基于BP神经网络的颜色恒常性算法
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景与意义 | 第12-13页 |
| ·颜色恒常性问题 | 第13-15页 |
| ·Von Kries色系数定律 | 第13-14页 |
| ·色域映射理论 | 第14页 |
| ·谱锐化理论 | 第14页 |
| ·视网膜皮层理论 | 第14页 |
| ·双线性模型 | 第14-15页 |
| ·神经网络模型 | 第15页 |
| ·机器视觉中的颜色恒常性问题 | 第15-16页 |
| ·视频监控中的颜色恒常性问题 | 第15-16页 |
| ·图像生成及复制过程中的颜色恒常性问题 | 第16页 |
| ·国内外研究现状 | 第16-18页 |
| ·研究内容及工作安排 | 第18-20页 |
| 第2章 颜色理论 | 第20-27页 |
| ·基本理论 | 第20-21页 |
| ·颜色的度量 | 第21-22页 |
| ·颜色模型 | 第22-26页 |
| ·CIE标准颜色模型 | 第23页 |
| ·RGB颜色模型 | 第23-25页 |
| ·HSL颜色模型 | 第25页 |
| ·CMYK颜色模型 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 数字图像理论 | 第27-32页 |
| ·基本概念 | 第27-28页 |
| ·Matlab中的图像数据存储格式 | 第28-29页 |
| ·图像中的噪声 | 第29-30页 |
| ·图像预处理 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 神经网络颜色恒常模型 | 第32-38页 |
| ·引言 | 第32页 |
| ·Luv颜色模型 | 第32-35页 |
| ·基于神经网络的颜色恒常性原理 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 神经网络颜色恒常性算法 | 第38-49页 |
| ·引言 | 第38页 |
| ·多层前向神经网络 | 第38-42页 |
| ·人工神经网络 | 第38-39页 |
| ·传统BP神经网络 | 第39-40页 |
| ·传统BP神经网络的学习算法 | 第40-42页 |
| ·基于BP神经网络的颜色恒常性算法 | 第42-48页 |
| ·神经网络的构造算法 | 第42-44页 |
| ·神经网络的学习算法 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第6章 自适应背景更新实验 | 第49-58页 |
| ·引言 | 第49-50页 |
| ·网络训练 | 第50-53页 |
| ·网络测试 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第7章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间发表的学术论文目录 | 第65-66页 |
| 学位论文评阅及答辩情况表 | 第66页 |
