纹理效应在视觉色差评估过程中存在很重要的影响,并由于其复杂性,和其它的参数效应(如样品尺寸、背景亮度等)存在较大的差别,基本上无法用现有的色差公式描述。目前的相关研究尚处于定性分析阶段,且研究内容过于片面,远未达到实际需求。本项目全面考察影响视觉评估的各种纹理相关因素(包括不同纹理结构、光照方向、纹理方向、色差方向等)的影响,并针对实验过程中色差判断次数过多的情况,提出了数据分析和实验优化设计交互进行的研究方法。拟利用Gabor小波分析和光度立体视觉技术,从纹理图像中提取与人眼色差感知相关的统计变量,并建立其与视觉色差之间的量化模型,从而突破传统色差公式的概念,使得对纹理样品颜色质量的客观评估成为可能。本项目针对视觉色差评估中的纹理效应提出了一种全新的量化分析方法,具有较高的学术价值和很好的应用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于文献计量学和社会网络分析的国内高血压病中医学术团队研究
信息熵-保真度联合度量函数的单幅图像去雾方法
定量研究影响色差知觉的因素
视觉纹理的美学情感感知建模研究
纹理图象的数学与视觉心理模型
符合视觉感知机理的自然纹理生成模式研究