| 摘要 | 第1-10页 |
| Abstract | 第10-18页 |
| 第一章 绪论 | 第18-34页 |
| ·引言 | 第18-19页 |
| ·国内外研究现状 | 第19-24页 |
| ·数字半色调技术 | 第24-31页 |
| ·数字半色调原理 | 第25页 |
| ·抖动法 | 第25-26页 |
| ·邻域处理法 | 第26-29页 |
| ·迭代优化方法 | 第29页 |
| ·基于LUT及TLUT法 | 第29-31页 |
| ·本课题研究意义和内容 | 第31-34页 |
| 第二章 研究方案及实验方法 | 第34-36页 |
| ·研究方案 | 第34-35页 |
| ·实验方法 | 第35-36页 |
| ·数字图像半色调仿真实验 | 第35页 |
| ·激光制版平台的验证实验 | 第35-36页 |
| 第三章 基于K-means聚类的分区域数字半色调技术 | 第36-60页 |
| ·人类视觉系统(HVS)模型 | 第36-38页 |
| ·建立二值输出设备模型 | 第38-39页 |
| ·最小平方法数字半色调模型的改进 | 第39-41页 |
| ·基于K-means聚类法的分区域数字半色调技术 | 第41-43页 |
| ·利用K-means聚类法对图像进行区域划分 | 第41-43页 |
| ·半色调误差域和最小平方法 | 第43页 |
| ·直接二值搜索(DBS) | 第43-45页 |
| ·实验结果与分析 | 第45-58页 |
| ·本章小结 | 第58-60页 |
| 第四章 一种基于图像分割和加权最小平方法的数字半色调技术 | 第60-72页 |
| ·应用改进的K-means聚类法进行图像分割 | 第60-61页 |
| ·视觉模型和二值设备模型的构建 | 第61-63页 |
| ·基于加权最小平方法的数字图像半色调技术 | 第63-64页 |
| ·加权最小平方法 | 第63页 |
| ·加权最小平方法的数字半色调算法 | 第63-64页 |
| ·实验结果与分析 | 第64-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 小波域多尺度信息融合(MIFH)的数字半色调技术 | 第72-100页 |
| ·小波域多尺度信息融合 | 第72-82页 |
| ·小波变换 | 第73-74页 |
| ·图像二维小波变换表示 | 第74-75页 |
| ·图像二维小波分解 | 第75-77页 |
| ·图像小波域信息融合 | 第77-82页 |
| ·改进的K-means聚类法进行图像分割 | 第82-84页 |
| ·能量函数的建立 | 第84-89页 |
| ·高斯混合模型 | 第84-86页 |
| ·改进的直接二值搜索算法迭代优化 | 第86-88页 |
| ·误差测度函数的建立 | 第88-89页 |
| ·实验结果和讨论 | 第89-99页 |
| ·本章小结 | 第99-100页 |
| 第六章 激光雕刻凹版网穴的实验研究 | 第100-118页 |
| ·激光雕刻凹版印版的制版实验过程 | 第100-103页 |
| ·激光雕刻凹版制版技术基本原理 | 第100-101页 |
| ·实验条件 | 第101页 |
| ·激光雕刻凹版印版实验过程 | 第101-103页 |
| ·基于机器视觉的凹版网穴质量检测系统 | 第103-110页 |
| ·机器视觉 | 第103页 |
| ·构建检测系统 | 第103-104页 |
| ·获取凹版网穴图像 | 第104页 |
| ·凹版网穴图像处理 | 第104-108页 |
| ·凹版网穴质量判别 | 第108-110页 |
| ·基于神经网络的凹版网穴分选系统 | 第110-115页 |
| ·神经网络 | 第110-111页 |
| ·感知机神经网络模型分选系统 | 第111-115页 |
| ·数字半色调算法的实验结果及分析 | 第115-117页 |
| ·实验内容 | 第115页 |
| ·质量评价结果 | 第115-116页 |
| ·实验与分析 | 第116-117页 |
| ·本章小结 | 第117-118页 |
| 第七章 结论与展望 | 第118-122页 |
| ·结论 | 第118-120页 |
| ·未来的工作展望 | 第120-122页 |
| 本论文创新点 | 第122-124页 |
| 致谢 | 第124-126页 |
| 参考文献 | 第126-132页 |
| 附录 攻读博士期间主要研究成果 | 第132-133页 |
