| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第9-14页 |
| 1.1 选题背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 基于手工笔触的颜色扩散方法 | 第10-11页 |
| 1.2.2 基于参考彩色图像的颜色传递方法 | 第11-12页 |
| 1.3 论文内容与论文结构 | 第12-14页 |
| 2 关联规则与关联规则的挖掘 | 第14-24页 |
| 2.1 关联规则的基本概念 | 第14-15页 |
| 2.2 经典的Apriori算法 | 第15-18页 |
| 2.2.1 算法步骤 | 第15-16页 |
| 2.2.2 Apriori算法的实例 | 第16-18页 |
| 2.2.3 算法性能分析 | 第18页 |
| 2.3 FT-tree算法 | 第18-23页 |
| 2.3.1 FT-tree算法的基本思路 | 第18页 |
| 2.3.2 FT-tree算法的流程 | 第18-23页 |
| 2.3.3 FP-tree算法的性能分析 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 传统的图像彩色化算法 | 第24-32页 |
| 3.1 图像的RGB颜色空间 | 第24-25页 |
| 3.2 基于伪彩色编码的图像彩色化方法 | 第25-26页 |
| 3.3 基于参考彩色图像的颜色传递方法 | 第26-30页 |
| 3.3.1 welsh算法 | 第27-29页 |
| 3.3.2 Toet等人的算法 | 第29-30页 |
| 3.4 本章小结 | 第30-32页 |
| 4 基于联合关联规则集挖掘的微光图像彩色化方法 | 第32-44页 |
| 4.1 基于单一关联规则集挖掘的微光图像彩色化方法 | 第32-34页 |
| 4.1.1 基于单一关联规则集挖掘的微光图像彩色化方法的原理 | 第32-33页 |
| 4.1.2 存在的问题与分析 | 第33-34页 |
| 4.2 基于联合关联规则挖掘的微光图像彩色化方法 | 第34-39页 |
| 4.2.1 基于联合关联规则挖掘的微光图像彩色化方法的原理 | 第35页 |
| 4.2.2 联合关联规则集的挖掘 | 第35-37页 |
| 4.2.3 联合关联规则集的颜色映射 | 第37-39页 |
| 4.3 参考彩色图像的区间化 | 第39-40页 |
| 4.3.1 参考彩色图像的区间化 | 第39页 |
| 4.3.2 不同区间数与颜色还原度、颜色延续性的关系验证 | 第39-40页 |
| 4.4 实验结果与分析 | 第40-43页 |
| 4.4.1 “亮度-类别-颜色”模型 | 第40-41页 |
| 4.4.2 不同彩色化目标数的不同目标图像彩色化结果的比较 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 5 基于分类关联规则集挖掘的微光图像彩色化方法 | 第44-51页 |
| 5.1 基于分类关联规则集挖掘的微光图像彩色化方法 | 第44-46页 |
| 5.2 基于分类关联规则集挖掘的微光图像彩色化方法实现 | 第46-47页 |
| 5.2.1 不同参考彩色图像相应的单一关联规则集的挖掘 | 第46-47页 |
| 5.2.2 基于相应单一关联规则集映射的微光图像彩色化 | 第47页 |
| 5.3 实验结果分析与比较 | 第47-50页 |
| 5.3.1 算法的多场景应用效果及对比 | 第47-48页 |
| 5.3.2 算法的多照度场景应用效果及对比 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录 | 第57页 |
