基于人工神经网络的CCD数码相机颜色特征化

阐述了基于BP神经网络的数码相机特征化方法。采用不同的神经网络结构，建立了数码相机记录的RGB信息和原影像CIEXYZ色度信息之间的非线性对应关系。对NIKOND200数码相机进行了研究，通过实验得到了合理的神经网络结构为3—10—10-3。测试不同的训练样本和测试样本，达到的CIELAB平均色差和最大色差分别为1．9—2．2和6．7—7．4个色差单位。讨论了实验设备的重复性，同时，分析了样本数量对实验结果的影响。实验结果表明：对数码相机的特征化，可采用BP神经网络技术实现较高的精度。

基于BP神经网络的数码相机颜色特征化

以色度学理论和神经网络为基础,在综合比较数码相机颜色特征化方法之后,采用了基于BP神经网络的颜色特征化方法。利用MATLAB实现了从RGB到XYZ及Lab的颜色空间转换,比较了2种转换模型的精度,统计分析了该模型产生训练误差和测试误差的主要原因,验证了RGB→Lab转换算法是一种较优和可靠的方法。