【技术实现步骤摘要】
本专利技术涉及配色生成领域，具体为基于神经色彩科学的智能配色生成方法及其系统。
技术介绍
1、在图像处理、视觉设计、数字艺术等
，配色方案的自动生成技术被广泛应用于ui设计、广告制作、智能绘图、图像风格迁移等场景。配色不仅影响整体图像的视觉美感，也在一定程度上决定用户对信息传达的理解效率和情感接受度。因此，研究基于感知规律的智能配色方法，已成为当前图像智能处理领域的重要方向之一。
2、现有的配色生成方法主要依赖于人工设计的调色规则或统计学习模型，通常通过风格迁移、模板匹配、相似图检索等方式为目标图像生成配色方案。然而，这类方法在处理图像局部区域之间色彩协调性时存在明显不足：首先，传统方法难以准确识别图像中的结构层级关系，导致主次区域色彩分配不合理；其次，基于统计学习的模型缺乏对色彩感知神经机制的理解，无法有效处理区域间的色差适配问题；再者，现有技术采用的色彩调整策略多为单向线性调整，缺乏多维度协同优化机制，容易陷入局部最优解；最后，多数系统缺乏基于结构优先级的动态调整策略，难以实现复杂场景下的全局色彩协调。这些问题导致...
【技术保护点】
1.基于神经色彩科学的智能配色生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经色彩科学的智能配色生成方法，其特征在于：
3.根据权利要求2所述的基于神经色彩科学的智能配色生成方法，其特征在于：所述颜色参数的分配过程包括：
4.根据权利要求3所述的基于神经色彩科学的智能配色生成方法，其特征在于：所述神经色彩科学的感知模型基于人眼视网膜中三种锥体细胞对不同波长刺激的响应函数构建，将所述颜色参数首先经线性变换映射至视觉感知空间，再通过欧式距离计算得到色差值。
5.根据权利要求4所述的基于神经色彩科学的智能...
【技术特征摘要】
1.基于神经色彩科学的智能配色生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经色彩科学的智能配色生成方法，其特征在于：
3.根据权利要求2所述的基于神经色彩科学的智能配色生成方法，其特征在于：所述颜色参数的分配过程包括：
4.根据权利要求3所述的基于神经色彩科学的智能配色生成方法，其特征在于：所述神经色彩科学的感知模型基于人眼视网膜中三种锥体细胞对不同波长刺激的响应函数构建，将所述颜色参数首先经线性变换映射至视觉感知空间，再通过欧式距离计算得到色差值。
5.根据权利要求4所述的基于神经色彩科学的智能配色生成方法，其特征在于：所述形成调整优先序列的排序规则包括：先根据异常区域对中结构标签的处理优先级由高到低进行第一次排序，再根据色差值由大到小对相同处理优先级的异常区域对进行第二次排序...
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。