基于视觉特性的LCD显示器光谱特征化方法

发布时间：2023-05-19 17:43

　　目的实现LCD显示器RGB颜色空间到颜色光谱高效的特征化。方法利用主成分分析法对光谱数据进行降维处理以及借助RBF神经网络研究输入变量数据范围、视觉加权函数和颜色数量对特征化模型的精度影响。结果主成分个数为6时可以很好地保留光谱原来的信息;输入变量范围为0到2.55,CIE1931视觉函数作为加权函数,颜色数量为364时特征化精度高,客观验证99个颜色转换的平均色差为0.36,最大色差为1.59,总样本的平均色差为0.17。结论输入变量数据范围对模型影响最大,视觉加权函数和颜色数量次之,因此在特征化时要考虑输入变量范围、视觉加权函数和颜色数量,这样可以提高模型的精度。文中提出的模型是一种精度较高的特征化模型,具有一定实际应用价值。

【文章页数】：5 页

【文章目录】：
1 关键技术
    1.1 RBF神经网络的介绍
    1.2 人眼视觉特性函数
2 实验色块选取及条件
    2.1 色块选取
    2.2 实验仪器及测量环境
3 算法参数确定
    3.1 主成分个数的确定
    3.2 输入变量数据范围对精度影响
    3.3 视觉加权函数对精度影响
    3.4 颜色数量对精度的影响
3实验结果与分析
4 结语



本文编号：3819798