一种低动态范围显示设备再现高动态范围图像的方法

    公开(公告)号:CN101908330A

    公开(公告)日:2010-12-08

    申请号:CN201010239590.5

    申请日:2010-07-26

    Applicant: 武汉大学

    Inventor: 万晓霞 谢德红

    Abstract: 本发明涉及一种低动态范围显示设备再现高动态范围图像的方法,通过模拟人眼颜色视觉处理信息的过程压缩图像的动态范围,在低动态范围显示设备上比较正确的再现高动态范围图像中场景的纹理细节和颜色,步骤是:先从高动态范围图像中读取每像素RGB通道的真实亮度值;将RGB转换成XYZ值;然后计算各像素适应性亮度;接着在各适应性亮度下进行光源的色度适应性调整;再模拟光感应细胞响应机制,计算各适应性亮度下的相对响应值;最后,利用PCA转换到正交对立空间,再模拟中心-周边感知结构细胞的边缘相阻机制进一步处理。本发明可以高效的压缩动态范围较高的图像,以适应现有的低动态范围的显示设备或纸张。

    一种基于彩色数码相机单幅RGB图像的光谱重建方法

    公开(公告)号:CN106896069B

    公开(公告)日:2019-05-10

    申请号:CN201710222003.3

    申请日:2017-04-06

    Applicant: 武汉大学

    Inventor: 万晓霞 梁金星

    Abstract: 本发明属于光谱成像技术领域,涉及一种基于彩色数码相机单幅RGB图像的光谱重建方法,包括测量训练样本光谱反射率;搭建拍摄环境,拍摄训练样本和重建对象RGB图像,校正图像;提取训练样本和重建对象各像素RGB响应值,计算任一像素与训练样本之间RGB值的欧氏距离,依据欧式距离从小到大对训练样本进行升序排列,取前p个训练样本为最优训练样本集;计算最优训练样本集的反距离加权矩阵;对最优训练样本集和待重建像素的响应值进行扩展;利用反距离加权矩阵对最优训练样本集的响应值扩展矩阵和光谱反射率矩阵进行加权;利用伪逆方法求解光谱重建转换矩阵,重建对应像素的光谱反射率,最终获得重建对象的光谱图像。

    一种基于K-L变换误差空间拆分的图像数据压缩方法

    公开(公告)号:CN106331719B

    公开(公告)日:2019-04-26

    申请号:CN201610860309.7

    申请日:2016-09-28

    Applicant: 武汉大学

    Abstract: 本发明属于数字图像处理技术领域,具体涉及一种基于K‑L变换误差空间拆分的图像数据压缩方法。包括输入图像数据的重组排列;排列矩阵直流分量计算与去除;初次K‑L变换获得系数矩阵;系数矩阵的截取;截取舍弃成分的空间拆分;子空间直流分量计算与去除;子空间K‑L变换获得特征向量矩阵和系数矩阵;各子空间系数矩阵和特征向量矩阵的截取;截取留下系数矩阵成分的量化、编码;子空间直流分量及截取留下特征向量矩阵成分的编码;编码数据的存储与传输。实验表明:该方法不仅能在相同压缩比下降低图像压缩的整体误差,也能大幅度降低视觉显著像素点产生的较大压缩误差点,同时提高图像压缩的客观保真度和主观保真度。

    一种面向单色系物体的LED光源喜好度预测方法

    公开(公告)号:CN106053024B

    公开(公告)日:2018-08-10

    申请号:CN201610481976.4

    申请日:2016-06-27

    Applicant: 武汉大学

    Abstract: 本发明提供一种面向单色系物体的LED光源喜好度预测方法,包括确定白光LED光源的各光源相关色温以及各单色系物体的主波长;建立基于单色系物体的LED光源喜好度预测模型,包括对于主波长为正值的单色系物体采用二维曲面插值的方式,对于主波长为负值的单色系物体采用一维线性插值的方式,建立LED光源喜好度数学模型;基于LED光源喜好度预测模型进行预测,根据预测结果确定应使用的最佳光源。本发明面向单色系物体的LED光源喜好度预测模型采用仪器测量和人体主观反映量化统计相结合的研究方法,将客观物理数据与主观感知判断相结合,能够全面、精确的预测观察者对单色系物体的LED光源喜好度。

    一种基于彩色数码相机单幅RGB图像的光谱重建方法

    公开(公告)号:CN106896069A

    公开(公告)日:2017-06-27

    申请号:CN201710222003.3

    申请日:2017-04-06

    Applicant: 武汉大学

    Inventor: 万晓霞 梁金星

    CPC classification number: G01N21/274

    Abstract: 本发明属于光谱成像技术领域,涉及一种基于彩色数码相机单幅RGB图像的光谱重建方法,包括测量训练样本光谱反射率;搭建拍摄环境,拍摄训练样本和重建对象RGB图像,校正图像;提取训练样本和重建对象各像素RGB响应值,计算任一像素与训练样本之间RGB值的欧氏距离,依据欧式距离从小到大对训练样本进行升序排列,取前p个训练样本为最优训练样本集;计算最优训练样本集的反距离加权矩阵;对最优训练样本集和待重建像素的响应值进行扩展;利用反距离加权矩阵对最优训练样本集的响应值扩展矩阵和光谱反射率矩阵进行加权;利用伪逆方法求解光谱重建转换矩阵,重建对应像素的光谱反射率,最终获得重建对象的光谱图像。

    一种平面式文物光谱图像获取方法

    公开(公告)号:CN104849220B

    公开(公告)日:2017-06-27

    申请号:CN201510312513.0

    申请日:2015-06-09

    Applicant: 武汉大学

    Abstract: 本发明公开了一种平面式文物光谱图像获取方法,包括搭建六通道宽带光谱成像系统并进行特性化标定;选定平面式文物需要进行光谱图像采集的区域A,利用均匀灰卡对区域A进行光照均匀性标定,并选定M个颜色测量点;利用光谱成像系统采集区域A的数字响应值D(A),对D(A)进行暗电流去噪、线性化校正和光照不均匀性校正,提取M个测量点的六通道数字响应均值D(M);利用非接触式测量设备测量获得M个测量点的光谱数据P(M),利用光谱重建方法计算D(M)与P(M)转换矩阵Q;利用转换矩阵Q对六通道数字响应值D(A)进行光谱重建,通过光谱反射率值非负(>0)强制约束策略,获得区域A的光谱图像P(A)。本发明能准确、快速、无损地获得平面式文物光谱图像。

    一种用于色域最大化的多色打印印刷系统拆分式建模方法

    公开(公告)号:CN103823943B

    公开(公告)日:2017-01-18

    申请号:CN201410087445.8

    申请日:2014-03-11

    Applicant: 武汉大学

    Abstract: 一种用于色域最大化的多色打印印刷系统拆分式建模方法,包括制作并打印各基色的单色梯尺,确定每种单色墨量的超限阈值,测量等比压缩后单色梯尺的光谱值,建立对应关系;对原始多色打印印刷系统拆分打印印刷系统子模型;进行墨色空间全局采样,获得所有打印印刷系统子模型下的采样样本,仿真获取预测光谱反射率信息值;针对所有子模型,使用凸包算法计算得到墨色空间全局采样色域体积;进行K个子模型的组合并使用凸包算法获得每种组合的色域体积,当最大色域覆盖率大于预设阈值时,锁定对应最大色域覆盖率的组合,实现原始打印印刷系统的拆分式建模。该方法具有显著降低系统拆分建模复杂性、避免墨量超限问题、提高输出色彩稳定性等技术优势。

    一种面向单色系物体的LED光源喜好度预测方法

    公开(公告)号:CN106053024A

    公开(公告)日:2016-10-26

    申请号:CN201610481976.4

    申请日:2016-06-27

    Applicant: 武汉大学

    CPC classification number: G01M11/02

    Abstract: 本发明提供一种面向单色系物体的LED光源喜好度预测方法,包括确定白光LED光源的各光源相关色温以及各单色系物体的主波长;建立基于单色系物体的LED光源喜好度预测模型,包括对于主波长为正值的单色系物体采用二维曲面插值的方式,对于主波长为负值的单色系物体采用一维线性插值的方式,建立LED光源喜好度数学模型;基于LED光源喜好度预测模型进行预测,根据预测结果确定应使用的最佳光源。本发明面向单色系物体的LED光源喜好度预测模型采用仪器测量和人体主观反映量化统计相结合的研究方法,将客观物理数据与主观感知判断相结合,能够全面、精确的预测观察者对单色系物体的LED光源喜好度。

    基于多通道成像系统的光谱重建方法及系统

    公开(公告)号:CN104634451B

    公开(公告)日:2016-09-28

    申请号:CN201510073591.X

    申请日:2015-02-11

    Applicant: 武汉大学

    Abstract: 一种基于多通道成像系统的光谱重建方法及系统,用于根据多通道成像系统采集所得训练样本待选集和待重建样本集的相机响应值进行光谱重建,包括对待重建样本集中每个待重建样本分别从训练样本待选集中选出相机响应值最相似的训练样本,得到初始选择样本集;去掉相同的样本,将所有样本的光谱反射率信息构成矩阵进行PCA分析;计算特征值的累积贡献率,构成主成分系数矩阵;筛选样本得到训练样本子集,对每个待重建样本根据各训练样本子集分别进行光谱重建,从重建结果中按重建误差最小原则选择一个作为待重建样本的最终光谱反射率值。本发明能显著提高重建样本的色度精度和光谱精度,可用于高保真颜色复制,同时本发明实现简便,适于推广应用。

    一种多色打印印刷系统光谱分色方法

    公开(公告)号:CN103862858B

    公开(公告)日:2015-12-30

    申请号:CN201410088104.2

    申请日:2014-03-11

    Applicant: 武汉大学

    Abstract: 一种多色打印印刷系统光谱分色方法,包括对多色打印印刷系统进行子模型拆分,逐个判断待分色光谱是否在某子模型色域内部,组成样本集P;将P中各子模型进一步拆分为若干超型细胞及小型细胞,其中超型细胞皆由一定数量的小型细胞组成;逐个判断待分色光谱是否在某超型内部,组成样本集C;以光谱误差为评价度量,从C中超型细胞所包含的所有小细胞中选择p个最优小细胞,并在各小细胞中以Φ为评价度量进行光谱分色,并将具有最优Φ精度的分色墨量值作为最终分色墨量值,完成分色。本发明在保证多色打印印刷系统分色精度的同时,显著提高了分色效率及度量切换灵活性,且实施方便,在高保真色彩复制领域具有较高适用性。

Patent Agency Ranking