基于色温曲线模型的颜色校正结果-华为最新mpls te流量工程 快速分发 转发技术介绍配置命令

图5．6基于色温曲线模型的颜色校正结果 Fig．5-6 Color correction results of color temperature curve 为了验证我们提出方法的有效性，本论文对开放环境下采集的3幅典型舌 图像进行了实验，实验结果如图5-6(妒(f)所示。可以看出，原始图像都在一定 程度上存在颜色失真，而经过色温曲线模型的颜色校正以后，校正的效果比较 理想。这些舌图像是对于不同的人、不同的时刻采集的，这也说明本论文所建 立的色温曲线模型具有一定的鲁棒性。对于图5-6(e)的舌图像来说，校正前整 体偏红，校正以后，不仅消除了偏色，而且颜色较为真实、自然，薄白苔色清 晰可见，如图5．6(f)所示。 在HP台式机Pentium(R)D 3．00 GHz CPU的配置下，对于一幅1024×768 的舌图像，在线应用色温曲线模型进行颜色校正的时间仅为219毫秒，可以满 足舌图像在线实时校正的要求。 需要指出的是，本论文所提出的方法尽管取得了较好的颜色校正效果，但也 存在一定的局限性，主要表现在： (1)本论文所建立的色温曲线模型是基于特定的成像采集设备，对其它成像 采集设备采集的图像不·定具有很好的适用性； (2)本论文所建立的色温曲线模型是针对我们实验时选定的那天的自然光 照环境，对于阴天、多云等多种天气的变化以及不同的地域所带来的差异性，都 未加以考虑，同一色温模型也难以反映这种差异性。如果针对不同的光照条件建 立多个不同的典型色温曲线模型，则可以进一步提高校正效果，从而满足不同光 照条件下的校正需要； (3)由于色温曲线模型是由一些数据点拟合得到的，我们采用的是一阶线性 模型，计算简单，但存在一定的拟合误差，有待采用高阶的数学模型，进一步提 高拟合精度。