基于BP神经网络的颜色补偿模型

基于BP神经网络的颜色补偿模型

丁淑芝;姜龙

【期刊名称】《计算机工程与设计》 【年(卷),期】2010(031)010

【摘要】针对光源渐变等因素在机器视觉中产生的相关问题,提出了一种基于BP神经网络的图像颜色校正方法.该方法通过合适的训练集对BP神经网络进行大量训练,得到光照变化前后图像像素点之间的映射关系,从而建立了在渐变光照环境下的颜色恒常性模型.该方法不需要内建约束的自适应模型,对于输入的数据不需要对表面属性做特定假设,拥有自适应、自学习的特点.实验结果表明,该模型对室内真实环境中渐变日光下颜色的识别表现出较好的颜色恒常性. 【总页数】3页(2294-2296)

【关键词】颜色恒常性;机器视觉;神经网络;颜色较正;背景差 【作者】丁淑芝;姜龙

【作者单位】淄博信息工程学校,山东,淄博,255038;山东大学,计算机学院,山东,济南,250101 【正文语种】中文 【中图分类】TP391 【相关文献】

1.基于LM＿BP神经网络模型的MEMS加速度计温度补偿方法研究 [J], 杨志梅; 周小龙; 徐大诚

2.基于BP神经网络的光纤陀螺零偏温度补偿模型 [C],

3.基于BP神经网络的车牌识别技术算法分析 [J], 段亦锐; 张燕玲; 刘慧

4.基于机器视觉和BP神经网络的超级杂交稻穴播量检测 [J], 谭穗妍; 马旭; 吴露露; 李泽华; 梁仲维

5.基于BP神经网络对废旧塑料按颜色分类的方法研究 [J], 蔡军; 杨艳娟

以上内容为文献基本信息，获取文献全文请下载