基于K-M理论光谱重算法的研究

基于K-M理论光谱重算法的研究

论文摘要

在过去的几十年里,跨媒体颜色信息真实复制成为颜色科学的研究热点。实现跨媒体颜色信息真实复制的更加本质的方法,就是获取目标物体的光谱反射比,多光谱成像技术已成为了真实复制彩色图像的主要技术手段。多光谱成像技术理论正从单一的理论研究逐渐向具体应用实例方面发展。随着现代社会的进步和发展,人们对文物古画的喜好和研究与日俱增,对珍稀艺术瑰宝的传承和发扬光大已经是当代博物典藏工作的一件大事。我国是一个具有五千年历史的文明古国,每一个朝代都遗留下大量令世人瞩目的文物古迹。中国书画作品便是这些文物古迹中的瑰宝。它植根于华夏浓厚的文化沃土之中,跨越不同时空,历经萌芽、发展、成熟、创新、再发展的诸多不同阶段,形成了融会民族文化素养、思维方式、审美意识和哲学观念的完整的艺术体系。由于空气中的大气污染,这些珍贵书画作品正遭到损坏,我们可以考虑运用多光谱成像技术对中国的书画作品进行光谱反射比重建,来记录这些珍贵作品的光谱信息从而达到保护这些书画作品的目的。本文针对我国的书画作品中水墨画的特点,提出了一种光谱重建的的方法——基于K-M理论的光谱重建算法。其关键是采用配色理论估计出被测样品表面颜料的浓度配方,求出浓度配方与图像采集装置响应值间的转换矩阵,进而重建出被测样品的光谱反射比。通过和传统的K-M理论的光谱反射比重建算法相比较,基于K-M和配色理论的光谱反射比重建算法克服了原算法在K/S空间内运用主成份分析法(PCA)Kubelka-Munk方程会受到数学方面的限制,因此在实际的应用中更有使用价值。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 多光谱成像技术的研究历史背景与回顾
  • 1.1.1 色貌模型方法
  • 1.1.2 多光谱成像技术的发展
  • 1.2 目前多光谱成像技术的研究热点
  • 1.3 本论文的研究内容
  • 第二章 多光谱成像技术
  • 2.1 与多光谱成像技术相关的色度学知识
  • 2.1.1 CIE色度计算方法
  • 2.1.2 同色异谱
  • 2.2 多光谱成像系统
  • 2.3 光谱重建算法
  • 2.3.1 光谱重建算法的发展
  • 2.3.2 光谱重建算法的基本原理
  • 2.4 光谱估计质量的评价
  • 2.4.1 色差
  • 2.4.2 均方根差
  • 2.4.3 相对误差
  • 2.4.4 光谱反射比范数
  • 2.5 本章小结
  • 第三章 计算机配色理论
  • 3.1 Kubelka-Munk理论
  • 3.2 计算机配色理论的提出与发展
  • 3.3 计算机配色的三种方式
  • 3.4 计算机配色基本算法原理
  • 3.4.1 反射光谱匹配法
  • 3.4.2 三刺激值匹配法(阿伦算法AA)
  • 3.4.3 线性规划配色法(LP)
  • 3.5 本章小结
  • 第四章 基于K-M理论的光谱反射比重建算法
  • 4.1 基于K-M理论的光谱反射比重建算法提出与发展
  • 4.2 基于K-M和配色理论的光谱反射比重建算法的步骤
  • 4.3 求重建的光谱反射比(R|-)和转换矩阵A的方法
  • 4.4 讨论
  • 4.5 本章小结
  • 第五章 总结与展望
  • 5.1 总结
  • 5.2 本论文的创新点
  • 5.3 存在的问题及展望
  • 参考文献
  • 攻读硕士学位期间撰写论文目录
  • 致谢
  • 相关论文文献

    • [1].定向-半球光谱反射比的测量与分析[J]. 工程热物理学报 2016(04)
    • [2].一种基于单色测量的迷彩色光谱反射比测量计算方法[J]. 光学技术 2012(02)
    • [3].基于混合算法的色彩光谱反射比降维重建研究[J]. 运城学院学报 2017(03)
    • [4].初中美术教学中的色彩教学探析[J]. 科普童话 2019(21)
    • [5].土家织锦典型颜色光谱反射比的采集与色度分析[J]. 实验室研究与探索 2016(11)
    • [6].蔬果照明光源与物体的照明光谱反射关系研究[J]. 灯与照明 2019(02)
    • [7].土壤全氮含量与碳氮比的高光谱反射估测影响因素研究[J]. 遥感技术与应用 2012(03)
    • [8].基于Kubelka-Munk理论光谱反射比重建算法的研究[J]. 佳木斯大学学报(自然科学版) 2010(05)
    • [9].感温变色建筑涂料的制备及光谱反射性能实验研究[J]. 化工学报 2019(09)
    • [10].基于光谱反射预测模型的印刷墨量控制研究[J]. 中国印刷与包装研究 2011(03)
    • [11].以光谱反射曲线评估染色单板的耐光性[J]. 林产工业 2011(06)
    • [12].雪的偏振高光谱反射影响因素分析[J]. 光谱学与光谱分析 2010(02)
    • [13].In_2O_3/SnO_2薄膜的制备及光谱反射性能研究[J]. 物理学报 2010(01)
    • [14].基于光谱反射因数的颜色测量系统[J]. 测控技术 2010(05)
    • [15].陇中黄土高原春小麦光谱反射特征[J]. 生态学杂志 2008(03)
    • [16].甘肃省两种主要草地类型的光谱反射特征比较[J]. 农业工程学报 2009(S2)
    • [17].用于监测柑橘叶片冻害的叶绿素含量光谱反射模型研究[J]. 农业环境科学学报 2012(10)
    • [18].多光谱成像技术在中国书画保护方面上的应用[J]. 昭通师范高等专科学校学报 2010(05)
    • [19].伪装隔热封套材料研究[J]. 包装工程 2012(05)
    • [20].基于光谱反射技术的梯形刻面MEMS高深宽比沟槽深度测量仿真分析[J]. 长春理工大学学报(自然科学版) 2020(02)
    • [21].黄昏交响曲[J]. 优品 2012(05)
    • [22].利用光谱反射特征预测柑橘叶片冻害[J]. 农业工程学报 2012(11)
    • [23].结合PCA与ICA的Munsell色卡光谱反射比重建[J]. 湖北民族学院学报(自然科学版) 2010(02)
    • [24].FTIR结合光谱反射曲线对叶绿素铜/蒙脱土中间体性能研究[J]. 红外技术 2012(04)
    • [25].中国科学技术大学先进技术研究院“新型光伏农业技术创新”获得2017年度“R&D100”奖[J]. 中国科学院院刊 2017(12)
    • [26].氙灯型棉花色度标准装置的运用探究[J]. 民营科技 2018(10)
    • [27].基于高光谱成像技术的菊花花色表型和色素成分分析[J]. 北京林业大学学报 2016(08)
    • [28].二氧化钛涂层热反射性能影响因素研究[J]. 涂料工业 2018(03)
    • [29].红蜘蛛叶螨感染的棉花植株的光谱响应:螨密度和杀螨剂浓度的研究[J]. 农业工程技术 2016(15)
    • [30].土壤侵蚀遥感监测方法研究[J]. 科技资讯 2012(27)

    标签:;  ;  ;  ;  

    基于K-M理论光谱重算法的研究
    下载Doc文档

    猜你喜欢