本文關(guān)鍵詞：基于機(jī)器學(xué)習(xí)的紡織品顏色校正

  更多相關(guān)文章： 光照校正 極限學(xué)習(xí)機(jī) 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(dǎo)致嚴(yán)重的色差評價誤差,影響產(chǎn)品的質(zhì)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(jī)器學(xué)習(xí)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(zhǔn)確性,使其與標(biāo)準(zhǔn)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(jī)器學(xué)習(xí)的技術(shù)構(gòu)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(jìn)行了簡要的介紹,分析和比較了各種顏色校正算法的特點(diǎn)及優(yōu)缺點(diǎn)。重點(diǎn)研究了具有較好性能的基于極限學(xué)習(xí)機(jī)(Extreme Learning Machine,ELM)的顏色校正算法,并對極限學(xué)習(xí)機(jī)的工作原理和存在的問題進(jìn)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(chǔ)。(2)針對ELM的訓(xùn)練精度和穩(wěn)定性易受網(wǎng)絡(luò)輸入權(quán)值和隱含層偏置隨機(jī)給定的影響,提出了一種基于Bagging的集成PSO-ELM光照預(yù)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(xué)習(xí)機(jī)模型的輸入權(quán)值矩陣和隱含層偏差進(jìn)行迭代優(yōu)化,形成改進(jìn)的PSO-ELM光照預(yù)測模型;同時,為了進(jìn)一步提高算法的性能,采用集成技術(shù)Bagging算法,生成多個差異度大的PSO-ELM子網(wǎng)絡(luò);最后,通過簡單平均法將各個訓(xùn)練好的PSO-ELM進(jìn)行融合,構(gòu)成集成改進(jìn)極限學(xué)習(xí)機(jī)Bagging-PSO-ELM光照估計模型。實(shí)驗結(jié)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(yù)測精度,具有較強(qiáng)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(xué)習(xí)效率低、單輸出、以及預(yù)測精度不高的問題,將核函數(shù)引入到極限學(xué)習(xí)機(jī)中,提出了一種基于核極限學(xué)習(xí)機(jī)(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(shí)驗結(jié)果表明,對比傳統(tǒng)的SVR模型,該模型不僅具有較快的訓(xùn)練速度,而且取得了較高的光照估計準(zhǔn)確度。
【關(guān)鍵詞】：光照校正 極限學(xué)習(xí)機(jī) 粒子群優(yōu)化 Bagging算法
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)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(nèi)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(xué)習(xí)機(jī)研究現(xiàn)狀15-16
• 1.3 論文的主要工作及結(jié)構(gòu)安排16-18
• 第二章 顏色校正相關(guān)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(xué)特性19-20
• 2.1.3 顏色視覺機(jī)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(jié)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(xué)習(xí)機(jī)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(shí)驗結(jié)果與分析42-50
• 3.5.1 實(shí)驗條件42-43
• 3.5.2 度量準(zhǔn)則和評價標(biāo)準(zhǔn)43
• 3.5.3 實(shí)驗參數(shù)設(shè)置43-45
• 3.5.4 算法結(jié)果討論45-50
• 3.6 本章小結(jié)50-51
• 第四章 基于KELM的紡織品顏色校正51-64
• 4.1 核極限學(xué)習(xí)機(jī)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(shè)置53-55
• 4.3 實(shí)驗結(jié)果與分析55-62
• 4.3.1 實(shí)驗條件55
• 4.3.2 度量準(zhǔn)則和評價標(biāo)準(zhǔn)55
• 4.3.3 SVR參數(shù)設(shè)置55-56
• 4.3.4 實(shí)驗結(jié)果討論56-62
• 4.4 本章小結(jié)62-64
• 第五章 總結(jié)與展望64-66
• 參考文獻(xiàn)66-72
• 致謝72-73
• 攻讀學(xué)位期間的研究成果73

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 龔應(yīng)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(jié)果評價[J];腐蝕與防護(hù);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(guān)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(jī)械;2012年06期

6 本刊編輯部;;棉花新標(biāo)準(zhǔn)實(shí)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(xué)院學(xué)報(自然科學(xué)版);2010年01期

8 丁利華;楊建國;張澤琳;蘇曉蘭;高群;;表征煤質(zhì)指標(biāo)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(zhì);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(xué)學(xué)術(shù)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(xué)會2009年年會暨學(xué)術(shù)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(xué)術(shù)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(jié)合診斷學(xué)術(shù)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(yùn)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(shí)現(xiàn)[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)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(biāo)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(xué)會電子技術(shù)學(xué)術(shù)委員會2006學(xué)術(shù)年會論文集（上冊）[C];2006年

9 林名強(qiáng);張陳斌;陳宗海;;運(yùn)動與顏色特征相融合的目標(biāo)跟蹤算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第15卷）[C];2014年

10 郝婷;孟正大;;機(jī)器人在復(fù)雜環(huán)境下的火炬識別[A];2005全國自動化新技術(shù)學(xué)術(shù)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(lán)色藍(lán)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(luò)不良視頻檢測技術(shù)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(xué)習(xí)能力[N];中國醫(yī)藥報;2007年

5 劉占軍;“紅藍(lán)黃綠”任我搜[N];中國電腦教育報;2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王娟;基于計算機(jī)視覺的棉花干旱診斷研究[D];石河子大學(xué);2014年

2 白雪峰;足球視頻內(nèi)容分析關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2014年

3 陳雁;紡織服裝顏色風(fēng)格的原理與應(yīng)用[D];蘇州大學(xué);2002年

4 肖學(xué)中;基于實(shí)例的顏色處理新技術(shù)研究[D];上海交通大學(xué);2009年

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

6 蔣孝鋒;服裝顏色明度對人情感的影響機(jī)制[D];蘇州大學(xué);2011年

7 張可為;基于顏色標(biāo)記圖像著色的關(guān)鍵技術(shù)研究[D];中南大學(xué);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(shù)大學(xué);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(xué);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(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 趙穎;有關(guān)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(xué);2010年

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

3 沈新寧;基于顏色特征的快速圖像檢索技術(shù)的研究[D];復(fù)旦大學(xué);2014年

4 張晶晶;基于高光譜成像技術(shù)的杏成熟度判別研究[D];山西農(nóng)業(yè)大學(xué);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(xué);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(xué);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(xué);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(xué);2014年

9 周國慶;基于視覺顯著性的圖像目標(biāo)檢測設(shè)計與實(shí)現(xiàn)[D];西安電子科技大學(xué);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(xué);2015年

，

本文編號：924654