第6章基于二次曝光理论的舌图像颜色校正方法 第6章基于二次曝光理论的舌图像颜色校正方法 6．1概述 1999年，日本丰桥技术科技大学的K．Takebe提出了二次曝光理谢691。采用 二次曝光手段，获取两幅在不同曝光条件下静止物体的图像，第一次曝光是在未 知光源下采集图像，第二次曝光是在未知光源和附加已知光源共同照射下采集图 像。然后通过多项式回归模型，最终得到只有已知光源照射下的图像，从而消除 未知光源对图像的影响。在此基础上，2003年，K．Takebe又提出了以闪光灯作 为附加已知光源的颜色校正方法【10l，进一步拓宽了二次曝光理论的应用范围。 我们借鉴上述思想，将二次曝光理论应用到开放环境下中医舌图像的颜色校 正中l 71j，把外界自然光照看作为干扰光源，也即未知光源，附加的标准光源(D65) 作为已知光源。其基本思路是：在很短的时间内对舌体进行二次曝光采集。第一 次是在外界干扰光源照射下采集舌图像，第二次是在外界干扰光源和D65标准 光源共同照射下采集舌图像。对两次采集的图像进行处理，消除外界干扰光源的 影响，获得只有标准光源照射时的舌图像。 6．2基于二次曝光理论的舌图像颜色校正处理流程 由色度学中颜色相加原理【1,321可知，颜色-N激值在XYZ空间存在叠加关 系。基于此，借鉴文献[69，70]的思想，本论文在XYZ空间提出了一种基于二次 曝光理论的舌图像颜色校正方法。整个颜色校正过程的流程如图6．1所示，其中 E表示未知光源，臣表示D65标准光源，巨+巨表示未知光源和D65标准光源 组成的混合光源，‘为E对应的XYZ空间数据，‘，为E+巨对应的XYZ空间 数据，厶为‘，一‘的XYZ空间数据。由图6—1可以看出，整个流程主要分为RGB 空间到XYZ空间的变换(过程1)、XYZ空间的差分(过程2)、XYZ空间到RGB 空间的反变换(过程3)等三个阶段。下面分别对这三个过程进行讨论{7I】。 47

多视点视频颜色校正方法研究进展，邵枫，蒋刚毅，颜色校正是目前自由视点电视研究的一个热点问题。该文综合论述了多视点视频颜色校正方法，首先，对传统的图像颜色校正方法进行了

为对传感器进行非线性校正以进一步提高其测量精度，提出了基于神经网络的校正办法。理论分析了传感器非线性误差的复杂性，并以位移传感器标定为例，详细介绍了传感器非线性校正的过程和方法。采用了最小二乘拟合、BP神经网络以及RBF网络三种方法进行校正，设计并实现了RBF网络的校正模型。实验结果证明，RBF网络的校正方法比BP网络校正方法精度提高了约44%，其补偿效果更优，且其在传感器种类变化或环境影响较大的情况下比最小二乘拟合更具非线性补偿优势。

长波红外探测器经常被用于机载红外预警系统中, 常受严重的非均匀性噪声干扰。为了校正探测器的非均匀性, 补偿辐射响应非线性, 提出了一种基于梯度场景的非均匀性校正方法。给出了探测器辐射响应非均匀性的观测模型; 以标准黑体和梯度场景作为参考源, 在理论上推导出校正系数表达式; 利用原理样机进行了外场实验, 并探测民航客机目标。实验结果表明：与基于黑体的两点校正方法相比, 利用本文方法进行非均匀性校正后的图像, 局部标准差峰值由8.57降低到2.39; 对于相距50.64 km的空中客车A319型客机, 目标的信杂比由4.87提高到11.22。本文算法可以有效降低图像局部标准差, 适用于机载红外预警系统。

常用的A/D转换器主要存在：失调误差、增益误差和线性误差。这里主要讨论失调误差和增益误差。提出一种用于提高TMS320F2812ADC精度的方法，使得ADC精度得到有效提高。

1.暗通道图像去雾算法：何恺明的暗通道先验（dark channel prior）去雾算法是计算机视觉界去雾领域很有名的算法。2.光照不均匀校正：本实验使用动态阈值算法进行光照不均匀校正，该方法属于自动白平衡算法，参考论文 是《A Novel Automatic White Balance Method For Digital Still Cameras》。算法分为两个步骤：白点检测和白点调整。

行业制造-电动装置-基于阵列旋转的电磁矢量传感器阵列幅相误差自校正方法.zip

行业制造-电动装置-基于风煤比煤质校正的火电机组给煤量反馈校正方法.zip

行业资料-电子功用-γ校正电器和γ校正方法

行业分类-外包设计-无线远传多频点集抄系统及其量子传递频率校正方法.zip