首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--电子数字计算机(不连续作用电子计算机)论文--外部设备论文--打印装置论文

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

论文共78页,点击 下载论文
上一篇:五轴熔融沉积成型三维打印装备及关键工艺研究
下一篇:面向图像检索的视觉显著性研究