基于机器学习的纺织品颜色校正

发布时间：2017-09-26 17:01

  本文关键词：基于机器学习的纺织品颜色校正

  更多相关文章： 光照校正 极限学习机 粒子群优化 Bagging算法

【摘要】：印染环境中不稳定的照射光源会引起织物表面颜色的变化从而导致严重的色差评价误差,影响产品的质量。在传统的纺织印染行业中,染色品颜色的校正主要依靠具有丰富辨色经验的专业人员使用人眼来完成。这种人工方法投入成本高,存在一定的主观性,效率低下。因此利用机器学习的理论和方法自动高效地估计出场景的光照色度,提高染色品颜色校正的准确性,使其与标准色样一致,是非常有意义的研究方向。本文的研究工作主要围绕单一光照下基于机器学习的技术构建具有良好泛化能力和稳定性的光照色度估计模型,并用于解决印染过程中纺织品颜色校正问题。论文的主要工作和研究成果概括如下:(1)对颜色校正的基本概念和研究现状进行了简要的介绍,分析和比较了各种颜色校正算法的特点及优缺点。重点研究了具有较好性能的基于极限学习机(Extreme Learning Machine,ELM)的颜色校正算法,并对极限学习机的工作原理和存在的问题进行了深入的分析和讨论,为本文的后续工作提供理论基础。(2)针对ELM的训练精度和稳定性易受网络输入权值和隐含层偏置随机给定的影响,提出了一种基于Bagging的集成PSO-ELM光照预测模型。首先,利用粒子群优化(Particle Swarm Optimization,PSO)算法良好的全局搜索能力对极限学习机模型的输入权值矩阵和隐含层偏差进行迭代优化,形成改进的PSO-ELM光照预测模型;同时,为了进一步提高算法的性能,采用集成技术Bagging算法,生成多个差异度大的PSO-ELM子网络;最后,通过简单平均法将各个训练好的PSO-ELM进行融合,构成集成改进极限学习机Bagging-PSO-ELM光照估计模型。实验结果表明,相比于传统的基于ELM的颜色校正方法,该模型取得了较高的预测精度,具有较强的泛化能力和良好的稳定性。(3)针对基于支持向量回归(Support Vector Regression,SVR)的颜色校正算法学习效率低、单输出、以及预测精度不高的问题,将核函数引入到极限学习机中,提出了一种基于核极限学习机(Kernel Extreme Learning Machine,KELM)的光照估计模型。此外,利用无监督的Grey-Edge颜色恒常性算法提取了一种高效低维的图像颜色特征来取代传统的高维二值化的色度直方图特征,作为KELM的输入向量。实验结果表明,对比传统的SVR模型,该模型不仅具有较快的训练速度,而且取得了较高的光照估计准确度。
【关键词】：光照校正 极限学习机 粒子群优化 Bagging算法
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TS193;TP181
【目录】：

• 摘要4-6
• Abstract6-10
• 第一章 绪论10-18
• 1.1 研究背景和意义10-11
• 1.2 国内外研究现状11-16
• 1.2.1 颜色校正算法研究现状11-15
• 1.2.2 极限学习机研究现状15-16
• 1.3 论文的主要工作及结构安排16-18
• 第二章 颜色校正相关理论知识18-29
• 2.1 色彩知觉三要素18-22
• 2.1.1 光与色18-19
• 2.1.2 物体表面光学特性19-20
• 2.1.3 颜色视觉机理20-22
• 2.2 颜色空间22-23
• 2.2.1 RGB颜色空间22
• 2.2.2 r-g色度空间22-23
• 2.3 成像模型23-24
• 2.4 无监督的颜色恒常性计算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 对角映射模型28
• 2.6 本章小结28-29
• 第三章 基于Bagging的集成PSO-ELM纺织品颜色校正29-51
• 3.1 极限学习机30-32
• 3.2 粒子群优化算法32-35
• 3.3 Bagging算法35-37
• 3.4 基于Bagging-PSO-ELM的纺织品颜色校正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 实验结果与分析42-50
• 3.5.1 实验条件42-43
• 3.5.2 度量准则和评价标准43
• 3.5.3 实验参数设置43-45
• 3.5.4 算法结果讨论45-50
• 3.6 本章小结50-51
• 第四章 基于KELM的纺织品颜色校正51-64
• 4.1 核极限学习机理论51-52
• 4.2 基于KELM的纺织品颜色校正52-55
• 4.2.1 KELM光照估计模型52-53
• 4.2.2 KELM参数设置53-55
• 4.3 实验结果与分析55-62
• 4.3.1 实验条件55
• 4.3.2 度量准则和评价标准55
• 4.3.3 SVR参数设置55-56
• 4.3.4 实验结果讨论56-62
• 4.4 本章小结62-64
• 第五章 总结与展望64-66
• 参考文献66-72
• 致谢72-73
• 攻读学位期间的研究成果73

【相似文献】

中国期刊全文数据库 前10条

1 龚应忠;李子存;冯新泸;管亮;苏庆宇;张晓伟;;基于颜色特征的铜片腐蚀结果评价[J];腐蚀与防护;2013年02期

2 ;棉花颜色分级图[J];中国棉花加工;2013年05期

3 Л.Ф.Щестернина;贺云翠;;测定混炼胶及其各组份的颜色特征[J];橡胶译丛;1986年06期

4 赵凤友;;浅谈棉花颜色级与品级的关系[J];中国纤检;2011年13期

5 余筱洁;黄星奕;徐富斌;王允祥;庞林江;周存山;;基于颜色特征的雷笋切割方法研究[J];食品与机械;2012年06期

6 本刊编辑部;;棉花新标准实用手册——系列问答(之五) 颜色级16问[J];中国纤检;2013年Z1期

7 郭瑞良;张辉;;色织物图像中颜色特征的自动提取[J];北京服装学院学报(自然科学版);2010年01期

8 丁利华;杨建国;张泽琳;苏晓兰;高群;;表征煤质指标的煤粒图像颜色特征[J];中国煤炭;2012年12期

9 余平;翡翠颜色的研究及其评价[J];矿产与地质;1996年01期

10 ;冬季美人选色诀窍[J];中国化妆品;2000年10期

中国重要会议论文全文数据库 前10条

1 崔翔宇;许百华;;颜色特征信息对客体档案保持的影响[A];第十二届全国心理学学术大会论文摘要集[C];2009年

2 朱嘉珑;;俄语颜色词意义浅析[A];福建省外国语文学会2009年年会暨学术研讨会论文集[C];2009年

3 委福祥;曲彦平;苑玮琦;;镀层腐蚀形貌图像颜色特征的提取与分析[A];首届信息获取与处理学术会议论文集[C];2003年

4 黄勃;王宽全;李乃民;;基于像素的舌象颜色分析[A];第四次全国中西医结合诊断学术研讨会论文集[C];2010年

5 翟文鹏;吴爱国;杜春燕;;基于烟雾颜色特征和运动特征分析的视频烟雾探测[A];第二十九届中国控制会议论文集[C];2010年

6 吴成玉;邰晓英;赵杰煜;;基于颜色特征的图像检索方法与实现[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

7 朱伟涛;刘士荣;邱雪娜;;基于颜色和粒子滤波的视频目标检测与跟踪[A];PCC2009—第20届中国过程控制会议论文集[C];2009年

8 郭忠伟;李洪峰;;C~3 I系统中基于颜色特征的战场图像快速检索[A];中国造船工程学会电子技术学术委员会2006学术年会论文集（上册）[C];2006年

9 林名强;张陈斌;陈宗海;;运动与颜色特征相融合的目标跟踪算法[A];系统仿真技术及其应用学术论文集（第15卷）[C];2014年

10 郝婷;孟正大;;机器人在复杂环境下的火炬识别[A];2005全国自动化新技术学术交流会论文集（二）[C];2005年

中国重要报纸全文数据库 前5条

1 董岚;蓝色蓝宝石之颜色分级[N];中国黄金报;2004年

2 成都监测台 吴或;基于颜色特征的网络不良视频检测技术研究[N];电子报;2013年

3 张仁山;翡翠名称的特征[N];中国矿业报;2003年

4 白毅;中科院上海神经所：发现果蝇具有基于经验的学习能力[N];中国医药报;2007年

5 刘占军;“红蓝黄绿”任我搜[N];中国电脑教育报;2009年

中国博士学位论文全文数据库 前10条

1 王娟;基于计算机视觉的棉花干旱诊断研究[D];石河子大学;2014年

2 白雪峰;足球视频内容分析关键技术研究[D];哈尔滨工业大学;2014年

3 陈雁;纺织服装颜色风格的原理与应用[D];苏州大学;2002年

4 肖学中;基于实例的颜色处理新技术研究[D];上海交通大学;2009年

5 戴天虹;基于计算机视觉的木质板材颜色分类方法的研究[D];东北林业大学;2008年

6 蒋孝锋;服装颜色明度对人情感的影响机制[D];苏州大学;2011年

7 张可为;基于颜色标记图像着色的关键技术研究[D];中南大学;2014年

8 孙劲光;基于颜色特征的图象数据管理模式研究[D];辽宁工程技术大学;2006年

9 闫子飞;面向中医舌诊的舌下静脉特征获取与分析[D];哈尔滨工业大学;2010年

10 郑芝寰;颜色成像中的反射分量分离及光谱测量研究[D];浙江大学;2014年

中国硕士学位论文全文数据库 前10条

1 赵颖;有关历代主要字词典所收颜色词的系统研究[D];山西师范大学;2010年

2 许媛;洱海蓝藻爆发识别的研究及工程实现[D];昆明理工大学;2015年

3 沈新宁;基于颜色特征的快速图像检索技术的研究[D];复旦大学;2014年

4 张晶晶;基于高光谱成像技术的杏成熟度判别研究[D];山西农业大学;2015年

5 韩大洋;提高人眼匹配显示器到投影仪颜色再现精度的方法研究[D];云南师范大学;2015年

6 唐钦;基于纹理和颜色特征的植物叶片识别方法研究[D];浙江大学;2015年

7 任天威;基于stm32微处理器的颜色采集与分析[D];黑龙江大学;2015年

8 许世杰;基于色差模型的色盲辅助矫正方法研究[D];西安电子科技大学;2014年

9 周国庆;基于视觉显著性的图像目标检测设计与实现[D];西安电子科技大学;2014年

10 王婧;纺织品颜色分类及色差检测系统研究[D];西安工程大学;2015年

，

本文编号：924654