为了解决设备相关颜色空间CMYK与设备无关颜色空间之间的相互转换问题,利用小脑模型神经网络(cerebellar model articulation controller,CMAC)高度非线性拟合能力,研究CMYK颜色空间与CIE L*a*b*之间的转换关系,研究结果显示该方法具有...为了解决设备相关颜色空间CMYK与设备无关颜色空间之间的相互转换问题,利用小脑模型神经网络(cerebellar model articulation controller,CMAC)高度非线性拟合能力,研究CMYK颜色空间与CIE L*a*b*之间的转换关系,研究结果显示该方法具有结构简单,易于软件和硬件的实现,将IT8.7/3标准色靶文件中104个专业色块值作为检验样本,检验样本的平均色差为1.6,完全适用于两种不同颜色空间之间的转换过程.展开更多
彩色设备的特征化是指设备相关颜色空间与标准色空间之间的转换,它是色彩管理技术的关键技术之一。以RGB颜色空间与CIE L*a*b*颜色空间转换为例,采用小脑模型神经网络(cer-ebellar model articulation controller,CMAC)进行设备颜色空...彩色设备的特征化是指设备相关颜色空间与标准色空间之间的转换,它是色彩管理技术的关键技术之一。以RGB颜色空间与CIE L*a*b*颜色空间转换为例,采用小脑模型神经网络(cer-ebellar model articulation controller,CMAC)进行设备颜色空间的特征化,以BP神经网络的方法和颜色空间转换模糊神经辨识方法对该模型进行比较研究,并利用Matlab软件进行了仿真。仿真结果显示,当训练样本总数为729个时,经过不到100次的迭代,网络既可以满足输出精度要求,并且检验样本的平均色差为1.35,表明该算法具有更快的模型转换速度和更高的转换精度。展开更多
文摘为了解决设备相关颜色空间CMYK与设备无关颜色空间之间的相互转换问题,利用小脑模型神经网络(cerebellar model articulation controller,CMAC)高度非线性拟合能力,研究CMYK颜色空间与CIE L*a*b*之间的转换关系,研究结果显示该方法具有结构简单,易于软件和硬件的实现,将IT8.7/3标准色靶文件中104个专业色块值作为检验样本,检验样本的平均色差为1.6,完全适用于两种不同颜色空间之间的转换过程.
文摘彩色设备的特征化是指设备相关颜色空间与标准色空间之间的转换,它是色彩管理技术的关键技术之一。以RGB颜色空间与CIE L*a*b*颜色空间转换为例,采用小脑模型神经网络(cer-ebellar model articulation controller,CMAC)进行设备颜色空间的特征化,以BP神经网络的方法和颜色空间转换模糊神经辨识方法对该模型进行比较研究,并利用Matlab软件进行了仿真。仿真结果显示,当训练样本总数为729个时,经过不到100次的迭代,网络既可以满足输出精度要求,并且检验样本的平均色差为1.35,表明该算法具有更快的模型转换速度和更高的转换精度。