| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题背景和研究意义 | 第9-10页 |
| ·颜色映射及其研究现状 | 第10-14页 |
| ·颜色映射概念 | 第10-11页 |
| ·灰度图像颜色映射方法 | 第11-12页 |
| ·研究现状 | 第12-14页 |
| ·用户交互图像颜色映射 | 第13页 |
| ·无监督图像颜色映射 | 第13-14页 |
| ·论文的研究范围 | 第14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 颜色模型和颜色映射算法 | 第16-41页 |
| ·颜色模型 | 第16-24页 |
| ·RGB颜色模型 | 第17-18页 |
| ·IHS颜色模型 | 第18-19页 |
| ·Lαβ颜色模型 | 第19-23页 |
| ·灰度模型 | 第23-24页 |
| ·源图像数据来源 | 第24-28页 |
| ·降低分辨率 | 第25页 |
| ·样本点的选取 | 第25-28页 |
| ·直接等距采样或等灰度采样样本点选取 | 第26页 |
| ·抖动栅格随机采样法样本点选取 | 第26-27页 |
| ·连续块样本选取 | 第27页 |
| ·基于数据点密度的样本点选取 | 第27-28页 |
| ·颜色映射算法原理 | 第28-41页 |
| ·伪彩色技术 | 第29-34页 |
| ·在RGB颜色模型下 | 第29-32页 |
| ·在其它颜色模型下 | 第32-34页 |
| ·颜色传递技术 | 第34-41页 |
| ·颜色传递算法原理 | 第35-36页 |
| ·几种典型的颜色传递算法 | 第36-41页 |
| 第三章 基于纹理统计特征的颜色映射算法 | 第41-60页 |
| ·引言 | 第41页 |
| ·纹理和纹理特征提取 | 第41-48页 |
| ·概述 | 第41-43页 |
| ·纹理的定义 | 第41-42页 |
| ·纹理的描述 | 第42页 |
| ·纹理的分析方法 | 第42-43页 |
| ·特征提取 | 第43页 |
| ·用灰度共生矩阵法进行纹理分析及有效统计特征值提取 | 第43-48页 |
| ·共生矩阵法概述 | 第43-44页 |
| ·灰度共生矩阵定义 | 第44-46页 |
| ·统计特征值提取 | 第46-48页 |
| ·基于纹理统计特征的颜色映射算法描述 | 第48-49页 |
| ·颜色映射结果和分析 | 第49-55页 |
| ·直观结果对比 | 第49-53页 |
| ·算法的评价分析 | 第53-55页 |
| ·本章小结 | 第55-60页 |
| 第四章 基于聚类的无监督颜色映射算法 | 第60-71页 |
| ·引言 | 第60页 |
| ·图像聚类算法 | 第60-63页 |
| ·基于聚类的无监督颜色映射算法描述 | 第63-67页 |
| ·对图像进行聚类 | 第63-64页 |
| ·颜色模型转换和亮度重映射 | 第64页 |
| ·子块间对应关系的建立和样本选取 | 第64-66页 |
| ·子块特征提取 | 第65-66页 |
| ·子块间对应关系的建立 | 第66页 |
| ·颜色传递 | 第66-67页 |
| ·颜色映射结果和分析 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·今后研究工作展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |