毛色外观优势序列的调查分析[J].中国养犬杂志.2002