目的實現(xiàn)LCD顯示器RGB顏色空間到顏色光譜高效的特征化。方法利用主成分分析法對光譜數(shù)據(jù)進行降維處理以及借助RBF神經(jīng)網(wǎng)絡(luò)研究輸入變量數(shù)據(jù)范圍、視覺加權(quán)函數(shù)和顏色數(shù)量對特征化模型的精度影響。結(jié)果主成分個數(shù)為6時可以很好地保留光譜原來的信息;輸入變量范圍為0到2.55,CIE1931視覺函數(shù)作為加權(quán)函數(shù),顏色數(shù)量為364時特征化精度高,客觀驗證99個顏色轉(zhuǎn)換的平均色差為0.36,最大色差為1.59,總樣本的平均色差為0.17。結(jié)論輸入變量數(shù)據(jù)范圍對模型影響最大,視覺加權(quán)函數(shù)和顏色數(shù)量次之,因此在特征化時要考慮輸入變量范圍、視覺加權(quán)函數(shù)和顏色數(shù)量,這樣可以提高模型的精度。文中提出的模型是一種精度較高的特征化模型,具有一定實際應(yīng)用價值。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 關(guān)鍵技術(shù)
    1.1 RBF神經(jīng)網(wǎng)絡(luò)的介紹
    1.2 人眼視覺特性函數(shù)
2 實驗色塊選取及條件
    2.1 色塊選取
    2.2 實驗儀器及測量環(huán)境
3 算法參數(shù)確定
    3.1 主成分個數(shù)的確定
    3.2 輸入變量數(shù)據(jù)范圍對精度影響
    3.3 視覺加權(quán)函數(shù)對精度影響
    3.4 顏色數(shù)量對精度的影響
3實驗結(jié)果與分析
4 結(jié)語



本文編號：3819798