首页--工业技术论文--轻工业、手工业论文--印刷工业论文--一般性问题论文--印刷基础科学论文--印刷色彩学、印刷色度学论文

色彩高保真复制的理论与实践

致谢第1-4页
摘要第4-5页
Abstract第5-9页
第1章 绪论第9-21页
   ·课题研究的背景和意义第9-10页
   ·国内外研究现状第10-19页
     ·国内外高保真分色方法研究第10-16页
     ·国内外特征光谱及其提取方法研究第16-17页
     ·国内外基色选择算法研究第17-19页
   ·本课题的研究目标及研究内容第19-20页
     ·研究目标第19页
     ·研究内容第19-20页
   ·论文的组织安排第20页
   ·本章小结第20-21页
第2章 色彩高保真复制的理论基础第21-50页
   ·色彩高保真复制理论与技术的发展第21-26页
     ·色彩高保真复制理论第21-24页
     ·色彩高保真复制技术第24-26页
   ·高保真分色技术理论第26-39页
     ·多基色分区方法的基本原理第26-27页
     ·基于 Neugebauer 方程分色算法的基本原理第27-35页
     ·基于神经网络光谱分色算法的基本原理第35-39页
   ·特征光谱提取与基色选择的理论第39-49页
     ·特征光谱提取的基本原理第39-45页
     ·基色选择的基本原理第45-49页
   ·本章小结第49-50页
第3章 基于神经网络的光谱分色算法设计第50-71页
   ·神经网络光谱分色算法设计第50-54页
     ·算法的可行性与必要性第50-51页
     ·算法模型的设计第51-54页
   ·实验设计、数据采集与分析第54-58页
     ·实验样本的印制第54-55页
     ·实验数据的测量第55-56页
     ·实验样本的均匀性误差分析第56-57页
     ·实验样本的重复性误差分析第57-58页
   ·实验及结果分析第58-67页
     ·正向特征化流程与精度评价第58-60页
     ·基于 BP 神经网络光谱分色模型的分色精度第60-63页
     ·基于 RBF 神经网络光谱分色模型的分色精度第63-66页
     ·基于神经网络光谱分色算法的总体评价第66-67页
   ·特征光谱匹配精度对分色精度的影响第67-69页
   ·本章小结第69-71页
第4章 基于特征光谱的基色预测及其光谱分色算法实现第71-97页
   ·基于光谱一阶导数变换与相关性分析的印刷特征光谱提取算法设计第71-83页
     ·算法模型第71-72页
     ·实验设计第72-73页
     ·实验结果与分析第73-83页
   ·基于特征色与特征光谱筛选的基色预测算法设计第83-92页
     ·多基色高保真色域分析第83-85页
     ·基色的呈色规律分析第85-89页
     ·算法设计第89-92页
   ·基于 RBF 特征光谱匹配的光谱分色算法实现第92-96页
     ·算法设计第92-93页
     ·实验及分析第93-96页
     ·总结第96页
   ·本章小结第96-97页
第5章 多基色高保真复制的实现第97-108页
   ·多基色高保真复制模型的设计第97-100页
     ·正向特征化模型第97-98页
     ·特征光谱提取模型第98-99页
     ·基于 RBF 神经网络特征光谱匹配的多基色光谱分色模型第99-100页
   ·多基色高保真复制模型的仿真实现第100-107页
     ·基色预测与色域仿真第100-102页
     ·正向特征化及分色模型构建第102-103页
     ·基于 RBF 神经网络 6 特征光谱的分色结果与精度评价第103-107页
     ·结论第107页
   ·本章小结第107-108页
第6章 总结第108-110页
   ·本课题完成的主要工作第108页
   ·本课题的创新点第108-109页
   ·本课题的不足与后续研究的展望第109-110页
附录 A第110-114页
附录 B第114-118页
附录 C第118-122页
附录 D第122-126页
附录 E第126-130页
攻读博士期间主要完成的工作第130-132页
 一、教学第130页
 二、论文第130页
 三、科研第130-132页
参考文献第132-139页

论文共139页,点击 下载论文
上一篇:木材山峰状纹理的视觉特性研究
下一篇:传统家具榫卯结构的性能与设计进化研究