本发明专利技术公开了一种基于拟合逼近算法的融合带数学模型，面向对象是一个网络计算机群，而在播放视频或其他展示项目时，多个计算机组成的是一个完整的画面。本发明专利技术采用高效的网络同步算法，将主机与各分机网络延迟动态的计算在内，进而进行补偿，从而实现了多台机子同步的播放效果，误差值小于1毫秒；能够较好的对各种形状屏幕的适应性，计算较简单，调整方便。本发明专利技术避免了羽化后的像素值经过这种非线性映射后，与预想的亮度和色彩值产生较大的偏差，采用了独创性的四色校正法。本发明专利技术最小可达到单幅画面的15％，相比同类型的其他产品至少30％的融合区域，有了很大的提高。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于拟合逼近算法的融合带数学模型，面向对象是一个网络计算机群，而在播放视频或其他展示项目时，多个计算机组成的是一个完整的画面。本专利技术采用高效的网络同步算法，将主机与各分机网络延迟动态的计算在内，进而进行补偿，从而实现了多台机子同步的播放效果，误差值小于1毫秒；能够较好的对各种形状屏幕的适应性，计算较简单，调整方便。本专利技术避免了羽化后的像素值经过这种非线性映射后，与预想的亮度和色彩值产生较大的偏差，采用了独创性的四色校正法。本专利技术最小可达到单幅画面的15％，相比同类型的其他产品至少30％的融合区域，有了很大的提高。【专利说明】-种基于拟合逼近算法的融合带数学模型
本专利技术属于计算机应用
，尤其设及一种基于拟合逼近算法的融合带数学 模型。
技术介绍
在计算机进行显示画面的操作过程中，其融合区域所占整体画面比例的大小，直 接影响了融合的效果，相对而言，更大的融合区域则可调节的像素点数越多，效果越好。一 个优秀的融合算法需要拟合出在该融合区域由于光照的不同而产生的颜色曲线，而融合区 域越小，其对算法的要求越严格。 近来飞速发展的数字化融合带算法技术，已经开始完善该种需求效果。随着大屏 幕投影显示技术的不断发展与创新，而且人们的审美观念也在不断提高，该是就需要融合 带的算法能够较好的对各种形状屏幕拥有适应性，本专利技术的一种基于拟合逼近算法的融合 带数学摸型恰如其分的展现了该一功能，应时而生。
技术实现思路
本专利技术的目的在于提供一种基于拟合逼近算法的融合带数学模型，旨在解决计算 机运行速度慢、几何校正误差大的问题。 本专利技术是该样实现的，一种基于拟合逼近算法的融合带数学模型，该基于拟合逼 近算法的融合带数学模型将主机与各分机网络延迟动态的计算在内，进而进行补偿，采用 四色校正法，并支持基于摄像头的自动色彩gamma曲线校正；具体包括： 步骤一：根据=色模型对所述色偏图像进行软分类，获得偏红、偏绿和偏藍=类图 像，分别计算得到每一类图像的比例系数Pk，kG {1，2，别； 步骤二：根据每一类图像的Pk和图像影响因子0，分别对每一类图像进行高光 提取，得到每一类图像的多个高光区域； [000引步骤分别对每一类图像的多个高光区域依次进行色度聚类和空间聚类，得到 每一类图像的多个参考光源； 步骤四：根据每一类图像中的所有所述参考光源与该类图像的所有像素之间的色 度距离和空间距离，计算得到该类图像的校正系数，并依据该类的所述校正系数，对该类图 像中的每一个像素进行校正，得到该类图像的校正图像； 步骤五：将步骤四所得到的S类校正图像进行加权整合，得到所述色偏图像的校 正图像。 进一步，该基于拟合逼近算法的融合带数学模型图形图像处理与传输模块接受上 游源模块的数据，对于有压缩编码过的数据流，图形图像处理模块对数据进行解码运算，解 码后的数据，按照图形图像处理模块的参数，根据多项式拟合算法逼近所要校正曲面，将图 像进行放大、缩小、平移、旋转、扭曲处理，使得图像投影到屏幕上后，内容分布均匀规则。 进一步，步骤一中采用广义高斯混合模型计算所述比例系数P k。 进一步，偏红、偏绿和偏藍=类图像分别对应R、G、B=个通道，步骤二中的图像影 响因子0为4%?16%之间的任意数值； 高光提取的方法为： 第一步，根据公式：; 分别计算得到立类图像的高光提取阔值dk，式中，max(P)为最大的比例系数Pk; 第二步，根据所述高光提取阔值dkW及所述通道的通道值，分别提取=类图像的 多个高光像素； 第=步，根据每一类图像的全部所述高光像素，分别创建该类的新建图像； 第四步，分别对每一类新建图像进行二值化，分别得到相对应的该类图像的二值 化图像； 第五步，清除每一类图像的所述二值化图像中的孤立像素和只有一个方向连通的 像素，分别得到每一类图像的多个所述高光区域；图像影响因子0为8% ; 进一步，将步骤二中得到的每一类图像的多个高光区域的信息r分别存入该类图 像相对应的矩阵Regions = {ti，T2, rg......riJ中，计算得到每一类图像的所述信息r的平 均色度差AE。。(rm，r。)，分别对ミ类图像的平均色度差AE。。(rm，r。)进行W下处理，得到步骤 =中每一类图像的多个参考光源，具体包括： [002引第一步，取任一类图像高光区域间的AE。。(rm，r。)，建立RXR的矩阵D，根据： 【权利要求】1. 一种基于拟合逼近算法的融合带数学模型，其特征在于，该基于拟合逼近算法的融 合带数学模型将主机与各分机网络延迟动态的计算，进行补偿，采用四色校正法，并支持基 于摄像头的自动色彩ga_a曲线校正；具体包括： 步骤一：根据三色模型对所述色偏图像进行软分类，获得偏红、偏绿和偏蓝三类图像， 分别计算得到每一类图像的比例系数P k，k e {1，2, 3}; 步骤二：根据每一类图像的P k和图像影响因子0，分别对每一类图像进行高光提取， 得到每一类图像的多个高光区域； 步骤三：分别对每一类图像的多个高光区域依次进行色度聚类和空间聚类，得到每一 类图像的多个参考光源； 步骤四：根据每一类图像中的所有所述参考光源与该类图像的所有像素之间的色度距 离和空间距离，计算得到该类图像的校正系数，并依据该类的所述校正系数，对该类图像中 的每一个像素进行校正，得到该类图像的校正图像； 步骤五：将步骤四所得到的三类校正图像进行加权整合，得到色偏图像的校正图像。2. 如权利要求1所述的基于拟合逼近算法的融合带数学模型，其特征在于，该基于拟 合逼近算法的融合带数学模型图形图像处理与传输模块接受上游源模块的数据，对于有压 缩编码过的数据流，图形图像处理模块对数据进行解码运算，解码后的数据，按照图形图像 处理模块的参数，根据多项式拟合算法逼近所要校正曲面，将图像进行放大、缩小、平移、旋 转、扭曲处理，使得图像投影到屏幕上后，内容分布均匀规则。3. 如权利要求1所述的基于拟合逼近算法的融合带数学模型，其特征在于，步骤一中 采用广义高斯混合模型计算所述比例系数Pk。4. 如权利要求1所述的基于拟合逼近算法的融合带数学模型，其特征在于，偏红、偏 绿和偏蓝三类图像分别对应R、G、B三个通道，步骤二中的图像影响因子0为4%?16%之 间的任意数值； 高光提取的方法为： 第一步，根据公式：； 分别计算得到三类图像的高光提取阈值dk，式中，max(P)为最大的比例系数Pk; 第二步，根据所述高光提取阈值dk以及所述通道的通道值，分别提取三类图像的多个 尚光像素； 第三步，根据每一类图像的全部所述高光像素，分别创建该类的新建图像； 第四步，分别对每一类新建图像进行二值化，分别得到相对应的该类图像的二值化图 像； 第五步，清除每一类图像的所述二值化图像中的孤立像素和只有一个方向连通的像 素，分别得到每一类图像的多个所述高光区域；图像影响因子e为8%。5. 如权利要求1所述的基于拟合逼近算法的融合带数学模型，其特征在于，将步骤二 中得到的每一类图像的多个高光区域的信息r分别存入该类图像相对应的矩阵Regions 本文档来自技高网...
【技术保护点】
一种基于拟合逼近算法的融合带数学模型，其特征在于，该基于拟合逼近算法的融合带数学模型将主机与各分机网络延迟动态的计算，进行补偿，采用四色校正法，并支持基于摄像头的自动色彩gamma曲线校正；具体包括：步骤一：根据三色模型对所述色偏图像进行软分类，获得偏红、偏绿和偏蓝三类图像，分别计算得到每一类图像的比例系数ρk，k∈{1,2,3}；步骤二：根据每一类图像的ρk和图像影响因子β，分别对每一类图像进行高光提取，得到每一类图像的多个高光区域；步骤三：分别对每一类图像的多个高光区域依次进行色度聚类和空间聚类，得到每一类图像的多个参考光源；步骤四：根据每一类图像中的所有所述参考光源与该类图像的所有像素之间的色度距离和空间距离，计算得到该类图像的校正系数，并依据该类的所述校正系数，对该类图像中的每一个像素进行校正，得到该类图像的校正图像；步骤五：将步骤四所得到的三类校正图像进行加权整合，得到色偏图像的校正图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：高一文，周虹君，
申请(专利权)人：重庆文理学院，
类型：发明
国别省市：重庆;85
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。