泡沫图像统计建模与恒常颜色校正算法研究
陈宁
黄璐
桂卫华
阳春华
1.中南大学信息科学与工程学院,湖南长沙,4100832.中南大学信息科学与工程学院,湖南长沙,4100833.中南大学信息科学与工程学院,湖南长沙,4100834.中南大学信息科学与工程学院,湖南长沙,410083
摘要：由于浮选现场的恶劣环境和复杂光照等问题,将导致采集到的泡沫图像不可避免地发生色偏.为了消除以上不利影响,提高后续颜色特征提取的准确性,本文提出了一种基于图像统计建模的泡沫图像恒常颜色校正算法.首先,通过对泡沫图像统计特性的分析,利用Contourlet变换和广义高斯分布函数对图像进行统计建模.其次,选取颜色恒常性标准图像库(Gray-ball)中已知真实光照的标准图像作为训练样本,建立其统计模型参数集,分别选用常用的5种颜色恒常性算法对其进行颜色校正,并以最小角度误差为每幅标准图像标记最佳颜色恒常性算法.最后,利用K最近邻分类算法将待校正的泡沫图像分至对应的恒常算法中,该算法即为原始泡沫图像的最佳恒常颜色校正算法.实验结果证明,该算法能够获得较好的颜色校正效果.
关键词：泡沫浮选颜色恒常性Contourlet变换图像建模颜色校正
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金创新研究群体科学基金(61321003)国家自然科学基金重大项目(61290325)国家自然科学基金(61025015)Supported by Foundation for Innovative Research Groups of the National Natural Science Foundation of China(61321003)Major Program of the National Natural Science Foundation of China(61290325)National Natural Science Foundation of China(61174133)
论文发表日期：2016-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 613-620 )
英文信息