隨著產(chǎn)品質(zhì)量意識(shí)的提高,與顏色質(zhì)量相關(guān)的各行各業(yè)對(duì)高精確的顏色質(zhì)量成為了一種必要性。尤其是紡織印染領(lǐng)域,印染成品的顏色質(zhì)量成為企業(yè)在市場(chǎng)的一種強(qiáng)勢(shì)競(jìng)爭(zhēng)力,故紡織印染企業(yè)將高顏色質(zhì)量作為一個(gè)必不可少的性能指標(biāo)。紡織印染企業(yè)最開始的色差檢測(cè)系統(tǒng)就是靠經(jīng)驗(yàn)豐富的人工來檢測(cè),人工檢測(cè)沒有固定的標(biāo)準(zhǔn)且人的眼睛易疲勞,所以存在很大的主觀意識(shí),同時(shí)人工檢測(cè)的效率低下。隨著人工智能和互聯(lián)網(wǎng)的快速發(fā)展,將包含機(jī)器學(xué)習(xí)的智能色差檢測(cè)系統(tǒng)代替人工進(jìn)行印染品的色差檢測(cè)成為了色差檢測(cè)的必要趨勢(shì)。故本文針對(duì)色差檢測(cè)及色差檢測(cè)涉及的光照估計(jì)存在的關(guān)鍵問題進(jìn)行研究并使用機(jī)器學(xué)習(xí)去解決問題,致力于構(gòu)建高精度、高穩(wěn)定的色差檢測(cè)模型和光照估計(jì)模型。論文的主要的研究?jī)?nèi)容和成果如下:為了解決色差檢測(cè)中存在的光照問題,其中,主要包括同等標(biāo)準(zhǔn)光源下不均勻光照的色差評(píng)價(jià)問題和不同標(biāo)準(zhǔn)光源條件下的色差評(píng)價(jià)問題。本文提出了正則化的隨機(jī)向量功能連接（RVFL）染色物光照估計(jì)算法（RRVFL）。由于標(biāo)準(zhǔn)的RVFL的輸出權(quán)重存在病態(tài)解。所以采用正則化去解決這個(gè)問題,這樣構(gòu)成了魯棒性高的正則化RVFL染色物光照估計(jì)模型。首先通過使用Gray-E... 

【文章來源】：浙江理工大學(xué)浙江省

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１圖像采集流程圖??（１）如圖２．１所示，使用ＢＮＣ視頻連接器輸出標(biāo)準(zhǔn)ＰＡＬ視頻信號(hào)的ＳＯＮＹＳＳＣ－ＤＣ３９８Ｐ彩??

浙江理工大學(xué)碩士學(xué)位論文??基于機(jī)器學(xué)習(xí)的染色物色差等級(jí)分類研宄??圖２．２到圖２．５分別表示待處理的圖像、中值濾波的效果圖、鄰域平均法的效果圖、高??斯濾波的效果圖，從各圖的效果分析來看，鄰域平均法處理完的圖像的邊緣留下了黑框，??留下黑框的原因是邊緣附近的高頻信息污染了圖像的邊緣。中值濾波處理完的圖像的四角??產(chǎn)生了凸點(diǎn)。但是高斯濾波處理完的圖像就不存在以上問題，它的邊緣信息保護(hù)的很好。??故本文的色差等級(jí)分類中所用的樣本圖像采用高斯濾波更加合適，因此，本文以下的樣本??圖像都將采用高斯濾波進(jìn)行圖像的預(yù)處理操作。??２．３色差公式的選擇??在色差檢測(cè)系統(tǒng)中，色差公式的選擇很重要，對(duì)于不同的色彩空間有不同的色差公式。??為了更好地評(píng)估色差并滿足人們的視覺感知，因此選擇適合其行業(yè)的色差公式非常重要。??目前，色差計(jì)算公式主要是基于ＣＩＥＬＡＢ色彩空間的ＣＩＥＬＡＢ公式和其他一些相關(guān)的ＣＭＣ、??ＣｆｆｉＤＥ２０００［３７＾式等。本文分別使用ＣＩＥＬＡＢ，?ＣＭＣ，?ＣＩＥＤＥ２０００公式計(jì)算色差，對(duì)色??差的計(jì)算有一些簡(jiǎn)單的分析。??如圖２．６所示，在相同的照明條件下，拍攝了沒有視覺色差的兩幀（ａ，ｂ）和具有視覺??色差的一幀（ｃ），如圖２．６所示。使用沒有視覺色差的一幅圖像作為參考圖像，三個(gè)色差??公式用于計(jì)算其他無視覺色差的幀圖像與參考圖像之間的色差。然后，如表２．１所示，獲??得基于可以計(jì)算平均值和方差的像素點(diǎn)的色差數(shù)據(jù)集。然后，計(jì)算具有視覺色差的一幀圖??像與參考圖像之間的色差。獲得另一個(gè)基于像素點(diǎn)的色差數(shù)據(jù)集。表２．２列出了計(jì)算出的??平均值和方差。??Ｐ國，??ａ?ｂ?ｃ??圖２．６在色差公式

浙江理工大學(xué)碩士學(xué)位論文?基于機(jī)器學(xué)習(xí)的染色物色差等級(jí)分類研究??＜■?；？）＾－？＃?１?＜：＂＇＊－：？?？?－ｒｒ，ｖ？?？？＇？？?：??ｆ??■１＾＾｜截?＿酬??麵＿＿，＿：攀纖響：．??ｇ??圖２．７不同顏色的樣本圖像??表２Ｊ?Ｃ１ＥＤＥ２０００公式和Ｄａｔａｃｏｌｏｒ?６５０色差儀的測(cè)量結(jié)果??Ｇｒｏｕｐ?ＣＩＥＤＥ２０００?Ｄａｔａｃｏｌｏｒ?６５０??ａ?０．３７９?０．２５５??ｂ?１．６７５?２．１６７??ｃ?１．４７４?１．４３９??ｄ?１．４４１?１．４１０??ｅ?Ｌ９４７?１．９９０??ｆ?０．０１８６?０．０８２７??ｇ?０．７６１９?０．７８４３??綜上兩個(gè)對(duì)比實(shí)驗(yàn)得出：考慮到ＣＩＥＤＥ２０００、ＣｆｆｉＬＡＢ、ＣＭＣ三種公式在計(jì)算色差??的整體表現(xiàn)和ＣＩＤＥ２０００與色差儀Ｄａｔａｃｏｌｏｒ?６５０測(cè)量結(jié)果差距，并且在對(duì)現(xiàn)有色差模型??和視覺評(píng)估數(shù)據(jù)進(jìn)行分析和整合的基礎(chǔ)上，本文最后選擇了?ＣＩＥＤＥ２０００色差公式來計(jì)算??１３??

【參考文獻(xiàn)】：
碩士論文
[1]基于DSP的染色品色差檢測(cè)系統(tǒng)的研究與設(shè)計(jì)[D]. 吳小亮.浙江理工大學(xué) 2016
[2]基于機(jī)器視覺的染色品色差檢測(cè)系統(tǒng)的關(guān)鍵技術(shù)研究[D]. 常衛(wèi).浙江理工大學(xué) 2012



本文編號(hào)：3476749