论文部分内容阅读
随着科技生活的进步，彩色扫描仪已成为彩色复制领域中必不可少的一部分，其颜色特性化的精度直接影响色彩再现的质量。然而，由于扫描仪的颜色识别机制不同，同一图片的扫描图像显示的效果差异很大。因此，为了更真实的还原彩色图像本身的颜色，必须采用色度特征化方法规范扫描仪的色彩识别功能。本文采用多元非线性回归模型进行彩色扫描仪的特征化处理，由实验数据可以看出回归模型采用颜色空间RGB到CIE-LAB色空间输出比RGB到CIE-XYZ色空间输出优化精度略高，选择CIE-LAB作为颜色输出空间。在RGB到CIE-LAB色空间转换的背景下，训练组样本的三阶和四阶多项式的平均色差分别为：1.1920，0.8382；测试组样本的三阶和四阶多项式平均色差为：1.3306,1.7810.结果表明：训练组样本特征优化随着阶数增加而增加，测试组样本在高阶数非线性回归下优化精度下降，多项式方程呈现病态，泛化能力下降。此方法的实验数据分析也表示，在多项式的组成成分和分配系数上，仍然需要更精确的匹配，借此找到更精确的非线性表达式。因为自变量之间存在着很高的线性关系，研究中采用偏最小二乘法回归模型继续优化，选用四阶多项式优化模型，并应用偏最小二乘多项式回归优化，训练组样本和测试组样本的平均色差分别为:0.7341,1.2110.通过数据分析对比，偏最小二乘不仅直接降低了选用样本的误差并且测试样本的色彩误差也相应下降，从而得到偏最小二乘解决多项式项数过多导致方程病态，泛化能力下降等结论。