基于均匀色差空间向量分解模型的彩色图像质量评价方法

针对三要素(亮度、色调和饱和度)空间方法缺乏视觉均匀色差思想的支持,而均匀色差空间方法又需要其他有效评价模型的补充,该文立足于图像的两个基本属性,即光特性(亮度、色调和饱和度)和结构特点,结合反映彩色空间特性的均匀色差空间模型以及空间向量分解模型,提出了均匀色差空间向量分解模型.实验结果表明基于均匀色差空间向量分解模型较传统评价方法和单项模型更能够全面地评价彩色图像质量.

基于均匀色差标准的亮度测试图像设计方法

针对传统亮度参数Y与视觉感受不够吻合的现象,利用CIEDE2000均匀色差标准与主观视觉感受较为吻合的特点,从CIEDE2000均匀色差标准中的主观亮度参数L′入手,建立了基于CIEDE2000均匀色差标准的亮度测试图像设计方法。通过与传统亮度参数Y的实验结果进行比较,可以发现基于CIEDE2000均匀色差标准设计的亮度测试图像与视觉感受具有较好的线性关系,对于实现与主观评价结果相吻合的彩色图像质量评价系统有重要意义。

基于均匀色差的彩色图像分割方法

基于均匀色差的彩色图像分割方法,结合模式识别理论的自动聚类彩色图像分割。其图像首先被转化到L*a*b*颜色空间,进行初始化并确定聚类中心。然后计算像素到聚类中心的色差,进行聚类。之后计算新的聚类中心,反复迭代,直到符合终止条件,得到最终分割结果。实验证明,该方法可很好实现彩色图像的自动分割。

基于汉风色典的不同色差公式的色差均匀性

为给纺织行业在纺织品贸易和质量控制等方面优选色差公式提供参考,研究了3个重要的和1个最新色差公式的色差均匀性,借助国际上色样多、视觉等距性好的汉风色典,利用X-Rite测色仪测试近2万个色样的色度参数,然后分别从向度、彩度、浓度3个方向选取3万多对相邻色样,采用MatLab编程计算4种色差并统计分析其均值、不匀率和性能因子。结果表明:不同方向不同评价指标所得结果不尽相同;在色差均匀性方面,CAM16-UCS最好,CIEDE2000(2∶1∶1)略优于CMC(2∶1),且二者明显优于CIELAB;在色差大小方面由小到大依次为CIEDE2000(2∶1∶1)、CMC(2∶1)、CAM16-UCS、CIELAB。

一种基于CIEDE2000的烟叶颜色分级方法

烟叶人工分级易受主观因素影响,分级结果存在主观差异性,需要建立与人眼视觉感受相吻合的客观分级方法。本文针对烟叶颜色属性进行分级判断,给出一种基于CIEDE2000的均匀色差颜色分级方法。该方法包含了亮度、色调和饱和度综合色差视觉感受的图像评价标准,将待测烟叶与标准烟叶库中所有标准烟叶分别做色差计算,根据距离准则,寻找与当前待测烟叶色差最小的标准烟叶,同时对这个最小距离进行阈值判定,来确定当前待测烟叶的等级。实验结果表明根据CIEDE2000色差公式的颜色分级方法优于RGB颜色分级方法,与人眼视觉感受更为吻合,为建立烟叶自动分级系统提供了新的依据。