-
公开(公告)号：CN105751807B
公开(公告)日：2018-10-26
申请号：CN201610338411.0
申请日：2016-05-19
Applicant: 武汉大学
IPC: B44D3/00
Abstract: 本发明公开了敦煌壁画色卡及其制作方法，包括承载体和矿物颜料色块，承载体自上而下由封面层、网状框层、底板层和封底层组成，矿物颜料色块包括基底和涂于基底之上的矿物颜料涂层，采用去覆膜层后的工业纸板作为基底模拟敦煌壁画地仗层，色块采用敦煌壁画基本创作方法涂制，承载体封面下端中部印有敦煌壁画色卡类别标识，承载体封底居中自上而下印有对应位置色块信息和色卡使用注意事项。本发明应用于敦煌壁画的临摹、虚拟修复以及数字化保护工作中，作为临摹、虚拟修复敦煌壁画时的比色参考，指导敦煌壁画数字化过程中的色彩校正，可适应敦煌壁画保护的多样化需求。
-
公开(公告)号：CN104410850B
公开(公告)日：2017-02-22
申请号：CN201410819987.X
申请日：2014-12-25
Applicant: 武汉大学
IPC: H04N9/79
Abstract: 一种彩色数字影像色度校正方法及系统，包括构建典型色彩样本光谱反射率数据集，在源光源条件下计算数据集中各色彩样本色度信息并以主波长及色纯度为依据进行样本分组，求解目的光源条件下每组子集中各样本的色度信息；分别以源及目标光源条件下各分组样本子集色度信息为输入输出端，拟合构建神经网络；针对源光源下任一色度信息，通过分组判别方法确定对应神经网络，并依此预测其对应目标光源下色度信息。本发明可保证彩色影像色度信息在不同光照条件下映射的准确性，且实施方便。
-
公开(公告)号：CN104318583B
公开(公告)日：2017-02-22
申请号：CN201410650099.X
申请日：2014-11-14
Applicant: 武汉大学
IPC: G06T7/00
Abstract: 本发明公开了一种可见光宽带光谱图像配准方法，包括对图像进行灰度化、去噪和降采样处理，利用SIFT算法提取图像特征点并构造特征描述算子；通过k-d树最近邻方法对特征点进行匹配，对匹配特征点进行坐标升采样处理；根据图像退化阈值T，利用欧式距离对错误匹配点进行约束，获得约束后匹配点集ΩN；对约束后匹配点集进行m对匹配点空间均匀采样，获得均匀分布的匹配点集Ωm；利用最小二乘方法求解图像放射变换参数矩阵Tm，利用Tm对待配准图像进行坐标变换和双线性插值计算；以参考图像和配准图像的互信息MIm作为评价指标，锁定最大互信息MImax对应的配准图像，实现可见光宽带光谱图像的配准。本发明能显著降低错误匹配点数目、提高图像配准精度。
-
公开(公告)号：CN105136432A
公开(公告)日：2015-12-09
申请号：CN201510534517.3
申请日：2015-08-27
Applicant: 武汉大学
IPC: G01M11/02
Abstract: 一种基于主客观实验数据的LED照明质量评价方法及系统，包括输入针对发光样本采用预设LED照明评价角度所得的主观实验数据，对每组发光样本的主观得分均值进行统计；对于各组发光样本，以光谱辐射度计测量光谱功率分布，截取可见波长范围的数据，计算客观评价指标；通过多元非线性拟合方法，构建不同发光样本条件下主观得分均值与对应客观评价指标之间的关联性模型；对于待评价的发光样本，以光谱辐射度计测量其光谱功率分布，截取可见波长范围的数据，计算客观评价指标，依据关联性模型得到对应得分估计值，实现光源照明质量的表征。本发明提供了一种具有使用灵活且具有针对性的LED照明质量评价方法，可保障评价准确率，且实施方便。
-
公开(公告)号：CN103862858A
公开(公告)日：2014-06-18
申请号：CN201410088104.2
申请日：2014-03-11
Applicant: 武汉大学
Abstract: 一种多色打印印刷系统光谱分色方法，包括对多色打印印刷系统进行子模型拆分，逐个判断待分色光谱是否在某子模型色域内部，组成样本集P；将P中各子模型进一步拆分为若干超型细胞及小型细胞，其中超型细胞皆由一定数量的小型细胞组成；逐个判断待分色光谱是否在某超型内部，组成样本集C；以光谱误差为评价度量，从C中超型细胞所包含的所有小细胞中选择p个最优小细胞，并在各小细胞中以Φ为评价度量进行光谱分色，并将具有最优Φ精度的分色墨量值作为最终分色墨量值，完成分色。本发明在保证多色打印印刷系统分色精度的同时，显著提高了分色效率及度量切换灵活性，且实施方便，在高保真色彩复制领域具有较高适用性。？
-
Patent Agency Ranking
公开(公告)号：CN107643267B
公开(公告)日：2019-06-25
申请号：CN201710781294.X
申请日：2017-09-01
Applicant: 武汉大学
Abstract: 一种基于可见光谱成像的古代壁画颜料无损全面识别方法，包括依据壁画使用的基础颜料和双常数Kubelka‑Munk理论构建全面的壁画颜料数据库，作为壁画颜料识别的参考依据；获取古代壁画的可见光谱图像；对可见光谱图像进行渲染得到对应的彩色RGB图像；利用超像素分割算法对彩色RGB图像进行精细分割；计算每个子区域的平均光谱反射率；分别提取数据库样本和子区域颜料的光谱特征；构建壁画颜料识别方法，识别每个子区域颜料的物质种类，若为单色颜料，进一步识别其平均粒径大小，若为混合颜料，则判定为最小粒径颜料，并进一步计算每种颜料的浓度比例；获得每种颜料在壁画中的二维分布图；最终完成包括颜料物质、粒径、浓度及分布的古代壁画颜料全面无损识别。
-
公开(公告)号：CN107643267A
公开(公告)日：2018-01-30
申请号：CN201710781294.X
申请日：2017-09-01
Applicant: 武汉大学
Abstract: 一种基于可见光谱成像的古代壁画颜料无损全面识别方法，包括依据壁画使用的基础颜料和双常数Kubelka-Munk理论构建全面的壁画颜料数据库，作为壁画颜料识别的参考依据；获取古代壁画的可见光谱图像；对可见光谱图像进行渲染得到对应的彩色RGB图像；利用超像素分割算法对彩色RGB图像进行精细分割；计算每个子区域的平均光谱反射率；分别提取数据库样本和子区域颜料的光谱特征；构建壁画颜料识别方法，识别每个子区域颜料的物质种类，若为单色颜料，进一步识别其平均粒径大小，若为混合颜料，则判定为最小粒径颜料，并进一步计算每种颜料的浓度比例；获得每种颜料在壁画中的二维分布图；最终完成包括颜料物质、粒径、浓度及分布的古代壁画颜料全面无损识别。
-
公开(公告)号：CN105069234B
公开(公告)日：2017-12-26
申请号：CN201510496550.1
申请日：2015-08-13
Applicant: 武汉大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于视觉感知特征的光谱降维方法及系统，包括构造综合人眼视觉色度特性和光谱特性的权函数w(λ)，利用构造的权函数w(λ)计算任意光谱样本集S的权函数Siw(λ)，对样本集的权函数Siw(λ)进行均值化处理，得到样本集均值权函数矩阵Wfv，构造用于均值权函数Wfv平滑优化模型及约束目标函数，利用优化目标函数ObjFunc对平滑优化模型进行约束，确定权函数矩阵Wfv最佳平滑优化函数参数n值，利用确定的最佳平滑权函数对光谱样本集S进行加权，最后利用主成分分析方法完成光谱样本集S的降维处理。该方法能保持较高的色度重构精度，且在变换参考光源条件下具有良好的色差稳定性，能够较好地解决光谱的颜色高保真降维问题。
-
公开(公告)号：CN104349162B
公开(公告)日：2016-04-27
申请号：CN201410647035.4
申请日：2014-11-14
Applicant: 武汉大学
Abstract: 本发明公开了一种用于彩绘文物色彩校正色卡的制作方法，包括对彩绘颜料类别、彩绘制作工艺及设色技法调研学习，构建以装裱白卡纸为基底、以牛皮胶料为连接料、以彩绘颜料为分散相的彩绘模拟样本集；测量彩绘模拟样本集光谱与色度信息，建立彩绘颜料色彩数据库；针对数据库中不同颗粒度模拟样本，进行单色不同颗粒度模拟样本间色彩控制评价，建立初始彩绘色卡；以初步确定色卡指导数码相机和显示器色彩控制测试，通过主观和客观综合评价对色卡进行进行补充完善，确定最终色卡；对最终确定色卡进行排版、编号及命名，形成彩绘色卡实体。该方法制作的色卡对彩绘艺术品的采集和再现具有较好的色彩控制能力。
-
公开(公告)号：CN104359556A
公开(公告)日：2015-02-18
申请号：CN201410653613.5
申请日：2014-11-14
Applicant: 武汉大学
Abstract: 本发明公开了一种用于宽带光谱成像系统的最优化训练样本选择方法，包括搭建实际宽带光谱成像系统，标定光谱成像系统的各项参数；准备光谱成像常用样本集并测量其光谱反射率信息；利用实际光谱成像系统拍摄样本集，依据系统标定信息对样本集数字响应值校正；利用伪逆光谱重建方法重建样本集，以光谱均方根误差最小化为原则，从样本集中逐个挑选训练样本组成训练样本集；每挑选一个训练样本加入到训练样本集时，将样本集中所有样本遍历一次，直至训练样本集对总样本集的光谱重建误差开始收敛于某最小值Jmin时，锁定最优训练样本集，实现宽带光谱成像最优训练样本选择。该方法具有显著降低光谱成像复杂性、提高光谱重建精度等技术优势。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.019 seconds)
