图像识别专题一（CIECAM颜色模型）----董靓

根据整理，找出来的用于颜色识别的主要模型：

1、CIECAM97/02（数字表示提出年份）

能较好地预测单的色刺激在 CIECAM02及以前的各种色貌模型能较好地预测单一的色刺激在 差异很大的观察条件下的色貌，当它们应用到图像时，图像像素 被当作完全独立的色刺激对待，没有考虑颜色的空间特性对视觉 的影响。 

遵循的原则：

1.为了使模型能够适用于各种情况，模型要有复杂的功能；

2.对动态范围设定最大值，使模型能够覆盖很广的刺激亮度； 

3.模型要包括视杆细胞在很低的暗适应水平下的刺激反应； 

4.能够预测不同亮度背景下的色貌，将观察环境条件简化成三 种类型平均条件较暗条件 种类型：平均条件（如印刷品和纺织品）、较暗条件（如显示器和电视） 和黑暗条件（如投影图像）；

5.从CIE标准色度观察者到视锥光谱敏感度的变换采用线性关系， 并用曲线来估计视杆细胞的视觉； 并用曲线来估计视杆细胞的视觉； 

6.用不完全适应程度因子来说明完全适应和无适应之间的状态； 

7.预测各种感知属性：色相角、色相组成、心理明度、绝对明 度、彩度、绝对彩度和饱和度。在某些应用场合中，所有这 些因素都很重要； 

8.应该包含向前和向后的变换这对于色彩管理系统非常重要； 

9.除了上述的必要功能，不要再复杂； 

10应该有两套模型分别用于所有可能情况和受限情况

11.对实验数据集的预测，如LUTCHI数据和色适应数据集，要比 现有最好的色貌模型表现好或相同； 

12.对不相关颜色也要有效，如黑暗环境中的孤立颜色。而且， 该模型应该能预测同时颜色对比效应 该模型应该能预测同时颜色对比效应。

另已搜集到详细的算法步骤，见下方百度文库链接，以及word文档整理。

来源：报读文库https://wenku.baidu.com/view/a9d4a85bf12d2af90242e685.html