-
公开(公告)号：CN115855809B
公开(公告)日：2023-05-26
申请号：CN202310145478.2
申请日：2023-02-21
Applicant: 武汉纺织大学
Abstract: 本发明为一种基于光谱重建的纺织品色牢度自动评级方法，包括：制作纺织样本；针对不同色牢度测试需求，开展色牢度测试；开展色牢度目视评级，得到纺织样本的色牢度目视评级结果；在规定条件下，利用数码相机拍摄纺织样本及光谱建模样本数字图像，提取拍摄对象数字响应值；利用光谱建模样本对相机进行光谱建模，得到光谱重建模型；利用光谱重建模型重建纺织样本的光谱；利用纺织样本光谱计算得到对应的颜色数据；利用纺织样本颜色数据，计算得到对应色牢度测试的色差及颜色属性差值；构建纺织样本的色牢度预测模型；利用色牢度预测模型预测目标纺织样本的色牢度等级。本发明消除了主观差异，克服了现有评级方法因偏色导致的评级不准问题。
-
公开(公告)号：CN115855809A
公开(公告)日：2023-03-28
申请号：CN202310145478.2
申请日：2023-02-21
Applicant: 武汉纺织大学
Abstract: 本发明为一种基于光谱重建的纺织品色牢度自动评级方法，包括：制作纺织样本；针对不同色牢度测试需求，开展色牢度测试；开展色牢度目视评级，得到纺织样本的色牢度目视评级结果；在规定条件下，利用数码相机拍摄纺织样本及光谱建模样本数字图像，提取拍摄对象数字响应值；利用光谱建模样本对相机进行光谱建模，得到光谱重建模型；利用光谱重建模型重建纺织样本的光谱；利用纺织样本光谱计算得到对应的颜色数据；利用纺织样本颜色数据，计算得到对应色牢度测试的色差及颜色属性差值；构建纺织样本的色牢度预测模型；利用色牢度预测模型预测目标纺织样本的色牢度等级。本发明消除了主观差异，克服了现有评级方法因偏色导致的评级不准问题。
-
公开(公告)号：CN118333873B
公开(公告)日：2024-09-06
申请号：CN202410450838.4
申请日：2024-04-15
Applicant: 武汉纺织大学
IPC: G06T5/40 , G06T7/90 , G06V10/774
Abstract: 本发明公开了一种基于多光谱图像重建的低照度增强方法和系统。首先收集现有公开的低照度/正常照度图像数据集；然后计算每幅正常照度图像对应的正常照度多光谱图像；随后划分训练样本集和验证样本集，并以正常照度多光谱图像与其低照度图像为基础，构成包含成对数据的完整样本集；构建深度学习光谱重建模型框架，并使用数据样本得到损失函数结果对模型参数进行调整，监测训练集与验证样本集的光谱重建误差，直至训练集与验证集光谱重建误差达到收敛状态，得到低照度增强多光谱重建模型；利用低照度增强多光谱重建模型对低照度图像进行光谱重建，得到正常照度多光谱图像，并利用色度学理论计算正常照度多光谱图像对应正常照度彩色图像。
-
公开(公告)号：CN118333873A
公开(公告)日：2024-07-12
申请号：CN202410450838.4
申请日：2024-04-15
Applicant: 武汉纺织大学
IPC: G06T5/40 , G06T7/90 , G06V10/774
Abstract: 本发明公开了一种基于多光谱图像重建的低照度增强方法和系统。首先收集现有公开的低照度/正常照度图像数据集；然后计算每幅正常照度图像对应的正常照度多光谱图像；随后划分训练样本集和验证样本集，并以正常照度多光谱图像与其低照度图像为基础，构成包含成对数据的完整样本集；构建深度学习光谱重建模型框架，并使用数据样本得到损失函数结果对模型参数进行调整，监测训练集与验证样本集的光谱重建误差，直至训练集与验证集光谱重建误差达到收敛状态，得到低照度增强多光谱重建模型；利用低照度增强多光谱重建模型对低照度图像进行光谱重建，得到正常照度多光谱图像，并利用色度学理论计算正常照度多光谱图像对应正常照度彩色图像。
-
-
-
Search Results
4
records
(took 0.019 seconds)
