本文關鍵詞：基于機器學習的紡織品顏色校正

  更多相關文章： 光照校正 極限學習機 粒子群優(yōu)化 Bagging算法

【摘要】：印染環(huán)境中不穩(wěn)定的照射光源會引起織物表面顏色的變化從而導致嚴重的色差評價誤差,影響產(chǎn)品的質量。在傳統(tǒng)的紡織印染行業(yè)中,染色品顏色的校正主要依靠具有豐富辨色經(jīng)驗的專業(yè)人員使用人眼來完成。這種人工方法投入成本高,存在一定的主觀性,效率低下。因此利用機器學習的理論和方法自動高效地估計出場景的光照色度,提高染色品顏色校正的準確性,使其與標準色樣一致,是非常有意義的研究方向。本文的研究工作主要圍繞單一光照下基于機器學習的技術構建具有良好泛化能力和穩(wěn)定性的光照色度估計模型,并用于解決印染過程中紡織品顏色校正問題。論文的主要工作和研究成果概括如下:(1)對顏色校正的基本概念和研究現(xiàn)狀進行了簡要的介紹,分析和比較了各種顏色校正算法的特點及優(yōu)缺點。重點研究了具有較好性能的基于極限學習機(Extreme Learning Machine,ELM)的顏色校正算法,并對極限學習機的工作原理和存在的問題進行了深入的分析和討論,為本文的后續(xù)工作提供理論基礎。(2)針對ELM的訓練精度和穩(wěn)定性易受網(wǎng)絡輸入權值和隱含層偏置隨機給定的影響,提出了一種基于Bagging的集成PSO-ELM光照預測模型。首先,利用粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法良好的全局搜索能力對極限學習機模型的輸入權值矩陣和隱含層偏差進行迭代優(yōu)化,形成改進的PSO-ELM光照預測模型;同時,為了進一步提高算法的性能,采用集成技術Bagging算法,生成多個差異度大的PSO-ELM子網(wǎng)絡;最后,通過簡單平均法將各個訓練好的PSO-ELM進行融合,構成集成改進極限學習機Bagging-PSO-ELM光照估計模型。實驗結果表明,相比于傳統(tǒng)的基于ELM的顏色校正方法,該模型取得了較高的預測精度,具有較強的泛化能力和良好的穩(wěn)定性。(3)針對基于支持向量回歸(Support Vector Regression,SVR)的顏色校正算法學習效率低、單輸出、以及預測精度不高的問題,將核函數(shù)引入到極限學習機中,提出了一種基于核極限學習機(Kernel Extreme Learning Machine,KELM)的光照估計模型。此外,利用無監(jiān)督的Grey-Edge顏色恒常性算法提取了一種高效低維的圖像顏色特征來取代傳統(tǒng)的高維二值化的色度直方圖特征,作為KELM的輸入向量。實驗結果表明,對比傳統(tǒng)的SVR模型,該模型不僅具有較快的訓練速度,而且取得了較高的光照估計準確度。
【關鍵詞】：光照校正 極限學習機 粒子群優(yōu)化 Bagging算法
【學位授予單位】：浙江理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TS193;TP181
【目錄】：

• 摘要4-6
• Abstract6-10
• 第一章 緒論10-18
• 1.1 研究背景和意義10-11
• 1.2 國內外研究現(xiàn)狀11-16
• 1.2.1 顏色校正算法研究現(xiàn)狀11-15
• 1.2.2 極限學習機研究現(xiàn)狀15-16
• 1.3 論文的主要工作及結構安排16-18
• 第二章 顏色校正相關理論知識18-29
• 2.1 色彩知覺三要素18-22
• 2.1.1 光與色18-19
• 2.1.2 物體表面光學特性19-20
• 2.1.3 顏色視覺機理20-22
• 2.2 顏色空間22-23
• 2.2.1 RGB顏色空間22
• 2.2.2 r-g色度空間22-23
• 2.3 成像模型23-24
• 2.4 無監(jiān)督的顏色恒常性計算24-28
• 2.4.1 White-Patch算法24
• 2.4.2 Grey-Word算法24-25
• 2.4.3 Shades of Gray算法25
• 2.4.4 Grey-Edge算法25-28
• 2.5 對角映射模型28
• 2.6 本章小結28-29
• 第三章 基于Bagging的集成PSO-ELM紡織品顏色校正29-51
• 3.1 極限學習機30-32
• 3.2 粒子群優(yōu)化算法32-35
• 3.3 Bagging算法35-37
• 3.4 基于Bagging-PSO-ELM的紡織品顏色校正37-42
• 3.4.1 PSO-ELM模型37-39
• 3.4.2 Bagging-PSO-ELM模型39-41
• 3.4.3 Grey-Edge特征提取方法41-42
• 3.5 實驗結果與分析42-50
• 3.5.1 實驗條件42-43
• 3.5.2 度量準則和評價標準43
• 3.5.3 實驗參數(shù)設置43-45
• 3.5.4 算法結果討論45-50
• 3.6 本章小結50-51
• 第四章 基于KELM的紡織品顏色校正51-64
• 4.1 核極限學習機理論51-52
• 4.2 基于KELM的紡織品顏色校正52-55
• 4.2.1 KELM光照估計模型52-53
• 4.2.2 KELM參數(shù)設置53-55
• 4.3 實驗結果與分析55-62
• 4.3.1 實驗條件55
• 4.3.2 度量準則和評價標準55
• 4.3.3 SVR參數(shù)設置55-56
• 4.3.4 實驗結果討論56-62
• 4.4 本章小結62-64
• 第五章 總結與展望64-66
• 參考文獻66-72
• 致謝72-73
• 攻讀學位期間的研究成果73

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 龔應忠;李子存;馮新瀘;管亮;蘇慶宇;張曉偉;;基于顏色特征的銅片腐蝕結果評價[J];腐蝕與防護;2013年02期

2 ;棉花顏色分級圖[J];中國棉花加工;2013年05期

3 Л.Ф.Щестернина;賀云翠;;測定混煉膠及其各組份的顏色特征[J];橡膠譯叢;1986年06期

4 趙鳳友;;淺談棉花顏色級與品級的關系[J];中國纖檢;2011年13期

5 余筱潔;黃星奕;徐富斌;王允祥;龐林江;周存山;;基于顏色特征的雷筍切割方法研究[J];食品與機械;2012年06期

6 本刊編輯部;;棉花新標準實用手冊——系列問答(之五) 顏色級16問[J];中國纖檢;2013年Z1期

7 郭瑞良;張輝;;色織物圖像中顏色特征的自動提取[J];北京服裝學院學報(自然科學版);2010年01期

8 丁利華;楊建國;張澤琳;蘇曉蘭;高群;;表征煤質指標的煤粒圖像顏色特征[J];中國煤炭;2012年12期

9 余平;翡翠顏色的研究及其評價[J];礦產(chǎn)與地質;1996年01期

10 ;冬季美人選色訣竅[J];中國化妝品;2000年10期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 崔翔宇;許百華;;顏色特征信息對客體檔案保持的影響[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

2 朱嘉瓏;;俄語顏色詞意義淺析[A];福建省外國語文學會2009年年會暨學術研討會論文集[C];2009年

3 委福祥;曲彥平;苑瑋琦;;鍍層腐蝕形貌圖像顏色特征的提取與分析[A];首屆信息獲取與處理學術會議論文集[C];2003年

4 黃勃;王寬全;李乃民;;基于像素的舌象顏色分析[A];第四次全國中西醫(yī)結合診斷學術研討會論文集[C];2010年

5 翟文鵬;吳愛國;杜春燕;;基于煙霧顏色特征和運動特征分析的視頻煙霧探測[A];第二十九屆中國控制會議論文集[C];2010年

6 吳成玉;邰曉英;趙杰煜;;基于顏色特征的圖像檢索方法與實現(xiàn)[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2004年

7 朱偉濤;劉士榮;邱雪娜;;基于顏色和粒子濾波的視頻目標檢測與跟蹤[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

8 郭忠偉;李洪峰;;C~3 I系統(tǒng)中基于顏色特征的戰(zhàn)場圖像快速檢索[A];中國造船工程學會電子技術學術委員會2006學術年會論文集（上冊）[C];2006年

9 林名強;張陳斌;陳宗海;;運動與顏色特征相融合的目標跟蹤算法[A];系統(tǒng)仿真技術及其應用學術論文集（第15卷）[C];2014年

10 郝婷;孟正大;;機器人在復雜環(huán)境下的火炬識別[A];2005全國自動化新技術學術交流會論文集（二）[C];2005年

中國重要報紙全文數(shù)據(jù)庫 前5條

1 董嵐;藍色藍寶石之顏色分級[N];中國黃金報;2004年

2 成都監(jiān)測臺 吳或;基于顏色特征的網(wǎng)絡不良視頻檢測技術研究[N];電子報;2013年

3 張仁山;翡翠名稱的特征[N];中國礦業(yè)報;2003年

4 白毅;中科院上海神經(jīng)所：發(fā)現(xiàn)果蠅具有基于經(jīng)驗的學習能力[N];中國醫(yī)藥報;2007年

5 劉占軍;“紅藍黃綠”任我搜[N];中國電腦教育報;2009年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王娟;基于計算機視覺的棉花干旱診斷研究[D];石河子大學;2014年

2 白雪峰;足球視頻內容分析關鍵技術研究[D];哈爾濱工業(yè)大學;2014年

3 陳雁;紡織服裝顏色風格的原理與應用[D];蘇州大學;2002年

4 肖學中;基于實例的顏色處理新技術研究[D];上海交通大學;2009年

5 戴天虹;基于計算機視覺的木質板材顏色分類方法的研究[D];東北林業(yè)大學;2008年

6 蔣孝鋒;服裝顏色明度對人情感的影響機制[D];蘇州大學;2011年

7 張可為;基于顏色標記圖像著色的關鍵技術研究[D];中南大學;2014年

8 孫勁光;基于顏色特征的圖象數(shù)據(jù)管理模式研究[D];遼寧工程技術大學;2006年

9 閆子飛;面向中醫(yī)舌診的舌下靜脈特征獲取與分析[D];哈爾濱工業(yè)大學;2010年

10 鄭芝寰;顏色成像中的反射分量分離及光譜測量研究[D];浙江大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 趙穎;有關歷代主要字詞典所收顏色詞的系統(tǒng)研究[D];山西師范大學;2010年

2 許媛;洱海藍藻爆發(fā)識別的研究及工程實現(xiàn)[D];昆明理工大學;2015年

3 沈新寧;基于顏色特征的快速圖像檢索技術的研究[D];復旦大學;2014年

4 張晶晶;基于高光譜成像技術的杏成熟度判別研究[D];山西農(nóng)業(yè)大學;2015年

5 韓大洋;提高人眼匹配顯示器到投影儀顏色再現(xiàn)精度的方法研究[D];云南師范大學;2015年

6 唐欽;基于紋理和顏色特征的植物葉片識別方法研究[D];浙江大學;2015年

7 任天威;基于stm32微處理器的顏色采集與分析[D];黑龍江大學;2015年

8 許世杰;基于色差模型的色盲輔助矯正方法研究[D];西安電子科技大學;2014年

9 周國慶;基于視覺顯著性的圖像目標檢測設計與實現(xiàn)[D];西安電子科技大學;2014年

10 王婧;紡織品顏色分類及色差檢測系統(tǒng)研究[D];西安工程大學;2015年

，

本文編號：924654