摘要：为了解决环境光和显示器色温对LCD显示器图像颜色再现有较大影响的问题,提出一种基于LCD显示器光谱特性的图像颜色一致性方法。通过测量在不同环境光和色温下99个行业认可颜色的光谱,总结出不同环境光和色温对LCD显示器图像颜色再现的光谱规律。利用不同环境光下的光谱叠加性及不同色温下的光谱对应规律,实现了不同环境光和色温下的LCD显示器图像颜色一致性,一致性后的图像平均主观评价Z得分为0.50。研究结果表明,该方法能够很好地解决不同环境光和色温下的LCD显示器图像颜色的一致性问题。

摘要：低照度图像增强技术是机器视觉研究热点之一,Retinex理论模型假设图像是反射分量与光照分量乘积,通过去除或校正光照分量并结合物体的反射特性来恢复图像,被广泛应用在传统算法和深度学习增强模型中。光谱反射率是颜色的指纹,多光谱图像比普通图像的信息量更为丰富。色度学理论和Retinex理论都认为图像的颜色特性取决于反射系数,但光谱反射率是基于仪器测量获得真实的数据,而图像反射分量是基于图像分解假设的数据,目前文献没有从光谱角度对低照度图像增强进行研究。受Retinex理论启发结合深度学习非线性拟合能力,用颜色的光谱反射率代替RetinexNet网络中的图像反射分量,用CIE标准光源的光谱功率分布代替网络中的图像照明分量,提出了一种基于光谱反射率的低照度图像增强方法。首先对图像数据库中正常光照图像进行光谱重建,构建低照度图像与正常光照的多光谱图像数据集。然后训练将低照度图像转换成多光谱图像的深度学习网络模型。任意低照度图像通过网络模型得到多光谱图像,多光谱图像根据色度学理论得到CIEXYZ三刺激值,再通过标准颜色空间转换到RGB颜色空间中显示。该方法在公开LOL数据集上进行训练与测试,结果表明在图像噪声抑制和颜色恢复方面都优于常用方法,证明该方法对低照度图像增强的优越性和有效性。

摘要：人脸的情感识别在人机交互领域有着重要作用,对人脸表情进行分类也是研究图像情感的一种方法。针对目前公开的人脸表情数据集数据量少,卷积神经网络的结构较复杂、参数多且计算量大、易出现过拟合的现象,需要构建一种针对小数据集的人脸表情分类模型。利用MTCNN模型进行人脸检测后,结合Inception的思想提出一种新的卷积神经网络模型,使用1×1卷积核对特征维数进行缩减,增加并平衡网络深度和宽度的同时不增加额外的计算负担,更精准的对人脸特征进行提取。经实验验证,提出的算法在CK+和JAFFE人脸数据集上,较其他方法有更好的效果,构建的人脸表情分类卷积神经网络模型能有效进行人脸表情的分类。

摘要：目前图像质量评价的研究都是在相对标准观察环境下进行的,没有考虑电子显示设备在不同场合使用时照明亮度的变化对图像失真造成的影响。通过在四种不同环境光照度下进行主观评价实验探究MOS值变化规律,在BRISQUE和SSEQ算法的研究基础上,利用机器学习方式获取亮度因子来反映不同亮度条件引起的人眼感知变化,建立不同亮度下图像质量评价模型。改进后的算法模型针对噪声、压缩、模糊的SROCC系数在不同的亮度环境下均有良好的效果,表明修正后的算法模型具有很高的普适性和准确性。所提算法是对现有算法模型的很好补充,尤其适用于户外高亮度条件下的图像质量评价。

摘要：为了更好地保护数字版权,提出了一种将彩色QR(quick response)码嵌入彩色载体图像的数字水印算法。算法通过Arnold置乱技术对水印信息进行加密与Contourlet-离散余弦变换和奇异值分解(Contourlet-DCT-SVD)水印技术完成对水印的嵌入和提取。通过实验验证,本文算法对JPEG压缩攻击、剪切攻击、高斯噪声和椒盐噪声攻击具有较强的抵抗能力,对上述攻击后提取的彩色QR码均能正确识别;对任意旋转攻击后提取出的彩色QR码水印也具有较高的识别率,具有较好的不可见性和鲁棒性。

摘要：针对不同环境光亮度下手机拍摄印品后提取秘密信息困难的问题,提出一种基于奇异值信息熵不变特性的抗打印拍摄信息隐藏方法。将彩色载体图像转换到YCbCr颜色空间,选择Contourlet域低频系数进行奇异值分解,利用奇异值信息熵的不变特性,将全息加密的彩色QR码嵌入到彩色载体图像的奇异值中。实验结果表明算法不可见性好,不仅对打印拍摄具有很好的鲁棒性,而且对压缩滤波攻击及几何攻击后再次打印拍摄二次攻击仍然具有很好的抵抗性。以彩色QR码作为防伪信息,可以携带丰富的版权信息,使用手机即可识别,方便快捷,在商品包装防伪方面有着很好的实际应用价值。

摘要：目的当噪声存在时,尤其是等级相对较大的噪声,会导致彩色图像的视觉质量下降,为了有效去除噪声的同时使去噪后的图像有更好的视觉效果,提出一种基于深度残差学习的彩色图像去噪方法。方法首先设计由多个残差单元模块组成的残差层,然后在每个残差单元模块之间添加跳跃连接,构成由噪声图像到去噪图像的非线性映射,并优化残差单元个数,使网络能学习到更多的图像细节特征,以提升网络的去噪性能,同时将每个残差单元模块中的激活函数提到卷积层前面,以加速网络收敛。结果与常用去噪算法相比,文中方法在Kodak24和CBSD100数据集上的主观视觉打分MOS值以及客观指标(PSNR和SSIM)上,较其他方法有更好的效果。结论提出的基于深度残差学习的彩色图像去噪方法能有效去除图像中的噪声,尤其是较严重的噪声,并取得了良好的视觉效果,表明该方法具有良好的去噪性能。

摘要：光谱反射率是颜色的固有属性不受外界条件的影响,能尽最大可能保留颜色的信息,被广泛应用在纺织、彩色印刷、古字画颜色修复等领域。为了缩短获取多光谱图像周期以及避免多光谱图像之间像素匹配不准问题,提高三通道光谱反射率重构精度。提出一种基于扩展三通道响应项光谱反射率重构算法。实验结果证明[rg^2 rb^2 gr^2 gb^2 br^2 bg^2]三次立方根项的引入可以提高光谱重构反射率色度精度和光谱精度;客观验证24个色块光谱反射率重构精度优于现有算法,提出的算法具有一定的应用价值。

摘要：课程思政建设作为高校落实立德树人根本任务的关键路径,日常教学中应坚持知识传授与价值引领相结合,推动形成专业课程和思政课程协同育人的局面。以“三寓三式”教学模式为基础,探索印刷概论课程思政教学设计与实践的改革创新之路,包括结合人才核心素养,明确教学目标;挖掘课程思政元素,深度融入教学内容;探索多元化教学路径,创新教学实施方式;加强课程顶层设计,完善课程体系机制。旨在培养具有家国情怀、社会责任及高素质的创新人才。

摘要：针对数字图像在处理过程中容易产生模糊的现象,提出了基于无参考图像质量评价的自适应反卷积去模糊算法。首先,根据无参考图像质量评价结果与其失真等级的强相关性,通过计算模糊图像的无参考评价参数确定图像的模糊等级,进而根据图像模糊等级与模糊核的对应关系确定反卷积核;其次,提出将失真图像颜色空间转变到YUV,仅对失真图像Y通道进行去模糊处理,保证了彩色图像处理前后颜色的忠实性,并提高算法运算效率;最后,针对图像灰度剧烈变化的邻域出现类吉布斯(Gibbs)振荡分布的现象,提出基于梯度的权重矩阵进行控制。实验结果表明,本文提出的算法在Tid2008图库不仅能够对图像模糊进行快速有效去除,并且恢复图像的纹理细节能够得到有效保留。