公开(公告)号：CN105894456B

公开(公告)日：2018-08-24

申请号：CN201410591785.4

申请日：2014-10-27

Applicant: 南京林业大学

Inventor： 谢德红 ,  位春傲 ,  王琪

IPC: G06T5/00

Abstract: 本发明涉及一种基于正规化分层的高动态范围图像阶调映射方法，包括：读取一幅高动态范围图像，获取其亮度图像，再获取对数域亮度图像；建立基于边缘保持正规化图像分层的目标函数，通过最小化目标函数分解对数域的亮度图像，获得对数域的基础层图像；对对数域基础层图像取指数获得基础层图像，再获得相应细节层图像；利用动态S曲线压缩基础层图像的动态范围；动态范围压缩的基础层与细节层图像相乘获得动态范围压缩的亮度图像；转换回RGB值获得用于显示的低动态范围图像。本发明适用于高动态范围图像在相机、手机、显示器等普通终端显示设备上再现，能够避免光晕或阶调逆转现象，并具有良好的细节再现能力。

公开(公告)号：CN105894456A

公开(公告)日：2016-08-24

申请号：CN201410591785.4

申请日：2014-10-27

Applicant: 南京林业大学

Inventor： 谢德红 ,  位春傲 ,  王琪

IPC: G06T5/00

Abstract: 本发明涉及一种基于正规化分层的高动态范围图像阶调映射方法，包括：读取一幅高动态范围图像，获取其亮度图像，再获取对数域亮度图像；建立基于边缘保持正规化图像分层的目标函数，通过最小化目标函数分解对数域的亮度图像，获得对数域的基础层图像；对对数域基础层图像取指数获得基础层图像，再获得相应细节层图像；利用动态S曲线压缩基础层图像的动态范围；动态范围压缩的基础层与细节层图像相乘获得动态范围压缩的亮度图像；转换回RGB值获得用于显示的低动态范围图像。本发明适用于高动态范围图像在相机、手机、显示器等普通终端显示设备上再现，能够避免光晕或阶调逆转现象，并具有良好的细节再现能力。

公开(公告)号：CN117929301A

公开(公告)日：2024-04-26

申请号：CN202311669533.4

申请日：2023-12-06

Applicant: 南京林业大学 ,  江苏劲嘉新型包装材料有限公司 ,  河南牧业经济学院

Inventor： 谢德红 ,  罗传钢 ,  董洪荣 ,  付亚军 ,  李俊锋 ,  位春傲

IPC: G01N21/31 ,  G01N21/49 ,  G01N21/55

Abstract: 本发明公开了一种梯度自动筛选的高精度印刷油墨配色方法，包括步骤：(一)、制备基色油墨梯度样张并得到各个梯度样张的吸收系数与散射系数比率；(二)、计算基色油墨梯度样张中吸收系数与散射系数比率最大的波长，构建坐标点；(三)、清洗坐标点中的异常点，筛选基色油墨梯度样张；(四)、根据筛选后的梯度样张得到基色油墨的收系数与散射系数比率；(五)、选取其余基色油墨重复前述步骤，得到各种基色油墨的吸收系数与散射系数比率，进而计算配方进行配色。本发明实现梯度自动筛选，改善基色油墨的吸收和散射系数比精确度，以改善预测目标光谱与目标光谱差异性的稳定性和准确性。

公开(公告)号：CN117687582A

公开(公告)日：2024-03-12

申请号：CN202311660712.1

申请日：2023-12-06

Applicant: 南京林业大学 ,  江苏劲嘉新型包装材料有限公司 ,  河南牧业经济学院

Inventor： 谢德红 ,  罗传钢 ,  董洪荣 ,  付亚军 ,  李俊锋 ,  位春傲

IPC: G06F3/12 ,  G01N21/55 ,  G01N21/31 ,  G01N21/49 ,  G01J3/46 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种基于深度神经网络回归的印刷油墨配色方法，包括步骤：(1)、准备冲淡剂和若干种基色油墨制备训练样张；(2)、计算训练样张的油墨的吸收与散射系数比和训练样张上纯油墨的吸收与散射系数比，通过前述数据在回归网络框架中训练数据得到油墨配色预测模型；(3)、确定需要配色的新颜色为目标样张，将目标样张的数据输入预测模型中获得配色油墨的配方。本发明构建一种回归网络框架，直接学习颜色油墨的吸收与散射系数比与各基色油墨吸收与散射系数比之间关系模型，从使得新颜色油墨可在未严格挑选基色油墨梯度的条件下，计算出新颜色油墨准确配方。