摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-15页 |
第一章 绪论 | 第15-29页 |
1.1 色觉缺陷的定义 | 第15页 |
1.2 色觉缺陷的分类 | 第15-20页 |
1.2.1 从色觉缺陷的程度区分 | 第16页 |
1.2.2 从色觉缺陷的类型区分 | 第16-20页 |
1.3 色觉缺陷的遗传特征 | 第20-21页 |
1.4 二色视觉缺陷和三色视觉缺陷的区别 | 第21-23页 |
1.5 色弱患者的病理现象 | 第23-24页 |
1.6 色觉缺陷的病理学背景 | 第24-26页 |
1.7 论文的主要内容及框架 | 第26-29页 |
第二章 色觉缺陷图像辅助识别解决方法 | 第29-35页 |
2.1 色觉缺陷患者的诊断及解决方法的研究现状 | 第29-30页 |
2.2 基于图像处理的色觉缺陷辅助方法的意义 | 第30-31页 |
2.3 色觉缺陷患者感知图像的仿真 | 第31-32页 |
2.4 彩色图像的灰度化算法 | 第32-34页 |
2.5 本章小结 | 第34-35页 |
第三章 构建色差模型的目标函数 | 第35-49页 |
3.1 基于色差模型的Color2gray灰度化算法 | 第35-40页 |
3.2 在HIS颜色空间构建非线性目标色差模型 | 第40-44页 |
3.3 在RGB颜色空间构建目标色差模型 | 第44-48页 |
3.4 本章小结 | 第48-49页 |
第四章 目标色差函数的优化问题 | 第49-55页 |
4.1 最优化目标模型 | 第49-50页 |
4.2 共轭梯度迭代算法求解最优化问题 | 第50-51页 |
4.3 色差目标模型参数分析 | 第51-54页 |
4.4 本章小结 | 第54-55页 |
第五章 实验及结果分析 | 第55-77页 |
5.1 在HSI颜色空间构建目标色差模型对灰度图片的提升 | 第55-63页 |
5.1.1 对色觉缺陷检测图的辅助辨识实验分析 | 第56-57页 |
5.1.2 在低饱和度实际场景下的辅助辨识实验分析 | 第57-61页 |
5.1.3 对红绿灯的辅助辨识实验分析 | 第61-63页 |
5.2 在RGB颜色空间构建目标色差模型对灰度图片的提升 | 第63-69页 |
5.2.1 对色觉缺陷检测图的辅助辨识实验分析 | 第64-65页 |
5.2.2 对同亮度不同色度灰度化图片的对比度提升 | 第65-67页 |
5.2.3 对彩色复印制品的图片辨识度提升 | 第67-69页 |
5.3 综合实验分析 | 第69-75页 |
5.3.1 灰度化算法的综合对比 | 第69-71页 |
5.3.2 各种灰度化算法的测试指标对比 | 第71-75页 |
5.4 不同算法之间计算性能 | 第75-76页 |
5.5 本章小结 | 第76-77页 |
第六章 总结与展望 | 第77-79页 |
6.1 总结 | 第77-78页 |
6.2 展望 | 第78-79页 |
参考文献 | 第79-83页 |
致谢 | 第83-85页 |
作者简介 | 第85-86页 |