玻璃喷墨打印的分色算法设计
致谢 | 第4-5页 |
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第11-20页 |
1.1 本章概要 | 第11页 |
1.2 玻璃喷墨打印 | 第11-13页 |
1.2.1 喷墨打印的历史 | 第11-12页 |
1.2.2 玻璃喷墨打印制品 | 第12页 |
1.2.3 玻璃喷墨打印的国内外现状 | 第12-13页 |
1.3 分色技术与分色算法 | 第13-16页 |
1.3.1 分色技术的发展与现状 | 第13-15页 |
1.3.2 现有的主流分色算法 | 第15-16页 |
1.4 图像的风格转换 | 第16-17页 |
1.4.1 深度学习的历史 | 第16-17页 |
1.4.2 基于深度学习的风格转换 | 第17页 |
1.5 研究的意义、目的与研究内容 | 第17-20页 |
1.5.1 研究意义 | 第17-18页 |
1.5.2 研究目的 | 第18-19页 |
1.5.3 研究内容 | 第19-20页 |
第2章 分色算法研究 | 第20-32页 |
2.1 本章概要 | 第20页 |
2.2 色彩知识 | 第20-26页 |
2.2.1 喷墨打印的色彩模式选择 | 第20-21页 |
2.2.2 分色算法涉及的颜色空间 | 第21-24页 |
2.2.3 颜色域映射 | 第24-26页 |
2.3 常用分色算法 | 第26-32页 |
2.3.1 纽介堡方程 | 第26-28页 |
2.3.2 查表法分色 | 第28页 |
2.3.3 多项式回归分色 | 第28-29页 |
2.3.4 神经网络分色 | 第29-30页 |
2.3.5 RIP分色 | 第30-32页 |
第3章 考虑透明度的多色分色算法 | 第32-48页 |
3.1 本章概要 | 第32页 |
3.2 考虑透明度的多色分色算法 | 第32-43页 |
3.2.1 图像的抖动 | 第32-34页 |
3.2.2 基础色准备 | 第34-36页 |
3.2.3 透明度通道处理 | 第36-38页 |
3.2.4 颜色空间转换 | 第38-39页 |
3.2.5 彩色图像分色 | 第39-42页 |
3.2.6 算法总体流程 | 第42-43页 |
3.3 算法测试及实际打印结果 | 第43-46页 |
3.3.1 彩色色轮分色 | 第43-44页 |
3.3.2 透明度色卡分色 | 第44-45页 |
3.3.3 实际打印结果 | 第45-46页 |
3.4 分色算法小结 | 第46-48页 |
第4章 打印图像的风格转换 | 第48-62页 |
4.1 本章概要 | 第48页 |
4.2 卷积神经网络 | 第48-51页 |
4.3 图像风格转换方法 | 第51-55页 |
4.3.1 特征提取 | 第51-52页 |
4.3.2 VGG模型 | 第52-53页 |
4.3.3 算法流程 | 第53-55页 |
4.4 代码编写及效果测试 | 第55-62页 |
4.4.1 代码编写 | 第55-57页 |
4.4.2 效果测试 | 第57-59页 |
4.4.3 打印预览 | 第59-62页 |
第5章 算法的应用与验证 | 第62-72页 |
5.1 本章概要 | 第62页 |
5.2 玻璃喷墨打印机简介 | 第62-63页 |
5.3 风格转换效果展示 | 第63-65页 |
5.4 基于本文算法打印的玻璃制品 | 第65-72页 |
5.4.1 基础色 | 第65页 |
5.4.2 单色及双色打印 | 第65-66页 |
5.4.3 灰度图像打印 | 第66-68页 |
5.4.4 六色带透明度打印 | 第68-72页 |
第6章 总结与展望 | 第72-74页 |
6.1 总结 | 第72页 |
6.2 展望 | 第72-74页 |
参考文献 | 第74-78页 |
作者简历 | 第78页 |