人工智能方法在顏色空間轉(zhuǎn)換中的應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)技術(shù)及其外設(shè)的普及，傳統(tǒng)的顏色控制方法已經(jīng)融合了先進(jìn)的數(shù)字技術(shù)，形成了一個(gè)嶄新的顏色控制方法，即色彩管理技術(shù)。該技術(shù)廣泛應(yīng)用于彩色桌面出版系統(tǒng)、網(wǎng)絡(luò)傳播、紡織印染等領(lǐng)域和行業(yè)，以解決顏色在不同介質(zhì)的媒體中正確傳播的問題。顏色空間轉(zhuǎn)換模型的研究是色彩管理技術(shù)實(shí)現(xiàn)的核心環(huán)節(jié)之一，顏色值在不同顏色空間之間的轉(zhuǎn)換精度和速度，對(duì)提高色彩管理技術(shù)的整體水平有重要意義。與此同時(shí)，人工智能控制理論的發(fā)展已成為計(jì)算機(jī)學(xué)科的一個(gè)分支，并在許多學(xué)科

2、領(lǐng)域得到了廣泛的應(yīng)用，在近三十年來取得了豐碩的成果。
　　本課題在對(duì)目前常用的顏色空間轉(zhuǎn)換模型進(jìn)行分析的基礎(chǔ)上，將人工智能控制理論中應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)和模糊邏輯理論，引入到色彩管理技術(shù)中不同顏色空間模型之間的相互轉(zhuǎn)換問題，建立了基于模糊理論的顏色空間轉(zhuǎn)換方法和基于神經(jīng)網(wǎng)絡(luò)的顏色空間轉(zhuǎn)換方法，并結(jié)合這兩種顏色空間轉(zhuǎn)換方法的特點(diǎn)，建立了基于模糊神經(jīng)網(wǎng)絡(luò)辨識(shí)方法的顏色空間轉(zhuǎn)換模型。
　　在顏色空間轉(zhuǎn)換模糊模型的研究中，采用將輸

3、入顏色空間顏色分量分別劃分為三個(gè)、四個(gè)和五個(gè)模糊子集的方法，通過建立模糊規(guī)則，進(jìn)行模糊推理，實(shí)現(xiàn)了顏色值在不同顏色空間之間的轉(zhuǎn)換。為了討論模型特點(diǎn)，定義了顏色空間轉(zhuǎn)換模型的穩(wěn)定性和魯棒性的概念。研究結(jié)果顯示，顏色空間轉(zhuǎn)換模糊模型雖然具有轉(zhuǎn)換速度快、穩(wěn)定性強(qiáng)等特點(diǎn)，但同時(shí)又表現(xiàn)出轉(zhuǎn)換精度不足以及魯棒性較差的特征。
　　在神經(jīng)網(wǎng)絡(luò)顏色空間轉(zhuǎn)換模型的研究中，分別采用BP神經(jīng)網(wǎng)絡(luò)和徑向基網(wǎng)絡(luò)進(jìn)行顏色空間轉(zhuǎn)換，并建立了基于動(dòng)態(tài)子空間自動(dòng)劃分

4、的神經(jīng)網(wǎng)絡(luò)顏色空間轉(zhuǎn)換方法。研究結(jié)果顯示，神經(jīng)網(wǎng)絡(luò)顏色空間轉(zhuǎn)換模型雖然具有自組織、自學(xué)習(xí)、自適應(yīng)的能力，并在局部子空間中具有自適應(yīng)辨識(shí)能力強(qiáng)和精度高等優(yōu)勢(shì)，但模型又表現(xiàn)出其穩(wěn)定性和魯棒性不足的特點(diǎn)。
　　論文在對(duì)模糊控制與神經(jīng)網(wǎng)絡(luò)結(jié)合方式的深入研究的基礎(chǔ)上，本文又提出了顏色空間轉(zhuǎn)換模糊神經(jīng)網(wǎng)絡(luò)辨識(shí)方法。該方法結(jié)合了顏色空間轉(zhuǎn)換模糊模型和神經(jīng)網(wǎng)絡(luò)模型各自的特點(diǎn)，合理實(shí)現(xiàn)了模糊與神經(jīng)網(wǎng)絡(luò)顏色空間轉(zhuǎn)換算法的優(yōu)勢(shì)互補(bǔ)，不僅大大提高了模型的