家装设计渲染图增强
目的 提出一种亮度、对比度、饱和度三要素与神经网络相结合的家装设计渲染图增强方法.方法 该方法分析了图像增强的3个要素:亮度、对比度和饱和度.算法从下列几个方面着手进行三要素的调节:1)根据原图饱和度和图像融合方法实现亮度和对比度增强;2)采用颜色矩阵实现饱和度增强;3)采用直方图均衡实现对比度进一步增强.这3个要素对图像增强的效果均有贡献,本文为三要素分别赋予一个权值,并引入神经网络方法,自动建立图像亮度分量均值、方差和饱和度分量均值、方差与三要素的权值系数的非线性映射关系.结果 根据图像本身的信息自动获取图像增强三要素的增强系数,实现家装设计渲染图的自适应增强.算法的有效性在不同程度偏灰暗的家装设计渲染图上得到了验证,并与几种经典方法进行了直方图、信息熵、平均对比度(AC)和平均灰度(AG)的定量比较.实验结果显示,本文算法实验结果的直方图具有很少的信息丢失和较好的特征保持,与遗传算法相比,信息熵提高了约0.2,AC值提高了约0.1,AG值提高了约15,本文算法在多数情况下评价指标优于改进的直方图方法.结论 通过对实验结果的直观评价与定量评价,证明与某些现有的方法相比,本文方法适用于不同程度偏灰暗的渲染图,具有较好的通用性,并能达到更优的渲染图像增强效果.
家装设计渲染图、自适应增强、增强系数、神经网络、定量评价
22
TP391(计算技术、计算机技术)
江苏省自然科学基金项目BK20150647Natural Science Foundation of Jiangsu Province,ChinaBK20150647
2017-08-02（万方平台首次上网日期，不代表论文的发表时间）
共11页
886-896
