买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜昆明理工大学申请的专利一种基于组合模型的图像颜色校正方法、系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115482300B 。

龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211290804.0，技术领域涉及：G06T7/90；该发明授权一种基于组合模型的图像颜色校正方法、系统是由沈楠翔;顾文娟;李志文;王洪成设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本一种基于组合模型的图像颜色校正方法、系统在说明书摘要公布了：本发明公开了一种基于组合模型的图像颜色校正方法、系统，方法包括：读取色卡上每个色块的L*ab值，依据转换矩阵将L*ab值转换为RGB值，将RGB值三通道分开，建立三通道的真实值数据集；使用相机对色卡进行拍摄，并通过计算机分割出每个色块并读取每个色块的平均RGB值，将三通道分开，建立三通道的测量值数据集；通过一种自适应增强算法分别对三通道的真实值数据集与测量值数据集拟合，进行参数寻优，得到参数最优的R1、G1、B1颜色校正模型；通过一种梯度提升决策树算法分别对三通道的真实值数据集与测量值数据集拟合，进行参数寻优，得到参数最优的R2、G2、B2颜色校正模型；分别分配R、G、B三通道对应的两个颜色校正模型的权重，组合为R组合、G组合、B组合三个组合模型，对图像进行颜色校正。本发明提高了拟合精度，进一步提升了颜色校正的效果。

本发明授权一种基于组合模型的图像颜色校正方法、系统在权利要求书中公布了：1.一种基于组合模型的图像颜色校正方法，其特征在于：包括：读取色卡上每个色块的L*ab值，依据转换矩阵将L*ab值转换为RGB值，将RGB值三通道分开，建立三通道的真实值数据集；使用相机对色卡进行拍摄，并通过计算机分割出每个色块并读取每个色块的平均RGB值，将三通道分开，建立三通道的测量值数据集；通过一种自适应增强算法分别对三通道的真实值数据集与测量值数据集拟合，进行参数寻优，得到参数最优的R1、G1、B1颜色校正模型；通过一种梯度提升决策树算法分别对三通道的真实值数据集与测量值数据集拟合，进行参数寻优，得到参数最优的R2、G2、B2颜色校正模型；分别分配R、G、B三通道对应的两个颜色校正模型的权重，组合为R组合、G组合、B组合三个组合模型，对图像进行颜色校正；所述自适应增强算法具体过程如下：S31、初始化样本集的权重：W1＝[w1,1,w1,2,…,w1,i,…,w1,m]，表示第1次迭代时第i个样本的权重，m为样本集中样本总个数；其中，样本集采用真实值数据集与测量值数据集构建；S32、依据权重训练出第j个弱学习器Gjx；S33、计算最大误差：Ej＝max|yi-Gjx|；其中，Ej表示第j次迭代时的最大误差，yi为第i个样本对应的真实值；S34、计算每个样本的相对平方误差：其中，eji表示第j次迭代时第i个样本的相对平方误差；S35、计算误差率：其中，ej表示第j次迭代的误差率；S36、计算弱学习器的系数：S37、更新样本的权重分布：其中，Zj为归一化因子；S38、重复上述S32至S37的过程直至训练出k个弱学习器；S39、将获得的k个弱学习器进行加权组合，构建强学习器；所述梯度提升决策树算法包括：S41、将样本集中样本随机打乱，并估计样本预测结果的一阶和二阶梯度；S42、用梯度估计构建一棵树的结构，最终每片叶子节点的阈值是通过整个样本确定的；S43、在训练的过程中，通过将弱学习器串行实现集成，根据前一轮的学习结果持续地更替权重，以此不间断地降低因噪声而产生的偏差；S44、最终，通过加权训练的所有弱学习器的回归值得到最终强学习器。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。