基于BP神经网络的数码相机特性化

您当前的位置：

首页 >

文章列表页 >

基于BP神经网络的数码相机特性化

更新时间：2025-09-01

- 基于BP神经网络的数码相机特性化
- Characterization of still camera BP neural networks-based
- 光学技术 2004年第5期页码：577-579
- 作者机构：
  
  1. 1:锦州医学院网络信息中心
  2. 2:云南师范大学物理与电子信息学院
  3. 3:云南师范大学物理与电子信息学院
  4. 4:云南师范大学物理与电子信息学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(60278022)、(60368001)
- DOI：
  中图分类号：
- 纸质出版：2004
- 稿件说明：
移动端阅览
吴静, 杨卫平, 欧家鸣, 等. 基于BP神经网络的数码相机特性化[J]. 光学技术, 2004,(5):577-579.

Characterization of still camera BP neural networks-based[J]. 2004, (5): 577-579.
吴静, 杨卫平, 欧家鸣, 等. 基于BP神经网络的数码相机特性化[J]. 光学技术, 2004,(5):577-579. DOI：

Characterization of still camera BP neural networks-based[J]. 2004, (5): 577-579. DOI：

由于数码相机的颜色空间是依赖于设备的

对于一个具体的数码相机

其光谱响应与设备独立的CIE标准观察者颜色匹配函数是一个非线性关系

因此不能真实复制场景的颜色。特性化彩色图像设备是提高图像的颜色复制质量的一个重要方法。介绍一种基于BP神经网络数码相机特性化方法。采用Munsell颜色系统作为目标色

大样本训练空间。测试了不同的网络结构和样本空间分布。训练样本平均色差为1.75CMC(1∶1)色差单位

测试样本为2.16。该方法在数码相机颜色测量、光谱重建等领域有广泛的应用前景。

浏览量

200

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

单摄像机立体视觉测量系统的高精度变焦标定技术

基于神经网络和HVS的空域数字水印算法

基于HDR图像处理的数码相机成像式亮度测量方法

BP神经网络在靶场时间间隔测量仪控制系统中的应用

基于神经网络的低照度彩色图像增强算法