新型加固印字输出技术的研究与开发
| 第一章 绪论 | 第1-13页 |
| 1．1 印字输出设备 | 第7-11页 |
| 1．1．1 印字输出设备简介 | 第7-9页 |
| 1．1．2 热印字技术 | 第9-11页 |
| 1．2 数字半色调技术概述 | 第11页 |
| 1．3 论文的工作与意义 | 第11-13页 |
| 第二章 热印字机原理 | 第13-20页 |
| 2．1 热印字机的技术指标和硬件组成简介 | 第13-14页 |
| 2．1．1 模型样机的技术指标 | 第13页 |
| 2．1．2 模型样机的硬件组成 | 第13-14页 |
| 2．2 热印字机中实现连续色调技术的可行性 | 第14-20页 |
| 2．2．1 实现连续色调的意义 | 第14-15页 |
| 2．2．2 热印字工作原理 | 第15-16页 |
| 2．2．3 热印字头 | 第16-17页 |
| 2．2．4 实验数据与分析 | 第17-20页 |
| 第三章 数字半色调技术 | 第20-28页 |
| 3．1 数字半色调技术概述 | 第20-21页 |
| 3．2 抖动算法 | 第21-24页 |
| 3．3 误差分散算法 | 第24-28页 |
| 第四章 多级色调技术 | 第28-54页 |
| 4．1 多级色调技术概述 | 第28-31页 |
| 4．2 多级误差分散算法 | 第31-35页 |
| 4．2．1 多级误差分散算法概念 | 第31页 |
| 4．2．2 灰度层数对图像质量的影响 | 第31-33页 |
| 4．2．3 阀值对多级灰度图像输出的影响 | 第33-35页 |
| 4．3 多级多阶误差分散算法 | 第35-40页 |
| 4．4 基于人工神经网络的多级误差分散算法 | 第40-49页 |
| 4．4．1 人工神经网络简介 | 第40-42页 |
| 4．4．2 神经元模型 | 第42-44页 |
| 4．4．3 神经网络在数字半色调技术中的应用 | 第44-45页 |
| 4．4．4 误差反传训练算法 | 第45-46页 |
| 4．4．5 多级自适应误差分散算法 | 第46-49页 |
| 4．5 边缘增强多级误差分散算法 | 第49-52页 |
| 4．6 适用于热印字机的多级色调技术 | 第52-54页 |
| 第五章 总结 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
